81
konversi ini kemudian digunakan sebagai input data operasi Structural Equation Model SEM.
Setelah mengonversi data menjadi matrik kovarians menggunakan Data Analysis, langkah selanjutnya adalah menentukan teknik estimasi. Teknik
estimasi yang akan digunakan adalah Maximum Likehood Estimation Method karena jumlah sampel yang digunakan adalah 125, dalam kisaran antara 100-200.
Teknik ini dimaksudkan untuk melihat kesesuaian model dan hubungan kausalitas yang dibangun.
3. Evaluasi Kriteria Goodness of Fit
Evaluasi kriteria Goodness of Fit dilakukan untuk menilai seberapa baik model penelitian yang telah dikembangkan. Pada tahapan ini, kesesuaian model
penelitian dievaluasi tingkat Goodness of Fit, namun yang perlu dilakukan sebelumnya adalah mengevaluasi data yang digunakan agar dapat memenuhi
kriteria yang disyaratkan oleh Structural Equation Model SEM. Tabel 4.7
Kriteria Goodness of Fit
Goodness of Fit Hasil Analisis
Cut-off Value Keterangan
χ
2
Chi-Square 512.342
Diharapkan kecil 152.095
Kurang Probability
0.003 ≥
0,05 Kurang
GFI 0.827
≥ 0,90
Cukup AGFI
0.726 ≥
0,90 Cukup
TLI 0.976
≥ 0,90
Baik NFI
0.947 ≥
0,90 Baik
CFI 0.986
≥ 0,95
Baik RMSEA
0.012 ≤
0,08 Cukup
Sumber: data diolah 2015
82
Hasil Goodness of Fit diperoleh nilai Chi-Square sebesar 512,342 dengan probabilitas 0,003 menunjukkan model masih kurang sesuai karena
hasilnya kurang dibanding nilai yang direkomendasikan. Namun demikian, perlu dilihat pula kriteria yang lain, yaitu GFI, AGFI, TLI dan RMSEA untuk
menyimpulkan Goodness of Fit Overall Model. Nilai GFI sebesar 0,827 cukup, AGFI sebesar 0,726 cukup, TLI sebesar 0,976 baik, NFI sebesar 0,947baik,
dan CFI sebesar 0,986 baik. Hal ini menunjukkan bahwa model sudah sesuai, nilai RMSEA juga menunjukkan bahwa model cukup sesuai dengan nilai sebesar
0,012 cukup. Data yang ditunjukkan dengan angka-angka tersebut memberi makna
bahwa 1 hasil pengujian kesesuaian model yang menunjukkan adanya nilai Chi- Square dan probability yang kurang serta 2 nilai GFI, AGFI, dan
RMSEA
yang masuk kategori cukup diakibatkan dari adanya indikator-indikator yang kurang
mampu mengukur variabel bentukannya secara tepat. Namun secara keseluruhan, dengan didukung data dari kriteria lainnya yang memenuhi persyaratan, hipotesis
yang dikembangkan didukung oleh data empiris yang baik.
4. Pengujian Normalitas Data
Uji normalitas digunakan untuk mengetahui sebaran data dalam penelitian terdistribusi normal atau tidak. Sebaran data dikatakan normal apabila
memusat pada nilai rata-rata dan median dengan nilai C.R. antara -2,58 sampai 2,58. Hasil uji normalitas dapat dilihat pada tabel 4.8:
