Statistika Terapan Lanjutan

Measurement Model

PENGUKURAN VALIDITAS DAN RELIABILITAS

Hasil pengolahan data (HBAT.sav) dengan Program AMOS diperoleh hasil seperti Gambar 1.

Gbr. 1 Full Model

Tugas Statistik Terapan Lanjutan Ke-2
(sumber data HBAT_SEM.sav, sumber: Hair, et al (2012) by MG)

Statistika Terapan Lanjutan

Measurement Model

Hasil pengujian validitas dan reliabillitas untuk semua indikator pada masing-masing
variabel terlihat seperti pada Tabel 1.
Tabel 1. Hasil uji validitas semua indikator dan nilai reliabilitas masing-masiing
variabel.
Estimate
Regression
Regression
Weights
Weights ()
<--js
1,000
0,741
<--js
1,033
0,748
<--js
0,902
0,68
<--js
0,910
0,705
<--js
15,189
0,731
Variabel JS
3,605
<--si
1,000
0,811
<--si
1,073
0,864
<--si
1,065
0,741
<--si
1,167
0,852
Variabel SI
3,268
<--ac
1,000
0,822
<--ac
1,236
0,82
<--ac
1,037
0,837
<--ac
1,146
0,815
Variabel AC
3,294
<--ep
1,000
0,692
<--ep
1,033
0,803
<--ep
0,821
0,779
<--ep
0,914
0,823
Variabel EP
3,097
<--oc
1,000
0,583
<--oc
1,314
0,886
<--oc
0,783
0,657
<--oc
1,165
0,836
Variabel OC
2,962

Indikator
js1
js2
js3
js4
js5
si1
si2
si3
si4
ac1
ac2
ac3
ac4
ep1
ep2
ep3
ep4
oc1
oc2
oc3
oc4

2
0,549
0,560
0,462
0,497
0,534
2,602
0,658
0,747
0,549
0,726
2,679
0,676
0,672
0,701
0,664
2,713
0,479
0,645
0,607
0,677
2,408
0,340
0,785
0,432
0,699
2,255

e=
1-2
0,451
0,441
0,538
0,503
0,466
2,398
0,342
0,254
0,451
0,274
1,321
0,324
0,328
0,299
0,336
1,287
0,521
0,355
0,393
0,323
1,592
0,660
0,215
0,568
0,301
1,745

CR0,7

VE0,5

0,844

0,520

0,890

0,670

0,894

0,678

0,858

0,602

0,834

0,564

KET.
Valid
Valid
Valid
Valid
Valid
Reliabel
Valid
Valid
Valid
Valid
Reliabel
Valid
Valid
Valid
Valid
Reliabel
Valid
Valid
Valid
Valid
Reliabel
Valid
Valid
Valid
Valid
Reliabel

Berdasarkan hasil perhitungan seperti pda Tabel 1. Terlihat bahwa semua nilai faktor
loading () lebih besar dari 0,5, artinya bahwa semua indikator yang membentuk
variabel laten semuanya sudah valid. Nilai reliabilitas pada masing-masing variabel
laten terlihat semua variabel reliabel karena memiliki nilai Construct Reliability
(CR0,7) dan Variance Extract (VE0,5).

Statistika Terapan Lanjutan

Measurement Model

PENGUKURAN GOODNESS OF FIT

ANTARA MODEL DAN DATA

Kecocokan dari model yang terbentuk apakah dapat menjelaskan variasi data yang ada
dapat dilihat dari nilai-nilai statistik Goodness of Fit seperti pada Tabel 2.
Tabel 2. Nilai-nilai Statistik Goodness of Fit (GOF) model yang terbentuk.
No
1
2
3
4
5

Kriteria GOF
Significance Probability
X2=240,137 df=179
GFI
AGFI
CFI
RMSEA

Nilai
Batas

Hasil
Pengolahan

Kesimpulan

0,05

0,002

Belum Fit

0,90
0,90
0,90
0,08

0,947
0,932
0,986
0,029

Fit
Fit
Fit
Fit

Untuk melihat kecocokan suatu model apakah fit atau tidak dapat dilihat dari
nilai-nilai statistik Goodness of Fit (GOF) dengan menggunakan kriteria Chi-square,
RMSEA, AGFI, GFI dan CFI seperti pada Tabel 2. Berdasarkan Tabel 2. Terlihat bahwa
hampir semua kriteria statistik goodness of fit (GOF) yang ada memenuhi kriteria model
yang baik (fit), meskipun nilai Chi-square masih belum terpenuhi.

Statistika Terapan Lanjutan

Measurement Model

PENCIRI UTAMA VARIABEL-VARIABEL

Penciri utama sebuah variabel dapat dilihat dari indikator-indikator pembentuk

model pengukuran yang fit yaitu model pengukuran yang valid, reliabel, serta memiliki
kecocokan model yang baik. Hasil perhitungan dengan AMOS diperoleh nilai-nilai faktor
loading untuk menunjukkan ciri utama dari masing-masing variabel laten seperti pada
Tabel3.
Tabel 3. Nilai Faktor loading, nilai Contruct Reliabiliti dan Variance Extraction pada
masing-masing variabel laten.
Indikator
js1
js2
js3
js4
js5
si1
si2
si3
si4
ac1
ac2
ac3
ac4
ep1
ep2
ep3
ep4
oc1
oc2
oc3
oc4
Construct Reliability (CR)
Variance Extract (VE)

JS
0,741
0,748
0,680
0,705
0,731

SI

AC

EP

OC

0,811
0,864
0,741
0,852
0,822
0,820
0,837
0,815
0,692
0,803
0,779
0,823
0,583
0,886
0,657
0,836
0,844
0,890
0,894
0,858
0,834
52,05% 66,98% 67,82% 60,19% 56,38%

Berdasarkan Tabel 1 terlihat bahwa semua indikator yang ada pada masingmasing variabel menunjukkan valid (faktor loading lebih besar dari 0,5) dan dapat
dijadikan penciri utama dari variabel laten tersebut. Dilihat dari construct reliability,
semua variabel menunjukkan reliabel karena CR > 0,8. Dilihat berdasarkan variance

Statistika Terapan Lanjutan

Measurement Model

extraction menunjukkan bahwa pada Variabel JS mampu menjelaskan variasi data yang
ada sebesar 52,05%, Variabel SI mampu menjelaskan variasi data yang ada sebesar
66,98%, Variabel AC mampu menjelaskan variasi data yang ada sebesar 67,82%,
Variabel EP mampu menjelaskan variasi data yang ada sebesar 60,19%,dan Variabel OC
mampu menjelaskan variasi data yang ada sebesar 56,38%.

Statistika Terapan Lanjutan

Measurement Model

MATRIKS COVARIANCE
ANTAR VARIABEL

Berdasarkan hasil perhitungan Amos 20.0 diperoleh matriks Variance-covariance antar

variabel organizational commitment (OC), job satisfaction (JS), staying intentions (SI),
attitude toward co workers (AC), dan environmental perceptions (EP) terlihat seperti
pada Tabel 4.
Tabel 4. Matriks Variance-Covariance Variabel laten

JS

SI

AC

EP

JS

(0,981)

SI

0,161

(0,498)

AC

0,057

0,249

(1,309)

EP

0,303

0,502

0,372

(1,600)

OC

0,304

0,574

0,517

0,925

OC

(2,164)

Keterangan: Nilai (...) adalah variance.

Berdasarkan Tabel 4. Terlihat bahwa variasi data pada masing-masing variabel relatif
beragam, dimana variabel OC memilliki keragaman yang relatif tinggi dibanding
variabel SI. Nilai-nilai covariance menunjukan bahwa arah hubungan antar variabel
semuanya positif. Besarnya hubungan antar variabel tersebut dijelakan dalam matriks
korelasi seperti pada Tabel 5.
Tabel 5. Matriks Korelasi antar Variabel Laten

JS

SI

AC

EP

JS

1,000

SI

0,230

1,000

AC

0,050

0,309

1,000

EP

0,242

0,562

0,257

1,000

OC

0,209

0,553

0,307

0,497

OC

1,000

Berdasarkan Tabel 5. Terlihat bahwa antar variabel memiliki hubungan yang rendah
(kurang dari 0,4), kecuali antara EP dengan SI dan OC dengan EP yang memiliki
hubungan yang moderat.

Statistika Terapan Lanjutan

Measurement Model

Lampiran-lampiran
Lampiran 1. Nilai-nilai Faktor Loading dan Hasil Pengujianya
Regression Weights: (Group number 1 - Default model)

oc1
oc2
oc3
oc4
si1
si2
si3
si4
js1
js2
js3
js4
js5
ac1
ac2
ac3
ac4
ep1
ep2
ep3
ep4

<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<---

OC
OC
OC
OC
SI
SI
SI
SI
JS
JS
JS
JS
JS
AC
AC
AC
AC
EP
EP
EP
EP

Estimate S.E. C.R. P Label

1,000
1,314 ,108 12,187 *** par_1
,783 ,075 10,371 *** par_2
1,165 ,098 11,921 *** par_3
1,000
1,073 ,054 19,930 *** par_4
1,065 ,067 15,832 *** par_5
1,167 ,062 18,792 *** par_6
1,000
1,033 ,076 13,657 *** par_7
,902 ,072 12,542 *** par_8
,910 ,071 12,872 *** par_9
15,189 1,133 13,410 *** par_10
1,000
1,236 ,067 18,353 *** par_11
1,037 ,055 18,879 *** par_12
1,146 ,063 18,227 *** par_13
1,000
1,033 ,072 14,272 *** par_14
,821 ,061 13,451 *** par_15
,914 ,065 14,085 *** par_16

Standardized Regression Weights: (Group number 1 - Default model)

oc1
oc2
oc3
oc4
si1
si2
si3
si4
js1
js2
js3
js4
js5

<--<--<--<--<--<--<--<--<--<--<--<--<---

OC
OC
OC
OC
SI
SI
SI
SI
JS
JS
JS
JS
JS

Estimate
,583
,886
,657
,836
,811
,864
,741
,852
,741
,748
,680
,705
,731

Statistika Terapan Lanjutan

Measurement Model

ac1
ac2
ac3
ac4
ep1
ep2
ep3
ep4

<--<--<--<--<--<--<--<---

AC
AC
AC
AC
EP
EP
EP
EP

Estimate
,822
,820
,837
,815
,692
,803
,779
,823

Lampiran 2. Nilai Statistik Goodness of Fit

Model Fit Summary
CMIN

Model
Default model
Saturated model
Independence model

NPAR
52
231
21

CMIN
240,137
,000
4441,436

DF
179
0
210

P
,002

CMIN/DF
1,342

,000

21,150

RMR, GFI

Model
Default model
Saturated model
Independence model

RMR
,414
,000
2,362

GFI
,947
1,000
,342

AGFI
,932

PGFI
,734

,277

,311

NFI
Delta1
,946
1,000
,000

RFI
rho1
,937

IFI
Delta2
,986
1,000
,000

TLI
rho2
,983

Baseline Comparisons

Model
Default model
Saturated model
Independence model

,000

,000

CFI
,986
1,000
,000

Parsimony-Adjusted Measures

Model
Default model
Saturated model
Independence model

PRATIO
,852
,000
1,000

PNFI
,806
,000
,000

PCFI
,840
,000
,000

Statistika Terapan Lanjutan

Measurement Model

NCP

Model
Default model
Saturated model
Independence model

NCP
61,137
,000
4231,436

LO 90
24,757
,000
4018,352

HI 90
105,597
,000
4451,789

FMIN

Model
Default model
Saturated model
Independence model

FMIN
,602
,000
11,131

F0
,153
,000
10,605

LO 90
,062
,000
10,071

HI 90
,265
,000
11,157

RMSEA

Model
Default model
Independence model

RMSEA
,029
,225

LO 90
,019
,219

HI 90
,038
,231

PCLOSE
1,000
,000

AIC

Model
Default model
Saturated model
Independence model

AIC
344,137
462,000
4483,436

BCC
350,205
488,960
4485,887

BIC
551,693
1384,028
4567,256

CAIC
603,693
1615,028
4588,256

ECVI

Model
Default model
Saturated model
Independence model

ECVI
,862
1,158
11,237

LO 90
,771
1,158
10,703

HI 90
,974
1,158
11,789

MECVI
,878
1,225
11,243

HOELTER

Model
Default model
Independence model

HOELTER
.05
351
22

HOELTER
.01
376
24

Statistika Terapan Lanjutan

Measurement Model

Lampiran 3.
Covariances: (Group number 1 - Default model)

AC
OC
OC
OC
JS
SI
JS
SI
SI
OC

<-->
<-->
<-->
<-->
<-->
<-->
<-->
<-->
<-->
<-->

EP
EP
AC
SI
AC
EP
EP
AC
JS
JS

Estimate S.E.
,372 ,088
,925 ,143
,517 ,106
,574 ,079
,057 ,066
,502 ,065
,303 ,078
,249 ,048
,161 ,042
,304 ,090

C.R.
4,239
6,487
4,853
7,250
,865
7,677
3,896
5,154
3,836
3,381

P
***
***
***
***
,387
***
***
***
***
***

Label
par_17
par_18
par_19
par_20
par_21
par_22
par_23
par_24
par_25
par_26

Correlations: (Group number 1 - Default model)

AC
OC
OC
OC
JS
SI
JS
SI
SI
OC

<-->
<-->
<-->
<-->
<-->
<-->
<-->
<-->
<-->
<-->

EP
EP
AC
SI
AC
EP
EP
AC
JS
JS

Estimate
,257
,497
,307
,553
,050
,562
,242
,309
,230
,209

Variances: (Group number 1 - Default model)

OC
SI
JS
AC
EP
e6
e7
e8
e9
e18
e19
e20

Estimate
2,164
,498
,981
1,309
1,600
4,196
1,029
1,745
1,267
,258
,195
,464

S.E.
,358
,052
,122
,136
,215
,319
,153
,139
,140
,023
,021
,038

C.R.
6,048
9,498
8,024
9,653
7,439
13,152
6,712
12,516
9,055
11,015
9,308
12,178

P
***
***
***
***
***
***
***
***
***
***
***
***

Label
par_27
par_28
par_29
par_30
par_31
par_32
par_33
par_34
par_35
par_36
par_37
par_38

10

Statistika Terapan Lanjutan

Measurement Model

e21
e1
e2
e3
e4
e5
e10
e11
e12
e13
e14
e15
e16
e17

Estimate
S.E. C.R. P Label
,256 ,027 9,671 *** par_39
,807 ,074 10,934 *** par_40
,825 ,076 10,793 *** par_41
,930 ,078 11,865 *** par_42
,824 ,071 11,535 *** par_43
196,867 17,740 11,097 *** par_44
,628 ,059 10,557 *** par_45
,973 ,092 10,612 *** par_46
,601 ,060 10,090 *** par_47
,867 ,081 10,696 *** par_48
1,744 ,144 12,123 *** par_49
,937 ,094 9,963 *** par_50
,699 ,065 10,783 *** par_51
,637 ,067 9,460 *** par_52

11