40
3.5. Uji hipotesis
3.5.1. Evaluasi Kriteria Goodness of Fit
3.5.1.1. Chi – square Statistik
Chi-square ini sangat bersifat sensitive terhadap besarnya sample yang digunakan, karena itu bila jumlah sample lebih dari 200 sample, maka statistik
chi-square ini harus didampingi oleh alat uji lainnya Hair et,al. 1995:105 dan Tabachick Fidell, 1996:84. Karena tujuan analisis adalah mengembangkan
dan menguji sebuah model yang sesuai dengan data atau fit terhadap data, maka yang dibutuhkan justru sebuah nilai
χ2 yang tidak signifikan, yang menguji hipotesa nol bahwa matriks covarian populasi tidak sama dengan covarian sample,
oleh karena itu χ2 yang kecil dan tidak signifikanlah yang diharapkan agar
hipotesa nol sulit di tolak.
3.5.1.2. RMSEA Root Mean Square Error of Approxiniation
RMSEA adalah sebuah indeks yang didapat digunakan untuk mengkompensasikan chi-square statistik dalam sample yang besar Baumgartner
Homberg, 1996:65. Nilai RMSEA yang lebih kecil atau sama dengan 0,08 merupakan indeks untuk dapat diterimanya model yang menunjukkan sebuah
close fit dari model itu berdasarkan degress of freedom Brown Cudeck, 1993:72.
41
3.5.1.3. GFI Goodness of Fit Index
Indeks kesesuaian fit indeks ini akan menghitung proporsi tertimbang dari varians dalam matriks covarian sample yang dijelaskan oleh matrks covarian
populasi Bentler, 1983:12 dan Tanaka Huba,1989:54. GFI yang diharapkan adalah sebesar
≥ 0,90.
3.5.1.4. AGFI Adjusted Goodness of Fit Index
Tanaka Huba 1989:55, menyatakan bahwa AGFI adalah analog dari R² dalam regresi berganda. Fit Index ini dapat diadjust terhadap degress of
freedom yang tersedia untuk menguji diterima tidaknya model Arbuckle, 1997:30. Indeks ini diperoleh dengan rumus :
d b
d GFI
1 1
AGFI
Dimana d = Σ p, d = derajat bebas
AGFI yang diharapkan adalah sebesar ≥ 0,90
3.5.1.5. CMIN DF Minimum Sample Discrepancy Function Degrees of
Freedom
CMIN DF dalam hal ini tidak lain adalah statistik chi-square dibagi dengan derajat bebasnya sehingga disebut
χ2 relative kurang dari 2.0 atau bahkan kurang dari 3.0 adalah indikasi dari acceptable fit antara model dan data
Arbuckle, 1997:32
42
3.5.1.6. TLI Tucker Lewis Index
TLI adalah sebuah alternative incremental fit index yang membandingkan sebuah baseline model Baumgartner Homburg, 1996:69. Nilai yang
direkomendasikan sebagai acuan untuk diterimanya sebuah model adalah penerimaan
≥ 0.95. Indeks ini diperoleh dengan rumus sebagai berikut :
1 b
D b
C d
b D
TLI
Dimana C adalah diskrepansi dari model yang dievaluasi dan d adalah derajat bebasnya. Sementara C dan d adalah diskrepansi dan derajat bebas
dari baseline model yang dijadikan pembanding.
3.5.1.7. CFI Comparative Fit Index
Keunggulan dari indeks ini adalah bahwa indeks ini besarannya tidak dipengaruhi oleh ukuran sample, karena itu baik untuk mengukur tingkat
penerimaan sebuah model Hulland et.al, 1996:35. Indeks ini diperoleh dengan rumus sebagai berikut :
b d
b C
d C
1 CFI
Dimana C adalah diskrepansi dari model yang dievaluasi dan d adalah derajat bebas dari baseline model yang dijadikan pembanding.
43
BAB IV ANALISIS DAN PEMBAHASAN
4.1. Deskriptif Hasil Penelitian 4.1.1. Analisis Karakteristik Responden
Kategori