commit to user
62
c. Evaluasi Outlier
“Outlier adalah kondisi observasi dari suatu data yang memiliki karakteristik unik yang sangat terlihat berbeda jauh dari observasi-observasi lainnya yang muncul
dalam bentuk nilai ekstrim, baik untuk sebuah variable tunggal ataupun variabel- variabel kombinasi”, Hair et al, dalam Ghozali, 2008: 227. Dalam analisis
multivariate, adanya outlier dapat diuji dengan statisic chi square χ
2
terhadap nilai mahalanobis distance squared
pada tingkat signifikansi 0,001 dengan degree of freedom sejumlah variabel yang digunakan dalam penelitian.
Tabel 16. Hasil Pengujian Outlier Observation number
Mahalanobis d-squared p1
p2 31
72,900 0,000
0,021
24 64,144
0,001 0,025
Sumber : Data primer yang diolah, 2011.
Berdasarkan tabel 16 dapat diketahui terdapat indikasi 2 nilai observasi yang mengalami outlier karena nilai p1 0,05 dan p2 0,05.
C. Pengujian Hipotesis
1. Analisis Kesesuaian Model Goodness-of-fit
Untuk mengetahui kriteria model yang baik Goodness of Fit digunakan: Absolute Fit Measured
pengukuran indeks mutlak, Incremental Fit Measured pengukuran tambahan indeks dan Parsimonious Fit Measured pengukuran
kesederhanaan indeks. Gambar 10 berikut ini, merupakan model struktural Path Diagram
.
commit to user
63
Model e-library setelah outlier dihapus
Gambar 13. Model e-library
goodness of fit chi square=1103,862
probability=.000 CMINDF=2.131
RMSEA=.080 GFI=.764
AGFI=.729 NFI=.700
TLI=.796 CFI=.812
PNFI=.646
commit to user
64
Tabel 17. Goodness-of-fit-index Goodness-of-fit-index
Hasil Cut-off value
Evaluasi model Absolute Fit Measured
LikeliHood Chi square 1103,862 Diharapkan kecil
- CMINDF
2.131 2,00 3,00
Baik RMSEA
0,080 0,05-0,08
Baik GFI
0,764 0,90
Marginal Incremental fit measured
TLI 0,796
0,90 Marginal
NFI 0,700
0,90 Marginal
CFI 0,812
0,90 Marginal
Parsimonious fit measured PNFI
0,646 0,60-0,90
Baik Sumber: Data primer yang diolah, 2011
Notes for Model Default model Computation of degrees of freedom Default model
Number of distinct sample moments: 595
Number of distinct parameters to be estimated: 77
Degrees of freedom 595 - 77: 518
Result Default model
Minimum was achieved Chi-square = 1103,862
Degrees of freedom = 518 Probability level = .000
commit to user
65
Gambar 14. Model e-library setelah dihapus yang tidak valid
Model e-library setelah di hapus yang tidak valid
goodness of fit chi square=984,481
probability=.000 CMINDF=2.164
RMSEA=.081 GFI=.773
AGFI=.737 NFI=.720
TLI=.809 CFI=.825
PNFI=.661
commit to user
66
Tabel 18. Goodness-of-fit-index setelah dihapus yang tidak valid Goodness-of-fit-index
Hasil Cut-off value
Evaluasi model Absolute Fit Measured
LikeliH0od Chi square 984,481
Diharapkan kecil -
CMINDF 2,164
2,00 3,00 Baik
RMSEA 0.081
0,05-0,08 Baik
GFI 0,773
0,90 Marginal
Incremental fit measured TLI
0,809 0,90
Marginal NFI
0,720 0,90
Marginal CFI
0,825 0,90
Marginal Parsimonious fit measured
PNFI 0,661
0,60-0,90 Baik
Sumber: Data primer yang diolah, 2011
Computation of degrees of freedom Default model
Number of distinct sample moments: 528
Number of distinct parameters to be estimated: 73
Degrees of freedom 528 - 73: 455
Result Default model
Minimum was achieved Chi-square = 984,481
Degrees of freedom = 455 Probability level = .000
Pada tabel 18 terlihat terjadi perubahan pada pengukuran goodness-of-fit. Dari keseluruhan pengukuran goodness-of-fit tersebut di atas menunjukkan bahwa
commit to user
67
model sudah fit dan dapat diterima karena mengalami peningkatan setelah beberapa item dihapus karena tidak valid.
2. Analisis Koefisien
Kategori