39 hipotesis  nol  atau  menerima  hipotesis  alternatif  maka  model  tidak
layak Widarjono, 2010:282.
b. Goodness of fit index GFI
Uji  kelayakan  model  analisis  faktor  konfirmatori  juga  dapat dievaluasi  dengan  menggunakan  Goodness  of  Fit  Index  GFI.  GFI
dihitung dengan menggunakan formula sebagai berikut :
di mana :  tr  = trace matriks S  = kovarian matriks awal
S  = kovarian matriks model I  = identitas matriks
Uji  kelayakan  GFI  seperti  nilai  koefisien  determinasi  R
2
di dalam uji kelayakan atau kebaikan hasil regresi, nilainya 0
≤ GFI ≤ 1. Semakin tinggi nilai GFI atau mendekati 1 maka semakin layak model
sedangkan  nilai  GFI  semakin  mendekati  model  maka  semakin  tidak layak  model.  Sebagai  rule  of  thumb  biasanya  model  dianggap  layak
bila nilai GFI ≥ 0.90 sebagai cut off value-nya Widarjono, 2010:283.
c. Adjusted goodness of fit index AGFI
Uji  kelayakan  Adjusted  Goodness  of  Fit  Index  AGFI merupakan uji kelayakan GFI yang disesuaikan. AGFI, analog dengan
koefisien  determinasi  yang  disesuaikan  adjusted  R
2
dalam  regresi tr
∑
- 1
S – I
2
GFI = 1 – tr
∑
- 1
S
2
40 berganda.  AGFI  merupakan  GFI  yang  disesuaikan  dengan  derajat
kebebasan degree of freedom. Adapun formula untuk AGFI sebagai berikut :
di mana :  P  = Jumlah indikator df = degree of freedom
Nilainya terletak antara 0 ≤ GFI ≤ 1. Sebagaimana uji kelayakan
GFI,  semakin  nilainya  mendekati  1  maka  semakin  baik  model  dan sebaliknya  semakin  mendekati  angka  0  maka  semakin  tidak  layak
model.  Namun,  tidak  ada  nilai  yang  pasti  AGFI  untuk  menentukan apakah  model  layak.  Sebagai  rule  of  tumb,  cut  off  value  adalah  bila
AGFI ≥ 0.80 sebagai model yang layak goodness of fit Widarjono,
2010:284.
d. Root Mean Squares Error of Approximiation RMSEA
Kelemahan  uji  Chi  Squares  adalah  sangat  sensitif  terhadap  jumlah sampel. Sebagai alternatif dan pembanding uji Chi Squares para telah
mengembangkan  uji  kelayakan  analisis  faktor  konfirmatori.  Salah satunya  adalah  Root  Mean  Squares  Error  of  Approximiation
RMSEA. Sebagai rule of tumb untuk melihat kelayakan  model, cut off value adalah bila RMSEA
≤ 0.08. jika nilai RMSEA besarnya 0.08 p  p + 1
AGFI = 1 - 1 – GFI
2df
41 atau lebih kecil maka model dianggap layak. Sebaliknya jika nilainya
di atas 0.08 maka model dianggap tidak layak
e. Tucker-Lewis Index TLI
Tucker-Lewis Index atau dikenal dengan nonnormed fit index NNFI pertama  kali  diusulkan  sebagai  alat  untuk  mengevaluasi  analisis
faktor,  tetapi  sekarang  dikembangkan  oleh  SEM.  Ukuran  ini menggabungkan  ukuran  parsimony  kedalam  indek  komparasi  antara
proposed  model  dengan  null  model  dan  nilai  TLI  berkisar  dari  0 sampai 1.0. nilai TLI yang direkomendasikan adalah
≥ 0.90.
f. Normed Fit Index NFI
Normed  Fit  Index  merupakan  ukuran  perbandingan  antara  proposed model  dan  null  model.  Nilai  NFI  akan  bervariasi  dari  0  no  fit  all
sampai 1 perfect fit. Seperti halnya TLI tidak ada nilai absolut yang dapat  digunakan  sebagai  standar,  tetapi  umumnya  direkomendasikan
sama atau  0.90.
E. Operasional Variabel Penelitian
1. Proksi IOS
a. Proksi berbasis pada harga saham
1.  Market to Book Value of Asset Ratio
Aset – Total Ekuitas + Lembar Saham Beredar x Harga Penutupan Saham MVABVA    =
Total Asset