Perbandingan Indeks Ketepatan Model Melalui MPLUS

Kadang kita mengembangkan dua model, keduanya fit. Tapi kita ingin membandingkan mana diantaranya yang lebih tepat dalam menggambarkan data? Jika kedua model kita adalah model yang nested (satu template), maka kita menggunakan uji selisih kai-kuadrat. Tapi jika kedua model kita non-nested (beda pola) maka kita bisa menerapkan contoh di bawah ini.

Berikut ini prosedur untuk membandingkan dua model. Misalnya kita mengembangkan dua model SEM, kita hendak mengetahui apakah kedua model yang kita kembangkan memiliki ketepatan yang berbeda.

MODEL 1 FAKTOR MODEL FIT INFORMATION Number of Free Parameters                              18 Loglikelihood           H0 Value                      -65280.312           H0 Scaling Correction Factor for MLR         1.809           H1 Value                      -62839.076           H1 Scaling Correction Factor for MLR         1.596

MODEL 2 FAKTOR MODEL FIT INFORMATION Number of Free Parameters                              19 Loglikelihood           H0 Value                      -63293.839           H0 Scaling Correction Factor for MLR         1.686           H1 Value                       -62839.076           H1 Scaling Correction Factor for MLR       1.596

Prosedur penghitungan :

1. Menghitung Selisih -2Likelihood (-2ΔLL). Di dapatkan dari rumus selisih antara nilai H₀ antar model.

-2*(H0 Model 1 – H0 Model 2)= -2*(-65280.312)*( -63293.839)= 3972.946

2. Menghitung Selisih Scala Terkoreksi (SCF). Didapatkan dari selisih likelihood terkoreksi (H₀) yang telah dikalikan dengan jumlah parameter bebas (Free parameter/FP).

=[(18*1.809)-(19*1.686)]/(18-19)= -0.528. Karena menghitung selisih maka angka yang dihasilkan dibuat absolut, menjadi 0.528.

3. Menghitung nilai Kai-Kuadrat Analisis. Didapatkan dari pembagian -2ΔLL oleh ΔSFC. 3972.946 dibagi 0.528 Hasilnya adalah 7524.52.

4. Membandingkan Antar Kai-Kuadrat. Nilai df uji perbandingkan antar model adalah 1 (19-18). Nilai Kai-kuadrat tabel untuk df=1 adalah 3.84, sedangkan nilai kai-square hitungnya adalah 7524.52. Oleh karena kai-kuadrat hitung lebih banyak dibanding dengan kai-kuadrat tabel, maka disimpulkan terdapat perbedaan yang signifikan antar kedua model.