commit to user
73
Tabel IV.8 Uji Reliabilitas
Variabel Cronbach’s Alpha
Keterangan
Keadilan prosedural 0.820
Sangat reliabel Komitmen afektif
0.3 Agak reliabel
Discretionary Service Behavior 0.767
Reliabel Kepuasan atas layanan
0.904 Sangat reliabel
Sumber : Data Primer Diolah, 2010 Dalam penelitian ini, berdasarakan indikator yang digunakan peneliti, terdapat dua
variabel yang dinyatakan sangat reliabel, yaitu variabel keadilan prosedural dan kepuasan atas layanan. Sedangkan variabel Discretionary Service Behavior dinyatakan reliabel dan
variabel komitmen afektif dinyatakan agak reliabel. Dengan hasil ini maka pengujian selanjutnya dapat dilakukan.
D. Analisis SEM
1. Uji Asumsi Klasik
a. Normalitas Data
Asumsi yang paling fundamental dalam analisis multivariate adalah normalitas, yang merupakan bentuk suatu distribusi data pada suatu variabel matrik tunggal dalam
menghasilkan distribusi normal Hair et.al dalam Ghozali, 2005. Apabila asumsi normalitas tidak dipenuhi dan penyimpangan normalitas tersebut besar, maka akan mengakibatkan hasil
uji statistik yang bias. Normalitas dibagi menjadi dua yaitu : univariate normality dan
commit to user
74
multivariate normality. Untuk menguji asumsi normalitas dengan membandingkan nilai critical ratio skewness dan kurtosis dengan nilai kritis pada tingkat signifikansi tertentu.
Rules of thumb yang digunakan adalah apabila nilai critical ratio skewness dan kurtosis lebih dari + 2.58 pada tingkat 0.01 berarti distribusi data tidak normal. Dalam output Amos
6.00, uji normalitas dilakukan dengan membandingkan nilai C.r. dengan nilai kritis + 2.58 pada tingkat 0.01. Jika terdapat nilai C.r yang lebih besar dari nilai kritis maka distribusi
datanya adalah tidak normal Ferdinand, 2002. Disamping itu, Curran et.al. dalam Ghozali, 2005 membagi distribusi data menjadi tiga bagian :
a Normal, apabila nilai z statistik critical ratio atau C.r. skewness 2 dan nilai C.r. kurtosis 7.
b Moderately non-normal, apabila nilai C.r. skewness berkisar antara 2-3 dan nilai C.r. kurtosis berkisar antara 7-21.
c Extremely non-normal, apabila nilai C.r. skewness 3 dan nilai C.r. kurtosis 21.
Hasilnya adalah seperti yang disajikan dalam tabel IV.10 adalah sebagai berikut:
commit to user
75
Tabel IV.9 Uji Normalitas
Variable Min
Max Skew
c.r. Kurtosis
c.r. IKM12
1.000 4.000
-.216 -.978
1.893 4.286
IKM11 1.000
4.000 -.257
-1.164 1.088
2.462 IKM10
2.000 4.000
-.036 -.165
.316 .716
IKM9 1.000
4.000 -.263
-1.192 1.055
2.387 IKM8
1.000 4.000
-.468 -2.120
.963 2.180
IKM7 1.000
4.000 -.214
-.969 .019
.044 IKM6
1.000 4.000
-.556 -2.516
1.143 2.587
IKM5 2.000
4.000 .001
.004 -.075
-.169 IKM4
1.000 4.000
-.336 -1.520
.229 .518
IKM3 1.000
4.000 -.250
-1.133 1.346
3.046 IKM2
2.000 4.000
.112 .508
1.077 2.439
IKM1 2.000
4.000 .106
.481 1.223
2.770 DSB1
2.000 4.000
.323 1.463
-1.023 -2.317
DSB3 3.000
4.000 .450
2.037 -1.797
-4.069 DSB6
1.000 4.000
-.573 -2.593
.989 2.238
KA7 2.000
4.000 .166
.749 .538
1.218 KA4
1.000 4.000
-.317 -1.436
-.421 -.953
KA3 1.000
4.000 -.739
-3.347 2.629
5.951 KA2
1.000 4.000
-.113 -.512
-.180 -.408
KA1 1.000
4.000 -.309
-1.400 2.637
5.971 KP1
2.000 4.000
.539 2.441
.839 1.898
KP2 2.000
4.000 .720
3.259 .375
.849 KP3
2.000 4.000
-.001 -.004
-.149 -.337
KP4 1.000
4.000 -.770
-3.485 2.991
6.772 KP5
2.000 4.000
.225 1.020
.357 .808
Multivariate 120.813
18.234 Sumber : Data Primer Diolah, 2010
Dari IV.10 dapat dilihat evaluasi normalitas pada responden yang diidentifikasi baik secara univariate maupun multivariate. Terlihat secara univariate untuk nilai-nilai dalam C.r.
skewness, terdapat 4 instrumen pertanyaan yang memliki nilai C.r. skewness lebih dari 2.58 yakni DSB 6, KA3, KP2, dan KP4. Kemudian, secara univariate untuk nilai-nilai dalam C.r
kurtosis terdapat 8 instrumen pertanyaan yang memiliki nilai C.r. kurtosis lebih dari 2.58
commit to user
76
yakni KP4, KA1, KA3, DSB3, IKM1, IKM3, IKM6, dan IKM12. Dengan demikian, dapat dikatakan bahwa data tidak terdistribusi normal secara univariate. Sementara nilai yang
tertera di pojok kanan bawah pada tabel IV.8 menandakan bahwa data dalam penelitian ini juga tidak terdistribusi normal secara multivariate, karena nilai 18.234 lebih besar dari harga
mutlak 2,58. Data yang tidak normal dapat mengakibatkan pembiasan intrepretasi karena nilai chi-
square hasil analisis cenderung meningkat sehingga nilai probability level akan mengecil. Untuk data yang tidak normal secara multivariate, Ghozali 2004 menyarankan dengan
menggunakan prosedur yang dikenal dengan “bootstrap”. Namun, hal tersebut tidak perlu dilakukan karena nilai C.r. kurtosis multivariate masih kurang dari 21.00. Disamping itu,
teknik Maximum Likelihood Estimates MLE yang digunakan dalam penelitian ini tidak terlalu terpengaruh robust terhadap data yang tidak normal Ghozali, 2005 sehingga
analisis selanjutnya masih dapat dilakukan.
b. Evaluasi Outliers