5. Outliers Outliers adalah observasi yang muncul dengan nilai-nilai ekstrim
baik secara univariate. Pada dasarnya outlier dapat muncul dalam empat kemungkinan, adalah sebagai berikut :
a. Kesalahan prosedur b. Keadaan yang benar – benar khusus
c. Adanya suatu alasan tetapi peneliti tidak tahu apa penyebabnya d. Outlier dapat muncul dalam range nilai yang ada, yang disebut
dengan multivariate outliers. 6. Multicolinearity dan singularity
Multicolinearity dapat dideteksi dari determinan matriks
kovarians. Nilai determinan matriks kovarians yang sangat kecil mengindikasikan adanya problem multicolineritas dengan mentransformasi
data dalam bentuk composite variables.
3.4.2 Pengujian Hipotesis
Dalam analisis SEM tidak ada alat uji statistik tunggal untuk mengukur atau menguji hipotesis mengenai model. Beberapa indeks kesesuaian dan cut off
value untuk digunakan dalam menguji apakah sebuah model dapat diterima atau
ditolak adalah sebagai berikut :
1. X – CHI SQUARE STATISTIC Merupakan alat paling fundamental untuk mengukur overall fit
adalah likelihood ratio chi – square statistic. Chi – square ini bersifat sangat sensitive terhadap besarnya sample yang digunakan. Model yang diuji akan
dipandang baik atau memuaskan bila nilai chi – squarenya rendah. Semakin kecil nilai χ² semakin baik model itu χ² = 0 berarti tidak ada perbedaan.
Karena tujuan analisis adalah mengembangkan dan menguji sebuah model yang sesuai dengan data atau yang fit terhadap data, maka yang dibutuhkan
justru sebuah nilai χ² yang tidak signifikan. Penggunaan chi – square hanya sesuai bila ukuran sample antara 100 dan 200, apabila ukuran sample ada
diluar rentang itu maka uji signifikan akan menjadi kurang reliable. Oleh karena itu pengujian ini perlu dilengkapi dengan alat uji lainya.
2. RMSEA – The Root Mean Square of Approximation RMSREA
adalah sebuah indeks yang dapat digunakan untuk mengkompensasi chi – square statistic dalam sample yang besar. Nilai
RMSEA menunjukkan goodness – of – fit yang diharapkan bila model diestemasi dalam populasi. Nilai RMSEA yang lebih kecil atau sama dengan
0,008 merupakan indeks yang dapat diterimanya model yang menunjukkan sebuah close fit dari model itu berdasarkan degrees of freedom.
3. GFI – Goodness of Fit Indices GFI adalah analog dari R² dalam regresi berganda. Indeks kesesuain
ini akan menghitung proporsi tertimbang dari varians dalam matriks konvarians sample yang dijelaskan oleh matriks konvarians popuilasi yang
diestimasikan. GFI adalah sebuah ukuran non - statistical yang mempunyai rentang nilai antara 0 poor fit sampai dengan 1.0 perfect fit. Nilai yang
tinggi dalam indeks ini menunjukkan sebuah “better fit” 4. AGFI – Adjusted Goodness of Fit Indices
AGFI GFI dƒ tingkat penerimaan yang direkomendasikan adalah AGFI mempunyai nilai yang sama dengan atau lebih besar dari 0,90
– 0,95 menunjukkan tingkat cukup – adequate fit Hulland et al., 1996. 5. CMID DF
The minimum sample discrepancy function CMIN dibagi dengan degree of freendomnya
akan menghasilkan indeks CMIN DF. Pada umumnya diartikan sebagai salah satu indicator untuk mengukur tingkat fit-
nya sebuah model. Dalam hal ini CMIN DF tidak lain adalah statistic chi –
square , X² dibagi DF-nya.
6. TLI – Tucker Lewis Indices TLI adalah alternative Increment Fit Indices yang membandingkan
sebuah model yang diuji terhadap sebuah baseline model. Nilai yang direkomendasikan sebagai acuan untuk diterimanya sebuah model adalah
penerimaan 0,95 dan nilai yang sangat mendekati 1 menunjukkan a very good fit.
7. CFI – Comporative Fit Indices Bersama nilai ini pada rentang nilai sebesar 0 – 1, dimana semakin
mendekati 1, mengindikasikan tingkat fit yang paling tinggi a very good fit
. Nilai yang direkomendasikan adalah CFI 0,9. Keunggulan dari indeks ini besarnya tidak dipengaruhi oleh ukuran sample, oleh karena itu sangat
baik untuk mengukur tingkat penerimaan sebuah model. Indeks CFI adalah identik dengan Relative Noncentrality Index RNI.
BAB IV PEMBAHASAN
4.1 Deskripsi Objek Penelitian 4.1.1 Analisis Karateristik Responden
Responden dalam penelitian ini adalah konsumen yang menggunakan jasa PT. Fullmoon Express Tour and Travel di wilayah
Surabaya yang berjumlah 115 orang responden. Serta bersedia mengisi kuesioner yang diberikan oleh peneliti.
1. Deskripsi Karateristik Responden Berdasar Jenis Kelamin
Berdasarkan hasil penyebaran kuesioner kepada 115 orang responden yang membeli tiket pesawat pada PT. Fullmoon Express Tour and Travel di
wilayah Surabaya diperoleh gambaran responden berdasarkan jenis kelamin yang mengisi kiesioner adalah sebagai berikut:
Tabel 4.1. Karateristik Responden Berdasarkan Jenis Kelamin No
Jenis Kelamin Jumlah
Prosentase
1 Laki – laki
68 59,1
2 Perempuan
47 40,9
Total 115
100,00 Sumber : Hasil Penyebaran Kuesioner
Berdasarkan tabel diatas dapat diketahui bahwa sebagian besar responden dalam penelitian ini adalah berjenis kelamin laki-laki sebanyak
