D. Analisis Data
3. Evaluasi Outlier
Outlier adalah observasi yang muncul dengan nilai-nilai ekstrim yang memiliki karakteristik unik yang sangat berbeda dari observasi
lainnya dan muncul dalam bentuk nilai ekstrim baik untuk variabel tunggal maupun variabel kombinasi. Dalam analisis multivariate adanya outlier dapat diuji dengan statistik chi square (χ2) terhadap nilai mahalanobis distance squared pada tingkat signifikansi 0,001 dengan degree of freedom (27, 0,001 = 55,47602) sejumlah variabel yang digunakan dalam penelitian atau secara univariate dapat dilihat dengan melihat nilai p1 dan p2, dengan ketentuan apabila nilai probabilitas > 0,05 maka data observasi dikatakan tidak mengalami masalah outlier.
Tabel IV.16
Observations farthest from the centroid (Mahalanobis distance) (Group number 1) karena seluruh observasi memiliki Mahalanobis Distance <55,47602 .
c. Analisis Goodness of Fit
Evaluasi nilai Goodness of Fit dari model penelitian yang diajukan dapat dilihat pada Tabel IV.16 berikut ini:
Tabel IV.17
Hasil Goodness of Fit Model
Goodness of Fit Cut-off Value Hasil Evaluasi Model Chi-Square (x²) Diharapkan kecil 624.88 Buruk
Sig Probability (p) ≥ 0,05 0 Buruk
Sumber: Data primer yang diolah (2016)
Tujuan dari analisis Chi-Square ( ²) adalah mengembangkan dan menguji model yang sesuai dengan data. Nilai chi square yang kecil akan menghasilkan nilai probabilitas (p) yang lebih besar dari tingkat signifikansi (α) dan ini menunjukkan bahwa input matrik kovarian antara prediksi dengan observasi sesungguhnya tidak berbeda secara signifikan
(Ghozali, 2008). ² rendah dan tingkat
signifikansi lebih besar dari 0,05 mengindikasikan tidak ada perbedaan yang signifikan antara matriks kovarian data dan matriks kovarian yang
diestimasi. Chi-Square ²
pada penelitian ini sebesar 624.884 dengan probabilitas 0,000 menunjukkan bahwa model penelitian yang diajukan belum dapat diterima karena terdapat perbedaan antara matrik kovarian sampel dengan matrik kovarian populasi yang diamati. Nilai GFI sebesar 0.792 menunjukkan
bahwa model ini memiliki kesesuaian yang kurang baik. Nilai RMSEA sebesar 0,079 menunjukkan bahwa model ini menunjukkan kesesuaian yang baik. Nilai AGFI sebesar 0,751 menunjukkan bahwa model ini memiliki kesesuaian yang kurang baik. Nilai TLI sebesar 0,829 menunjukkan bahwa model ini memiliki kesesuaian yang marginal. Nilai CFI sebesar 0,847 menunjukkan bahwa model ini memiliki kesesuaian yang marginal. Nilai NFI sebesar 0,737 menunjukkan bahwa model ini memiliki kesesuaian yang kurang baik. Nilai CMIN/DF sebesar 1,984 menunjukkan bahwa model ini memiliki kesesuaian yang baik.
Berdasarkan keseluruhan pengukuran goodness of fit di atas mengindikasikan bahwa model yang diajukan dalam penelitian belum dapat diterima. Karena model yang diajukan dalam penelitian ini belum dapat diterima maka peneliti mempertimbangkan untuk melakukan modifikasi model untuk membentuk model alternatif yang mempunyai goodness of fit yang baik.
d. Modifikasi Model
Menurut Ferdinand (2002) tujuan modifikasi model adalah untuk mendapatkan kriteria goodness of fit dari model yang dapat diterima.Melalui nilai output modification indices dapat diketahui ada tidaknya kemungkinan modifikasi terhadap model yang dapat diusulkan.
Modification indices dapat diketahui dari output SPSS Amos 22 yang menunjukkan hubungan-hubungan yang perlu diestimasi yang sebelumnya tidak ada dalam model supaya terjadi penurunan pada nilai chi-square untuk mendapatkan model penelitian yang lebih baik.
Untuk mendapatkan kriteria model yang dapat diterima, peneliti mengestimasi hubungan korelasi antar error term yang tidak memerlukan justifikasi teoritis dan yang memiliki nilai modification indices lebih besar atau sama dengan 4,0. Cara ini dilakukan untuk mendapatkan nilai goodness of fit yang memenuhi syarat. Tabel IV.17 berikut merupakan hasil goodness of fit model yang telah dimodifikasi.
Tabel IV.18
Hasil Olah Modifikasi Goodness of Fit Model
Goodness of Fit Cut-off Value Hasil Evaluasi Model Chi-Square (x²) Diharapkan kecil 268.38 Baik Sig Probability (p) ≥ 0,05 0.634 Baik
Sumber: Data primer yang diolah (2016)
Berdasarkan Tabel IV.17, untuk pengujian chi-square setelah
² pada penelitian ini turun menjadi sebesar 268.377 dan nilai probabilitasnya menjadi baik dengan probabilitas menjadi lebih besar dari 0,05 yaitu 0.634.
Terdapat berbagai fit index yang digunakan untuk mengukur derajat kesesuaian antara model yang dihipotesiskan dengan data yang disajikan. Jenis fit index ini akan dijelaskan sebagai berikut:
a. Goodness of Fit Index (GFI)
Goodness of Fit Index (GFI) mencerminkan tingkat kesesuaian model secara keseluruhan yang dihitung dari residual kuadrat dari model
yang diprediksi dibandingkan data yang sebenarnya (Ghozali, 2008). Nilai tingkat penerimaan yang direkomendasikan ≥ 0,90 dan dapat disimpulkan bahwa model penelitian ini memiliki tingkat kesesuaian yang marginal dengan nilai GFI sebesar 0.897.
b. Root Mean Square Error of Approximation (RMSEA)
RMSEA adalah ukuran yang mencoba memperbaiki kecenderungan statistic Chi-square menolak model dengan jumlah sampel yang besar (Ghozali, 2008). Nilai tingkat penerimaan yang direkomendasikan ≤ 0,08 dan dapat disimpulkan bahwa model penelitian ini memiliki tingkat kesesuaian yang baik dengan nilai RMSEA 0,000.
c. Adjusted Goodness Fit of Index (AGFI)
AGFI merupakan pengembangan dari Goodness of Fit Index (GFI) yang telah disesuaikan dengan ratio antara degree of freedom model yang diusulkan dan degree of freedom dari null model (Ghozali, 2008).
Nilai yang direkomendasikan adalah AGFI ≥ 0.90, dan dapat disimpulkan bahwa model penelitian ini memiliki tingkat kesesuaian yang marginal dengan nilai AGFI 0,859.
d. Tucker Lewis Index (TLI)
TLI sebagai alat untuk mengevaluasi analisis faktor, dimana menggabungkan ukuran parsimony ke dalam index komparasi antara proposed model dan null model (Ghozali, 2008). Nilai TLI yang direkomendasikan adalah ≥ 0,90, dan dapat disimpulkan bahwa model penelitian ini memiliki tingkat kesesuaian yang baik dengan nilai TLI sebesar 1,005.
e. Comparative Fit Index (CFI)
CFI adalah indeks kesesuaian incremental yang membandingkan model yang diuji dengan null model (Ghozali, 2008). Nilai yang direkomendasikan yaitu ≥ 0,90, dan dapat disimpulkan bahwa model penelitian ini memiliki tingkat kesesuaian yang baik dengan nilai.CFI sebesar 1,000.
f. Normed Fit Index (NFI)
NFI merupakan ukuran perbandingan antara proposed model dan null model (Ghozali, 2008). Nilai yang direkomendasikan adalah ≥ 0.90, dan dapat disimpulkan bahwa model penelitian ini memiliki tingkat kesesuaian yang marginal dengan nilai NFI sebesar 0,887.
g. Normed Chi Square (CMIN/DF)
CMIN/DF adalah ukuran yang diperoleh dari nilai chi-square dibagi dengan degree of freedom. Indeks ini merupakan indeks kesesuaian parsimonious yang mengukur hubungan goodnes of fit model dan jumlah-jumlah koefisien estimasi yang diharapkan untuk mencapai tingkat kesesuaian (Ghozali, 2008). Nilai yang direkomendasikan untuk menerima kesesuaian model adalah CMIN/DF ≤ 2,0, dan dapat disimpulkan bahwa model penelitian ini memiliki tingkat kesesuaian yang baik dengan nilai 0,969.
Berdasarkan keseluruhan pengukuran goodness of fit model penelitian setelah proses modifikasi di atas, mengindikasikan bahwa model yang diajukan dalam penelitian ini dapat diterima dengan baik.
Setelah model penelitian dapat diterima, berikutnya akan menjelaskan mengenai uji hipotesis, dan pembahasan hasil penelitian.
E. Pengujian Hipotesis dan Pembahasan Hasil Penelitian
