31
e. Menilai Problem Identifikasi.
Problem identifikasi prinsipnya adalah problem mengenai ketidakmampuan dari model yang dikembangkan untuk menghasilkan estimasi yang unik.
Problem identifikasi dapat muncul melalui gejala-gejala berikut ini : 1.
Standard error untuk satu atau beberapa koefisien sangat besar. 2.
Program tidak mampu menghasilkan matrik informasi yang disajikan. 3.
Muncul angka-angka yang aneh seperti adanya varians error yang negatif. 4.
Muncul korelasi yang sangat tinggi antar korelasi estimasi yang didapat misalnya lebih dari 0,9.
f. Evaluasi Model.
Pada langkah ini kesesuaian model dievaluasi, melalui telaah terhadap bebagai kriteria goodness-of-fit. Kriteria-kriteria tersebut adalah :
1. Ukuran sampel yang digunakan adalah minimal berjumlah 100 dan dengan
perbandingan 5 observasi untuk setiap astimated parameter. 2.
Normalitas dan Linieritas. 3.
Outliers. 4.
Multicolinierity and Singularity.
3.4.5. Uji Hipotesis
Dalam analisis SEM umumnya berbagai jenis fit index yang digunakan untuk mengukur derajad kesesuaian antara model yang dihipotesakan dengan data
yang disajikan. Berikut ini adalah index kesesuaian dan cut-off valuenya untuk digunakan dalam menguji apakah sebuah model dapat diterima atau ditolak.
32
a. χ
2
Alat uji yang paling fundamental untuk mengukur overall fit adalah likehood ratio Chi-Square Statistic. Model yang diuji akan dipandang baik atau
memuaskan apabila nilai chi-squarenya rendah. Semakin kecil nilai χ
Chi Square Statistic.
2
b. RMSEA The Root Mean Square Error of Approximation
semakin baik model itu dan diterima berdasarkan probabilitas dengan cut-off value sebesar
ρ 0,05 atau ρ 0,10.
RMSEA adalah sebuah indeks yang dapat digunakan untuk mengkompensasi chi-squre statistic dalam yang besar. Nilai RMSEA menunjukkan goodness-
of-fit yang dapat diharapkan bila model diestimasi dalam populasi. Nilai RMSEA yang lebih kecil atau sama dengan 0,08 merupakan index untuk dapat
diterimanya model yang menunjukkan sebuah close fit dari model itu berdasarkan degree of freedom.
c. GFI Goodness of Fit Index.
Indeks keseusaian fit index ini akan menghitung proporsi tertimbang dari varians dalam matriks kovarians sampel yang dijelaskan oleh matriks populasi
yang terestimasikan. GFI adalah sebuah ukuran non-statistikal yang mempunyai rentang nilai antara 0 poor fit sampai dengan 1.0 perfect fit.
Nilai yang tinggi dalam indeks ini menunjukkan sebuah better fit. d.
AGFI Adjusted Goodness-of-Fit Index. GFI adalah analog dari R
2
dalam regresi linier berganda yaitu suatu koefisien yang mengukur ketepatan sebuah model yang digunakan. Tingkat penerimaan
yang direkomendasikan adalah bila AGFI mempunyai nilai sama dengan atau
33
lebih besar dari 0,90. GFI maupun AGFI adalah kriteria yang memperhitungkan proporsi tertimbang dari varians dalam sebuah matriks
kovarians sampel. e.
CMINDF. The Minimum Sample Discrepancy Function CMIN dibagi dengan degree of
freedomnya akan menghasilkan indeks CMINDF, yang umumnya dilaporkan oleh para peneliti sebagai salah satu indikator untuk mengukur tingkat fitnya
sebuah model. Nilai χ
2
f. TLI Tucker Lewis Indeks
relatif kurang dari 2.0 atau bahkan kadang kurang dari 3.0 adalah indikasi dari acceptable fit antara model dan data.
TLI adalah sebuah alternatif incremental fit index yang membandingkan sebuah model yang diuji terhadap sebuah baseline model. Nilai yang
direkomendasikan sebagai acuan untuk diterimanya sebuah model adalah penerimaan 0.95 dan nilai yang sangat mendekati 1 menunjukkan a very
good fit. g.
CFI Comparative Fit Index. Merupakan besaran indeks ini adalah pada rentang nilai sebesar 0 – 1, dimana
semakin mendekati 1, mengidentifikasikan tingkat fit yang paling tinggi a very good fit. Nilai yang direkomendasikan adalah CFI 0,95
34
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1. Deskripsi Hasil Penelitian 4.1.1. Deskripsi Karakteristik Responden
Tanggapan responden tentang pengaruh nilai pelanggan terhadap kepuasan
pelanggan dan dampaknya terhadap minat beli ulang pada produk handphone merek Nokia di Surabaya, dimana kuisioner disebarkan pada 100 orang. Untuk
jawaban kuisioner dinyatakan dengan memberi skor yang berada dalam rentang nilai 1 sampai 7 pada masing-masing skala, dimana nilai 1 menunjukkan nilai
terendah dan nilai 7 menunjukkan nilai tertinggi. Karakteristik responden yang digunakan dalam penelitian ini dilihat dari
jenis kelamin dan usia responden. Berikut karakteristik responden yang disajikan dalam tabel frekuensi berikut :
1. Berdasarkan Jenis Kelamin
Dari 100 responden yang menjawab kuesioner yang telah diberikan dapat diketahui jenis kelamin dari responden yakni pada tabel dibawah ini.
Tabel 4.1. Karakteristik Responden Berdasarkan Jenis Kelamin
No Jenis Kelamin
Jumlah Prosentase
1 Pria
53 53,00
2 Wanita
47 47,00
Total 100
100,00 Sumber: Data diolah
