GFI Menghitung proporsi tertimbang varians
dalam matriks sample yang dijelaskan oleh matriks covariance populasi yang
diestimasi analog dengan R
2
dalam regresi berganda
≥ 0,90
AGFI GFI yang disesuaian terhadap DF
≥ 0,90 CMINDDF
Kesesuaian antara data dan model TLI
Pembandingan antara model yang diuji terhadap baseline model
≥ 0,95
CFI Uji kelayakan model yang tidak sensitive
terhadap besarnya sample dan kerumitan model
≥ 0,94
3.4.2 Pengujian Hipotesis
3.4.2.1 Evaluasi Kriteria Goodnes of Fit
1. X
2
CHI SQUARE STATISTIK Alat uji paling fundamental untuk mengukur overall fit adalah
likelihood ratio chi-square ini bersifat sangat sensitif 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 bilai nilai chi-squarenya rendah. Semakin kecil nilai X
2
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 X
2
yang kecil dan signifikan. 2.
RMSEA-THE ROOT MEAN SQUARE ERROR OF APPROXIMATION
RMSEA adalah sebuah indeks yang dapat digunakan mengkompensasi chi-square statistic dalam sampel yang besar.
Nilai RSMEA menunjukkan goodness-of-fit yang dapat diharapkan bila model diestimasi alam populasi. Nilai RSMEA yang lebih
kecil atau sama dengan 0,08 merupakan indeks untuk dapat diterimanya degrees of freedom
3. GFI – GOODNES of FIT INDEKS
GFI adalah analog dari R dalam regresi berganda. Indeks kesesuaian ini akan menghitung proporsi tertimbang dari varians
dalam matriks kiovarians sampel yang dijelaskan oleh kovarians 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 GOODNES 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 criteria yang
memperhitungkan proporsi tertimbang dari varians alam sebuah matriks kovarians sampel. Nilai terbesar dapat diinterprestasikan
sebagai tingkatan yang baik good overall model fit sedangkan besaran nilai antara 0,09-0,95 menunjukkan tingkatan cukup
adequate fit 5.
CMINDF Sebagai salah satu indicator untuk mengukur tingkat fitnya
sebuah model. Dal hal ini CMINDF tidak lain adalah statistik chi- square, X2 dibagi Dfnya sehingga disebut X2 frelatif. Nilai X2
relatif kurang dari 2,0 atau bahkan kurang dari 3,0 adalah indikasi dari acceptable fit antara model dan data. Nilai X2 relatif yang
tinggi menandakan adanya perbedaan yang signifikan antara matriks kovarians yang diobservasikan dan diestimasi.
6. TLI TUCKER LEWIS INDEKS
TLI adalah sebuah model yang diuji terhadap sebuah baseline model. Nilai yang direkomendasikan sebagai acuan untuk
diterimanya sebuah model adalah penerimaan ≥ 0,95dan 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, mengindikasikan 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 m engukur tingkat penerimaan sebuah model. Indeks CFI adalah identik dengan
Relatif Non Certrality Indeks RNI
3.4.2.2 Evaluasi Normalitas
