67 Tabel 4.19
Variances Proksi Investasi terhadap Realisasi Pertumbuhan
Estimate S.E.
C.R. P
Label Proksi berbasis Investasi 1502.228 213.525 7.035 par_8
Realisasi_pertumbuhan 5339.600 1246.957 4.282 par_9
e3 .050
e6 .050
e2 .000
.000 7.035 par_10 e1
.058 .008 7.036 par_11
e7 4537.438 644.925 7.036 par_12
e5 3561.965 506.276 7.036 par_13
e4 .048
.007 7.036 par_14
Sumber : data diolah Berdasarkan tabel 4.22 terlihat bahwa nilai standardized regression
weight untuk setiap variabel indicator tidak lebih besar dari 1.000, sehingga nilai variansi pada tabel 4.23 tidak ada yang bernilai negative.
Hal tersebut menandakan tidak adanya Heywood case pada model. Sehingga model dapat digunakan untuk pengujian selanjutnya.
L. Evaluasi Multikolinieritas
Multikolinieritas dapat dilihat melalui determinan matriks kovarians. Nilai determinan yang sangat kecil menunjukan indikasi
terdapatnya masalah Multikolinieritas atau singularitas, sehingga data tersebut tidak dapat digunakan untuk penelitian.
68 Tabel 4.20
Sample Covariances Uji Multikolonieritas
GROWSAL GROWEAR
GROWEQ GROWAS
IONS CAPMVA
CAPBVA GROWSAL
.049 GROWEAR
-2.332 6086.042
GROWEQ -3.299
7251.454 20832.851
GROWAS -1.095
-107.127 10546.980
9877.037 IONS
-.010 -.405
-1.785 -1.471
.058 CAPMVA
.000 .001
.000 .000
.000 .000
CAPBVA .073
41.406 73.474
36.159 .523
.051 1502.278
Condition number = 25635963147.552 Eigenvalues
28934.338 7685.162 1502.007 176.704 .064 .041 .000 Determinant of sample covariance matrix = 172715.995
Sumber : data diolah
Berdasarkan tabel 4.20 hasil output AMOS memberikan nilai determinan of sample covariance matrix sebesar 172715.995. Nilai
tersebut jauh dari angka nol sehingga dapat disimpulkan bahwa tidak terdapat masalah multikolinieritas dan singularitas pada data yang
dianalisis.
M. Uji Discriminant Validity Proksi Berbasis Investasi
Uji Discriminant validity merupakan uji yang digunakan untuk mengukur sampai seberapa jauh suatu konstruk benar-benar berbeda dari
konstruk yang lainnya. Nilai discriminant validity yang tinggi memberikan bukti bahwa suatu konstruk adalah unik dan mampu menangkap fenomena
yang diukur. Cara pengujiannya adalah membandingkan nilai akar kuadrat dari Analysis Variance Extracted AVE dengan nilai korelasi antar
konstruk.
69 Jumlah kuadrat standar loading
2
i didapat dari table 4.22 :
Proksi basis Investasi : 1
2
+ 0.777
2
+ 0.056
2
= 1.607 Realisasi
: 0.735
2
+ 1
2
+ 0.644
2
+ -0.103
2
= 1.966 Jumlah kesalahan pengukuran
2
1 i
atau variansi error : Proksi basis Investasi : 1-1
2
+ 1-0.777
2
+ 1-0.056
2
= 1.393 Realisasi
: 1-0.735
2
+ 1-1
2
+ 1-0.644
2
+ 1--0.103
2
= 2.034
n i
n i
n i
i i
i AVE
1 1
2 1
2
var
Jadi untuk setiap variable konstruk adalah sebagai berikut nilai AVE: Proksi basis Investasi :
536 .
393 .
1 607
. 1
607 .
1
Realisasi
: 4915
. 034
. 2
966 .
1 966
. 1
Berikut ini adalah nilai akar kuadrat AVE dari setiap variable konstruk : Proksi basis Investasi :
732 .
536 .
Realisasi
: 701
. 4915
.
Tabel 4.21 Hubungan Proksi Berbasis Investasi terhadap Realisasi Pertumbuhan
Estimate Investasi -- Realisasi_pertumbuhan
.013 e7
-- e5 -.940
Sumber : data diolah
70 Tabel 4.22
Korelasi antar Konstruk dan Akar Kuadrat AVE Proksi Investasi Investasi
Realisasi Investasi
0.732 Realisasi
0.013 0.701
Sumber : data diolah Pada tabel 4.22 dapat disimpulkan bahwa semua konstruk laten
yang ada pada model memiliki nilai akar kuadrat AVE yang lebih tinggi dibandingkan dengan nilai korelasi antar konstuk dan ini menunjukan
convergent validity yang baik. Sehingga hal ini sama dengan pengujian multikolinieritas dengan menggunakan nilai Determinant of sample
covariance matrix yang menyatakan bahwa suatu konstruk benar-benar berbeda dengan konstruk lainnya independen.
Pada tabel 4.21 maka dapat terlihat bahwa nilai korelasi dari proksi berbasis harga saham terhadap realisasi pertumbuhan bernilai positif yaitu
0.013. sehingga sama dengan penelitian sebelumnya yang dilakukan oleh Isnaeni Rokhayati pada tahun 2005 dan sama dengan teori yang
menyatakan korelasi antara proksi berbasis Investasi memiliki nilai korelasi yang positif terhadap realisasi pertumbuhan. Dan hal tersebut baik
untuk suatu perusahaan karena akan banyak investor menanamkan modelnya ke perusahaan tersebut karena investasi yang ditanamkan
diharapkan akan memberikan return yang tinggi.
71
N. Interpretasi
