commit to user
menyebar di atas dan di bawah angka nol dan sumbu Y, maka tidak terjadi heteroskedastistitas Ghozali, 2005.
2. Uji Identifikasi Model
a. Membangun Diagram Jalur Dalam membangun diagram jalur path diagram hubungan antar konstruk
ditujukan dengan garis dengan satu anak panah yang menunjukkan hubungan kausalitas regresi dari satu konstruk ke konstruk yang lain. Terdapat dua
asumsi dalam analisis jalur. Pertama, semua hubungan kausalitas didasarkan pada teori. Teori sebagai dasar memasukkan atau menghilangkan hubungan
kausalitas. Kedua,hubungan kausalitas dalam model dianggap linear Ghozali, 2004.
b. Uji Goodness of Fit Penelitian ini menggunakan analisis jalur yang merupakan pengembangan
lebih lanjut dari analisis regresi berganda dan bivariate. Analisis jalur ingin menguji persamaan regresi yang melibatkan beberapa variabel exogen dan
endogen sekaligus sehingga memungkinkan pengujian terhadap variabel mediasiintervening. Analisis jalur juga dapat mengukur hubungan langsung
antar variabel dalam model maupun hubungan tidak langsung antar variabel dalam model Ghozali, 2005. Koefisien jalur path adalah standardized
koefisien regresi.
commit to user
i. square statistic dan probabilitas
Alat uji fundamental untuk mengukur overall fit adalah likehood ratio chi square statistic. Model dikatakan baik jika mempunyai chi square = 0
berarti tidak ada perbedaan. Tingkat signifikan penerimaan yang direkomendasikan adalah apabila p
≥ 0.005 yang berarti matriks input sebenarnya dan matriks input yang diprediksi tidak ada perbedaan secara
statistic.
ii. CMINDF Adalah nilai chi square dibagi dengan degree of freedom. Beberapa
pengarang menganjurkan menggunakan ratio ukuran ini untuk mengukur fit. Menurut Wheaton, et al 1977 nilai ratio 5 lima atau kurang dari
lima merupakan ukuran yang reasonable. Peneliti lainnya seperti Byrne 1988 mengusulkan nilai ratio ini 2 merupakan ukuran fit. Program
AMOS akan memberikan nilai CMINDF dengan perintah cmindf.
iii. GFI GFI Goodness of Fit Index dikembangkan oleh Joreskog dan Sorborn
1984 yaitu ukuran non statistic yang nilainya berkisar dari nilai 0 poor fit sampai 1.0 perfect fit. Nilai GFI tinggi menunjukkan fit yang lebih
baik dan berapa nilai GFI yang dapat diterima sebagai nilai yang layak belum ada standarnya, tetapi banyak peneliti menganjurkan nilai di atas
commit to user
90 sebagai ukuran good fit. Program AMOS akan memberikan nilai GFI dengan perintah gfi.
iv. RMSEA Root Mean Square Error of Approximation RMSEA merupakan ukuran
yang coba memperbaiki kecenderungan statistic chi square menolak model dengan jumlah sampel yang besar. Nilai RMSEA antara 0.05 sampai 0.08
merupakan ukuran yang dapat diterima. Hasil ujian empiris RMSEA cocok untuk menguji model konfirmatori atau competing model strategy dengan
jumlah sampel besar. Program AMOS akan memberikan RMSEA dengan perintah rmsea.
v. AGFI Adjusted goodness of fit merupakan pengembangan dari GFI yang
disesuaikan dengan ratio degree of freedom untuk proposed model dengan degree of freedom untuk null model. Nilai yang direkomendasikan adalah
sama atau 0.90. program AMOS akan memberikan nilai AGFI dengan perintah agfi.
vi. CFI comparative Fit Index CFI juga dikenal sebagai Bentler Comparative index. CFI merupakan
index kesesuaian incremental yang juga membandingkan model yang diuji dengan null model. Indeks ini dikatakan baik untuk mengukur kesesuaian
commit to user
sebuah model karena tidak dipengaruhi oleh ukuran sampel hair, et al, 2006. Indeks yang mengindikasikan bahwa model yang diuji memiliki
kesesuaian yang baik adalah apabila CFI ≥ 0.90.
c. Uji Kausalitas Model Melalui program Amos dapat dianalisis dan dihitung hasil bobot regresi
antarvariabel laten Wijaya, 2009. Dari program ini dapat diketahui degree of Freedom df, nilai C.R atau t-hitung juga dapat diketahui. Berdasarkan
signifikasi t-hitung dengan nilai probabilitas p = 0.05.
commit to user
BAB 4 PEMBAHASAN
Penelitian ini bertujuan untuk mengetahui apakah ownership structure memiliki hubungan dengan intellectual capital performance dan intellectual
capital disclosure baik secara langsung maupun tidak langsung. Pengujian dilakukan dengan menguji hubungan antara ownership structure yang diproksikan
dengan managerial ownership dan intellectual capital disclosure yang diproksikan dengan ICD, yang dimediasi dengan intellectual capital performance
yang diproksikan dengan VAIC. Pada bab ini akan diuraikan mengenai deskripsi data, pengujian model dan
pembahasannya. Pengujian dilakukan dengan menggunakan SPSS 16 dan Amos 6.
A. Deskripsi Data
1. Seleksi Sampel Teknik pengambilan data yang digunakan dalam penelitian ini adalah
metode purposive sampling yang merupakan teknik pengambilan data dengan kriteria tertentu. Kriteria purposive sampling dalam penelitian ini adalah data
perbankan yang listing di Bursa Efek Indonesia BEI tahun 2007 sampai tahun 2009.
Sampel yang digunakan dalam penelitian ini adalah annual report dan laporan keuangan perusahaan perbankan yang memenuhi kriteria yang
ditetapkan. Kriteria sampel dalam penelitian ini antara lain :