sebuah asumsi yang digunakan dalam menghitung reliabilitas dari model yang menunjukkan bahwa dalam sebuah model satu dimensi, indicator yang
digunakan memiliki derajad kesesuaian yang baik. Penggunaan ukuran reliabilitas seperti a-Cronbach, tidak mengukur unidimensionalitas itu udah ada
pada waktu a-Cronbach dihitung. Karena itu peneliti dianjurkan untuk melakukan uji unidimensionalitas terhadap semua konstruk multi-indikator
sebelum menilai reliabilitasnya. 4. Interprestasi dan Modifikasi Model
Setelah model diestimasi, residualnya haruslah kecil atau mendekati nol dan distribusi frekuensi dari kovarians residual harus bersifat simetrik Tabachnick
dan Fidell, 1997. Dalam kontens ini, residual yang dimaksud bukanlah residual dari skor seperti pada permodelan multivariant lainnya, melainkan merupakan
residual dari kovarians. Distribusi frekuensi dari residual yang tidak simetris merupakan signal atas sebuah model yang kurang baik –a poorly fitting model
dan menunjukkan bahwa dalam proses estimasi, model telah mengestimasi beberapa kovarians secara memuaskan tetapi kovarians yang lainnya kurang
begitu baik diestimasi.
3.4.2. Uji Statistik
Pada langkah uji statistik ini dilakukan evaluasi terhadap kesesuaian model melalui telaah terhadap berbagai kriteria goodness of fit, dilakukan dengan :
Universitas Sumatera Utara
a. Chi-Square Statistik
Pengukuran yang paling mendasar adalah Likehood Ratio Chi-Square X2 dimana semakin rendah nilainya maka semakin baik model tersebut dan
diterima berdasarkan probabilitas dengan cut off value sebesar p ≥ 0,5 atau p ≥
0,10 Ferdinand, 2000, p.52. b. Signiticanced Probability P
Dalam pengujian tingkat signifikan suatu model digunakan nilai significanced probability
. c. The Root Mean Square of Approximation RMSEA
Merupakan nilai yang menunjukkan goodness of fit yang dapat diharapkan bila model estimasi dalam populasi. Jika nilainya
≤ 0,08 mempunyai indeks untuk dapat diterimanya model yang menunjukkan sebuah close fit dari model
itu berdasarkan degrees of freedom Browne dan Cudeck, 1993 dalam Ferdinand, 2000 hal 56.
d. Goodness of Fit Index GFI Adalah suatu pengukuran non statistical dimana nilainya antara 0 poor fit
sampai dengan 1,0 perfect fit. Nilai yang semakin mendekati 1 menunjukkan tingkat kesesuaian yang lebih baik. Tingkat penerimaan yang
direkomendasikan adalah jika AGFI menunjukkan nilai ≥ 0,90.
Universitas Sumatera Utara
e. Adjusted Goodness of Fit Index AGFI Merupakan nilai GFI yang di-adjust dengan degree of freedom yang tersedia.
Tingkat penerimaan yang direkomendasikan adalah jika AGFI menunjukkan nilai
≥ 0,90. f. The Minimum Sample Discrepancy FunctionDegree of Freedom CMINDF
Indeks ini disebut juga X2 – Relatif karena merupakan nilai Chi-square statistic
dibagi dengan degree of freedom-nya. Jika nilai X2 Relatif kurang dari 2,0 adalah indikasi dari acceptable fit antara model dan data.
g. Tucker Lewis Index TLI Merupakan incremental index yang membandingkan sebuah model yang diuji
terhadap sebuah baseline model. Baumgartner dan Hamburg, 1999 dalam Ferdinan AT, 2000, hal. 58. Nilai yang direkomendasikan sebagai acuan
dapat diterimanya sebuah model adalah penerimaan ≥ 0,95 Hair et al, 1995
dan nilai yang mendekati 1 menunjukkan a very good fit. h.
Comparative Fit Index Uji ini digunakan untuk melihat kelayakan model yang tidak sensitive
terhadap besarnya sampel dan kerumitan model. Bila mendekati 1 merupakan indikasi tingkat fit yang paling tinggi. Adapun nilai yang direkomendasikan
adalah sebesar ≥ 0,95.
Cut-off Value yang menjadi batasan dari masing-masing alat uji di atas
tercantum pada tabel berikut.
Universitas Sumatera Utara
Tabel 3.1. Indeks Pengujian Kelayakan Model No
Goodness of Fit Index Cut-off Value
1 Chi-square
Diharapkan kecil 2
Significanced Probability ≥ 0,05
3 RMSEA
≤ 0,08 4
GFI ≥ 0,90
5 AGFI
≥ 0,90 6
CMINDF ≤ 2,00
7 TLI
≥ 0,95 8
CFI ≥ 0,95
Sumber : Hair 1992, Arbukle 1977
3.4.3. Uji Hipotesis dan Uji Hubungan
