56
Tabel 4.12. Assessment Of Normality
Variable min
max kurtosis
c.r. X11
3 7
-0.248 -0.511
X12 2
7 -0.663
-1.367 X13
2 7
-0.088 -0.182
X21 3
7 -0.647
-1.334 X22
1 7
-0.145 -0.299
X23 2
7 -0.157
-0.324 X31
2 7
-0.365 -0.752
X32 2
7 -0.578
-1.191 X33
2 7
-0.387 -0.798
Y1 1
7 -0.232
-0.479 Y2
2 7
-0.409 -0.843
Y3 2
7 -0.219
-0.451 Z1
2 7
-0.578 -1.192
Z2 2
7 -0.310
-0.638 Z3
2 7
-0.529 -1.091
Multivariate 73.696
16.479 Batas Normal
± 2,58
Sumber : Lampiran 3
Hasil uji menunjukkan bahwa nilai c.r. mutivariate berada di luar ± 2,58 itu berarti asumsi normalitas tidak terpenuhi. Fenomena ini tidak menjadi masalah
serius seperti dikatakan oleh Bentler Chou [1987] bahwa jika teknik estimasi dalam model SEM menggunakan maximum likelihood estimation [MLE] walau
ditribusi datanya tidak normal masih dapat menghasilkan good estimate, sehingga data layak untuk digunakan dalam estimasi selanjutnya
4.3.6. Analisis Model One – Step 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
57
diestimasi secara bersama-sama one-step approach to SEM. One-step approach to SEM
digunakan apabila model diyakini bahwa dilandasi teori yang kuat serta validitas dan reliabilitas data sangat baik. Hair.et.al, 1998.
Hasil estimasi dan fit model one-step approach to SEM dengan menggunakan program aplikasi AMOS 4.01 terlihat pada gambar dan tabel
Goodness of Fit dibawah ini.
Gambar 4.1
MODEL PENGUKURAN STRUKTURAL Promotion. Knowledge Management, Product Superior
Product Successful, Marketing Performance Model Specification : One Step Approach - Base Model
Product Successful
1
Promotion
0,005 d_pu
1
1
Knowledge Management
X21 er_4
X22 er_5
1 1
1
Product Superior
Y1 er_10
1 1
X11 er_1
1 X12
er_2 1
X31 er_7
1 X32
0,005 er_8
1 Y2
er_11 1
X23 er_6
1 Y3
er_12 1
X13 er_3
1
X33 er_9
1 Marketing
Performance 0,005
d_ps Z1
0,005 er_13
Z2 er_14
Z3 er_15
1 1
1 1
1
Sumber : Lampiran 3 Tabel 4.13
Evaluasi Kriteria Goodness of Fit Indices Model One- Step Approach – Base Model
Kriteria Hasil
Nilai Kritis Evaluasi Model
CminDF 7.353
≤ 2,00 kurang baik
Probability 0.000
≥ 0,05 kurang baik
RMSEA 0.251
≤ 0,08 kurang baik
GFI 0.653
≥ 0,90 kurang baik
AGFI 0.521
≥ 0,90 kurang baik
TLI 0.377
≥ 0,95 kurang baik
CFI 0.484
≥ 0,94 kurang baik
Sumber : Lampiran 3
58
Dari hasil evaluasi terhadap model one step model ternyata dari semua kriteria goodness of fit yang digunakan, belum seluruhnya menunjukkan hasil
evaluasi model yang baik, berarti model belum sesuai dengan data. Artinya, model konseptual yang dikembangkan dan dilandasi oleh teori belum sepenuhnya
didukung oleh fakta. Dengan demikian model ini masih perlu dimodifikasi sebagaimana terdapat di bawah ini
Gambar 4.2
MODEL PENGUKURAN STRUKTURAL Promotion. Knowledge Management, Product Superior
Product Successful, Marketing Performance Model Specification : One Step Approach - Modifikasi
Product Successful
1
Promotion
0,005 d_pu
1
1
Knowledge Management
X21 er_4
X22 er_5
1 1
1
Product Superior
Y1 er_10
1 1
X11 er_1
1 X12
er_2 1
X31 er_7
1 X32
0,005 er_8
1 Y2
er_11 1
X23 er_6
1 Y3
er_12 1
X13 er_3
1
X33 er_9
1 Marketing
Performance 0,005
d_ps Z1
0,005 er_13
Z2 er_14
Z3 er_15
1 1
1 1
1
Sumber : Lampiran 3
Tabel 4.14 Evaluasi Kriteria Goodness of Fit Indices
Model One- Step Approach – Modifikasi
Kriteria Hasil
Nilai Kritis Evaluasi Model
CminDF 1.178
≤ 2,00 Baik
Probability 0.135
≥ 0,05 Baik
RMSEA 0.042
≤ 0,08 Baik
GFI 0.900
≥ 0,90 Baik
AGFI 0.900
≥ 0,90 Baik
TLI 0.983
≥ 0,95 Baik
CFI 0.987
≥ 0,94 Baik
Sumber : Lampiran 3
59
Dari hasil evaluasi terhadap model one step modifikasi ternyata dari semua kriteria goodness of fit yang digunakan, seluruhnya menunjukkan hasil evaluasi
model yang baik, berarti model telah sesuai dengan data. Artinya, model konseptual yang dikembangkan dan dilandasi oleh teori telah sepenuhnya
didukung oleh fakta. Dengan demikian model ini adalah model yang terbaik untuk menjelaskan keterkaitan antar variabel dalam model
4.3.7. Uji Kausalitas