39
5. Outliers
Outliers adalah observasi yang muncul dengan nilai – nilai ekstrim
baik secara univariate. Pada dasarnya outlier dapat muncul dalam empat kemungkinan, adalah sebagai berikut :
a. Kesalahan prosedur b. Keadaan yang benar – benar khusus
c. Adanya suatu alasan tetapi peneliti tidak tahu apa penyebabnya d. Outlier dapat muncul dalam range nilai yang ada, yang disebut
dengan multivariate outliers. 6.
Multicolinearity dan singularity Multicolinearity
dapat dideteksi dari determinan matriks kovarians. Nilai determinan matriks kovarians yang sangat kecil mengindikasikan
adanya problem multicolinearitas dengan mentransformasi data dalam bentuk composite variables
3.4.2. Pengujian Hipotesis
Dalam analisis SEM tidak ada alat uji statistik tunggal untuk mengukur atau menguji hipotesis megenai model. Beberapa indeks
kesesuaian dan cut off value untuk digunakan dalam menguji apakah sebuah model dapat diterima atau ditolak adalah sebagai berikut :
1. X – CHI SQUARE STATISTIC
Merupakan alat paling fundamental untuk mengukur overal fit adalah likelihood ratio chi – square statistic. Chi – square ini bersifat
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
40
sangat sensitive terhadap besarnya sampel yang digunakan. Model yang diuji akan dipandang baik atau memuaskan bila nilai chi –
square nya rendah. Semakin kecil nilai
x
²
semakin baik model itu
x
²
= 0 berarti tidak ada perbedaan. Karena tujuan analisis adalah
mengembangkan dan menguji sebuah model yang sesuai dengan data atau yang fit terhadap data, maka yang dibutuhkan justru sebuah nilai
x
²
yang tidak signifikan. Penggunaan chi – square hanya sesuai bila ukuran sampel antara 100 dan 200, apabilah ukuran sampel ada diluar
rentang itu maka uji signifikan akan menjadi kurang reliabel. Oleh karena itu pengujian ini perlu dilengkapi dengan alat uji lainnya.
2. RMSEA – The Root Mean Square of Approximation RMSEA
adalah sebuah indeks yang dapat digunakan untuk mengkompensasi chi – square statistic dalam sampel yang besar. Nilai
RMSEA menunjukkan goodness – of – fit yang diharapkan bila model
diestimasi dalam populasi. Nilai RMSEA yang lebih kecil atau sama dengan 0,08 merupakan indeks yang dapat diterimanya model yang
menunjukkan sebuah close fit dari model itu berdasarkan degrees of freedom
. 3. GFI – Goodness of Fit Indices
GFI adalah analog dari R
²
dalam regresi berganda. Indeks kesesuaian ini akan menghitung proporsi tertimbang dari varians
dalam matriks konvarians sampel yang dijelaskan oleh matriks konvarians populasi yang diestimasikan. GFI adalah sebuah ukuran
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
41
non – statistikal yang mempunyai rentang nilai antara 0 poor fit sampai dengan 1.0 perfect fit. Nilai yang tinggi dalam indeks ini
menunjukkan sebuah “better fit”. 4.
AGFI – Adjusted Goodness of Fit Indices AGFI GFI
df tingkat penerimaan yang direkomendasikan adalah AGFI mempunyai nilai yang sama dengan atau lebih besar dari
0,90 – 0,95 menunjukkan tingkat cukup – adequate fit Hulland et al., 1996 dalam Ferdinand 2002.
5. CMID DF
The minimum sample discrepancy function CMIN dibagi
dengan degree of freendomnya akan menghasilkan indeks CMIN DF. Pada umunya diartikan sebagai salah satu indicator untuk mengukur
tingkat fit-nya sebuah model.dalam hal ini CMIN DF tidak lain adalah statistic chi – square, X
²
dibagi DF-nya. 6.
TLI – Tucker Lewis Indices TLI
adalah alternative
Incremental Fit Indices yang
membandingkan sebuah model yang diuji terhadap sebuah baseline model.
Nilai yang direkomendasikan sebagai acuan untuk diterimanya sebuah model adalah penerimaan 0,95 dan nilai yang sangat mendekati
1 menunjukkan a very good fit 7.
CFI – Comporative Fit Indices Bersama nilai ini pada rentang nilai sebesar 0 – 1, dimana
semakin mendekati 1, mengindikasikan tingkat fit yang paling tinggi
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
42
a very good fit. Nilai yang direkomendasikan adalah CFI 0,9. keunggulan dari indeks ini besarannya tidak dipengaruhi oleh ukuran
sampel, oleh karena itu sangat baik untuk mengukur tingkat penerimaan sebuah model. Indeks CFI adalah identik dengan Relative
Noncentrality Index RNI.
Dengan demikian indeks – indeks yang dapat digunakan untuk menguji kelayakan sebuah model adalah seperti yang diringkas dalam
tabel berikut ini :
Tabel : 3.1. Goodness Of Fit Indices
GOODNESS OF FIT INDEX
KETERANGAN CUT – OFF
VALUE X² – Chi -
Square Menguji apakah covariance populasi
yang diestimasikan sama dengan covariance sample { apakah model
sesuai dengan data } Diharapkan kecil,
1 s.d. 5 atau paling baik
diantara 1 dan 2
Probability Uji signifikan terhadap perbedaan
matriks covariance data dan matriks covariance yang diestimasi
Minimum 0,1 atau 0,2 atau
0,05
RMSEA Mengkompensasi kelemahan Chi –
Square pada sampel besar 0,08
GFI Menghitung proporsi tertimbang varians
dalam matriks sampel yang dijelaskan oleh matriks sampel covariance
populasi yang diestimasi { analog dengan R² dalam regresi berganda }
0,90
AGFI GFI yang disesuaikan terhadap DF
0,90 CMIN DF
Kesesuaian antara data dan model 2,00
TLI Pembandingan antara model yang diuji
terhadap baseline model 0,95
CFI Uji kelayakan model yang tidak sensitif
terhadap besarnya sampel dan kerumitan model
0,94
Sumber : Hair, et. al, 1998
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
43
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1. Deskripsi Obyek Penelitian 4.1.1. Sejarah Singkat Perusahaan
WINGS Corporation didirikan pada tahun 1948 di Surabaya, Indonesia. Selama lima puluh tahun terakhir perusahaan ini telah
berkembang dari sebuah industri rumah kecil menjadi pemimpin pasar market leader yang mempekerjakan ribuan orang dengan pabrik-pabrik
berlokasi di Jakarta dan Surabaya. Tujuan WINGS Corporation adalah memproduksi produk-produk berkualitas internasional dengan harga
ekonomis. Produksi pertama Wings dimulai dengan pembuatan sabun cuci
hijau buatan tangan. Dengan produk ini Wings berhasil menembus pasar kompetitif pada akhir 1940-an. Segera setelah itu, mereka
memperkenalkan sebuah produk baru - krim deterjen yang sangat membantu kebutuhan toileteries rumah tangga. Seiring dengan
perkembangan Wings yang begitu pesat, maka pabrik kedua P.T. Sayap Mas Utama, dibangun di Jakarta.
Wings menghasilkan produk antara lain toilet sabun, bedak dan bar deterjen, floor cleaners, pelembut kain, dan pembalut untuk market di
seluruh Indonesia dan sekitarnya. Sedangkan pabrik ketiga PT. Lionindo Jaya dibangun di Jakarta bersama-sama dengan Lion Corporation Jepang
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
