derajat bebas sebesar jumlah variabel yang digunakan dalam penelitian ini.
3.5.6. Uji
Normalitas Univariate Dan Multivariate
Sebaran data yang harus dianalisis untuk mengetahui apakah asumsi normalitas terpenuhi, sehingga data dapat diolah dari path
diagram. Uji normalitas perlu dilakukan baik untuk univariate dan multivariate. Untuk menguji normalitas distribusi data yang
digunakan dalam analisis dengan menggunakan uji-uji statistik. Bila nilai Z lebih besar dari nilai kritis, maka dapat duga bahwa distribusi
data adalah tidak normal dengan asumsi normalitas pada tingkat signifikasi
≥ 0,05.
3.5.7. Uji
Kausalitas
Kausalitas permodelan
yang tersusun secara struktural yang menggambarkan adanya hubungan yang hipotesis antar konstruk dan
menjelaskan kualitas termasuk di dalamnya kausalitas berjenjang. Hubungan kausalitas yang dihipotesiskan berdasarkan teori yang
telah teruji dan sistematis. Deteksi kausalitas dapat diamati dari batas tingkat probabilitas yang lebih kecil 0,05
≥ 0,05. Dalam sebuah model kausalitas, kebenaran adanya hubungan sebab akibat antara dua
atau lebih variabel bukannya karena menggunakan SEM tetapi harus didasari oleh teori-teori yang mapan. Jadi SEM bukan digunakan
untuk menghasilkan kualitas tetapi digunakan untuk mengkonfirmasikan kausalitas.
Pengujian Hipotesis
Dalam analisis SEM tidak ada alat uji statistic tunggal untuk mengukur atau menguji hipotesis mengenai model. Beberapa indeks
kesesuaian dan cut-off valuenya untuk digunakan dalam menguji apakah sebuah model dapat diterima atau ditolak adalah :
1. Chi-Square Statistic
Chi-Square ini sangat bersifat sensitif terhadap besarnya sampel yang digunakan. Karena itu bila jumlah sampel adalah cukup besar
yaitu lebih dari 200 sampel, maka statistik Chi-Square ini harus didampingi oleh alat uji lainnya Hair et.al. 1995:105 ; Tabachnick
Fidell, 1996 : 84. Karena tujuan analisis ini 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 yang menguji hipotesa nol bahwa matrik kovarian populasi tidak sama dengan kovarian
sampel. Oleh karena itu X
2
yang kecil dan tidak signifikanlah yang diharapkan agar hipotesa nol sulit ditolak.
2. RMSE
Root Mean Error of Approximation RMSE adalah sebuah indeks yang dapat digunakan untuk
mengkompensasi Chi-Square statistik dalam sampel yang besar Baumgartner Homburg, 1996 : 65. Nilai RMSE yang lebih
kecil atau sama dengan 0,08 merupakan indek untuk dapat diterimanya model yang menunjukkan sebuah close fit dari model
itu berdasarkan Degress of Freedom Broes Cudech, 1993 : 72 3.
GFI Goodness of Fit Index
Indek kesesuaian
Fit Indeks ini akan menghitung proporsi tertimbang dari varian sampel yang dijelaskan oleh matrik
kovarians populasi Bentler, 1983 : 12; Tanaka Huba, 1989 : 54 GF yang diharapkan adalah sebesar
≥ 0,90 4.
AGFI Adjustment Goodness of Fit Indeks
Tanaka Huba, 1989 : 55, menyatakan bahwa AFGI adalah analog dari R
2
dalam regresi berganda. Fit index ini dapat di adjustment terhadap degress of freedom yang tersedia untuk
diterima tidaknya model Arbuckle, 1997 : 30. Index ini diperoleh dengan rumus :
AGFI : 1 – 1 – GFI dimana d
b
=
∑
= derajat bebas
− G
g
d g
P
1
, 5. CMIN DF Minimum Sampel Discrepancy Function Degress of
Freedom CMIN DF dalam hal ini tidak lain adalah statistik Chi-Square
dibagi dengan derajat bebasnya sehingga disebut X
2
relatif. Nilai X
2
relatif kurang dari 2.0 atau bahkan kurang dari 3.0 dari aceptable fit antara model dan data Arbuckle, 1997 : 32
6. TLI
Tucker Lewis Index
TLI adalah sebuah alternatif incremental fit index yang membandingkan antara base line model Baunmgartner
Honburg, 1996 : 69. Nilai yang direkomendasikan sebagai acuan untuk diterimanya sebuah model adalah penerimaan
≥ 0,95 index ini diperoleh dengan rumus :
TLI = 1
− −
db Cb
d C
db Cb
Dimana C
adalah diskrepansi dari model yang dievaluasi dan
d adalah derajat bebasnya. Sementara C
b
dan d
b
adalah diskrepansi dan derajat bebas dari baseline model yang dijadikan pembanding.
7. CFI
Comparatif fit Index Keunggulan
dari indeks
ini adalah bahwa indeks ini besarnya
tidak dipengaruhi oleh ukuran karena itu sangat baik untuk mengukur tingkat penerimaan sebuah model Hulland, et.al. 1996 :
35. Indeks ini diperoleh dengan rumus : CFI =
b b
d C
d C
− −
− 1
Dimana C
adalah diskrepansi dari model yang dievaluasi dan
d adalah derajat bebasnya. Sementara C
b
dan d
b
adalah diskrepansi dan derajat bebas baseline model yang dijadikan pembanding.
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1. Deskripsi Objek Penelitian 4.1.1. Sejarah Perusahaan
PT. Geni berdiri pada tahun 2000, PT. Geni sendiri merupakan Sister Company dari perusahaan PT. Aorti Metal Production yang didirikan
oleh Bapak Hartanto selaku owner PT. Aorta. Sejatinya PT. Aorta memiliki banyak Sister Company yang bergerak diberbagai bidang.
PT. Geni terletak di Jl. Raya Ambeng-ambeng no 52 Sedati, Sidoarjo. Ide mendirikan PT. Geni adalah untuk memperluas kontribusi PT.
Aorta dalam perekonomian terutama perekonomian di Sidoarjo. Hal ini dibuktikan dengan penyerapan tenaga kerja sebanyak 169 karyawan. Tidak
hanya itu dari aktivitas karyawan-karyawan PT. Geni muncul beberapa kegiatan-kegiatan ekonomi baru misalnya adanya beberapa depot makanan
di sekitar lokasi perusahaan, beberapa pedagang-pedagang kaki lima. Melihat masih sedikitnya pemain-pemain di pasar untuk jenis
barang produksinya akhirnya diputuskanlah bahwa perusahaan yang baru akan memproduksi kompor tradisional. Pertimbangan lainnya adalah bisnis
dalam bidang ini tidak dibutuhkan banyak kegiatan-kegiatan yang menimbulkan biaya relatif besar, maksudnya adalah walaupun harus tetapi
promosi yang dilakukan tidak perlu merambah dunia media elektronik cukup dengan promosi yang gencar pada pengecer-pengecer atau toko-toko
54