Pemilihan matriks input dan estimasi model Evaluasi kriteria g oodness-of-fit

69

3.4.4 Pemilihan matriks input dan estimasi model

Matriks input yang dapat digunakan dalam analisis SEM terdiri dari matriks kovarian dan matriks korelasi. Dalam beberapa penelitian, matriks kovarian lebih sering digunakan karena keunggulannya dalam menyajikan perbandingan yang valid antara populasi atau sampel yang berbeda. Teknik estimasi model yang digunakan dalam analisis ini terdiri dari : 1 Matriks likelihood estimation 2 Generalized least square estimation 3 Unweighted least square estimation 4 Scale free least square estimation 5 Asymptotically distribution free estimation Teknik estimasi tersebut dapat dipilih sesuai dengan ukuran sampel. Oleh karena dalam penelitian ukuran sampel adalah antara 100 – 200 sampel Ferdinand 2002, maka teknik estimasi yang digunakan matriks likelihood estimatio. Teknik estimasi ini dapat berubah bila kondisi lapangan menginginkan ukuran sampel yang lebih banyak.

3.4.5 Evaluasi kriteria g oodness-of-fit

Tahapan ini merupakan kegiatan kegiatan mengevaluasi kesesuaian model yang dibuat menggunakan berbagai kriteria goodness-of-fit. Secara garis tahapan ini terdiri dari tiga kegiatan besar, yaitu evaluasi data yang digunakan apakah memenuhi asumsi-asumsi SEM atau tidak, uji kesesuaian dan uji statistik, dan effect analysis. Evaluasi asumsi SEM meliputi evaluasi ukuran sampel, normalitas, outliers dan lain-lain. Sedangkan uji kesesuaian dan uji statistik terdiri dari : 1 X 2 Uji ini digunakan untuk mengukur overall fit atau kesesuaian model yang dibangun dengan data yang ada. -Chi-square statistic 2 Significance Probability nilainya harus lebih besar atau sama dengan 0.05 3 The root mean square error of approximation RMSEA RMSEA adalah indeks yang digunakan untuk mengkompensasi Chi-square statistic dalam sampel yang besar. Model yang dibangun dapat diterima bila memenuhi goodness-of-fit Index dan mempunyai nilai RMSEA lebih kecil atau sama dengan 0,08. 70 Tabel 4 Goodness-of-fit Index No Goodness of fit Index Cut-off Value 1 X 2 Diharapkan kecil -Chi-squarey 2 Significance Probability ≥ 0.05 3 RMSEA ≤ 0.08 4 GFI ≥ 0.90 5 AGFI ≥ 0.90 6 CMINDF ≤ 2.00 7 TLI ≥ 0.95 8 CFI ≥ 0.95 Sumber : Ferdinand 2002 4 Goodness of fit index GFI GFI digunakan untuk menghitung proporsi tertimbang varian dalam matriks kovarian sampel yang dijelaskan oleh matriks kovarian populasi yang terestimasi. GFI mempunyai nilai antara 0 poor fit – 1 perfect fit. 5 Adjusted goodness of fit index AGFI AGFI analog dengan R 2 6 Indeks CMINDF dalam regresi berganda, dengan tingkat penerimaan yang direkomendasikan sama atau lebih besar dari 0,9. Indeks CMINDF merupakan pembagian X 2 7 TuckerLewis index TLI dengan degree of freedom. Indeks ini menunjukkan tingkat fitnya model. TLI merupakan alternatif incremental fit index yang membandingkan sebuah model yang diuji terhadap sebuah baseline model. 8 Comparative fit index CFI CFI merupakan index yang menunjukkan tingkat fitnya model yang dibangun. Berbeda dengan indeks lainnya, indeks ini tidak tergantung pada ukuran sampel. Secara keseluruhan, tingkat penerimaan model yang dibangun berkaitan dengan indeks-indeks evaluasi tersebut disajikan pada Tabel 4. Tabel 4 ini merupakan pedoman untuk mnguji validitas model yaitu setelah model tersebut valit baru melakukan langkah berikutnya yaitu menganalisis hubungan atau interaksi variabel-variabel yang berinteraksi positif dan signifikan. Variable-variabel yang interaksi siganifikan dikembangkan untuk memecahkan masalah-masalah yang ada di model tersebut, sehingga model yang dibangun dapat dipakai untuk membantu dalam memberdayakan usaha kecil dan menengah. 71 Gambar 9 Kerangka operasional analisis SEM terhadap usaha perikanan di DIY Step dari Model Komputerisasai AMOS 4.01, SPSS, MS Excell, dll Data hasil identifikasi dan data analisis kelayakan usaha Pengembangan model teoritis Terjemahan teori ke dalam Path diagram Perumusan measurement model dan structural equation Uji kesesuaian dan statistik goodness-of-fit index: X 2 -Chi-square, Significance Probability, RMSEA, GFI, AGFI, CMINDF, TLI, CFI Layakditerima Tidak Revisi Model Ya Analisis direct effect, inderect effect, total effect Konstruk yang paling berpengaruh akan menjadi pokok perhatian 72

3.4.6 Interpretasi model