Mahalanobis pada tingkat p 0,001. Jarak mahalanobis dapat dievaluasi dengan menggunakan nilai c
2
pada derajat kebebasan sebesar jumlah item yang digunakan dalam penelitian, dan apabila jarak mahalanobisnya
lebih besar dari nilai c
2 tabel
adalah outlier multivariate. Ferdinand, 2002 : 102-103.
3.4.4. Uji Normalitas dan Linieritas
Sebaran data harus dianalisis untuk melihat apakah asumsi normalitas dipenuhi sehingga data dapat diolah lebih lanjut untuk
pemodelan SEM ini. Normalitas dapat diuji dengan melihat gambar histogram data atau dapat diuji dengan metode-metode statistik.uji
normalitas ini perlu dilakukan baik untuk normalitas terhadap data tunggal maupun normalitas multivariate dimana beberapa variabel digunakan
sekaligus dalam analisis akhir. Uji linieritas dapat dilakukan dengan mengamati scatterplots dari data yaitu dengan
memilih pasangan data dan dilihat pola penyebarannya untuk menduga ada tidaknya linieritas.
3.4.5. Analisis Faktor dan Konfirmatori
Salah satu teknik analisis multivariate adalah analisis faktor konfirmatori yang digunakan untuk menguji sebuah konsep yang dibangun
dengan menggunakan beberapa indikator tertentu.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Confirmatory factor analysis dapat dikembangkan untuk analisis
terhadap lebih dari satu faktor atau variabel laten sekaligus baik untuk faktor-faktor yang diperlukan sebagai variabel laten independen maupun
sebagai variabel dependen.
3.4.6. Uji Hipotesis
Dalam analisis SEM tidak ada alat uji statistik tunggal untuk mengukur atau menguji hipotesis mengenai model Hair et.al., 1995 ;
Joreskog dan Sordom, 1989 : Long, 1983 ; Tabachnick dan Fidell, 1996. Umumnya terhadap berbagai jenis fit index yang digunakan untuk
mengukur derajat kesesuaian anatara model yang dihipotesiskan dengan data yang disajikan, peneliti diharapkan untuk melakukan pengujian
dengan menggunakan beberapa fit indeks untuk mengukur “kebenaran” model yang diajukan.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Model yang dimaksud dalam penelitian ini terlihat pada gambar 2. berikut :
Gambar 3.1. Structural Equation Model untuk Penelitian Perilaku Manajer Penjualan Pengaruhnya Terhadap
Performa Tenaga Penjualan Studi Pada Tenaga Penjualan Dealer Suzuki Motor Sales Surabaya
Keterangan simbol-simbol di atas adalah sebagai berikut : Faktor konstruk laten variable
unobserved variable yaitu variabel
bentukan, yang dibentuk melalui indikator yang diamati dalam dunia nyata.
Variabel terukur observed variable indicator variable
yaitu variabel yang
d_KTPM
er 4 er 5
er 6 X2.3
X2.2 X2.1
KEPERCAYAAN TENAGA PENJUALAN
PADA MANAJER X2
X3.3 X3.2
X3.1 er 8
er 7 er 6
PERFORMA TENAGA
PENJUALAN X3
d_PTP
PERILAKU MANAJER
PENJUALAN X1
d_PMP er_1
er_2 er_3
X1.3 X1.2
X1.1
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
datanya harus dicari melalui observasi misalnya melalui instrument-instrumen
survey. Garis dengan anak panah satu arah
│→│ ═ garis yang menunjukkan hubungan yang dihipotesiskan antara dua variabel yang
dituju anak panah merupakan variabel dependen. Garis dengan anak panah dua arah
│↔│═ garis yang menunjukkan hubungan yang tidak dapat dihipotesiskan antara dua
variabel dimana kedua variabel berkorelasi. Keterangan gambar 2 :
X1 = Variabel Perilaku Penjualan. X2 = Variabel Kepercayan Tenaga Penjualan Pada Manajer Penjualan.
Y1 = Variabel Kinerja Tenaga Penjualan X1.i = Indikator Perilaku Penjualan yang sudah di komposit
X2.i = Indikator Kepercayan Tenaga Penjualan Pada Manajer Penjualan. yang sudah di komposit
Y1.i = Indikator Kinerja Tenaga Penjualan yang sudah di komposit. er_i = Error terms masing-masing indikator yang sudah dikomposit.
d_i = Disturbance error masing-masing variabel laten konstrain. Berikut ini disajikan beberapa indeks kesesuaian dan cut - off
value nya untuk digunakan dalam menguji apakah sebuah model dapat
diterima atau ditolak. 1.
GFI goodness of fit indeks
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Indeks kesesuaian fit indeks ini akan menghitung proporsi tertimbang dari varians dalam matriks kovarians sampel yang
dijelaskan oleh matriks kovarians populasi yang terestimasikan Bentler, 1983 ; Tanaka dan Huba, 1989.
2. CMIN DF
The minimum sample discrepancy function CMIN di bagi
dengan degree of freedomnya akan menghasilkan indeks CMIN DF, yang umumnya dilaporkan oleh para peneliti sebagai salah satu
indikator untuk mengukur tingkat fitnya sebuah model dalam hal ini MIN DF tidak lain adalah statistic chi-square, c
2
dibagi DFnya sehingga c
2
relatif. Nilai c
2
relatif kurang dari 20 atau bahkan kadang kurang dari 3,0 adalah indikasi dari acceptatable fit
antara model dan data Arbuckle, 1997. 3.
CIF Comparative Fit Indeks Besaran indeks ini adalah pada rentang nilai sebesar 0-1,
dimana semakin mendekati 1, mengindikasikan tingkat fit yang paling tinggi a very good fit Arbuckle, 1997. Nilai yang
direkomendasikan adalah CFI ≥ 0,95. Keunggulan dari indeks ini
adalah bahwa indeks ini besarannya tidak dipengaruhi oleh ukuran sampel karena itu sangat baik untuk mengukur tingkat penerimaan
sebuah model Hulland et.al., 1996 ; Tanaka, 1993.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1. Deskripsi Hasil Penelitian
4.1.1. Deskripsi Karakteristik Responden
Data mengenai keadaan responden dapat diketahui melalui jawaban responden dari pernyataan-pernyataan yang diajukan di dalam
kuesioner yang telah diberikan, dimana penyebaran kuesioner dilakukan pada tanggal 21 s.d. 22 April 2011. Berdasarkan 105 kuesioner yang
disebarkan hanya 100 kuesioner yang dapat digunakan sebagai data penelitian sedangkan sisanya tidak dapat digunakan sebagai data karena
rusak terdapat pengisian yang tidak lengkap. Dari jawaban-jawaban tersebut diketahui hal-hal seperti dibawah ini :
a. Usia
Dari 100 responden yang menjawab kuesioner yang telah diberikan dapat diketahui usia para responden yakni pada tabel dibawah ini.
Tabel 4.1. Karakteristik Responden Berdasarkan Usia No
Usia Jumlah
Prosentase 1
18-27 tahun 25
25 2
28-37 tahun 38
38 3
38-47 tahun 33
33 4
47 tahun 4
4 Total
100 100
Sumber : Data kuisioner diolah Tabel karakteristik responden berdasarkan tingkat usia menunjukkan
bahwa sebagian besar responden berusia 28 – 37 tahun dengan
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
