Melihat critical ratio setiap path dan membandingkan dengan nilai tertentu. Untuk pengujian satu arah dengan tingkat
signifikansi 0,05, nilai critical ratio harus 1,645 sedangkan
dengan tingkat signifikansi 0,01 nilai critical ratio harus 2,326.
Melihat standarized structural path coefficients dari setiap hipotesis terutama pada kesesuaian arah hubungan path dengan
arah hubungan yang telah dihipotesiskan sebelumnya. Jika arah hubungan sesuai dengan yang dihipotesiskan dan nilai
critical ratio memenuhi persyaratan maka dapat dikatan bahwa hipotesis yang diuji mendapat dukungan yang kuat.
5. Mengintrspretasikan dan Memodifikasi Model
a. χ² - Chi square
Alat uji yang paling findamental untuk mengukur overall fit adalah likehood ratio chi-square. Chi-square ini bersifat sangat sensitif terhadap
besarnya model yang digunakan. Model yang diuji dapat disimpulkan sebagai model yang baik atau memuaskan jika nilai χ² rendah. Semakin kecil nilai χ²
dapat disimpulkan bahwa semakin baik model tersebut, karena dalam uji beda chi-square, nilai χ²=0 berarti tidak ada perbedaan. Perbedaan yang dimaksud
adalah perbedaaan antara model yang diuji dengan saturted model. Tujuan analisis adalah mengembangkan dan menguji sebuah model yang sesuai
dengan data atau yang fit terhadap data, maka dibutuhkan sebuah nilai χ² yang tidak signifikan. Nilai χ² ini dapat dibandingkan dengan degree of freedom-nya
untuk mendapatkan nilai χ² relatif dan digunakan untuk membuat kesimpulan bahwa nilai χ² relatif tinggi menandakan adanya perbedaan yang signifikan
antara matriks kovarians yang diobservasi dan yang diestimasi.
b. RMSEA – The Root Mean Square Error of Approximation.
RMSEA adalah sebuah indeks yang dapat digunakan untuk mengkompensasi Chi-square statistic dalam sampel besar Baumgarthner
Homburg dalam Augusty, 2002:56. RMSEA yang diharapkan adalah sebesar ≤0,08.
c. GFI – Goodness of- Fit Index
Index kesesuaian ini akan menghitung proporsi tertimbang dari varians dalam matriks kovarian sampel yang dijelaskan oleh matriks kovarian
populasi yang terestimasikan GFI yang diharapkan adalah sebesar ≥ 0,90 Tanaka Huba, 1989 dalam Augusty.
d. AGFI – Adjust Goodness of fit Index
AGFI merupakan pengembangan indeks dari GFI, yang merupakan indeks yang telah disesuaikan dengan rasio degree of freedom model yang
diusulkan dengan degree of freedom dari null model. Tingkat penerimaan yang direkomendasikan adalah bila AGFI mempunyai nilai sama dengan atau lebih
dari 0,90 Hair, 1995 dalam Augusty.
e. CMINDF- The Minimum Sampel Discrepancy FunctionDegree of Freedom