diukur, karena indikator multidimensi, maka uji validitas dari setiap latent variabel
construct akan diuji dengan melihat loding factor dari hubungan antas setiap observed variabel dan latent variabele. Hasil analisis tampak
pada tabel dibawah ini.
St andar dize Fak t or Loading dan Const r uct dengan Confir m at or y Fact or Analy sis
Konst r ak I ndik at or
Fak t or Loading 1
2 3
4 Job Mot iv at ion
X11 0,707
X12 0,792
X13 0,936
Organizat ional Cult ur e
X21 0,720
X22 0,860
X23 0,805
X24 0,679
Job Per for m ance Y1
0,658 Y2
0,740 Y3
0,534
Sumber : lampiran Berdasarkan hasil confirmatory factor anaysis terlihat bahwa factor
loading masing- masing butir pertanyaan yang membentuk setiap constrct seluruhnya
≥ 0,5, sehingga butir-butir instrumentasi setiap konstruk tersebut dapat dikatakan validitasnya baik.
4.3.4 Evaluasi Construck Reliability Dan Variance Extracted
Selain melakukan pengujian konsistensi internal Cronbach’s Alpha, perlu juga dilakukan pengujian construct reliability dan variance
extracted. Kedua penguji tersebut masih dalam koridor uji konsistensi
internal yang akan memberikan peneliti kepercayaan diri yang lebih besar bahwa indikator- indikator individual mengukur suatu pengukuran yang
sama Purwanto, 2002. Dan variance extracted direkomendasikan
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
padatingkat 0,50. Hasil perhitungan construct relibility dan variance extracted
dapat dilihat dalam tabel Tabel 4.1.1 Uji Construck Realibility Dan Variance Extracted
Const r uct Reliabilit y Var iance Ex t r at ed Konst r ak
I ndik at or St andar dize
Fact or Loading
SFL Kuadr at
Error [εj] Const r uct
Reliabilit y Var iance
Ex t r at ed Job Mot iv at ion
X11 0,707
0,500 0,500
0,856 0,668
X12 0,792
0,627 0,373
X13 0,936
0,876 0,124
Organizat ional Cult ur e
X21 0,720
0,518 0,482
0,852 0,592
X22 0,860
0,740 0,260
X23 0,805
0,648 0,352
X24 0,679
0,461 0,539
Job Per for m ance Y1
0,658 0,433
0,567 0,683
0,422 Y2
0,740 0,548
0,452 Y3
0,534 0,285
0,715
Ba t a s D a pa t D it e r im a ≥ 0,7
≥ 0,5
Sumber : lampiran Hasil pengujian realibilitas instrumen dengan contruct relibility
dan variance extracted menunjukkan instrumen reliabel, yang ditunjukkan dengan nilai construct relibility seluruhnya
≥ 0,7. Meskipun demikian angka tersebut bkanlah sebuah ukuran “mati” artinya bila penelitian yang
dilakukan bersifat exploratory, maka nilai dibawah 0,70 pun masih dapat diterima sepanjang disertai alasan-alasan empirik yang dilihat dalam
proses eksplorasi. Dan variance extracted direkomendasikan pada tingkat 0,50.
4.3.5 Evaluasi Normalitas
Uji normalitas sebaran dilakukan dengan Skewnes Value dari data yang digunakan yang biasanya disajikan dalam statistik deskriptif. Nilai
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
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. Hasilnya diperoleh nilai c.r. multivariat diantara
± 2,58 dan itu berarti asumsi normalitas terpenuhi dan data layak untuk digunakan dalam estimasi selanjutnya. Hasil analisis tampak pada tabel
berikut : Tabel 4.12 Uji Normalitas
Assessm ent of nor m alit y Var iable
Min m ax
k ur t osis c.r .
X11 4
7 - 0,325
- 0,664 X12
4 7
- 0,227 - 0,464
X13 4
7 - 0,262
- 0,536 X21
4 7
- 0,255 - 0,521
X22 4
7 - 0,233
- 0,475 X23
4 7
- 0,184 - 0,376
X24 5
7 - 1,037
- 2,117 Y1
4 7
0,036 0,073
Y2 4
7 - 0,236
- 0,482 Y3
4 7
- 0,451 - 0,920
M u lt iv a ria t e
2,977 0 ,9 6 1
Ba t a s N orm a l ± 2 ,5 8
Sumber : lampiran Hasil uji menunjukkan bahwa nilai c.r. multivariante berada
diantara ± 2,58 itu berarti asumsi normalitas terpenuhi. Fenomena ini tidak menjadi masalah serius seperti dikatakan oleh Bentler Chou 1987
bahwa jika teknik estimasi dalam model SEM mengunakan maksimum likelihood estimation MLE waktu distribusi datanya tidak normal masih
dapat menghasilkan good estimate, sehingga data layak untuk digunakan dalam estimasi selanjutnya.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
4.3.6 Analisis One Step-Approach To SEM
