di mana jika terjadi pelanggaran terhadap asumsi ini akan menghasilkan kesimpulan yang bias Yamin, 2014.
Dalam situasi ketika terjadi pelanggaran asumsi normalitas multivariat dan data bersifat ordinal, metode diagonally weighted least squares DWLS
menghasilkan nilai-nilai estimasi parameter yang lebih akurat more accurate. DWLS merupakan metode robust WLS weighted least squares, dan berdasarkan
polychoric correlation matrix dari variabel-variabel yang diikutsertakan dalam analisis. Masih terdapat sedikit penelitian-penelitian mengenai kelebihan dan
kelemahan metode DWLS. Metode DWLS dapat digunakan dengan ukuran sampel kecil, model yang besar, dan juga skewed dan data ordinal
4.4.1 Pengujian Asumsi Normalitas Multivariat
Uji pertama pada asumsi model yaitu pengujian asumsi normalitas
pemodelan. Berdasarkan hasil uji normalitas multivariat, diketahui asumsi normalitas
multivariat tidak dipenuhi, yakni nilai p-value untuk skewness and kurtosis = 0,000 0,05. Oleh karena itu digunakan metode DWLS untuk mengestimasi parameter
model SEM. Metode DWLS digunakan dengan pertimbangan karena terjadi pelanggaran asumsi normalitas multivariat dan data bersifat ordinal. Di samping itu
metode diagonally weighted least squares DWLS menghasilkan nilai-nilai estimasi parameter yang lebih akurat more accurate dalam keadaan ini, dibandingkan
metode ML
Universitas Sumatera Utara
Gambar 4.1 Uji Normalitas Multivariat 4.4.2
Measurement Model
Measurement model adalah bagian dari model SEM yang menggambarkan hubungan
antara variabel
laten dengan
indikator-indikatornya Singgih Santoso, 2007. Measurement Model memiliki tujuan pengujian untuk
mengetahui seberapa tepat variabel-variabel manifes dapat menjelaskan variabel laten yang ada. Berikut diuraikan Measurement Model masing-masing variabel.
Gambar 4.2 Gambaran Path Analisis
Universitas Sumatera Utara
Gambar 4.3 Gambaran t-value
Keterangan: X1
= Peraturan Keselamatan X2
= Komunikasi dan dukungan X3
= Alat Pelindung Diri X4
= Pelatihan K3 X5
= Kondisi fisik pemanen X6
= Pemeriksaan kesehatan X7
= Sarana pelayanan kesehatan Y1
= Kuantitas Y2
= Kualitas Y3
= Ketepatan Waktu
Universitas Sumatera Utara
4.4.3 Keselamatan Kerja
Berdasarkan kerangka teori yang dibangun, variabel keselamatan kerja memiliki 4 indikator besar yaitu peraturan keselamatan X1, komunikasi dan
dukungan X2, alat pelindung diri X3 dan pelatihan X4. Setelah melalui uji konfirmasi faktor terhadap keempat indikator keselamatan kerja. Construct reliability
untuk variabel keselamatan kerja ditemukan sebesar 0,946 dan AVE sebesar 0.8142 yang berarti reliabilitas baik. Dengan demikian. Analisis konfirmasi faktor terhadap
keselamatan kerja menghasilkan 4 indikator. Menurut urutan besaran masing-masing muatan faktor SLF diketahui bahwa
peraturan keselamatan X1 yang merupakan indikator keselamatan kerja merupakan indikator yang tertinggi atau paling signifikan SLF= 0,99. Sub faktor kedua dalam
variabel keselamatan kerja adalah dukungan dan komunikasi X2 dengan nilai sebesar SLF= 0,88, selanjutnya indikator alat pelindung diri X3 SLF=0,82, dan
terakhir disusul oleh pelatihan yang merupakan sub faktor terendah dalam keselamatan kerja X4 SLF=0,8.
Tabel 4.10 Nilai SLF pada Variabel Keselamatan Kerja Variabel Laten
Varaibel Manifes SLF
Error CR
AVE
Keselamatan X1
0,99 0,01
0,946 0,8142
X2 0,88
0,22 X3
0,82 0,33
X4 0,8
0,36
Universitas Sumatera Utara
Berdasarkan Tabel 4.10. persamaan SLF untuk variabel keselamatan kerja adalah sebagai berikut :
X1 = 0,99 X + 0,01 X2 = 0,88 X + 0,22
X3 = 0,82 X + 0,33 X3 = 0,80 X + 0,36
Gambar 4.4 Konfirmatori Analisis Keselamatan Kerja
Berdasarkan hasil SLF, maka peraturan keselamatan X1 merupakan indikator yang dominan dalam variabel keselamatan di PT. X oleh karena itu
perusahaan selalu berkomitmen untuk melaksanakan program K3. Program Keselamatan kerja diharapkan dapat meningkatkan keamanan pekerja dalam bekerja.
4.4.4 Kesehatan Kerja