53
3.4.2. Pengujian Hipotesis Asumsi 3.4.2.1. Model
Structure Equation Modelling
Pada permodelan SEM terdapat asumsi-asumsi yang harus dipenuhi dalam prosedur pengumpulan dan pengolahan data yang dianalisis adalah sebagai
berikut:
1. Ukuran Sampel
Ukuran sampel yang harus dipenuhi dalam permodelan SEM adalah minimum berjumlah 100 atau dengan 5 perbandingan observasi untuk
estimasi parameter.
2. Uji Normalitas Sebaran dan Linieritas
1 Normalitas dapat diuji dengan melihat gambar histogram data atau dapat diuji dengan metode-metode statistic.
2 Menggunakan Critical Ratio diperoleh dengan membagi koefisien sampe dengan standart errornya dan Skeness value yang biasanya
disajikan dalam statistic deskriptif dimana nilai statistic untuk menguji normalitas itu disebut Z-value. Pada tingkat signifikasi
1, jika nilai Z lebih besar dan nilai Z-score lebih besar dan nilai kritis, maka dapat diduga bahwa distribusi data adalah tidak
normal. 3 Normal Probability plot [SPSS 10,1]
4 Linieritas dengan mengamati scatterplots dari data yaitu dengan
memilih pasangan dan dilihat pola penyebaran untuk menduga ada tidaknya linieritas.
54
3. Evaluasi atas Outlier
1 Mengamati nilai Z-score : kriterianya diantara ± 3,0 non outlier. 2 Multivariate outier diuji dengan criteria jarak Mahalonobis pada
tingkat p 0.00. Jarak diuji dengan Chi-Square [x] pada df sebesar jumlah variabel bebasnya. Ketentuan : bila Mahalonobis dan
nilai x adalah multivariate outlier. 3 Outlier adalah observasi yang muncul dengan nilai-nilai ekstrim
baik secara univariat maupun multivuriate yaitu yang muncul karena kombinasi karakteristik unik yang dimilikinya dan terlihat
sangat jauh berbeda dan observasi-observasi lainnya.
4. Deteksi Multicollinierity dan Singularity
Dengan mengamati Determinant matriks convarians. Dengan ketentuan apabila determinat sampel matiks mendekati angka 0 [kecil].
maka terjadi multikolonieritas dan singularitas Tabachnick Fidel ,1998.
5. Uji Validitas dan Reabilitas
Validitas menyangkut tingkat akurasi yang dicapai oleh sebuah indicator dalam menilai sesuatu yang akuratnya pengukuran atas apa
yang seharusnya diukur. Sedangkan reabilitas adalah ukuran mengenai konsistensi internal dari indikator-indikator sebuah konstruk yang
menunjukkan derajat sampai dimana masing-masing indikator itu mengindikasikan sebuah konstruk yang umum.
55
Karena indikator multidimensi, maka uji validitas dan setiap latent variabelconstruct akan diuji melihat loading faktor dan
hubungan antara setiap observerd variabel dan latent variabel. Sedangkan reliabilitas uji dengan construct reliability dan Variance-
extacted dihitung dengan rumus sebagai berikut: λλ
∑ ∑
+ =
} ]
tan {[
tan Re
ej Loading
dardize S
Loading dardize
S alibility
Construct
∑ ∑
+ =
} ]
tan {[
tan ej
Loading dardize
S Loading
dardize S
Extarcted VAriance
Sementara ej dapat dihitung dengan formula uj = I — [standardize loading]. Secara umum, nilai construct realibility yang dapat diterima
adalah 0,7 dan variance extracted 0,5 Hair et. al., 1998. Standardize Loading dapat diperoleh dan output AMOS 4. 0,1, dengan melihat
nilai estimasi setiap construct standardize regression weights terdapat setiap butir sebagai indikatornya.
3.4.3 Pengujian Hipotesis dan Hubungan Kausal