Deteksi Uji Validitas dan Reliabilitas

52 satu case outlier yang dieliminasi sehingga N pada analisis selanjutnya tinggal 120-1 = 119.

4.3.3. Deteksi

Multicollinierity dan Singularity Dengan mengamati Determinant matriks covarians. Dengan ketentuan apabila determinant sample matrix mendekati angka 0 kecil, maka terjadi multikolinieritas dan singularitas Tabachnick Fidell, 1998. Berdasarkan hasil pengujian dengan menggunakan program AMOS 4.0 diperoleh hasil Determinant of Sample Covariance Matrix adalah 0 yaitu sebesar 29,44 0 mengindikasikan tidak terjadi multikolinieritas dan singularitas dalam data ini sehingga asumsi terpenuhi.

4.3.4. Uji Validitas dan Reliabilitas

Validitas menyangkut tingkat akurasi yang dicapai oleh sebuah indikator dalam menilai sesuatu atau akuratnya pengukuran atas apa yang seharusnya diukur. Sedangkan reliabilitas adalah ukuran mengenai konsistensi internal dari indikator-indikator sebuah konstruk yang menunjukkan derajat sampai dimana masing-masing indikator itu mengindikasikan sebuah konstruk yang umum. Karena indikator multidimensi, maka uji validitas dari setiap latent variabelconstruct akan diuji dengan melihat faktor loading faktor dari hubungan antara setiap observed variabel dan latent variabel. Sedangkan reliabilitas diuji dengan construct reliability dan variance extracted. Dari hasil pengolahan data didapatkan hasil sebagai berikut : Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 53 Tabel 4.11. Faktor Loading dan Konstruk dengan Confirmatory Factor Analysis Faktor Loading Konstrak Indikator 1 2 3 4 X11 0,767 X12 0,786 Intrisic X13 0,804 X21 0,881 Extrinsic X22 0,779 X31 0,702 X32 0,877 X33 0,932 X34 0,709 Job Satisfaction X35 0,690 Y1 0,705 Y2 0,887 Job Performance Y3 0,887 Sumber : Lampiran 5 Berdasarkan hasil confirmatory factor analysis terlihat bahwa factor loading masing-masing butir pertanyaan yang membentuk setiap construc seluruhnya ≥ 0,5, sehingga butir-butir instrumentasi setiap konstruk tersebut dapat dikatakan validitasnya baik. Koefisien Cronbach’s Alpha dihitung untuk mengestimasi reliabilitas setiap skala variabel atau indikator observarian. Sementara itu item to total correlation digunakan untuk memperbaiki ukuran-ukuran dan mengeliminasi butir-butir yang kehadirannya akan memperkecil koefisien Cronbach’s Alpha yang dihasilkan. Hasil pengujian reliabilitas Consistency Internal dalam penelitian ini dapat dilihat pada tabel berikut ini : Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 54 Tabel 4.12 Pengujian Reliability Consistency Internal Konstrak Indikator Item to Total Correlation Koefisien Cronbachs Alpha X11 0,877 X12 0,852 Intrisic X13 0,858 0,824 X21 0,906 Extrinsic X22 0,932 0,811 X31 0,773 X32 0,870 X33 0,909 X34 0,837 Job Satisfaction X35 0,817 0,895 Y1 0,855 Y2 0,914 Job Performance Y3 0,895 0,863 Sumber : Lampiran 6 Hasil pengujian reliabilitas konsistensi internal untuk setiap construct di atas menunjukkan cukup baik dimana koefisien Cronbach’s Alpha yang diperoleh seluruhnya memenuhi rules of thumb yang disyaratkan yaitu ≥ 0,7 [Hair et.al.,1998]. Tidak terjadi eliminasi karena nilai item to total correlation indikator seluruhnya ≥ 0,5. Selain melakukan pengujian konsistensi internal Cronbach’s Alpha, perlu juga dilakukan pengujian construct reliability dan variance extracted. Kedua pengujian tersebut masih dalam koridor uji konsistensi internal yang akan memberikan peneliti kepercayaan diri yang lebih besar bahwa indikator-indikator individual mengukur suatu pengukuran yang sama. Construct reliability dan Variance-extracted dihitung dengan rumus sebagai berikut:      j ading dardize Lo S Loading Stadardize liability Construct       2 2 tan Re Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 55     j ading dardize Lo S Loading Stadardize xtracted Variance E      2 2 tan Sementara  j dapat dihitung dengan formula  j = 1 – [Strespondenrdize loading] secara umum, nilai construct reliability yang dapat diterima adalah  0,5 Hair at, 1998. Strespondenrdize loading dapat diperoleh dari output AMOS 4.01, dengan melihat estimasi setiap construct strespondenrdize regression weight terhadap setiap butir sebagai indikatornya.   2 tan 1 ading dardize Lo S j    Hasil pengujan Construct Reliability dan Variance Extraced dalam penelitian ini akan ditampilkan pada tabel berikut: Tabel 4.13 Construct Reliability Variance Extrated Konstrak Indikator Standardize Factor Loading SFL Kuadrat Error [ εj] Construct Reliability Variance Extrated X11 0,767 0,588 0,412 X12 0,786 0,618 0,382 Intrisic X13 0,804 0,646 0,354 0,829 0,618 X21 0,881 0,776 0,224 Extrinsic X22 0,779 0,607 0,393 0,817 0,692 X31 0,702 0,493 0,507 X32 0,877 0,769 0,231 X33 0,932 0,869 0,131 X34 0,709 0,503 0,497 Job Satisfaction X35 0,690 0,476 0,524 0,890 0,622 Y1 0,705 0,497 0,503 Y2 0,887 0,787 0,213 Job Performance Y3 0,887 0,787 0,213 0,869 0,690 Batas Dapat Diterima ≥ 0,7 ≥ 0,5 Sumber : Lampiran 7 Hasil pengujian reliabilitas instrumen dengan construct reliability dan variance extracted menunjukkan instrumen cukup reliabel, yang ditunjukkan Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 56 dengan nilai construct reliability seluruhnya ≥ 0,7. Dan variance extracted direkomendasikan pada tingkat 0,5

4.3.5. Pengujian Model Dengan