3.8 Metode Penelitian Data
3.8.1 Uji Asumsi Structural Equation Modelling SEM
Setelah dilakukan uji validitas dan reliabilitas pada masing-masing variabel laten, maka dilakukan uji asumsi klasik untuk melihat apakah prasyarat
yang diperlukan dalam permodelan SEM dapat terpenuhi adalah asumsi multivariate normal, tidak adanya multikolinearitas atau singularitas dan outlier.
a. Uji Normalitas
Normalitas yaitu sebaran data yang akan dianallisis, untuk melihat apakah asumsi normalitas dapat dipenuhi sehingga data dapat diolah lebih lanjut. Uji
normalitas perlu dilakukan baik untuk normalitas terhadap data univariat maupun normalitas multivariate dimana beberapa variabel yang digunakan
sekaligus dalam analisis terakhit. Untuk menguji dilanggar atau tidaknya, maka dapat dilakukan dengan nilai statistik z untuk skewness dan kurtosisnya
dan secara empirik dapat dilihat dengan critical ratio CR skewness value. Jika dipergunakan tingkat signifikan 1 0,01, maka nilai CR yang berada
diantara -2,58 sampai dengan 2,58 - 2,58 ≤ CR ≥ 2,58 dikatakan data
distribusi normal, baik secara univariate maupun secara multivariate Ghozali, 2005a: 128.
b. Uji Multikolinearitas
Multikolinearitas dapat dilihat melalui determinan matriks konvarians. Nilai determinan yang sangat kecil atau mendekati nol, maka menunjukkan
indikasi terdapatnya masalah multikolinearitas atau singularitas, sehingga data itu tidak dapat digunakan untuk penelitian Tabachnick dan Fidell, dalam
Ghozali, 2008c:231. c.
Uji Outliers Outliers adalah kondisi observasi dari suatu data yang memiliki
karateristik unik yang terlihat sangat berbeda jauh dari observasi-observasi lainnya yang muncul dan dalam bentuk nilai ekstrim, baik untuk sebuah
variabel tunggal atau variabel kombinasi Ghozalli, 2008d:227. Apabila terjadi outliers dapat dilakukan perlakuan khusus outliers-nya asal bagaimana
munculnya outliers tersebut. Deteksi terhadap multivariate outliers dilakukan
dengan memperhatikan nilai mahalnobis distance. Kriteria yang digunakan adalah berdasarkan nilai chi square pada derajat kebebasan degree of
freedom sebesar jumlah variabel indikator pada tingkat signifikasi p 0,01. Kasus yang mempunyai nilai mahalnobis distance lebih besar dari nilai chi
square yang disarankan, maka kasus tersebut adalah multivariate outliers square yang disaratkan, maka kasus tersebut adalah multivariate outliers
Ghozali, 2005b: 130.
3.8.2 Structural Equation Modelling SEM
Kategori