diukur, karena indikator multidimensi, maka uji validitas dari setiap latent variable atau construct akan diuji dengan melihat loading factor dari hubungan
antara setiap observed variable dan latent variable.
Tabel 4.10 Uji Validitas
St andardize Fakt or Loading dan Const ruct dengan Confir m at ory Fact or Analysis
Fakt or Loading Konst rak I ndikat or
1 2 3 4 X11
0.132 X13
0.272 X14
0.876 Product Qualit y
X15 0.144
X21 0.180
X22 - 0.130
Price X23
- 0.262 Y1
0.119 Y2
0.845 Cust om er
Sat isfact ion Y4
0.151
Sumber : Data diolah
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.
4.2.4. Evaluasi Construct Reliability dan Variance Extracted
Selain melakukan pengujian konsistensi internal Cronbach’s Alpha, perlu juga dilakukan pengujian construct reliability dan variance extracted. Kedua
pengujian tersebut masih dalam koridor uji konsistensi internal yang akan memberikan peneliti kepercayaan diri yang lebih besar bahwa indikator-indikator
individual mengukur suatu pengukuran yang sama Purwanto, 2002. Dan variance extracted direkomendasikan pada tingkat 0,50.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Tabel 4.11 Uji Construct Reliability dan Variance Extracted
Const r uct Reliabilit y Var iance Ext rat ed Konst rak I ndikat or
St andardize Fact or
Loading SFL
Kuadrat Error [ εj ]
Const r uct Reliabilit y
Variance Ext rat ed
X11 0.132 0.017
0.983 X13
0.272 0.074 0.926
X14 0.876 0.767
0.233 Product Qualit y
X15 0.144 0.021
0.979 0.394 0.220
X21 0.180 0.032
0.968 X22
- 0.130 0.017 0.983 Price
X23 - 0.262 0.069 0.931
0.015 0.039 Y1
0.119 0.014 0.986
Y2 0.845 0.714
0.286 Cust om er
Sat isfact ion Y4
0.151 0.023 0.977
0.356 0.250
Ba t a s D a pa t D it e r im a ≥ 0 ,7
≥ 0 ,5
Sumber : Data diolah
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.
4.2.5. Evaluasi Normalitas
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Tabel 4.12 Uji Normalitas
Assessm ent of norm alit y Variable m in m ax
kurt osis c.r.
X11 2 5
- 0.590 - 1.251
X13 2 5
- 0.531 - 1.126
X14 2 5
- 0.496 - 1.052
X15 2 5
- 0.458 - 0.971
X21 1 4
- 1.091 - 2.315
X22 1 5
- 0.223 - 0.472
X23 1 5
- 0.379 - 0.804
Y1 2 5
- 0.332 - 0.704
Y2 2 5
- 0.706 - 1.498
Y4 1 5
0.094 0.199
M u lt iva r ia t e 0.645
0 .2 1 6 Ba t a s N or m a l
± 2 ,5 8
Sumber : Data diolah
Hasil uji menunjukkan bahwa nilai c.r. mutivariate berada di antara ± 2,58 itu berarti asumsi normalitas terpenuhi. Fenomena ini tidak menjadi masalah
serius seperti dikatakan oleh Bentler Chou [1987] bahwa jika teknik estimasi dalam model SEM menggunakan maximum likelihood estimation [MLE] walau
ditribusi datanya tidak normal masih dapat menghasilkan good estimate, sehingga data layak untuk digunakan dalam estimasi selanjutnya.
4.3. Structural Equation Modelling
