26
model. Model yang fit adalah yang memiliki nilai AGFI 0.9 Ghazali, 2005 dalam Bahagia, 2008. Ukuran yang hampir sama dengan GFI
dan AGFI adalah Parsimony Goodness of Fit Index PGFI yang diperkenalkan oleh Mulaik et.al 1989 dalam Bahagia 2008:48, yang
juga telah menyesuaikan adanya dampak dari degree of freedom dan kompleksitas model. Model yang baik apabila memiliki nilai PGFI
jauh lebih besar daripada 0,6 Ghazali, 2005 dalam Bahagia, 2008.
d. Root Mean Square Error of Approximation RMSEA
RMSEA ini mengukur penyimpangan nilai parameter pada suatu model dengan matriks kovarians populasinya Ghazali, 2005:31.
Streiger menganjurkan penggunaan confidence intervals untuk menilai ketetapan estimasi RMSEA. LISREL 8.54 menyajikan 90 interval
atas nilai RMSEA yang diharapkan. MacCallum juga menganjurkan penggunaan confidence interval tersebut, dimana confidence interval
tersebut haruslah kecil yang mengindifikasikan bahwa RMSEA memiliki ketetapan yang baik Ghazali, 2005:32.
Joreskog 1996 menganjurkan bahwa nilai P – value for test of close fit
RMSEA 0,05 haruslah lebih besar daripada 0,5 sehingga mengindikasikan bahwa model adalah fit Ghazali, 2005:32.
e. Normed Chi-Square X
2
df
Normed Chi-Square X
2
df merupakan indikator goodness of fit
adalah rasio perbandingan antara nilai chi-square dengan degree of freedom
. Menurut Ghazali 2005 dalam Bahagia 2008:48, cut-off
27
model fit sebesar 5 dan sedikit lebih tinggi daripada yang dianjurkan oleh Carmines dan Melver 1981 dalam Ghazali 2005 yaitu sebesar
2.
• Comparative Fit Measures
Comparative Fit Measures berkaitan dengan pertanyaan seberapa
baikkah model kesesuaian model yang dibuat dibandingkan dengan beberapa model alternative. Indikator-indikator dari comparative fit
measures diantaranya adalah:
b. Normed Fit Index NFI
Normed Fit Index NFI yang ditemukan oleh Bentler dan
Bonetts 1980 dalam Bahagia 2008:49, merupakan salah satu alternatif untuk menentukan model fit. Namun, karena NFI memiliki
tendensi untuk merendahkan fit dalam sample yang kecil, sehingga merivisi index ini dengan nama Comparative Fit Index CFI. Nilai
NFI dan CFI berkisar 0 dan 1. Tetapi suatu model dikatakan fit apabila memiliki nilai NFI dan CFI lebih besar dari 0,9.
c. Non-normed Fit Index NNFI
Non-normed Fit Index NNFI digunakan untuk mengatasi
permasalahan yang timbul akibat kompleksitas model. Menurut Didi Achjari 2003 dalam Bahagia 2008:49, menyatakan bahwa model
dikatakan fit jika nilai NNFI 0,90.
28
d. Relative Fit Index RFI