commit to user
Nilai CR signifikan bila CR ≥
z tabel,
bila CR signifikan maka hipotesis diterima. Dimana bila hasil nilai CR
≥ + 1,96 yang menunjukkan bahwa Hipotesis diterima dengan
tingkat signifikansi 5 dan bila hasil nilai CR + 1,96 yang menunjukkan bahwa Hipotesis ditolak dengan tingkat
signifikansi 5 .
SEM
juga dapat mengestimasi nilai-nilai
path
dari setiap hubungan variabel. Dengan menggunakan analisis
SEM
maka semua hipotesis dalam studi ini dapat diuji dengan melihat nilai
probability
yang ditunjukkan oleh
output AMOS 6.0.
G. Pengujian Model Struktural
Ada beberapa hal yang harus diperhatikan sebelum melakukan pengujian model struktural dengan pendekatan
Structural Equation Modelling SEM yaitu:
i Uji Normalitas
Nilai statistic untuk menguji normalitas disebut
z value Critical Ratio
atau
CR
pada output
AMOS 6.0
dari ukuran
skewness
dan
kurtosis
sebaran data bila nilai CR lebih besar dari nilai kritis maka dapat diduga bahwa distribusi data tidak
normal.
ii. Uji Outliers
commit to user
Outliers adalah data yang memiliki karakteristik unik yang terlihat sangat berbeda jauh dari observasi – observasi
lainnnya dan muncul dalam nilai ekstrim baik untuk konstruk tunggal maupun konstruk kombinasi. Dalam
analisis multivariate adanya outliers dapat diuji dengan statistic chi square c
2
terhadap nilai
mahalanobis distance squared
pada tingkat signifikansi 0,001 dengan
degree of freedom
sejumlah konstruk yang digunakan dalam penelitian Ferdinand, 2002:103.
iii . Analisis kesesuaian model Goodness-of-fit model
Model struktural dikategorikan sebagai
good fit,
bila memenuhi beberapa persyaratan berikut ini:
a Memiliki
degree of freedom
df positif b
Nilai level probabilitas minimum yang disyaratkan adalah 0,1 atau 0,2, tetapi untuk level probabilitas
sebesar 0,05 masih diperbolehkan Hair et al, 1998:613.
c Mengukur
chi-square
c
2
statistic
untuk memastikan bahwa tidak ada perbedaan antara matriks kovarian
data sampel dan matriks kovarian populasi yang diestimasi. Nilai
chi-square
c
2
sangat sensitif terhadap besarnya sampel dan hanya sesuai untuk
commit to user
ukuran sampel antara 100 - 200. Model yang diuji akan dipandang baik bila nilai c
2
-nya rendah dan diterima berdasarkan probabilitas dengan
cut-off value
sebesar p 0,05 atau p 0,01, sehingga perbedaan matriks aktual
dan yang dipeikirakan adalah tidak signifikan Hair
et al
; Hulland
et al
dalam Ferdinand, 2002:55. d
CMINDF, adalah statistik
chi-square
dibagi DF-nya, yang umumnya dilaporkan oleh para peneliti sebagai
salah satu indikator untuk mengukur tingkat fitnya sebuah model. Nilai yang diterima adalah kurang dari 2,0 atau
bahkan kurang dari 3,0 Arbuckle dalam Ferdinand, 2002:58.
e
Root Mean Square Error of Approximation
RMSEA. Adalah indeks yang digunakan untuk mengukur fit model
menggantikan chi square statistic dalam jumlah sampel yang besar. Nilai RMSEA
≤ 0,08 mengindikasikan indeks yang baik untuk menerima kesesuaian sebuah model.
f
Goodness of Fit index
GFI. Indeks ini mencerminkan tingkat kesesuaian model secara keseluruhan yang dihitung
dari residual kuadrat dari model yang diprediksi dibandingkan data yang sebenarnya. Nilai yang mendekati
1 mengisyaratkan model yang diuji memiliki kesesuaian yang baik.
commit to user
g
Adjusted Goodness of fit index
AGFI. Indeks ini merupakan pengembangan dari GFI yang telah
disesuaikan dengan rasio dari
degree of fredoom
model yang diajukan dengan
degree of freedom
dari null model model konstruk tunggal dengan semua
indikator pengukuran
konstruk. Nilai
yang direkomendasikan adalah AGFI
≥ 0,9. Semakin besar nilai AGFI maka semakin baik kesesuaian yang
dimiliki model. h
Tucker Lewis Index
TLI. TLI merupakan indeks kesesuaian incremental yang membandingkan model
yang diuji dengan null model. Nilai penerimaan yang direkomendasikan adalah nilai TLI
≥ 0,9. TLI merupakan indeks kesesuaian yang kurang dipengaruhi
oleh ukkuran sampel i
Comparative of Fit index
CFI. CFI juga merupakan index kesesuaian incremental. Besaran index adalah
dalam rentang 0 sampai 1 dan bila yang mendekati 1 mengindikasikan model memiliki tingkat kesesuaian
yang baik. Indeks ini sangat dianjurkan untuk dipakai karena indeks ini relative tidak sensitive terhadap
besarnya sampel dan dipengaruhi oleh kerumitan model. Nilai penerimaan yang direkomendasikan
commit to user
adalah CFI ≥ 0.95
H. PRETEST DATA
