ACUAN INDEKS KECOCOKAN MODEL (skripsi dan tesis)

1. Nilai Chi Square : semakin kecil maka model semakin sesuai antara model teori dan data sampel. Nilai ideal sebesar <3 li="">
2. Rasio Kritis (Critical Ratio) : Rasio deviasi tertentu dari nilai rata-rata standard deviasi. Nilai ini diperoleh dari estimasi parameter dibagi dengan standard error . Besar nilai CR adalah 1,96 untuk pembobotan regresi dengan significance sebesar 0,05 untuk koefesien jalurnya
3. Jika nilai CR > 1,96 maka kovarian-kovarian faktor mempunyai hubungan signifikan
4. Jika koefesien struktural dibuat standar , misalnya 2; maka var laten tergantung akan meningkat sebesar 2
5. Kesalahan pengukuran sebaiknya sebesar 0
6. Pembobotan regresi (regression weight): sebesar 1, tidak boleh sama dengan 0, bersifat random jika ada tanda ‘$’
7. Spesifikasi model dengan nilai konstan 1
8. Maximum Likehood Estimation– akan bekerja dengan baik pada sampel sebesar >2500
9. Significance level (probabilitas) sebaiknya <0 .05="" li="">
10. Reliabilitas konstruk (construct reliability): minimal sebesar 0,70 untuk faktor loadings
11. Varian ekstrak (uji lanjut reliabilitas): nilai minimal 0.5 semakin mendekati 1 semakin reliabel
12. Nilai indeks keselarasan (– goodness of fit index) (GFI): mengukur jumlah relatif varian dan kovarian yang besarnya berkisar dari 0 – 1. Jika nilai besarnya mendekati 0 maka model mempunyai kecocokan yang rendah sedang nilai mendekati 1 maka model mempunyai kecocokan yang baik
13. Nilai indeks keselarasan yang disesuaikan (– Adjusted Goodness of Fit Index (AGFI): Fungsi sama dengan GFI perbedaan terletak pada penyesuaian nilai DF terhadap model yang dispesifikasi. Nilai AGFI sama dengan atau lebih besar dari 0,9. Jika nilai lebih besar dari 0,9 maka model mempunyai kesesuaian model keseluruhan yang baik
14. Fungsi perbedaan sampel minimum (– The minimum sample discrepancy function (CMNF)) yang merupakan nilai statistik Chi Square dibagi dengan nilai derajat kebebasan (degree of freedom (df)) disebut juga Chi Square relatif dengan besaran nilai kurang dari 0,2 dengan toleransi dibawah 0,3 yang merupakan indikator diterimanya suatu kecocokan model dan data
15. Indeks Tucker Lewis (Tucker Lewis – Index (TLI)) dengan ketentuan sebagai penerimaan sebuah model sebesar sama dengan atau lebih besar dari 0,95. Jika nilai mendekati 1 maka model tersebut menunjukkan kecocokan yang sangat tinggi
16. Indeks Kecocokan Komparatif (– Comparative Fit Index (CFI)) dengan nilai antara 0- 1 dengan ketentuan jika nilai mendekati angka 1 maka model yand dibuat mempunyai kecocokan yang sangat tinggi sedang jika nilai mendekati 0, maka model tidak mempunyai kecocokan yang baik
17. Index Parsimony : untuk kecocokan model yang layak nilainya >0,9.
18. Root mean square error of approximation– , (RMSEA): berfungsi sebagai kriteria untuk pemodelan struktur kovarian dengan mempertimbangkan kesalahan yg mendekati populasi. Kecocokan model yg cocok dengan matriks kovarian populasi. Model baik jika nilainya lebih kecil atau sama dengan 0,05 ; cukup baik sebesar atau lebih kecil dari 0,08
19. Uji Reliabilitas : untuk menghitung reliabilitas model yang menunjukkan adanya indikator-indikator yang mempunyai derajat kesesuaian yang baik dalam satu model satu dimensi. Reliabilitas merupakan ukuran konsistensi internal indikator-indikator suatu konstruk yang menunjukkan derajat sejauh mana setiap indikator tersebut menunjukkan sebuah konstruk laten yang umum. Reliabilitas berikutnya ialah Varian Extracted dengan besar diatas atau sama dengan 0,5. Dengan ketentuan nilai yang semakin tinggi menunjukkan bahwa indikator-indikator sudah mewakili secara benar konstruk laten yang dikembangkan
20. Parameter dengan nilai 0 mempunyai arti tidak ada hubungan antar variabel yang diobservasi. Parameter dapat secara bebas diestimasi dengan nilai tidak sama dengan 0. Fixed parameter diestimasi tidak berasal dari data, misalnya 1; free parameter diestimasi dari data sampel yang diasumsikan oleh peneliti tidak sama dengan 0.
21. Root Mean Square Residual (RMR) : nilai rata-rata semua residual yang Nilai RMR berkisar mulai 0 – 1, suatu model yang cocok mempunyai nilai RMR < 0.05.
22. Parsimony Based Indexes of Fit (PGFI)– : Parsimony model yang berfungsi untuk mempertimbangkan kekompleksitasan model yang dihipotesiskan dalam kaitannya dengan kecocokan model secara menyeluruh. Nilai kecocokan ideal adalah 0.9
23. Normed Fit Index (NFI) : Nilai NFI mulai 0 – 1 diturunkan dari perbandingan antara model yang dihipotesiskan dengan suatu model independen tertentu. Model mempunyai kecocokan tinggi jika nilai mendekati 1
24. Relative Fit Index (RFI) : merupakan turunan dari NFI dengan nilai 0 -1. Model mempunyai kecocokan yang ideal dengan nilai 0.95
25. First Fit Index (PRATIO) : berkaitan dengan model parsimony
26. Noncentrality Parameter (NCP) : parameter tetap yang berhubungan dengan DF yang berfungsi untuk mengukur perbedaan antara matriks kovarian populasi dengan matriks kovarian observasi. Dengan Confidence Interval 90% maka NCP berkisar antara 29,983 – 98,953
27. The Expected Cross Validation Index (ECVI) : mengukur perbedaan antara matriks kovarian yang dicocokkan dalam sampel yg dianalisis dengan matriks kovarian yang diharapkan yang akan diperoleh dari sampel lain dengan ukuran yang sama. Nilai ECVI dapat berapa saja dan tidak ada kisarannya. Jika model mempunyai nilai ECVI terkecil, maka model tersebut dapat direplikasi.
28. Hoelter’s Critical N (CN) : berfungsi untuk melihat kecukupan ukuran sampel yang digunakan dalam riset. CN mempunyai ketentuan suatu model mempunyai ukuran sampel yang cukup jika nilai CN > 200.
29. Residual– : perbedaan antara matriks kovarian model dengan matriks kovarian sampel, semakin kecil perbedaan maka model semakin baik