55
C. Metode Pengumpulan Data
Dalam penelitian ini pengumpuluan data dilakukan dengan cara: 1.
Studi literatur dan kepustakaan, bertujuan untuk dapat menganalisa secara teoritis terhadap masalah-masalah yang berhubungan dengan
penulisan dengan membaca skripsi, studi kepustakaan dilakukan dengan membaca berbagai text book, jurnal-jurnal publikasi, artikel-artikel yang
relevan, dan sumber-sumber lain guna memperoleh data sekunder. 2.
Data sekunder, merupakan data yang tidak langsung memberikan data kepada peneliti. Data ini dapat diperoleh dari kinerja keuangan bank
persero, tingkat inflasi, kurs dan BI rate yang diambil dari Statistik Perbankan Indonesia selama tahun 2002 hingga 2014 serta kebijakan
moneter Indonesia yang dipublikasikan oleh Bank Indonesia dan Otoritas Jasa Keuangan.
D. Metode Analisis Data
Metode statistik yang digunakan dalam penelitian ini adalah dengan menggunakan Structural Equation Modelling SEM dan pengolahan data
menggunakan software LISREL 8.3.
1. Menentukan
Degree of Freedom
Menghitung degree of freedom df adalah dengan jumlah data yang diketahui dikurangi jumlah parameter yang diestimasi Setyo,
2015:50. Atau secara matematis dapat di jelaskan dengan rumus: = [
. +
− ]
Di mana:
56
P = jumlah variabel manifest pada sebuah model K = jumlah parameter yang akan diestimasi
Singgih, 2015:55 Dengan menghitung degree of freedom df, dapat diketahui
dalam kategori identifikasi apakah model tersebut. Degree of freedom df negatif dikategorikan model yang under-identified, degree of
freedom df nol dikategorikan model yang just-identified dan degree
of freedom df positif dikategorikan model yang over-identified.
Menurut Hair et al 1989 dalam Setyo 2015:50 pada SEM, kita berusaha untuk memperoleh model yang over-identified dan
menghindari model yang under-identified. Meskipun demikian jika ada indikasi permasalahan yang berkaitan dengan identifikasi, kita
perlu melihat sumber-sumber kesalahan yang sering terjadi.
2. Melakukan Estimasi
Tahap berikutnya adalah melakukan estimasi untuk memperoleh nilai dari parameter-parameter yang ada di dalam model. Peneliti
harus meminimasi fungsi F yang memenuhi kondisi yang akan menhasilkan estimator
� yang konsisten. Beberapa jenis fungsi yang
diminimisasikan F adalah:
a. Maximum Likelihood
� = |∑ θ | + ∑
−
� − | | −
+ b.
Weighted Least Square WLS Estimator
� �
� = − �
′�
−1
− �
57
3. Uji Kecocokan
a.
Uji Kecocokan Keseluruhan Model
Uji kecocokan keseluruhan model Goodness of Fit yang digunakan adalah ukuran kecocokan absolute di mana alat ukur
nya adalah:
o Chi-square �
� = −
[ , ∑ � ] Peneliti berusaha memperoleh nilai
� yang rendah yang menghasilkan significance level lebih besar atau sama
dengan 0.05 p ≥ 0.05. o
Non-Centrality Parameter NCP = � −
NCP juga merupakan ukuran badness of fit dimana semakin besar perbedaan antara ∑ dengan ∑ � semakin besar nilai
NCP. o
Scaled Non-Centrality Parameter SNCP = � −
o Goodness-of-Fit Index GFI
= − ̂
Nilai GFI berkisar antara 0 poor fit sampai 1 perfect fit, dan nilai GFI ≥ 0.90 merupakan good fit.
o Root Mean Square Residual RMSR
58
Model yang mempunyai kecocokan baik good fit aka mempunyai nilai Standardized RMR lebih kecil dari 0.05.
o Root Mean Square Error of Approximation RMSEA
� = √ ̂
Nilai RMSEA ≤ 0,05 menandakan close fit, sedangkan 0,05 RMSEA ≤ 0,08 menunjukkan good fit.
o Single Sampe Cross-Validation Index Expected Cross-
Validation Index ECVI
� = + − ECVI digunakan untuk perbandingan model dan semakin
kecil nilai ECVI sebuah model semakin baik tingkat kecocokannya.
b.
Uji Kecocokan Model Pengukuran
Uji kecocokan model pungukuran diukur melalui uji validitas. Validitas merupakan alat yang menguji apakah sebuah
ukuran berhubungan dengan sebuah konsep. Validitas berhubungan dengan apakah suatu variabel mengukur apa yang
seharusnya diukur Setyo, 2015:75. Menurut Rigdon dan Ferguson 1991 dalam Setyo 2015:76,
suatu variabel dikatakan mempunyai validitas yang baik terhadap konstruk atau variabel latennya, jika:
59
Nilai t muatan faktornya factor loadings lebih besar dari nilai kritis atau ≥ 1,96 atau untuk praktisnya ≥ 2, dan
Muatan faktor
standarnya standardized
factor loadings
SFL ≥ 0,70.
4. Analisis