Skala Pengukuran Variabel Skala Data Normalitas Data Estimasi Nilai Parameter

Tabel 3. 6 Squared Multiple Correlations Full Model Estimate Prestasi ,557 Y 2 ,832 Y 1 ,019 X 7 ,861 X 6 ,788 X 5 ,342 X 4 ,817 X 3 ,802 X 2 ,001 X 1 ,154 X 8 ,793 X 9 ,390 X 10 ,806 X 11 ,764 X 12 ,666 X 13 ,142 X 14 ,063

3.4 Evaluasi Model Struktural

Sebelum dilakukan pengujian secara ststistik terhadap pengaruh masing-masing variabel independen terhadap variabel dependen dalam fit model, terlebih dahulu akan dilakukan evaluasi terhadap model struktural yang dihasilkan oleh fit model.

3.4.1 Skala Pengukuran Variabel Skala Data

Data yang digunakan untuk mengukur variabel dalam penelitian ini menggunakan skala likert dengan lima kategori satu sampai lima. Skala likert dapat dinyatakan kontinu atau interval, skor perhitungan skala interval ternyata mempunyai urutan yang sama dengan skor skala Likert. Data skala likert untuk analisis persamaan struktural. Universitas Sumatera Utara

3.4.2 Normalitas Data

Estimasi dengan Maximum Likelihood menghendaki variabel observed harus memenuhi asumsi normalitas multivariate. Evaluasi normalitas multivariate dilakukan dengan menggunakan kriteria critical ratio c.r dari multivariate pada kurtosis, apabila berada pada rentang antara ± 2,58 berarti data berdistribusi normal secara multivariat. Hasil pengujian normalitas data adalah sebagai berikut: Tabel 3. 7 Assessment of normality Full Model Variable Min Max Skew c.r. kurtosis c.r. Y 2 2,000 5,000 ,439 1,794 ,176 ,359 Y 1 2,000 5,000 ,358 1,462 -,498 -1,017 X 7 2,000 5,000 ,275 1,122 -,950 -1,939 X 6 2,000 5,000 ,249 1,015 -,672 -1,371 X 5 2,000 4,000 ,047 ,191 ,209 ,426 X 4 2,000 5,000 ,280 1,144 -,850 -1,735 X 3 2,000 5,000 ,247 1,008 -,683 -1,395 X 2 2,000 5,000 ,375 1,529 -,409 -,835 X 1 2,000 5,000 ,607 2,478 1,042 2,127 X 8 2,000 5,000 ,331 1,350 -,758 -1,548 X 9 2,000 5,000 ,372 1,518 ,322 ,657 X 10 2,000 5,000 ,239 ,975 -,681 -1,390 X 11 2,000 5,000 ,242 ,988 -,651 -1,329 X 12 2,000 5,000 ,585 2,389 ,079 ,162 X 13 2,000 5,000 ,664 2,710 ,693 1,414 X 14 2,000 4,000 -,362 -1,476 -,910 -1,858 Multivariate ,359 ,075 Normalitas menunjukkan bahwa nilai c.r. untuk multivariate adalah 0,75 lebih kecil dari ± 2,58,sehingga dapat disimpulkan bahwa data berditribusi normal secara multivariate.

3.4.3 Estimasi Nilai Parameter

Pengujian terhadap hipotesis yang diajukan dapat dilihat dari hasil koefisien standardized regression . Hasil output estimasi dapat dilihat di bawah ini : Universitas Sumatera Utara Tabel 3. 8 Regression Weights Estimate S.E. C.R. P Label prestasi --- Lingkungan ,029 1,690 ,017 ,986 par_13 prestasi --- Kesehatan ,104 ,831 ,126 ,900 par_14 prestasi --- Motivasi ,255 1,810 ,141 ,888 par_15 X 14 --- Motivasi 1,000 X 13 --- Motivasi 1,456 ,546 2,668 ,008 par_1 X 12 --- Motivasi 3,607 1,485 2,428 ,015 par_2 X 11 --- Motivasi 4,392 1,798 2,443 ,015 par_3 X 10 --- Kesehatan 1,000 X 9 --- Kesehatan ,515 ,071 7,287 par_4 X 8 --- Kesehatan 1,040 ,076 13,596 par_5 X 1 --- Lingkungan 1,000 X 2 --- Lingkungan ,121 ,344 ,351 ,725 par_6 X 3 --- Lingkungan 3,913 ,958 4,086 par_7 X 4 --- Lingkungan 4,210 1,029 4,090 par_8 X 5 --- Lingkungan 1,564 ,437 3,577 par_9 X 6 --- Lingkungan 3,857 ,949 4,066 par_10 X 7 --- Lingkungan 4,391 1,071 4,100 par_11 Y 1 --- Prestasi 1,000 Y 2 --- Prestasi 7,478 13,682 ,547 ,585 par_18 Tabel 3.9 Standardized Regression Weights Estimate prestasi --- Lingkungan ,073 prestasi --- Kesehatan ,992 prestasi --- Motivasi ,537 X 14 --- Motivasi ,251 X 13 --- Motivasi ,377 X 12 --- Motivasi ,816 X 11 --- Motivasi ,874 X 10 --- Kesehatan ,898 X 9 --- Kesehatan ,625 X 8 --- Kesehatan ,891 X 1 --- Lingkungan ,393 X 2 --- Lingkungan ,037 X 3 --- Lingkungan ,895 X 4 --- Lingkungan ,904 X 5 --- Lingkungan ,585 X 6 --- Lingkungan ,888 X 7 --- Lingkungan ,928 Y 1 --- Prestasi ,538 Universitas Sumatera Utara Estimate Y 2 --- Prestasi ,912 Tabel 3.10 Varians: Full Model Estimate S.E. C.R. P Label Motivasi ,030 ,025 1,219 ,223 par_35 Kesehatan ,621 ,109 5,700 par_36 Lingkungan ,042 ,021 1,998 ,046 par_37 Z 1 ,006 ,012 ,488 ,626 par_38 e 14 ,452 ,065 6,995 par_39 e 13 ,390 ,057 6,838 par_40 e 12 ,199 ,036 5,597 par_41 e 11 ,181 ,040 4,524 par_42 e 10 ,149 ,028 5,309 par_43 e 9 ,257 ,038 6,762 par_44 e 8 ,175 ,030 5,919 par_45 e 1 ,232 ,033 6,983 par_46 e 2 ,461 ,066 7,034 par_47 e 3 ,160 ,027 5,894 par_48 e4 ,168 ,029 5,814 par_49 e 5 ,199 ,029 6,848 par_50 e 6 ,169 ,028 5,960 par_51 e 7 ,132 ,025 5,225 par_52 e 15 ,351 ,052 6,738 par_53 e 16 ,078 ,659 ,118 ,906 par_54

3.4.4 Measurement Model Fit