57
4.3.4. Evaluasi Normalitas
Uji normalitas sebaran dilakukan dengan Skewness Value dari data yang digunakan yang 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 yaitu sebesar
± 2,58. Hasilnya diperoleh nilai c.r. multivariat diantara ± 2,58 dan itu berarti asumsi normalitas terpenuhi dan data layak untuk
digunakan dalam estimasi selanjutnya. Hasil analisis tampak pada tabel berikut :
Tabel 4.11 Normalitas Data
Var iable m in
m ax k ur t osis
c.r . X11
4 7
- 0.831 - 1.779
X12 4
7 - 0.264
- 0.565 X13
4 7
- 0.671 - 1.436
X21 4
7 - 0.545
- 1.167 X22
4 7
- 0.962 - 2.059
X31 4
7 - 0.697
- 1.493 X32
4 7
- 0.641 - 1.371
X33 4
7 - 0.104
- 0.222 Y1
4 7
- 0.332 - 0.710
Y2 4
7 - 0.533
- 1.142 Y3
4 7
- 0.432 - 0.925
M u lt iv a ria t e
5.626 1 .7 4 5
Ba t a s N orm a l ± 2 ,5 8
Sumber: Lampiran
Hasil uji menunjukkan bahwa nilai c.r. multivariate berada di antara ± 2,58 itu berarti asumsi normalitas terpenuhi. Fenomena ini tidak menjadi
masalah serius dikatakan oleh Bentler dan Chou 1987 bahwa jika teknik estimasi dalam model SEM menggunakan maximum likelihood estimation
MLE walau distribusi datanya tidak normal masih dapat menghasilkan
58
good estimate, sehingga data layak untuk digunakan dalam estimasi selanjutnya
4.3.5 Deteksi Multicollinierity dan Singularity
Dengan mengamati Determinant matrix covarian, yang memiliki ketentuan apabila determinant matrix mendekati angka 0 [kecil], maka
terjadi Multicollinierity dan Singularity [tabachin Fidell,1998] Berdasarkan hasil pengujian dengan menggunakan program AMOS
4.0 diperoleh hasil Determinant of Covariant Matrix adalah 0 yaitu sebesar 2.339.153.522 mengidentifikasikan tidak terjadi Multicollinierity
dan Singularity dalam data ini sehingga asumsi terpenuhi.
4.3.6 Evaluasi Construct Reliability Dan Variance Extracted
Kategori