Tiga langkah yang dilakukan pada CFA (Umar, 2012) yaitu:
1. Menguji apakah hanya satu faktor saja yang menyebabkan item-item saling berkorelasi (hipotesis uni-dimensional item). Hipotesis ini diuji dengan chi- square. Untuk memutuskan apakah memang tidak ada perbedaan antara matriks korelasi yang diperoleh dari data dengan matriks korelasi yang dihtung menurut teori/model. Jika hasil chi-square tidak signifikan (p>0.05), maka hipotesis nihil yang menyatakan “tidak ada perbedaan antara matriks korelasi yang diperoleh dari data dan model” tidak ditolak yang artinya item yang diuji mengukur satu faktor saja (uni- dimensional). Sedangkan, jika nilai chi-square signifikan (p<0.05) maka hipotesis nihil tersebut ditolak yang artinya item-item yang diuiji ternyata mengukur lebih dari satu faktor (multidimensional). Dalam keadaan demikian maka peneliti melakukan modifikasi terhadap model dengan cara memperbolehkan kesalahan pengukuran pada item-item saling berkorelasi tetapi dengan tetap menjaga bahwa item hanya mengukur satu faktor (uni-dimensional). Jika sudah diperoleh model yang fit(tetapi tetap uni-dimensional maka dilakukan langkah selanjutnya.
2. Menganalisis item mana yang menjadi sumber tidak fit, terdapat beberapa hal yang perlu diperhatikan untuk mengetahui item mana yang menjadi sumber tidak fit, yaitu :
a. melakukan uji signifikansi terhadap koefisien muatan faktor darimasing-masing item dengan menggunakan t-test, jika nilai t yang diperoleh pada sebuah item tidak signifikan (t<1.96) maka item tersebut akan di drop karena dianggap tidak signifikan sumbangannya terhadap pengukuran yang sedang dilakukan.
b. Melihat arah dari koefisien muatan faktor (faktor loading). Jika suatu item memiliki muatan faktor negatif, makan item tersebut di drop karena tidak sesuai dengan pengukuran (berarti semakin tinggi nilai pada item tersebut semakin rendah nilai pada faktor yang diukur).
c. Sebagai kriteria tambahan (optional) dapat dilihat juga banyaknya korelasi parsial antar kesalahan pengukuran, yaitu kesalahan pengukuran pada suatu item yang berkorelasi dengan kesalahan pengukuran pada item lain. Jika pada suatu item terdapat terlalu banyak korelasi seperti ini (misalnyalebih dari tiga), maka item tersebut juga akan di drop. Alasannya adalah karena item yang demikian selain mengukur apa yang ingin di ukur juga mengukur hal lain (multidemensional item).
3. Menghitung faktor skor. Jika langkah langkah di atas telah dilakukan, maka diperoleh item- item yang valid untuk mengukur apa yang ingin di ukur (Umar, 2012).