44
4.2.6. Uji Normalitas
Uji normalitas sebaran dilakukan dengan Skewness Value dari data yang digunakan yang biasanya disajikan dalam statistik deskriptif. Nilai
statistik untuk menguji normalitas itu disebut z-value. Bila nilai-z lebih besar dari nilai kritis maka dapat diduga bahwa distribusi data adalah tidak
normal. Nilai kritis dapat ditentukan berdasarkan tingkat signifikansi 0,01 1 yaitu sebesar
2,58. Hasilnya diperoleh nilai c.r. multivariat diantara 2,58 dan itu berarti asumsi normalitas tidak terpenuhi dan data layak untuk
digunakan dalam estimasi selanjutnya. Hasil analisis tampak pada tabel berikut :
Tabel 4.10. Assessment of Normality
Variable min max kurtosis
c.r. X11 5
7 -0.228
-0.477 X12 1
6 0.114
0.238 X21 1
7 1.766
3.694 X22 1
7 0.187
0.392 X23 1
7 1.221
2.553 X31 1
7 0.366
0.765 X32 2
7 -0.266
-0.556 X33 2
6 0.551
1.153 X34 2
7 -1.140
-2.384 X41 2
7 1.138
2.380 X42 2
7 -0.269
-0.562 X43 2
7 0.016
0.033 X44 3
7 -0.912
-1.907 Y1 3
7 1.067
2.232 Y2 1
7 0.820
1.715
M u lt iv a r ia t e 10.554
2 .3 9 4 Ba t a s N or m a l
± 2 ,5 8
Sumber : Lampiran
Uji normalitas sebaran dilakukan dengan Kurtosis Value dari data yang digunakan yang biasanya disajikan dalam statistik deskriptif. Nilai
statistik untuk menguji normalitas itu disebut Z-value. Bila nilai-Z lebih
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
45
besar dari nilai kritis maka dapat diduga bahwa distribusi data adalah tidak normal. Nilai kritis dapat ditentukan berdasarkan tingkat signifikansi 0,01
[1] yaitu sebesar ± 2,58. Hasil uji menunjukkan bahwa nilai c.r. mutivariate berada di luar ±
2,58 itu berarti asumsi normalitas tidak terpenuhi. Fenomena ini tidak menjadi masalah serius seperti dikatakan oleh Bentler Chou [1987] bahwa
jika teknik estimasi dalam model SEM menggunakan maximum likelihood estimation [MLE] walau ditribusi datanya tidak normal masih dapat
menghasilkan good estimate, sehingga data layak untuk digunakan dalam estimasi selanjutnya.
4.2.7. Evaluasi Model One-Steep Approach to SEM