55 2
Memberikan perbedaan kualitatif dan kuantitatif data, misalnya jumlah dan karakter dimensi yang mendasari variansi suatu set
variabel. 3
Menguji hipotesis tentang perbedaan kualitatif dan kuantitatif yang terdapat di dalam data.
Sedangkan fungsi yang lebih spesifik adalah sebagai berikut Hair,1998 : 34
b. Uji Model Penelitian
Pengujian model dalam penelitian ini dilakukan secara bersama-sama dengan uji hipotesis. Uji ini dilakukan untuk
mengetahui apakah model yang dibangun telah sesuai dengan data yang digunakan dalam penelitian. Untuk uji model menggunakan alat
uji
Structural Equation Modelling
SEM, dengan bantuan perangkat lunak LISREL 8.3.
Goodness of Fit Statistic
merupakan uji kebaikan yang memperlihatkan seberapa baik kesesuaian data dengan model yang kita
analisis. Beberapa aturan praktis yang digunakan adalah sebagai berikut J
o
reskog dan Sorbom1993. 1
Nilai
chi-square
seharusnya tidak terlalu besar perbandingannya jika dibandingkan dengan
degrees of freedom.
Nilai
chi-square
digunakan untuk mengukur kesesuaian data dengan model. Semakin besar perbandingan nilai
chi-square
dengan
degree of freedom
menunjukkan kesesuaian data kurang baik. Menurut
56 Wheaton et.al 1977 dalam Imam 2004 nilai rasio 5 lima atau
lebih kecil dari 5 sudah dikatakan reasonable atau ukuran yang fit. 2
Root Mean Square Errors of Approximation
RMSEA yang baik adalah yang bernilai 0.05, namun nilai RMSEA yang mendekati
0.08 masih dianggap baik. RMSEA mengukur ketidaksesuaian model dengan
degree of freedom
.
3
P-value
, dianggap sudah baik jika nilainya 0.5 Hair,1998.
P- value
digunakan untuk mengukur peluang kesesuaian nilai
chi- square
, semakin besar nilainya menunjukkan bahwa peluang
kesesuaian data dengan model akan semakin besar.
4
Goodness of Fit Index
GFI. GFI menunjukkan derajat kesesuaian dari keseluruhan model. Nilai GFI ada pada rentang 0 model tidak
sesuai sampai 1 model sempurna. Semakin besar nilai GFI semakin
tinggi kesesuaian
modelnya. Nilai
GFI yang
direkomendasikan adalah ³ 0.90.
5
Adjusted Goodness of Fit Index
AGFI. AGFI merupakan penyesuaian
dari nilai
GFI dengan
mempertimbangkan perbandingan antara
degrees of freedom
dari model yang diusulkan dengan
degrees of freedom
dari
null model
. Nilai GFI yang
direkomendasikan untuk diterima adalah ³ 0.90.
6 Rood Mean squared Rresidual RMR
adalah rata – rata kuadrat residual. Nilai RMR yang direkomnendasikan adalah £ 0,05
57 7
Normed Fit Index
NFI merupakan ukuran perbandingan antara proposed model dan null model. Nilai NFI akan bervariasi dari 0
no fit at all sampai 1,0 perfec fit. Nilai NFI yang
direkomnendasikan adalah ³ 0,90.
8
Comparative Fit Index
CFI Besarnya indek ini adalah pada rentang nilai 0 sampai 1,0 dimana semakin mendekati 1,0 ,
mengidentifikasikan tingkat fit yang paling tinggi. Nilai CFI yang
direkomendasikan adalah ³ 0,90. Dalam penelitian model, indeks
CFI sangat dianjurkan untuk digunakan karena indek ini relatif tidak sensitif terhadap besarnya sampel dan kurang dipengaruhi
pula oleh kerumitan model.
Tabel 2.1 : Pengujian Goodness of fit model pada SEM Goodness of fit
Cut – off Chi-square
Diharapkan kecil P – value
0,5 RMR
0,05 RMSEA
£ 0,08 GFI
³ 0,90 AGFI
³ 0,90 NFI
³ 0,90 CFI
³ 0,90
c. Uji Hipotesis
