Asumsi Model Structural Equation Modeling

57 Keterangan : X3.1 = Pertukaran Udara X3.2 = Penerangan X3.3 = Kebersihan X3.4 = Keamanan Sedangkan model pengukuran Disiplin Kerja akan nampak sebagai berikut : Gambar 4.1. : Contoh Model Pengukuran Faktor Disiplin Kerja 1 x 1 Keterangan : Y11 = Absensi Y12 = Labour Turn Over

3.4.1. Asumsi Model Structural Equation Modeling

Asumsi-asumsi yang harus dipenuhi dalam prosedur pengumpulan dan pengolahan data yang dianalisis dengan permodelan SEM yaitu : 1. Uji Normalitas dan Linieritas a. Normalitas dapat diuji dengan melihat gambar histogram data atau dapat diuji dengan metode-metode statistik. b. Menggunakan Critical Ratio yang diperoleh dengan membagi koefisien sampel dengan standard error-nya dan Skewness value Disiplin Kerja Y1.1 Y1.2 er_1 er_1 58 yang biasanya disajikan dalam statistik deskriptif dimana nilai statistik untuk menguji normalitas itu disebut sebagai Z-value. Pada tingkat signifikansi 1, jika nilai Z lebih besar dari nilai kritis, maka dapat diduga bahwa distribusi data adalah tidak normal. c. Linieritas dengan mengamati scatter plots dari data yaitu dengan memilih pasangan data dan dilihat pola penyebarannya untuk menduga ada, tidaknya linieritas. 2. Evaluasi atas Outliner Outliner adalah observasi atau data yang memiliki karakteristik unik yang terlihat sangat berbeda jauh dari observasi-observasi lainnya dan muncul dalam bentuk nilai ekstrim untuk sebuah variabel tunggal atau variabel kombinasi Hair, 1998. 3. Deteksi Multicollinierity dan Singularity Dengan mengamati Determinant matrix covariance. Dengan ketentuan apabila determinant sample Matrix mendekati angka 0 kecil, maka terjadi multikolinieritas dan singularities Tabachnick Fidell, 1998. 4. Uji Validitas dan Reliabililas Validitas menyangkut tingkat akurasi yang dicapai oleh sebuah indikator dalam menilai sesuatu atau akuratnya pengukuran atas apa yang seharusnya diukur. Sedangkan reliabilitas adalah ukuran mengenai konsistensi internal dari indikator-indikator sebuah konstruk 59 yang menunjukkan derajat sampai dimana masing-masing indikator itu mengindikasikan sebuah konstruk atau faktor laten yang umum. Karena indikator multidimensi, maka Uji Validitas, dari setiap latent variabel; construct akan diuji dengan melihat loading faktor dari hubungan antara setiap observed variable dan latent variable. Sebagai alat ukur yang digunakan dengan cara mengkoordasikan antar skor total item. Dalam hal ini koefisien korelasi yang dinilai signifikansinya lebih dari 5 level of significance menunjukkan bahwa item-item tersebut sudah valid sebagai pembentukan indikator. Rumus: r = } Y Y }{n X X { Y X XY n 2 2 2 2           Sudjana, Metode Statistika, hal : 369 keterangan : r = koefisien korelasi X = tanggapan responden Y = total tanggapan responden seluruh pertanyaan n = jumlah responden Sedangkan reliabilitas diuji dengan construct reliability dan Variance- extracted. Construct reliability dan Variance-extracted dihitung dengan rumus berikut: Construct reliability = εj Loading e Standardiz Loading e Standardiz     60 Variance-extracted = εj Loading e Standardiz Loading e Standardiz     Sementara j dapat dihitung dengan formula j = 1 Standardize Loading. Secara umum nilai construct reliability yang dapat diterima adalah 0,7 dan variance extracted 0,5 Hair el. al, 1998. Standardize Loading dapat diperoleh dari output AMOS 4.01, dengan melihat nilai estimasi setiap construct standardize regression weights terhadap setiap butir sebagai indikatornya.

3.4.2. Uji Kesesuaian Model - Goodness of Fit Index