58
Gambar 4.3 CFA Kinerja
Sumber: Data primer diolah, 2008
4.3.2. Identifikasi model struktural
Setelah diperoleh model pengukuran yang fit, maka dilakukan identifikasi model struktural. Estimasi ini juga sekaligus untuk
menguji persyaratan statistik yang diperlukan dan menguji hipotesis penelitian. Tampak pada gambar di bawah bahwa nilai chi square
adalah sebesar 327,48 pada df sebesar 290 dengan P-value sebesar 0,06411 dan RMSEA sebesar 0,032. Tampak bahwa nilai P-value di
atas 0,05 dan RMSEA di bawah 0,08 yang menunjukkan bahwa model struktural adalah fit. Model tersebut dilakukan dengan
menambahkan error antara DA4 dengan DA5, DA7 dengan DA8 dan
KN1
0.27
KN2
0.27
KN3
0.18
KN4
0.16
KN5
0.15
KN6
0.15
KN
1.65
Chi-Square=14.55, df=8, P-value=0.06857, RMSEA=0.079
1.00 1.06
1.11 1.13
1.10 1.06
0.12
59
KN1 dengan KN2 yang merupakan indikator dalam satu kontruk laten yang sama. Berikut adalah hasil estimasi untuk identifikasi
model struktural.
Gambar 4.4 Path Diagram Full Model
Sumber: Data primer diolah, 2009
4.3.3. Persamaan Struktural
4.4.3.1 Persamaan model pengukuran
Persamaan model pengukuran dibentuk dari loading factor dan variance error pada masing-masing indikator
terhadap konstruk yang dibentuknya.
LC1
0.11
LC2
0.14
LC3
0.14
LC4
0.15
LC5
0.17
LC DA
TI
KN
DA1
0.28
DA2
0.25
DA3
0.22
DA4
0.26
DA5
0.24
DA6
0.24
DA7
0.22
DA8
0.23
DA9
0.19
DA1
0.20
DA1
0.23
DA1
0.23
TI1
0.20
TI2
0.11
TI3
0.15
KN1
0.27
KN2
0.27
KN3
0.18
KN4
0.16
KN5
0.15
KN6
0.15
Chi-Square=327.48, df=290, P-value=0.06411, RMSEA=0.032
1.00 1.04
1.05 1.00
1.02 1.06
0.97 0.99
1.05 1.04
1.02
1.04 1.00
1.02 1.03
1.00 1.06
1.11 1.12
1.10 1.05
1.00 0.98
0.99 0.97
0.99 -0.14
-0.28
-0.22 0.18
0.06 -0.21
0.08
0.10
0.12
60
DA1 = 1.00DA, Errorvar.= 0.28 , R² = 0.88 0.037
7.48
DA2 = 1.04DA, Errorvar.= 0.25 , R² = 0.90 0.046 0.034
22.63 7.37 DA3 = 1.05DA, Errorvar.= 0.22 , R² = 0.91
0.045 0.031 23.30 7.27
DA4 = 1.00DA, Errorvar.= 0.26 , R² = 0.89 0.045 0.035
22.10 7.40 DA5 = 1.02DA, Errorvar.= 0.24 , R² = 0.90
0.045 0.032 22.71 7.33
DA6 = 1.06DA, Errorvar.= 0.24 , R² = 0.91 0.046 0.033
23.12 7.30 DA7 = 0.97DA, Errorvar.= 0.22 , R² = 0.90
0.043 0.030 22.56 7.35
DA8 = 0.99DA, Errorvar.= 0.23 , R² = 0.90 0.044 0.032
22.55 7.35 DA9 = 1.05DA, Errorvar.= 0.19 , R² = 0.92
0.044 0.027 24.03 7.13
DA10 = 1.04DA, Errorvar.= 0.20 , R² = 0.91 0.044 0.028
23.64 7.21 DA11 = 1.02DA, Errorvar.= 0.23 , R² = 0.90
0.045 0.032 22.88 7.33
DA12 = 1.04DA, Errorvar.= 0.23 , R² = 0.91 0.045 0.031
23.15 7.29 TI1 = 1.00TI, Errorvar.= 0.20 , R² = 0.90
0.033 5.95
TI2 = 1.02TI, Errorvar.= 0.11 , R² = 0.95 0.038 0.027
61
27.18 4.13 TI3 = 1.03TI, Errorvar.= 0.15 , R² = 0.93
0.040 0.030 25.90 5.05
KN1 = 1.00KN, Errorvar.= 0.27 , R² = 0.86 0.038
7.19 KN2 = 1.06KN, Errorvar.= 0.27 , R² = 0.87
0.040 0.039 26.67 7.09
KN3 = 1.11KN, Errorvar.= 0.18 , R² = 0.92 0.050 0.028
22.31 6.51 KN4 = 1.12KN, Errorvar.= 0.16 , R² = 0.93
0.049 0.025 22.96 6.20
KN5 = 1.10KN, Errorvar.= 0.15 , R² = 0.93 0.048 0.024
23.00 6.18 KN6 = 1.05KN, Errorvar.= 0.15 , R² = 0.93
0.046 0.023 22.71 6.33
LC1 = 1.00LC, Errorvar.= 0.11 , R² = 0.95 0.018
5.86 LC2 = 0.98LC, Errorvar.= 0.14 , R² = 0.93
0.030 0.022 32.39 6.45
LC3 = 0.99LC, Errorvar.= 0.14 , R² = 0.94 0.031 0.022
32.54 6.42 LC4 = 0.97LC, Errorvar.= 0.15 , R² = 0.93
0.031 0.022 31.75 6.56
LC5 = 0.99LC, Errorvar.= 0.17 , R² = 0.92 0.032 0.026
30.61 6.74
Baris pertama adalah persamaan model pengukuran, baris kedua pada masing-masing persamaan merupakan
62
standard error dan baris ketiga merupakan nilai T Value. Pada masing-masing konstruk, terdapat satu indikator yang
diberikan nilai 1 untuk menspesifikasikan pengukuran. Tampak bahwa nilai T Value untuk semua indikator adalah
di atas 1,96 yang menunjukkan bahwa masing-masing indikator telah signifikan dalam membentuk konstruk yang
dituju.
4.4.3.2 Persamaan model struktural
Berikut adalah persamaan struktural yang merupakan hubungan antara variabel-variabel laten yang dihipotesiskan
DA = - 0.14TI - 0.28KN + 0.18LC, Errorvar.= 1.80 , R² = 0.12 0.091 0.099 0.086 0.25
-1.54 -2.82 2.15 7.12 TI = - 0.22KN + 0.058LC, Errorvar.= 1.76 , R² = 0.053
0.096 0.085 0.24 -2.31 0.69 7.28
KN = - 0.21LC, Errorvar.= 1.56 , R² = 0.054 0.078 0.22
-2.67 6.96
Tampak pada persamaan di atas, bahwa konstruk Dysfunctional Audit Behaviour DA dipengaruhi oleh tiga
variabel yaitu Turnover Intention TI, Kinerja KN dan Locus Of Control LC; Turnover Intention TI dipengaruhi
oleh dua variabel yaitu Kinerja KN dan Locus Of Control LC; dan Kinerja KN dipengaruhi oleh satu variabel yaitu
Locus Of Control LC.
63
4.3.4. Uji persyaratan statistik
Berikut adalah hasil estimasi persyaratan statistik yang diperlukan pada SEM dengan menggunakan LISREL:
1. Chi Square dan Probabilitas
Degrees of Freedom = 290 Minimum Fit Function Chi-Square = 368.86 P = 0.0012
Normal Theory Weighted Least Squares Chi-Square = 327.48 P = 0.064
Terdapat dua jenis chi square yaitu Minimum Fit Function Chi Square 368,86; p=0,0012 dan Normal Theory Weighted
Least Square Chi Square 327,48; p=0,064. Tampak bahwa chi square kedua memberikan nilai P di atas 0,05 yang menunjukkan
bahwa model adalah fit, meskipun nilai chi square yang pertama tidak fit. Oleh karena itu diperlukan tambahan pengujian yang
lain untuk memperkuat pengujian dengan chi square.
2. Goodness of Fif Indices GFI
Goodness of Fit Index GFI = 0.84
Nilai yang disarankan pada suatu model adalah di atas 0,9 dan model dengan GFI negatif adalah model yang paling buruk
dari seluruh model yang ada. Estimasi dengan LISREL memberikan nilai 0,84 0,9 tetapi masih mendekati nilai yang
disarankan sehingga model dinyatakan fit secara marjinal.
3. Adjusted Goodness of Fit Index AGFI
Adjusted Goodness of Fit Index AGFI = 0.80
64
Nilai AGFI yang disarankan adalah di atas 0,9 tetapi tidak mungkin negatif. Tampak bahwa nilai estimasi model adalah
sebesar 0,80 yang mendekati nilai yang disarankan sehingga model dinyatakan fit secara marjinal.
4. Root Mean Square Error of Approximation RMSEA
Root Mean Square Error of Approximation RMSEA = 0.032 90 Percent Confidence Interval for RMSEA = 0.0 ; 0.048
P-Value for Test of Close Fit RMSEA 0.05 = 0.97 Nilai yang disarankan adalah di bawah 0,05 meskipun di
bawah 0,08 masih dinyatakan reasonable. Tampak bahwa estimasi model penelitian memberikan nilai RMSEA sebesar
0,032 0,05 yang menunjukkan bahwa model adalah fit. Tampak juga bahwa confidence interval memberikan nilai yang
relatif kecil yaitu antara 0,0 sampai dengan 0,048 yang menunjukkan bahwa RMSEA mempunyai ketepatan yang baik.
Sedangkan close fit RMSEA 0,05 = 0,97 yang menunjukkan bahwa model telah fit karena jauh di atas 0,5.
5. Fit Index
Normed Fit Index NFI = 0.94 Non-Normed Fit Index NNFI = 0.99
Parsimony Normed Fit Index PNFI = 0.84 Comparative Fit Index CFI = 0.99
Incremental Fit Index IFI = 0.99 Relative Fit Index RFI = 0.94
Estimasi model memberikan nilai NFI sebesar 0,94 yang lebih tinggi dari pada nilai yang disarankan yaitu sebesar 0,9. Demikian
juga CFI 0,99 yang lebih besar dari pada nilai batas yaitu sebesar
65
0,9. Tampak juga bahwa IFI 0,99 juga di atas nilai batas yaitu 0,9 dan nilai RFI mendekati 1 yang menunjukkan bahwa model adalah
fit.
4.3.5. Uji validitas