dengan justifikasi teori yang cukup kuat karena kedua indikator tersebut membentuk satu variabel laten yang sama yaitu kinerja.
Nilai P-value adalah di atas 0,05 dan RMSEA di bawah 0,08 yang menunjukkan bahwa model pengukuran variabel kinerja adalah
fit. Berikut adalah hasil CFA variabel kinerja pada penelitian ini:
Gambar 4.3 CFA Kinerja
Sumber: Data primer diolah, 2008
4.3.2. Identifikasi model struktural
Setelah diperoleh model pengukuran yang fit, maka dilakukan identifikasi model struktural. Estimasi ini juga sekaligus untuk menguji
persyaratan statistik yang diperlukan dan menguji hipotesis penelitian. Tampak pada gambar di bawah bahwa nilai chi square adalah sebesar
327,48 pada df sebesar 290 dengan P-value sebesar 0,06411 dan RMSEA
KN1
0.27
KN2
0.27
KN3
0.18
KN4
0.16
KN5
0.15
KN6
0.15
KN
1.65
Chi-Square=14.55, df=8, P-value=0.06857, RMSEA=0.079
1.00 1.06
1.11 1.13
1.10 1.06
0.12
sebesar 0,032. Tampak bahwa nilai P-value di atas 0,05 dan RMSEA di bawah 0,08 yang menunjukkan bahwa model struktural adalah fit. Model
tersebut dilakukan dengan menambahkan error antara DA4 dengan DA5, DA7 dengan DA8 dan KN1 dengan KN2 yang merupakan indikator dalam
satu kontruk laten yang sama. Berikut adalah hasil estimasi untuk identifikasi model struktural.
Gambar 4.4 Path Diagram Full Model
Sumber: Data primer diolah, 2009
LC1
0.11
LC2
0.14
LC3
0.14
LC4
0.15
LC5
0.17
LC DA
TI
KN
DA1
0.28
DA2
0.25
DA3
0.22
DA4
0.26
DA5
0.24
DA6
0.24
DA7
0.22
DA8
0.23
DA9
0.19
DA1
0.20
DA1
0.23
DA1
0.23
TI1
0.20
TI2
0.11
TI3
0.15
KN1
0.27
KN2
0.27
KN3
0.18
KN4
0.16
KN5
0.15
KN6
0.15
Chi-Square=327.48, df=290, P-value=0.06411, RMSEA=0.032
1.00 1.04
1.05 1.00
1.02 1.06
0.97 0.99
1.05 1.04
1.02 1.04
1.00 1.02
1.03
1.00 1.06
1.11 1.12
1.10 1.05
1.00 0.98
0.99 0.97
0.99 -0.14
-0.28
-0.22 0.18
0.06 -0.21
0.08 0.10
0.12
4.3.3. Persamaan Struktural
4.4.3.1 Persamaan model pengukuran
Persamaan model pengukuran dibentuk dari loading factor dan variance error pada masing-masing indikator terhadap
konstruk yang dibentuknya.
DA1 = 1.00DA, Errorvar.= 0.28 , R² = 0.88 0.037
7.48
DA2 = 1.04DA, Errorvar.= 0.25 , R² = 0.90 0.046 0.034
22.63 7.37 DA3 = 1.05DA, Errorvar.= 0.22 , R² = 0.91
0.045 0.031 23.30 7.27
DA4 = 1.00DA, Errorvar.= 0.26 , R² = 0.89 0.045 0.035
22.10 7.40 DA5 = 1.02DA, Errorvar.= 0.24 , R² = 0.90
0.045 0.032 22.71 7.33
DA6 = 1.06DA, Errorvar.= 0.24 , R² = 0.91 0.046 0.033
23.12 7.30 DA7 = 0.97DA, Errorvar.= 0.22 , R² = 0.90
0.043 0.030 22.56 7.35
DA8 = 0.99DA, Errorvar.= 0.23 , R² = 0.90 0.044 0.032
22.55 7.35 DA9 = 1.05DA, Errorvar.= 0.19 , R² = 0.92
0.044 0.027 24.03 7.13
DA10 = 1.04DA, Errorvar.= 0.20 , R² = 0.91 0.044 0.028
23.64 7.21 DA11 = 1.02DA, Errorvar.= 0.23 , R² = 0.90
0.045 0.032
22.88 7.33 DA12 = 1.04DA, Errorvar.= 0.23 , R² = 0.91
0.045 0.031 23.15 7.29
TI1 = 1.00TI, Errorvar.= 0.20 , R² = 0.90 0.033
5.95 TI2 = 1.02TI, Errorvar.= 0.11 , R² = 0.95
0.038 0.027 27.18 4.13
TI3 = 1.03TI, Errorvar.= 0.15 , R² = 0.93 0.040 0.030
25.90 5.05 KN1 = 1.00KN, Errorvar.= 0.27 , R² = 0.86
0.038 7.19
KN2 = 1.06KN, Errorvar.= 0.27 , R² = 0.87 0.040 0.039
26.67 7.09 KN3 = 1.11KN, Errorvar.= 0.18 , R² = 0.92
0.050 0.028 22.31 6.51
KN4 = 1.12KN, Errorvar.= 0.16 , R² = 0.93 0.049 0.025
22.96 6.20 KN5 = 1.10KN, Errorvar.= 0.15 , R² = 0.93
0.048 0.024 23.00 6.18
KN6 = 1.05KN, Errorvar.= 0.15 , R² = 0.93 0.046 0.023
22.71 6.33 LC1 = 1.00LC, Errorvar.= 0.11 , R² = 0.95
0.018 5.86
LC2 = 0.98LC, Errorvar.= 0.14 , R² = 0.93 0.030 0.022
32.39 6.45 LC3 = 0.99LC, Errorvar.= 0.14 , R² = 0.94
0.031 0.022 32.54 6.42
LC4 = 0.97LC, Errorvar.= 0.15 , R² = 0.93 0.031 0.022
31.75 6.56 LC5 = 0.99LC, Errorvar.= 0.17 , R² = 0.92
0.032 0.026 30.61 6.74
Baris pertama adalah persamaan model pengukuran, baris kedua pada masing-masing persamaan merupakan standard error
dan baris ketiga merupakan nilai T Value. Pada masing-masing konstruk, terdapat satu indikator yang diberikan nilai 1 untuk
menspesifikasikan pengukuran. Tampak bahwa nilai T Value untuk semua indikator adalah di atas 1,96 yang menunjukkan
bahwa masing-masing indikator telah signifikan dalam membentuk konstruk yang dituju.
4.4.3.2 Persamaan model struktural
Berikut adalah persamaan struktural yang merupakan hubungan antara variabel-variabel laten yang dihipotesiskan
DA = - 0.14TI - 0.28KN + 0.18LC, Errorvar.= 1.80 , R² = 0.12 0.091 0.099 0.086 0.25
-1.54 -2.82 2.15 7.12 TI = - 0.22KN + 0.058LC, Errorvar.= 1.76 , R² = 0.053
0.096 0.085 0.24 -2.31 0.69 7.28
KN = - 0.21LC, Errorvar.= 1.56 , R² = 0.054 0.078 0.22
-2.67 6.96
Tampak pada persamaan di atas, bahwa konstruk Dysfunctional Audit Behaviour DA dipengaruhi oleh tiga
variabel yaitu Turnover Intention TI, Kinerja KN dan Locus
Of Control LC; Turnover Intention TI dipengaruhi oleh dua variabel yaitu Kinerja KN dan Locus Of Control LC; dan
Kinerja KN dipengaruhi oleh satu variabel yaitu Locus Of Control LC.
4.3.4. Uji persyaratan statistik
