4.3.2 Uji Normalitas Menggunakan AMOS Analysis of Moment Structures
Proses Analisis dimulai dari uji distribusi normal dan eliminasi terhadap data outlier. Setelah distribusi normal terpenuhi maka dilakukan uji kesesuaian model dan
pengujian hipotesis penelitian. Uji distribusi normal terhadap 122 sampel yang dipilih diperoleh data berdistribusi normal baik secara univariat maupun multivariat. Hal ini
ditandai dari nilai Critical Ratio cr kurtosis 2,460 2,58 signifikansi pada 1. Ratio kritis critical ratio adalah rasio deviasi tertentu dari nilai rata-rata
standar deviasi. Nilai ini diperoleh dari estimasi parameter yang dibagi dengan standard error. Cr kurtosis dan skewness sangat menentukan data tersebut
berdistribusi normal atau tidak.
Tabel 4.4 Uji Distribusi Normalitas data
Assessment of normality Group number 1
Berdasarkan tabel 4.4 diatas terlihat bahwa cr kurtosis univariat yang paling kecil adalah -0,162 dan cr kurtosis multivariate adalah 2,460 yang berarti berada pada
interval -2,58 sd 2,58 sebagaimana dipersyaratkan sebagai cr kurtosis untuk distribusi data yang normal pada tingkat signifikansi 1, sehingga dapat diambil
kesimpulan bahwa data berdistribusi secara normal. Hal ini dapat juga kita temukan dengan melihat Observation Farthest from the Centroid sebagaimana pada tabel 4.5
Variable min
Max Skew
c.r. kurtosis
c.r. Pengetahuan
3.000 15.000
-1.184 -5.338
2.519 5.679
Motivasi 14.000
35.000 -.486
-2.190 .093
.211 Sikap
41.000 65.000
.376 1.695
-.072 -.162
Multivariate 2.440
2.460
Universitas Sumatera Utara
Tabel 4.5 Observations Farthest from the Centroid atas 122 data
Observations farthest from the centroid Mahalanobis distance Group number 1
Observation number Mahalanobis d-squared
p1 p2
17 17.728
.001 .059
36 17.080
.001 .003
34 11.920
.008 .068
60 10.557
.014 .100
46 8.517
.036 .459
9 8.360
.039 .344
10 8.097
.044 .292
39 7.780
.051 .280
102 7.709
.052 .191
111 6.508
.089 .658
24 6.481
.090 .550
52 6.311
.097 .531
22 5.772
.123 .752
71 5.288
.152 .902
15 5.283
.152 .848
19 5.128
.163 .858
62 5.010
.171 .854
93 5.004
.172 .792
57 4.628
.201 .917
7 4.605
.203 .885
103 4.547
.208 .864
106 4.511
.211 .829
104 4.417
.220 .827
25 4.387
.223 .785
29 4.286
.232 .792
100 4.208
.240 .785
66 4.033
.258 .848
95 3.947
.267 .852
13 3.900
.272 .832
42 3.875
.275 .795
20 3.849
.278 .754
79 3.813
.282 .721
14 3.701
.296 .758
48 3.701
.296 .691
61 3.655
.301 .667
Universitas Sumatera Utara
Observation number Mahalanobis d-squared
p1 p2
72 3.557
.313 .701
33 3.525
.318 .665
101 3.517
.319 .600
105 3.507
.320 .535
8 3.501
.321 .466
122 3.389
.335 .528
35 3.318
.345 .543
98 3.174
.366 .651
68 3.120
.374 .648
47 3.024
.388 .699
63 3.017
.389 .640
18 2.971
.396 .630
81 2.962
.398 .571
11 2.935
.402 .535
58 2.871
.412 .553
54 2.837
.417 .529
94 2.780
.427 .539
40 2.753
.431 .507
70 2.659
.447 .576
21 2.620
.454 .562
44 2.564
.464 .578
99 2.543
.467 .538
4 2.396
.494 .694
114 2.247
.523 .831
12 2.226
.527 .807
112 2.189
.534 .801
64 2.140
.544 .811
69 2.124
.547 .780
113 2.057
.561 .815
43 1.994
.574 .842
49 1.987
.575 .804
51 1.987
.575 .750
5 1.873
.599 .850
107 1.847
.605 .836
6 1.816
.611 .828
97 1.798
.615 .803
92 1.773
.621 .786
3 1.767
.622 .739
56 1.763
.623 .682
Universitas Sumatera Utara
Observation number Mahalanobis d-squared
p1 p2
85 1.719
.633 .696
67 1.669
.644 .719
28 1.619
.655 .745
117 1.595
.661 .725
121 1.595
.661 .658
45 1.544
.672 .689
50 1.458
.692 .780
82 1.443
.696 .748
86 1.392
.707 .776
16 1.288
.732 .881
53 1.261
.738 .874
110 1.259
.739 .831
119 1.259
.739 .775
38 1.242
.743 .746
65 1.242
.743 .677
2 1.236
.744 .614
73 1.231
.745 .544
90 1.202
.752 .532
55 1.147
.766 .586
74 1.141
.767 .515
59 1.103
.776 .527
75 1.085
.781 .487
32 1.061
.786 .460
77 1.034
.793 .441
91 1.033
.793 .357
41 1.027
.795 .289
Angka-angka pada tabel diatas menunjukkan seberapa jauh jarak sebuah data dari titik pusat tertentu, jarak tersebut diukur dengan metode Mahalanobis. Semakin
jauh jarak sebuah data dengan titik pusat centroid semakin ada kemungkinan data tersebut masuk dalam kategori outlier atau data yang berbeda dari data yang lainnya.
Berdasarkan tabel 4.5 terlihat bahwa data no. 36 merupakan data outlier karena nilai p1 dan p2 kurang dari 0,05. Namun data tersebut tidak mempengaruhi nilai cr
kurtosis multivariate secara signifikan sehingga diperoleh hasil seluruh data
Universitas Sumatera Utara
terdistribusi secara normal. Mahalanobis d-squared digunakan untuk mengukur jarak skor hasil observasi terhadap nilai centroidnya titik pusat. Dari data diatas terlihat
bahwa data no. 17 memiliki jarak yang paling jauh dari nilai centroidnya yaitu dengan nilai Mahalanobis d-squared 17,728.
Seluruh data akan dilakukan analisis untuk pengujian hipotesis. Tetapi sebelum pengujian hipotesis dilaksanakan maka perlu dilakukan pengujian
kesesuaian model goodness fit of model
4.3.3 Uji Kesesuaian Model
Kategori