Evaluasi Kriteria Goodnes of Fit

3.3.2. Pengujian Hipotesis

3.4.2.1. Evaluasi Kriteria Goodnes of Fit

1. X 2 Alat uji paling fundamental untuk mengukur overall fit adalah Likelihood Ratio Chi-Square Statistic . Chi-Square ini bersifat sangat sensitif terhadap besarnya sampel yang digunakan. Karenanya bila jumlah sampel cukup besar lebih dari 200, statistik Chi-Square ini harus didampingi oleh alat uji lain. Model yang uji akan dipandang baik atau memuaskan bila nilai Chi-Square-nya rendah. Semakin kecil nilai X -Chi Square Statistic 2 semakin baik model itu. Karena tujuan analisis adalah mengembangkan dan menguji sebuah model yang sesuai dengan data atau yang fit terhadap data, maka yang dibutuhkan justru sebuah nilai X 2 yang kecil dan tidak signifikan. X 2 2. RMSEA-The Root Mean Square Error Of Approximation bersifat sangat sensitif terhadap besarnya sampel yaitu terhadap sampel yang terlalu kecil maupun yang terlalu besar. Penggunaan Chi-Square hanya sesuai bila ukuran sampel antara 100 dan 200. Bila ukuran sampel ada di luar rentang itu, uji signifikan akan menjadi kurang reliabel. Oleh karena itu pengujian ini perlu dilengkapi dengan alat uji yang lain. RMSEA adalah sebuah indeks yang dapat digunakan mengkompensasi Chi-Square Statistic dalam sampel yang besar. Nilai RMSEA menunjukkan Goodness-Of-Fit yang dapat diharapkan bila model diestimasi dalam populasi nilai RMSEA yang lebih kecil atau sama dengan 0.08 merupakan indeks untuk dapat diterimanya model yang menunjukkan sebuah close fit dari model itu berdasarkan Degrgess Of Freedom. 3. GFI-Goodness of Fit Index GFI adalah analog dari R 2 4. AGFI-Adjusted Goodness of Fit Index dalam regresi berganda. Indeks kesesuaian ini akan menghitung proporsi tertimbang dari varian dalam matrix kovarians sampel yang dijelaskan oleh matrix kovarians populasi yang terestimasi. GFI adalah sebuah ukuran non- statistikal yang mempunyai rentang nilai antara 0 Poor Fit samapi dengan 1.0 Perfect Fit. Nilai yang tinggi dalam indeks ini menunjukkan sebuah ‘better fit’. AGFI = GFIDF tingkat penerimaan yang direkomendasikan adalah bila AGFI mempunyai nilai sama dengan atau lebih besar dari 0.90. GFI maupun AGFI adalah kriteria yang memperhitungkan proporsi tertimbang dari varians dalam sebuah matriks kovarians sampel. Nilai sebesar 0,95 dapat diinterpretasikan sebagai tingkatan yang baik Good Overal Model Fit sedangkan besaran nilai antara 0,90- 0,95 menunjukkan tingkatan cukup Adequate fit. 5. TLI-Tucker Lewis Index TLI adalah sebuah alternatif incremental fit indeks yang membandingkan sebuah model yang diuji terhadap sebuah baseline model. Nilai yang direkomendasikan sebagai acuan untuk diterimanya sebuah model adalah penerimaan ≥ 0,95 dan nilai yang sangat mendekati 1 menunjukkan A Very Good Fit. 6. CMINDF sebagai salah satu indikator untuk mengukur tingkat fitnya sebuah model. Dalam hal ini CMINDF tidak lain adalah statistik Chi-Square, X 2 dibagi DF-nya sehingga disebut X 2 relatif. Nilai X 2 relatif kurang dari 2,0 atau bahkan kadang kurang dari 3,0 adalah indikasi dari acceptable fit antara model dan data. Nilai X 2 7. CFI-Comparative Fit Index relatif yang tinggi menandakan adanya perbedaan yang signifikan antara matriks kovarians yang diobservasi dan yang diestimasi. Besaran indeks ini adalah pada rentang nilai sebesar 0-1, dimana semakin mendekati 1, mengindikasikan tingkat fit yang paling tinggi A Very Good Fit. Nilai yang direkomendasikan adalah CFI 0,95. Keunggulan dari indeksi ini besarannya tidak dipengaruhi oleh ukuran sampel karena itu sangat baik untuk mengukur tingkat penerimaan sebuah model. Indeks CFI adalah identik dengan Relative Noncentrality Indeks RNI.

3.4.2.2 Evaluasi Normalitas