NORMALITAS

Sebelum melakukan analisis CFA, maka, dilakukan asumsi normalitas baik univariat maupun
multivariate. uji asumsi perlu dilakukan pada analisis faktor konfirmatori sehingga dapat diketahui
metode yang akan digunakan. Pada uji normalitas secara univariat dilakukan untuk melihat gambaran
distribusi satu variabel dalam satu sampel sedangkan uji multivariat dilakukan untuk melihat
gambaran distribusi dari semua variabel secara bersama-sama. Hasil uji normalitas secara univariat
dapat dilihat pada tabel di atas. Di atas adalah hasil uji normalitas. Data dikatakan berdistribusi
normal jika nilai p > 0,05. Dari tabel di atas, dapat diketahui bahwa data tidak berdistribusi normal.
Hal ini diketahui dari nilai p-value skewness and kurtosis <0,05 (Hendryadi & Suryani, 2014). Nilai
p-value pada skewness dan kurtosis berdasarkan tabel di atas menunjukkan bahwa data tidak
memenuhi normalitas multivariat. Hal ini dikarenakan nilai p-value < 0,05. Sehingga dapat
disimpulkan bahwa data tersebut tidak memenuhi uji asumsi normalitas baik itu univariat maupun
multivariat. Oleh karena data tidak memenuhi kedua asumsi normalitas, maka, Hendryadi & Suryani
(2014) mengatakan mengenai penggunaan metode estimasi lain, yaitu, Robust Maximum Likelihood
(RML) dengan formula Satorra-Bentler Scaled Chi-Square untuk mengoreksi nilai statistic Chi-
Square.
DIAGRAM

Hasil analisis konfirmatori menunjukkan bahwa berdasarkan p value ≤ 0,05, yaitu 0,00,
maka, tidak cocok dengan model. Akan tetapi, nilai RMSEA sebesar 0,08 sehingga dapat dikatakan
cocok dengan model jika nilai RMSEA ≤ 0,08 atau mendekati 0. Mengetahui kecocokan dengan
model bisa dilihat dari CFI, GFI, NFI dan NNFI. Nilai CFI yang didapatkan adalah sebesar 0,95. Kriteria
dikatakan cocok dengn model jika nilai CFI ≥ 0,9, sehingga dapat dikatakan cocok dengan model.
Nilai GFI dikatakan cocok dengan model jika berkisar antara 0-1 atau mendekati 1, dalam penelitian
ini nilai GFI sebesar 0,84. Nilai NFI dan NNFI dikatakan cocok dengan model jika ≥ 0,9 sehingga dapat
dikatkan cocok dengan model karena masing-masing nilai NFI dan NNFI sebesar 0,91 dan 0,94. Untuk
melihat indikator yang cocok dengan model, maka, dilihat t-value. Indikator yang cocok dengan
model memiliki nilai > 1,96. Dari diagram di atas, dapat disimpulkan bahwa butir A6 pada indikator
Analyze yang tidak cocok dengan model, sehingga butir bisa dihilangkan pada analisis selanjutnya.