Uji Multinormalitas Uji Multikolinieritas

pembahasan mengenai pemeriksaan asumsi dalam persamaan struktural.

a. Uji Multinormalitas

Analisis SEM juga menghendaki distribusi variabel harus multinormal sebagai konsekuensi dari asumsi sampel besar asymptotic dan penggunaan metode estimasi ML. Kemultinormalan data dapat diuji dengan menghitung nilai jarak kuadrat pada setiap pengamatan, yaitu : n j x x S x x d j j j ,..., 2 , 1 , 1 2 = − − = − 2.6 dimana x j = pengamatan ke-j S -1 = invers matriks varian kovarians Hipotesis yang digunakan sebagai berikut. H : data mengikuti distribusi multinormal. H 1 : data tidak mengikuti distribusi multinormal. Data mengikuti distribusi multinormal jika gagal tolak H , artinya daerah dibawah kurva 2 χ 0.05, p. multivariat lebih dari 50. Sebagai salah satu syarat atau asumsi yang harus dipenuhi, pengujian multinormal harus dilakukan. Metode yang digunakan untuk pengujian multinormal digunakan plot khi-kuadrat Chi- Square Plot. Dengan hipotesis pengujian sebagai berikut : H : Data mengikuti sebaran distribusi multinormal Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber H 1 : Data tidak mengikuti sebaran distribusi multinormal Dalam pengujian multinormal dengan menggunakan plot 2 χ multivariate, H ditolak jika daerah dibawah kurva 2 χ multivariate 50 . Dari hasil perhitungan didapatkan kurva 2 χ multivariate sebesar 61.904 yang lebih besar dari 61,904, sehingga dapat disimpulkan bahwa data mengikuti sebaran distribusi multinormal.

b. Uji Multikolinieritas

Multikolinieritas dapat dilihat melalui determinan matrik kovarian. Nilai determinan yang sangat kecil menunjukkan indikasi terdapatnya masalah multikolinieritas atau singularitas, sehingga data tidak dapat digunakan untuk penelitian. Hasil output Amos memberikan nilai Determinant of sample covariance matrik = 0,000. Sehingga dapat disimpulkan bahwa terdapat masalah multikolinieritas dan singularitas pada data yang dianalisis. Hal ini dapat disebabkan adanya kecenderungan beberapa indikator yang kurang variatif dalam pernyataannya, dimana hal yang sama dinyatakan sebagai indikator pembentuk variabel pajak daerah dan retribusi daerah. Namun, hal tersebut tidak terlalu berpengaruh terhadap hasil pengujian model, karena indikator tersebut tetap memiliki pengaruh hanya saja tidak signifikan. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber

4.4. Pembahasan