misalnya 0,005 atau 0,01. Jika korelasi dalam solusi standar melebihi nilai 1 atau dua estimasi berkolerasi tinggi, maka kita perlu mempertimbangkan
untuk mengeleminasi salah satu. Dalam banyak hal, keadaan diatas sebagai akibat dari model yang dibentuk tanpa justifikasi teori yang mencakupi atau
modifikasi dilakukan hanya berdasarkan pertimbangan empiris Hair et al, 1998 dalam Wijanto, 2008;48.
3.4.2.4 Uji Kecocokan
Tahap estimasi diatas menghasilkan solusi yang berisi nilai akhir dari parameter-parameter yang diestimasi. Dalam tahap ini, kita akan memeriksa
tingkat kecocokan antara data dengan model, validitas dan reliabilitas model pengukuran, dan signifikansi koefisien-koefisien dari model struktural.
Menurut Hair et al, 1998 dalam Wijanto, 2008;49 evaluasi terhadap tingkat kecocokan data dengan model dilakukan melalui beberapa tahapan,
yaitu :
1. Kecocokan keseluruhan model
overall model fit
Tahap pertama dari uji kecocokan ini ditujukan untuk mengevaluasi secara umum derajat kecocokan atau Goodness of Fit
GOF antara data dengan model a.
Chi-Square χ
2
statistic. Model yang diuji dipandang baik atau memuaskan bila nilai chi-squarenya rendah. Semakin kecil nilai chi-
square mengindikasikan semakin baik model yang dikembangkan.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
b. The root mean square error of approximation RMSEA. RSMEA
adalah indeks yang digunakan untuk mengkompensasi Chi-Square statistic dalam sampel yang besar Baumgartner dan Homburg 1996
dalam Ferdinand, 2002. Nilai RMSEA menunjukkan goodness-of-fit yang dapat diharapkan bila model diestimasi dalampopulasi Hair et
al, 1998 dalam Wijanto, 2008;54. Nilai RMSEA ≤ 0,08
merupakan indeks untuk dapat diterimanya model. c.
Goodness-of-Fit Index GFI. Kriteria nilai GFI antara 0 poor fit sampai dengan better fit. Nilai yang tinggi yaitu
≥ 0,90 dalam indeks ini menunjukkan sebuah better fit.
d. Adjusted Goodness-of-fit Index AGFI. AGFI adalah perluasan dari
GFI dimana nilai disesuaikan dengan rasio derajat kebebasan degree of freedom. AGFI yang diterima jika nilainya lebih besar
data sama dengan 0,90 Wijanto, 2008;56. e.
The Minimum Sample Discrepancy Function dibagi dengan Degree of Freedom CMINDF, indeks ini disebut juga dengan of freedom –
nya. Nilai χ
2
yang baik adalah kurang dari 2,0 f.
Tucker Lewis Index TLI, merupakan incremental index yang membandingkan sebuah model yang diuji dengan baseline model.
Nilai yang direkomendasikan adalah ≥ 0,95 dan nilai yang
mendekati 1 menunjukkan very good fit.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
g. Comparative Fit Index CFI, dengan besaran indeks antara 0 – 1.
Semakin mendekati 1 menunjukkan tingkat fit yamg paling tinggi. Nilai yang direkomendasikan adalah CFI
≥ 0,95. Bentuk ringkasan dari kesesuaian model seperti yang telah
dijelaskan diatas adalah seperti tabel 3.1 Tabel 3.1 : Goodness-of-fit Indices
No
Goodness ‐of ‐fit indices
Cut ‐Off Value
1 Chi
‐ Square Diharapkan
kecil 2
Significane 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 : Wijanto 2008
2. Kecocokan model pengukuran
