3.4 Metode Pengumpulan Data
Metode pengumpulan data yang digunakan dalam penelitian ini adalah studi dokumentasi. Ini dilakukan dengan mengumpulkan, mencatat dan
menghitung data-data yang berhubungan dengan penelitian. 3.5 Teknik Analisis dan Uji Hipotesis
3.5.1 Teknik Analisis
Model yang digunakan dalam menganalisis penelitian ini adalah Structural Equation Modelling SEM. Merupakan teknik statistik yang memungkinkan
pengujian sebuah rangkaian hubungan yang relatif rumit. Model pengukuran Human Capital,Structural Capital, dan Relational Capital terhadap Intellectual
Capital Statement menggunakan Confirmatory factor analyses. Penaksiran masing-masing variabel bebas untuk mengevaluasi variabel terikatnya dengan
menggunakan koefisien jalur. Adapun beberapa istilah yang sering digunakan dalam analisis SEM adalah
sebagai berikut:
Variabel laten atau konstruk atau unobserved variabel merupakan variabel yang tidak dapat diukaur secara langsungkecuali diukur dengan satu atau
lebih variabel manifes. Variabel laten dilambangkan dengan elips atau bulat oval.
Variabel manifes atau observed variabel atau indikator merupakan variabel
yang dapat diukur secara langsung dan digunakan untuk menjelaskan atau mengukur variabel laten. Variabel manifes dilambangkan dengan kotak.
Variabel manives untuk membentuk konstruk eksogen diberi simbol x
1
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
sedangkan variabel manifes yang membentuk konstruk endogen diberi simbol y
2.
Variabel eksogen adalah variabel independen yang diduga mempengaruhi
variabel dependen. Pada model SEM variabel eksogen ditunjukkan dengan adanya anak panah yang berasal dari variabel tersebut menuju variabel
endogen.
Variabel endogen tidak mungkin dapat diprediksikan dengan sempurna,oleh karena itu terdapat struktural error term yang ditulis dengan
karakter Greek “zeta” untuk mencapai konsistensi estimasi parameter.
Error term diasumsikan tidak berkorelasi dengan konstruk eksogen model. Namun demikian struktur error term dapat dikorelasikan dengan struktur
error term yang lain dalam model.
3.5.2 Outliers
Outlier adalah obsevasi yang muncul dengan nilai-nilai eksterim baik secara univariat maupun multivariate yang muncul karena kombinasi karakteristik unik
yang dimilikinya dan terlihat sangat jauh berbeda dari observasi-observasi lainya. Dapat diadakan treatment khusus pada outliers ini asal diketahui munculnya
outlier itu. Outliers pada dasarnya dapat muncul dalam empat kategori.
Pertama, Outlier muncul karena kesalahan prosedur seperti kesalahan dalam memasukkan data atau kesalahan dalam mengkoding data. Misalnya 8 diketik
80 sehingga jauh berbeda dengan nilai-nilai lainnya dalam rentang jawaban
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
responden antara 1-10 jika hal semacam ini lolos maka akan menjadi sebuah nilai ekstrim.
Kedua, outlier dapat muncul karena keadaan yang benar-benar khusus yang
memungkinkan profil datanya lain daripada yang lain daripada tetapi peneliti mempunyai penjelasan mengenai penyebab munculnya nilai ekstrim itu.
Ketiga, outlier dapat muncul karena adanya sesuatu alasan tetapi peneliti tidak
dapat mengetahui apa penyebabnya atau tidak ada penjelasan mengenai nilai ekstrim itu.
Keempat, outlier dapat muncul dalam range nilai yang ada, tetapi bila
dikombinasi dengan varibel lainnya, kombinasinya menjadi tidak lazim atau sangat ekstrim. Inilah yang disebut multivariate outlier.
3.5.3 Evaluasi atas outliers