dievaluasi dengan menggunakan nilai X2 pada derjat kebebasan sebesar jumlah item yang digunakan dalam penelitian. Apabila nilai jarak
Mahalanobisnya lebih besar dari nilai X2 tabel adalah outlier multivariate.
3.4.4. Uji Normalitas Data
Adapun metode yang digunakan untuk mengetahui apakah data tersebut berdistribusi normal atau tidak adalah menggunakan uji critical ratio
dari Swekness dan Kurtosis dengan ketentuan sebagai berikut : a.
Jika nilai critical yang diperoleh melebihi rentang ± 2,58, maka distribusi adalah titik normal.
b. Jika nilai critical yang diperoleh berada pada ± 2,58, maka distribusi
adalah normal.
3.4.5. Uji Hipotesis
Analisis yang digunakan untuk menjawab hipotesis dalam penelitian ini menggunakan model persamaan struktur atau SEM dengan menggunakan
paket program Amos 4,0 dan SPSS versi 13.0. SEM adalah teknik multivariat yang mengkombinasikan aspek multiple regression dan factor analysis untuk
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
mengestimasikan hubungan saling ketergantungan secara simultan Hair et al, 2006.
Hair et al 2006 menjelaskan bahwa pola “confirmatory” menunjukkan prosedur yang dirancang untuk mengevaluasi utilitas hipotesis
dengan pengujian fit antara model teoritis dan data empiris. Jika model teoritis menggambarkan “good fit” dengan data maka model dianggap sebagai yang
diperkuat. Sebaliknya suatu model teoritis tidak diperkuat jika teori tersebut mempunyai suatu “poor fit” dengan data. Amos dapat menguji apakah model
“good fit” atau “poor fit”, jadi “good fit” model yang diuji sangat penting dalam penggunaan SEM.
Pengujian terhadap model yang dikembangkan dengan berbagai kriteria goodness of fit, yakni Chi-square, Probability, RMSEA, GFI, AGFI,
CMINDDF, TLI, CFI. Apabila model awal tidak good fit dengan data, maka model dikembangkan dengan pendekatan two step approach to SEM.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Tabel 3.1 : Goodness Of Fit Indices
Goodness Of Fit Index
Keterangan Cut-Off Value
X2-Chi-Square Menguji apakah
covariance populasi yang destimasi sama dengan
covariance sample Diharapkan
kecil, 1 sampai dengan 5 atau
paling baik diantara 1 dan 2
Probability Uji signifikan terhadap
perbedaan matrics covariance data dan
matrics covariance yang destimasi
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 matrics sample yang
dijelaskan oleh matrics covariance
populasi yang diestimasi -0,90
AGFI GFI yang disesuaikan
terhadap DF -0,90
CMINDDF Kesesuaian antara data
dan model -2,00
TLI Perbandingan antara
model yang diuji terhadap baseline model
-0,95
CFI Uji kelayakan model yang
tidak sensitive terhadap besarnya sampel dan
kerumitan model -0,94
Sumber : Hair et al 2006
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
BAB IV HASIL DAN PEMBAHASAN
