3.5 TEKNIK ANALISIS DAN UJI HIPOTESIS
3.5.1. Structural Equation Modeling SEM
Model yang digunakan untuk menganalisa data dalam penelitian ini adalah Structural Equation Modeling SEM
adalah sekumpulan teknik-teknik statistikal yang memungkinkan pengukuran sebuah rangkaian hubungan yang
relatif “rumit” secara simultan. Hubungan yang rumit tersebut dibangun antara satu atau beberapa variabel dependen dengan satu atau beberapa variabel
independen . Masing – masing variabel dependen dan independen dapat terbentuk konstruk yang dibangun dari beberapa variabel dependen
Ferdinand,2000
3.5.2. Asumsi Model
3.5.2.1. Uji Normalitas Sebaran dan Linieritas
a. Normalitas dapat diuji dengan melihat gambar histogram data atau dapat diuji dengan metode – metode statistic.
b. Menggunakan Critical Ratio yang diperoleh dengan membagi koefisian sample standart errornya dan skewness Value yang
biasanya disajikan dalam statistic deskriptif dimana nilai statistic untuk menguji normalitas itu disebut Z-Value. Pada tingkat
signifikasi 1 jika nilai Z lebih besar dari nilai kritis, maka dapat diduga bahwa distribusi data adalah tidak normal.
c. Normal Probability Plot SPSS 10.1 Linearitas dengan mengamati Scatterplots dari data yaitu dengan
memilih pasangan data dan dilihat pola penyebarannya untuk menduga ada tidaknya linearitas.
3.5.2.2. Evaluasi atas Outlier
a. Mengamati nilai Z-score : ketentuannya diantara ± 3.0 non outlier.
b. Multivariate outlier diuji dengan criteria jarak Mahalanobis pada tingkat p 0,001. jarak diuji dengan Chi-Square X² pada df
sebesar jumlah variabel bebasnya df = 12. Ketentuan : bila Mahalanobis
dari nilai X² adalah Multivariate outlier. Outlier
adalah observasi atau data yang memiliki karakteristik unik yang terlihat sangat berbeda jauh dari observasi-observasi
lainnya dan muncul dalam bentuk nilai ekstrim untuk sebuah variabel tunggal atau variabel kombinasi Hair, 1998.
3.5.2.3 Deteksi Multicolinierity dan Singularity
Dengan mengamati Determinant matriks covarians. Dengan ketentuan apabila determinant sample matrix mendekati angka 0
kecil, maka terjadi multikolinieritas dan singularitas. Tabachnick Fidell, 1998.
3.5.2.4 Uji Validitas dan Reliabilitas
Validitas menyangkut tingkat akurasi yang dicapai oleh sebuah indikator dalam menilai sesuatu atau akuratnya pengukuran atas apa
yang seharusnya diukur. Sedangkan reliabilitas adalah ukuran mengenai konsistensi internal dari indikator – indikator sebuah
konstruk yang menunjukkan derajat sampai dimana masing – masing indikator itu mengindikasikan sebuah konstruk yang umum. Karena
indikator multidimensi, maka uji validitas dari setiap latent variable construct akan diuji dengan melihat loading factor dari hubungan
antara setiap observed variable dan latent variable. Sedangkan reliabilitas diuji dengan construct reliability dan variance extracted.
Compose Reliability, adalah ukuran mengenai konsistensi internal dan indikator – indikator sebuah konstruk yang menunjukkan
derajat sampai dimana masing – masing itu mengidentifikasikan sebuah konstruk laten yang umum. Rumus dari composite
reliability adalah sebagai berikut :
[Σ Standardize Loading ]² Consruct Reliability =
{ Σ Standardize Loading }² + Σεj • Variance Extracted, menunjukkan jumlah varians yang dari
indikator – indikator yang diekstraksi oleh konstruk laten yang dikembangkan. Nilai variance extracted
yang tinggi menunjukkan bahwa indikator – indikator itu telah mewakili
secara baik konstruk laten yang dikembangkan. Nilai variance extracted
ini direkomendasikan pada tingkat paling sedikit 0,50 Ferdinand,2000. Variance extracted dapat diperoleh melalui
rumus : [Σ Standardize Loading ]²
Variance Extracted =
{ Σ Standardize Loading }² + Σεj
3.5.3. Pengujian Hipotesis dan Hubungan Kausal
Pengaruh langsung koefisien jalur diamati dari bobot regresi terstandar, dengan pengujian signifikasi pembanding nilai CR Critical Ratio atau p
probability yang sama dengan nilai T hitung. Apabila T hitung lebih besar
daripada T tabel berarti signifikan.
3.5.4. Pengujian Model One Step Approach
Dalam model SEM, model pengukuran dan model struktural parameter- parameternya diestimasi secara bersama-sama. Cara ini agak mengalami
kesulitan dalam memenuhi tuntutan fit model. Kemungkinan terbesar disebabkan oleh terjadinya interaksi antara measurement model dan structural
model yang diestimasi secara bersama-sama one-step approach to SEM.
One-step approach to SEM digunakan apabila model diyakini bahwa dilandasi teori yang kuat serta validitas dan reliabilitas data sangat baik. Hair.et.al,
1998.
3.5.5. Pengujian Model Two Step Approach
Pengajuan model yang digunakan dengan menggunakan model Two- Step Approach, model Two-Step Approach digunakan untuk mengatasi
masalah sampel data yang kecil jika dibandingkan dengan jumlah butir instrumentasi yang digunakan Hartline Ferrell,1996, dan keakuratan
realibilitas indikator-indikator terbaik dapat dicapai dalam two-step approach ini. Two-step approach bertujuan untuk menghindari interaksi antara model
pengukuran dan model struktural pada One Step Approach Hair et.al.,1998 Cara yang dilakukan dalam menganalisis SEM dengan Two-Step
Approach adalah sebagai berikut : 1. Menjumlahkan skala butir-butir setiap konstrak menjadi sebuah indikator
Summed – Scale bagi setiap konstrak. Jika terdapat skala yang berbed
setiap indikator tersebut distandarissi Z – Scores dengan mean=0, deviasi standar=1,yang tujuannya adalah untukmengeliminasi pengaruh-pengaruh
skala yang berbdea –beda tersebut Hair et.al.,1998. 2. Menetapkan error
ε dan lambda λ terms, error terms dapat dihitung dengan rumus 0,1 kali
σ² dan lambda terms dengan rumus 0,95 kali σ Anderson dan Gerbing,1988. Perhitungan construct reliability telah
dijelaskan pada bagian sebelumnya dan deviasi standar σ dapat dihitung
dengan bantuan program aplikasi statistic SPSS. Setelah error ε dan
lambda λ terms diketahui, skor- skor tersebut dimasukkan sebagai
parameter fix pada analisis model pengukuran SEM.
3.5.6. Evaluasi Model
Kategori