Uji Hipotesis METODOLOGI PENELITIAN

3.5 Uji Hipotesis

Dalam analisis SEM umumnya berbagai jenis fit index yang digunakan untuk mengukur derajad kesesuaian antar model yang dihipotesakan dengan data yang disajikan. Peneliti diharapkan untuk melakukan pengujian dengan menggunakan beberapa fit index untuk mengukur kebenaran modell yang dianjurkan. Berikut ini adalah indeks kesesuaian dan cut-off valuenya untuk digunakan dalam menguji apakah sebuah model dapat diterima atau tidak. a.  2 Chi Square Statistic 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  2 semakin baik model itu dan diterima berdasarkan probabilitas dengan cut-off value sebesar ρ 0,05 atau ρ 0,10. b. RMSEA The Root Mean Square Error Of Approximation RMSEA adalahh sebuah indeks yang dapat digunakan untuk mengkompensasi chi-square statistic dalam yang besar. Nilai RMSEA menunjukan 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 menunjukan sebuah close fit dari model itu berdasarkan degree of freedom. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. c. GFI Goodness Of Fit Index Indeks kesesuaian fit index ini akan menghitung proporsi tertimbang dari varians dalam matriks konvarians sample 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 tertinggi dalam indeks ini menunjukan sebuah better fit. d. AGFI Adjusted Goodness-Of-Fit Index AGFI adalah analog dari R 2 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 dalah kriteria yang memperhitungkan proporsi tertimbang dari varians dalam sebuah matriks konvarians sample. e. CMIN DF 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 mengatur tingkat fitnya sebuah model. Nilai  2 relatif kurang dari 2,0 atau bahkan kadang kurang dari 3,0 adalah indikasi dari acceptable fit antara model dan data. f. TLI Tucker Lewis Indeks TLI adalah sebuah alternatif incremental fit index yang membandingkan sebuah model yang diuji terhadap sebuah baseline model. Nilai yang Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 35 direkomendasikan sebagai acuan untuk diterimanya sebuah model adalah penerimaan ≥ 0,95 dan nilai yang sangat mendekati 1 menunjukan a very good fit. g. CFI Comparative Fit Index Merupakan besaran indeks ini adalah pada rentan nilai sebesar 0-1,dimana semakin mendekati 1, mengidentifikasi tingkat fit yang paling tinggi a very good fit. Nilai yang direkomendasikan adalah CFI ≥ 0,95. Tabel 3.1.Goodness of fit Index Goodness of index Keterangan Out – off Value X 2 chi square Menguji apakah covariance populasi yang diestimasi sama dengan covariance sample apakah model sesuai dengan data Diharapkan kecil, 1 sd 5 atau paling baik diantara 1 dan 2 Probability Uji signifikasi terhadap perbedaan matriks covariance data 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 Meghitung proporsi tertimbang varians dan matriks sampel yang dijelaskan okeh matriks covariace populasi yang diestimasi analog dengan R 2 dalam regresi linier berganda ≥ 0,09 AGFI GFI yang disesuaikan terhadap DF ≥ 0,90 CMIN DF Kesesuaian antara data dan model ≤ 2,00 TLI Perbandingan antara model yang diuji terhadap baseline model ≥ 0,95 CFI Uji kelayakan model yang tidak sensitive terhadap besarnya sampel dan kerumitan model. ≥ 0,94 Sumber : Hair et.al.,1998 Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

4.1. Deskripsi Hasil Penelitian 4.1.1. Deskripsi Karakteristik Responden Tanggapan responden tentang kepuasan pelanggan X dan loyalitas pelanggan Y di Klinik “Dr.Benny A.DSKK” di Surabaya. Penyebaran kuesioner dilakukan tanggal 5-21 April 2011, kuesioner dilakukan dengan menyebarkan 110 kuesioner pada responden. Untuk jawaban kuisioner dinyatakan dengan memberi skor yang berada dalam rentang nilai 1 sampai 7 pada skala, dimana nilai 1 menunjukkan nilai terendah dan nilai 7 menunjukkan nilai tertinggi.. Karakteristik responden yang digunakan dalam penelitian ini dilihat dari umur dan pernahtidaknya responden menggunakan jasa di Klinik “Dr.Benny A.DSKK” di Surabaya. Berikut karakteristik responden yang disajikan dalam tabel frekuensi berikut :

1. Berdasarkan Umur

Dari 110 responden yang menjawab kuesioner yang telah diberikan dapat diketahui umur dari responden yakni pada tabel dibawah ini. Tabel 4.1. Karakteristik Responden Berdasarkan Umur No Umur Jumlah Prosentase 1 17-30 tahun 56 53,33 2 31-45 tahun 38 36,19 3 ≥ 45 tahun 16 15,24 Total 110 100,00 Sumber: Data diolah Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.