variabel pengukuran. Beberapa metode yang lama untuk melakukan estimasi antara lain teknik kemampuan maksimum maximum likelihood, ML, kuadrat
terkecil biasa ordinary least square, OLS, dan kuadrat terkecil umum generalized least square, GLS, dan sebagainya. Pada perkembangan saat ini,
prosedur estimasi telah dikembangkan dengan analisa kovarians model struktural dengan perangkat lunak program LISREL.
Salah satu kelemahan penggunaan model persamaan struktural umumnya akan sesuai untuk ukuran sampel sangat besar. Kebutuhan teoretis metode
penaksiran kemungkinan maksimum dan uji kesesuaian fit model didasarkan kepada asumsi sampel besar. Secara umum, ukuran sampel untuk model
persamaan struktural paling sedikit 200 pengamatan Kelloway, 1998. Bentler dan Chou 1987 dalam Kelloway 1998 menyarankan bahwa rasio antara ukuran
sampel dan parameter yang ditaksir adalah 5 : 1 dan 10 : 1.
3.3.5. Evaluasi Model
Ukuran kesesuaian dalam model persamaan struktural bisa dilakukan secara deskriptif atau inferensial. Statistik khi-kuadrat dapat digunakan untuk menguji
kesesuaian model secara inferensial, sedangkan ukuran kesesuaian secara deskriptif yang dinyatakan dalam suatu indeks, misalnya yang sering digunakan
adalah goodness of fit Indices GFI, dan adjusted goodness of fit Indices AGFI. Ada banyak ukuran tersedia untuk menilai validitas secara menyeluruh dari
model. Pada dasarnya, semua statistik tersebut diperoleh dari nilai minimum fungsi. Ketika chi-square didefinisikan dengan cara yang tergantung pada ukuran
sampel, hal tersebut cenderung menghasilkan nilai-nilai yang tinggi dalam sampel besar. Sebagaimana telah disebut di muka bahwa model SEM merupakan model
pendekatan yang mengintegrasikan sekaligus teknis analisis faktor, model
struktural, dan analisis jalur. Oleh karena itu, dalam analisis SEM tidak ada alat uji statistik tunggal untuk mengukur atau menguji hipotesis mengenai model
Ferdinand, 2000; Joreskog and Sorbom, 1993. Untuk mengukur derajat
kesesuaian antara model yang dihipotesiskan dengan data yang disajikan maka perlu dilakukan uji kesesuaian model. Beberapa teknik sebagai alat pengujian
hipotesis-hipotesis parameter dalam model antara lain yaitu; Chi Square Statistic χ
2
, The Root Means Square Error of Approximation RMSEA, Goodness of Fit Index AGFI, the minimum sampel discrepancy function dibagi dengan degree of
freedom-nya CMINDF, Normed Fit Index NFI, dan Tuker-Lewis Index TLI. Adapun batas nilai Cut off Value dari indek kriteria untuk tiap-tiap teknik uji
kesesuaian tersebut disajikan pada Tabel 3 Gozali, 2004; Bachrudin dan Tobing, 2003; Ferdinand, 2000; Schumacker dan Lomax, 1996. Dalam penelitian ini,
evaluasi model dilakukan menggunakan indeks kecocokan komparatif CFI berdasarkan statistik non sentral. Hal ini mengacu pada pendapat Fan et al. 1999
dan Hulland et al. 1996 dalam Ferdinand 2000 yang menyatakan bahwa CFI sangat baik digunakan untuk evaluasi model karena tidak sensitif terhadap
besarnya sampel dan model yang relatif kompleks. Tabel 3. Goodness of Fit Cretion Index
No. Goodness of Fit Cretion Index
Cut off Value 1.
Chi Square Statistic Diharapkan kecil
2. Significant Probability P
≤ 0.05 3. CMINDF
≥ 2.00 4. GFI
≥ 0.90 5. AGFI
≥ 0.90 6. NFI
≥ 0.90 7. CFI
≥ 0.95 8. RFI
≥ 0.90 9. IFI
≥ 0.90 10. TLI
≥ 0.95 11. RMSEA
≤ 0.08
3.4. Analisa Biaya Manfaat
