66
4.2.6. Uji Normalitas
Uji normalitas sebaran dilakukan dengan kurtotis value dari data yang digunakan yang biasanya disajikan dalam bentuk statistik deskriptif.
Nilai statistik untuk menguji normalitas itu disebut Z-value. Bila nilai Z lebih besar dari nilai kritis maka distribusi data adalah tidak normal.
Tabel 4.11. Assessment of Normality
Variable min max kurtosis
c.r. X1
5 7
0.329 0.562
X2 5
7 -0.560
-0.956 X3
5 7
-0.690 -1.179
Y1 5
7 -0.628
-1.072 Y2
5 7
-0.806 -1.376
Y3 5 7
-1.008 -1.721
Y4 5 7
-0.760 -1.299
Z1 5
7 -0.082
-0.141 Z2
4 7
0.722 1.232
Z3 5
7 -0.872
-1.489 Z4
5 7
-0.515 -0.879
Z5 5 7
-0.657 -1.121
Multivariate
7.377 1.684
Batas Normal ± 2,58
Sumber : Lampiran 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 uji menunjukkan bahwa nilai c.r. mutivariate berada di antara
± 2,58 itu berarti asumsi normalitas terpenuhi. Fenomena ini tidak menjadi masalah serius seperti dikatakan oleh Bentler Chou [1987] bahwa jika
teknik estimasi dalam model SEM menggunakan maximum likelihood
67
estimation [MLE] walau ditribusi datanya tidak normal masih dapat menghasilkan good estimate, sehingga data layak untuk digunakan dalam
estimasi selanjutnya.
4.2.7. Evaluasi Model One-Steep Approach to SEM
Dalam model SEM, model pengukuran dan model struktural parameter-parameternya diestimasi secara bersama-sama. Cara ini agak
mengalami kesulitan dalam memenuhi tuntutan fit model. Kemungkinan terbesar disebabkan oleh terjadinya interaksi antara measurement model dan
structural model yang diestimasi secara bersama-sama one – steep approach to SEM. One – steep approach to SEM digunakan bila model dilandasi teori
yang kuat serta validitas dan reliabilitas data sangat baik Hair, et,al, 1998.
Gambar 4.1. Model Pengukuran dan Struktural
MODEL PENGUKURAN STRUKTURAL Leadership Power, OCB, Job Performance
Model Specification : One Step Approach - Base Model
1
OCB
1
Leadership Power
X12 er_2
1 X11
0,005 er_1
1 1
0,005 d_jp
Job Performance
X21 er_5
1 1
X22 er_6
1 X13
er_3 1
X23 er_7
1 Y1
er_10 1
1 Y2
er_11 1
X14 er_4
1
X24 er_8
1 X25
er_9 1
1
68
Tabel 4.12. Evaluasi Kriteria Goodness of Fit Indeces
Kriteria Hasil Nilai
Kritis Evaluasi
Model CminDF 4.234
≤ 2,00 kurang baik
Probability 0.000 ≥ 0,05
kurang baik RMSEA 0.165
≤ 0,08 kurang baik
GFI 0.818 ≥ 0,90
kurang baik AGFI 0.733
≥ 0,90 kurang baik
TLI -0.091 ≥ 0,95
kurang baik CFI 0.107
≥ 0,94 kurang baik
Sumber : Lampiran Dari hasil evaluasi terhadap model one step approach modifikasi ternyata
dari semua kriteria goodness of fit yang digunakan, seluruhnya menunjukkan hasil evaluasi model yang kurang baik, berarti model telah
sesuai dengan data. Artinya, model konseptual yang dikembangkan dan dilandasi oleh teori telah sepenuhnya didukung oleh fakta.
Gambar 4.2. Model Pengukuran dan Struktural
MODEL PENGUKURAN STRUKTURAL Leadership Power, OCB, Job Performance
Model Specification : One Step Approach - Base Model
1
OCB
1
Leadership Power
X12 er_2
1 X11
0,005 er_1
1 1
0,005 d_jp
Job Performance
X21 er_5
1 1
X22 er_6
1 X13
er_3 1
X23 er_7
1 Y1
er_10 1
1 Y2
er_11 1
X14 er_4
1
X24 er_8
1 X25
er_9 1
1
69
Tabel 4.13. Evaluasi Kriteria Goodness of Fit Indeces
Kriteria Hasil Nilai
Kritis Evaluasi
Model CminDF 1.145
≤ 2,00 baik
Probability 0.253 ≥ 0,05
baik RMSEA 0.035
≤ 0,08 baik
GFI 0.940 ≥ 0,90
baik AGFI 0.900
≥ 0,90 baik
TLI 0.951 ≥ 0,95
baik CFI 0.968
≥ 0,94 baik
4.2.8. Uji Kausalitas