3.5.3.1. Kecocokan Keseluruhan Model Overall Model Fit
Tahap pertama dari uji kecocokan ini ditujukan untuk mengevaluasi secara umum derajat kecocokan atau Goodness of Fit
GOF antara data dengan model a. Chi-Square
χ
2
statistic. Model yang diuji dipandang baik atau memuaskan bila nilai chi-squarenya rendah. Semakin kecil nilai
chi-square mengindikasikan semakin baik model yang
dikembangkan. b. The root mean square error of approximation RMSEA. RSMEA
adalah indeks yang digunakan untuk mengkompensasi Chi- Square statistic dalam sampel yang besar Baumgartner dan
Homburg 1996 dalam Ferdinand, 2002. Nilai RMSEA menunjukkan goodness-of-fit yang dapat diharapkan bila model
diestimasi dalampopulasi Hair et al, 1998 dalam Wijanto, 2008;54. Nilai RMSEA
≤ 0,08 merupakan indeks untuk dapat diterimanya model.
c. Goodness-of-Fit Index GFI. Kriteria nilai GFI antara 0 poor fit sampai dengan better fit. Nilai yang tinggi yaitu
≥ 0,90 dalam indeks ini menunjukkan sebuah better fit.
d. Adjusted Goodness-of-fit Index AGFI. AGFI adalah perluasan dari GFI dimana nilai disesuaikan dengan rasio derajat kebebasan
degree of freedom. AGFI yang diterima jika nilainya lebih besar data sama dengan 0,90 Wijanto, 2008;56.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
e. The Minimum Sample Discrepancy Function dibagi dengan Degree of Freedom CMINDF, indeks ini disebut juga dengan of
freedom – nya. Nilai χ
2
yang baik adalah kurang dari 2,0 f. Tucker Lewis Index TLI, merupakan incremental index yang
membandingkan sebuah model yang diuji dengan baseline model. Nilai yang direkomendasikan adalah
≥ 0,95 dan nilai yang mendekati 1 menunjukkan very good fit.
g. Comparative Fit Index CFI, dengan besaran indeks antara 0 – 1. Semakin mendekati 1 menunjukkan tingkat fit yamg paling tinggi.
Nilai yang direkomendasikan adalah CFI ≥ 0,95.
Bentuk ringkasan dari kesesuaian model seperti yang telah dijelaskan diatas adalah seperti tabel 3.2
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
Tabel 3.2 : Goodness-of-fit Indices
Goodness of Fit Index
Keterangan Cut-Off Value
X
2
- Chi-square Menguji apakah covariance populasi yang destimasi sama dengan cova-
riance sample [apakah model sesuai dengan data]
Diharapkan kecil, 1 s.d 5 atau paling baik diantara 1
dan 2
Probability Uji signifikansi terhadap perbedaan
matriks covariance data dan matriks covariance yang diestimasi
Minimum 0,1 atau 0,2 atau ≥
0,05. RMSEA
Mengkompensasi kelemahan Chi- Square pada sample besar
≤ 0,08
GFI Menghitung proporsi tertimbang
varians dalam matriks sample yang dijelaskan oleh matriks covariance
populasi yang diestimasi [analog dengan R
2
dalam regresi berganda] ≥
0,90
AGFI GFI yang disesuaikan terhadap DF
≥ 0,90
CMINDDF Kesesuaian antara data dan model
≤ 2,00
TLI Pembandingan antara model yang
diuji terhadap baseline model ≥
0,95 CFI
Uji kelayakan model yang tidak sensitive terhadap besarnya sample
dan kerumitan model ≥
0,94
Sumber : Wijanto, 2008
3.5.3.2. Kecocokan model pengukuran measurement model fit