38
uji validitas dari setiap latent variabel construct akan diuji dengan melihat loading faktor dari hubungan antara setiap observed
variabel dan latent variabel.
2. Uji Realibilitas Adalah ukuran mengenai konsistensi internal dari indikator-
indikator sebuah konstruk yang menunjukkan derajat sampai dimana masing-masing indiaktor itu mengidentifikasikan sebuah
konstruk yang umum.sedangkan reliabilitas diuji dengan construct reliability dan variance extraced. construct reliability dan variance
extraced dihitung dengan menggunakan rumus sebagai berikut : construct reliability
= [ Σ Standardize Loading ]
2
[ Σ Standardize Loading ]
2
+ Σ εj]
variance extraced =
Σ Standardize Loading
2
Σ Standardize Loading
2
+ Σ εj
Sementara εj dapat dihitung dengan formula εj = 1 – Standardize
Loading secara umum, nilai construct reliability yang dapat diterima adalah
≥ 0,7 dan variance extraced ≥ 0,5 Hair et.al.,
1998.
3.4.4. Pengujian Hipotesis dan Hubungan Kausal
Pengaruh langsung koefisien jalur diamati dari bobot regresi terstandar, dengan pengujian signnifikansi pembanding nilai CR Critical
39
Ratio atau p Probability yang sama dengan nilai t hitung. Apabila t hitung lebih besar dari pada t tabel berarti signifikan.
3.4.5. Pengujian dengan
Two-Step Approach
Two-Step Approach to Structural Equation Modeling SEM digunakan untuk menguji model yang diajukan. Two-Step Approach
digunakan untuk mengatasi masalah sampel data yang kecil jika dibandingkan dengan jumlah butir instrumentasi yang digunakan Hartline
Ferreil, 1996, dan keakuratan reliabilitas indikator-indikator terbaik dapat dicapai dalam Two-Step Approach ini. Two-Step Approach bertujuan
untuk menghindari interaksi anatara model pengukuran model struktural pada one-Step Approach. Dalam menganalisis SEM dengan Two-Step
Approach Hair, et Al, 1998 Yang diajukan dalam Two-Step Approach to SEM adalah : estimasi
terhadap measurement model dan estimasi terhadap strucural model Andesson dan Gerbing, 1998. Cara yang dilakukan dalam menganalisis
SEM dengan Two-Step Approach adalah sebagai berikut: a. Menjumlah skala butir-butir setiap konstruk menjadi sebuah indikator
summed-scale bagi setiap konstruk. Jika terdapat skala yang berbeda setiap indikator tersebut distandarisasi.
40
b. Menetapkan error ε dan Lambda λ terms, error terms dapat dihitung
dengan rumus 0,1 kali σ
2
dan lambda terms dengan rumus 0,95 kali σ
Anderson dan Gerbig, 1998. Penghitungan construct reliability
α telah dijelaskan pada bagian sebelumnya dan deviasi standar
σ dapat dihitung dengan bantuan program aplikasi statistic SPSS. Setelah error
ε dan lambda λ term diketahui, skor-skor tersebut dimasukkkan sebagai parameter fix pada
analisis model pengukuran SEM.
3.4.6. Evaluasi Model
Hair et.al., 1998 menjelaskan bahwa pola “confirmatory” menunjukkan prosedur yang dirancang untuk mengevaluasi utilitas
hipotesis-hipotesis dengan pengujian fit antara model teotitis dan data empiris. Jika modelteoritis menggambarkan “good fit” dengan data, maka
model dianggap sebagai yang diperkuat. Sebaliknya, suatu model teoritis 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 pengukuran structural
equation model.
Pegujian terhadap model yang dikembangkan dengan berbagai
kriteria goodness of fit, yakni X
2
- Chi square, Probability, RMSEA, GFI, AGFI, CMINDF, TLI, CFI. Apabila model awal tidak good fit dengan
41
data maka model dikembangkan dengan pendekatan two-step approach to SEM.
1. X
2
– CHI SQUARE STATISIC
Merupakan alat paling fundamental untuk mengukur overall fit adalah
likelihood ratio chi-square statistic. Chi-square ini bersifat sangat
sensitif terhadap besarnya sampel yang digunakan. Model yang diuji akan dipandang baik atau memuaskan bila nilai chi-squarenya rendah.
Semakin kecil nilai X
2
= 0, berarti tidak ada perbedaan. Karena tujuan analisis adalah mengembangkan dan meguji sebuah model yang
sesuai dengan data atau yang fit terhadap data, maka yang dibutuhkan justru sebuah nilai x
2
yang tidak signifikan. Penggunaan chi-square hanya sesuai bila ukuran sampel antara 100 - 200. Bila ukuran sampel
ada diluar rentang uji signifiakan akan menjadi kurang reliabel. Oleh karena itu pengujian ini perlu dilengkapi dengan alat uji yang lainnya.
2. RMSEA – The Root Mean Square of Approximation RMSEA adalah sebuah indek yang dapat digunakan mengkompensasi
Chi-square statistic dalam sampel yang besar. Nilai RMSEA menunjukkan Goodness-of-Fit yang dapat diharapkan bila model
diestimasi dalam populasi nilai RMSEA yang lebih kecil atau sama dengan 0,08 merupakan indeks untukdapat diterimanya model yang
menunjukkan sebuah close fit dari model itu berdasarkan Degress Of Freedom.
3. GFI - Goodness of Fit Indeks
42
GFI adalah analog dari R
2
dalam regresi berganda. Indeks kesesuaian ini akan menghitung proporsi tertimbang dari varians dalam matriks
kovarians sample yang dijelaskan oleh matriks kovarians populasi yang diestimasikan. GFI adalah sebuah ukuran non-statistikal yang
mempunyai rentan nilai antara 0 Poor Fit sampai dengan 1.0 Perfect Fit. Nilai yang tinggi dalam indeks ini menunjukkan sebuah “better
fit” 4. AGFI – Adjusted Goodness of Fit Index
AGFIGFI df tingkat penerimaan yang direkomendasikan adalah AGFI mempunyai nilai sama dengan atau lebih besar dari 0,90. GFI maupun
AGFI adalah kriteria yang memperhitungkan proporsi tertimbang dari varians dalam sebuah matriks konvarians sampel. Nilai sebesar 0,905
dapat diinterpretasikan sebagai nilai antara 0,90 sampai 0,95 menunjukkan tingkat cukup Adequate Fit.
5. CMIN DF The minimum sample discrepancy function CMIN dibagi dengan
degree of Freedomnya akan menghasilkan indeks CMINDF. Pada umumnya diartikan sebagai salah satu indikator untuk mengukur
tingkat fit-nya sebuah model. Dalam hal ini CMINDF tidak lain adalah statistic chi square, X
2
dibagi Df-nya. 6. TLI – Tucker Lewis Index
TLI adalah alternatif Incremental Fit Indeks yang membandingkan sebuah model yang diuji terhasap sebuah baseline model. Nilai yang
43
direkomendasikan sebagi acuan untuk diterimanya sebuah model adalah penerimaan 0,95 dan nilai yang sangat mendekati 1
menunjukkan a very good fit. 7. CFI – Comparative Fit Index
Besaran nilai ini pada rentan nilai sebesar 0 – 1, dimana semakin mendekati 1, mengindikasikan tingkat fit yang paling tinggi A Very
good Fit. Nilai yang direkomendasikan adalh CFI 0,9. Keunggulan dari indeks ini besarnya tidak dipengaruhi oleh ukuran sample karena
ini sangat baik untuk mengukur tingkat penerimaan sebuah model. Indeks CFI adalh identik dengan Relative Noncentrality Indeks RNI.
Tabel 3.1.Goodness of fit Index
Goodness of index
Keterangan Out – off Value
X
2
chi square
Menguji apakah covariance
populasi yang diestimasi sama dengan covariance sample apakah
model sesuai dengan data Diharapkan kecil, 1
sd 5 atau paling baik diantara 1 dan
2
Probability Uji signifikasi terhadap perbedaan
matriks covariance data dan matriks covariance yang diestimasi.
Minimum 0,1 atau 0,2 atau
≥ 0,05 RMSEA
Mengkompensasi kelemahan chi square pada sampel besar.
≤ 0,08 GFI
Meghitung proporsi tertimbang varians dan matriks sampel yang
dijelaskan okeh matriks covariace populasi yang diestimasi analog
dengan R
2
dalam regresi linier berganda
≥ 0,09
AGFI GFI yang disesuaikan terhadap DF
≥ 0,90 CMIN DF
Kesesuaian antara data dan model ≤ 2,00
TLI Perbandingan antara model yang
diuji terhadap baseline model ≥ 0,95
CFI Uji kelayakan model yang tidak
≥ 0,94
44
sensitive terhadap besarnya sampel dan kerumitan model.
Sumber : Hair et.al.,1998
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1. Deskripsi Obyek Penelitian 4.1.1. Sejarah Singkat Perusahaan
CV. Rajawali Plating Masindo mengkhususkan diri sebagai perusahaan yang bergerak dibidang jasa pelapisan zinc atau
electroplatizinc adalah pelapisan logam dari logam satu di lapisi oleh logam lain dengan bantuan listrik. Pada lapisan tersebut, terjadi
perpindahan ion, dari ion positif ke ion negatif. Dalam proses pelapisan zinc ini dimaksudkan untuk memberikan perlindungan pada logam agar
tidak cepat terkena korosi atau meminimalisasikan proses korosi pada logam.
Perusahaan ini didirikan pada tanggal 12 Agustus 1995, yang bertempat di Jl. Brigjen Katamso III no. 69 Waru-Sidoarjo dengan luas
tanah 1245 m
2
, yang digunakan untuk pabrik, gudang, kantor. Setiap perusahaan selalu mempunyai tujuan yang hendak dicapai, dimana tujuan
merupakan arah atau pedoman dalam melaksanakan kegiatan usaha disamping dapat pula berfungsi sebagai tolak ukur keberhasilan
pelaksanaan perusahaan. Tujuan perusahaan CV. Rajawali Plating Masindo meliputi menjadi yang pertama dan yang terbaik dalam memenuhi
kebutuhan pelanggan. Meningkatkan kepuasan pelanggan dan meningkatkan kepuasan kerja semua pihak.
44