Peneliti diharapkan untuk melakukan pengujian dengan menggunakan beberapa indeks untuk mengukur “kebenaran” model yang diajukannya.
Berikut ini ada beberapa indeks kesesuaian dengan out-off valuenya untuk digunakan dalam pengujian apakah sebuah model dapat diterima
atau ditolak. 1.
χ
2
-Chi square statistic
Alat uji paling fundamental untuk mengukur overall fit adalah likehood ratio Chi-square statistic yang bersifat sangat sensitive terhadap
besarnya sample yang digunakan karena bila jumlah sample lebih besar dari 200 sampel maka statistik Chi-square ini harus didampingi alat uji
lainnya Hair et al., 1995; Tabachnick Fidell, 1996 dikutip dalam Ferdinand, 2002. Semakin kecil nilai
χ
2
semakin baik midel itu karena dalam uji beda Chi-square
χ
2
=0, berarti benar-benar tidak ada perbedaan, H
diterima dan diterima berdasarkan probabilitas dengan cut off sebesar p 0,05 atau p 0,10 Hulland et al., 1996 dikutip dalam Ferdinand,
2002. Dalam pengujian ini nilai
χ
2
yang rendah menghasilkan sebuah tingkat signifikansi yang lebih besar dari 0,05 akan mengindikasi tidak
adanya perbedaan yang signifikan antara matriks kovarians data dan matriks kovarians yang diestimasi.
2. RMSEA-The Root Mean square Error of Appoximation
RMSEA adalah sebuah indeks untuk mengkompensasi chi-square statistic dalam sample besar Baumgartner Homburg, 1996 dalam
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
Ferdinand, 2002. Nilai RMSEA yang lebih kecil atau sama dengan 0,08 merupakan indeks untuk dapat diterima model yang menunjukkan sebuah
close fit dari model itu berdasarkan degree of freedoms Browne Cudeck, 1993 dalam Ferdinand 2002.
3. GFI-Goodness of Fit Indeks
Indeks kesesuaian ini akan menghitung proporsi tertimbang dari varians dalam matriks kovarians sample yang dijelaskan oleh matriks
kovarians sample yang dijelaskan oleh matrik kovarians populasi yang terstimasikan Bentler, 1993; Tanaka Huba, 1989 dalam Ferdinand,
2002. GI adalah ukuran non-statistikal 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-Adjusted Goodness of Fit Indeks
Tanaka Huba, 1989 dikutip dalam Ferdinand, 2002 menyatakan GFI adalah analog dari R
2
dalam regresi berganda. Fit indeks ini dapat diajusted terhadap degress of freedom yang tersedia untuk menguji
diterima tidaknya model Arbuckle, 1999. Tingkat penerimaan yang direkomendasikan adalah bila AGFI mempunyai nilai sama dengan atau
lebih besar dari 0,09 Hair et al., 1995; Hullant et al., 1996
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
5. CMINDF
The minimum sample discrepancy function CMIN dibagi dengan degree of fredomnya akan menghasilkan indeks CMINDF, yang
umumnya dianggap sebagai indicator untuk mengukur tingkat fitnya model. Dalam hal ini CMINDF tidak lain adalah statistik chi-square
χ
2
dibagi Dfnya sehingga disebut χ
2
relatif. Nilai χ
2
relatif kurang dari 2 atau bahkan kurang dari 3 adalah indikasi dari acceptable fit antara model dan
data Arbuckle, 1997
6. TLI-Tucker Lewis Indeks
