70
8.4. Uji Kecocokan Model
Setelah tahap estimasi maka selanjutnya model harus diuji kembali kecocokannya menggunakan ukuran kecocokan yang sama dengan pengujian
sebelumnya. Nilai hasil uji degree of freedom model yang telah mengalami proses respesifikasi telah sesuai dengan model fit seperti pada model sebelumnya dimana
derajat bebas bernilai positif yakni sebesar 201. Nilai hasil uji RMSEA model untuk mengukur penyimpangan nilai parameter model dengan matriks kovarian
populasinya sebesar yaitu 0,000. Nilai RMSEA tersebut juga telah sesuai dengan nilai yang disarankan untuk model fit
yaitu ≤ 0,08 atau ≤ 0,0ε. Nilai GFI yang digunakan untuk menunjukkan seberapa besar model
mampu menerangkan keragaman data, bernilai 0,96 dan telah sesuai dengan kriteria good fit
karena nilai GFI ≥ 0,90 sehingga masuk dalam kategori model fit. Nilai CFI Comparative Fit Index model sebesar 0,83. Nilai CFI tersebut terlihat
lebih baik dari hasil uji kecocokan pada model awal. Dari hasil uji ini diperoleh nilai P-value model yang sama dengan nilai P-value dari model yang belum
mengalami respesifikasi yakni sebesar 1,00000 dan nilai tersebut telah memenuhi nilai yang disarankan yaitu 0,05. Hasil uji kesesuaian model ini dapat dilihat
pada Tabel 6.
Tabel 6 Goodness of Fit Model SEM Setelah Estimasi
No. Goodness Of Fit
Cut Off Value Hasil Estimasi
Model Awal Keterangan
1. P-value
P-value ≥ 0,0ε = close fit
1,00000 Close fit
2. Root Mean Square Error
of Approximation RMSEA
RεSEA ≤ 0,0ε = close fit 0,0ε RεSEA ≤ 0,08 = good fit
0,08 RεSEA ≤0,10 = marginal fit RMSEA 0,10 = poor fit
0,00 Close fit
3. Root Mean Square
Residual RMR R
εR ≤ 0,0ε atau ≤ 1,0 = close fit 0,083
Close fit 4.
Goodness of Fit Index GFI
GFI ≥ 0,90 = close fit 0,80 ≤ GFI 0,90 = marginal fit
GFI 0,80 = poor fit 0,98
Close fit 5.
Adjusted Goodness-of-Fit Index AGFI
AGFI ≥ 0,90 = close fit 0,80 ≤ AGFI 0,90 = marginal fit
AGFI 0,80 = poor fit 0,96
Close fit 6.
Comparative Fit Index CFI
CFI ≥ 0,90 = good fit 0,80 ≤ CFI 0,90 = marginal fit
CFI 0,80 = poor fit 0,91
Close Fit
71
8.5 Hubungan Antar Variabel