Uji HASIL DAN PEMBAHASAN

Tabel 4.17 Standardized Residual Covariances Structural Model X3 X2.2.2 X2.2.3 Y3.3 Y3.1 Y3.2 Y2.5 Y2.4 Y2.3 Y2.2 Y1.4 Y1.3 Y1.2 Y1.1 X.1 X3.3.3 X5.5.1 X4.4.3 X2.2.6 X5.5.2 .2 X4.4.1 X3.3.1 X3.3.2 X2.2.7 X2.2.1 X2.2.4 X2.2.5 Y4.1 Y4.2 X1.1 X1.2 X3 X2.2.2 0,866 X2.2.3 0,477 0,007 ‐1,72 Y3.3 1,353 0,476 0,55 ‐3,512 Y3.1 0,131 0,481 0,783 1,318 Y3.2 ‐0,07 0,007 1,595 0,448 ‐0,25 Y2.5 1,201 ‐0,195 0,711 ‐0,513 ‐0,485 ‐0,632 Y2.4 0,31 ‐0,224 1,894 0,652 ‐0,349 0,934 ‐0,406 Y2.3 1,033 0,418 0,958 1,478 0,407 1,002 0,124 0,749 Y2.2 ‐0,125 ‐0,895 0,791 0,588 0,527 0,964 0,293 0,178 ‐1 Y1.4 ‐2,01 ‐0,552 ‐0,229 ‐1,105 ‐1,986 ‐1,526 1,495 1,743 0,372 1,563 Y1.3 ‐1,95 ‐1,637 ‐0,282 ‐1,34 ‐1,351 ‐1,04 ‐0,271 ‐0,33 ‐0,941 0,395 ‐0,332 Y1.2 ‐2,019 ‐1,949 ‐0,896 ‐0,927 ‐0,932 ‐1,261 0,171 ‐1,097 ‐0,994 ‐0,122 0,5 ‐0,183 Y1.1 ‐1,653 ‐1,414 ‐0,917 ‐1,356 ‐1,567 ‐1,879 ‐0,011 ‐0,231 ‐0,672 1,046 ‐0,228 0,12 0,059 X.1 ‐0,559 ‐1,783 0,504 ‐0,914 ‐1,254 0,333 1,456 2,286 ‐0,29 1,371 0,332 0,681 ‐0,13 ‐0,557 X3.3.3 ‐0,799 ‐0,236 0,894 0,529 1,201 2,201 ‐0,238 ‐1,093 0,355 0,1 ‐0,546 0,619 0,949 1,166 0,042 X5.5.1 0,193 0,03 0,63 ‐0,098 ‐1,537 ‐0,201 0,244 0,67 ‐0,42 ‐0,072 0,301 2,372 1,72 1,347 5,602 1,276 ‐0,04 X4.4.3 0,063 0,622 0,597 ‐0,368 ‐0,892 0,293 1,544 0,064 0,631 1,638 1,059 1,792 ‐0,274 1,122 2,707 1,678 3,094 ‐0,021 X2.2.6 0,429 ‐0,476 0,349 0,1 ‐1,111 ‐0,051 1,467 1,533 1,927 1,992 ‐1,308 ‐1,005 ‐0,949 ‐0,277 ‐1,944 0,155 ‐1,016 ‐1,319 X5.5.2 ‐0,208 ‐1,463 ‐0,023 0,693 ‐0,77 1,553 ‐0,015 1,146 0,315 0,615 1,546 3,585 2,397 2,077 4,892 ‐0,08 5,375 3,386 ‐1,102 ‐1,187 .2 0,001 ‐0,33 0,599 0,219 ‐0,642 0,809 0,931 1,333 0,198 1,735 1,5 2,792 2,192 2,003 4,264 0,715 3,81 3,034 ‐0,936 ‐0,734 ‐3,715 X4.4.1 ‐1,315 ‐0,797 ‐0,286 0,935 0,464 2,082 0,156 ‐0,375 0,247 0,075 ‐0,24 ‐0,08 ‐0,262 ‐0,156 ‐0,102 0,385 ‐0,36 ‐0,261 ‐0,541 0,903 0,443 ‐1,623 X3.3.1 0,464 1,681 1,562 1,349 0,801 1,573 0,678 1,928 3,128 0,668 ‐1,485 ‐0,673 ‐1,721 ‐1,101 ‐0,185 ‐0,54 1,383 ‐0,29 0,839 ‐0,098 0,255 ‐0,081 ‐0,006 X3.3.2 0,124 ‐0,574 0,516 0,776 ‐0,058 1,492 ‐0,41 0,143 0,055 1,006 ‐0,331 ‐0,817 ‐0,07 ‐0,392 0,821 0,611 1,816 1,23 ‐1,253 0,262 1,241 1,262 ‐0,493 X2.2.7 ‐0,137 ‐0,231 0,741 0,106 0,421 0,796 ‐0,972 ‐0,231 ‐0,351 ‐0,514 ‐0,474 ‐1,517 ‐1,743 ‐1,726 ‐1,3 ‐0,225 ‐1,075 ‐1,864 3,499 ‐1,566 ‐1,927 ‐0,403 0,799 ‐0,879 X2.2.1 0,626 1,378 1,42 ‐0,189 0,207 0,709 0,629 ‐0,194 1,643 ‐0,216 0,132 ‐0,848 0,501 ‐0,337 ‐0,458 ‐0,289 ‐0,798 ‐0,763 1,524 ‐0,579 ‐0,26 0,064 0,05 ‐0,91 1,464 X2.2.4 1,284 0,548 0,936 0,971 0,735 1,144 ‐0,051 0,44 0,304 0,732 ‐0,916 ‐0,786 ‐0,827 ‐0,465 0,223 ‐0,668 ‐0,388 ‐0,115 ‐0,046 0,027 ‐0,944 0,015 1,64 ‐1,173 2,405 1,509 X2.2.5 1,194 ‐0,493 0,089 0,593 1,174 0,06 1,027 0,526 1,266 1,536 ‐1,54 ‐1,155 ‐1,287 ‐0,591 ‐0,633 ‐0,412 ‐0,585 ‐1,686 0,011 ‐0,724 ‐0,965 ‐1,243 1,047 ‐1,427 5,152 0,992 ‐0,012 Y4.1 0,216 0,858 1,187 1,521 ‐0,523 ‐0,156 ‐1,877 0,627 1,364 ‐1,73 ‐1,161 0,059 ‐0,806 ‐0,047 ‐0,243 0,142 1,386 ‐0,804 ‐0,304 1,041 0,516 2,062 2,438 0,953 ‐0,58 ‐0,461 0,594 0,027 Y4.2 0,594 ‐0,497 0,543 2,183 0,98 0,329 ‐0,017 0,466 1,93 0,597 0,285 0,526 0,385 1,306 ‐1,012 0,417 0,16 ‐0,931 0,183 0,777 0,759 0,551 0,29 ‐0,771 ‐0,565 ‐0,275 1,734 1,16 ‐0,003 X1.1 ‐0,009 2,016 1,6 1,526 ‐0,86 0,123 1,517 1,006 1,92 0,585 ‐1,418 ‐0,708 ‐1,109 ‐0,881 ‐1,64 ‐0,728 0,345 0,488 1,947 0,107 0,214 ‐1,244 1,149 ‐0,341 0,268 0,825 0,692 1,923 1,559 2,025 X1.2 0,044 0,847 0,79 0,817 ‐0,585 0,105 1,373 1,129 1,395 ‐0,44 ‐0,406 0,031 ‐0,148 0,132 0,036 ‐0,314 0,454 0,351 0,656 0,046 0,801 ‐1,406 ‐0,653 0,214 0,214 0,463 0,974 1,383 1,697 1,416 ‐0,021 Sumber : Output AMOS Structural Model Non Outlier Dari Tabel di atas dapat dilihat bahwa terdapat beberapa nilai residual yang lebih besar dari ±2,58, sehingga dapat disimpulkan bahwa model struktural menggunakan data non outlier masih kurang dapat diterima, oleh karena itu perlu dilakukan modifikasi terhadap model.

b. Modifikasi Model

Modifikasi model dapat dilakukan dengan menggunakan bantuan indeks modifikasi. Indeks modifikasi adalah suatu alat untuk menilai ketepatan sebuah model yang telah dispesifikasi. Sebuah indeks modifikasi sebesar 4,0 atau lebih, memberikan indikasi bahwa bila koefisien itu diestimasi maka akan terjadi pengecilan nilai chi-square yang signifikan. Oleh karena itu, modifikasi dilakukan pada estimasi yang mempunyai indeks modifikasi ≥ 4,0. Setelah dilakukan percobaan modifikasi model, ternyata dengan menambah jalur path berdasarkan indeks modifikasi, model menghasilkan nilai probabilitas chi-square yang lebih besar. Berikut adalah nilai indeks goodness of fit yang dihasilkan dari persamaan struktural yang telah dimodifikasi: Tabel 4.18 Nilai Goodness of Fit dan Cut off Value Structural Model Modifikasi Kriteria Hasil Uji Model Nilai Kritis Keterangan X 2 Chi square 694,110 Kecil X 2 dengan df = 635 dengan α = 0,05 adalah 694,735 Baik Probabilitas 0,775  0,05 Baik CminDF 1,093  2,00 Baik RMSEA 0,077  0,08 Baik GFI 0,745  0,90 Marginal AGFI 0,960  0,90 baik TLI 1,004  0,95 Baik CFI 0,975  0,95 Baik Sumber : Lampiran 7, diolah Nilai standardized residual covariances dari model struktural yang dimodifikasi dapat dilihat pada Tabel di bawah ini: Tabel 4.19 Standardized Residual Covariances Structural Model Modifikasi