95
8.3. Respesifikasi Model
Model awal yang telah diestimasi belum memperlihatkan hasil pengujian kecocokan yang baik. Model tersebut dikatakan belum baik karena GOF model
masih ada yang belum memenuhi kriteria kebaikan model, seperti pada uji kecocokan absolut yang kedua kriterianya masuk ke dalam kriteria poor fit.
Respesifikasi model dapat dilakukan dengan beberapa cara. Respesifikasi yang dilakukan pada penelitian ini yaitu dengan menghilangkan beberapa variabel
indikator. Variabel-variabel indikator yang dihilangkan dari model adalah variabel yang memiliki nilai muatan faktor terkecil. Penghilangan beberapa
variabel indikator yang memiliki nilai muatan faktor terkecil akan membuat GOF model menjadi semakin baik. Proses penghilangan variabel indikator dilakukan
dalam dua tahap. Tahap pertama yaitu dengan menghilangkan varibel X15 dan X16, kemudian diestimasi dan ternyata hasil GOF nya masih kurang baik. Tahap
yang kedua yaitu dengan menambah variabel indikator yang dihilangkan yaitu variabel X22, kemudian diestimasi dan ternyata hasil GOF sudah baik. Hasil
analisis SEM setelah mengalami proses respesifikasi setelah menghilangkan variabel X15, X16, dan X22 dalam hasil estimasi standardized solution dapat
dilihat pada Gambar 30.
96 Gambar 30. Path Diagram Model Kepuasan dan Loyalitas Pengunjung Taman
Rekreasi Kampoeng Wisata Cinangneng Setelah Respesifikasi, Estimasi Standardized Solution
8.4. Uji Kecocokan Model Setelah Respesifikasi
Setelah model mengalami respesifikasi, maka selanjutnya model tersebut diuji kembali kecocokannya. Seperti pada sub bab 8.2 sebelumnya, pengujian ini
dilakukan dengan mencocokkan kriteria ukuran kecocokan absolut, ukuran kecocokan inkremental, dan ukuran kecocokan parsimoni yang sudah ditetapkan
dengan hasil goodness of fit statistics hasil estimasi model setelah direspesifikasi seperti pada Lampiran 5. Uji kecocokan absolute measures ukuran kecocokan
absolut dan incremental fit measures ukuran kecocokan inkremental pada model setelah direspesifikasi dapat dilihat pada Tabel 12 dan Tabel 13.
97 Tabel 12. Hasil Uji Kecocokan Absolute Measures Ukuran Kecocokan Absolut
pada Model Setelah Direspesifikasi Goodness-of-Fit
Cut-Off-Value Hasil Estimasi
Model Awal Keterangan
Root Mean Square Error of
Approximation RMSEA
RMSEA ≤ 0,05 = close fit
0,05 RMSEA ≤ 0,08 =
good fit 0,08 RMSEA
≤ 0,10 = marginal fit
RMSEA 0,10 = poor fit
0,10 Marginal
Fit
Goodness of Fit Index
GFI
GFI ≥ 0,90 = good fit 0,80
≤ GFI 0,90 = marginal fit
GFI 0,80 = poor fit
0,80 Marginal
Fit
Berdasarkan Tabel 12 Diketahui bahwa, setelah mengalami respesifikasi model, kedua ukuran kecocokan absolut sudah mengalami perbaikan. Kedua
kriteria RMSEA dan GFI sudah memperlihatkan kriteria marginal fit. Dengan demikian, ukuran kecocokan absolut model sudah cukup baik dalam
menggambarkan data empiris. Tabel 13. Hasil Uji Kecocokan Incremental Fit Measures Ukuran Kecocokan
Inkremental pada Model Setelah Direspesifikasi Goodness-of-Fit
Cut-Off-Value Hasil Estimasi
Model Awal Keterangan
Normed Fit Index NFI
GFI ≥ 0,90 = good fit
0,80 ≤ GFI 0,90 = marginal fit
GFI 0,80 = poor fit 0,86
Marginal Fit
Tucker-Lewis Index
atau Non- Normed Fit Index
TLI atau NNFI
GFI ≥ 0,90 = good fit 0,80 ≤ GFI 0,90 = marginal
fit GFI 0,80 = poor fit
0,87
Marginal Fit
Comparative Fit Index
CFI
GFI ≥ 0,90 = good fit 0,80 ≤ GFI 0,90 = marginal
fit GFI 0,80 = poor fit
0,90
Good Fit
Incremental Fit Index
IFI
GFI ≥ 0,90 = good fit 0,80 ≤ GFI 0,90 = marginal
fit GFI 0,80 = poor fit
0,91
Good Fit
Relative Fit Index RFI
GFI ≥ 0,90 = good fit 0,80 ≤ GFI 0,90 = marginal
fit GFI 0,80 = poor fit
0,82
Marginal Fit
98 Berdasarkan Tabel 13, dapat diketahui bahwa setelah model mengalami
respesifikasi terdapat beberapa perbaikan pada ukuran kecocokan inkremental model. Ukuran RFI mengalami perbaikan dengan peningkatan nilai GOF menjadi
0,82, sehingga kriterianya berubah menjadi marginal fit. Kriteria dari ukuran CFI dan IFI juga mengalami perbaikan menjadi good fit. Dengan demikian, pada
ukuran kecocokan ini model sudah terlihat cukup baik. Ukuran normed chi-square pada uji kecocokan ukuran parsimonious fit
measures ukuran kecocokan parsimoni setelah model mengalami respesifikasi
mempunyai nilai sebesar 2,11. Nilai tersebut berada pada selang nilai
yang disarankan dengan batas bawah = 1,0 dan batas atas = 3,0, sehingga model sudah sesuai
dengan data good fit.
Ukuran GOF dengan kriteria good fit seperti normed chi-square, memperlihatkan bahwa model mempunyai parsimoni atau kehematan tinggi
karena model memiliki parameter relatif sedikit dengan DF yang relatif banyak. Ukuran CFI dan IFI juga memiliki kriteria good fit memperlihatkan bahwa tingkat
kecocokan model-data dari model yang diusulkan mendekati saturated model best fit dibandingkan dengan independence model worst fit pada model dasar.
Secara keseluruhan, dari tiga uji kecocokan model yang telah dilakukan dapat dikatakan bahwa model sudah baik. Pada uji kecocokan absolut dan uji
kecocokan inkremental model sudah terlihat cukup baik, sedangkan pada uji kecocokan parsimoni model sudah baik dalam menggambarkan data empiris.
Oleh karena itu, dapat disimpulkan bahwa model telah baik dalam menggambarkan data dan kondisi yang sebenarnya sehingga dapat disesuaikan
dengan teori yang melandasinya. Output hasil analisis SEM pada model setelah respesifikasi secara lengkap dapat dilihat pada Lampiran 6.
8.5. Hubungan Antar Variabel Structural Equation Model