Tingkat Kehadiran mahasiswa Y2 Informasi kontrak kuliah Y3 Kesesuaian dengan SAP dan GBPP Y4 Tersedia waktu diskusi Y5 Tersedia buku panduan praktikum Y6 Tingkat kehadiran dosen Y7 Tugas kuliah Y8 Penguasaan materi melalui praktikum Y9 Sesuai dengan yang

pada sub bab 6.2.3.2. Data yang digunakan adalah nilai error variabel endogen , nilai factor loading yang menghubungkan konstruk dengan indikatornya , dan nilai faktor endogen . Berikut ini adalah hasil pengolahan model pengukuran indikator dari variabel endogen. 1. Sistem penilaian transparan Y1

2. Tingkat Kehadiran mahasiswa Y2

3. Informasi kontrak kuliah Y3

4. Kesesuaian dengan SAP dan GBPP Y4

5. Tersedia waktu diskusi Y5

Universitas Sumatera Utara

6. Tersedia buku panduan praktikum Y6

7. Tingkat kehadiran dosen Y7

8. Tugas kuliah Y8

9. Penguasaan materi melalui praktikum Y9

10. Sesuai dengan yang diharapkan Y10

11. Mau mempromosikan Y12

Universitas Sumatera Utara 5.2.4. Validitas Konvergen Model Validitas konvergen dapat dinilai dari measurement model yang dikembangkan dalam penelitian dengan menentukan apakah setiap indikator yang diestimasi secara valid dapat mengukur dimensi, menunjukkan validitas konvergen yang signifikan apabila koefisien variabel indikator itu lebih besar dari dua kali strandar errornya Ferdinand, 2000. Bila setiap indikator memiliki critical ratio C.R yang lebih besar dari dua kali standard errornya, hal ini menunjukkan bahwa indikator tersebut secara valid mengukur apa yang seharusnya diukur dalam model yang disajikan. Hasil perhitungan pada Lampiran 3 dapat disusun tabel Regression Weight factor loading Measurement Model seperti pada Tabel 5.5. Tabel 5.5. Regression Weight factor loading Measurement Model Estimate S.E. C.R. P Label X8 --- KD 1,000 X7 --- KD 1,247 ,130 9,578 par_1 X6 --- KD ,941 ,112 8,382 par_2 X5 --- KD ,827 ,104 7,960 par_3 X4 --- KD 1,129 ,122 9,275 par_4 X3 --- KD 1,009 ,123 8,211 par_5 X2 --- KD ,950 ,118 8,028 par_6 X1 --- KD ,827 ,111 7,476 par_7 X20 --- DFa 1,000 X21 --- DFa 1,036 ,103 10,012 par_8 X22 --- DFa ,865 ,099 8,714 par_9 Universitas Sumatera Utara Estimate S.E. C.R. P Label X23 --- DFa ,825 ,098 8,421 par_10 X24 --- DFa ,837 ,097 8,670 par_11 X17 --- LAM 1,000 X16 --- LAM 1,225 ,124 9,886 par_12 X15 --- LAM ,997 ,119 8,389 par_13 X14 --- LAM 1,060 ,110 9,594 par_14 X13 --- LAM 1,319 ,127 10,411 par_15 X12 --- LAM 1,242 ,128 9,705 par_16 X11 --- LAM 1,180 ,127 9,299 par_17 X10 --- LAM ,898 ,106 8,470 par_18 X31 --- DA 1,584 ,901 1,759 ,079 par_19 X27 --- DFi 1,000 X28 --- DFi 1,000 ,145 6,878 par_20 X29 --- DFi ,819 ,122 6,733 par_21 X39 --- PR 1,000 X40 --- PR ,904 ,157 5,775 par_22 Y9 --- PP 1,000 Y8 --- PP 1,256 ,155 8,106 par_23 Y7 --- PP 1,403 ,178 7,889 par_24 Y6 --- PP 1,265 ,160 7,889 par_25 Y5 --- PP 1,204 ,162 7,442 par_26 Universitas Sumatera Utara Tabel 5.5. Regression Weight factor loading Measurement Model lanjutan Estimate S.E. C.R. P Label Y4 --- PP 1,440 ,178 8,097 par_27 Y3 --- PP 1,497 ,185 8,098 par_28 Y2 --- PP 1,528 ,189 8,069 par_29 Y1 --- PP 1,275 ,165 7,715 par_30 X35 --- AA 1,000 X36 --- AA 1,356 ,256 5,292 par_31 Y12 --- KI 1,000 Y10 --- KI ,768 ,180 4,259 par_32 X9 --- KD ,862 ,110 7,841 par_33 X25 --- DFa ,864 ,101 8,555 par_45 X26 --- DFa ,782 ,099 7,866 par_46 X33 --- DA 1,000 X37 --- AA 1,143 ,207 5,522 par_47 X41 --- PR ,770 ,132 5,846 par_48 Sumber : pengolahan data 2015 Tabel 5.5. menunjukkan bahwa nilai factor loading estimasi yang dipersyaratkan harus mencapai ≥ 0,40. factor loading dari masing-masing variabel laten menunjukkan angka ≥ 0,40, maka dapat disimpulkan bahwa indikator masing-masing konstruk secara bersama-sama menyajikan unidimensionalitas untuk masing-masing variabel laten. Sedangkan critical ratio C.R menunjukkan ≥ 2,0, menunjukkan bahwa indikator tersebut merupakan dimensi dari faktor laten yang dibentuk. Universitas Sumatera Utara

BAB VI ANALISIS DAN PERANCANGAN

6.1. Analisis

6.1.1. Analisis Kecocokan

Pada analisis hasil, bagian utama yang dibahas adalah mengenai tingkat kecocokan antara data dengan model, validitas dan reliabilitas model pengukuran serta signifikansi koefisien-koefisien model struktural. Analisis terhadap tingkat kecocokan data dengan model dilakukan melalui beberapa tahapan yaitu Wijanto, 2008: a. Analisis kecocokan terhadap keseluruhan model overall model fit b. Analisis kecocokan terhadap model pengukuran measurement model fit

c. Analisis kecocokan terhadap model struktural structural model fit

6.1.1.1. Analisis Kecocokan Keseluruhan Model Overall Model Fit