57
4.2.4. Evaluasi Construct Reliability dan Variance Extracted
Selain melakukan pengujian konsistensi internal Cronbach’s Alpha, perlu juga dilakukan pengujian construct reliability dan variance extracted. Kedua
pengujian tersebut masih termasuk uji konsistensi internal yang akan memberikan peneliti kepercayaan diri yang lebih besar bahwa indikator-indikator individual
mengukur suatu pengukuran yang sama. Hasil perhitungan construct reliability dan variance extracted dalam tabel berikut :.
Tabel 4.9. Construct Reliability dan Variance Extrated
Konstrak Indikator
Standardize Factor
Loading SFL
Kuadrat Error [εj] Construct
Reliability Variance
Extrated
Budaya Organisasi
X X1
0.547 0.299
0.701 0.740
0.290 X2
0.503 0.253
0.747 X3
0.485 0.235
0.765 X4
0.520 0.270
0.730 X5
0.606 0.367
0.633 X6
0.553 0.306
0.694 X7
0.546 0.298
0.702 Kinerja
Organisasi Y
Y1 0.676
0.457 0.543
0.776 0.465
Y2 0.635
0.403 0.597
Y3 0.716
0.513 0.487
Y4 0.698
0.487 0.513
Kepuasan Kerja Z
Z1 0.906
0.821 0.179
0.792 0.492
Z2 0.009
0.000 1.000
Z3 0.873
0.762 0.238
Z4 0.725
0.526 0.474
Z5 0.593
0.352 0.648
Batas Dapat Diterima ≥ 0,7
≥ 0,5
Sumber : Lampiran 3
Hasil pengujian reliabilitas instrumen dengan construct reliability dan
variance extracted menunjukkan instrumen reliabel, yang ditunjukkan dengan
nilai construct reliability seluruhnya ≥ 0,7. Meskipun demikian angka terseb ut
bukanlah sebuah ukuran “mati” artinya bila penelitian yang dilakukan bersifat exploratory, maka nilai di bawah 0,70 pun masih dapat diterima sepanjang disertai
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
58
alasan–alasan empirik yang terlihat dalam proses eksplorasi. Dan variance extracted direkomendasikan pada tingkat 0,50
4.2.5. Evaluasi Normalitas
Uji normalitas sebaran dilakukan dengan Kurtosis Value dari data yang digunakan yang biasanya disajikan dalam statistik deskriptif. Nilai statistik untuk
menguji normalitas itu disebut Z-value. Bila nilai-Z lebih besar dari nilai kritis maka dapat diduga bahwa distribusi data adalah tidak normal. Nilai kritis dapat
ditentukan berdasarkan tingkat signifikansi 0,01 [1] yaitu sebesar ± 2,58. Hasil analisis tampak pada tabel berikut :
Tabel 4.10. Assessment Of Normality
Variable min
max kurtosis
c.r. X1
4 7
-0.256 -0.552
X2 4
7 -0.644
-1.391 X3
4 7
-0.126 -0.273
X4 4
7 -0.237
-0.512 X5
4 7
-0.344 -0.744
X6 4
7 -0.790
-1.707 X7
4 7
-0.505 -1.090
Y1 4
7 -0.163
-0.353 Y2
4 7
-0.265 -0.573
Y3 4
7 -0.112
-0.243 Y4
4 7
-0.235 -0.507
Z1 4
7 -0.497
-1.074 Z2
4 7
-0.549 -1.185
Z3 4
7 -0.411
-0.888 Z4
4 7
-0.153 -0.330
Z5 4
7 -0.370
-0.800
Multivariate -1.551
-0.342 Batas Normal
± 2,58
Sumber : Lampiran 3
Hasil uji menunjukkan bahwa nilai c.r. mutivariate berada di antara ± 2,58
itu berarti asumsi normalitas terpenuhi.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
59
4.2.6. Analisis Model One – Step Approach to SEM