43
e. Menilai Problem Identifikasi. Problem identifikasi pada 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 seharusnya 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
44
yang disajikan. Berikut ini adalah index kesesuaian dan cut-off valuenya untuk digunakan dalam menguji apakah sebuah model dapat diterima atau ditolak.
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.
45
d. AGFI Adjusted Goodness-of-Fit Index. GFI adalah analog dari R
2
e. CMINDF. 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
lebih besar dari 0,90. GFI maupun AGFI adalah kriteria yang memperhitungkan proporsi tertimbang dari varians dalam sebuah matriks
kovarians sampel.
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.
46
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1. Deskripsi Hasil Penelitian 4.1.1. Deskripsi Karakteristik Responden
Data mengenai keadaan responden dapat diketahui melalui jawaban responden dari pernyataan-pernyataan yang diajukan di dalam kuesioner yang
telah diberikan. Dari jawaban-jawaban tersebut diketahui hal-hal seperti dibawah ini.
1. Berdasarkan Jenis Kelamin
Dari 120 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
48 40
2 Wanita
72 60
Total 120
100,00
Sumber: Data diolah
Dari tabel 4.1 dapat diketahui bahwa responden pria sebanyak 48 orang 40, dan responden wanita sebanyak 72 orang 60.
2. Berdasarkan Usia
Dari 120 responden yang menjawab kuesioner yang telah diberikan dapat diketahui usia para responden yakni pada tabel dibawah ini.
