24
LISREL umumnya menyediakan uji tersebut baik dari segi keseluruhan model maupun pengukuran model.
7. Interpretasi Model atau hasil Pengujian
Tahap ini peneliti harus mampu melihat temuannya dengan kajian teoritis. Peneliti harus mampu memberikan penjelasan-penjelasan yang
logis atas temuan-temuannya tersebut.
E. Uji Kesesuaian Model
Salah satu tujuan dari Structural Equation Modelling adalah menentukan apakah model plausible masuk akal atau fit. Suatu model penelitian
dikatakan baik, apabila memiliki model fit yang baik pula. Tingkat kesesuaian model secara keseluruhan terdiri dari:
• Absolute Fit Measures Absolute Fit Measures digunakan untuk menilai kesesuaian model
secara keseluruhan baik model pengukuran maupun model structural, tanpa menyesuaikan kepada degree of freedom-nya. Indikator-indikator
dalam absolute fit diantaranya adalah sebagai berikut:
a. Chi-Square dan Probabilitas
Chi-Square merupakan ukuran mengenai buruknya fit suatu model. Nilai Chi-Square sebesar nol menunjukkan bahwa model
memiliki fit yang sempurna. Nilai Chi-square yang signifikan kurang dari 0,05 menunjukkan bahwa data empiris yang diperoleh memiliki
perbedaan dengan teori yang telah dibangun berdasarkan Structural
25
Equation Modelling . Probabilitas adalah untuk memperoleh
penyimpangan deviasi besar yang ditunjukkan oleh nilai chi-square. Nilai probabilitas yang tidak signifikan adalah yang diharapkan, yang
menunjukkan bahwa data empiris sesuai dengan model. Nilai probabilitas chi-square memiliki permasalahan yang
fundamental dalam validitasnya. Menurut Ghazali 2005 sebagaimana dikutip oleh Bahagia 2008:47 probabilitas ini sangat sensitif dimana
ketidaksesuaian antara data dengan teori model sangat dipengaruhi oleh besarnya ukuran sampel. Jika ukuran sampel kecil, maka chi-
square ini akan menunjukkan data secara signifikan tidak berbeda dengan model dan teori-teori yang mendasarinya. Jika ukuran sampel
besar, maka chi-square ini akan menunjukkan bahwa data secara signifikan berbeda dengan teori, meskipun perbedaan tersebut adalah
sangat kecil.
b. Goodness of Fit Index GFI
Goodness of Fit Index GFI merupakan suatu ukuran mengenai
ketepatan model dalam menghasilkan observed matriks kovarians. Nilai GFI ini harus berkisar antara 0 dan 1. Menurut Ghazali 2005
sebagaimana dikutip oleh Bahagia 2008:47, nilai GFI yang lebih besar dari 0,9 menunjukkan fit suatu model yang baik.
c. Adjusted Goodness of Fit Index AGFI
Adjusted Goodness of Fit Index AGFI adalah sama seperti GFI,
tetapi telah menyesuaikan pengaruh degrees of freedom pada suatu
26
model. Model yang fit adalah yang memiliki nilai AGFI 0.9 Ghazali, 2005 dalam Bahagia, 2008. Ukuran yang hampir sama dengan GFI
dan AGFI adalah Parsimony Goodness of Fit Index PGFI yang diperkenalkan oleh Mulaik et.al 1989 dalam Bahagia 2008:48, yang
juga telah menyesuaikan adanya dampak dari degree of freedom dan kompleksitas model. Model yang baik apabila memiliki nilai PGFI
jauh lebih besar daripada 0,6 Ghazali, 2005 dalam Bahagia, 2008.
d. Root Mean Square Error of Approximation RMSEA