31
Generalized Least
Square
akan menghasilkan estimasi hasil yang hampir sama
dengan
estimasi
Maximum Likelihood
apabila
asumsi
multivariate normality dipenuhi
dan
ukuran sampel adalah sama. LS, dilain pihak, akan sedikit lebih robust
terhadap dilanggarnya
asumsi
multivariate normality.
GLS
akan
menghasilkan
estimasi
yang
kurang
baik
dengan
ukuran sampel kecil atau kurang dari 200.
Weighted Least Square
Metode Weighted Least Square,
atau juga disebut
(Asymptotically
Distribution
Free/
ADF) merupakan
suatu
metode
yang
tidak
terpengaruh
oleh
dilanggarnya
multivariate
normality.
Kelemahan metode ini adalah jumlah
variabel dalam model
harus sedikit (kurang
dari 20 variabel).
Disamping itu, WLS memerlukan
ukuran sampel yang
nyaris
”unreasonable”
untuk
penelitian,
yaitu
minimal 1000
(Diamantopaulus
dan
Siguaw,
2000).
Bahkan beberapa penelitian simulasi
menganjurkan penggunaan ukuran sampel sebear 5000
agar
metode WLS
ini
dapat
menghasilkan
estimasi yang
baik. Sehingga
dengan
berbagai
keterbatasan yang
ada,
metode
ini
tidak
begitu
diminati.
Meskipun
asumsi
normalitas
dilanggar, belum ada suatu kesepakatan bahwa metode WLS lebih baik digunakan daripada
Maximum Likelihood atau Generalized Least Square.
2.6.3.4
Uji Kecocokan
Tahapan
ini
ditujukan
untuk
mngevaluasi
derajat
kecocokan
atau
Godness
Of
Fit
(GOF)
antara
data
dan
model. Menurut
Hair et.al. (1995)
evaluasi
terhadap
GOF
model
dilakukan melalui beberapa tingkatan, yaitu: (LISREL, p67)
• Keco©okan keseluruhan model (overall model fit)
• Keco©okan model pengukuran (measurement
model fit)
• Keco©okan model struktual (structu®al model fit).
 |