Kesesuaian Model SEMIndikator kesesuaian model SEM dapat dilihat dari beberapa ukuran diantaranya Chi-Square Statistic, Goodnest of Fit Indices (GFI), Adjusted Goodnest of Fit Index (AGFI), Root Mean Square Error of Approximation (RMSEA), dan Comparative Fit Index (CFI) (Ghozali dan Fuad, 2005). Hipotesis yang digunakan untuk menguji kesesuaian model dengan ukuran-ukuran tersebut adalah sebagai berikut.

H0 : atau matriks varians kovarians populasi sama dengan matriks varians kovarians model yang ditaksir (model sesuai).

H1 : atau matriks varians kovarians populasi tidak sama dengan matriks varians kovarians model yang ditaksir (model tidak sesuai).Indeks-indeks pengukuran untuk menguji kesesuaian model dijelaskan sebagai berikut.1. Chi-Square StatisticStatistik uji Chi-Square mengukur overall fit. Model yang diperoleh dikatakan sesuai jika nilai Chi-Square (2) yang dihasilkan semakin kecil atau memiliki P-value yang lebih besar dari 0,05 pada taraf signifikasi 5%. P-value yang lebih besar dari 0,05 menunjukkan tidak adanya perbedaan yang signifikan antara matriks varians kovarians populasi dengan hasil estimasi (Sharma, 1995). Statistik uji Chi-Square nilainya dipengaruhi besar sampel yang digunakan.2. Goodnest of Fit Indices (GFI)Nilai GFI dapat diperoleh dengan menggunakan persamaan 2.10.

(2.10)GFI yang memiliki rentang antara 0 sampai dengan 1 mengukur besarnya varians dan kovarians dalam S yang dapat diprediksi dengan model. GFI dipengaruhi oleh ukuran sampel dan banyak indikator yang digunakan.3. Adjusted Goodnest of Fit Index (AGFI)AGFI dihitung dengan formula sebagai berikut.

(2.11)dimana :p= jumlah variabel endogendf= degree of freedomIndeks AGFI diperoleh dengan cara adjust dari GFI terhadap degree of freedom untuk menguji kesesuaian model. AGFI berkisar antara 0 sampai dengan 1 dimana model dikatakan semakin sesuai jika nilai AGFI mendekati 1. 4. Root Mean Square Error of Approximation (RMSEA)Persamaan 2.12 merupakan formula dari RMSEA.

(2.12)dimana : 2= nilai chi-square modeldf= degree of freedomN= jumlah sampelRMSEA digunakan untuk kompensasi Chi-Square dengan jumlah sampel besar. Model dikatakan sesuai jika indeks RMSEA lebih kecil atau sama dengan 0,08 yang menunjukkan model memiliki perkiraan kesalahan rasional.5. Comparative Fit Index (CFI)CFI membandingkan model yang diuji dengan baseline model yang diperoleh dengan persamaan 2.13.

(2.13)dimana

= Chi-square baseline model

= Chi-square model yang diuji

= derajat bebas dari baseline model

= derajat bebas dari model yang diujiNilai CFI tidak dipengaruhi oleh ukuran sampel. Nilai CFI yang semakin mendekati 1 menunjukkan bahwa kesesuaian model semakin tinggi.Nilai kritis yang direkomendasikan untuk indikator-indikator kesesuaian model tersebut, ditunjukkan pada Tabel 2.1.Tabel 2.1 Nilai Kritis Indikator Kesesuaian ModelIndikator Kesesuaian ModelModel FitModel Dapat Diterima

Chi-squareP-value0 2 2df0,05 P-value 1,002df 2 3df0,01 P-value 0,05

GFI0,95 GFI 1,000,90 GFI 0,95

AGFI0,90 AGFI 1,000,85 AGFI 0,90

RMSEA0 RMSEA 0,050,05 RMSEA 0,08

CFI0,97 CFI 1,000,95 CFI 0,97

Sumber : Engel, Moosbrugger & Muller (2003)