31
2.2.4 Estimasi model
Model persamaan struktural menggunakan koefisien struktur, matriks kovarians dari variabel laten independen, dan matriks kovarians dari
kesalahan persamaan struktural. Kemudian model pengukuran menggunakan faktor loading variabel x dan y, dan matriks kovarians dari
kesalahan pengukuran. Estimasi model dilakukan untuk memperoleh estimasi setiap parameter seakurat mungkin dengan kovarians dari variabel
yang diamati. Proses estimasi menggunakan fungsi kecocokan untuk mengurangi perbedaan antara parameter di dalam model dengan variabel
pengukuran. Beberapa metode yang lama untuk melakukan estimasi antara lain teknik kemampuan maksimum maximum likelihoodML, kuadrat
terkecil biasa ordinary least squareOLS, dan kuadrat terkecil umum generalized least squareGLS, dan sebagainya. Pada perkembangan saat
ini, prosedur estimasi telah dikembangkan dengan analisa kovarians model struktural dengan perangkat lunak program LISREL.
Salah satu kelemahan penggunaan model persamaan struktural umumnya akan sesuai untuk ukuran sample sangat besar. Kebutuhan
teoritis metode penaksiran kemungkinan maksimum dan uji kesesuaian fit model didasarkan kepada asumsi sample besar. Secara umum, ukuran
sample untuk model persamaan struktural paling sedikit 200-800 pengamatan Ghozali 2006.
2.2.5 Evaluasi model
Ukuran kesesuaian dalam model persamaan struktural bisa dilakukan secara deskriptif atau inferensial. Statistik khi-kuadrat dapat digunakan
untuk menguji kesesuaian model secara inferensial, sedangkan ukuran kesesuaian secara deskriptif yang dinyatakan dalam suatu indeks, misalnya
yang sering digunakan adalah goodness of fit Indices GFI, dan adjusted goodness of fit Indices AGFI.
Ada banyak ukuran tersedia untuk menilai validitas secara menyeluruh dari model. Pada dasarnya, semua statistik tersebut diperoleh
dari nilai minimum fungsi. Ketika chi-square didefinisikan dengan cara yang tergantung pada ukuran sample, hal tersebut cenderung menghasilkan
nilai-nilai yang tinggi dalam sample besar. Sebagaimana telah disebut dimuka bahwa model SEM merupakan model pendekatan yang
32
mengintegrasikan sekaligus teknis analisis faktor, model struktural, dan analisis jalur.
Tabel 3 Goodness of fit creation index pada structural equation model
No. Goodness of fit creation index
Cut off Value
1. Chi Square Statistic
Diharapkan kecil 2.
Significant Probability P ≥
0,05 3.
CMINDF ≤
2,00 4.
GFI ≥
0,90 5.
AGFI ≥
0,90 6.
NFI ≥
0,90 7.
CFI ≥
0,95 8.
RFI ≥
0,90 9.
IFI ≥
0,90 10.
TLI ≥
0,95 11.
RMSEA ≤
0,08 Sumber: Ghozali 2004; Ghozali dan Fuad 2005; Ferdinand 2006
Oleh karena itu, dalam analisis SEM tidak ada alat uji statistik tunggal untuk mengukur atau menguji hipotesis mengenai model Ferdinand 2006.
Untuk mengukur derajat kesesuaian antara model yang dihipotesiskan dengan data yang disajikan maka perlu dilakukan uji kesesuaian model.
Beberapa teknik sebagai alat pengujian hipotesis-hipotesis parameter dalam model antara lain yaitu; Chi Square Statistic
χ
2
, The Root Means Square Error of Approximation RMSEA, Goodness of Fit Index AGFI, the
minimum sample discrepancy function dibagi dengan degree of freedom- nya CMINDF, Normed Fit Index NFI, dan Tuker-Lewis Index TLI.
Adapun batas nilai Cut off Value dari indek kriteria untuk tiap-tiap teknik uji kesesuaian tersebut disajikan pada Tabel 3 Ghozali 2004; Ferdinand
2006.
2.3 Lingkungan usaha