Distance untuk setiap observasi dapat dihitung dan menunjukan jarak sebuah observasi dari rata-rata semua variable dalam sebuah ruang multidimensional. Uji terhadap multivariate
dilakukan dengan menggunakan criteria jarak mahalanobis pada tingkat p 0,001. Jarak mahalonobis itu dievaluasi dengan menggunakan nilai
χ² pada derajat kebebasan sebesar
jumlah item yang digunakan dalam penelitian. Dan apabila nilai jarak mahalanobis lebih besar dari nilai
χ² table maka adalah Outliers Multivariat.
3.5.3 Uji Normalitas Data
Adapun metode yang digunakan untuk mengetahui apakah data tersebut berdistribusi normal atau tidak adalah dengan menggunkan uji critical ratio dari Skewness dan Kurtosis
dengan ketentuan: a.
Jika nilai critical yang diperoleh melebihi rentang ± 2,58 maka distribusi adalah
tidak normal. b.
Jika nilai critical yang diperoleh berada pada rentang ± 2,58 maka distribusi
adalah normal.
3.5.4 Uji Normalitas Sebaran dan Linieritas
1. Normalitas dapat diuji dengan melihat gambar histogram data atau dapat diuji
dengan metode-metode statistic 2.
Menggunakan critical rasio yang diperoleh dengan membagi koefisien sampel dengan standard errornya dan skewness value yang biasanya disajikan dalam
statistik deskriptif dimana nilai statitik untuk menguji nilai normalitas itu
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
disebut sebagai Z-value. Pada tingkat signifikasi 1 jika nilai Z lebih besar dari nilai kritis, maka dapat diduga bahwa distribusi adalah tidak normal
3. Normal Probability Plot SPSS 10.1
4. Linieritas dengan mengamati scatterplots dari data yaitu dengan memilih
pasangan data dan dilihat pola penyebarannya untuk menduga ada tidaknya linieritas
3.5.5 Analisis Path dengan Menggunakan Permodelan SEM
Sebuah permodelan SEM Structural Equation Modelling yang lengkap pada dasarnya terdiri dari measurement model dan structural model. Measurement model atau
model pengukuran ditunjukan untuk mengkonfirmasi sebuah dimensi atau faktor berdasarkan indicator-indicator empirisnya. Structural Model adalah model mengenai struktur hubungan
yang membentuk atau menjelaskan kausalitas antara faktor Ferdinand 2002;34. Untuk membuat permodelan yang lengkap beberapa langkah berikut ini yang perlu dilakukan:
1. Pengembangan model berbasis teori
Langkah pertama dalam pengembangan model SEM adalah pencarian atau pengembanggan sebuah model yang mempunyai justifikasi teoritis yang kuat,
setelah itu divalidasi secara empiric melalui program SEM 2.
Pengembangan diagram alur untuk menunjukan hubungan Kausalitas Model teoritis yang telah dibangun pada langkah pertama akan digambarkan
dalam sebuah path diagram. Path diagram tersebut akan memudahkan peneliti melihat hubungan-hubungan kausalitas yang ingin diujinya.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
3. Konversi diagram alur kedalam persamaan
Setelah teori atau model dikembangkan dan digambarkan dalam sebuah diagram alur, spesifikasi model dikonversikan kedalam rangkaian persamaan.
4. Memilih Matriks input dan estimasi model
SEM menggunakan matriks varians kuvarians atau matriks korelasi sebagai data
input untuk keseluruhan estimasi yang dilakukan. 5.
Menilai problem identifikasi Problem identifikasi pada prinsipnya adalah problem mengenai ketidakmampuan
dari model yang dikembangkan untuk menghasilkan estimasi yang unik, dan problem identifikasi dapat muncul melalui gejala-gejala berikut ini:
a. Standar error untuk satu atau beberapa koefisien adalah sangat besar
b. Program tidak mampu menghasilkan matriks informasi yang seharusnya
disajikan c.
Munculnya angka-angka yang aneh seperti adanya varians error yang negative
d. Muncul korelasi yang sangat tinggi antar korelasi estimasi yang didapat
missal lebih dari 0,9 6.
Evaluasi Model Pada langkah ini kesesuaian model dievaluasi melalui tahap terhadap berbagai
kriteria goodness-of-fit, kriteria-kriteria tersebut adalah: a.
Ukuran sampel yang digunakan adalah minimal berjumlah 100 dan dengan perbandingan 5 observasi untuk setiap estimated parameter
b. Normalitas dan Linearitas
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
c. Cutliers
d. Multicolinearity dan Singularity
3.5.6 Pengujian Hipotesis dan Hubungan Kausal
