Price to Book Value Return On Equity ROE

Jalur Estimate PBV --- ROE 0,548 PBV --- DPR -0.303 Return Saham --- ROE 0.551 Return_Saham --- DPR -0,392 Return_Saham --- PBV 0.163 Jalur Estimate S.E. C.R. P PBV --- ROE 0,486 0.099 4.892 PBV --- DPR -0.130 0.048 -2.709 0.007 Return Saham --- ROE 1.205 0.254 4.745 Return_Saham --- DPR -0.416 0.117 -3.563 Return_Saham --- PBV 0.402 0.200 2.007 0.045 ukuran sampel 100 atau 150. Apabila nilai standardized coefficient yang terlihat di kolom estimate jauh dari angka 1 maka model regresi yang dianalisis tidak terjadi Heywood case. Hasil analisis untuk mengetahui terjadi tidaknya Heywood case disajikan sebagai berikut: Tabel 6. Hasil Uji Standardized Regression Weight Sumber: Data sekunder diolah, 2016 Tabel 6 menunjukkan bahwa standardized coefficient untuk masing-masing jalur tidak ada yang mendekati 1,0. Sehingga dapat disimpulkan tidak terjadi Heywood case. 3 Tidak adanya standard error yang tinggi mendekati 1,00. Tabel 7. Regression Weight Sumber: Data sekunder diolah, 2016 Tabel 7 menunjukkan nilai standard error SE tidak ada yang mendekati 1,00 yaitu masing-masing sebesar 0,099; 0,048; 0,254; 0,117; 0,200. Berdasarkan hasil uji offending estimate, menunjukkan bahwa estimasi koefisien baik dalam model struktural dan model pengukuran nilainya berada di atas batas yang diterima. Sehingga dapat dilakukan langkah berikutnya yaitu overall model fit.

b. Penilaian Overall Model Fit

Penilaian Overall Model Fit mengukur kesesuaian input observasi atau sesungguhnya matrik kovarian atau korelasi dengan prediksi dari model yang diajukan proposed model. Berdasarkan analisis yang dilakukan, maka diperoleh indeks-indeks goodness of fit sebagai berikut: Tabel 8. Kriteria Goodness of Fit Index Goodness of Fit Nilai Acuan Nilai Hitung Keterangan Chi Square Rendah 0,000 Baik Probability ≥ 0,05 - - GFI ≥ 0,90 1,000 Baik Sumber: Data sekunder diolah, 2016 Berdasarkan tabel 8 diperoleh indeks-indeks goodness of fit sebagai berikut: 1 Likelihood Ratio Chi Square Nilai Likelihood Ratio Chi Square yang tidak signifikan dan mendekati nol serta probabilitas lebih dari atau sama dengan tingkat signifikansi 0,05 menunjukkan model fit. Nilai chi square sangat sensitif terhadap besarnya sampel sehingga ada kecenderungan nilai chi square akan selalu signifikan. Oleh karena itu, jika nilai chi square signifikan, maka dianjurkan untuk melihat ukuran goodness of fit lainnya.