Hy¬potheses Test Specifically* all

Hy¬potheses Test 
Specifically* all of the indicator variables belonging to a sub-scale were randomly divided into two item groups. I his created two new indicator variables for each factor, excluding those factors that already had two indicator variables (he., SNP & SNN)1. Next, Lhe revised model with a total of eight factors and 16 corresponding indicator variables were submitted to SEM analysis. All parameters were calibrated via a maximum likelihood estimation procedure using covari¬ance as the input matrix.
'table 4 shows the results of the SEM analysis. The fit of the model to the data was acceptable (chi-squares 152.32, df= 83, NNFI= 0.97*CFI- 0.98, GF1= 0.98, RMSEA- 0.04, SRMR- 0.033), indicating that the revised model adequately represents the covariance matrix among the sample data. As demonstrated by Table 4* except for the path linking SNN to IS* all the structural rela-tionships among the eight factors were significant at the alpha level of 0.05.

Results (Indonesian) 1:

Uji HY¬potheses Khusus * semua variabel indikator yang milik skala sub secara acak dibagi menjadi dua kelompok item. Aku nya dibuat dua indikator variabel baru untuk setiap faktor, tidak termasuk faktor yang sudah punya dua indikator variabel (ia., SNP & SNN) 1. Selanjutnya, Lhe direvisi model dengan total delapan faktor dan 16 variabel indikator yang terkait disampaikan SEM analisis. Semua parameter yang dikalibrasi melalui prosedur estimasi maksimum kemungkinan menggunakan covari¬ance sebagai matriks masukan.' Tabel 4 menunjukkan hasil analisis SEM. Cocok model data ini dapat diterima (chi-squares 152.32, df = 83, NNFI = 0.97 * CFI-0,98, GF1 = 0.98, RMSEA-0,04, SRMR-0.033), menunjukkan bahwa model direvisi secara memadai menggambarkan matriks kovarians antara data sampel. Seperti yang ditunjukkan oleh Tabel 4 * kecuali jalan yang menghubungkan SNN IS * semua struktural Real-tionships antara delapan faktor yang signifikan pada tingkat alpha 0,05.

Results (Indonesian) 2:

Hy¬potheses Uji 
Secara khusus * semua variabel indikator milik sub-skala secara acak dibagi menjadi dua kelompok barang. Aku nya dibuat dua variabel baru indikator untuk masing-masing faktor, termasuk faktor-faktor yang sudah memiliki dua variabel indikator (dia., SNP & SNN) 1. Berikutnya, Lhe direvisi model dengan total delapan faktor dan 16 variabel indikator yang sesuai diserahkan ke analisis SEM. Semua parameter yang dikalibrasi melalui prosedur estimasi kemungkinan maksimum menggunakan covari¬ance sebagai matriks input.
'Tabel 4 menunjukkan hasil analisis SEM. Fit dari model data yang diterima (chi-kuadrat 152,32, df = 83, NNFI = 0,97 * CFI- 0,98, GF1 = 0,98, RMSEA- 0,04, SRMR- 0,033), menunjukkan bahwa model revisi memadai merupakan kovarians matriks antara data sampel. Seperti yang ditunjukkan oleh Tabel 4 * kecuali untuk jalan yang menghubungkan SNN untuk IS * semua struktur rela-hubungan- di antara delapan faktor yang signifikan pada tingkat alpha 0,05.