Pada model awal yang terbentuk menghasilkan nilai Chi-Square yang sangat besar dan setelah dilakukan uji kecocokan, banyak komponen uji
kecocokan yang tidak terpenuhi. Output pada LISREL seperti yang terdapat pada Lampiran 5 memunculkan modification index untuk respesifikasi model, maka
dilakukan penambahan lintasan dan penambahan kovariasi antara 2 kesalahan errors. Meski demikian, penambahan ini tetap berdasarkan pada teori yang kuat.
Sehingga model akhir yang terbentuk adalah seperti terdapat pada Gambar 13.
4.4.6. Pengolahan Data Single step
Dalam penelitian ini, responden yang memenuhi syarat untuk dianalisis sebanyak 186 dan jumlah seluruh variabel manifest indikator adalah 16. Rule of
thumb untuk perbandingan jumlah sampel terhadap jumlah indikator adalah 1:5 Wijanto, 2008. Jadi jika indikator dalam penelitian ini sebanyak 16, maka
minimum sampel yang dibutuhkan adalah 80. Karena jumlah objek dalam penelitian ini adalah 186 maka sudah memadai untuk melakukan pengolahan data
secara single step. Di dalam penelitian ini, cara mengoperasikan LISREL dipilih yang paling sederhana, yaitu dengan program SIMPLIS.
1. Pengujian Normalitas dan Multikolinearitas
Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model memenuhi asumsi normalitas. Jika data menyebar jauh dari
garis diagonal dan atau tidak mengikuti garis diagonal, maka model tidak memenuhi asumsi normalitas .
Dalam LISREL, model yang memenuhi asumsi normalitas akan menghasilkan 2 jenis chi square, yaitu minimum fit function chi square C1 dan
normal theory weighted least squares chi square C2. Sedangkan jika asumsi normalitas tidak terpenuhi akan menghasilkan 4 jenis chi square yaitu C1, C2,
sutora-bentler scaled chi square C3 dan chi square corrected for non-normality C4. Pada lampiran bagian kedua terlihat bahwa model penelitian ini hanya
menghasilkan C1 dan C2. Data dengan sampel besar , berdasarkan Dalil Limit Pusat Central Limit Theorm, yaitu bilamana n sample size besar, maka statistik
dari sampel tersebut akan mendekati distribusi normal, walaupun populasi dari mana sampel tersebut diambil tidak berdistribusi normal. Jumlah sampel yang
dianalisa dalam penelitian ini berjumlah 186 perusahaan yang berarti termasuk kategori sampel besar dan memnuhi dalil limit pusat. Dengan hasil dari pengujian
Q-Plot dan 2 jenis chi square yang dihasilkan oleh output LISREL serta terpenuhinya dalil limit pusat maka dapat dikatakan bahwa model penelitian ini
telah memenuhi asumsi normalitas. Dari Lampiran 3 pada correlation and tests statistics atau correlation
matrix dapat dilihat nilai korelasi antar variabel indikator dalam penelitian ini.nilai korelasi antar variabel indikator dalam penelitian ini semuanya berada di
bawah 0,8 . Sehingga dapat dikatakan bahwa model dalam penelitian ini bebas dari multikolinearitas.
2. Pengujian Kesesuaian Model
Dalam SEM ada 3 uji kesesuaian model yang dilakukan, yaitu pengujian kesesuaian model secara menyeluruh Overall Model Fit, pengujian kesesuaian
model pengukuran Measurement Model Fit dan Pengujian kesesuaian model struktural Structural Model Fit. Dengan didapatkannya diagram path hasil
output LISREL maka dilakukan pengujian terhadap kesesuaian model tersebut.
a. Pengujian Model Keseluruhan Overall Model Fit
Pengujian atas kesesuaian model keseluruhan dilakukan dengan menggunakan indikator Goodness of fit Index GFI. GFI dipilih karena
merupakan parameter indikator yang umum digunakan dalam melakukan uji kesesuaian model keseluruhan. Selain itu sebagai pembanding juga digunakan
Normed Fit Index NFI dan Comparative Fit Index CFI yang didapatkan langsung dari output LISREL. Besarnya GFI, NFI dan CFI dirangkum dalam
Tabel 21 berikut. Tabel 21. Overall Model Fit
Goodness-of-Fit GOF Cutt-off-Value
Hasil Keterangan RMRRoot Mean Square Residual
0,05 atau 0,1 0.023 Good Fit
RMSEARoot Mean square Error of Approximation
0,08 0.023
Good Fit GFIGoodness of Fit
0,90 0.99
Good Fit AGFIAdjusted Goodness of Fit Index
0,90 0.99
Good Fit CFI Comparative Fit Index
0,90 1.00
Good Fit NFI Normed Fit Index
0,95 0.98
Good Fit
Sumber : Hasil output LISREL, 2012
Karena dalam penelitian ini menggunakan cara pengolahan data secara single step maka nilai GFI, NFI dan CFI untuk variabel laten EXP, FD, UC,
HEDG dan VALUE sama dengan nilai GFI, NFI dan CFI dari model struktural seperti pada Tabel 21. Secara keseluruhan, hasil pengujian model keseluruhan
barada di atas 0.90 yang menunjukkan bahwa model yang diusulkan memiliki tingkat kesesuaian yang sangat baik good fit.
b. Pengujian Model Pengukuran
Measurement Model Fit
Pengujian model pengukuran berarti menguji validitas dan reliabilitas variabel manifest terhadap variabel laten yang direpresentasikannya. Untuk
melakukan pengujian model pengukuran menggunakan LISREL, sebelumnya data disimpan dalam program PRELIS dan LISREL dioperasikan dengan menjalankan
program SIMPLIS. Ketika program SIMPLIS dijalankan maka akan muncul hasil analisis dalam bentuk path dan teks.
1. Pengujian Validitas
Pengujian validitas sudah dibahas di bagian sebelumnya tetapi dalam bagian ini pengujian validitas akan dibahas lagi secara singkat. Ada dua hal yang
dilakukan dalam pengujian validitas yaitu pemeriksaan terhadap nilai t dan pemeriksaan terhadap tingginya muatan faktor standar atau
λ standarized loading factor
Tabel 22. Pengujian validitas Variabel Indikator
Loading Factor t-value Keterangan
DEE 0,04 1,73 Tidak
Signifikan ER 0,99
42,61 Signifikan
CR 0,56 2,16
Signifikan DER -0,01 -0,10
Tidak Signifikan
ROA -0,91 -2.75 Signifikan
TL -0,99 -43,56
Signifikan MV -1,15
-42,93 Signifikan
PER 0,01 0,28 Tidak
Signifikan SIZE 0,88 7,87
Signifikan DY 0,76 4,43
Signifikan DH 0,43 8,55
Signifikan TOB 0,85 2,04
Signifikan MBR 0,54 11,61
Signifikan ROE 0,10 1,62
Tidak Signifikan
Sumber: Output LISREL, 2012
