bulan untuk memudahkan responden dalam memberikan informasi.Dari hasil pengisian kuesioner dapat dilihat bahwa tingkat biaya telekomunikasi per bulan
responden dalam penelitian ini terdapat 5 kelompok yaitu kurang dari Rp.50.000 sebesar 26, antara Rp. 51.000-Rp. 100.000 sebesar 36, antara Rp. 101.000-Rp.
150.000 sebesar 20, Rp. 151.000-Rp. 200.000 sebesar 11 dan Rp. 201.000- Rp. 250.000 sebesar 7. Tingkat biaya telekomunikasi sebesar Rp. 51.000-Rp.
100.000 mempunyai komposisi paling besar, hal ini berkaitan dengan tingkat pendapatan responden, mengingat jumlah responden dalam penelitian ini yang
belum memiliki pekerjaan juga cukup banyak. Faktor lain yang mempengaruhi besarnya biaya telekomunikasi adalah jenis layanan yang digunakan oleh
responden serta tarif yang ditetapkan oleh masing-masing operator. Berdasar hasil pengujian One Way ANOVA terlihat bahwa berdasar biaya
telekomunikasi per bulan responden, terdapat perbedaan yang nyata pada variabel nilai pelanggan p=0,06, kepuasan pelanggan 0,036, hambatan pindah 0,036,
dan kebutuhan akan variasi p=0,09 Lampiran 2.
Gambar 12 Karakteristik Responden Berdasar Biaya Telekomunikasi Per Bulan
5.2 Analisis Kecocokan Model Goodness of Fit Analysis
Model pengukuran merupakan bagian dari model SEM yang terdiri dari variabel laten dan beberapa indikator. Tujuan dari analisis kecocokan model
adalah untuk mengetahui seberapa tepat indikator-indikator tersebut dapat menjelaskan variabel laten yang ada. Alat uji model yang biasa digunakan dalam
SEM adalah sebagai berikut :
1. Absolute Fit Indices Pengujian dengan alat ini akan membandingkan secara langsung matriks
kovarian sampel dengan matriks kovarian estimasi. Absolute fit indices terdiri atas beberapa pengujian antara lainChi-Square χ
2
, Goodness of Fit Index GFI, Adjusted Goodness of Fit Index AGFI dan Root Mean
Residual RMR. a. Chi Square χ
2
Pengujian Chi-Square χ
2
digunakan untuk mengetahui apakah ada perbedaan yang signifikan antara matriks kovarian sampel dengan
matriks kovarian estimasi. Hasil perhitungan AMOS menunjukkan nilai χ
2
hitung sebesar 2317,784, nilaiχ
2
tabel sebesar 798,1381 serta nilai probabilitas p sebesar 0. Dari hasil tersebut dapat dilihat bahwa nilai χ
2
hitung lebih besar daripada χ
2
tabel serta nilai p lebih kecil dari 0,05, dengan demikian dapat dikatakan bahwa H
ditolak, berarti matriks kovarian sampel berdeda secara signifikan dengan matriks kovarian estimasi.
Hal ini menunjukkan model tidak bagus poor fit. Nilai χ
2
sangat sensitif terhadap ukuran sampel, semakin besar ukuran sampel yang digunakan maka nilai χ
2
akan semakin besar Jöreskog Sörbom, 1993 dalam Byrne, 2010. Oleh karena itu,
pengujian untuk menilai model pengukuran hanya dengan melihat Chi-Square dalam SEM sangat jarang dilakukan dan diperlukan alat
uji yang lain. b. Goodness of Fit Index GFI dan Adjusted Goodness of Fit Index
AGFI GFI dan AGFI merupakan alat uji yang menunjukkan yang
memperhitungkan proporsi tertimbang dari varian dalam sebuah matriks kovarian sampel. Berdasarkan output AMOS dalam penelitian
ini diperoleh nilai GFI 0,646 dan AGFI 0,604 yang menunjukkan bahwa model pengukuran yang diuji dapat dikatakan marginal fit. Hal
ini berarti model penelitian ini mempunyai tingkat kecocokan yang sedang.
c. Root Mean Residual RMR Nilai RMR yang diperoleh dalam penelitian ini menunjukkan
nilai yang cukup kecil 0,152 dengan demikian dapat dikatakan bahwa model penelitian ini mempunyai tingkat kecocokan yang baik good
fit. 2. Incremental Fit Indices
Alat uji pada kelompok ini dilakukan dengan cara membandingkan model tertentu default model dengan null model independence model.
Kelompok alat uji ini terdiri atas Normed Fit Index NFI, Relative Fit Index RFI, Comparatif Fit Index CFI, Incremental Fit Index IFI, dan
Tucker Lewis Index TLI. Adapun dalam penelitian ini yang dipakai adalah NFI dan CFI.
a. Normed Fit Indices NFI Kelompok alat uji ini tetap menggunakan nilai χ
2
, dimana dalam nantinya nilai χ
2
default model akan dibandingkan secaa relatif dengan nilai χ
2
. Nilai NFI yang diperoleh dalam penelitian ini sebesar 0,571.Hal ini menunjukkan bahwa model yang disusun dalam
penelitian ini mempunyai tingkat kecocokan sedang marginal fit. b. Comparative Fit Indices CFI
Alat uji ini pada dasarnya membandingkan nilai NCP pada berbagai model.Nilai CFI berkisar antara 0 sampai dengan 1.Hasil
output AMOS pada penelitian ini menunjukkan nilai sebesar 0,544.Dari hasil tersebut dapat dikatakan bahwa model dalam
penelitian ini mempunyai tingkat kecocokan sedang marginal fit. 3. Parsimony Fit Indices
Kelompok alat uji ini membandingkan model yang kompleks dengan model yang sederhana.Adapun pengujian yang termasuk ke dalam
keompok ini adalah Parsimony Ratio PRATIO, PNFI dan PCFI.Nilai dari masing-masing penguian berkisar antara 0 sampai dengan 1.Pada
penelitian ini nilai PRATIO sebesar 0.94, PNFI sebesar 0,537 dan PCFI sebesar 0,618.Dari hasil tersebut terlihat bahwa model mempunyai tingkat
kecocokan yang sedang marginal fit. Selain ketiga kelompok alat uji di atas AMOS juga dilengkapi dengan alat
uji model yaitu Root Mean Square Error of Approximation RMSEA, Aikake Information Criterion AIC, Expected Cross-Validation Index ECVI dan
HOETLER. Pada penelitian ini alat uji tambahan yang dipakai adalah RMSEA, AIC dan ECVI.
1. Root Mean Square Error of Approximation RMSEA RMSEA menunjukkan tingkat kecocokan yang diharapkan terjadi
dalam populasi dengan kriteria tingkat kecocokan sebagai berikut 0,08 ≤ RMSEA ≤ 0,1 berarti model mempunyai tingkat kecocokan marginal fit;
RMSEA ≥ 0,1 berarti poor fit Mac Callum, 1996 dalam Byrne 2010. Nilai RMSEA sebesar 0,097.Dari nilai tersebut terlihat bahwa model dapat
dikatakan mempunyai tingkat kecocokan sedang marginal fit. 2. Aikake Information Criterion AIC
AIC digunakan untuk membandingkan model yang diuji dengan model saturated dan model independence. Suatu model dikatakan
mempunyai tingkat kecocokan yang baik apabila nilai AIC nya lebih kecil dari nilai AIC model saturated dan model independence. Dalam penelitian
ini diperoleh nilai AIC sebesar 2491,084. Apabila dibandikan dengan nilai AIC model saturated dan model independence, maka model yang diuji
mempunyai tingkat kecocokan sedang marginal fit. 3. Expected Cross-Validation Index ECVI
Alat uji ini digunakan untuk membandingkan beberapa model. Nilai ECVI dari model yang mendekati nilai ECVI model saturated
menunjukkan tingkat kecocokan yang baik good fit. Nilai ECVI pada penelitian ini adalah sebesar 10,878. Nilai ini lebih besardari pada nilai
ECVI model saturated 7,162 akan tetapi masih jauh lebih kecil dari pada nilai ECVI model indepedence 23,960. Dengan demikian dapat
dikatakan bahwa model yang diuji dalam penelitian ini mempunyai tingkat kecocokan sedang marginal fit.
Hasil penelitian tersebut di atas secara ringkas dapat dilihat pada Tabel 5 berikut.Berdasar hasil analisis SEM dengan AMOSdapat dilihat bahwa secara
umum model yang diajukan dalam penelitian ini mempunyai tingkat kecocokan yang sedang marginal fit sehingga model dapat dianalisis lebih lanjut Tabel 4.
Adapun analisis yang dilakukan selanjutnya adalah analisis hubungan antara variabel indikator dengan variabel laten dan analisis hubungan antar variabel.
Tabel 4. Parameter dan hasil uji kecocokan keseluruhan model analisis SEM
Goodness of fit index Persyaratan
Hasil Estimasi Keterangan
χ
2
Chi Square Nilai yang kecil
χ
2
M = 2317,784 I = 5406,786
Marginal fit Tingkat
kepercayaan P
p≥ 0,05 p = 0,000
Good fit GFI
≥ 0,90 GFI = 0,646
Marginal fit AGFI
≥ 2 AGFI = 0,604
Marginal fit RMR
≤ 0,05 RMR = 0,152
Good fit NFI
≥ 0,95 NFI = 0,571
Marginal fit CFI
≥ 0,95 CFI = 0,658
Marginal fit PRATIO
≥ 0,95 PRATIO = 0,941
Close fit PNFI
≥ 0,95 PNFI = 0,538
Marginal fit PCFI
≥ 0,95 PCFI = 0,619
Marginal fit RMSEA
p close fit RMSEA ≤ 0,05
p≥ 0,05 RMSEA = 0,097
P = 0,000 Marginal fit
ECVI nilai yang kecil,
mendekati ECVI saturated
M = 10,872
S = 7,162
I = 23,960
Marginal fit
AIC nilai yang kecil,
mendekati AIC saturated
M = 2489,784
S = 1640,0
I = 5486,786
Marginal fit
Keterangan : M = Model, S = Saturated, I = Independence
5.3 Analisis Hubungan Antara VariabelIndikator dan Variable Laten