commit to user 7.0. Ada beberapa asumsi yang harus dipenuhi sebelum melakukan
pengujian dengan pendekatan Structural Equation Model, yaitu:
1. Asumsi Kecukupan Sampel
Jumlah responden dalam penelitian ini direncanakan sebanyak 150 responden. Dari seluruh kuesioner yang telah terisi, seluruhnya
dapat digunakan dalam penelitian ini. Jumlah sampel ini memenuhi prosedur Maximum Likelihood Estimation yaitu penarikan sampel
antara 100-200 sampel Ghozali, 2008. Dan juga sesuai menurut pendapat Hair et al., 1998 yang mengemukakan tentang ukuran
sampel yang tepat dalam penelitian adalah berjumlah minimal 100 hingga 200 sampel.
2. Asumsi Normalitas
Asumsi yang paling fundamental dalam analisis multivariate adalah normalitas yang merupakan bentuk distribusi data pada variabel
matriks tunggal yang menghasilkan distribusi normal Hair et al., dalam Ferdinand, 2002. Apabila asumsi normalitas tidak dipenuhi dan
penyimpangan data normalitas tersebut besar maka akan menghasilkan hasil uji statistik yang bias.
Pengujian normalitas bertujuan untuk mengetahui apakah distribusi data mengikuti atau mendekati distribusi normal. Normalitas
univariate dilihat dengan nilai critical ratio c.r pada skewness yaitu di bawah 2,58. Sedangkan normalitas multivariate dilihat pada
commit to user assessment of normality baris bawah kanan yaitu nilai critical ratio
c.r kurtosis dibawah 7 Ghozali dan Fuad, 2008. Normalitas univariate dan multivariate terhadap data yang
digunakan dalam analisis ini diuji dengan menggunakan AMOS 7.0. Hasil Uji asumsi normalitas secara lengkap dapat dilihat pada Tabel
IV.10.
Tabel IV.10 Hasil Uji Normalitas
Assessment of normality
Varia ble
min max
skew c.r.
kurtosis c.r.
AT9 1.000
5.000 -.711
-3.553 -.456
-1.140 AT8
1.000 5.000
-.980 -4.898
-.102 -.255
AT7 1.000
5.000 -.957
-4.785 -.206
-.515 AT6
1.000 5.000
-1.077 -5.385
-.071 -.177
AT5 1.000
5.000 -.964
-4.820 .491
1.227 AT4
1.000 5.000
-1.102 -5.512
1.182 2.956
AT3 1.000
5.000 -1.520
-7.598 4.197
10.492 AT2
1.000 5.000
-1.358 -6.790
1.690 4.224
AT1 1.000
5.000 -.950
-4.751 1.075
2.686 EA5
1.000 5.000
-1.075 -5.375
1.378 3.446
EA4 1.000
5.000 -1.403
-7.016 2.729
6.823 EA3
1.000 5.000
-1.252 -6.262
1.293 3.232
EA2 1.000
5.000 -1.369
-6.846 2.042
5.104 EA1
1.000 5.000
-1.612 -8.061
2.946 7.366
HL11 1.000
5.000 -1.515
-7.576 2.535
6.337 HL10
1.000 5.000
-1.360 -6.802
2.665 6.662
HL9 1.000
5.000 -1.331
-6.656 1.098
2.745 HL8
1.000 5.000
-1.299 -6.496
.936 2.340
HL7 1.000
5.000 -1.370
-6.849 1.703
4.258 HL6
1.000 5.000
-1.383 -6.914
1.291 3.229
HL5 1.000
5.000 -1.055
-5.275 .687
1.716 HL4
1.000 5.000
-1.087 -5.435
1.072 2.680
HL3 1.000
5.000 -1.399
-6.995 2.484
6.210
commit to user Varia
ble min
max skew
c.r. kurtosis
c.r. HL2
1.000 5.000
-.920 -4.601
.431 1.077
HL1 1.000
5.000 -1.065
-5.326 .597
1.493 HC11
1.000 5.000
-1.478 -7.391
1.663 4.158
HC10 1.000
5.000 -1.450
-7.248 2.323
5.808 HC9
1.000 5.000
-1.767 -8.834
4.019 10.047
HC8 1.000
5.000 -1.792
-8.959 3.419
8.548 HC7
1.000 5.000
-1.068 -5.339
1.393 3.483
HC6 1.000
5.000 -1.529
-7.645 2.873
7.183 HC5
1.000 5.000
-1.216 -6.078
1.493 3.732
HC4 1.000
5.000 -1.508
-7.542 2.752
6.879 HC3
1.000 5.000
-1.400 -7.001
2.137 5.342
HC2 1.000
5.000 -1.106
-5.531 1.088
2.720 HC1
1.000 5.000
-1.380 -6.901
2.693 6.733
Multi variat
e 127.703
14.951
Tabel IV.10 menjelaskan bahwa secara univariate data dalam penelitian ini termasuk non-normal yang ditunjukkan dengan
terdapatnya nilai skewness 2,58. Nilai yang tertera pada pojok kanan bawah menandakan bahwa secara multivariate, data dalam penelitian
ini termasuk non-normal karena memilki c.r kurtosis diatas 7 yaitu sebesar 14,951.
Analisis terhadap data yang tidak normal dapat mengakibatkan pembiasan intrepretasi karena nilai chi-square hasil analisis cenderung
meningkat sehingga nilai probability level akan mengecil. Namun demikian, teknik Maximum Likelihood Estimates MLE yang
digunakan dalam penelitian ini tidak terlalu terpengaruh robust oleh penyimpangan multivariate normality Ghozali, 2005. Selain itu, data
Sumber : Data Primer Yang Diolah, 2010
commit to user yang digunakan dalam penelitian ini adalah data mentah dan
merupakan data primer berdasarkan jawaban responden yang sangat beragam, sehingga sulit untuk memperoleh data yang mengikuti
distribusi normal secara sempurna.
3. Asumsi Outliers
