UJI ASUMSI Asumsi Normalitas .Tabel skewness dan kurtosis

4.3 UJI ASUMSI Asumsi Normalitas 4.3.Tabel skewness dan kurtosis

kurtosis c.r. PEU

-.256 -.553 MU

-.402 -.869 PU

Tabel di atas menunjukkan bahwa semua variabel memiliki nilai skewness di bawah

2 dan nilai kurtosis dibawah 7. Sehingga dapat disimpulkan bahwa semua variabel berdistribusi normal. Selain itu secara multivariate nilai kurtosisnya juga kecil sehingga secara multivariate juga berdistribusi normal.

4.4 Asumsi Goodness of Fit Tabel 4.4 tabel ringkasan goodness of fit Goodness-of-fit Indices

Cut-off Value

Nilai diperoleh

Chi-square (c²)

Diharapkan kecil

Significance Probability (p) ≥ 0,05

CMIN/DF ≤ 2,00

4.5.1 Chi Square dan dan significance probability Tujuan analisis ini adalah mengembangkan dan menguji apakah sebuah model yang sesuai dengan data. Chi square sangat bersifat sensitif terhadap sampel yang terlalu kecil maupun yang terlalu besar. Nilai chisquare yang diperoleh sebesar 49,919. Dengan nilai p sebesar 0,001. Karena nilai chisquare sangat bergantung

pada jumlah sampel dan cenderung signifikan (tidak memenuhi asumsi), jika nilai chisquare tidak kecil dan nilai p tidak melebihi 0,05 maka kita dianjurkan

mengabaikannya dan menggunakan uji godness of fit lainnya.

a. CMIN/DF CMIN/DF adalah ukuran yang diperoleh dari nilai chi square dibagi dengan

degree of freedom. Indeks ini merupakan indekskesesuaian parsimonious yang mengukur hubungan goodness of fit model dan jumlah-jumlah koefisien estimasi

yang diharapkan untuk mencapai tingkat kesesuaian. Batas nilai yang baik adalah cmin/df < 2, dan nilai reasonabel (cukup) cmin/df < 5. Nilai yang diperoleh adalah 5,740. Nilai ini menunjukkan bahwa model yang dibuat kurang cocok.

b. Goodness Of Fit Index (GFI) Asumsi goodnes of fit menunjukkan bahwa hanya GFI yang memenuhi nilai

yang dianjurkan yaitu lebih dari 0,9. Indeks yang menggambarkan tingkat kesesuaian model secarakeseluruhan yang dihitung dari residual kuadrat dari model yangdiprediksi dibandingkan data yang sebenarnya. Nilai GFI ≥ 0,90 mengisyaratkan model yang diuji memiliki kesesuaian yang baik. Hasil perhitungan menunjukkan nilai GFI = 0,798, hasil tersebut menunjukkan bahwa asumsi goodness of fit kurang dari nilai yang dianjurkan. Tetapi nilai GFI cukup besar sehingga dapat dikatakan bahwa asumsi goodness of fit dilihat dari GFI cukup baik.

c. Adjusted Goodness Fit Of Index (AGFI) Indeks ini merupakan pengembangan dari Goodness Fit Of Index (GFI) yang

telah disesuaikan dengan ratio dari degree of freedom model (Ghozali dan Fuad, 2005:31). Analog dengan R 2 pada regresi berganda. Nilai yang direkomendasikan telah disesuaikan dengan ratio dari degree of freedom model (Ghozali dan Fuad, 2005:31). Analog dengan R 2 pada regresi berganda. Nilai yang direkomendasikan

d. Tucker Lewis Index (TLI) TLI merupakan indeks kesesuaian incremental yang membandingkan model

yang diuji dengan baseline model. TLI digunakan untuk mengatasi permasalahan yang timbul akibat kompleksitas model (Ghozali dan Fuad, 20005:34). Nilai penerimaan yang direkomendasikan adalah nilai TLI ≥ 0,90. TLI merupakan indeks yang kurang dipengaruhi oleh ukuran sampel. Nilai yang diperoleh adalah 0,135. sehingga dapat disimpulkan bahwa asumsi TLI tidak terpenuhi.

e. Comparative Fit Index ( CFI) CFI juga merupakan indeks kesesuaian incremental. Besaran indeks ini adalah

dalam rentang 0 sampai 1 dan nilai yang mendekati 1 mengindikasikan model memiliki tingkat kesesuaian yang baik. Indeksini sangat dianjurkan untuk dipakai karena indeks ini relatif tidak sensitif terhadap besarnya sampel dan kurang dipengaruhi oleh kerumitan model. Nilai penerimaan yang direkomendasikan adalah CFI ≥0,90 (Ghozali dan Fuad, 2005:34).nilai yang diperoleh adalah 0.539. Meskipun tidak memenuhi nilai yang dianjurkan tetapi nilai yang diperoleh cukup besar dan jauh dari nilai 0.

f. Normed Fit Index (NFI) Indeks ini juga merupakan ukuran perbandingan antara proposed model dan

null model (Ghozali, 2005: 25). Nilai yang direkomendasikan adalah NFI ≥ 0,90. Nilai NFI yang diperoleh adalah 0,528. Sama seperti CFI meskipun tidak

memenuhi nilai yang dianjurkan tetapi nilai 0,528 tersebut jauh dari nilai 0. Sehingga model dikatakan cukup fit.

g. Root Mean Square Error of Approximation (RMSEA) RMSEA merupakan ukuran yang mencoba memperbaiki kecenderungan

statistic chi square menolak model dengan jumlah sampel yang besar. Nilai RMSEA antara 0,05 dan 0,08 mengindikasikan indeks yang baik untuk menerima kesesuaian sebuah model (Ghozali, 2005). Nilai yang diperoleh adalah 0,2071 sehingga dapat disimpulkan bahwa model yang digunakan tidak sesuai yang diharapkan.