Uji Kecocokan Model / Goodness of Fit Index (SEM)

Dalam proses analisis sebuah model penelitian, dilakukan berbagai tahapan untuk menguji kualitas data maupun kecocokannya terhadap berbagai indikator yang lazim digunakan sebelum sampai pada tahapan inti dari analisis model penelitian tersebut (Uji Pengaruh (Regression) / Uji Hubungan (Correlation)). Pada pembahasan ini akan diilustrasikan mengenai Uji Kecocokan Model (Goodness of Fit Index) dengan aplikasinya untuk Structural Equation Modelling (SEM) menggunakan Tools AMOS Versi 20.

Uji Kecocokan Model pada SEM terbagi menjadi 3 (tiga) bagian, yaitu:

 1. Uji Kecocokan Absolut dengan komponennya seperti :

  • Chi square, mengukur seberapa dekat matrik kovarian hasil prediksi model dan matrik kovarians sampel data.
  • Goodness Of Fit Indeks (GFI), menggambarkan tingkat kesesuaian model secara keseluruhan yang dihitung dari residual kuadrat dari model yang diprediksi dibandingkan dengan data yang sebenarnya.
  • Root Mean Square Error of Approximation (RMSEA), merupakan ukuran yang menggambarkan kecenderungan chi-square menolak model dengan ukuran sampel yang besar.

2. Uji Kecocokan Inkremental seperti:

  • Adjusted Goodness Fit of  Index (AGFI), merupakan pengembangan dari GFI yang telah disesuaikan dengan rasio dari degree of freedom.
  • Tucker Lewis Index (TLI), merupakan indeks kesesuaian inkremental yang membandingkan model yang diuji dengan baseline model
  • Normed Fit Index (NFI), merupakan ukuran perbandingan dengan proposed model dan null model.
  • Comparative Fit Index (CFI), merupakan indeks kesesuaian inkremental. indeks ini relatif tidak sensitif terhadap besarnya sampel dan kurang dipengaruhi oleh kerumitan model.
  • Incremental Fit Index (IFI), digunakan untuk mengatasi masalah parsimoni dan ukuran sampel, dimana tersebut terkait dengan NFI.
  • Relative Fit Index (RFI), merupakan turunan dari NFI dan CFI.

3. Uji Kecocokan Parsimoni seperti:

  • Parsimonius Goodness of Fit Index (PGFI) dan Parsimonius Normed Fit Index (PNFI), digunakan untuk membandingkan kecocokan yang lebih baik pada model alternatif.
  • Akaike Information Criterion (AIC) dan Consistent Akaike Information Criterion (CAIC), merupakan indeks yang meggambarkan kecocokan perbandingan antar model.

Berdasarkan keterangan tersebut berikut adalah indikator yang dianjurkan dalam melakukan uji kecocokan model:

GOF

Indikator Uji Kecocokan Model (GOF)

Demikian pembahasan mengenai uji Kecocokan Model.

Selamat belajar teman-teman……………………………………….

Sumber:

Ghozali, Imam. 2013. Model Persamaan Struktural Konsep & Analisis Dengan Program AMOS 21. Semarang: UNDIP Press.

Hendryadi dan Suryani. 2014. Structural Equation Modelling Dengan LISREL 8.80. Yogyakarta: Kaukaba Dipantara.

 

Advertisements
Tagged ,

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s

%d bloggers like this: