Uji Reliabilitas Populasi, Sampel dan Teknik Sampel a.Populasi

a Likelihood-Ratio Chi Square c2. Nilai Chi-squaare yang kecil akan menghasilkan nilai probabilitas yang lebih besar dari tingkat signifikansi, dan hal ini menunjukkan bahwa input matrik kovarian antara prediksi dengan observasi sesungguhnya tidak berbeda secara significant. Dalam hal ini peneliti harus mencari nilai chi square yang tidak signifikan karena mengharapakan bahwa model yang diusulkan cocok dengan data yang diobservasi. b Normed Chi-Square CMINDF CMINDF adalah nilai chi-square dibagi dengan degree of freedom. Menurut Wheaton et al 1997 nilai ratio kurang atau sama dengan lima ≤5 merupakan ukuran yang reasonable. Peneliti lainnya seperti Byrne 1988 mengusulkan nilai ratio ini kurang dari dua 2. c Goodness of Fit Index GFI GFI dikembangkan oleh Joreskog dan Sorbom 1984 yang merupakan suatu ukuran mengenai ketepatan model dalam menghasilkan observed matriks kovarians. Nilai GFI harus berkisar antara nilai 0 poor fit sampai 1.0 perfect fit. Nilai GFI tinggi menunjukkan nilai yang lebih baik. Nilai GFI yang lebih besar daripada 0.9 menunjukkan fit suatu model yang baik. d AGFI Adjusted Goodness of fit AGFI merupakan pengembanagan dari GFI yang disesuaikan dengan ratio degree of freedom untuk model yang diujikan dengan degree of freedom untuk null model. Nilai yang direkomendasikan adalah sama dengan atau lebih besar dari 0.90 ≥0,90. e Comperative 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. Indeks ini sangat dianjurkan untuk dipakai karena indeks ini relative tidak sensitive terhadap besarnya sample dan kurang dipengaruhi oleh kerumitan model. Nilai penerimaan yang direkomendasikan adalah CFI ≥ 0,90. f RMSEA Root Mean Square Error of Approximation RMSEA merupakan ukuran yang mencoba memperbaiki kecenderungan statistic chi square menolak model dengan jumlah sample yang besar. RMSEA merupakan indikator model fit yang paling normatif yang dapat mengukur penyimpangan nilai parameter pada suatu model dengan matriks kovarians populasinya. Browne dan Cudeck, 1993. Nilai RMSEA antara 0.05 sampai 0.08 merupakan ukuran yang dapat diterima. Nilai RMSEA yang kurang dari 0.05 mengindikasikan adanya model fit, dan nilai RMSEA yang berkisar antara 0.08 menyatakan bahwa model memiliki perkiraan kesalahan yang reasonable. g Tucker lewis Index TLI Tucker lewis Index atau dikenal dengan non normed fit index NNFI menggabungkan ukuran paarsimoni kedalam indek komparasi antara proposed model dan null model. Nilai TLI berkisar dari 0 sanpai 1.0. Nilai TLI yang direkomendasikan adalah lebih besar atau sama dengan 0,09 ≥ 0.09. h Normed Fit Index NFI Normed Fit Index merupakan ukuran perbandingan antara proposed model dan null model. Nilai NFI akan bervariasi dari 0 no fit at all sampai 1 perfect fit.