Uji Construct Reliability dan Variance Extracted Evaluasi Normalitas

55

4.2.4. Uji Construct Reliability dan Variance Extracted

Selain melakukan pengujian konsistensi 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. Hasil perhitungan construct reliability dan variance extracted dapat dilihat dalam tabel 4.10. Tabel 4.10. Construct Reliability dan Variance Extracted Konstrak Indikator Standardize Factor Loading SFL Kuadrat Error [ εj] Construct Reliability Variance Extrated X11 0,776 0,602 0,398 X12 -0,195 0,038 0,962 Komitmen Organisasi X 1 X13 0,011 0,000 1,000 0,129 0,213 X21 0,587 0,345 0,655 X22 -0,104 0,011 0,989 X23 0,504 0,254 0,746 Kompensasi X 2 X24 0,995 0,990 0,010 0,621 0,400 Y1 0,889 0,790 0,210 Kinerja Karyawan Y Y2 0,282 0,080 0,920 0,548 0,435 Batas Dapat Diterima ≥ 0,7 ≥ 0,5 Sumber : Lampiran 3 Hasil pengujian reliabilitas instrumen dengan construct reliability dan variance extracted menunjukkan instrumen cukup reliabel, yang ditunjukkan dengan nilai construct reliability belum seluruhnya ≥ 0,7. Meskipun demikian angka tersebut bukanlah sebuah ukuran “mati” artinya bila penelitian yang dilakukan bersifat exploratory, maka nilai di bawah 0,70 pun masih dapat diterima sepanjang disertai alasan–alasan empirik yang terlihat dalam proses eksplorasi, dan variance extracted direkomendasikan pada tingkat 0,50 Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 56

4.2.5. Evaluasi Normalitas

Uji normalitas sebaran dilakukan dengan kurtosis 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. Hasil analisis tampak pada tabel berikut : Tabel 4.11. Assessment Of Normality Variable min max kurtosis c.r. X11 3 5 -1,391 -2,964 X12 3 5 -1,177 -2,509 X13 3 5 -1,355 -2,887 X21 3 5 -0,034 -0,072 X22 3 5 -1,419 -3,023 X23 3 5 -1,325 -2,824 X24 3 5 -0,896 -1,910 Y1 3 5 -1,420 -3,026 Y2 3 5 -1,501 -3,198 Multivariate -6,394 -2,372 Batas Normal ± 2,58 Sumber : Lampiran 3 Uji normalitas sebaran dilakukan dengan critical ratio 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. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 57

4.2.6. Analisis Model