Berdasarkan hasil confirmatory factor analysis terlihat bahwa factor loadings masing masing butir pertanyaan yang membentuk setiap construct belum
seluruhnya ≥ 0,5, sehingga butir-butir instrumentasi setiap konstruk tersebut dapat
dikatakan validitasnya kurang baik.
4.3.4. 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 dalam tabel berikut :.
Tabel 4.9. Construct Reliability dan Variance Extrated
Konstruk Indikator Std Factor
Loading SFL
Kuadrat Error
[ εj]
Construct Reliability
Variance Extrated
X11 -0.515 0.265 0.735
X12 -0.454 0.206 0.794
X13 -0.462 0.213 0.787
X14 -0.696 0.484 0.516
X15 -0.591 0.349 0.651
Kepuasan Kerja X
1
X16 -0.949 0.901 0.099
0.790 0.403
X21 0.492 0.242 0.758
X22 0.544 0.296 0.704
X23 0.471 0.222 0.778
X24 0.499 0.249 0.751
Motivasi X
2
X25 0.597 0.356 0.644
0.651 0.273 Y1 0.542
0.294 0.706
Y2 0.996 0.992
0.008 Y3 -0.030
0.001 0.999
Kinerja Karyawan
Y Y4 -0.057
0.003 0.997
0.437 0.322
Batas Dapat Diterima ≥ 0,7
≥ 0,5
Sumber : Lampiran 3
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
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.
4.3.5. Uji 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 :
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Tabel 4.10. Assessment Of Normality
Variable min max kurtosis
c.r. X11 4 7
-0.273 -0.581
X12 4 7 -0.626
-1.334 X13 4 7
-0.196 -0.417
X14 4 7 -0.248
-0.529 X15 4 7
-0.231 -0.493
X16 4 7 -0.491
-1.047 X21 4 7
-0.234 -0.499
X22 4 7 -0.371
-0.791 X23 4 7
-0.872 -1.858
X24 4 7 -0.487
-1.038 X25 4 7
-0.214 -0.457
Y1 4 7
-0.254 -0.541
Y2 4 7
-0.421 -0.898
Y3 4 7
-0.332 -0.707
Y4 4 7
-0.477 -1.017
Multivariate
2.279
0.527 Batas Normal
± 2,58
Sumber : Lampiran 3
Hasil uji menunjukkan bahwa nilai c.r. mutivariate berada di dalam± 2,58
itu berarti asumsi normalitas terpenuhi.
4.3.6. Analisis Model One – Step Approach to SEM
