48 masing-masing indikator itu mengindikasikan sebuath
konstruk atau factor laten yang umum. Composite realbility diperoleh melalui rumus berikut:
...........persamaan 2.1 Nilai
batas tingkat
realbilitas yang
dapat diterima adalah 0,7 Hair et al., 1998. Apabila
nilai composite realbility dibawah 0,7 diharapkan untuk memodiikasi model pengukuran yang dikembangkan.
2.2.6.6 Evaluasi Model dalam SEM
1. Multivariate Outlier
Outliers merupakan observasi atau data yang memiliki karakteristik unik yang terlihat sangat
berbeda jauh dari observasi-observasi yang lain dan muncul dalam bentuk nilai ekstrim, baik untuk sebuah
variabel tunggal maupun variabel-variabel kombinasi. Adapun outliers dapat dievaluasi dengan dua cara,
yaitu analisis terhadap univariate outliers dan analisis terhadap multivariate outliers.
Jika terdapatnya outlier pada tingkat multivariate dalam suatu analisis tidak akan dihilangkan dari
analisis karena data tersebut menggambarkan keadaan yang sesungguhnya dan tidak ada alasan khusus dari
profil responden yang menyebabkan harus dikeluarkan dari analisis tersebut Ferdinand, 2006.
2. Normalitas Data
Normalitas data adalah pengujian untuk mengukur apakah data yang didapatkan memiliki distribusi normal
sehingga dapat dipakai dalam statistic parametric.
49 Dengan kata lain, uji normalitas adalah uji untuk
mengetahui apakah data empirik yang didapatkan dari lapangan itu sesuai dengan distribusi teoritik tertentu
yaitu berdistribusi normal. Asumsi normalitas multivariate diamati pada baris
terakhir assesment of normality dengan melihat c.r yang diperoleh dari rumus:
√ ...........persamaan 2.2
Pengujian normalitas dapat diamati dengan melihat nilai skewness data yang digunakan, apabila nilai CR
pada skewness data berada diantara rentang ± 2,58 pada tingkat signifikansi 0,05, maka data penelitian yang
digunakan dapat dikatakan berdistrbusi normal Singgih, 2012.
3. Multikolinearitas dan Singularitas
Multikolinearitas dapat dideteksi dari determinan matriks kovarians. Nilai determinan matriks kovarians
yang sangat kecil extremely small member indikasi adanya problem multikolinearitas atau singularitas.
Pada umumnya
program-program komputer
SEM telah
menyediakan fasilitas warning setiap kali terdapat indikasi multikolinearitas atau singularitas. Bila
muncul pesan itu, telitilah ulang data yang digunakan untuk mengetahui apakah terdapat kombinasi linear dari
variabel yang
dianalisis. Perlakukan
data data
treatment yang dapat diambil adalah keluarkan variabel yang menyebabkan singularitas itu.
50 Bila singularitas dan multikolinearitas ditemukan
dalam data yang dikeluarkan itu, salah satu treatment yang dapat diambil adalah dengan menciptakan composite
variables, lalu gunakan composite variables itu dalam analisis selanjutnya Syamsul Hadi, 2015.
4. Kriterian Goodness of fit
