Evaluasi Model Teknik Analisis Dan Uji Hipotesis

46 b. Menetapkan error ε dan lambda λ term, error term dapat dihitung dengan rumus 0,1 kali σ 2 dan lambda term dengan rumus 0,95 kali σ Anderson dan Gerbing, 1988. Perhitungan construk reliability α telah dijelaskan pada bagian sebelumnya dan deviasi standar σ dapat dihitung dengan bantuan program aplikasi statistik SPSS. Setelah error ε dan lambda λ terms diketahui, skor-skor tersebut dimasukkan sebagai parameter fix pada analisis model pengukuran SEM

3.4.6. Evaluasi Model

Hair et.al., 1998 menjelaskan bahwa pola confirmatory menunjukkan prosedur yang dirancang untuk mengevaluasi utilitas hipotesis-hipotesis dengan pengujian fit antara model teoritis dan data empiris. Jika model teoritis menggambarkan good fit dengan data, maka model dianggap sebagai yang diperkuat. Sebaliknya, suatu model teoritis tidak diperkuat jika teori tersebut mempunyai suatu poor fit dengan data. Amos dapat menguji apakah model good fitatau poor fit. Jadi good fit model yang diuji sangat penting dalam penggunaan structural equation model. Pengujian terhadap model yang dikembangkan dengan berbagai kriteria Goodness of Fit, yakni Chi-square, Probabilty, RMSEA, GFI, TLI, CFI, AGFI, CMIN DF. Apabila model awal tidak good fit dengan data maka model dikembangkan dengan pendekatan two step approach to SEM. 47 Tabel 3.2. Goodness of Fit Indices GOODNESS OF FIT INDEX KETERANGAN CUT-OF VALUE X²- Chi square Menguji apakah covariance populasi yang diestimasi sama dengan covariance sample [apakah model sesuai dengan data]. Diharapkan kecil, s.d 5 atau paling baik diantara 1dan 2 Probability Uji sigifikansi 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 R² dalam regresi berganda] ≥ 0,09 AGFI GFI yang disesuaikan terhadap DF ≥ 0,09 CMINDDF Kesesuaian antara data dan model ≤ 2,00 TLI Pembandingan antara model yang diuji terhadap baseline model. ≥ 0,95 CFI Uji kelayakkan model yang sensitive terhadap besarnya sample dan kerumitan model. ≥ 0,94 Sumber : Hair et.al., 1998 1. X²- Chi Square Statistic Alat uji paling fundamental untuk mengukur overall fit adalah Likelihood Ratio Chi-Square Statistic. Chi-Square ini bersifat sangat sensitif terhadap besarnya sampel yang digunakan. Karenanya bila jumlah sampel cukup besar lebih dari 200, statistik Chi-Square ini harus didampingi oleh alat uji lain. Model yang diuji akan dipandang baik atau memuaskan bila nilai Chi-Square-nya rendah. Semakin kecil nilai X² semakin baik model itu. Karena tujuan analisis adalah mengembangkan dan menguji sebuah model yang sesuai dengan data 48 atau yang fit terhadap data, maka yang dibutuhkan justru sebuah nilai X² yang kecil dan tidak signifikan. X² bersifat sangat sensitif terhadap besarnya sampel yaitu terhadap sampel yang telalu kecil maupun yang terlalu besar. Penggunaan Chi- Square hanya sesuai bila ukuran sampel antara 100 dan 200. Bila ukuran sampel ada diluar rentang itu, uji signifikan akan menjadi kurang reliabel. Oleh karena itu pengujian ini perlu dilengkapi dengan alat uji yang lain. 2. RMSEA- The Root Mean Square Erorr of Approximation RMSEA adalah sebuah indeks yang dapat digunakan mengkompensasi Chi-Square Statistik dalam sampel 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 indeks untuk dapat diterimanya model yang menujukkan sebuah close fit dari model itu berdasakan Degress Of Freedom. 3. GFI- Goodness of Fit Index GFI adalah analog dari R² dalam regresi berganda. Indeks kesesuaian ini akan menghitung proporsi tertimabang dari varian dalam matriks kovarians sampel yang dijelaskan oleh matriks kovarians populasi yang terestimasi. GFI adalah sebuah ukuran non-statistikal yang mempunyai rentan nilai antara 0 Poor Fit sampai dengan 1,0 Perfect Fit. Nilai yang tinggi dalam indeks ini menunjukkan sebuah better fit. 49 4. AGFI-Adjusted Goodness of Fit Index AGFI = GFI DF tingkat penerimaan yang rekomendasikan adalah bila AGFI mempunyai nilai sama dengan atau lebih besar dari 0,90. GFI maupun AGFI adalah kriteria yang memperhitungkan proporsi tertimbang dari varian dalam sebuah matriks kovarians sampel. Nilai sebesar 0,95 dapat diinterpretasikan sebagai tingkatan yang baik Good Overal Model Fit sedangkan besaran nilai antara 0,90 sampai 0,95 menunjukkan tingkatan cukup Adequate Fit. 5. TLI-Tucker Lewis Index TLI adalah sebuah alternatif incremental fit indeks yang membandingkan sebuah model yang diuji terhadap sebuah baseline model. Nilai yang direkomendasikan sebagi acuan untuk diterimanya sebuah model adalah penerimaan ≥ 0,95 dan nilai yang sangat mendekati 1 menunjukkan A Very Good Fit. 6. CMIN Df sebagai salah satu indikator untuk mengukur tingkat fitnya sebuah model. Dalam hal ini CMIN DF tidak lain adalah statistik Chi- Square, X² dibagi DF-nya sehingga disebut X² relatif. Nilai X² relatif kurang dari 2,0 atau bahkan kadang kurang dari 3,0 adalah indikasi dari acceptable fit antara model dan data. Nilai X² relatif yang tinggi menandakan adanya perbedaan yang signifikan antara matriks kovarians yang diobservasi dan yang diestimasi. 50 7. CFI Comparative Fit Index Besaran indeks ini adalah pada rentang nilai sebesar 0,1 dan semakin mendekati 1, mengindikasikan tingkat fit yang paling tinggi A Very Good Fit. Nilai yang direkomendasikan adalah CFI 0,95. Keunggulan dari indeks ini besarannya tidak dipengaruhi oleh ukuran sampel karena itu sangat baik untuk mengkur tingkat penerimaan sebuah model. Indeks CFI adalah identik dengan Relative Noncentrality Index RNI.

BAB IV PEMBAHASAN

4.1. Deskripsi Obyek Penelitian

4.1.1. Gambaran Umum PT

. Bajaj Mitra Sukses Abadi BMSA PT. Bajaj Mitra Sukses Abadi BMSA didirikan pada tanggal 22 November 2006, yang memiliki 3 showroom. Sebagai pemain baru, motor dari India ini pun memilih lebih spesifik dalam menggarap pasar, yakni focus pada segmen motor sport. Alhasil dengan mengusung tiga tipe sport, sejak 2007 hingga kini mengaku sudah berhasil menguasai market share motor sport hingga lebih dari 10 persen. Menurut Branch Manager PT. Bajaj Mitra Sukses Abadi Cabang Mayjen Sungkono, AM Lavianto untuk mencapai target penjualan tahun ini yang dipatok 15 persen dari market share sport, selain mengandalkan inovasi produk per tahun sekitar 2 unit baru, mereka juga gencar pelakukan pameran di mal dan beriklan di media masa. Di wilayah Surabaya yang memiliki 3 cabang, dimana setiap bulannya target penjualannya sekitar 250 unit. Dan untuk pelayanan purna jual, menyediakan garansi hingga 3 tahun. Di setiap cabang yang berjumlah 12 cabang di Jatim, selalu dilengkapi dengan customer service, sales, dan spare part, sehingga makin memudahkan customer.