97 Universitas Indonesia Lampiran 1: Tabel Operasional Variabel Penelitian No. Variabel Deskripsi Variabel Jenis Pengukuran 1. Gaya Kepemimpinan a. Gaya Kepemimpinan Transformasional a. Gaya Kepemimpinan Transaksional 1. Atasan saya menjadi panutan bagi diri saya. 2. Atasan saya member inspirasi bagi para bawahannya. 3. Semua orang menaruh rasa hormat pada atasan saya. 4. Saya percaya akan kemampuan atasan saya dalam menghadapi berbagai masalah. 5. Atasan saya membantu saya dalam mengekspresikan ide-ide dan pendapat. 6. Atasan saya membantu saya dalam memutuskan apa yang paling penting bagi saya. 7. Atasan saya meningkatkan rasa optimistik saya akan masa depan. 8. Atasan saya mencari tahu apa yang saya mau dan membantu saya mendapatkannya. 9. Saya yakin bahwa atasan saya akan memberikan apresiasi bila saya melakukan pekerjaan dengan baik. 1. Terdapat kesepakatan antara apa yang saya harapkan dari kinerja organisasi dan apa yang saya dapat dari itu. 2. Atasan saya memberikan apa yang saya ingin sebagai imbalan dalam menampilkan kinerja. 3. Saya dapat bernegosiasi dengan atasan saya mengenai apa yang saya dapat dari yang telah saya capai. Likert (5 skala) Hubungan antara..., Ria Agustina, FE UI, 2009
53
Embed
Lampiran 1: Tabel Operasional Variabel Penelitianlib.ui.ac.id/file?file=digital/126918-6642-Hubungan antara-Lampiran...Lampiran 1: Tabel Operasional Variabel Penelitian No. Variabel
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
97
Universitas Indonesia
Lampiran 1: Tabel Operasional Variabel Penelitian
No. Variabel Deskripsi Variabel Jenis Pengukuran
1. Gaya Kepemimpinan
a. Gaya Kepemimpinan Transformasional
a. Gaya Kepemimpinan Transaksional
1. Atasan saya menjadi panutan bagi diri saya.
2. Atasan saya member inspirasi bagi para bawahannya.
3. Semua orang menaruh rasa hormat pada atasan saya.
4. Saya percaya akan kemampuan atasan saya dalam menghadapi berbagai masalah.
5. Atasan saya membantu saya dalam mengekspresikan ide-ide dan pendapat.
6. Atasan saya membantu saya dalam memutuskan apa yang paling penting bagi saya.
7. Atasan saya meningkatkan rasa optimistik saya akan masa depan.
8. Atasan saya mencari tahu apa yang saya mau dan membantu saya mendapatkannya.
9. Saya yakin bahwa atasan saya akan memberikan apresiasi bila saya melakukan pekerjaan dengan baik.
1. Terdapat kesepakatan antara apa yang saya harapkan dari kinerja organisasi dan apa yang saya dapat dari itu.
2. Atasan saya memberikan apa yang saya ingin sebagai imbalan dalam menampilkan kinerja.
3. Saya dapat bernegosiasi dengan atasan saya mengenai apa yang saya dapat dari yang telah saya capai.
Likert (5 skala)
Hubungan antara..., Ria Agustina, FE UI, 2009
98
Universitas Indonesia
4. Atasan saya menjanjikan rekomendasi dan promosi khusus untuk hasil kerja yang baik.
5. Atasan saya meyakinkan bahwa saya dapat memperoleh apa yang saya inginkan sebagai imbalan atas kinerja saya.
6. Saya menentukan apa yang saya inginkan, atasan saya menunjukkan jalan bagaimana mendapatkannya.
7. Atasan saya merasa puas apabila saya melebihi standar kinerja yang baik.
8. Saya mendapat penghargaan dari atasan saya bila bekerja dengan baik.
9. Atasan saya tidak pernah meminta saya melakukan sesuatu kecuali hal penting guna selesainya pekerjaan.
10. Atasan saya hanya memberi tahu saya apa yang harus saya ketahui dalam melakukan pekerjaan.
2. Pemikiran Kreatif 1. Saya senang menyelesaikan masalah
yang memiliki banyak kemungkinan solusi.
2. Saya senang memecahkan semua hal yang rumit (seperti puzzle).
3. Saya merasa tidak bebas mengekspresikan pendapat saya jika saya berada dalam suatu kelompok.
4. Saya memikirkan terlebih dahulu alternatif solusi sebelum saya mencoba memecahkan suatu masalah.
Likert (5 skala)
3. Motivasi Intrinsik 1. Saya senang mengeluarkan ide-ide baru
untuk suatu produk.
2. Saya senang memperbaiki proses atau produk yang sudah ada.
3. Saya merasa lebih puas dengan pekerjaan yang saya kerjakan.
Likert (5 skala)
Hubungan antara..., Ria Agustina, FE UI, 2009
99
Universitas Indonesia
No. Variabel Deskripsi Variabel Jenis Pengukuran
4. Kreativitas 1. Saya menerapkan cara-cara baru untuk
mencapai tujuan.
2. Saya menemukan ide baru dan praktis untuk memperbaiki kinerja.
3. Saya menerapkan cara-cara baru untuk meningkatkan kualitas.
4. Saya menemukan solusi kreatif untuk suatu masalah.
5. Saya menerapkan cara baru dalam melakukan pekerjaan.
Likert (5 skala)
Sumber: Data peneliti, 2009
Hubungan antara..., Ria Agustina, FE UI, 2009
100
Universitas Indonesia
Lampiran 2: Teori Uji Kecocokan Keseluruhan Model
Ukuran Derajat Kecocokan Tingkat Kecocokan yang Bisa Diterima
Statistic Chi square (X2) Mengikuti uji statistik yang berkaitan dengan persyaratan signifikan. Semakin kecil semakin baik. Diinginkan nilai chi square yang kecil agar H0 : ∑=∑(θ), tidak ditolak.
Non-Centrality parameter (NCP) Dinyatakan dalam bentuk spesifikasi ulang dar Chi-square. Penilaian didasarkan atas perbandingan dengan model lai. semakin kecil semakin baik.
Scaled NCP (SNCP) NCP yang dinyatakan dalam bentuk rata-rata perbedaan setiap observasi dalam rangka perbandingan antar model. Semakin kecil semakin baik.
Ukuran Derajat Kecocokan Tingkat Kecocokan yang Bisa Diterima
Goodness of Fit Index (GFI) Nilai berkisar antara 0-1, dengan nilai lebih tinggi adalah lebih baik. GFI ≥ 0.90 adalah good-fit, sedang 0.80 ≤ GFI < 0.90 adalah marginal fit
Root Mean Square Residual (RMSR) Residual rata-rata antara matriks (korelasi atau kovarian) termti dari hasil estimasi. RMSR ≤ 0.05 adalah good-fit
Root Mean Square Error of Approximation (RMSEA)
Rata-rata perbedaan per degree of freedom yang diharapkan terjadi dalam populasi dan bukan dalam sampel. RMSEA ≤ 0.08 adalah good-fit, sedang RMSEA < 0.05 adalah close-fit.
Expected Cross Validation Index (ECVI) GOF yang diharapkan pada sampel yang lain dengan ukuran sama. Penilaian didasarkan atas perbandingan antar model. Semakin kecil semakin baik.
Ukuran Kecocokan Inkremental
Ukuran Derajat Kecocokan Tingkat Kecocokan yang Bisa Diterima
Tucker-Lewis Index atau Non-Normed Fit Index (TLI atau NNFI)
Nilai berkisar antara 0-1, dengan nilai lebih tinggi adalah lebih baik. TLI ≥ 0.90 adalah good-fit, sedang 0.80 ≤ TLI < 0.90 adalah marginal fit.
Normed Fit Index (NFI) Nilai berkisar antara 0-1, dengan nilai lebih tinggi adalah lebih baik. NFI ≥ 0.90 adalah good-
Hubungan antara..., Ria Agustina, FE UI, 2009
101
Universitas Indonesia
fit, sedang sedang 0.80 ≤ NFI < 0.90 adalah marginal fit.
Adjusted Goodness of Fit Index (AGFI) Nilai berkisar antara 0-1, dengan nilai lebih tinggi adalah lebih baik. AGFI ≥ 0.90 adalah good-fit, sedang sedang 0.80 ≤ AGFI < 0.90 adalah marginal fit.
Ukuran Derajat Kecocokan Tingkat Kecocokan yang Bisa Diterima
Incremental Fit Index (IFI) Nilai berkisar antara 0-1, dengan nilai lebih tinggi adalah lebih baik. IFI ≥ 0.90 adalah good-fit, sedang sedang 0.80 ≤ IFI < 0.90 adalah marginal fit.
Comparative Fit Index (CFI) Nilai berkisar antara 0-1, dengan nilai lebih tinggi adalah lebih baik. CFI ≥ 0.90 adalah good-fit, sedang sedang 0.80 ≤ CFI < 0.90 adalah marginal fit.
Tabel Ukuran Kecocokan Parsimoni
Ukuran Derajat Kecocokan Tingkat Kecocokan yang Bisa Diterima
Parsimonious Goodness of Fit (PGFI) Spesifikasi ulang dari GFI, dimana nilai lebih tinggi menunjukkan parsimoni yang lebih besar. Ukuran ini digunakan untuk perbandingan diantara model-model.
Normed Chi-Square Rasio antara Chi-Square dibagi degree of freedom. Nilai yang disarankan batas bawah = 1, batas atas = 2 atau 3 dan lebih longgar 5.
Parsimonious Normed Fit Index (PNFI) Nilai tinggi menunjukkan kecocokan lebih baik; hanya digunakan untuk perbandingan antar model alternatif.
Akaike Information Criterion (AIC) Nilai positif lebih kecil menunjukkan parsimoni lebih baik; digunakan untuk perbandingan antar model.
Consistent Akaike Information Criterion (CAIC)
Nilai positif lebih kecil menunjukkan parsimoni lebih baik; digunakan untuk perbandingan antar model.
Hubungan antara..., Ria Agustina, FE UI, 2009
102
Universitas Indonesia
Critical N (CN) Estimasi ukuran sampel yang mencukupi untuk menghasilkan suatu adequate model fit untuk Chi-Square test. CN > 200 mengindikasikan bahwa sebuah model cukup mewakili sampel data.
Sumber: Wijanto, 2007
Hubungan antara..., Ria Agustina, FE UI, 2009
103
Universitas Indonesia
Lampiran 3: Profil Responden
Komposisi Jenis Kelamin Responden
Sumber: Pie-chart hasil olahan peneliti dari SPSS 11.5
Sumber: Pie-chart hasil olahan peneliti dari SPSS 11.5 Statistics usia
Valid 158 N Missing 0
Mean 1.80 Median 2.00
usia
Frequency Percent Valid Percent Cumulative
Percent < 25 tahun 58 36.7 36.7 36.7 25 - 30 tahun 75 47.5 47.5 84.2
31 - 35 tahun 23 14.6 14.6 98.7
> 35 tahun 2 1.3 1.3 100.0
Valid
Total 158 100.0 100.0
Hubungan antara..., Ria Agustina, FE UI, 2009
105
Universitas Indonesia
Lampiran 4: Kerangka Penelitian
Kerangka Model Penelitian
Sumber: Hasil olahan Lisrel 8.7
Hubungan antara..., Ria Agustina, FE UI, 2009
106
Universitas Indonesia
Lampiran 5: Analisis CFA
Analisis Offending Estimates dan Uji Validitas dan Realibilitas
Path Diagram Basic Model T-value
Hubungan antara..., Ria Agustina, FE UI, 2009
107
Universitas Indonesia
Path Diagram Basic Model Standardized Solution
Tabel Validitas dan Realibilitas Gaya Kepemimpinan
Reliabilitas Kode
Indikator
Standardized Loading Factors
(SLF) ≥ 0.50
Standard Errors t-value Error
Variance Ket. CR
≥ 0.70
VE
≥ 0.50
KTF1 0.79 0.38 11.77 8.27 Validitas baik
KTF 2 0.84 0.29 12.97 8.00 Validitas baik
KTF 3 0.73 0.47 10.50 8.46 Validitas baik
KTF 4 0.77 0.40 11.42 8.33 Validitas baik
KTF 5 0.85 0.28 13.21 7.93 Validitas baik
0.95 0.52
Hubungan antara..., Ria Agustina, FE UI, 2009
108
Universitas Indonesia
Sumber : data hasil olahan peneliti dengan Lisrel 8.7 Tabel Uji Validitas dan Realibilitas Gaya Kepemimpinan Setelah Penghilangan Variabel KTS9 dan KTS10
Reliabilitas Kode
Indikator
Standardized Loading Factors
(SLF) ≥ 0.50
Standard Errors t-value Error
Variance Ket. CR
≥ 0.70
VE
≥ 0.50
KTF 6 0.79 0.38 11.73 8.28 Validitas baik
KTF 7 0.83 0.32 12.60 8.10 Validitas baik
KTF 8 0.81 0.34 12.35 8.16 Validitas baik
KTF 9 0.82 0.33 12.38 8.15 Validitas baik
KTS1 0.55 0.70 7.29 8.71 Validitas baik
KTS2 0.69 0.52 9.75 8.54 Validitas baik
KTS3 0.68 0.53 9.65 8.55 Validitas baik
KTS4 0.74 0.46 10.65 8.44 Validitas baik
KTS5 0.68 0.54 9.60 8.55 Validitas baik
KTS6 0.70 0.47 10.45 8.46 Validitas baik
KTS7 0.68 0.54 9.55 8.56 Validitas baik
KTS8 0.73 0.45 10.58 8.45 Validitas baik
KTS9 0.40 0.84 5.15 8.79 Validitas kurang baik
KTS10 0.49 0.76 6.47 8.75 Validitas kurang baik
Reliabilitas Kode
Indikator
Standardized Loading Factors
(SLF) ≥ 0.50
Standard Errors t-value Error
Variance Ket. CR
≥ 0.70
VE
≥ 0.50
KTF1 0.79 0.37 11.88 8.24 Validitas baik
KTF 2 0.84 0.29 13.04 7.96 Validitas baik
KTF 3 0.73 0.46 10.59 8.44 Validitas baik
0.95 0.56
Hubungan antara..., Ria Agustina, FE UI, 2009
109
Universitas Indonesia
Sumber: data hasil olahan peneliti dengan Lisrel 8.7
Tabel Uji Validitas dan Realibilitas Pemikiran Kreatif
Sumber: data hasil olahan peneliti dengan Lisrel 8.7
Reliabilitas Kode
Indikator
Standardized Loading Factors
(SLF) ≥ 0.50
Standard Errors t-value Error
Variance Ket. CR
≥ 0.70
VE
≥ 0.50
KTF 4 0.77 0.40 11.43 8.32 Validitas baik
KTF 5 0.85 0.28 13.11 7.94 Validitas baik
KTF 6 0.78 0.39 11.66 8.28 Validitas baik
KTF 7 0.83 0.32 12.63 8.07 Validitas baik
KTF 8 0.81 0.34 12.26 8.16 Validitas baik
KTF 9 0.81 0.34 12.30 8.15 Validitas baik
KTS1 0.55 0.69 7.40 8.70 Validitas baik
KTS2 0.69 0.52 9.83 8.52 Validitas baik
KTS3 0.69 0.53 9.69 8.54 Validitas baik
KTS4 0.74 0.46 10.66 8.43 Validitas baik
KTS5 0.68 0.54 9.55 8.55 Validitas baik
KTS6 0.73 0.47 10.46 8.46 Validitas baik
KTS7 0.68 0.54 9.60 8.55 Validitas baik
KTS8 0.73 0.47 10.51 8.45 Validitas baik
Reliabilitas Kode
Indikator
Standardized Loading Factors
(SLF) ≥ 0.50
Standard Errors t-value Error
Variance Ket. CR
≥ 0.70
VE
≥ 0.50
PK1 0.74 0.45 -- 6.16 Validitas baik
PK2 0.80 0.36 8.21 5.00 Validitas baik
PK 3 0.25 0.94 2.79 8.73 Validitas kurang baik
PK 4 0.67 0.55 7.37 7.16 Validitas baik
0.72 0.42
Hubungan antara..., Ria Agustina, FE UI, 2009
110
Universitas Indonesia
Tabel Uji Validitas dan Realibilitas setelah Penghapusan Variabel PK3
Sumber: data hasil olahan peneliti dengan Lisrel 8.7
Tabel Uji Validitas dan Realibilitas Motivasi Intrinsik
Sumber: data hasil olahan peneliti dengan Lisrel 8.7
Tabel Uji Validitas dan Realibilitas Variabel Kreativitas
Reliabilitas Kode
Indikator
Standardized Loading Factors
(SLF) ≥ 0.50
Standard Errors t-value Error
Variance Ket. CR
≥ 0.70
VE
≥ 0.50
PK1 0.75 0.43 -- 6.16 Validitas baik
PK2 0.79 0.37 8.21 5.00 Validitas baik
PK 4 0.67 0.55 7.37 7.16 Validitas baik
0.78 0.55
Reliabilitas Kode
Indikator
Standardized Loading Factors
(SLF) ≥ 0.50
Standard Errors t-value Error
Variance Ket. CR
≥ 0.70
VE
≥ 0.50
MI1 0.84 0.29 -- 4.56 Validitas baik
MI 2 0.83 0.31 9.82 4.78 Validitas baik
MI 3 0.64 0.59 7.88 7.77 Validitas baik
0.82 0.6
Reliabilitas Kode
Indikator
Standardized Loading Factors
(SLF) ≥ 0.50
Standard Errors t-value Error
Variance Ket. CR
≥ 0.70
VE
≥ 0.50
K1 0.75 0.44 -- 7.50 Validitas baik
K2 0.82 0.33 10.12 6.62 Validitas baik
K3 0.77 0.40 9.52 7.25 Validitas baik
K4 0.76 0.42 9.40 7.34 Validitas baik
K5 0.75 0.44 9.21 7.47 Validitas baik
0.88 0.59
Hubungan antara..., Ria Agustina, FE UI, 2009
111
Universitas Indonesia
Lampiran 6: Analisis 2nd CFA Basic Model
Analisis Kecocokan Keseluruhan Model
Goodness of Fit Statistics
Degrees of Freedom = 346 Minimum Fit Function Chi-Square = 895.25 (P = 0.0)
Normal Theory Weighted Least Squares Chi-Square = 978.41 (P = 0.0) Estimated Non-centrality Parameter (NCP) = 632.41
90 Percent Confidence Interval for NCP = (542.83 ; 729.62) Minimum Fit Function Value = 5.70
Population Discrepancy Function Value (F0) = 4.03 90 Percent Confidence Interval for F0 = (3.46 ; 4.65)
Root Mean Square Error of Approximation (RMSEA) = 0.11 90 Percent Confidence Interval for RMSEA = (0.100 ; 0.12)
P-Value for Test of Close Fit (RMSEA < 0.05) = 0.00 Expected Cross-Validation Index (ECVI) = 7.00
90 Percent Confidence Interval for ECVI = (6.43 ; 7.62) ECVI for Saturated model = 5.17
ECVI for Independence model = 63.59 Chi-Square for Independence model with 378 Degrees of Freedom = 9927.45
Goodness of Fit Index (GFI) = 0.69 Adjusted Goodness of Fit Index (AGFI) = 0.64
Parsimony Goodness of Fit Index (PGFI) = 0.59
Hubungan antara..., Ria Agustina, FE UI, 2009
112
Universitas Indonesia
Analisis Model Struktural
Path Diagram Basic Model Standardized Solution
Hubungan antara..., Ria Agustina, FE UI, 2009
113
Universitas Indonesia
Path Diagram Analysis Basic Model T-values
Path Diagram Analysis Structural Model Estimates
Hubungan antara..., Ria Agustina, FE UI, 2009
114
Universitas Indonesia
Path Diagram Analysis Structural Model T-values
Print-Out Analisis Lisrel 8.7 DATE: 5/27/2009 TIME: 10:35 L I S R E L 8.70 BY Karl G. Jöreskog & Dag Sörbom This program is published exclusively by Scientific Software International, Inc. 7383 N. Lincoln Avenue, Suite 100 Lincolnwood, IL 60712, U.S.A. Phone: (800)247-6113, (847)675-0720, Fax: (847)675-2140 Copyright by Scientific Software International, Inc., 1981-2004 Use of this program is subject to the terms specified in the Universal Copyright Convention. Website: www.ssicentral.com The following lines were read from file D:\Ochie Documents\lisrel riery\data2cfa.spl: Analisis Hubungan Antara Gaya Kepemimpinan terhadap Kreativitas Karyawan raw data from file data2.psf Latent Variebles: GayaKepemimpinan PemikiranKreatif MotivasiIntrinsik Kreativitas
Minimum Fit Function Value = 5.70 Population Discrepancy Function Value (F0) = 4.03 90 Percent Confidence Interval for F0 = (3.46 ; 4.65) Root Mean Square Error of Approximation (RMSEA) = 0.11 90 Percent Confidence Interval for RMSEA = (0.100 ; 0.12) P-Value for Test of Close Fit (RMSEA < 0.05) = 0.00 Expected Cross-Validation Index (ECVI) = 7.00 90 Percent Confidence Interval for ECVI = (6.43 ; 7.62) ECVI for Saturated Model = 5.17 ECVI for Independence Model = 63.59 Chi-Square for Independence Model with 378 Degrees of Freedom = 9927.45 Independence AIC = 9983.45 Model AIC = 1098.41 Saturated AIC = 812.00 Independence CAIC = 10097.20 Model CAIC = 1342.16 Saturated CAIC = 2461.41 Normed Fit Index (NFI) = 0.91 Non-Normed Fit Index (NNFI) = 0.94 Parsimony Normed Fit Index (PNFI) = 0.83 Comparative Fit Index (CFI) = 0.94 Incremental Fit Index (IFI) = 0.94 Relative Fit Index (RFI) = 0.90 Critical N (CN) = 72.92 Root Mean Square Residual (RMR) = 0.084 Standardized RMR = 0.11 Goodness of Fit Index (GFI) = 0.69 Adjusted Goodness of Fit Index (AGFI) = 0.64 Parsimony Goodness of Fit Index (PGFI) = 0.59 The Modification Indices Suggest to Add the Path to from Decrease in Chi-Square New Estimate PK2 Motivasi 12.4 0.31 PK2 Kreativi 16.7 0.71 PK4 Motivasi 10.5 0.24 MI2 Pemikira 8.7 0.27 Pemikira Motivasi 67.8 0.65 Pemikira Kreativi 54.4 1.54 Motivasi Pemikira 67.8 1.01 Motivasi Kreativi 58.1 1.97 The Modification Indices Suggest to Add an Error Covariance Between and Decrease in Chi-Square New Estimate Motivasi Pemikira 67.8 0.31 K3 K1 9.3 -0.06 K5 K1 15.1 0.08
Goodness of Fit Index (GFI) = 0.69 Adjusted Goodness of Fit Index (AGFI) = 0.64
Parsimony Goodness of Fit Index (PGFI) = 0.59
Hubungan antara..., Ria Agustina, FE UI, 2009
129
Universitas Indonesia
Path Diagram Analysis Structural Model Estimates
Path Diagram Analysis Structural Model T-values
Hubungan antara..., Ria Agustina, FE UI, 2009
130
Universitas Indonesia
Print-out Analisis Lisrel 8.7
DATE: 6/ 8/2009 TIME: 13:25 L I S R E L 8.51 BY Karl G. Jöreskog & Dag Sörbom This program is published exclusively by Scientific Software International, Inc. 7383 N. Lincoln Avenue, Suite 100 Lincolnwood, IL 60712, U.S.A. Phone: (800)247-6113, (847)675-0720, Fax: (847)675-2140 Copyright by Scientific Software International, Inc., 1981-2001 Use of this program is subject to the terms specified in the Universal Copyright Convention. Website: www.ssicentral.com The following lines were read from file D:\Documents\KULIAH\SKRIPSI\skripsi final\lisrel riery\data2cfa1.spl: Analisis Hubungan Antara Gaya Kepemimpinan terhadap Kreativitas Karyawan raw data from file data2.psf Latent Variebles: GayaKepemimpinan PemikiranKreatif MotivasiIntrinsik Kreativitas Relationships: KTF1= 1* GayaKepemimpinan KTF2-KTS8= GayaKepemimpinan PK1= 1* PemikiranKreatif PK2-PK4= PemikiranKreatif MI1= 1* MotivasiIntrinsik MI2-MI3= MotivasiIntrinsik K1= 1* Kreativitas K2-K5= Kreativitas PemikiranKreatif= GayaKepemimpinan MotivasiIntrinsik= GayaKepemimpinan Kreativitas= PemikiranKreatif MotivasiIntrinsik Kreativitas= GayaKepemimpinan Options: SC Path Diagram End of Problem Sample Size = 158
3.35 Variances of Independent Variables GayaKepe -------- 0.77 (0.13) 5.94 Covariance Matrix of Latent Variables Pemikira Motivasi Kreativi GayaKepe -------- -------- -------- -------- Pemikira 0.32 Motivasi 0.02 0.49 Kreativi 0.15 0.19 0.25 GayaKepe 0.11 0.11 0.13 0.77 Goodness of Fit Statistics Degrees of Freedom = 345 Minimum Fit Function Chi-Square = 893.30 (P = 0.0) Normal Theory Weighted Least Squares Chi-Square = 975.56 (P = 0.0) Estimated Non-centrality Parameter (NCP) = 630.56 90 Percent Confidence Interval for NCP = (541.12 ; 727.63) Minimum Fit Function Value = 5.69 Population Discrepancy Function Value (F0) = 4.02 90 Percent Confidence Interval for F0 = (3.45 ; 4.63) Root Mean Square Error of Approximation (RMSEA) = 0.11 90 Percent Confidence Interval for RMSEA = (0.100 ; 0.12) P-Value for Test of Close Fit (RMSEA < 0.05) = 0.00 Expected Cross-Validation Index (ECVI) = 6.99 90 Percent Confidence Interval for ECVI = (6.42 ; 7.61) ECVI for Saturated Model = 5.17 ECVI for Independence Model = 23.13 Chi-Square for Independence Model with 378 Degrees of Freedom = 3575.00 Independence AIC = 3631.00 Model AIC = 1097.56 Saturated AIC = 812.00 Independence CAIC = 3744.75 Model CAIC = 1345.38 Saturated CAIC = 2461.41 Normed Fit Index (NFI) = 0.75 Non-Normed Fit Index (NNFI) = 0.81 Parsimony Normed Fit Index (PNFI) = 0.68 Comparative Fit Index (CFI) = 0.83
Hubungan antara..., Ria Agustina, FE UI, 2009
137
Universitas Indonesia
Incremental Fit Index (IFI) = 0.83 Relative Fit Index (RFI) = 0.73 Critical N (CN) = 72.89 Root Mean Square Residual (RMR) = 0.083 Standardized RMR = 0.11 Goodness of Fit Index (GFI) = 0.69 Adjusted Goodness of Fit Index (AGFI) = 0.64 Parsimony Goodness of Fit Index (PGFI) = 0.59 The Modification Indices Suggest to Add the Path to from Decrease in Chi-Square New Estimate PK2 Motivasi 12.5 0.31 PK2 Kreativi 17.3 0.72 PK4 Motivasi 10.4 0.24 MI2 Pemikira 8.8 0.27 Pemikira Motivasi 68.5 0.65 Pemikira Kreativi 68.5 1.86 Motivasi Pemikira 68.5 1.01 Motivasi Kreativi 68.5 2.32 The Modification Indices Suggest to Add an Error Covariance Between and Decrease in Chi-Square New Estimate Motivasi Pemikira 68.5 0.31 K3 K1 9.3 -0.06 K5 K1 15.4 0.08 KTF2 KTF1 39.5 0.20 KTF4 KTF3 21.2 0.18 KTF5 KTF4 12.8 0.12 KTF6 KTF5 8.9 0.09 KTF8 KTF6 30.4 0.19 KTF8 KTF7 8.0 0.09 KTS2 KTF4 9.2 -0.12 KTS2 KTS1 24.3 0.24 KTS3 MI1 11.7 0.11 KTS3 KTF4 12.5 -0.14 KTS3 KTS1 13.2 0.17 KTS3 KTS2 8.1 0.12 KTS5 KTF2 14.5 -0.14 KTS5 KTS2 25.6 0.24 KTS5 KTS4 22.7 0.22 KTS6 KTS4 22.7 0.20 KTS6 KTS5 9.6 0.14 KTS7 KTF6 10.2 -0.12 KTS7 KTF7 17.0 -0.15 KTS7 KTF8 9.3 -0.11 KTS7 KTF9 9.7 0.11 KTS8 KTF2 11.3 -0.12 KTS8 KTS2 10.6 0.15 KTS8 KTS5 16.9 0.21