dibuat. Two Step Approach digunakan untuk mengatasi sampel data yang kecil jika dibandingkan dengan jumlah butir intrumasi yang digunakan
Hartline dan Farrel, 1996 , dan keakuratan reliabilitas indicator – indikatro terbaik dapat dicapai dalam model Two Step Approach ini. Two
Step Approach bertujuan untuk menghindari interaksi antara model pengukuran dan model structural pada One Steo Approach Hair et, Al,
1998 yang dilakukan dalam Two Step Approach to SEM adalah estimasi terhadap measurement model dan estimasi terhadap struktural model.
3.5 Evaluasi Model
Dalam SEM tidak ada alat uji statistik tunggal untuk mengukur atau menguji hipotesis mengenai model. Beberapa indeks kesesuaian cut
off value untuk digunakan dalam menguji apakah sebuah model dapat diterima atau ditolak adalah :
1. X
2
CHI SQUARE STATISTIK Alat uji paling fundamental untuk mengukur overall fit adalah
likelihood ratio chi – square ini bersifat sangat sensitive terhadap besarnya sampel yang digunakan. Karena bila jumlah sampel
cukup besar lebih dari 200 , statistik chi – square ini harus didampingi oleh alat uji lain. Model yang diuji akan dipandang
baik bila nilai chi-square rendah. Semakin kecil nilai X
2
semakin baik model itu karena dalam uji beda chi-square, X
2
= 0, berarti benar – benar tidak ada perbedaan, HO diterima Karena tujuan
analisis adalah mengembangkan dan menguji sebuah model yang
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
sesuai dengan data, maka yang dibutuhkan justru sebuah nilai X
2
yang kecil dan signifikan.
Chi-square bersifat sensitif terhadap sampel yang terlalu kecil atau terlalu besar. Pengguna chi – square hanya sesuai ukuran sampel antara
100 – 200 bila ukuran diluar itu, uji signifikan akan menjadi kurang reliable.
2 RMSEA – THE ROOT MEAN SQUARE ERROR OF
APPROXIMATION RMSEA adalah sebuah indexs yang dapat digunakan
mengkompensasi chi-square statistik dalam sampel yang besar. Nilai RMSE menunjukkan goodness-of-fit yang dapat diharapkan bila model
diestimasi dalam populasi. Nilai RMSEA yang lebih kecil atau sama dengan 0,08 merupakan indexs untuk dapat diterimanya model, yang
menunjukkan sebuah close fit dari model itu berdasarkan degress of freedom.
3 GFI – GOODNESS OF FIT INDEXS
GFI adalah analog dari R
2
dalam regresi berganda. Indexs kesesuaian ini akan menghitung proporsi tertimbang dari varians dalam
matriks kovarians sampel yang dijelaskan kovarians matriks populasi yang terestimasi. GFI adalah sebuah ukuran non statistical yang
mempunyai rentang nilai antar 0 poor fit sampai dengan 1,00 perfect fit . Nilai tertinggi dalam indeks ini menunjukkan sebuah “
better fit ’’.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
4 AGFI – ADJUST GOODNESS OF FIT INDEKS
AGFI = GFIdf tingkat penerimaan yang direkomendasikan adalah bila AGFI mempunyai nilai sama dengan atau lebih besar dari 0,09
GFI maupun AGFI adalah kriteria yang memperhitungkan proporsi tertimbang dari varians dalam sebuah matriks kovarians sampel. Nilai
sebesar 0,95 dapat diinterpretasikan sebagai tingkatan yang baik good overall model fit . Sedangkan besaran nilai antara 0,90 – 0,95
menunjukkan tingkatan cukup adequate fit Huliand et al, 1996 . 5
CMIN – DF Sebagai salah satu indikator untuk mengukur tingkat fitnya sebuah
model. Dalam hal ini CMINDF tidak lain adalah statistik chi-square, X
2
dibagi DF nya sehingga disebut X
2
relatif. Nilai X
2
relatif kurang dari 2,0 atau bahkan kurang dari 3,0 adalah indikasi dari acceptable fit
antara model dan data. Nilai X
2
relatif yang tinggi menandakan adanya perbedaan yang signifikan antara matriks kovarians yang diestimasi
dan diobservasi. 6
TLI – TUCKER LEWIS INDEKS TLI adalah sebuah alternatif yang membandingkan model yang
diuji terhadap sebuah baseline model. Nilai yang direkomendasikan sebagai acuan untuk diterimannya sebuah model adalah penerimaan
0,95 nilai yang sangat mendekati 1 menunjukkan avery good fit.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
7 CFI – COMPARATIF FIT INDEKS
Besaran indeks ini adalah pada rentang nilai sebesar 0 – 1, semakin mendekati 1, mengidentifikasikan tingkat fit yang paling tinggi a very
good fit . Nilai yang direkomendasikan adalah CFI 0,95. Keunggulan indeks ini besarannya tidak dipengaruhi oleh ukuran
sampel karena itu sangat baik untuk mengukur tingkat penerimaan sebuah model. Indeks CFI identik dengan Relatif Non Certrality Indeks
RNI yang diperoleh dari rumus berikut ini : CFI = RNI = 1 – C - d
Cb – db Dimana C adalah diskrepansi dari model yang dievaluasi dan d
adalah degress of fredomnya, sementara Cb dan db adalah diskrepansi dan degress of freedom dari baseline model yang
dijadikan pembanding. Dengan demikian indeks – indeks dapat digunakan untuk menguji kelayakan sebuah model adalah seperti
dalam table berikut ini :
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Table I. Goodness of Fit Indices
Goodness Of Indeks
Keterangan Cut-of Value
X
2
-Chi-Square Menguji apakah covarians populasi yang
diestimasi sama dengan covarians sample apakah model sesuai dengan data
Diharapkan, 1 sd 5 atau paling baik
diantara 1 dan 2
Probability Uji signifikan terhadap perbedaan matrix
covariance data dan matrix covariance yang diestimasi
Minimal 0,1 atau 0,2 atau 0,05
RMSE Mengkompensasi kelemahan Chi-Square
pada sampel besar 0,08
GFI Menghitung proporsi tertimbang varians
dalam matrix sampel yang dijelaskan oleh matrix covarians populasi yang diestimasi
analog dalam R
2
dalam regresi . 0,90
AGFI GFI yang disesuaikan terhadap DF
0,90 CMINDF
Kesesuaian antara data dan model 2,00
TLI Perbandingan antara model yang diuji
terhadap baseline model. 0,95
CFI Uji kelayakan model yang tidak sensitif
terhadap besarnya sampel dan kerumitan model.
0,94
Sumber : Hair.et.al.1998
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
BAB IV HASIL DAN PEMBAHASAN
4.1. Deskripsi Obyek Penelitian
4.1.1. Gambaran Umum Obyek Penelitian
Hemaviton diawali dengan cita-cita menjadi perintis suplemen kesehatan berbasis multivitamin buatan bangsa Indonesia dengan harapan
dapat membantu mewujudkan kesehatan masyarakat yang lebih baik dan masa depan yang cerah. Sejarah hemaviton Range dimulai pada tahun 1977 dengan
diluncurkannya hemaviton, suplemen dengan komposisi lengkap vitamin dan mineral untuk meningkatkan stamina bagi pria dan wanita.
Seiring perjalanan waktu, hemaviton senantiasa berusaha untuk memenuhi kebutuhan masyarakat Indonesia, dengan cara menyempurnakan
komposisi produk dan juga dengan berinovasi untuk mengembangkan produk yang menawarkan benefit baru sesuai dengan kebutuhan konsumennya. Maka
pada tahun 1996, diluncurkankah line extension baru, yaitu hemaviton Action, multivitamin bagi pria dan wanita dengan formulasi khusus untuk membantu
memberikan tenaga dan kesegaran. Khusus untuk konsumen wanita yang sangat memperhatikan
kesehatan dan penampilannya, pada tahun 1997 hemaviton memperluas range produknya dengan hemaviton Skin Nutrient, suplemen dengan
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.