Seminar Hasil Tugas Akhir (SS09 1324) untuk Mengukur...

22
Seminar Hasil Tugas Akhir (SS09 1324) Confirmatory Factor Analysis untuk Mengukur Unidimensional Indikator Performa Pengelolaan Lingkungan Hidup dalam Survei Publik Otonomi Award Jawa Pos Intitute Of Pro Otonomi (JPIP) Tahun 2011 Oleh : NOVIANTI IKA SARI 1310 105 002 Dosen Pembimbing Jerry Dwi Trijoyo Purnomo, S. Si, M. Si JURUSAN STATISTIKA Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya 2012

Transcript of Seminar Hasil Tugas Akhir (SS09 1324) untuk Mengukur...

Seminar Hasil Tugas Akhir (SS09 1324)

Confirmatory Factor Analysis untuk Mengukur Unidimensional Indikator Performa

Pengelolaan Lingkungan Hidup dalam Survei Publik Otonomi Award Jawa Pos Intitute Of

Pro Otonomi (JPIP) Tahun 2011

Oleh :

NOVIANTI IKA SARI

1310 105 002

Dosen Pembimbing

Jerry Dwi Trijoyo Purnomo, S. Si, M. Si

JURUSAN STATISTIKA

Fakultas Matematika dan Ilmu Pengetahuan Alam

Institut Teknologi Sepuluh Nopember

Surabaya 2012

2

LATAR BELAKANG

Monitoring dan Evaluasi

Oleh Jawa Pos Institute of Pro Otonomi (JPIP)

Otonomi Daerah

PP no.12 th 1999

Analisis dokumen daerah, Wawancara mendalam, Survei

persepsi publik

Parameter (2011): • ekonomi • layanan publik • performa politik • performa pengelolaan

lingkungan hidup (PPLH) • pengentasan kemiskinan

MDGs memastikan kelestarian lingkungan

dan

Penilaian OA tahun 2012 dan Kementrian Lingkungan Hidup mengacu pada UU no

32/2009 tentang Perlindungan dan Pengelolaan Lingkungan Hidup dan UU No

7/2004 tentang Sumber Daya Air ditekankan kewenangan untuk mengelola

dan melindungi kelestarian lingkungan hidup

Parameter khusus (berubah-ubah sesuai kebutuhan

monitoring JPIP)

Metode CFA mengukur Unidimensionalitas

Penelitian JPIP tahun 2008 dengan 40 indikator Penelitian JPIP tahun 2011 dengan 39 indikator

parameter diukur variabel tertentu dan indikator-

indikator tertentu

3

Apa saja indikator-indikator penilaian yang berpengaruh secara signifikan (unidimensional) terhadap variabel-variabel laten atau penilaian yang menyusun parameter performa pengelolaan lingkungan hidup?

Apa saja indikator-indikator penilaian dan variabel laten atau penilaian apa saja yang memiliki kontribusi terbesar dalam menyusun variabel laten/penilaian dalam survei mengenai performa pengelolaan lingkungan hidup?

RUMUSAN

PERMASALAHAN

4

Mengkaji indikator-indikator penilaian yang berpengaruh secara signifikan (unidimensional) terhadap variabel-variabel laten yang menyusun parameter performa pengelolaan lingkungan hidup.

Mengkaji indikator-indikator penilaian dan variabel laten atau penilaian apa saja yang memiliki

kontribusi terbesar dalam menyusun variabel laten/penilaian

dalam survei mengenai performa pengelolaan lingkungan hidup

TUJUAN PENELITIAN

MANFAAT PENELITIAN

Evaluasi mengenai indikator-indikator

mana saja yang dapat mengukur

(unidimensional) secara akurat dan

benar tentang parameter khusus

performa pengelolaan lingkungan

hidup dalam survei persepsi publik oleh

JPIP di Jawa Timur .

BATASAN

PENELITIAN

Data survei persepsi penilaian publik

yang dilakukan oleh JPIP pada tahun

2011

Parameter yang digunakan adalah

parameter khusus performa Pengelolaan

Lingkungan Hidup

5

CFA (Confirmatory

Factor Analysis)

5

CFA yang digunakan adalah Second Order. Hubungan antara First Order dan Second Order adalah:

εBδBΛεδ)B(Λx

Di mana : dan adalah loading matrik, adalah random vector variabel laten, dan adalah residual

Β Λ

ξ

δ εX1

1

X4X3X2 X8X7X6X5 X12X11X10X9 X16X15X14X13

1 432

1 2 3 4 5 6 7 8 9 1011

12 1314 15 16

1 2

3

4

Tinjauan Pustaka

6

Goodness of fit

index Cut-off Value

Χ2-Chi-square Diharapkan kecil

Significance Probability

> 0.05

RMSEA < 0.08

GFI > 0.90

AGFI > 0.90

CMIN/DF < 2.00

TLI > 0.95

CFI > 0.95

Uji Kecocokan

Nilai Validitas : t-value ≥ 2 Nilai Reliabilitas : Nilai CR ≥ 0,7

eloadingstd

loadingstdyReliabilitConstruct

2

2

.

.

Uji Kecocokan Model Pengukuran (Validitas dan Reliabilitas)

Kecocokan Keseluruhan Model

Nilai Kontribusi R² Nilai R² , interpretasi sama dengan regresi (Wijanto, 2008)

7

Metodologi Penelitian

•Sumber data: Data sekunder dari LPPM ITS Pusat Studi Potensi Daerah Pemberdayaan

Masyarakat •Data Survei Persepsi Publik JPIP di Jawa Ti-

mur tahun 2011

Variabe Penelitian

Variabel Laten Eksogenous : Performa Pengelolaan Lingkungan

Hidup (PPLH)

Variabel Laten Endogeneus yang mengukurnya: 1. Natural capital SDA (PPNSDA)

2. Integrasi pengelolaan lingkungan (PIPL)

3. Kelestarian (sustainability) natural capital SDA human

Capital (PUPLH)

8

Variabel Laten Variabel Laten Variabel Manifest Var

Akses (equity)

penggunaan natural

capital Sumber Daya

Alam

(PPNSDA)

Kesetaraan akses terhadap

penggunaan sumber-sumber

material, seperti persawahan,

perkebunan, air

Pemanfaatan SDA sebagai sumber

pendapatan

X1

Kemudahan mendapat sumber pengairan X2

Pemanfaatan sumber daya laut/air tawar X3

Memberikan kemudahan mendapat bahan

penunjang pertanian/peternakan

X4

Kesetaraan kesempatan konsumsi

energi

Kemudahan mendapatkan BBM dan gas X5

Pemerataan penggunaan tenaga listrik X6

Kemudahan bagi warga miskin/terpencil X7

Pemanfaatan energi alternatif X8

Pemberdayaan penggunaan dan

pengelolaan natural capital bagi

rakyat miskin

Pemanfaatan lahan X9

Kemitraan pemanfaatan kawasan tertentu X10

Keterampilan (pendampingan) X11

Integrasi pengelolaan

lingkungan

(PIPL)

Harmonisasi kepentingan

pembangunan industri, ekonomi

masyarakat dan lingkungan di

daerah (publik private and

community partnership)

Syarat-syarat ramah lingkungan X12

Meningkatkan keterlibatan masyarakat

dalam perencanaan pembangunan yang

berefek lingkungan

X13

Mekanisme masukan dari masyarakat X14

Mendorong inisiatif-inisiatif

harmoni/keselarasan manusia dengan

alam

X15

Mediasi perbedaan kepentingan

antara industri, masyarakat dan

pemerintah

Mediasi perbedaan kepentingan X16

Mendukung berdirinya institusi informal X17

Melakukan mediasi sengketa lingkungan X18

Environment mainstreaming and

sounding dalam setiap kebijakan

pembangunan daerah

Memiliki visi dan misi pembangunan

daerah yang berwawasan lingkungan

X19

Menetapkan persyaratan lingkungan

dalam setiap kebijakan

X20

Menerbitkan perda atau peraturan daerah

lainnya

X21

Meningkatkan alokasi anggaran untuk

pengelolaan

X22

Variabel Penelitian

9

Variabel Laten Variabel Laten Variabel Manifest Var

Kelestarian

(sustainability)

natural capital

(SDA) dan Human

Capital

(PUPLH)

Kelestarian SDA

Memelihara keanekaragaman flora dan

fauna di daerah X23

Melakukan upaya-upaya hemat energi X24 Mendorong kearifan masyarakat yang

ramah lingkungan X25

Mendorong kearifan masyarakat yang

ramah lingkungan X26

Melakukan pelestarian sumber air dan

cadangan air X27

Memberikan insentif bagi pihak-pihak

yang berkontribusi X28

Meningkatkan kampanye-kampanye

pembangunan berwawasan lingkungan X29

Kenyamanan lingkungan

Memperluas ruang terbuka hijau (RTH) X30 Memperbaiki pengelolaan sampah/limbah

padat dan cair X31

Mengampanyekan kebersihan sungai

dan/atau laut X32

Upaya pencegahan banjir dan/atau

kekeringan X33

Mengurangi polusi udara dan air X34

Penegakan hukum/sanksi bagi

perusak lingkungan

Memperbaiki penegakan hukum dan

sanksi X35

Melakukan kemitraan pemantauan

kualitas lingkungan X36

Memberikan penghargaan pada

masyarakat yang berkontribusi X37

Memberikan insentif pajak/non-pajak

bagi dunia usaha yang ramah lingkungan X38

Menertibkan penambangan galian yang

merusak lingkungan X39

Variabel Penelitian

10

Memeriksa kemultinormalan dan multikoli-nieritas data, diharapkan tidak ada outlier

TAHAPAN ANALISIS-1

Melakukan pengujian kecocokan antara model dengan data menggunakan kriteria Goodness of Fit (GOF), jika tidak memenuhi maka dilakukan modifikasi.

Melakukan reliabilitas konstruk untuk masing-masing unidimensional, untuk mengetahui sejauh mana model yang valid dan tidak

Jika sudah layak maka diuji signifikan masing-masing parameter variabel laten menggunakan uji t. Apabila nilai t-hitung lebih besar daripada nilai t-tabel dengan α = 0,05 sebesar 1,96, maka dapat dikatakan variabel tersebut signifikan membentuk suatu unidimensi

Melihat kontribusi tiap variabel laten dan indikator penilaian

TAHAPAN ANALISIS-2

11

ANALISIS DAN PEMBAHASAN

UJI MULTIVARIAT NORMAL

H0: Data mengikuti sebaran distribusi normal multivariat. H1: Data tidak mengikuti sebaran distribusi normal multivariat.

Variabel laten

(progam penilaian) Var. Laten Jarak Kesimpulan

Akses (equity) Penggunaan

Natural Capital Sumber Daya

Alam

ppnsda31 0.607692 MULTINORMAL

ppnsda32 0.747253 MULTINORMAL

ppnsda33 0.505495 MULTINORMAL

Integrasi pengelolaan

lingkungan

pipl31 0.567 MULTINORMAL

pipl32 0.5076 MULTINORMAL

pipl33 0.621978 MULTINORMAL

Kelestarian (sustainability)

natural capital (SDA) dan

Human Capital

puplh31 0.543956 MULTINORMAL

puplh32 0.576923 MULTINORMAL

puplh33 0.601099 MULTINORMAL

12

ANALISIS DAN PEMBAHASAN

Akses (equity) penggunaan natural

capital Sumber Daya Alam

(PPNSDA)

H0 : λi= 0 (loading factor tidak signifikan dalam mengukur variabel laten) H1 : λi≠ 0 (loading factor signifikan dalam mengukur variabel laten)

Variabel Estimate t-

hitung t-tabel Signifikansi

ppnsda31 <--- PPNSDA 0.75 14,130 1,96 Signifikan

ppnsda32 <--- PPNSDA 0.849 15,596 1,96 Signifikan

ppnsda33 <--- PPNSDA 0.806 19,049 1,96 Signifikan

PPNSDA4 <--- ppnsda31 0.606

PPNSDA3 <--- ppnsda31 0.744 15,785 1,96 Signifikan

PPNSDA2 <--- ppnsda31 0.67 14,914 1,96 Signifikan

PPNSDA1 <--- ppnsda31 0.635 14,415 1,96 Signifikan

PPNSDA8 <--- ppnsda32 0.653

PPNSDA7 <--- ppnsda32 0.613 13,476 1,96 Signifikan

PPNSDA6 <--- ppnsda32 0.408 9,865 1,96 Signifikan

PPNSDA5 <--- ppnsda32 0.475 11,187 1,96 Signifikan

PPNSDA11 <--- ppnsda33 0.794

PPNSDA9 <--- ppnsda33 0.923 32,211 1,96 Signifikan

PPNSDA10 <--- ppnsda33 0.92 32,130 1,96 Signifikan

13

ANALISIS DAN PEMBAHASAN

Kriteria Cut Off Value

Sebelum Modifikasi Setelah Modifikasi

Hasil Evaluasi Model

Hasil Evaluasi Model

CMIN Kecil 452,571 Tdk Baik 156,691 Diharapka

n kecil

Prob. ≥ 0,05 0,000 Tidk baik 0,000

Marginal

CMIN/DF ≤ 2.0 11,038 Baik 4,353 Baik

GFI ≥ 0,90 0,913 Baik 0,970 Baik AGFI ≥ 0,90 0,861 Marg.Fit 0,945 Baik

CFI ≥ 0,90 0,902 Baik 0,971 Baik TLI ≥ 0,90 0,868 Marg.Fit 0,956 Baik

RMSE ≤ 0,08 0,105 Tidk Baik 0,061

Baik

Variabel Reliabilitas

(nilai CR>0.7) Keterangan

ppnsda31: - PPNSDA1 - PPNSDA2 - PPNSDA3 - PPNSDA4

0,76977 Reliabilitas baik

ppnsda32: - PPNSDA5 - PPNSDA6 - PPNSDA7 - PPNSDA8

0,641878 Reliabilitas kurang baik

ppnsda33: - PPNSDA9 - PPNSDA10 - PPNSDA11

0,850057 Reliabilitas baik

PPSDNA (second order CFA):

- ppnsda31 - ppnsda32 - ppnsda33

0,781346 Reliabilitas baik H0: ,matrik varian kovarian populasi sama dengan matrik varian kovarian yang diestimasi H1: ,matrik varian kovarian populasi tidak sama dengan matrik varian kovarian yang diestimasi

ΣΣ

ΣΣ

14

ANALISIS DAN PEMBAHASAN

Variabel Sebelum

Modifikasi (atau dalam %)

Setelah Modifikasi (atau

dalam %)

ppnsda33 0,649 0,487

ppnsda32 0,721 0,524

ppnsda31 0,563 0,755

PPNSDA9 0,851 0,839

PPNSDA10 0,846 0,854

PPNSDA11 0,631 0,635

PPNSDA5 0,226 0,330

PPNSDA6 0,167 0,286

PPNSDA7 0,376 0,479

PPNSDA8 0,427 0,103

PPNSDA1 0,404 0,444

PPNSDA2 0,448 0,433

PPNSDA3 0,553 0,521

PPNSDA4 0,368 0,382

Setelah Modifikasi

Variabel laten ppnsda31, ppnsda32, dan

ppnsda33 memberikan kontribusi 75,5%,

52,4%, dan 48,7%

Sebelum Modifikasi

Variabel laten ppnsda31, ppnsda32, dan

ppnsda33 memberikan kontribusi 56.3%,

72.1%, dan 64.9% terhadap variabel laten

PPNSDA

15

ANALISIS DAN PEMBAHASAN

Integrasi pengelolaan lingkungan

(PIPL)

H0 : λi= 0 (loading factor tidak signifikan dalam mengukur variabel laten) H1 : λi≠ 0 (loading factor signifikan dalam mengukur variabel laten)

Variabel Estimasi t-hitung t-tabel Signifi-kansi

pipl31 <--- PIPL 0.964 23,461 1,96 Signifikan

pipl32 <--- PIPL 0.87 25,976 1,96 Signifikan

pipl33 <--- PIPL 0.857 20,415 1,96 Signifikan

PIPL4 <--- pipl31 0.735

PIPL3 <--- pipl31 0.873 26,127 1,96 Signifikan

PIPL2 <--- pipl31 0.844 25,247 1,96 Signifikan

PIPL1 <--- pipl31 0.717 21,285 1,96 Signifikan

PIPL7 <--- pipl32 0.874

PIPL6 <--- pipl32 0.773 27,763 1,96 Signifikan

PIPL5 <--- pipl32 0.859 32,535 1,96 Signifikan

PIPL11 <--- pipl33 0.705

PIPL10 <--- pipl33 0.795 22,298 1,96 Signifikan

PIPL9 <--- pipl33 0.891 24,526 1,96 Signifikan

PIPL8 <--- pipl33 0.73 20,583 1,96 Signifikan

16

ANALISIS DAN PEMBAHASAN

H0: ,matrik varian kovarian populasi sama dengan matrik varian kovarian yang diestimasi H1: ,matrik varian kovarian populasi tidak sama dengan matrik varian kovarian yang diestimasi

ΣΣ

ΣΣ

Kriteria Cut Off Value

Sebelum Modifikasi Setelah Modifikasi

Hasil Evaluasi Model

Hasil Evaluasi Model

Chi-Square CMIN

Kecil 331,934 Tidak Baik 120,992 Diharapkan kecil

Probability ≥ 0,05 0,000 Tidak baik 0,000 Marginal

CMIN/DF ≤ 2.0 8,096 Baik 3,359 Baik

GFI ≥ 0,90 0,938 Baik 0,977 Baik

AGFI ≥ 0,90 0,899 Marg. Fit 0,957 Baik

CFI ≥ 0,90 0,956 Baik 0,987 Baik

TLI ≥ 0,90 0,942 Baik 0,981 Baik RMSE ≤ 0,08 0,088 Tdk Baik 0,051 Baik

Variabel Reliabilitas

(nilai CR>0.7) Keterangan

pipl31: - PIPL1 - PIPL2 - PIPL3 - PIPL4

0,782618 Reliabilitas baik

pipl32: - PIPL5 - PIPL6 - PIPL7

0,822345 Reliabilitas baik

pipl33: - PIPL8 - PIPL9 - PIPL10 - PIPL11

0,787545 Reliabilitas baik

PIPL (second order CFA): - pipl31 - pipl32 - pipl33

0,909603 Reliabilitas baik

17

ANALISIS DAN PEMBAHASAN

Setelah Modifikasi

variabel pipl31, pipl32, dan pipl33 terlihat

dari nilai R2 > 70%

Sebelum Modifikasi

Variabel laten pipl31, pipl32, dan pipl33

memiliki kontribusi sebesar 92,9%,

75,6%, dan 73,4.%

Variabel Sebelum Modifikasi (atau dalam %)

Setelah Modifikasi (atau dalam %)

pipl33 0,734 0,781

pipl32 0,756 0,705

pipl31 0,929 0,932

PIPL8 0,534 0,536

PIPL9 0,793 0,786

PIPL10 0,632 0,635

PIPL11 0,496 0,500

PIPL5 0,739 0,734

PIPL6 0,598 0,601

PIPL7 0,764 0,769

PIPL1 0,514 0,536

PIPL2 0,712 0,678

PIPL3 0,762 0,866

PIPL4 0,541 0,525

18

ANALISIS DAN PEMBAHASAN

Kelestarian (sustainability) natural

capital (SDA) dan Human Capital

(PUPLH)

H0 : λi= 0 (loading factor tidak signifikan dalam mengukur variabel laten) H1 : λi≠ 0 (loading factor signifikan dalam mengukur variabel laten)

Variabel Estimasi t-hitung t-tabel Signifikansi

PUPLH31 <--- PUPLH 1.006 18,754 1,96 Signifikan

PUPLH32 <--- PUPLH 0.815 21,625 1,96 Signifikan

PUPLH33 <--- PUPLH 0.844 19,683 1,96 Signifikan

PUPLH6 <--- PUPLH31 0.803 18,644 1,96 Signifikan

PUPLH5 <--- PUPLH31 0.605 15,221 1,96 Signifikan

PUPLH4 <--- PUPLH31 0.63 15,718 1,96 Signifikan

PUPLH3 <--- PUPLH31 0.678 16,596 1,96 Signifikan

PUPLH2 <--- PUPLH31 0.536 13,828 1,96 Signifikan

PUPLH12 <--- PUPLH32 0.796

PUPLH11 <--- PUPLH32 0.78 24,174 1,96 Signifikan

PUPLH10 <--- PUPLH32 0.711 21,735 1,96 Signifikan

PUPLH9 <--- PUPLH32 0.616 18,484 1,96 Signifikan

PUPLH8 <--- PUPLH32 0.612 18,34 1,96 Signifikan

PUPLH17 <--- PUPLH33 0.683

19

ANALISIS DAN PEMBAHASAN

H0: ,matrik varian kovarian populasi sama dengan matrik varian kovarian yang diestimasi H1: ,matrik varian kovarian populasi tidak sama dengan matrik varian kovarian yang diestimasi

ΣΣ

ΣΣ

Kriteria Cut off Value

Sebelum Modifikasi

Setelah Modifikasi

Hasil Evaluasi Model

Hasil Evaluasi Model

Chi-Square CMIN

Kecil 1132,545

Tdk Baik 773,319 Diharapkan kecil

Probability ≥ 0,05 0,000 Tdk baik 0,000 Marginal

CMIN/DF ≤ 2.0 9,763 Baik 6,967 Baik GFI ≥ 0,90 0,864 Marg.Fit 0,909 Baik

AGFI ≥ 0,90 0,820 Marg.Fit 0,874 Marg.Fit

CFI ≥ 0,90 0,879 Marg.Fit 0,921 Baik

TLI ≥ 0,90 0,858 Marg.Fit 0,904 Baik

RMSE ≤ 0,08 0,098 Tdk Baik 0,08 Baik

Variabel Reliabilitas (nilai

CR>0.7) Keterangan

puplh31: - PUPLH1 - PUPLH2 - PUPLH3 - PUPLH4

0,73552 Reliabilitas baik

puplh32: - PUPLH5 - PUPLH6 - PUPLH7

0,725131 Reliabilitas baik

puplh33: - PUPLH8 - PUPLH9 - PUPLH10 - PUPLH11

0,800345 Reliabilitas baik

puplh (second order CFA) : - puplh31 - puplh32 - puplh33

0,895429 Reliabilitas baik

20

ANALISIS DAN PEMBAHASAN

Setelah Modifikasi

Hasil R2 setelah dimodifikasi, kontribusi

terbesar adalah variabel PUPLH sebesar

87.9% oleh puplh31.

Sebelum Modifikasi

Variabel PUPLH memiliki nilai (R2) paling

besar didukung oleh puplh33 sebesar

101% hal ini mengindikasikan adanya

heywod case.

Variabel Sebelum Modifikasi (atau

dalam %)

Setelah Modifikasi

(atau dalam %) PUPLH33 0,712 0,633

PUPLH32 0,663 0,798

PUPLH31 1,012 0,879

PUPLH13 0,553 0,55

PUPLH14 0,591 0,542

PUPLH15 0,805 0,818

PUPLH16 0,774 0,795

PUPLH17 0,466 0,466

PUPLH8 0,375 0,376

PUPLH9 0,38 0,392

PUPLH10 0,505 0,509

PUPLH11 0,609 0,601

PUPLH12 0,633 0,625

PUPLH1 0,349 0,384

PUPLH2 0,287 0,312

PUPLH3 0,46 0,517

PUPLH4 0,397 0,382

PUPLH5 0,365 0,333

PUPLH6 0,645 0,544

PUPLH7 0,366 0,369

21

KESIMPULAN DAN SARAN

Kesimpulan Indikator-indikator penilaian penyusun variabel laten akses

penggunaan natural capital SDA, integrasi pengelolaan lingkungan

dan kelestarian natural capital (SDA) dan human capital memiliki nilai

t-hitung > t-tabel

Semua nilai loading factor secara signifikan berpengaruh

(unidimensional) terhadap variabel-variabel laten pada first order

CFA

Nilai loading factor pada second order CFA juga signifikan

berpengaruh (unidimensional) dalam menyusun parameter performa

pengelolaan lingkungan hidup terbukti dari nilai t-hitung > t-tabel

Kontribusi terbesar pada variabel laten akses penggunaan natural

capital SDA terletak pada indikator kemitraan pemanfaatan kawasan

tertentu (PPNSDA10) 85.4%.

Variabel laten integrasi pengelolaan lingkungan memperoleh

kontribusi terbesar dari variabel laten harmonisasi kepentingan

pembangunan industri, ekonomi masyarakat dan lingkungan di

daerah (pipl31) sebesar 93,2%.

Variabel laten kelestarian (sustainability) natural capital (SDA) dan

human capital (PUPLH) memperoleh kontribusi terbesar dari

kelestarian SDA (puplh31) sebesar 87.9%.

Saran : Penelitian ini sebaiknya dilakukan pengukuran sampai third order CFA,

sehingga mengetahui nilai kontribusi yang optimal untuk mengukur performa

pengelolan lingkungan hidup

22

Bollen, K. 1989. Structural Equations With Latent Variabels, John Wiley & Sons, Inc. Brown, T.A. 2006. Confirmatory factor analysis for applied research. NY: The Guilford Press. Chin, W. W. 1998. The Partial Least Squares Approach to Structural Equation Modeling. In

Modern Methods for Business Research, G. A. Marcoulides, ed. Mahwah, NJ: Lawrence Erlbaum Associates.

Fernanda, J.H. 2007. Analisis Faktor Konfirmatori Pada Penilaian Publik Terhadap Kinerja Pemerintah Kabupaten/Kotamadya Jawa Timur (Studi kasus : Survei JPIP Tahun 2008). Surabaya

Ghozali, I. dan Fuad. 2005. Structural Equation Modeling ; Teori, Konsep, dan Aplikasi dengan Program Lisrel 8.5. Semarang : Badan Penerbit – Undip.

Ghozali, I. 2008. Model Persamaan Structural Konsep Dan Aplikasi Dengan Program Amos 16. Badan Penerbit – Undip. Semarang.

Hair, Joseph F, William C. B., Barry J.B., dan Rolph E.A. 2010. Multivariate Data Analysis. Seventh Edition. Prentice Hall. Upper Saddle River : New Jersy.

Stalker, P. 2008. Millennium Development Goals. [www.google.com/Let Speak Out for MDGs-ID.pdf diakses tanggal 2 Februari 2012 16.03]

Sobari, W, Redhi S., dan Dadan S. Suhar. 2007. Mentradisikan Kompetisi Memintas Kemajuan. Surabaya: The Jawa Pos Institute of Pro Otonomi.

Taufik. 2012. Jalankan Undang-Undang Penuhi Hak Warga (Menjelang Otonomi Award 2012). Jawa Pos. Hal.2

Tim JPIP. 2011. Referensi Baru Otonomi. Surabaya: JP Pres. Wijanto. S.H. 2008. Structural Equation Modeling Dengan Lisrel 8.8 .Yogyakarta: Graha Ilmu.

DAFTAR PUSTAKA