HASIL DAN PEMBAHASAN
M. Uji Discriminant Validity Proksi Berbasis Investasi
Uji Discriminant validity merupakan uji yang digunakan untuk mengukur sampai seberapa jauh suatu konstruk benar-benar berbeda dari konstruk yang lainnya. Nilai discriminant validity yang tinggi memberikan bukti bahwa suatu konstruk adalah unik dan mampu menangkap fenomena yang diukur. Cara pengujiannya adalah membandingkan nilai akar kuadrat dari Analysis Variance Extracted (AVE) dengan nilai korelasi antar konstruk.
Jumlah kuadrat standar loading
2
i
didapat dari table 4.22 :
Proksi basis Investasi : 12 + (0.777)2 + (0.056)2 = 1.607
Realisasi : 0.7352 + 12 + 0.6442 + (-0.103)2 = 1.966 Jumlah kesalahan pengukuran
1i2
atau variansi error : Proksi basis Investasi : (1-12) + (1-(0.777)2) + (1-(0.056)2) = 1.393Realisasi : (1-0.7352) + (1-12) + (1-0.6442) + (1-(-0.103)2) = 2.034
n i n i n i i i i AVE 1 1 2 1 2 ) var( Jadi untuk setiap variable konstruk adalah sebagai berikut nilai AVE:
Proksi basis Investasi : 0.536
393 . 1 607 . 1 607 . 1 Realisasi : 0.4915 034 . 2 966 . 1 966 . 1
Berikut ini adalah nilai akar kuadrat AVE dari setiap variable konstruk : Proksi basis Investasi : 0.5360.732
Realisasi : 0.49150.701 Tabel 4.21
(Hubungan Proksi Berbasis Investasi terhadap Realisasi Pertumbuhan) Estimate
Investasi <--> Realisasi_pertumbuhan .013
e7 <--> e5 -.940
Tabel 4.22
Korelasi antar Konstruk dan Akar Kuadrat AVE Proksi Investasi Investasi Realisasi
Investasi 0.732
Realisasi 0.013 0.701
Sumber : data diolah
Pada tabel 4.22 dapat disimpulkan bahwa semua konstruk laten yang ada pada model memiliki nilai akar kuadrat AVE yang lebih tinggi dibandingkan dengan nilai korelasi antar konstuk dan ini menunjukan
convergent validity yang baik. Sehingga hal ini sama dengan pengujian multikolinieritas dengan menggunakan nilai Determinant of sample covariance matrix yang menyatakan bahwa suatu konstruk benar-benar berbeda dengan konstruk lainnya (independen).
Pada tabel 4.21 maka dapat terlihat bahwa nilai korelasi dari proksi berbasis harga saham terhadap realisasi pertumbuhan bernilai positif yaitu 0.013. sehingga sama dengan penelitian sebelumnya yang dilakukan oleh Isnaeni Rokhayati pada tahun 2005 dan sama dengan teori yang menyatakan korelasi antara proksi berbasis Investasi memiliki nilai korelasi yang positif terhadap realisasi pertumbuhan. Dan hal tersebut baik untuk suatu perusahaan karena akan banyak investor menanamkan modelnya ke perusahaan tersebut karena investasi yang ditanamkan diharapkan akan memberikan return yang tinggi.
N. Interpretasi
1. Proksi IOS Berbasis Harga Saham Terhadap Realisasi Pertumbuhan Hasil uji kesesuaian Chi Square atau (X2) sebesar 8.214 dengan probabilitas P = 0.984 nilai (Goodness of Fit Index) GFI sebesar 0.980 dan (Adjusted Goodness of Fit Index) AGFI sebesar 0.962 dan (Root Mean Squares Error of Approximation) RMSEA sebesar 0.000. Begitu juga dengan nilai (Tucker-Lewis Index) TLI sebesar 1.043 dan (Normed Fit Index) sebesar 0.979. Hasil ini menunjukkan bahwa semua nilai dari goodness of fitnya sedah semuanya memenuhi kriteria.
Uji Discriminant Validity merupakan uji yang digunakan untuk mengukur sampai seberapa jauh susatu konstruk benar-benar berbeda dari konstruk yang lainnya. Bukti bahwa suatu konstruk adalah unik dan mampu menangkap fenomena yang diukur. Cara pengujiannya adalah dengan membandingkan nilai akar kuadrat dari analisis variance extracted (AVE) dengan nilai korelasi antar konstruk. Dilihat dari jumlah proksi berbasis saham sebesar 1.248 dan realisasi pertumbuhan sebesar 1.966 sedangkan jumlah kesalahan pengukuran atau variansi error proksi berbasis saham sebesar 2.752 dan realisasi pertumbuhan sebesar 2.034. Jadi untuk setiap variabel konstruk nilai AVE dari proksi berbasis saham sebesar 0.312 dan realisasi pertumbuhan sebesar 0.4915. Kemudian nilai tersebut dikuadratkan dari setiap variabel konstruk proksi berbasis saham sebesar 0.559 dan realisasi pertumbuhan sebesar 0.701. Dapat disimpulkan bahwa semua konstruk laten yang ada pada
model memiliki nilai akar kuadrat AVE yang lebih tinggi dibandingkan dengan nilai korelasi antar konstruk dan ini menunjukkan convergent validity yang baik.
2. Proksi IOS Berbasis Investasi Terhadap Realisasi Pertumbuhan
Hasil uji kesesuaian Chi Square atau (X2) sebesar 7.972 dengan probabilitas P = 0.891 nilai (Goodness of Fit Index) GFI sebesar 0.979 dan (Adjusted Goodness of Fit Index) AGFI sebesar 0.958 dan (Root Mean Squares Error of Approximation) RMSEA sebesar 0.000. Begitu juga dengan nilai (Tucker-Lewis Index) TLI sebesar 1,021 dan (Normed Fit Index) sebesar 0.982. Hasil ini menunjukkan bahwa semua nilai dari goodness of fitnya sedah semuanya memenuhi kriteria.
Uji Discriminant Validity merupakan uji yang digunakan untuk mengukur sampai seberapa jauh susatu konstruk benar-benar berbeda dari konstruk yang lainnya. Bukti bahwa suatu konstruk adalah unik dan mampu menangkap fenomena yang diukur. Cara pengujiannya adalah dengan membandingkan nilai akar kuadrat dari analisis variance extracted (AVE) dengan nilai korelasi antar konstruk. Dilihat dari jumlah proksi berbasis saham sebesar 1.607 dan realisasi pertumbuhan sebesar 1.966 sedangkan jumlah kesalahan pengukuran atau variansi error proksi berbasis saham sebesar 1.393 dan realisasi pertumbuhan sebesar 2.034. Jadi untuk setiap variabel konstruk nilai AVE dari proksi berbasis saham sebesar 0.536 dan realisasi pertumbuhan sebesar 0.4915. Kemudian nilai tersebut dikuadratkan dari setiap variabel konstruk
proksi berbasis saham sebesar 0.732 dan realisasi pertumbuhan sebesar 0.701. Dapat disimpulkan bahwa semua konstruk laten yang ada pada model memiliki nilai akar kuadrat AVE yang lebih tinggi dibandingkan dengan nilai korelasi antar konstruk dan ini menunjukkan convergent validity yang baik.
Penelitian ini sejalan dengan penelitian terdahulu yang dilakukan oleh Isnaeni Rokhayati (2005) dengan hasil pengujian penelitian IOS mempunyai korelasi terhadap semua unsur realisasi pertumbuhan perusahaan baik untuk perusahaan yang tumbuh maupun yang tidak tumbuh.
Dilihat dari penelitian terdahulu yang dilakukan oleh Hartono (2002), Confirmatory factor analysis dilakukan dengan mengevaluasi koefisien yang disebut dengan construct loadings atau factor loadings atau
lambda value. Construct loadings digunakan untuk menilai kecocokan dan kesesuaian variabel terukur dalam membentuk sebuah variabel laten. Hasil
Confirmatory factor analysis terhadap semua variabel terukur yang membentuk variabel laten pada setiap model t+1 sampai dengan t+4 menunjukkan bahwa ada kecocokan hubungan yang signifikan. Ini berarti pengklasifikasian variabel terukur yang membentuk variabel laten telah benar dilakukan dan sesuai dengan berbagai penelitian proksi IOS yang telah dilakukan. Khusus untuk model gabungan proksi IOS berbasis varian dengan realisasi pertumbuhan pada t+3 dan t+4 menunjukkan hasil
ini kemungkinan disebabkan karena jumlah variabel terukur yang membentuk variabel laten hanya sedikit.
Hasil uji kesesuaian dari semua model yang dikembangkan pada penelitian tersebut, yaitu model gabungan proksi IOS berbasis harga, investasi dan varian dengan realisasi pertumbuhan menujukkan hasil yang fit. Ini berarti ada kesesuaian antara data sesungguhnya dengan model yang dikembangkan. Dengan demikian model-model ini dapat digunakan dalam penelitian yang berkaitan dengan proksi IOS, terutama sebagai alternatif penggabungan proksi IOS sebagai upaya untuk mengurangi
measurement error.
Hasil uji korelasi pada semua model tersebut menunjukkan hasil yang konsisten dengan penelitian-penelitian sebelumnya Fijriyanti, 2000, yaitu berkorelasi positif dengan realisasi pertumbuhan. Gabungan proksi IOS berbasis varian menunjukkan korelasi positif yang relatif kuat dan signifikan pada tahun realisasi pertumbuhan t+1 dan t+2. Gabungan proksi IOS berbasis harga dan investasi juga menunjukkan korelasi positif dan memiliki signifikansi dengan realisasi pertumbuhan yaitu sejak t+1 sampai dengan t+4.
Hasil penelitian yang dilakukan oleh peneliti sejalan dengan hasil penelitian yang dilakukan oleh Hartono. Hasil penelitian yang dilakukan oleh peneliti menunjukkan bahwa uji kesesuaian model gabungan proksi IOS dengan klasifikasi IOS memiliki kesesuaian dengan data sesungguhnya yang dilihat dari nilai goodness of fit. Kemudian dari hasil
uji korelasi, gabungan proksi individual IOS berbasis harga saham dan investasi memiliki korelasi positif dengan realisasi pertumbuhan.
BAB V