4.2.4. Uji 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 dari setiap latent variable
construct akan diuji dengan melihat loading factor dari hubungan antara setiap observed variable dan latent variable. Hasil analisis
tampak pada tabel di bawah ini.
Tabel 4.7. Hasil Uji Validitas
Faktor Loading Konstrak Indikator
1 2 3 4 X1
0.656 X2
0.814 X3
0.714 Price
X4 0.595
Y1 0.557
Y2 0.789
Brand Switching Y3
0.759
Sumber : Lampiran 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.
4.2.5. Uji Construct Reliability dan Variance Extracted
Selain melakukan pengujian konsistensi internal crobach’s alpha, perlu juga dilakukan pengujian construct reliability dan variance eztracted. Kedua
pengujian tersebut masih termasuk uji konsistensi internal yang akan memberikan penelitian kepercayaan diri yang lebih besar bahwa indikator-
indikator individual mengukur suatu pengukuran yang sama.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Tabel 4.8. Construct Reliability Variance Extrated
Konstrak Indikator Standardize
Factor Loading
SFL Kuadrat
Error [εj] Construct
Reliability Variance
Extrated X1
0.656 0.430 0.570 X2
0.814 0.663 0.337 X3
0.714 0.510 0.490 Price
X4 0.595 0.354 0.646
0.791 0.489 Y1
0.557 0.310 0.690 Y2
0.789 0.623 0.377 Brand Switching
Y3 0.759 0.576 0.424
0.748 0.503
Sumber : Lampiran
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 pengujian reliabilitas instrumen dengan construct reliability dan
variance extracted menunjukkan instrumen cukup 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.
4.2.6. Uji Normalitas
Uji normalitas sebaran dilakukan dengan Skewness 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
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
dapat ditentukan berdasarkan tingkat signifikansi 0,01 1 yaitu sebesar
2,58. Hasilnya diperoleh nilai c.r. multivariat diantara 2,58 dan itu berarti
asumsi normalitas tidak terpenuhi dan data layak untuk digunakan dalam estimasi selanjutnya. Hasil analisis tampak pada tabel berikut :
Tabel 4.9. Assessment of Normality
Variable min max
kurtosis c.r.
X1 3 7
-0.810 -1.654
X2 3 7
-0.879 -1.793
X3 3 7
-0.640 -1.307
X4 3 7
0.807 1.647
Y1 4 7
-1.061 -2.166
Y2 4 7
-0.366 -0.747
Y3 4 7
-0.640 -1.306
M u lt iv a r ia t e -1.798
- 0 .8 0 1 Ba t a s N or m a l
± 2 ,5 8
Sumber : Lampiran
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 luar ± 2,58 itu berarti asumsi normalitas tidak 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.
4.2.7. Evaluasi Model One-Steep Approach to SEM