63
Uji Outlier Multivariate
Minimum Maximum
Mean Std.
N 24.781
92.501 54.500
15.380 108
-1.932 2.471
0.000 1.000
108 5.639
14.562 9.879
1.836 108
25.035 91.682
54.345 15.925
108 -77.196
60.139 0.000
27.285 108
-2.666 2.077
0.000 0.942
108 -2.857
2.324 0.002
1.011 108
-88.682 75.283
0.155 31.464
108 -2.973
2.380 0.001
1.021 108
3.067 26.068
11.889 4.822
108 0.000
0.105 0.012
0.019 108
0.029 0.244
0.111 0.045
108 Terdapat Outlier Apabila
Mahalonobis Distance : 32,909 =C HIINV 0,001.12
Tabel 4.6 Uji Outlier Multivariate
Sumber: Lampiran
C ooks Distance C entered Leverage Value
a Dependent Variable: RESP Residuals Statisticsa
Predicted Value Std. Predicted Value
Standard Error of Predicted Value Adjusted Predicted Value
Hasil evaluasi : Tidak terdapat outlier multivariate [antar variabel], karena MD Maksimum 26,068 32,909
Residual Std. Residual
Stud. Residual Deleted Residual
Stud. Deleted Residual Mahal. Distance
4.3. Analisa Data dan Pengujian Hipotesis
4.3.1. Uji Hipotesis Multivariate Uji Outlier Multivariate dilakukan dengan menggunakan kriteria jarak
Mahalanobis pada tingkat p 1 . Jarak Mahalanobis itu dievaluasi dengan menggunakan
2
chi kuadrat pada tingkat derajat bebas sebesar jumlah variabel yang digunakan dalam penelitian ini . Hasil Uji Outlier Multivariate
disajikan pada tabel 4.6 Uji Outlier Multivariate :
Jika kasus yang mempunyai jarak mahalanobis lebih besar dari nilai chi square pada tingkat singnifikan 0,001 maka terjadi multivariate outliers.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
64
X11 0.622
X12 0.564
X13 0.610
X14 0.549
X21 0.475
X22 0.557
X23 0.677
X31 0.731
X32 0.689
Y1 0.590
Y2 0.601
Y3 0.558
: tereliminasi
Sumber : Lampiran
Customer Attitude -0.023
Customer Confidence
0.019 Purchase Intention
0.023 Advertisement
Effectivity 0.364
Tabel 4.7 Uji Reliabilitas
Pengujian Reliability Consistency Internal Konstrak
Indikator Item to Total
Correlation Koefisien
Cronbachs Alpha
Nilai
2 0,0001
dengan jumlah indikator 12 adalah sebesar 32.909. Hasil analisis Mahalanobis diperoleh nilai 26.972 berarti lebih kecil dar
2
tabel 32.909, dengan demikian , tidak terdapat multivariate outliers.
4.3.2. Uji Reliabilitas
Reliabilitas adalah ukuran mengenai konsistensi internal dari indikator-indikator sebuah konstrak yang menunjukkan derajat sampai dimana
masing-masing indikator itu mengindikasikan sebuah konstrak yang umum. Reliabilitas diukur dengan menggunakan koefisien cronbach alpha. data
menunjukkan sebagai berikut :
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
65
Koefisien Cronbach’s Alpha dihitung untuk mengestimasi reliabilitas setiap skala [variabel atau indikator observasian]. Sementara itu item to total
correlation digunakan untuk memperbaiki ukuran-ukuran dan mengeliminasi item-item yang kehadirannya akan memperkecil koefisien Cronbach’s Alpha
yang dihasilkan Proses eleminasi diperlakukan pada item to total correlation pada indikator yang nilainya 0,5 [Purwanto,2003]. Tidak terjadi eliminasi
karena nilai item to total correlation indikator seluruhnya ≥ 0,5. Indikator
yang tereliminasi tidak disertakan dalam perhitungan cronbachs alpha. Perhitungan cronbachs dilakukan setelah proses eliminasi. Hasil pengujian
reliabilitas konsistensi internal untuk setiap construct di atas menunjukkan kurang baik dimana koefisien Cronbach’s Alpha yang diperoleh belum
seluruhnya memenuhi rules of thumb yang disyaratkan yaitu ≥ 0,7 [Hair
et.al.,1998].
4.3.3. Uji Validitas
Uji validitas dilakukan untuk mengukur tingkat kehandalan indikator. Kehandalan indikator bermakna bahwa indikator mampu mengukur apa yang
seharusnya diukur. Apabila indikator multidimensi, akurasi atau ketepatannya diukur dari loading factor hubungan antara observed variabel dengan latent
variable. Hasil uji validitas nampak sebagai berikut:
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
66
1 2
3 4
X11 0.996
X12 0.276
X13 0.085
X14 0.117
X21 0.111
X22 0.995
X23 0.085
X31 0.339
X32 0.036
Y1 0.123
Y2 0.174
Y3 0.341
Sumber : Lampiran
Tabel 4.8 Uji Validitas
Customer Attitude
Customer Confidenc e
Purc hase Intention
Standardize Faktor Loading dan Construc t dengan Confirmatory Fac tor Analysis
Konstrak Indikator
Faktor Loading Advertisement
Effec tivity
Berdasarkan hasil confirmatory factor analysis terlihat bahwa factor loadings masing masing butir pertanyaan yang membentuk setiap construct
belum seluruhnya ≥ 0,5, sehingga butir-butir instrumentasi setiap konstruk
tersebut dapat dikatakan validitasnya kurang baik.
4.3.4. Uji Constract Realibility dan Variance Extracted Selain melakukan pengujian konsistensi internal Cronbach’s Alpha,
perlu juga dilakukan pengujian construct reliability dan variance extracted. Kedua pengujian tersebut masih termasuk uji konsistensi internal yang akan
memberikan peneliti kepercayaan diri yang lebih besar bahwa indikator- indikator individual mengukur suatu pengukuran yang sama. Hasil uji
construct reliability dan variance extracted adalah sebagai berikut:
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
67
Sumber : Lampiran Hasil pengujian reliabilitas instrumen dengan construct reliability dan
variance extracted menunjukkan instrumen kurang reliabel, yang ditunjukkan dengan nilai construct reliability belum seluruhnya
≥ 0,7. Meskipun demikian angka tersebut bukanlah sebuah ukuran “mati” artinya bila penelitian yang
dilakukan bersifat exploratory, maka nilai di bawah 0,70 pun masih dapat diterima sepanjang disertai alasan–alasan empirik yang terlihat dalam proses
eksplorasi. Dan variance extracted direkomendasikan pada tingkat 0,50.
Tabel 4.9 Uji Construct Reliability dan Uji Variance Extracted
Construct Reliability Variance Extracted Konstrak Indikator
Standardize Factor
Loading SFL
Kuadrat Error [
εj] Construct
Reliability Variance
Extrated X11
0.996 0.992 0.008 X12
0.276 0.076 0.924 X13
0.085 0.007 0.993 Advertisement
Effectivity X14
0.117 0.014 0.986 0.427 0.272
X21 0.111 0.012 0.988
X22 0.995 0.990 0.010
Customer Attitude
X23 0.085 0.007 0.993
0.416 0.337 X31
0.339 0.115 0.885 Customer
Confidence X32
0.036 0.001 0.999 0.069 0.058
Y1 0.123 0.015 0.985
Y2 0.174 0.030 0.970
Purchase Intention
Y3 0.341 0.116 0.884
0.125 0.054
Batas Dapat Diterima ≥ 0,7
≥ 0,5
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
68
4.3.5. Uji Normalitas
Uji normalitas sebaran dilakukan dengan Kurtosis Value dari data yang digunakan yang biasanya disajikan dalam statistik deskriptif. Nilai
statistik untuk menguji normalitas itu disebut Z-value. Bila nilai-Z lebih besar dari nilai kritis maka dapat diduga bahwa distribusi data adalah tidak normal.
Nilai kritis dapat ditentukan berdasarkan tingkat signifikansi 0,01 [1] yaitu sebesar ± 2,58.
Hasil uji menunjukkan bahwa nilai c.r. mutivariate berada di antara ± 2,58 itu berarti asumsi normalitas terpenuhi.
Tabel 4.10 Uji Normalitas
Assessment of normality Variable min
max kurtosis
c.r. X11 2
5 -0.935
-1.983 X12 1
5 0.347
0.737 X13 1
5 -0.057
-0.120 X14 2
5 -0.360
-0.763 X21 2
5 -0.356
-0.755 X22 2
5 -0.302
-0.641 X23 2
5 -0.280
-0.593 X31 1
5 0.349
0.740 X32 2
5 -0.394
-0.835 Y1 1
5 -0.274
-0.580 Y2 2
5 -0.546
-1.158 Y3 1
5 -0.110
-0.234
Multivariate 2.551
0.723 Batas Normal
± 2,58
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
69
4.3.6. Uji Multicollinerity dan Singularity
Dilihat dari angka determinant of sample covariance matrix : 5.621.879.108 lebih besar atau sangat jauh dari nol mengindikasikan tidak
terjadi multicolinierity atau singularity dalam data ini sehingga asumsi terpenuhi. Adanya gejala multikolinieritas dan singularitas akan merusak
model analisis.
4.3.7. Analisis Model One-Step Approach to SEM
Dalam model SEM, model pengukuran dan model struktural parameter-parameternya diestimasi secara bersama-sama. Cara ini agak
mengalami kesulitan dalam memenuhi tuntutan fit model. Kemungkinan terbesar disebabkan oleh terjadinya interaksi antara measurement model dan
structural model yang diestimasi secara bersama-sama [One Step Approach to SEM]. One step aprroach to SEM digunakan apabila model diyakini bahwa
Tabel 4.11 Uji Multicollinerity dan Singularity
Amos OutPut Data Uji Multicollinierity dan Singularity
Determinant of sample covariance matrix :
-- 5,621,879,108
Sumber : Lampiran
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
70
MODEL PENGUKURAN STRUKTURAL Advertisement Effectivity, Customer Attitude,
Customer Confidence, Purchase Intention Model Specification : One Step Approach - Base Model
1 Advertisement
X11 er_1
1 X12
er_2 1
Customer Attitude
X21 er_5
X22 er_6
1 1
1 Customer
Confidence X31
er_8 X32
er_9 1
1 1
Purchase Intention
Y1 er_10
Y2 er_11
Y3 er_12
1 1
1 1
0,005 d_pi
1 X13
er_3 1
X14 er_4
1 d_tr
0,005 d_cc
1
1
X23 er_7
1
Gambar 1
Tabel 4.12 Evaluasi Kriteria Goodness of fit Indices
Model One Step Approach-Base Model
Sumber : Lampiran dilandasi teori yang kuat serta validitas reliabilitas data sangat baik [Hair
et.al.,1998]
Hasil estimasi dan fit model one step approach to SEM dengan menggunakan program aplikasi Amos 4.01 terlihat pada Gambar dan Tabel
Goodness of Fit di bawah ini.
Evaluasi Kriteria Goodness of Fit Indices Kriteria Hasil
Nilai Kritis
Evaluasi Model
CminDF 1.399 ≤ 2,00
baik Probability 0.030
≥ 0,05 kurang baik
RMSEA 0.061 ≤ 0,08
baik GFI 0.900
≥ 0,90 baik
AGFI 0.850 ≥ 0,90
kurang baik TLI 0.394
≥ 0,95 kurang baik
CFI 0.522 ≥ 0,94
kurang baik
Sumber : Lampiran
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
71
MODEL PENGUKURAN STRUKTURAL Advertisement Effectivity, Customer Attitude,
Customer Confidence, Purchase Intention Model Specification : One Step Approach - Modification Model
1 Advertisement
Effectivity X11
0,005 er_1
1 X12
er_2 1
Customer Attitude
X21 er_5
X22 0,005
er_6 1
1 1
Customer Confidence
X31 er_8
X32 er_9
1 1
1
Purchase Intention
Y1 er_10
Y2 er_11
Y3 er_12
1 1
1 1
0,005 d_pi
1 X13
er_3 1
X14 er_4
1 0,005
d_tr 0,005
d_cc 1
1
X23 er_7
1
Gambar 2
Dari hasil evaluasi terhadap model one step model ternyata dari semua kriteria goodness of fit yang digunakan, belum seluruhnya menunjukkan hasil
evaluasi model yang baik, berarti model belum sesuai dengan data. Artinya, model konseptual yang dikembangkan dan dilandasi oleh teori belum
sepenuhnya didukung oleh fakta. Berdasarkan uji Reliability Consistency Internal terdapat indikator tereliminasi sebagaimana terdapat pada model di
bawah ini.
Modifikasi : Estimate Prob.
er_8 -- er_7 -0.137
0.009 er_9 -- er_12
-0.158 0.013
er_5 -- d_tr -0.011
0.008 er_2 -- er_10
-0.136 0.026
er_5 -- er_11 -0.111 0.030
Sumber : Lampiran
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
72
Tabel 4.13 Evaluasi Kriteria Goodness of fit Indices
Model One Step Approach-Base Model
Sumber : Lampiran
Hasil evaluasi terhadap model one step model modifikasi ternyata dari semua kriteria goodness of fit yang digunakan, seluruhnya menunjukkan hasil
evaluasi model yang baik, berarti model telah sesuai dengan data. Artinya, model konseptual yang dikembangkan dan dilandasi oleh teori telah
sepenuhnya didukung oleh fakta. Dengan demikian model ini adalah model yang terbaik untuk menjelaskan keterkaitan antar variabel dalam model
sebagaimana terdapat di bawah ini.
4.3.8. Uji Kausalitas
Dilihat dari angka determinant of sample covariance matrix: 5.621.879.108 0 mengindikasikan tidak terjadi multicolinierity atau
singularity dalam data ini sehingga asumsi terpenuhi. Dengan demikian
Evaluasi Kriteria Goodness of Fit Indices Kriteria Hasil
Nilai Kritis
Evaluasi Model
CminDF 1.003 ≤ 2,00
baik Probability 0.468
≥ 0,05 baik
RMSEA 0.005 ≤ 0,08
baik GFI 0.928
≥ 0,90 baik
AGFI 0.900 ≥ 0,90
baik TLI 0.996
≥ 0,95 baik
CFI 0.997 ≥ 0,94
baik
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
73
Tabel 4.14 Uji Hipotesis Kausalitas
Sumber : Lampiran besaran koefisien regresi masing-masing faktor dapat dipercaya sebagaimana
terlihat pada uji kausalitas di bawah ini.
Dilihat dari tingkat Prob. arah hubungan kausal, maka hipotesis yang menyatakan bahwa :
a. Faktor Advertisement Effectivity berpengaruh positif terhadap Faktor
Customer Attitude, tidak dapat diterima [Prob. kausalnya 0,614 0,10 [tidak signifikan [positif].
b. b. Faktor Advertisement Effectivity berpengaruh positif terhadap
Faktor Customer Confidence, dapat diterima [Prob. kausalnya 0,000 ≤
0,10 [signifikan [positif]. c.
c. Faktor Customer Attitude berpengaruh positif terhadap Faktor Purchase Intention, tidak dapat diterima [Prob. kausalnya 0,352 0,10
[signifikan [negatif].
Ustd Std
Faktor Faktor Estimate
Estimate Prob.
Customer_Attitude Advertisement_Effectivity 0.003 0.048 0.614
Customer_Confidence Advertisement_Effectivity 0.251 0.962 0.000
Purchase_Intention Customer_Attitude -0.526
-0.349 0.352
Purchase_Intention Customer_Confidence -0.266
-0.648 0.299
Batas Signifikansi
≤ 0,10
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
74
d. d. Faktor Customer Confidence berpengaruh positif terhadap Faktor
Purchase Intention, tidak dapat diterima [Prob. kausalnya 0,299 0,10 [signifikan [negatif].
4.3.9. Analisis Unidimensi Frist Order
4.4. Pembahasan 4.4.1. Pengaruh Efektivitas Iklan Terhadap Sikap Konsumen