Kepemimpinan
Keteladanan
Kewibawaan
Kecakapan
Penyampaian info
Pengambilan keputusan
Kinerja Karyawan
Kualitas hasil
Kuantitas hasil
Ketepatan waktu
Mutu layanan
Bukti langsung
Kehandalan
Daya tanggap
Jaminan
Empati
Kinerja perawat
Pelaksanaan tugas
Hubungan kerja
Pencapaian hasil
kepemimpinan
Gaya kepemimpinan
45
Karakteristik individu
desain potong lintang (cross sectional), artinya pengamatan terhadap faktor resiko dan
efek dilakukan dalam waktu yang bersamaan (simultan). Data antara variabel eksogen,
Rancangan uji statistik yang digunakan dalam penelitian ini adalah pendekatan
statistik parametrik dengan jenis uji statitik SEM (Structural Equation Model). SEM
analisis jalur, analisis faktor dan model structural. Kelebihan SEM dibandingkan
dengan analisis data yang lain adalah dapat digunakan untuk mengetahui indikator
Hox dan Bechger dalam Supriyadi (2013) menyebutkan bahwa suatu kombinasi
analisis faktor dan analisis regresi atau analisis jalur. Selanjutnya dikatakan bahwa
dalam penyusunan variabel latent didasarkan atas theoritical constructs yang juga
covariances antara variabel eksogen, variabel antara dan variabel endogen. Oleh
karenanya model structural ini juga sering disebut covariances structure modeling.
46
4.2. Analisis Data
variabel eksogen (X1 dan X2) dengan intervening Y dan endogen Z adalah
melihat hubungan atau keterkaitan dua variabel, maka teknik analisis multivariat
satu variabel dependen). Jenis rancangan uji multivariat yang tepat untuk penelitian
"kepemimpinan, kompetensi dan sarana prasarana " terhadap mutu pelayanan dan
Pengukuran dianggap sulit dan rentan dengan kesalahan. Dengan adanya kesalahan
pengukuran modeling yang dapat terjadi secara eksplisit, para pengguna SEM
47
1. Ukuran sampel minimal 100 responden
pemodelan SEM.
3. Outliers, observasi yang muncul dengan nilai-nilai ekstrim baik secara univariat
atau singularitas.
Ada tujuh langkah yang harus dilakukan dalam teknik analisa SEM.
justifikasi teori yang kuat. Hal ini dikarenakan SEM adalah untuk
diagram alur (path diagram). Kesepakatan yang ada dalam penggambaran diagram
48
langkah ini telah dilakukan secara otomatis oleh program SEM yang tersedia
adalah menguji model secara keseluruhan atau overall fit model berdasarkan nilai
goodness of fit (GoF). GoF merupakan indikasi dari perbandingan antara model
yang dispesifikasi dengan matrik kovarian antar indikator atau observed variables.
Jika GoF yang dihasilkan baik, maka model tersebut dapat diterima dan sebaliknya
jika GoF yang dihasilkan buruk, maka model tersebut harus ditolak atau dilakukan
Kembali menurut Latan, seorang peneliti tidak harus memenuhi dan atau
rekomendasi dari Garson dalam Latan (2013:49) yang tercantum pada tabel 3.1.
49
Penjelasan dari kriteria di atas adalah sebagai berikut :
2
a. Chi-Squares ( )
b. CMIN/df
2
Adalah ukuran yang didapat dari pembagian nilai chi-squares ( )
dengan degree of freedom (df). Nilai yang diajukan untuk mengetahui fit
kovarians populasinya. Nilai RMSEA yang lebih kecil atau sama dengan 0,05
(2013b:346), RMSEA dengan nilai lebih kecil dari 0.08 sudah dikatakan bahwa
model fit.
dengan null model. Pengukuran ini tidak dipengaruhi jumlah sampel dan
merupakan ukuran fit yang sangat baik untuk mengukur kesesuaian model. Nilai
50
PCFI merupakan ukuran perbandingan antara df propose model / df null
model. Angka yang disarankan untuk PCFI berkisar dari 0 hingga 1, namun
menurut Latan (2013:64) jika PCFI > 0,60 sudah menunjukkan model
mempunyai parsimony fit yang baik. Semakin tinggi nilai PCFI suatu model,
default model akan dibandingkan dengan AIC saturated model dan independence
7. Uji Hipotesis
kaidah pengujian signifikansi secara manual. Dilakukan dua tahap yaitu untuk
penerimaan dan penolakan hipotesis pada penelitian ini adalah sebagai berikut :
a. Jika nilai t – statistik < t- tabel dengan taraf signifikansi sebesar 0,05 (one –
b. Jika nilai t-stataistik > t-tabel dengan taraf signifikansi sebesar 0,05 (one-tailed),
interprestasi dan modifikasi bagi model – model yang tidak memenuhi syarat-
syarat pengujian.
51
4.3. Aplikasi PLS
mengoperasikannya yang terdiri dari bebagai pilihan, baik dengan syntax maupun
kalangan. Syntax tentu akan disukai bagi pengguna yang memang faham dengan
bahasa pemograman. Sementara Simplis atau simple PLS merupakan alternatif bagi
52
SEM mempunyai karakteristik yang bersifat sebagai teknik analisis untuk lebih
menegaskan (confirm) dari pada untuk menerangkan. Maksudnya, seorang peneliti lebih
cenderung menggunakan SEM untuk menentukan apakah suatu model tertentu valid atau tidak
dari pada menggunakannya untuk menemukan suatu model tertentu cocok atau tidak, meski
analisis SEM sering pula mencakup elemen-elemen yang digunakan untuk menerangkan
1. SEM tidak digunakan untuk menghasilkan model namun untuk mengkonfirmasi suatu
bentuk model.
2. Hubungan kausalitas diantara variabel tidak ditentukan oleh SEM, namun dibangun oleh
3. SEM tidak digunakan untuk menyatakan suatu hubungan kausalitas, namun untuk
menerima atau menolak hubungan sebab akibat secara teoritis melalui uji data empiris.
4. Studi yang mendalam mengenai teori yang berkaitan menjadi model dasar untuk
53