Ukuran Sampel Uji Normalitas Asumsi Outlier

Gambar 4.9 Persamaan Full Model Sumber: data diolah

4.2.4 Pengujian Asumsi

Langkah pertama yang dilakukan adalah mengevaluasi asumsi-asumsi SEM sebagai berikut:

4.2.4.1 Ukuran Sampel

Ukuran sampel yang harus dipenuhi dalam permodelan ini adalah menggunakan ukuran sampel menggunakan teknik maximum likelihood estimation. Penelitian ini menggunakan 103 sampel. Ghozali 2008 merekomendasikan bahwa ukuran sampel antara 100 sampai 200 harus menggunakan metode estimasi maximum likelihood. Sehingga, ukuran sampel dalam penelitian ini sudah memenuhi jumlah sampel minimum. SQ ,49 sq10 e7 ,70 ,48 sq9 e6 ,69 ,48 sq7 e5 ,69 ,65 sq6 e4 ,81 ,57 sq4 e3 ,76 ,52 sq3 e2 ,72 ,49 sq1 e1 ,70 IQ ,59 iq7 e12 ,77 ,54 iq5 e11 ,73 ,64 iq3 e10 ,80 ,45 iq2 e9 ,67 ,56 iq1 e8 ,75 ,43 U ,60 u1 e13 ,78 ,50 u2 e14 ,71 ,53 u3 e15 ,73 ,64 US ,46 us5 e20 ,68 ,61 us4 e19 ,78 ,53 us3 e18 ,73 ,50 us2 e17 ,70 ,48 us1 e16 ,69 ,38 II ,50 ii1 e21 ,71 ,40 ii2 e22 ,63 ,60 ii3 e23 ,77 ,10 OI ,62 oi1 e24 ,78 ,72 oi2 e25 ,85 ,48 oi3 e26 ,69 ,57 oi4 e27 ,76 Chi Square = 342,756 df = 315 Prob = ,135 RMSEA = ,029 Chi square df = 1,088 GFI = ,811 AGFI = ,773 TLI = ,974 CFI = ,976 ,37 ,48 ,23 ,39 ,16 ,34 ,33 ,31 Z2 Z1 Z3 Z4 ,24 ,17

4.2.4.2 Uji Normalitas

Uji normalitas dilakukan terhadap data yang digunakan dalam analisis model awal secara keseluruhan, dengan menggunakan AMOS versi 16.0. Hasil uji normalitas dapat dilihat yang menunjukkan nilai minimum, maksimum, skewness, kurtosis, critical ratio untuk masing-masing variabel dan total nilai multivariate. Nilai multivariate pada uji normalitas data sebesar 1,422. Nilai tersebut dibawah ± 1,96 critical ratio pada tingkat signifikansi 0,05, sehingga dapat dikatakan bahwa data yang digunakan secara multivariate mempunyai sebaran yang normal.

4.2.4.3 Asumsi Outlier

Pengujian asumsi outlier bertujuan untuk menilai kewajaran ekstrim data, dilakukan dengan memperhatikan output table pada observations farthest from the centroidmahalonobis distance. Penentuan outlier data dilakukan dengan membandingkan data pada observations farthest from the centroidmahalonobis distance dengan tabel critical value of chi square χ 2 . Penentuan cut-off outlier ditentukan menjumlahkan p 1 dan p 2. Jika nilai mahalanobis distance lebih besar dari chi-square pada derajat bebas sebesar jumlah variabel berarti responden tersebut adalah multivariate outliers Ferdinand, 2000.

4.2.5 Penilaian Kriteria Goodness of Fit Index Full Model