Sumber : Lampiran Deteksi terhadap multivariat outliers dilakukan dengan menggunakan kriteria Jarak
Mahalanobis pada tingkat p 0,001. Jarak Mahalanobis itu dievaluasi dengan
menggunakan χ
2
pada derajat bebas sebesar jumlah variabel yang digunakan dalam penelitian. Bila kasus yang mempunyai Jarak Mahalanobis lebih besar dari nilai chi-square
pada tingkat signifikansi 0,001 maka terjadi multivariate outliers. Nilai χ
2 0.001
dengan jumlah indikator 14 adalah sebesar 36.123.
Hasil analisis Mahalanobis diperoleh nilai 31.093 yang berarti lebih kecil dari χ
2
tabel 36.123 tersebut. Dengan demikian, tidak terdapat multivariate outliers.
4.5 Uji Reliabilitas
Cronbach’s Alpha digunakan untuk mengestimasi reliabilitas setiap skala variable atau observasi indikator. Hasil selengkapnya dapat dilihat pada table berikut :
Hasil pengujian reliability consistency internal dapat dilihat pada tabel dibawah ini
:
Tabel 4.6 : Uji Reliability Consistency Internal
Konst r ak I ndik ator
I t em t o Tot al Cor r elat ion
Koefisien Cr onbachs Alpha
Adver t ising X11
0.522 0.029
X12 0.477
X13 0.454
X14 0.567
Br and X21
0.474 t a
X22 0.276
X23 0.398
X24 0.368
X25 0.391
X26 0.312
X26 0.331
Pur chase I nt ent ion
Y1 0.503
t a Y2
0.424 Y3
0.424 : t er elim inasi
Sumber : Lampiran Proses eliminasi diperlakukan pada item to total correlation pada indikator yang
nilainya 0,5 [ Purwanto, 2003 ]. Terjadi eliminasi karena nilai item to total correlation
indicator belum seluruhnya ≥0,5. Indikator yang tereliminasi tidak disertakan dalam
perhitungan cronbach’s alpha. Perhitungan cronbach’ dilakukan setelah proses eliminasi. Hasil pengujian reliabilitas konsistensi internal untuk setiap konstruk di atas
menunjukan hasil kurang baik terlihat dari koefisein Cronbach’s Alpha yang diperoleh belum seluruhnya
memenuhi rules of tumbs yang disyaratkan yaitu ≥ 0,7 Hair et al,
1998
4.6 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 dibawah ini
:
Tabel 4.7 : Uji Validitas
St andar dize Fak t or Loading dan Constr uct dengan Confir m at or y Fact or Analy sis
Konst r ak I ndik ator
Fak t or Loading 1
2 3
4
Adver t ising X11
0.069 X12
- 0.056 X13
0.167 X14
0.757 Br and
X21 0.998
Pur chase I nt ent ion Y1
0.997
Sumber : Lampiran Berdasar hasil confirmatory analysis terlihat bahwa factor loadings masing-
masing butir pernyataan yang membentuk setiap construct belum seluruhnya ≥ 0,5
sehingga butir-butir instrumentasi setiap konstruk tersebut dapat dikatakan validitasnya cukup baik.
4.7 Uji Construct Reliability dan Variance Extrated
