4.3.1.3. Deteksi
Multicollinierity dan Singularity
Dengan mengamati Determinant matriks covarians. Dengan ketentuan apabila determinant sample matrix mendekati angka 0 kecil, maka terjadi
multikolinieritas dan singularitas Tabachnick Fidell, 1998. Berdasarkan hasil pengujian dengan menggunakan program AMOS 16.0
diperoleh hasil Determinant of Sample Covariance Matrix adalah 0 yaitu sebesar 11,80 mengindikasikan tidak terjadi multikolinieritas dan singularitas
dalam data ini sehingga asumsi terpenuhi.
4.3.1.4. Uji Validitas dan Reliabilitas
Validitas menyangkut tingkat akurasi yang dicapai oleh sebuah indikator dalam menilai sesuatu atau akuratnya pengukuran atas apa yang seharusnya
diukur. Sedangkan reliabilitas adalah ukuran mengenai konsistensi internal dari indikator-indikator sebuah konstruk yang menunjukkan derajat sampai dimana
masing-masing indikator itu mengindikasikan sebuah konstruk yang umum. Karena indikator multidimensi, maka uji validitas dari setiap latent
variabel construct akan diuji dengan melihat faktor loading faktor dari hubungan
antara setiap observed variabel dan latent variabel. Sedangkan reliabilitas diuji dengan construct reliability dan variance extracted. Dari hasil pengolahan data
didapatkan hasil sebagai berikut :
Tabel 4.24 Faktor loading dan konstruk dengan Confirmatory Factor Analysis
Faktor Loading Ko
nstrak Indikator
1 2 3 4 X11
0.402 X12
0.282 Product Utility
X13 0.296
X21 0.637
X22 0.699
Customer Value X23
0.831 X13
0.663 Product Attribute
X21 0.995
X23 0.629
X31 0.881
Memorial Advertising
X41 0.724
X41 0.624
X42 0.781
Customer Satisfaction
Y11 0.607
Y21 0.698
Y22 0.757
Y23 0.576
Repurchase Intention
Y24 0.590
Sumber : lampiran Berdasarkan hasil confirmatory factor analysis terlihat bahwa factor
loadings masing masing butir pertanyaan yang membentuk setiap construct
sebagian besar ≥ 0.5, sehingga butir-butir instrumentasi setiap konstruk tersebut
dapat dikatakan validitasnya baik dan dapat diterima. Koefisien Cronbach’s Alpha dihitung untuk mengestimasi reliabilitas
setiap skala variabel atau indikator observarian. Sementara itu item to total correlation
digunakan untuk memperbaiki ukuran-ukuran dan mengeliminasi butir-butir yang kehadirannya akan memperkecil koefisien Cronbach’s Alpha
yang dihasilkan.
Hasil pengujian reliabilitas Consistency Internal dalam penelitian ini dapat dilihat pada tabel berikut ini :
Tabel 4.25 Pengujian Reliability Consistensy Internal
Konstrak Indikator Item to Total
Correlation Koefisien
Cronbachs Alpha X11
0.800 X12
0.794 Product Utility
X13 0.794
0.708 X21
0.782 X22
0.867 Customer Value
X23 0.835
0.767 X31
0.925 Product Attribute
X32 0.896
0.789 X41
0.779 X42
0.898 Memorial
Advertising X43
0.848 0.795
Y11 0.810
Y12 0.825
Customer Satisfaction
Y13 0.748
0.705 Y21
0.785 Y22
0.812 Y23
0.744 Repurchase
Intention Y24
0.709 0.760
Sumber : lampiran 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 baik dimana koefisien Cronbach’s Alpha yang diperoleh seluruhnya memenuhi rules of thumb yang disyaratkan yaitu
≥ 0,7 [Hair et.al.,1998].
Hasil pengujan Construct Reliability dan Variance Extraced dalam penelitian ini akan ditampilkan pada tabel berikut:
Tabel 4.26 Construct Reliability
Variance Extracted
Konstrak Indikator Standardize
Factor Loading
SFL Kuadrat
Error [εj] Construct
Reliability Variance
Extrated X11
0.402 0.162 0.838 X12
0.282 0.080 0.920 Product Utility
X13 0.296 0.088 0.912
0.264 0.110 X21
0.637 0.406 0.594 X22
0.699 0.489 0.511 Customer Value
X23 0.831 0.691 0.309
0.768 0.528 X13
0.663 0.440 0.560 Product Attribute
X21 0.995 0.990 0.010
0.828 0.715 X23
0.629 0.396 0.604 X31
0.881 0.776 0.224 Memorial
Advertising X41
0.724 0.524 0.476 0.793 0.565
X41 0.624 0.389 0.611
X42 0.781 0.610 0.390
Customer Satisfaction
Y21 0.607 0.368 0.632
0.713 0.456 Y21
0.698 0.487 0.513 Y22
0.757 0.573 0.427 Y23
0.576 0.332 0.668 Repurchase
Intention Y24
0.590 0.348 0.652 0.752 0.435
Batas Dapat Diterima ≥ 0,7
≥ 0,5
Sumber : lampiran 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.
4.3.2 Pengujian Model Dengan One-Step Approach Base Model