54 Square yang turun menjadi 8.214 serta nilai probabilitasnya naik menjadi
0.984 nilai GFI dan AGFI naik masing-masing menjadi 0.980 dan 0.962 , dan RMSEA turun menjadi 0.000. Begitu juga dengan nilai TLI dan NFI
yang juga naik masing-masing menjadi 1.043 dan 0.979. Hasil ini menunjukkan bahwa semua nilai dari goodness of fit nya sudah semuanya
memenuhi syarat yang dianjurkan, sehingga dapat dilanjutkan ke langkah berikutnya.
E. Kelayakan Parameter Estimasi Proksi Berbasis Harga Saham
Langkah selanjutnya adalah menilai apakah parameter individual dalam model fit atau tidak adalah melihat bahwa estimasi parameter
memberikan tanda dan besaran yang benar sesuai dengan teori. Jika nilai estimasi sangat jauh berbeda dengan yang diharapkan, maka merupakan
indikasi adanya kesalahan model atau input matriks tidak cukup memberikan informasi. Beberapa indikasi kesalahan model adalah adanya
nilai estimasi korelasi 1.000 yang dapat dilihat pada table standardized regression weight dan adanya nilai variansi yang negative yang dapat
dilihat pada table variances. Dan kesalahan model tersebut dinamakan Heywood Case.
55 Tabel 4.7
Standardized Regression Weights Proksi Harga Saham Terhadap Realisasi Pertumbuhan
Estimate EP
--- Proksi berbasis_harga saham .199
PER --- Proksi berbasis_harga saham
-.227 MVEBVE --- Proksi berbasis_harga saham
-.807 MVABVA --- Proksi berbasis_harga saham
-.711 GROWAS --- Realisasi_pertumbuhan
.735 GROWEQ --- Realisasi_pertumbuhan
1.000 GROWEAR --- Realisasi_pertumbuhan
.644 GROWSAL --- Realisasi_pertumbuhan
-.103 Sumber : data diolah
Tabel 4.8 Variances Proksi Harga Saham terhadap Realisasi Pertumbuhan
Estimate S.E. C.R.
P Label Proksi berbasis_harga
saham 1.460
1.718 .850 .395 par_9
Realisasi_pertumbuhan 5339.598 1246.957 4.282
par_10 e7
.050 e4
35.488 5.124 6.926
par_11 e3
9524.806 1379.360 6.905 par_12
e2 61931.594 46184.895 1.341 .180 par_13
e1 6735.124 2860.600 2.354 .019 par_14
e8 4537.438
644.925 7.036 par_15
e6 3561.965
506.277 7.036 par_16
e5 .048
.007 7.036 par_17
Sumber : data diolah Berdasarkan tabel 4.7 terlihat bahwa nilai standardized regression
weight untuk setiap variabel indikator tidak lebih besar dari 1.000, sehingga nilai variansi pada tabel 4.8 tidak ada yang bernilai negative. Hal
tersebut menandakan tidak adanya Heywood case pada model. Sehingga model dapat digunakan untuk pengujian selanjutnya.
56
F. Evaluasi Multikolinieritas Proksi Berbasis Harga Saham