Distribusi Normal Indikator-Indikator Multivariat Distribusi Normal Multivariat Variabel-Variabel Tergantung Linieritas Hubungan antara Variabel Independen dan Dependen Multikolinieritas antar Variabel Independen

3. Persamaan pengukuran variabel endogen: y 1 = λ 11 η 1 + 1 y 10 = λ 102 η 2 + 10 y 2 = λ 21 η 1 + 2 y 11 = λ 112 η 2 + 11 y 3 = λ 31 η 1 + 3 y 12 = λ 122 η 2 + 12 y 4 = λ 41 η 1 + 4 y 13 = λ 132 η 2 + 13 y 5 = λ 52 η 2 + 5 y 14 = λ 142 η 2 + 14 y 6 = λ 62 η 2 + 6 y 15 = λ 152 η 2 + 15 y 7 = λ 72 η 2 + 7 y 16 = λ 162 η 2 + 16 y 8 = λ 82 η 2 + 8 y 17 = λ 172 η 2 + 17 y 9 = λ 92 η 2 + 9 y 18 = λ 182 η 2 + 18

3.6.3. Uji Asumsi

Sebelum melakukan uji model konseptual tersebut, ada tiga asumsi yang harus dipenuhi, yaitu: distribusi normal indikator-indikator multivariat; distribusi normal multivariat variabel-variabel tergantung, dan multikolinieritas.

2. Distribusi Normal Indikator-Indikator Multivariat

Asumsi distribusi normal indikator-indikator multivariat mengharuskan masing-masing indikator memiliki nilai yang berdistribusi normal terhadap masing-masing indikator lainya. Untuk menguji normalitas data pada masing- masing indikator digunakan P-Value pada kolom Skewness dan Kurtosis, yakni lebih besar dari 0,05. Oleh karena itu, apabila skor P-Value pada kolom Skewness dan Kurtosis lebih besar dari 0,05, maka data indikator-indikator yang membentuk variabel laten berdistribusi normal Ghazali dan Fuad, 2005:37.

3. Distribusi Normal Multivariat Variabel-Variabel Tergantung

Asumsi distribusi normal multivariat variabel-variabel tergantung mengharuskan masing-masing variabel tergantung laten dalam model harus berdistribusi normal untuk masing-masing nilai dari masing-masing variabel laten lainnya. Untuk menguji normalitas data multivariat variabel-variabel tergantung digunakan indikator P-Value pada kolom Skewness dan Kurtosis, yakni lebih besar dari 0,05. Oleh karena itu, apabila skor P-Value pada kolom Skewness dan Kurtosis lebih besar dari 0,05, maka data indikator-indikator yang membentuk variabel laten berdistribusi normal Ghazali dan Fuad, 2005:36.

4. Linieritas Hubungan antara Variabel Independen dan Dependen

Structural Equation Modeling memiliki asumsi adanya hubungan linier antara variabel-variabel indikator dan variabel-variabel laten, serta antara variabel-variabel laten sendiri. Pengujian terhadap hubungan linier antar variabel digunakan grafik Qplot of Standardized Residuals yang disediakan oleh Lisrel. Apabila dalam grafik tersebut menunjukkan garis diagonal lurus positif, maka data pada variabel independen dan dependen menunjukkan adanya hubungan linier positif Ghazali dan Fuad, 2005.

5. Multikolinieritas antar Variabel Independen

Asumsi multikolinieritas mengharuskan tidak adanya korelasi yang sempurna atau besar diantara variabel-variabel independen. Nilai korelasi antara variabel observed yang tidak diperbolehkan adalah sebesar 0,9 atau lebih. Pengujian multikolinieritas atas variabel-variabel independen dilakukan dengan mengkaji matriks korelasi Ghazali dan Fuad, 2005:38.

3.6.4 Signifikansi Parameter