Siti Hasanah, 2014 Kajian Implementasi E-Learning Berdasarkan Tingkat Kesiapan Peserta E-Learning
Universitas Pendidikan Indonesia
|
repository.upi.edu |
perpustakaan.upi.edu
mengukur kesesuaian model. Nilai yang direkomendasikan adalah 0,90. Adapun secara matematis dirumuskan sebagai berikut
Latan,2013:58: ̂
̂
dimana: ̂
= discrepancy; d
= degree of freedom untuk model yang diuji; ̂
= discrepancy untuk baseline model; d
b
=degree of freedom untuk baselinemodel; NCP
= nonconcentrality parameter model yang diuji; NCP
b
= nonconcentrality parameter untuk baseline model.
e. Parsimonious Comparative Fit Index PCFI
PCFI merupakan ukuran perbandingan antara df propose model df null model. Angka yang disarankan untuk PCFI berkisar dari 0 hingga
1, namun menurut Latan 2013:64 jika PCFI 0,60 sudah menunjukkan model mempunyai parsimony fit yang baik. Semakin
tinggi nilai PCFI suatu model, maka semakin parsimony model tersebut. Adapun secara matematis dirumuskan sebagai berikut:
dimana: d
= degree of freedom untuk model yang diuji; d
b
= degree of freedom untuk baselinemodel; CFI
= nilai CFI.
f. Akaike Information Criteria AIC
AIC dipergunakan untuk membandingkan model dimana nilai AIC default model akan dibandingkan dengan AIC saturated model dan
Siti Hasanah, 2014 Kajian Implementasi E-Learning Berdasarkan Tingkat Kesiapan Peserta E-Learning
Universitas Pendidikan Indonesia
|
repository.upi.edu |
perpustakaan.upi.edu
independence model dengan nilai default model harus lebih kecil. Adapun secara matematis menurut Santoso 2012:125 dapat
dirumuskan sebagai berikut:
dimana: AIC
= nilai akaike information criteria;
2
= chi-square hitung; q
= jumlah parameter estimasi.
9. Uji Hipotesis
Untuk mengetahui apakah hipotesis penelitian diterima atau ditolak, maka selanjutnya dilakukan uji hipotesis. Uji hipotesis yang dilakukan
menggunakan kaidah pengujian signifikansi secara manual. Dilakukan dua tahap yaitu untuk menguji hipotesis keseluruhan model, dan hipotesis
individual. Adapun hipotesis keseluruhan yaitu: H
a
= Keempat kategori kesiapan dari model ini berpengaruh secara signifikan terhadap kesiapan peserta e-learning
H = Keempat kategori kesiapan dari model ini tidak berpengaruh
secara signifikan terhadap kesiapan peserta e-learning Atau secara statistiknya adalah :
H :
= 0 H
a
: 0
Sedangkan pengembangan hipotesis secara individu disampaikan pada bab 4 sesuai dengan spesifikasi model. Menurut Riduwan dan Kuncoro
2012:117, pengujian hipotesis secara keseluruhan dilakukan dengan membandingkan nilai F tabel F
t
dengan F hitung F
h
. Jika F
h
lebih besar atau sama dengan F
t
, maka H ditolak, dan sebaliknya jika F
h
kurang dari atau sama dengan F
t
maka H diterima. Adapun menghitung
nilai F
h
dapat digunakan persamaan 3.17.
