Page 68 - JURNAL PENYELIDIKAN ILMU PENDIDIKAN 2021

J u r n a l P e n y e l i d i k a n A k a d e m i k I P G M J i l i d 6 / 2 0 2 1 | 60

Selepas data disaring, analisis SEM dijalankan dengan perisian EQS 6.1 bagi
mengenal pasti kesahan konvergen dan diskriminan. Satu model pengukuran
(measurement model) seperti yang ditunjukkan dalam Rajah 1, telah dibentuk untuk
diuji dengan kaedah Pengesahan Analisis Faktor (Confirmatory Factor Analysis,
CFA). Sebelum Model diuji dengan kaedah CFA, kenormalan data perlu dikenal pasti
terlebih dahulu dengan menggunakan perisian EQS 6.1. Hal ini adalah kerana SEM
mengandaikan taburan kenormalan multivariate (Kline, 2005). Kenormalan
multivariate dapat dikesan melalui pemeriksaan taburan univariate (Kline, 2005;
Marcoulides & Hershberger, 1997). Perisian EQS 6.1 juga membekalkan maklumat
tentang kenormalan multivariate dalam bentuk koefisien Mardia (Mardia’s Coefficient)
dan anggaran kenormalan (normalized estimate). Kajian ini meneliti kedua-dua
taburan kenormalan data secara univariate dan multivariate. Kenormalan multivariate
merupakan andaian yang menyatakan sesuatu pemboleh ubah dan kesemua
gabungan linear pemboleh ubah adalah bertaburan normal (Marcoulides &
Hershberger, 1997). Sekiranya andaian asas SEM ini tidak dipatuhi, hasil penilaian
model yang dikaji tidak dapat memberi keputusan yang betul (Hu, Bentler, & Kano,
1992). Menurut Kline (2005) dan Marcoulides & Hershberger (1997), kenormalan
multivariate dapat dikesan melalui pemeriksaan taburan univariate. Seperti yang
ditunjukkan dalam Jadual 4, kajian ini menyelidik kenormalan univariate data
berdasarkan saranan Kline (2005) dan Marcoulides & Hershberger (1997), iaitu indeks
pencongan dan kurtosis data dalam lingkungan -3 hingga +3 memberi bukti bahawa
data adalah bertaburan secara untivariate. Kenormalan multivariate data pula diselidik
dengan meneliti nilai anggaran kenormalan Mardia. Nilai anggaran kenormalan
Mardia dalam lingkungan -6 hingga +6 menunjukkan data bertaburan normal secara
multivariate (Bentler, 2006).