83 responsiveness
ξ3, assurance ξ4, dan emphaty ξ5. Variabel endogen yang digunakan adalah kepuasan
1 serta hubungan antara kepuasan dengan loyalitas 2. Besarnya muatan loading antara variabel indikator dengan variabel laten
digambarkan dengan lambang lamda λ yang merupakan muatan faktor factor
loading yang menunjukkan seberapa besar pengaruh varibael indikator dalam membangun atau membentuk variabel laten. Nilai lamda yang paling besar
menunjukkan variabel indikator tersebut merupakan faktor yang paling berpengaruh dalam membentuk variabel laten.
7.2. Identifikasi Model
Model yang telah disusun kemudian dilakukan identifikasi model untuk menentukan apakah model tersebut dapat diduga. Suatu model dapat diduga
apabila besarnya derajat bebas model lebih dari satu atau sama dengan nol. Dalam penelitian ini, hasil uji degree of freedom model sebesar 184. Derajat bebas yang
bernilai positif menunjukkan model tergolong ke dalam kategori over-identified model. Hal ini berarti model yang dibangun telah sesuai karena degree of freedom
model memiliki jumlah parameter yang diestimasi lebih kecil dari jumlah data yang diketahui Wijayanto 2008.
7.3. Estimasi Model
Tahap estimasi dilakukan untuk memperoleh nilai atau muatan faktor yang terdapat dalam model. Metode estimasi yang digunakan yaitu Weighted Least
Squares. Hasil SEM yang telah diestimasi dalam hasil estimasi berupa standardized solution berupa diagram lintas hasil pengolahan menggunakan
program LISREL 8.30 Gambar 29 untuk mengetahui tingkat keeratan hubungan antar variabel yang terdapat dalam model. Melalui model pengukuran dapat
diketahui nilai muatan faktor yang merefleksikan seberapa kuat variabel indikator mengukur setiap variabel laten endogen dan eksogen. Sedangkan melalui model
struktural dapat diketahui besaran muatan faktor gamma dan beta yang menunjukkan keeratan hubungan antar variabel laten.
84
7.4. Uji Kecocokan
Model yang telah diestimasi harus diuji kecocokan atau tingkat kebaikannya sebelum model tersebut benar-benar diterima sebagai gambaran yang
sebenarnya dari kepuasan dan loyalitas konsumen PFM. Terdapat beberapa ukuran kecocokan yang dapat digunakan untuk menunjukkan bahwa model secara
keseluruhan sudah baik. Model diagram lintas pada penelitian ini memiliki ukuran kebaikan model
goodness of fit yang cukup baik untuk menjelaskan data. Nilai hasil uji degree of freedom model telah sesuai dengan model fit dimana derajat bebas bernilai positif
yaitu sebesar 184. Kebaikan model pada model diagram lintas penelitian ini dapat dilihat pada Tabel 7.
Tabel 7. Goodness of Fit Model SEM
Goodness of Fit Cut Off Value
Hasil Keterangan
Significant Probability p- value
0,05 1,000
Good Fit Root Mean Square Error of
Aproximation RMSEA 0,08
0,000 Good Fit
Root Mean
Square Residual RMR
0,05 0,012
Good Fit Goodness of Fit Index
GFI 0.90
0,95 Good Fit
Adjusted Goodness of Fit Index AGFI
0.90 0,92
Good Fit Comparative
Fit Index
CFI 0.90
1 Good Fit
Pada Tabel 7, dapat dilihat bahwa seluruh hasil uji telah memenuhi model fit. P-value model yang bernilai 1,000 telah dapat menjelaskan data secara
komprehensif, karena p-value merupakan probabilitas untuk memperoleh penyimpangan deviasi besar dari data empiris yang diperoleh dengan teori yang
telah dibangun berdasarkan teori SEM. Nilai hasil uji RMSEA Root Means Square Error of Approximation adalah nilai yang digunakan untuk mengukur
penyimpangan nilai parameter pada suatu model. Nilai GFI Goodness of Fit Index adalah suatu ukuran yang menunjukkan seberapa besar model mampu
menerangkan keragaman data dan harus berkisar antara nol dan satu.
85
7.5. Hubungan Antar Variabel
