39
4. Muncul korelasi yang sangat tinggi antar korelasi estimasi yang
didapat misalnya lebih dari 0,9. f.
Evaluasi Model. Pada langkah ini kesesuaian model dievaluasi, melalui telaah terhadap
bebagai kriteria goodness-of-fit. Kriteria-kriteria tersebut adalah : 1.
Ukuran sampel yang digunakan adalah minimal berjumlah 100 dan dengan perbandingan 5 observasi untuk setiap astimated parameter.
2. Normalitas dan Linieritas.
3. Outliers.
4. Multicolinierity and Singularity.
3.4.5. Uji Hipotesis
Analisis yang digunakan untuk menjawab hipotesis dalam penelitian ini menggunakan Model Persamaan Struktur atau Structural
Equation Model SEM dengan menggunakan paket program Amos 4,0 dan SPSS versi 13.0. Structural Equation Model SEM adalah teknik
eknik multivariate yang mengkombinasikan aspek-aspek multiple regression menguji hubungan saling ketergantungan dan faktor analysis
menunjukkan konsep-konsep tak terukur faktor dengan banyak variabel untuk mengestimasi hubungan saling ketergantungan secara simultan
Hair et al., 1998. Hair et.al., 1998 menjelaskan bahwa pola “confirmatory”
menunjukkan prosedur yang dirancang untuk mengevaluasi utilitas hipotesis-hipotesis dengan pengujian fit antara model teoritis dan data
40
empiris. Jika model teoritis menggambarkan “good fit” dengan data, maka model dianggap sebagai yang diperkuat. Sebaliknya, suatu model teotitis
tidak diperkuat jika teori tersebut mempunyai suatu “poor fit” dengan data. Amos dapat menguji apakah model “good fit” atau “poor fit”. Jadi,
“good fit” model yang diuji sangat penting dalam penggunaan structural equation modelling.
Pengujian terhadap model yang dikembangkan dengan berbagai kriteria Goodness of Fit, yakni Chi-square, Probality, RMSEA, GFI, TLI,
CFI, AGFI, CMINDF.
Tabel 3.1. Goodness of Fit Indices GOODNESS
OF FIT INDEX KETERANGAN
CUT-OFF VALUE X
2
Menguji apakah covariance populasi yang destimasi sama dengan cova-riance sample [apakah model
sesuai dengan data]. - Chi-square
Diharapkan Kecil, 1 s.d 5. atau paling baik
diantara 1 dan 2.
Probability Uji signifikansi terhadap perbedaan matriks covariace
data dan matriks covariance yang diestimasi. Minimum 0,1 atau
0,2, atau ≥ 0,05
RMSEA Mengkompensasi kelemahan Chi-Square pada sample
besar. ≤ 0,08
GFI Menghitung proporsi tertimbang varians dalam
matrtiks sample yang dijelaskan oleh matriks covariance populasi yang diestimasi [analog dengan
R
2
≥ 0,90 dalam regresi berganda].
AGFI GFI yang disesuaikan terhadap DF.
≥ 0,90 CMINDDF
Kesesuaian antara data dan model ≤ 2,00
TLI Pembandingan antara model yang diuji terhadap
baseline model. ≥ 0,95
CFI Uji kelayakan model yang tidak sensitive terhadap
besarnya sample dan kerumitan model. ≥ 0,94
Sumber : Hair et.al., [1998]
41
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1. Deskripsi Objek Penelitian
4.1.1. Sejarah Singkat Perusahaan
PT. Suryagita Nusaraya berkantor pusat di Balikpapan, dan merupakan salah satu perusahaan Domestic and International Freight Forwarding yang patut
di perhitungkan. Ditangan orang berkebangsaan Indonesia Alfin Lukito, perusahaan yang bergerak dalam bidang jasa cargo, PT. Surayagita Nusaraya telah
mampu membuktikan diri sebagai perusahaan yang memiliki eksistensi dan loyalitas tinggi. Berawal dari kerja samanya dengan PT. BUROQ Air Lines, PT.
Suryagita Nusaraya menjadi agen tunggal penjualan SMU Surat Muatan Udara. Hingga saat ini PT. Suryagita Nusaraya semakin melebarkan sayapnya dengan
menjadi agen penjualan SMU diberbagai Air Lines yang ada di Tanah Air. PT. Suryagita Nusaraya berdiri pada tahun 1982 yang kemudian
mendirikan cabangnya di Sidoarjo, pada tahun 1995, Hingga saat ini PT. Suryagita Nusaraya memiliki 17 anak cabang yang tersebar di seluruh bandara di
kota kota besar Indonesia dan dua anak cabang internasional antara lain di Singapura dan Kualalumpur.
4.1.2. Lokasi Perusahaan
Lokasi PT. Suryagita Nusaraya Sidoarjo berlokasi di kompleks pergudangan Mico Abadi blok C-1 jln. Raya Betro, Ds. Wedi-Gedangan,
Sidoarjo, dan Cargo Area JUANDA Airport Surabaya