104
Pengujian reliabilitas alat penelitian ini dilakukan dengan menggunakan software SPSS 17 dimana metode yang digunakan adalah
metode “Alpha Cronbach”. Tabel 4.25 dibawah ini menyajikan hasil pengujian relibilitas.
Tabel 4.25. Hasil Reliabilitas Hipotesis
r hitung r tabel
Kesimpulan
Ability Kemampuan
0.820 0.60
Reliabel Benevolence Kebajikan
0.778 0.60
Reliabel Integrity
Integritas 0.816
0.60 Reliabel
Trust Kepercayaan
0.832 0.60
Reliabel Consumer Behaviour
Perilaku Konsumen 0.699
0.60 Reliabel
Berdasarkan tabel diatas menunjukan bahwa semua uji relibilitas untuk semuanya reliabel, yaitu semuanya diatas 0,60.
105
E. Pengujian Asumsi-Asumsi SEM
Evaluasi atas dipenuhinya asumsi-asumsi SEM dilakukan pada saat operasi AMOS berjalan. Adapun berikut ini adalah evaluasi
asumsi-asumsi pada SEM:
1. Asumsi Kecukupan Sampel
Jumlah responden dalam penelitian ini sebanyak 120 orang. Jumlah responden tersebut merupakan konsumen yang telah melakukan
pembelian secara online di toko online Milchop Butik. Besarnya ukuran sampel memiliki peranan penting dalam interpretasi hasil SEM.
Ukuran sampel memberikan dasar untuk mengestimasi sampling error.
Dengan model estimasi menggunakan maksimum likelihood ML minimum diperlukan sampel 100. Ketika sampel dinaikkan di
atas nilai 100, metode ML meningkat sensivitasnya untuk mendeteksi perbedaan antar data. Begitu sampel menjadi lebih besar di atas 400
sampai 500, maka metode ML menjadi sangat sensitif dan selalu menghasilkan perbedaan secara signifikan, sehingga ukuran goodness-
of fit menjadi jelek. Jadi, dapat direkomendasikan bahwa ukuran
sampel antara 100-200 harus digunakan untuk metode estimasi ML Ghozali, 2004. Oleh karena jumlah responden adalah 120 orang,
maka ukuran sampelnya telah sesuai dengan rekomendasi.
106
2. Evaluasi atas Dipenuhinya Asumsi Normalitas dalam Data
SEM bila diestimasikan dengan menggunakan Maximum Likelihood Estimation Technique
, mempersyaratkan dipenuhinya asumsi normalitas. Untuk menguji normalitas data yang digunakan
dalam analisis, penelitian dapat menggunakan uji-uji statistik. Uji yang paling mudah adalah dengan mengamati skewness value dan kurtosis
value dari data yang digunakan, yang biasanya disajikan dalam
statistik diskriptif dari hampir semua program statistik. Dengan menggunakan tingkat kepercayaan 0,01 1 apabila nilai yang
dihitung lebih besar dari + 2,58 berarti dapat menolak asumsi mengenai normalitas dari distribusi, adapun dengan tingkat
kepercayaan 0,05 asumsi normal ditolak apabila nilai yang dihitung lebih besar dari + 1,96. berdasarkan hasil pengujian normalitas
diperoleh hasil sebagai berikut:
Tabel 4.26 Hasil Pengujian Normalitas
Variable min
max skew
c.r. kurtosis
c.r. c5
1,000 5,000
-1,048 -4,688
2,295 5,132
c4 2,000
5,000 -,675
-3,017 1,586
3,546 c3
1,000 5,000
-1,200 -5,367
3,342 7,473
c2 1,000
5,000 -,372
-1,664 ,116
,260 c1
2,000 5,000
-,088 -,394
-,452 -1,012
107
Variable min
max skew
c.r. kurtosis
c.r. t4
1,000 5,000
-1,069 -4,780
2,501 5,592
t3 1,000
5,000 -1,417
-6,336 4,992
11,163 t2
1,000 5,000
-1,379 -6,168
5,097 11,397
t1 1,000
5,000 -1,191
-5,326 4,472
9,999 i1
1,000 5,000
-1,000 -4,472
3,940 8,810
i2 1,000
5,000 -,821
-3,674 1,769
3,956 i3
1,000 5,000
-1,266 -5,663
4,594 10,273
i4 1,000
5,000 -1,615
-7,223 6,282
14,048 i5
1,000 5,000
-,959 -4,287
1,561 3,491
b1 1,000
5,000 -1,650
-7,377 4,777
10,682 b2
1,000 5,000
-1,334 -5,967
3,413 7,632
b3 1,000
5,000 -1,666
-7,453 5,399
12,073 b4
1,000 5,000
-,728 -3,254
1,169 2,614
a6 1,000
5,000 -,574
-2,565 ,506
1,132 a5
1,000 5,000
-1,242 -5,555
2,646 5,916
a4 1,000
5,000 -,859
-3,841 2,303
5,150 a3
1,000 5,000
-1,266 -5,660
3,715 8,307
a2 1,000
5,000 -1,274
-5,697 3,525
7,883 a1
1,000 5,000
-1,562 -6,987
5,329 11,915
Multivariate 216,661
33,592
