Evaluasi Model Teknik Analisis dan Pengujian Hipotesis
Pengujian terhadap model yang dikembangkan dengan berbagai criteria Goodness of Fit, yakni Chi-square, probability, RMSEA, GFI,
TLI, AGFI, CMINDF. Apabila model awal tidak good fit dengan data maka model dikembangkan dengan pendekatan Two-Step Approach to
SEM. Tabel 3. Goodness of Fit Indices
Godness of Fit Index Keterangan
Cut-Off Value
X²- Chi-square Menguji apakah covariance
populasi yang di estimas sama dengan covariance sample
apakah model sesuai dengan data
Diharapkan kecil 1 s.d 5 atau paling baik diantara
1dan 2
Probality Uji signifikan terhadap
perbedaan matriks covariance dta dan matriks covariance
yang diestimasi Minimum 0,1 atau 0,2
atau ≥ 0,05
RMSEA Mengkompensasi kelemahan
Chi-Square pada sampel besar ≤ 0,08
GFI Menghitung proporsi
tertimbang varians dalam matriks sampel yang
dijelaskan oleh matriks covarians populasi yang
diestimasi analog dengan R² dalam regresi berganda
≥ 0,90
AGFI GFI yang disesuaikan
terhadap DF ≥ 0.90
CMIN DF Kesesuaian antara data dan
model ≤ 2,00
TLI Pembandingan antara model
yang diuji terhadap baseline model
≥ 0,95 CFI
Uji kelayakan model yang tidak ensitive terhadap
besarnya sampel dan kerumitan model
≥ 0,94
Sumber: Hair et al 1998 Keterangan:
1. X² CHI SQUARE STATISTIK Alat uji paling fundamental untuk mengukur overall fit adalah likehood
ratio chi-square ini bersifat sangat sensitive terhadap besarnya sampel
yang digunakan. Karenanya bila jumlah sampel cukup besar lebih dari 200. Statistik chi-square ini harus didampingi oleh alat uji lain. Model
yang diuji akan dipandang baik atau memuaskan bila nilai chi-squarenya rendah. Semakin kecil X² semakin baik model itu. Karena tujuan analisis
adalah mengembangkan dan menguji sebuah model yang sesuai dengan data atau yang fit terhadap data, maka yang dibutuhkan justru sebuah nilai
X² yang kecil dan signifikan. X² bersifat sangat sensitive terhadap besarnya sampel yaitu terhadap
sampel yang teralalu kecil maupun yang terlalu besar. Pelangganan chi- square hanya sesuai bila ukuran sampel antara 100-200, bila ukuran luar
tentang itu, uji signifikan akan menjadi kurang reliable oleh karena itu pengujian ini perlu dilengkapi dengan uji yang lain.
2. RMSEA-THE ROOT MEAN SQUARE ERROR OF APPROXIMATION RMSEA adalah sebuah indeks yang dapat digunakan mengkompensasi
chi-square statistik dalam sampel yang besar. Nilai RMSEA menunjukkan goodness-of-fit yang dapat diharapkan bila mode diestimasi alam populasi.
Nilai RMSEA yang lebih kecil atau sama dengan 0,08 merupakan indeks untuk dapat diterimanya degress of freedom.
3. GFI = GOODNESS of FIT INDEKS GFI adalah analog dari R dalam regresi berganda. Indeks kesesuaian ini
akan menghitung proporsi terimbang dari varians dalam matriks covariance sampel yang dijelaskan oleh covariance matriks populasi yang
terestimasi. GFI adalah sebuah ukuran non-statistika yang mempunyai rentang nilai antara 0 poor fit sampai dengan 1,0 perfect fit. Nilai yang
tinggi dalam indeks ini menunjukkan sebuah “better fit”. 4. AGFI = ADJUST GOODNESS of FIT INDEX
AGFI = GFIdf tingkat penerimaan yang direkomendasikan adalah bila AGFI mempunyai nilai yang sama dengan atau lebih besar dari 0,09. GFI
maupun AGFI adalah kriteria yang memperhitungkan proporsi tertimbang dari varians dalam sebuah matriks covariance sampel. Nilai sebesar 0,95
dapat diinterpretasikan sebagai tingkatan yang baik good overall model fit sedangkan besarnya nilai antara 0,09-0,95 menunjukkan tingkatan
cukup adequate fit. 5. CMIN DF
Sebagai salah satu indikator untuk mengukur tingkat fitnya sebuah model. Dalam hal ini CMINDF tidak lain adalah statistik chi-square, X² dibagi
Df-nya sehingga disebut X² relative. Nilai X² relative ≤ 2,0 atau bahkan ≤
3,0 adalah indikasi dari acceptable fit antara model dan data. Nilai X² relative yang tinggi menandakan adanya perbedaan yang signifikan antara
matriks covariance yang diobservasikan dan diestimasi. 6. TLI = TUCKER LEWIS INDEX
TLI adalah 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.
7. CFI = COMPERATIF FIT INDEX 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. Keunggulan
dari indeks ini besarnya tidak dipengaruhi oleh ukuran sampel karena itu sangat baik untuk mengukur tingkat penerimaan sebuah model. Indeks CFI
adalah identik dengan Relatif Non Indeks RNI.
DAFTAR PUSTAKA
Aaker. A, David. 1997, Managing Brand Equity. New York : The Free Press a Division of Macmillan, inc.
Assael, H. 1992, Consumer Behavior and Marketing Action, 4th ed., Boston: PWS-KENT Publishing Company.
Belen del Rio, Rodolfo Vasques Iglesias, 2001, “The Effect of Brand Assosiation on Consumer Response” Journal Of Consumer Marketing, Vol. 18 No. 5
Ferdinand, Augusty [2002], Structural Equation Modeling Dalam Penelitian Manajemen
, Penerbit BP Undip, Semarang. Hair, J.F. et. al. [1998], Multivariate Data Analysis, Fifth Edition, Prentice-Hall
International, Inc., New Jersey. Hartline, Michael D. and O.C. Ferrell [1996], “The Management of Customer-
Contact Service Employees : An Empirical Investigation”, Journal of Marketing
. 60 4 : 52-70. Kotler, Philip. 2005. Manajemen Pemasaran I – Edisi Kesebelas. Jakarta
__________ and Armstrong, G. 2006. Principles of marketing 11th edn, New
Jersey: Prentice Hall.
Parasuraman, A. Valerie A. Zeithmal and L.L. Berry. 1995. A Conceptual Model of Service Quality and It’s Implications for Future Research.
Journal of Marketing Service. Vol. 49
Purwanto, BM, 2003. Does Gender Moderate the Effect of Role Stress on Salespersons Internal States and Performance ? An Application of
Multigroup Structural Equation Modeling [MSEM], Jurnal Manajemen, Akuntansi dan Ekonomi Pembangunan, Buletin Ekonomi FE UPN
Veteran Yogyakarta
. 6 8 : 1-20 Prabu Mangkunegara, Anwar. 2002. Perilaku Konsumen Edisi Revisi. Bandung :
PT. Refika Aditama. Setiadi, J. 2003, Perilaku Konsumen, Konsep dan Implikasi untuk Strategi dan
Penelitian Pemasaran. Prenada Media, Jakarta.
Soehadi, A. 2005. Effective branding, Bandung: Quantum.
Sumarwan, Ujang. 2004. Perilaku Konsumen-Teori dan Penerapannya dalam Pemasaran
. Bogor : PT. Ghalia Indonesia Swasta, Basu, Basu dan T. Hani Handoko. 1993. Manajemen Pemasaran. Analisis
Perilaku Konsumen , Edisi Pertama, Liberty, Yogyakarta.
______. 2002. Manajemen Pemasaran Modern. Liberty, Yogyakarta. Sutisna, 2001, Perilaku Konsumen Komunikasi Pemasaran, Penerbit PT.
Remaja Rosdakarya, Bandung Tabachnick B.G. and Fidel, L.S., 1996, Using Multivariate Statistics, Third
Edition, Harper Collins College Publisher, New York. Tjiptono, Fandy. 1997. Strategi Pemasaran. Yogyakarta : Liberty : 42.
47