Transformasi Data Ordinal menjadi Interval Pengertian Analisis Jalur

15 2. Menjumlahkan varian semua item 2.4 3. Menghitung varian total 2.5 4. Melakukan proses perhitungan nilai cronbach alpha 2.6 keterangan: α = nilai cronbach alpha K = banyaknya item pernyataan = varian tiap-tiap item; j = 1, 2, 3, … , K = varian total

2.10 Transformasi Data Ordinal menjadi Interval

Pada penelitian ini variabel yang digunakan berskala ordinal. Oleh karena itu, untuk pemenuhan asumsi pada analisis jalur bahwa variabel endogen harus berskala interval, maka terlebih dahulu data ordinal ditransformasikan menjadi data interval menggunakan Method of Successive Interval MSI. Langkah- langkah transformasi data ordinal ke data interval adalah Riduwan, 2007: 30: 1. Pertama perhatikan setiap butir jawaban responden dari angket yang disebar. 2. Pada setiap butir ditentukan berapa orang yang mendapat skor 1, 2, 3, dan 4 yang disebut sebagai frekuensi. 3. Setiap frekuensi dibagi dengan banyaknya responden dan hasilnya disebut proporsi. 4. Tentukan nilai proporsi kumulatif dengan jalan menjumlahkan nilai proporsi secara berurutan perkolom skor. 5. Gunakan tabel distribusi normal, hitung nilai Z untuk setiap proporsi kumulatif yang diperoleh. 16 6. Menghitung nilai densitas dari nilai Z yang diperoleh dengan cara memasukkan nilai Z ke dalam fungsi densitas normal baku. 7. Tentukan nilai skala dengan menggunakan rumus: – 2.7 8. Menghitung skor nilai transformasi untuk setiap kategori dengan rumus: 2.8 Scale value min artinya adalah nilai scale value absolut tanpa memperhatikan tanda positif atau negatif paling kecil.

2.11 Pengertian Analisis Jalur

Dalam Sarwono 2007: 1 Robert D.Rutherford 1993 menyatakan bahwa analisis jalur adalah suatu teknik untuk menganalisa hubungan sebab akibat yang terjadi pada regresi berganda jika variabel bebasnya mempengaruhi variabel tergantung tidak hanya secara langsung tetapi, juga secara tidak langsung. Defenisi lain mengatakan analisis jalur merupakan pengembangan langsung bentuk regresi berganda dengan tujuan untuk memberikan estimasi tingkat kepentingan magnitude dan signifikansi hubungan sebab akibat hipotetikal dalam seperangkat variabel Paul Webley, 1997. David Garson 2003 dari North Carolina State University mendefinisikan analisis jalur sebagai model perluasan regresi yang digunakan untuk menguji keselarasan matriks korelasi dengan dua atau lebih model hubungan sebab akibat yang dibandingkan oleh peneliti. Modelnya digambarkan dalam bentuk gambar lingkaran dan panah di mana anak panah tunggal menunjukkan sebagai penyebab.

2.12 Diagram Jalur dan Persamaan Struktural