Scalar Estimates (Group number 1 - Default model)

Maximum Likelihood Estimates

Regression Weights: (Group number 1 - Default model)

Estimate S.E. C.R. P Label

<--
R DS ,223 ,070 3,186 ,001 par_1
-
<--
KP DS ,889 ,061 14,532 *** par_2
-
<--
KP R ,028 ,065 ,440 ,660 par_3
-
<--
DS1 DS 1,000
-
<--
DS2 DS 1,033 ,057 18,081 *** par_4
-
<--
DS3 DS 1,125 ,060 18,792 *** par_5
-
<--
DS4 DS 1,023 ,061 16,705 *** par_6
-
<--
KP1 KP 1,000
-
<--
KP2 KP 1,040 ,046 22,535 *** par_7
-
<--
KP3 KP ,212 ,067 3,170 ,002 par_8
-
<--
KP4 KP ,163 ,070 2,331 ,020 par_9
-
<--
KP5 KP ,107 ,063 1,703 ,089 par_10
-
<--
KP6 KP ,215 ,067 3,204 ,001 par_11
-
<--
R2 R 1,000
-
<--
R1 R ,930 ,254 3,657 *** par_12
-

Standardized Regression Weights: (Group number 1 - Default model)

Estimate
D
R <--- ,277
S
D
KP <--- ,872
S
KP <--- R ,022
DS1 <--- D ,875
 Estimate
S
D
DS2 <--- ,891
S
D
DS3 <--- ,917
S
D
DS4 <--- ,863
S
K
KP1 <--- ,928
P
K
KP2 <--- ,936
P
K
KP3 <--- ,229
P
K
KP4 <--- ,170
P
K
KP5 <--- ,125
P
K
KP6 <--- ,231
P
R2 <--- R ,831
R1 <--- R ,775

Variances: (Group number 1 - Default model)

Estimate S.E. C.R. P Label

DS ,505 ,065 7,733 *** par_13
zeta
,301 ,091 3,294 *** par_14
1
zeta
,120 ,020 5,979 *** par_15
2
e1 ,154 ,019 7,929 *** par_16
e2 ,140 ,018 7,681 *** par_17
e3 ,121 ,018 6,826 *** par_18
e4 ,181 ,022 8,236 *** par_19
e5 ,085 ,015 5,553 *** par_20
e6 ,080 ,016 5,038 *** par_21
e7 ,425 ,043 9,932 *** par_22
e8 ,468 ,047 9,951 *** par_23
e9 ,379 ,038 9,962 *** par_24
e10 ,433 ,044 9,935 *** par_25
d2 ,146 ,088 1,658 ,097 par_26
d1 ,187 ,077 2,424 ,015 par_27

Squared Multiple Correlations: (Group number 1 - Default model)

 Estimate
R ,077
KP ,771
R1 ,601
R2 ,691
KP6 ,053
KP5 ,016
KP4 ,029
KP3 ,053
KP2 ,876
KP1 ,861
DS4 ,745
DS3 ,841
DS2 ,794
DS1 ,766

Model Fit Summary

CMIN

D
Model NPAR CMIN P CMIN/DF
F
Default model 27 406,831 51 ,000 7,977
Saturated model 78 ,000 0
Independence
12 1742,301 66 ,000 26,399
model

RMR, GFI

Model RMR GFI AGFI PGFI

Default model ,074 ,702 ,544 ,459
Saturated model ,000 1,000
Independence
,252 ,320 ,197 ,271
model

Baseline Comparisons

NFI TLI
RFI IFI
Model Delta rho CFI
rho1 Delta2
1 2
Default model ,766 ,698 ,790 ,725 ,788
Saturated model 1,000 1,000 1,000
 NFI TLI
RFI IFI
Model Delta rho CFI
rho1 Delta2
1 2
Independence model ,000 ,000 ,000 ,000 ,000

Parsimony-Adjusted Measures

PRATI
Model PNFI PCFI
O
Default model ,773 ,592 ,609
Saturated model ,000 ,000 ,000
Independence model 1,000 ,000 ,000

NCP

Model NCP LO 90 HI 90
Default model 355,831 295,285 423,854
Saturated model ,000 ,000 ,000
Independence
1676,301 1543,935 1816,042
model

FMIN

Model FMIN F0 LO 90 HI 90
1,78
Default model 2,044 1,484 2,130
8
Saturated model ,000 ,000 ,000 ,000
Independence 8,42
8,755 7,758 9,126
model 4

RMSEA

RMSE
Model LO 90 HI 90 PCLOSE
A
Default model ,187 ,171 ,204 ,000
Independence model ,357 ,343 ,372 ,000

AIC

Model AIC BCC BIC CAIC

Default model 460,831 464,606 549,886 576,886
Saturated model 156,000 166,903 413,269 491,269
Independence 1767,97
1766,301 1805,881 1817,881
model 9

ECVI
 ECV
Model LO 90 HI 90 MECVI
I
Default model 2,316 2,011 2,658 2,335
Saturated model ,784 ,784 ,784 ,839
Independence model 8,876 8,211 9,578 8,884

HOELTER

HOELTER HOELTER
Model
.05 .01
Default model 34 38
Independence model 10 11

Analisis Hasil
 Gambar 1 Path Analisis
1.1 Uji Validitas

Melihat hasil standarized estimate, indikator yang dianggap layak adalah yang

loading factornya di atas 0.5. Misalnya dimensi strategis yang dibangun oleh 12 Butir

Butir pertanyaan / pernyataan. Hasil pengolahan AMOS adalah dapat lihat pada gambar

1.

Tabel 1 Uji validitas

Estimate
R 0,077
KP 0,771
R1 0,601
R2 0,691
KP6 0,053
KP5 0,016
KP4 0,029
KP3 0,053
KP2 0,876
 KP1 0,861
DS4 0,745
DS3 0,841
DS2 0,794
DS1 0,766

Dari Keseluruhan Butir dapat dilihat bahwa nilai estimate rata - rata di atas 0,5.

Ada beberapa item yang memiliki nilai estimate di bawah 0,5 yaitu pada KP6, KP5, KP4

dan KP3, Butir yang tidak valid tersebut harus di keluarkan dari path analisis, maka

dapat dinyatakan bahwa semua item dinyatakan belum valid.

1.2 Menilai Goodness of Fit (Uji Kesesuaian Model)

Pengujian dengan menggunakan model SEM dilakukan secara bertahap. Jika belum

diperoleh model yang tepat (fit), maka model yang diajukan semula perlu direvisi.

Perlunya revisi dari model SEM muncul dari adanya masalah yang muncul dari analisis.

Masalah yang mungkin muncul adalah masalah mengenai ketidakmampuan model yang

dikembangkan untuk menghasilkan estimasi yang baik. Apabila masalah-masalah

tersebut muncul dalam analisis SEM, maka mengindikasikan bahwa penelitian tidak

mendukung model struktural yang dibentuk. Dengan demikian model perlu direvisi

dengan mengembangkan teori yang ada untuk membentuk model yang baru. Kriteria-

kriteria goodness-of-fit telah dijelaskan pada halaman 42 sebelumnya dikemukakan oleh

Haryono et al (2012). Analisis hasil pengolahan data pada tahap full model SEM

dilakukan dengan melakukan uji kesesuaian dan uji statistic. Hasil uji goodness-of-fit

model dijelaskan pada Tabel 2.

 Tabel 2

Hasil Pengujian Goodness-of-fit model

Evaluasi
No Indeks Nilai Kritis Hasil
Model
1 Chi-Square Mendekati nol 406,831 Buruk
Probability
2 ≥ 0,05 0,000 Buruk
level
3 CMIN/DF < 2,00 7,977 Buruk
4 CFI ≥ 0,95 0,788 Buruk
5 RMSEA ≤ 0,08 0,187 Buruk
6 TLI ≥ 0,90 0,725 Buruk
7 GFI ≥ 0,90 0,702 Buruk
8 AGFI ≥ 0,90 0,544 Buruk

Hasil tersebut menunjukkan bahwa model yang digunakan dapat diterima. Nilai

CMIN/DF sebesar 3,817 menunjukkan suatu model persamaan struktural yang kurang

baik. Indeks pengukuran RSMEA berada pada rentang nilai yang kurang baik yaitu ≤

0,08 yaitu 0,119. chi-square , CFI,TLI memiliki Hasil yang buruk. Tetapi Probability

Level termasuk Marjinal

1.3 Analisis Uji Hipotesis

Tahap selanjutnya adalah analisis terhadap hubungan structural model

(pengujian hipotesis) seperti yang ditunjukkan pada gambar 1 sebelumnya. Hubungan

antar konstruk dalam hipotesis ditunjukkan oleh nilai regression weights (Hair et al, 1998

dalam Haryono dan Hastjarjo, 2010). Untuk menganalisis lebih jelas mengenai pengaruh

Fashion involvement terhadap Brand trust dengan mediasi Hedonic value dan Utilitarian

value pada konsumen smartphone, tablet dan laptop dapat dilihat pada Tabel 3.
 Tabel 3
Regression Weights

Estimate S.E. C.R. P

R <--- DS 0,223 0,070 3,186 0,001
KP <--- DS 0,889 0,061 14,532 ***
KP <--- R 0,028 0,065 0,440 0,660

Hubungan Langsung

1. Pengaruh DS terhadap KP.

Melalui perhitungan statistik menggunakan SEM Amos 23 diketahui bahwa

Hubungan antara DS dengan KP terdapat nilai CR sebesar 14,532 ( p = 0,000 ≤ 0,05 )

maka Ho ditolak dan Ha diterima, artinya terdapat Pengaruh yang positif antara DS

dengan KP. Hipotesis H1, terdapat Pengaruh positif antara AQ terhadap CA diterima

2. Pengaruh antara R terhadap KP .

Melalui perhitungan statistik menggunakan SEM Amos 23 diketahui bahwa

pengaruh antara R terhadap KP memperoleh nilai CR sebesar 0,440 (p = 0,660 ≤

0,05), artinya Tidak terdapat pengaruh positif antara RD dengan CA, maka Ho ditolak

dan Ha ditolak. Hipotesis H2, terdapat Pengaruh positif R terhadap KP ditolak.

Hubungan Tidak Langsung

3. Pengaruh antara DS terhadap KP dengan mediasi R.

Melalui perhitungan statistik menggunakan SEM Amos 23 diketahui bahwa

Pengaruh antara DS terhadap KP memperoleh nilai CR sebesar 14,532 (p = 0,000 <

0,05). Sementara itu nilai p values RD terhadap CA signifikan yaitu 0,001. Penelitian

ini termasuk Tidak Memediasi dikarenakan koefesien jalur dari variabel bebas ke

variabel intervening signifikan, koefesien jalur dari variabel intervening ke variabel

terikat Tidak signifikan.