Uji Asumsi Analisis Model

ANALISIS DAN PEMBAHASAN FAKTOR – FAKTOR YANG MEMPENGARUHI PERTUMBUHAN EKONOMI SINGAPURA Analisis data dalam studi ini menggunakan persamaan dalam analisis jalur Path Analysis, dibantu dengan program aplikasi AMOS Ver.16 atau Analysis of Moment Structure Arbukle, 1997. Kekuatan prediksi variabel observasi baik pada tingkat individual maupun pada tingkat intervening dilihat melalui critical ratio. Dengan menggunakan model persamaan struktur dari AMOS akan diperoleh model yang fit. Tolak ukur yang digunakan dalam menguji masing-masing hipotesis adalah nilai CR critical ratio pada regression weight dengan nilai minimum 2 secara absoluth. Analisis dengan program AMOS Analysis of Moment Structure juga digunakan untuk mengidentifikasi model persamaan struktur yang baik Arbukle, 1997. Kriteria yang digunakan adalah untuk menguji apakah model yang diusulkan memiliki kesesuaian dengan data atau tidak. Criteria model yang fit adalah : 1 Derajat kebebasan degree of fredom harus positif, 2 Non-signifikan chi-square diatas yang disyaratkan p ≥ 0,05 dan diatas konservatif yang diterima p ≥ 0,05 Hair dkk, 1992, 3 incremental fit diatas 0,90 yaitu GFI goodness of fit indices , Adjusted GFI AGFI, tucker lewis index TLI dan normal fit index NFI, nilai RMR root mean square residual dan RMSEA Root Mean Square of Approximation yang rendah.

4.8.1. Uji Asumsi

Sesuai dengan model analisis yang digunakan yakni analisis jalur path analysis yang mensyaratkan beberapa asumsi antara lain ukuran observasi sample, normalitas dan linieritas, outlier. Asumsi yang pertama yang harus dipenuhi dalam prosedur pengumpulan dan pengolahan data yang dianalisis Universitas Sumatera Utara dengan metode analisis jalur path analysis. Uji asumsi dilakukan dengan menggunakan uji asumsi yang kedua setelah data yang menyimpang jalur outlier dikeluarkan. Untuk variabel terikat uji normalitas dan dilakukan dengan mengamati skewetness value dari data yang digunakan printout hasil komputerisasi program AMOS. Ukuran sampel pada penelitian ini sebanyak 148 data atau selama 37 tahun dengan interpolasi per 3 bulan dalam setahun berarti dalam setahun ada 4 jumlah data dan pada umumnya dalam penelitian SEM harus membutuhkan jumlah sampel yang besar agar hasil yang didapat mempunyai kredibilitas yang cukup, tetapi sampai saat ini memang tidak ada kesepakatan tentang jumlah minimum sampel yang dibutuhkan.Metode estimasi pada pilihan sistem program yang digunakan dalam penelitian ini adalah Generalized Least Square GLS atau bisa juga dipakai dengan metode Maximum Likelihood ML karena metode ini akan efektif pada jumlah sampel antara 150 sampai 400 data. Jumlah Sampel Dari hasil pengolahan data pada penelitian ini, nilai determinan matriks kovarians sampel Determinant of sample covariance matrix diketahui sebesar 34873022469138400000000000000000000000000,000. Hasil tersebut menunjukkan bahwa nilai determinan matriks kovarians sampel jauh dari nol. Dengan demikian dapat dikatakan bahwa data penelitian yang digunakan tidak terdapat multikolinearitas dan singularitas, sehingga data layak digunakan. Mendeteksi Multikolinearitas Universitas Sumatera Utara

4.8.2. Analisis Model

Model struktur telah diestimasi dengan menggunakan analisis jalur path analysis dengan bantuan program AMOS. Metode ini dipilih karena sesuai dengan model, yakni rekursif. Bentuk ini mempunyai hasil model yang fit. Prosedur pemilihan model yang digunakan adalah spesifik, hasil estimasi yang diperoleh memuaskan dan diyakini pada peringkat keyakinan yang biasa. Selanjutnya untuk mengetahui kesesuaian model perhitungan AMOS, disajikan dalam tabel 4.8 berikut. Tabel 4.8 Hasil Komputerisasi Criteria Goodness of Fit Indices Model No Goodness of Fit Index Cut-off Value Hasil Model Keterangan 1 Chi-square Diharapkan kecil 0.166 Baik 2 Probability ≥ 0,05 0.684 Baik 3 RMSEA ≤ 0,08 0.000 Baik 4 GFI ≥ 0,90 1.000 Baik 5 TLI ≥ 0,9 5 1.084 Baik 6 CFI ≥ 0,9 5 1.000 Baik Sumber : Hair 1992, Arbukle 1977

4.8.3. Uji Kesesuaian dan Uji Hubungan Kausal