Asumsi Kecukupan Sampel Uji Normalitas Uji Multikolinieritas

commit to user 44 2 Nilai Cronbach’s Alpha antara 0,60 – 0,79 dikategorikan reliabilitas dapat diterima. 3 Nilai Cronbach’s Alpha ≤ 0,60 dikategorikan reliabilitas buruk.

3. Uji Asumsi Model

a. Asumsi Kecukupan Sampel

Sampel yang harus dipenuhi dalam permodelan ini berjumlah 100 hingga 200 sampel atau 5 kali parameter variabel laten yang digunakan Hair et al, 1998. Maximum Likehood ML akan menghasilkan estimasi parameter yang valid, efisien dan reliable apabila data yang digunakan adalah Multivariate normaly dan akan robust tidak terpengaruh terhadap penyimpangan Multivariate normaly yang sedansmoderate Ghozali dan Fuad,2005.

b. Uji Normalitas

Dalam Hair et.al. 1998 disebutkan SEM terutama bila diestimasi dengan maximum likelihood mensyaratkan sebaiknya asumsi normalitas pada data dipenuhi. Nilai statistik untuk menguji normalitas disebut z value Critical Ratio atau C.R pada output Amos 16.0 dari ukuran skewness dan kurtosis sebaran data. Bila nilai C.R lebih besar dari nilai kritis maka dapat diduga bahwa distribusi data tidak normal. Nilai kritis dapat ditentukan berdasarkan tingkat signifikansi 1 yaitu sebesar ± 2.58. Dengan demikian, sebuah distribusi dikatakan normal jika angka C.R skewness dan C.R kurtosis ada diantara -2,58 sampai +2,58. Namun jika angka-angka tersebut ada commit to user 45 di bawah -2,58 atau di atas +2,58, distribusi dapat dikatakan tidak normal. c. Asumsi Outliers Outliers adalah data yang memiliki karakteristik unik yang terlihat sangat berbeda jauh dari observasi-observasi lainnya dan muncul dalam bentuk nilai ekstrim baik untuk konstruk tunggal maupun konstruk kombinasi Hair et al, 2006. Deteksi terhadap multivariate outliers dilakukan dengan memperhatikan nilai mahalanobis distance squared. Kriteria, yang digunakan adalah berdasarkan nilai chi-squares Χ2 pada derajat kebebasan degree of freedom yaitu jumlah observed variables pada output software AMOS 1.60, dengan tingkat signifikansi p 0,001.

d. Uji Multikolinieritas

Ada tidaknya multikolinearitas dalam sebuah kombinasi variabel dapat dilihat melalui matrik korelasi antar variabel laten independen. Nilai korelasi tidak boleh melebihi batas 0,9 sementara nilai yang melebihi 0,8 dapat menjadi indikasi adanya multikolinearitas Ghozali, 2008. Ferdinand 2006:105 menyebutkan bahwa dalam program AMOS, program SEM ini akan segera memberikan warning bila ternyata matriks kovariansnya menunjukkan adanya singularitas atau multikolinearitas.

4. Pengujian Hipotesis