3.3.2 Sumber data
Sumber data berasal dari data kuisioner, yaitu data yang dikumpulkan dari angket pertanyaan yang disebarkan kepada responden penelitian.
3.3.3 Teknik Pengumpulan Data
Dalam upaya pengumpulan data penulis menggunakan beberapa metode kuisioner. Yaitu teknik pengumpulan data dengan menyusun dan membagi
daftar pertanyaan yang sudah di siapkan alternatif jawaban untuk di bagikan kepada responden dengan harapan akan memperolah informasi
yang diinginkan.
3.4 Teknik Analisis
3.4.1 Analisis Statistik Diskriptif
Rangkuman deskriptif yang disusun berdasarkan data dari suatu sampel survey yang mempunyai peranan yang penting, bahkan dapat
dinyatakan merupakan salah satu bagian yang terpenting dalam laporan hasil penelitian. Kovarian dari model yang dispesifikasikan atau
dihipotesiskan. Jika pada statistik biasanya yang dipentingkan adalah signifikansi atau penolakan Ho seperti pada regresi berganda, maka pada
SEM yang diusahakan adalah Ho tidak ditolak. Spesifikasi model dalam SEM secara garis besar dikelompokkan
dalam tiga hal utama. Pertama: spesifikasi model pengukuran yang terdiri dari langkah-langkah definisikan variable laten, definisikan variable
teramati, dan definisikan hubungan antara variable laten dengan variable
teramati. Kedua: spesifikasi model structural dengan mendefinisikan hubungan antara variable laten. Ketiga: gambarkan diagram lintasan yang
merupakan kombinasi model pengukuran dan model struktural. Estimasi parameter yang dilakukan dalam SEM adalah untuk
memperoleh nilai dugan parameter dalam model yang dispesifikasikan dan membentuk matriks
∑0, sedemikian hingga nilai parameter sedekat mungkin dengan nilai yang ada dalam matriks S matriks ko dalam
Wijanto, varian dari variable teramati. Estimasi terhadap model dapat dilakukan dengan beberapa metode, namun lebih umum digunakan metode
Maximum Likelihood ML dan Weighted Least Square WLS.
3.4.2 pengujian Hipotesis 3.4.2.1 Asumsi model
Pada permodelan SEM terdapat asumsi-asumsi yang harus dipenuhi dalam prosedur pengumpulan data dan pengolahan data yang di
analisis adalah sebagai berikut : 1.
Ukuran sampel
Ukuran sampel yang harus di penuhi dalam permodelan SEM adalah minimum berjumlah 100 atau dengan 5 perbandingan observasi untuk
estimasi parameter.
2.
Uji Normalitas Sebaran
1 Normalitas dapat diuji dengan melihat gambar histogram data atau dapat diuji dengan metode-metode statistic.
2 Uji normalitas sebaran dilakukan dengan Kurtosis Value dari data yang digunakan biasanya disajikan dalam statistik deskriptif. Nilai
statistik untuk menguji normalitas itu disebut Z-Value. Bila nilai – Z lebih besar dari nilai kritis maka dapat diduga bahwa distribusi
data adalah tidak normal. Nilai kritis dapat ditentukan berdasarkan tingkat signifikansi 0,01 [ 1 ].
3. Evaluasi atas
Outlier A. Outliers
Outliers adalah observasi yang muncul dengan nilai – nilai ekstrim baik secara univariate. Pada dasarnya outlier dapat
muncul dalam empat kemungkinan, adalah sebagai berikut : a.
Kesalahan prosedur
b. Keadaan yang
benar –
benar khusus
c. Adanya suatu alasan tetapi peneliti tidak tahu apa penyebabnya
d. Outlier dapat muncul dalam range nilai yang ada, yang disebut dengan multivariate outliers
B. Mengamati nilai Z-score : kriterianya diantara ±3,0 non outlier.
C. Multivariate outlier
diuji dengan kriteria jarak Mahalonobis pada timgkat p 0,001. Jarak diuji dengan Chi-square [x] pada df
sebesar jumlah variabel bebasnya. Ketentuan : bila Mahalonobis dan nilai x adalah multivariate outlier.
4. Uji Validitas dan Reabilitas
Validitas menyangkut tingkat akurasi yang dicapai oleh sebuah indikator dalam menilai sesuatu atau akuratnya pengukuran atas apa
yang seharusnya diukur. Sedangkan reabilitas adalah ukuran mengenai konsistensi internal dari indikator sebuah konstruk yang menunjukkan
derajat sampai dimana masing-masing indikator itu mengindikasikan sebuah konstruk yang umum.
karena indikator multidimensi, maka uji validitas dari setiap latent variable construct
akan diuji dengan melihat loading factor dari hubungan antara setiap observed variable dan latent variable. Selain
melakukan pengujian konistensi internal Cronbach’s Alpha, perlu juga dilakukan pengujian construct reliability dan variance extracted.
Kedua pengujian tersebut masih termasuk uji konsistensi internal yang akan memberikan peneliti kepercayaan diri yang lebih besar bahwa
indikator-indikator individual mengukur suatu pengukuran yang sama. Dihitung dengan rumus sebagai berikut :
Construct Reliability =
j Loading
std Loading
std 2
. 2
.
Variance Extraced =
j Loading
std Loading
std 2
. 2
.
Dimana : -
Std.Loading diperoleh langsung dari standardized loading untuk tiap-tiap indikator diambil dari perhitungan komputer,
AMOS misalnya
-
j adalah measurement error dari tiap-tiap indicator
Sementara j dapat di hitung dengan formula uj = 1 –
[standardize loading]. Secara umum, nilai construct reliability yang dapat diterima adalah 0,7 dan variance extracted 0,5.
Teknik Alpha Cronbach dengan rumus sebagai berikut:
2 2
1 1
t t
k k
r
tt
Arikunto, 1996:190 – 191 Keterangan:
r
tt
= reliabilitas instrumen
t
2
= variabel total
t
2
= variabel butir
K = banyaknya butir pertanyaan atau
soal
3.4.3 Pengujian Model One – Step Approach to SEM
Kategori