Analisis Kecocokan Model Struktural Penelitian Goodness of Fit Analysis

Gambar 10. Persentase Jumlah Pengeluaran Rutin per Bulan Responden

5.2 Hasil Analisis Structural Equation Modeling

5.2.1 Analisis Kecocokan Model Struktural Penelitian Goodness of Fit Analysis

Model pengukuran measurement model merupakan bagian dari model SEM yang terdiri dari variabel laten dan beberapa indikator. Adapun tujuan dari analisis model pengukuran adalah untuk mengetahui seberapa tepat indikator-indikator tersebut dapat menjelaskan variabel laten yang ada. Dalam praktiknya terdapat beberpa alat uji model yang terbagi dalam:

1. Absolute Fit Indices

Pada pengujian dengan alat ini akan membandingkan secara langsung matrik kovarians sampel dengan estimasi. Berdasarkan hal tersebut maka alat pengujian ini merupakan dasar dari semua alat uji yang lain. Salah satu alat uji goodness of fit utama pada absolute fit indices adalah chi square χ 2 yang juga merupakan alat pengujian utama measurement model. Kemudian juga terdapat alat uji, yaitu Goodness of Fit Index GFI, Adjusted Goodness of Fit Index AGFI, dan Root Mean Residual RMR. 10 20 30 40 50 60 1 JUTA 2 JUTA 3 JUTA 4 JUTA Pengeluaran Responden Series1 a Chi Square χ 2 Tujuan dari pengujian chi square adalah untuk mengetahui apakah matriks kovarian sampel berbeda secara signifikan dengan matriks kovarian estimasi. Adapaun proses pengujian chi square, yaitu: 1 Hipotesis H : Matriks kovarians sampel tidak berbeda dengan matriks kovarians estimasi. H 1 : Matriks kovarians sampel berbeda secara signifikan dengan matriks kovarians estimasi. 2 Pembandingan χ 2 tabel dengan χ 2 hitung Dasar pengambilan keputusan pada pembandingan χ 2 tabel dengan χ 2 hitung adalah: Jika χ 2 hitung χ 2 tabel, maka H diterima. Jika χ 2 hitung χ 2 tabel, maka H ditolak. 3 Angka probabilitas pada output AMOS Jika p 0,05 maka H diterima Jika p 0,05 maka H ditolak Pada penelitian ini, nilai χ 2 yang diperoleh dalam ouput AMOS disebut dengan CMIN adalah sebesar 605, 838. Apabila nilai χ 2 pada model penelitian kecil maka akan semakin bagus sehingga dapat disimpulan bahwa nilai χ 2 yang didapat dari model penelitian ini adalah kurang bagus poor fit. Hal ini didukung melalui pembandingan antara χ 2 tabel dengan derajat kebebasan 184, yaitu sebesar 216,6492 dengan χ 2 hitung yang ternyata jauh lebih besar serta nilai p yang kurang dari 0,05 sebesar 0,00. Sehingga berdasarkan pengujian hipotesis pada chi square, H ditolak yang berarti matriks kovarians sampel berbeda secara signifikan dengan matriks kovarians estimasi. Namun, nilai χ 2 sangat sensitif dengan ukuran sampel. Jika semakin besar ukuran sampel maka nilai χ 2 akan semakin besar pula Jöreskog Sorbom yang disitasi Byrne 2010. Oleh karena itu, pengujian dengan hanya menggu nakan nilai χ 2 belum mencukupi untuk menilai suatu model SEM maka dibutuhkan alat uji yang lain. b Goodness of Fit Index GFI dan Adjusted Goodness of Fit Index AGFI Santoso 2011 Alat uji GFI dan AGFI merupakan ukuran non statistikal yang memperhitungkan proporsi tertimbang dari varian dalam sebuah matriks kovarian sampel. Berdasarkan hasil output AMOS dari penelitian ini, didapat nilai GFI sebesar 0,654 dan AGFI sebesar 0,566 yang menunjukkan bahwa model memiliki tingkat kecocokan yang termasuk dalam kategori sedang moderate fit. c Root Mean Residual RMR Alat uji ini pada dasarnya menghitung selisih kovarian sampel dengan kovarian estimasi. Tingkat kecocokan model pada uji RMR menunjukkan bahwa semakin kecil nilai RMR maka model tersebut akan semakin baik good fit. Pada penelitian ini, nilai RMR yang terdapat pada output AMOS menunjukkan 0,143. Mengacu pada kisaran nilai RMR, yaitu antara 0 sampai dengan 1, maka dapat disimpulkan model penelitian ini mempunyai tingkat kecocokan yang baik good fit.

2. Incremental Fit Indices

Alat uji yang digunakan pada kelompok ini adalah dengan cara membandingkan antara model yang diujikan default model dengan null model independence model. Independence model adalah hasil pengujian pada kondisi dimana setiap variabel indikator dianggap tidak berhubungan dengan variabel konstruk laten nya; juga tidak ada hubungan antarvariabel konstruk. Beberapa alat uji yang termasuk pada kelompok ini adalah Normed Fit Index NFI dan Comparative Fit Index CFI. a Normed Fit Index NFI Indeks ini pada dasarnya membandingkan χ 2 hitung pada berbagai model. Pada output AMOS dari penelitian ini nilai χ 2 hitung untuk default model adalah sebesar 605,838 sedangkan χ 2 hitung untuk independence model adalah sebesar 1313,804 sehingga nilai NFI dapat dihitung dengan cara: NFI = 1313,804 - 605,838 = 0,539 605,838 Angka NFI juga dapat ditemukan pada hasil output AMOS di bagian Baseline Comparison yang menunjukkan nilai sebesar 0,539. Kisaran nilai NFI adalah antara 0 sampai dengan 1, dengan nilai yang lebih tinggi adalah lebih baik. Oleh karena itu, dapat disimpulkan model penelitian ini mempunyai tingkat kecocokan yang sedang moderate fit. b Comparative Fit Index CFI Indeks ini pada dasarnya membandingkan angka NCP Non Centrality Parameter pada berbagai model. Pada output AMOS dari penelitian ini nilai NCP pada default model adalah sebesar 421,838 sedangkan pada independence model adalah sebesar 1103,804 sehingga nilai CFI dapat dihitung dengan cara: CFI = 1103,804 - 421,838 = 0,618 1103,804 Angka CFI pada output AMOS di bagian Baseline Comparison juga menunjukkan angka yang sama, yaitu 0,618. Sama halnya dengan NFI, kisaran nilai CFI juga berada antara 0 sampai dengan 1, dengan nilai yang lebih tinggi adalah lebih baik. Sehingga, dapat disimpulkan model penelitian ini mempunyai tingkat kecocokan yang sedang moderate fit.

3. Parsimony Fit Indices

Alat ukur yang termasuk dalam kategori ini adalah PRATIO Parsimony Ratio, PNFI, dan PCFI. Hasil output AMOS dari penelitian ini menunjukkan nilai Pratio sebesar 0,871, nilai PNFI sebesar 0,471, dan nilai PCFI sebesar 0,540. Berdasarkan hal tersebut maka model penelitian tetap fit karena angka berada pada range values, yakni antara 0 sampai dengan 1. 4. Root Mean Square Error of Approximation RMSEA Nilai RMSEA menunjukkan rata-rata perbedaan per degree of freedom yang diharapkan dalam populasi bukan pada sampel. Berdasarkan hasil output AMOS dari penelitian ini, nilai RMSEA yang didapat sebesar 0,149. Kisaran nilai 0,08 RMSEA 0,1 berarti moderate fit; RMSEA 0,1 berarti poor fit Mac Callum yang disitasi oleh Byrne 2001. Sehingga dapat disimpulkan dengan menggunakan alat uji ini, model penelitian ini termasuk dalam kategori kurang baik poor fit.

5. Aikake Information Criterion AIC

AIC merupakan informasi berdasarkan statistical information theory dan digunakan untuk membandingkan beberapa model saturated dan independence model dengan jumlah konstruk yang berbeda. AIC tidak berkaitan dengan ukuran sampel. Nilai AIC model yang lebih kecil daripada AIC yang diperoleh pada saturated dan independence model mengindikasikan bahwa model adalah fit. Berdasarkan hasil output AMOS nilai AIC model adalah sebesar 699,136, AIC pada model saturated sebesar 462,000, dan AIC pada model independence sebesar 1355,804. Meskipun nilai AIC model tidak lebih kecil dari model saturated nya tetapi masih dalam range value, sehingga dapat dikatakan moderate fit.

6. Expected Cross-Validation Index ECVI

Proses pembandingan ECVI sama halnya dengan AIC, yaitu membandingkan antara saturated model dan independence model. Berdasarkan hasil output AMOS nilai ECVI model sebesar 6,722, ECVI pada saturated adalah sebesar 4,442, dan nilai ECVI pada independence model adalah sebesar 13,037. Meskipun nilai ECVI model tidak lebih kecil dari model saturated nya tetapi masih dalam range value, sehingga dapat dikatakan moderate fit. Berdasarkan pemaparan di atas, uji kecocokan model penelitian ini goodness of fit secara ringkas ditampilkan pada Tabel 10 berikut ini. Tabel 10. Hasil Uji Kecocokan Model Struktural Goodness of Fit Index Target tingkat kecocokan Hasil estimasi Tingkat kecocokan Chi square χ 2 Nilai yang kecil M: 605, 838 I:1313, 804 Poor fit GFI GFI ≥ 0,90 good fit 0,654 Moderate fit AGFI AGFI ≥ 0,90 good fit 0,566 Moderate fit RMR Kisaran 0 -1; lebih kecil lebaih baik 0,143 Good fit NFI NFI ≥ 0,90 0,539 Moderate fit CFI CFI ≥ 0,90 0,618 Moderate fit PRATIO Kisaran 0-1 0,871 Close fit RMSEA RMSEA ≤ 0,05: good fit; 0,08 RMSEA 0,1: moderate fit; RMSEA 0,1: poor fit 0,149 Poor fit AIC Nilai yang kecil dan mendekati AIC saturated M: 699,136 S: 462,000 I: 1355,804 Moderate fit ECVI Nilai yang kecil dan mendekati ECVI saturated M: 6,722 S: 4,442 I: 13,037 Moderate fit Sumber :Byrne 2010 Keterangan : M = Model, S = Saturated, I = Independence Berdasarkan analisis uji kecocokan model goodness of fit pada Tabel 10 di atas maka dapat disimpulkan bahwa kecocokan model penelitian ini berada pada kategori sedang moderate fit sehingga dibutuhkan analisis lebih lanjut. Oleh karena itu, analisis yang dilakukan selanjutnya adalah analisis confirmatory factor analysis dan multiple regression analysis.

5.2.2 Analisis Hubungan antara Konstruk dan Indikator