59
multivariate outliers. Nilai χ
2 0.001
dengan jumlah indikator 15 adalah sebesar 37,697. Hasil analisis Mahalanobis diperoleh nilai 47,430 yang lebih besar dari
χ
2
tabel 37,697 tersebut. Dengan demikian terjadi multivariate outliers, terdapat 3 data yang terkena outliers antara lain: case 12: 50,081, sehingga pada case outlier
ini harus dieliminasi sehingga N pada analisis selanjutnya tinggal 105-3=102.
4.2.2. Evaluasi Reliabilitas
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. Hasil selengkapnya dapat dilihat pada tabel berikut : Tabel 4.12.Reliabilitas Data
Sumber : Lampiran 3
Konstrak Indikator Item to Total
Correlation Koefisien
Cronbachs Alpha Price
X11 0.838
0.602 X12
0.853 Image
X21 0.793
0.495 X22
0.837 Distribution
X31 0.843
0.411 X32
0.743 Advertising
X41 0.845
0.658 X42
0.883 Price Promotion
X51 0.920
0.816 X52
0.918 Quality
Perception Y1
0.847 0.583
Y2 0.833
Brand Equity Z1
0.757 0.580
Z2 0.666
Z3 0.786
: tereliminasi
60
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 hasil cukup baik dimana koefisien Cronbach’s Alpha yang
diperoleh belum seluruhnya memenuhi rules of thumb yang disyaratkan yaitu ≥
0,7 Hair et.al.,1998
4.2.3. Evaluasi Validitas
Validitas menyangkut tingkat akurasi yang dicapai oleh sebuah indikator dalam menilai sesuatu atau akuratnya pengukuran atas apa yang seharusnya
diukur, karena indikator multidimensi, maka uji validitas setiap latent variable construct akan diuji dengan melihat loading factor dari hubungan antara setiap
observed variable dan latent variable. Hasil analisis tampak pada tabel 4.13 berikut ini :
Tabel 4.13.Validitas Data
61
Konstrak Indikator Faktor Loading
1 2 3 4 Price
X11 0.828 X12 0.526
Image X21
0.461 X22
0.732 Distribution
X31 0.611 X32 0.468
Advertising X41
0.714 X42
0.698 Price Promotion
X51 0.879 X52 0.773
Quality Perception
Y1 0.993
Y2 0.442
Brand Equity Z1
0.971 Z2 0.282
Z3 0.363
Sumber : Lampiran 3
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 cukup baik.
4.2.4. Evaluasi Construct Reliability dan Variance Extracted