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