92 Gambar 29. Path Diagram Model Kepuasan dan Loyalitas Pengunjung Taman
Rekreasi Kampoeng Wisata Cinangneng, Estimasi Standardized Solution
Model dengan hasil estimasi standardized solution seperti pada Gambar 29 di atas, digunakan untuk mengetahui keeratan hubungan antar variabel
dalam model. Pada model pengukuran dapat diketahui besaran muatan faktor factor loading yang menunjukkan seberapa kuat variabel indikator
merefleksikan atau mengukur setiap variabel laten, baik variabel laten eksogen maupun variabel laten endogen. Sementara itu, pada model struktural dapat
diketahui besaran koefisien gamma dan beta untuk memperlihatkan keeratan hubungan antar variabel laten.
8.2. Uji Kecocokan Model Goodness of Fit
Model awal yang telah diestimasi harus diuji kecocokannya atau tingkat kebaikannya sebelum model tersebut benar-benar diterima dan diusulkan kepada
pihak TRKWC sebagai gambaran yang sebenarnya dari kepuasan dan loyalitas pengunjung. Terdapat beberapa ukuran derajat kecocokan yang dapat digunakan
secara saling mendukung untuk memperlihatkan bahwa model secara keseluruhan
93 sudah baik. Cara pengujian ini yaitu dengan mencocokkan kriteria ukuran
absolute measures ukuran kecocokan absolut, incremental fit measures ukuran
kecocokan inkremental yang sudah ditetapkan seperti pada Tabel 7 dan Tabel 8 dan ukuran parsimonious fit measures ukuran kecocokan parsimoni
seperti pada bab empat dengan hasil goodness of fit statistics hasil estimasi model awal seperti pada Lampiran 4. Uji kecocokan absolute measures ukuran
kecocokan absolut dan incremental fit measures ukuran kecocokan inkremental pada model awal dapat dilihat pada Tabel 10 dan Tabel 11.
Tabel 10. Hasil Uji Kecocokan Absolute Measures Ukuran Kecocokan Absolut pada Model Awal
Goodness-of-Fit Cut-Off-Value
Hasil Estimasi Model Awal
Keterangan Root Mean
Square Error of Approximation
RMSEA
RMSEA ≤ 0,05 = close fit
0,05 RMSEA ≤ 0,08 =
good fit 0,08 RMSEA
≤ 0,10 = marginal fit
RMSEA 0,10 = poor fit
0,125 Poor Fit
Goodness of Fit Index
GFI
GFI ≥ 0,90 = good fit 0,80 ≤ GFI 0,90 = marginal
fit GFI 0,80 = poor fit
0,72 Poor Fit
Berdasarkan Tabel 10 diketahui bahwa kedua ukuran kecocokan absolut memperlihatkan kriteria yang poor fit. Dengan demikian, ukuran kecocokan
absolut model tidak baik dan model belum dapat menggambarkan data empiris.
94 Tabel 11. Hasil Uji Kecocokan Incremental Fit Measures Ukuran Kecocokan
Inkremental pada Model Awal Goodness-of-Fit
Cut-Off-Value Hasil Estimasi
Model Awal Keterangan
Normed Fit Index NFI
GFI ≥ 0,90 = good fit
0,80 ≤ GFI 0,90 = marginal fit
GFI 0,80 = poor fit
0,83 Marginal
Fit
Tucker-Lewis Index
atau Non- Normed Fit Index
TLI atau NNFI
GFI ≥ 0,90 = good fit 0,80 ≤ GFI 0,90 = marginal
fit GFI 0,80 = poor fit
0,85 Marginal
Fit
Comparative Fit Index
CFI
GFI ≥ 0,90 = good fit 0,80 ≤ GFI 0,90 = marginal
fit GFI 0,80 = poor fit
0,87 Marginal
Fit
Incremental Fit Index
IFI
GFI ≥ 0,90 = good fit 0,80 ≤ GFI 0,90 = marginal
fit GFI 0,80 = poor fit
0,88 Marginal
Fit
Relative Fit Index RFI
GFI ≥ 0,90 = good fit 0,80 ≤ GFI 0,90 = marginal
fit GFI 0,80 = poor fit
0,79 Poor Fit
Berdasarkan Tabel 11 diketahui bahwa empat dari lima ukuran kecocokan inkremental sudah masuk ke dalam kriteria marginal fit dan satu kriteria masih
poor fit . Dengan demikian, pada ukuran kecocokan ini model sudah terlihat
cukup baik. Uji kecocokan ukuran parsimonious fit measures ukuran kecocokan
parsimoni diukur dengan normed chi-square. Nilai normed chi-square pada model awal sebesar 2,54. Nilai tersebut berada pada selang nilai
yang disarankan dengan batas bawah = 1,0 dan batas atas = 3,0, sehingga model sudah sesuai dengan data
good fit.
Dapat disimpulkan, model sudah terlihat baik pada uji kecocokan parsimoni dan sudah cukup baik pada uji kecocokan inkremental. Namun
demikian, pada uji kecocokan absolut model belum terlihat baik dalam menggambarkan data empiris. Hubungan pada model pun belum dapat
disesuaikan dengan teori yang melandasinya. Oleh karena itu, model awal ini harus mengalami respesifikasi agar model menjadi lebih baik.
95
8.3. Respesifikasi Model
