c. Evaluasi atas Outliers
1. Univariate Outliers
Evaluasi atas univariate outliers dievaluasi menggunakan program SPSS 15.0 yaitu dengan mengamati nilai z-score. Jika dari hasil pengamatan
terdapat indikator yang memiliki nilai z-score di luar range atau selang –3 z-score 3, maka mengindikasikan indikator tersebut mengandung
univariate outliers sehingga tidak diikutsertakan dalam analisis selanjutnya.
2. Multivariates Outliers
Evaluasi atas multivariate outliers dapat dilihat dari angka-angka jarak mahalonobis mahalonobis distance yang dihasilkan program AMOS
16.0 Bila mahalonobis d-squared ada yang lebih besar dari nilai chi- square pada df = jumlah indikator dan tingkat signifikansi 0,001, maka
data tersebut menunjukkan adanya multivariate outliers. Dari hasil perhitungan diperoleh nilai chi-square 31; 0,001 = 61,098, sedangkan
nilai mahalonobis d-squared yang tertinggi adalah 45,179, sehingga dapat
disimpulkan tidak terdapat multivariate outliers. lihat lampiran 5. d. Multicollinierity dan Singularity
Multicollinierity dan singularity dapat dideteksi dari determinan matriks kovarians. Nilai determinan matriks kovarians yang sangat kecil extremely
small memberi indikasi adanya problem multicollinierity dan singularity.
Pada program AMOS 16.0 telah menyediakan fasilitas “Warning” apabila
terdapat indikasi multicollinierity dan singularity. Dalam proses analisis tidak
ditemukan adanya “Warning”, sehingga disimpulkan tidak terdapat problem
multikolinierity dan singularity, dengan demikian asumsi non multicollinierity dan non singularity terpenuhi.
e. Evaluasi Atas Kriteria Goodness of Fit
Berdasarkan komputasi AMOS 16.0 untuk model SEM ini, dihasilkan nilai indeks-indeks goodness of fit yang dihasilkan model struktural sebagai
berikut:
Tabel 4.13 Nilai Goodness of Fit dan Cut off Value Structural Model
Kriteria Hasil
Uji Model Nilai
Kritis Keterangan
X
2
Chi square 790,1
Besar X
2
dengan df = 434
dengan α = 0,05
adalah 483,5705
Tidak baik
Probabilitas 0,000
0,05 Tidak
Baik CminDF
1,82 2,00
Baik RMSEA
0,106 0,08
Tidak Baik
GFI 0,667
0,90 Tidak
Baik AGFI
0,62 0,90
Tidak Baik
TLI 0,512
0,95 Tidak
Baik CFI
0,545 0,95
Tidak Baik
Sumber : Lampiran 6, diolah
Tabel di atas menunjukkan terdapat kriteria yang mempunyai nilai tidak baik. Oleh karena itu model ini kurang dapat diterima dengan baik,
sehingga diperlukan modifikasi lebih lanjut.
Kategori