Post on 01-Dec-2015
ANALISIS SINTAKSIS DAN HASIL SINTAKSIS PROYEK LISREL
Oleh :
Abdullah M. Jaubah
Pendahuluan
Paket program Lisrel dapat menghasilkan sintaksis proyek Lisrel dan sintaksis proyek Simplis
berdasar atas diagram jalur yang telah dicipta berdasar atas arsip data tertentu. Analisis
sintaksis proyek Lisrel dapat dilakukan secara mudah akan tetapi penafsiran hasil pelaksanaan
sintaksis proyek Lisrel adalah lebih sulit daripada penafsiran hasil pelaksanaan sintaksis proyek
Simplis karena unsur-unsur yang membentuk persamaan regresi dalam hasil pelaksanaan
proyek Lisrel terpencar-pencar sedangkan unsur-unsur yang membentuk persamaan regresi
dalam hasil pelaksanaan proyek Simplis sudah tergabung dan dalam mencakup variabel
indikator endogen, koefisien dari variabel laten endogen, kesalahan standar, nilai t-hitung dari
variabel laten endogen, kesalahan varians, kesalahan standar dari kesalahan varians, nilai t-
hitung dari kesalahan varians, dan koefisien determinasi. Koefisien korelasi dapat dihitung dari
koefisien determinasi. Sintaksis EX1S.LPJ dan sintaksis EX1S.SPJ dicipta melalui diagram jalur
EX1S.PTH. Data yang dipakai terdapat dalam paket program Lisrel. Tulisan ini disusun dengan
tujuan menafsirkan sintaksis proyek Lisrel yang terkandung dalam arsip sintaksis EX1S.LPJ dan
penafsiran hasil pelaksanaan sintaksis proyek Lisrel.
Sintaksis Proyek Lisrel
Sintaksis proyek Lisrel yang telah dicipta melalui diagram jalur dapat disajikan sebagai berikut :
TI Proyek Lisrel
DA NI=11 NO=100 NG=1 MA=CM
LA
VAR1 VAR2 VAR3 VAR4 VAR5 VAR6 VAR7 VAR8 VAR9 VAR10 VAR11
CM
3.20
2.72 2.63
3.20 2.88 4.86
1
3.55 3.20 5.37 6.32
0.33 0.37 -0.36 -0.47 1.36
0.56 0.59 -0.32 -0.34 1.27 1.96
1.01 1.02 -0.49 -0.59 1.74 2.28 3.80
0.47 0.46 -0.44 -0.54 0.79 1.04 1.95 1.38
0.50 0.54 -0.36 -0.43 0.84 1.07 2.09 1.19 1.74
1.05 0.96 1.42 1.71 0.47 0.69 0.66 0.07 0.10 1.42
1.26 1.15 1.92 2.31 0.69 0.91 0.92 0.14 0.16 1.69 2.68
ME
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
SE
1 2 3 4 5 6 7 8 9 10 11 /
MO NX=7 NY=4 NK=3 NE=2 LY=FU,FI LX=FU,FI BE=FU,FI GA=FU,FI PH=SY,FR PS=DI,FR TE=DI,FR TD=DI,FR
LE
'ETA 1' 'ETA 2'
LK
'KSI 1' 'KSI 2' 'KSI 3'
FR LY(2,1) LY(4,2) LX(2,1) LX(3,1) LX(3,2) LX(5,2) LX(7,3) BE(1,2) BE(2,1)
FR GA(1,1) GA(1,2) GA(2,1) GA(2,3)
VA 1.00 LY(1,1) LY(3,2) LX(1,1) LX(4,2) LX(6,3)
PD
OU ME=ML RS
Sintaksis proyek Lisrel ini perlu ditafsirkan sehingga perintah-perintah yang terkandung dalam sintaksis proyek Lisrel ini dapat diungkap secara jelas.
Perintah TI atau Title dipakai untuk menunjukkan nama atau judul dari proyek Lisrel.
Perintah ini juga dapat mencerminkan bagian-bagian dari hasil pelaksanaan proyek Lisrel
sehingga penafsiran tiap bagian dapat dilakukan. Perintah DA NI=11 NO=100 NG=1 MA=CM
dipakai untuk menunjukkan deklarasi mengenai input data yang berkaitan dengan jumlah
variabel indikator yaitu 11 variabel indikator, jumlah observasi yang tercermin dalam perintah
NO yaitu 100 observasi, perintah NG yaitu jumlah kelompok yaitu 1 kelompok, dan perintah
MA=CM yaitu perintah yang mencerminkan bahwa input data adalah suatu matriks yaitu
matriks kovarians.
2
Perintah LA dipakai untuk menyatakan Label dari variabel-variabel indikator dan label tersebut
berhubungan dengan matriks kovarians sebagai input data. Hal ini berarti bahwa baris atau
kolom dari matriks kovarians tersebut masing-masing mencerminkan urutan dari label tersebut.
Label dalam Lisrel dapat disimpan dalam arsip eksternal atau disimpan secara bersama-sama
dalam arsip eksternal dengan input data. Bentuk perintah ini adalah sebagai berikut :
LA
VAR1 VAR2 VAR3 VAR4 VAR5 VAR6 VAR7 VAR8 VAR9 VAR10 VAR11
Hal ini berarti bahwa label dari variabel-variabel indikator itu adalah VAR1 sampai dengan VAR11.
Perintah CM dipakai untuk menunjukkan bahwa input data itu berbentuk matriks kovarians dan
matriks kovarians tersebut adalah simetris. Bentuk dari perintah ini adalah sebagai berikut :
CM
3.20
2.72 2.63
3.20 2.88 4.86
3.55 3.20 5.37 6.32
0.33 0.37 -0.36 -0.47 1.36
0.56 0.59 -0.32 -0.34 1.27 1.96
1.01 1.02 -0.49 -0.59 1.74 2.28 3.80
0.47 0.46 -0.44 -0.54 0.79 1.04 1.95 1.38
0.50 0.54 -0.36 -0.43 0.84 1.07 2.09 1.19 1.74
1.05 0.96 1.42 1.71 0.47 0.69 0.66 0.07 0.10 1.42
1.26 1.15 1.92 2.31 0.69 0.91 0.92 0.14 0.16 1.69 2.68
Perintah SE(Selection) dipakai untuk menyatakan pemilihan variabel yang akan dianalisis.
Urutan variabel-variabel tersebut sesuai dengan perintah LA. Bentuk perintah ini adalah sebagai
berikut :
SE
1 2 3 4 5 6 7 8 9 10 11 /
Perintah MO (Model) merupakan perintah yang mencerminkan spesifikasi model yang akan
diproses. Jumlah variabel indikator eksogen adalah 7 sesuai dengan perintah NX=7, jumlah
3
variabel indikator endogen adalah 4 sesuai dengan perintah NY=4, jumlah variabel laten
eksogen adalah 3 sesuai dengan perintah NK=3, dan jumlah variabel laten endogen adalah 2
sesuai dengan perintah NE=2. Perintah LY, LX, BE, GA, PH, PS, TE, dan TD masing-masing
mencerminkan matriks parameter. Perintah FU, FI, FR, dan DI masing-masing mencerminkan
bahwa matriks tersebut adalah Full, Fixed, Free, dan Diagonal. Perintah LY=FU, FI
mencerminkan bahwa matriks tersebut adalah penuh atau lengkap dan parameter dari matriks
tersebut adalah tetap. Bentuk dari perintah ini adalah sebagai berikut :
MO NX=7 NY=4 NK=3 NE=2 LY=FU,FI LX=FU,FI BE=FU,FI GA=FU,FI PH=SY,FR PS=DI,FR TE=DI,FR TD=DI,FR
Perintah LE dan LK di bawah ini dipakai untuk menunjukkan perintah label dari variabel laten
endogen (LE) dan label dari variabel laten eksogen (LK). Variabel laten endogen dinamakan ETA
dan variabel laten eksogen dinamakan KSI. Label dari variabel laten endogen dan variabel laten
eksogen adalah sebagai berikut :
LE
'ETA 1' 'ETA 2'
LK
'KSI 1' 'KSI 2' 'KSI 3'
Perintah FR LY(2,1) LY(4,2) LX(2,1) LX(3,1) LX(3,2) LX(5,2) LX(7,3) BE(1,2) BE(2,1)FR GA(1,1)
GA(1,2) GA(2,1) GA(2,3) masing-masing mencerminkan notasi Lisrel untk parameterLamda Y,
Lamda X, Beta, dan Gamma. Parameter-parameter ini ditaksir dengan perintah FR sebagaimana
disajikan di bawah ini:
FR LY(2,1) LY(4,2) LX(2,1) LX(3,1) LX(3,2) LX(5,2) LX(7,3) BE(1,2) BE(2,1)
FR GA(1,1) GA(1,2) GA(2,1) GA(2,3)
Parameter-parameter LY dan LX ditetapkan berdasar atas nilai1 dengan perintah VA (Value)
sebagaimana tercermin di bawah ini:
VA 1.00 LY(1,1) LY(3,2) LX(1,1) LX(4,2) LX(6,3)
Perintah PD dipakai untuk mencipta dan menyajikan diagram jalur atau Path Diagram yaitu
perintah PD.
4
Perintah OU ME=ML RS dipakai untuk mencerminkan OU(Output)yang berfungsi untuk
menentukan prosedur untuk memprakirakan, memprediksi, mengestimasi dengan perintah ME
(Method of Estimation)yang dipakai untuk menentukan keluaran yang diinginkan, menyimpan
berbagai macam matriks dalam suatu arsip dan jumlah iterasi untuk prosedur ini. Prosedur
estimasi yang dipakai dalam kasus ini adalah ML (Maximum Likelihood). Keluaran yang
diinginkan yaitu RS adalah peluang untuk memasukkan residuals, standardized residuals, Q-
plot, dan fitted covariance atau correlation atau moment matrix sigma dalam kekuaran.
Perintah EF dapat juga dipakai untuk menyajikan pengaruh langsung, pengaruh tidak langsung,
dan pengaruh total, perintah SS, SC, dan MR dipakai untuk menyajikan keluaran yang diinginkan
yaitu Standard Soluton, Solution Completely Standardized, dan Misscellaneous Results.
Hasil pelaksanaan sintaksis proyek Lisrel dapat mencakup spesifikasi parameter, estimasi,
goodness of fit statistics, fitted dan standardized residuals dan Q-plot, modification indices,
standardized solutions, direct effect, indirect effect, total effect, completely standardized
solution, dan path diagram. Sintaksis proyek Listel di atas jika dilaksanakan maka akan
menyajikan hasil.
Penafsiran Hasil Pelaksanaan Sintaksis Proyek Lisrel
Hasil pelaksanaan sintaksis proyek Lisrel terdiri dari beberapa bagian. Bagian kesatu adalah
sebagai berikut :
DATE: 7/19/2013
TIME: 19:25
L I S R E L 8.30
BY
Karl G. Jöreskog & Dag Sörbom
This program is published exclusively by
Scientific Software International, Inc.
7383 N. Lincoln Avenue, Suite 100
Chicago, IL 60646-1704, U.S.A.
Phone: (800)247-6113, (847)675-0720, Fax: (847)675-2140
5
Copyright by Scientific Software International, Inc., 1981-99
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 C:\LISREL83\SPSSEX\EX1S.LPJ:
Bagian kesatu dari hasil pelaksanaan sintaksis Lisrel di atas mecerminkan informasi mengenai
tanggal pelaksanaan sintaksis Proyek Lisrel yaitu tanggal 19 bulan Juli 2013 jam 19.25 memakai
Lisrel 8.30 yang dicipta oleh Karl G. Jöreskog dan Dag Sörbom. Penerbitan Lisrel 8.30
dilaksanakan oleh Scientific Software International, Inc., dengan alamat 7383 N. Lincoln Avenue,
Suite 100, Chicago, IL 60646-1704, U.S.A. Nomor telepon dan nomor Fax adalah Phone:
(800)247-6113, (847)675-0720, Fax: (847)675-2140. Hak Cipta dipegang oleh Scientific Software
International, Inc., 1981-99. Pemakaian paket program ini sesuai dengan syarat-syarat yang
telah dispesifikasikan dalam Universal Copyright Convention. Alamat website adalah Website:
www.ssicentral.com. Baris-baris ini dibaca dari arsip yang disimpan dalam folder C:\LISREL83\
SPSSEX\EX1S.LPJ. Informasi seperti ini akan selalu disajikan setiap kali arsip sintaksis Simplis
dilaksanakan. Perbedaan yang dialami terletak pada tanggal, jam, dan alamat folder saja.
Perintah TI dipakai sebagai judul dan sebagai dasar untuk mengelompokkan hasil pelasanaan ke
dalam beberapa kelompok sehingga memudahkan penafsiran.
TI Proyek Lisrel
DA NI=11 NO=100 NG=1 MA=CM
LA
VAR1 VAR2 VAR3 VAR4 VAR5 VAR6 VAR7 VAR8 VAR9 VAR10
VAR11
CM
3.20
2.72 2.63
3.20 2.88 4.86
3.55 3.20 5.37 6.32
0.33 0.37 -0.36 -0.47 1.36
0.56 0.59 -0.32 -0.34 1.27 1.96
1.01 1.02 -0.49 -0.59 1.74 2.28 3.80
6
0.47 0.46 -0.44 -0.54 0.79 1.04 1.95 1.38
0.50 0.54 -0.36 -0.43 0.84 1.07 2.09 1.19 1.74
1.05 0.96 1.42 1.71 0.47 0.69 0.66 0.07 0.10 1.42
1.26 1.15 1.92 2.31 0.69 0.91 0.92 0.14 0.16 1.69
2.68
ME
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00
SE
1 2 3 4 5 6 7 8 9 10 11 /
MO NX=7 NY=4 NK=3 NE=2 LY=FU,FI LX=FU,FI BE=FU,FI GA=FU,FI PH=SY,FR PS=DI,FR TE=DI,FR TD=DI,FR
LE
'ETA 1' 'ETA 2'
LK
'KSI 1' 'KSI 2' 'KSI 3'
FR LY(2,1) LY(4,2) LX(2,1) LX(3,1) LX(3,2) LX(5,2) LX(7,3) BE(1,2) BE(2,1)
FR GA(1,1) GA(1,2) GA(2,1) GA(2,3)
VA 1.00 LY(1,1) LY(3,2) LX(1,1) LX(4,2) LX(6,3)
PD
OU ME=ML RS
Hasil bagian kedua di atas mewakili sintaksis proyek Lisrel. Hasil ini sama dengan sintaksis
proyek Lisrel dan dapat berfungsi sebagai arsip cadangan jika arsip sintaksis proyek Lisrel asli
mengelami kerusakan atau arsip tersebut sulit dicari.
TI Proyek Lisrel
Number of Input Variables 11
Number of Y - Variables 4
Number of X - Variables 7
Number of ETA - Variables 2
Number of KSI - Variables 3
Number of Observations 100
Hasil pelaksanaan sintaksis proyek Lisrel bagian ketiga di atas mencerminkan informasi
mengenai jumlah input variabel indikator endogen dan eksogen adalah 11 variabel, jumlah
7
variabel indikator endogen atau variabel Y adalah 4 dan jumlah variabel indikator eksogen atau
variabel X adalah 7. Jumlah variabel laten endogen atau variabel Eta adalah 2 dan jumlah
variabel laten eksogen atau variabel Ksi adalah 3. Jumlh observasi adalah 100.
TI Proyek Lisrel
Covariance Matrix to be Analyzed
VAR1 VAR2 VAR3 VAR4 VAR5 VAR6
-------- -------- -------- -------- -------- --------
VAR1 3.20
VAR2 2.72 2.63
VAR3 3.20 2.88 4.86
VAR4 3.55 3.20 5.37 6.32
VAR5 0.33 0.37 -0.36 -0.47 1.36
VAR6 0.56 0.59 -0.32 -0.34 1.27 1.96
VAR7 1.01 1.02 -0.49 -0.59 1.74 2.28
VAR8 0.47 0.46 -0.44 -0.54 0.79 1.04
VAR9 0.50 0.54 -0.36 -0.43 0.84 1.07
VAR10 1.05 0.96 1.42 1.71 0.47 0.69
VAR11 1.26 1.15 1.92 2.31 0.69 0.91
Covariance Matrix to be Analyzed
VAR7 VAR8 VAR9 VAR10 VAR11
-------- -------- -------- -------- --------
VAR7 3.80
VAR8 1.95 1.38
VAR9 2.09 1.19 1.74
VAR10 0.66 0.07 0.10 1.42
VAR11 0.92 0.14 0.16 1.69 2.68
Bagian keempat dari hasil pelaksanaan sintaksis proyek Lisrel mencerminkan informasi
mengenai matriks kovarian yang akan dianalisis. Matriks kovarians ini mencakup matriks dari 11
variabel indikator endogen dan eksogen.
TI Proyek Lisrel
Parameter Specifications
LAMBDA-Y
8
ETA 1 ETA 2
-------- --------
VAR1 0 0
VAR2 1 0
VAR3 0 0
VAR4 0 2
LAMBDA-X
KSI 1 KSI 2 KSI 3
-------- -------- --------
VAR5 0 0 0
VAR6 3 0 0
VAR7 4 5 0
VAR8 0 0 0
VAR9 0 6 0
VAR10 0 0 0
VAR11 0 0 7
BETA
ETA 1 ETA 2
-------- --------
ETA 1 0 8
ETA 2 9 0
GAMMA
KSI 1 KSI 2 KSI 3
-------- -------- --------
ETA 1 10 11 0
ETA 2 12 0 13
PHI
KSI 1 KSI 2 KSI 3
-------- -------- --------
KSI 1 14
KSI 2 15 16
KSI 3 17 18 19
9
PSI
Note: This matrix is diagonal.
ETA 1 ETA 2
-------- --------
20 21
THETA-EPS
VAR1 VAR2 VAR3 VAR4
-------- -------- -------- --------
22 23 24 25
THETA-DELTA
VAR5 VAR6 VAR7 VAR8 VAR9 VAR10
-------- -------- -------- -------- -------- --------
26 27 28 29 30 31
THETA-DELTA
VAR11
--------
32
Bagian kelima ini mencerminkan informasi mengenai spesifikasi parameter yang ditaksir
sebanyak 11. Angka 0 mencerminkan bahwa parameter bersangkutan tidak perlu diestimasi
karena hubungan tidak terdapat antara variabel-variabel tersebut atau parameter itu
ditentukan nilainya. Parameter yang dicakup adalah matriks Lamda Y, Lamda X, Beta, Gamma,
Phi, Psi, Theta-Epsilon, dan matriks Theta-Delta.
Lisrel telah memanfaatkan beberapa macam matriks antara lain matriks Beta (BE),
matriks Gamma (GA), matriks Phi (PH), matriks PSI (PS), matriks Lamda X (LX),
matriks Lamda Y (LY), matriks Theta-Delta (TD), dan matriks Theta-Epsilon (TE).
Kedelapan jenis matriks ini dapat dikelompokkan ke dalam dua kelompok yaitu
kelompok matriks model persamaan struktural dan kekompok matriks model
pengukuran.
Matriks Beta, Gamma, Phi, dan matriks Psi merupakan matriks dalam kelompok model
persamaan struktural dan matriks Lamda-X, Lamda-Y, Theta-Delta, dan matriks Theta-
10
Epsilon merupakan matriks dalam kelompok model pengukuran. Keseluruhan matriks di
atas memainkan peranan penting dalam pemodelan persamaan struktural.
Matriks Beta dipakai untuk mewakili hubungan antara konstruks endogen. Matriks
Gamma dipakai untuk mewakili hubungan antara konstruk eksogen dan konstruk
endogen. Matriks Phi dipakai untuk mewakili hubungan atau korelasi antara konstruk
eksogen. Matriks Psi dipakai untuk mewakili hubungan atau korelasi persamaan
struktural atau konstruk endogen.
Matriks Lamda-X dipakai untuk mewakili koefisien jalur indikator dari konstruk endogen.
Matriks Lamda-Y dipakai untuk mewakili koefisien jalur indikator dari konstruk eksogen.
Matriks Theta-Delta dipakai untuk mewakili kesalahan (error) indikator dari konstruk
eksogen. Matriks Theta-Epsilon dipakai untuk mewakili matriks kesalahan indikator dari
konstruk endogen.
TI Proyek Lisrel
Number of Iterations = 9
LISREL Estimates (Maximum Likelihood)
LAMBDA-Y
ETA 1 ETA 2
-------- --------
VAR1 1.00 - -
VAR2 0.92 - -
(0.04)
25.97
VAR3 - - 1.00
VAR4 - - 1.14
(0.03)
37.84
LAMBDA-X
KSI 1 KSI 2 KSI 3
-------- -------- --------
VAR5 1.00 - - - -
11
VAR6 1.30 - - - -
(0.10)
12.41
VAR7 0.92 1.09 - -
(0.12) (0.11)
7.62 9.56
VAR8 - - 1.00 - -
VAR9 - - 1.08 - -
(0.08)
12.80
VAR10 - - - - 1.00
VAR11 - - - - 1.44
(0.09)
15.61
BETA
ETA 1 ETA 2
-------- --------
ETA 1 - - 0.53
(0.06)
9.54
ETA 2 0.88 - -
(0.07)
12.66
GAMMA
KSI 1 KSI 2 KSI 3
-------- -------- --------
ETA 1 0.21 0.50 - -
(0.15) (0.14)
1.39 3.46
ETA 2 -1.21 - - 1.03
(0.12) (0.10)
-10.54 10.19
12
Covariance Matrix of ETA and KSI
ETA 1 ETA 2 KSI 1 KSI 2 KSI 3
-------- -------- -------- -------- --------
ETA 1 2.95
ETA 2 3.12 4.72
KSI 1 0.48 -0.22 0.97
KSI 2 0.55 -0.32 0.78 1.12
KSI 3 0.92 1.39 0.52 0.14 1.17
PHI
KSI 1 KSI 2 KSI 3
-------- -------- --------
KSI 1 0.97
(0.19)
5.18
KSI 2 0.78 1.12
(0.15) (0.20)
5.21 5.71
KSI 3 0.52 0.14 1.17
(0.13) (0.13) (0.20)
3.92 1.09 5.77
PSI
Note: This matrix is diagonal.
ETA 1 ETA 2
-------- --------
13
0.48 0.14
(0.13) (0.08)
3.74 1.64
Squared Multiple Correlations for Structural Equations
ETA 1 ETA 2
-------- --------
0.84 0.97
THETA-EPS
VAR1 VAR2 VAR3 VAR4
-------- -------- -------- --------
0.24 0.13 0.14 0.21
(0.05) (0.04) (0.04) (0.06)
4.67 3.42 3.32 3.84
Squared Multiple Correlations for Y - Variables
VAR1 VAR2 VAR3 VAR4
-------- -------- -------- --------
0.92 0.95 0.97 0.97
THETA-DELTA
VAR5 VAR6 VAR7 VAR8 VAR9 VAR10
-------- -------- -------- -------- -------- --------
0.39 0.32 0.06 0.26 0.43 0.25
(0.06) (0.06) (0.05) (0.05) (0.07) (0.05)
6.12 5.10 1.26 5.18 5.84 4.66
THETA-DELTA
VAR11
--------
0.24
(0.09)
2.64
Squared Multiple Correlations for X - Variables
VAR5 VAR6 VAR7 VAR8 VAR9 VAR10
-------- -------- -------- -------- -------- --------
0.72 0.83 0.98 0.81 0.75 0.82
Squared Multiple Correlations for X - Variables
14
VAR11
--------
0.91
Bagian keenam mencerminkan Lamda Y adalah estimasi kemungkinan maksimum untuk yang
unstandardized. Pengaruh langsung variabel-variabel indikator yang menggambarkan dalam
variabel laten endogen ETA1 dan ETA2. Angka pertama menunjukkan pengaruh langsung, angka
dalam kurung mencerminkan kesalahan standar (standard error), dan tanda - - mencerminkan
bahwa pengaruh tersebut adalah nol. Informasi di atas dapat dipakai untuk menyusun
beberapa persamaan regresi. Lamda Y, secara umum, mencerminkan koefisien regresi,
kesalahan standar, dan nilai t-hitung dalam persamaan pengukuran untuk variabel indikator
endogen dengan variabel laten endogen. Beberapa persamaan regresi dapat disusun .
Penyusunan persamaan regresi ini berdasar atas informasi di atas. Hasil-hasil perumusan
persamaan regresi berdasar atas informasi di atas perlu dijelaskan. Beberapa persamaan regresi
itu adalah sebagai berikut :
VAR1 = 1.00*ETA 1, Errorvar.= 0.24 , R² = 0.92
(0.052)
4.67
Persamaan regresi di atas mencerminkan bahwa variabel indikator endogen VAR1 merupakan
fungsi dari variabel laten endogen ETA 1. Koefisien regresi dari variabel laten endogen ETA 1
adalah 1.00 dengan kesalahan standar dan nilai t-hitung tidak disajikan. Kesalahan varians
adalah 0.24 dengan kesalahan standar adalah 0.052 dan nilai t-hitung adalah 4.67. Nilai t-hitung
adalah lebih besar daripada nilai t-tabel yaitu 1.96 sehingga koefisien ini adalah signifikan.
Koefisien determinasi adalah 0.92. Nilai koefisien determinasi ini adalah lebih besar daripada
nilai 0.05 sehingga persamaan regresi ini adalah sangat dapat dipercaya.
VAR2 = 0.92*ETA 1, Errorvar.= 0.13 , R² = 0.95
(0.035) (0.038)
25.97 3.42
15
Persamaan regresi di atas mencerminkan bahwa variabel indikator endogen VAR2 merupakan
fungsi dari variabel laten endogen ETA 1. Koefisien regresi dari variabel laten endogen ETA 1
adalah 0.92 dengan kesalahan standar adalah .035 dan nilai t-hitung adalah 25.97. Nilai t-
hitung ini adalah lebih besar daripada nilai t-tabel yaitu sebesar 1.96 sehingga koefisien regresi
ini adalah signifikan. Kesalahan varians adalah 0.13 dengan kesalahan standar adalah 0.038 dan
nilai t-hitung adalah 3.42. Nilai t-hitung adalah lebih besar daripada nilai t-tabel yaitu 1.96
sehingga koefisien ini adalah signifikan. Koefisien determinasi adalah 0.95. Nilai koefisien
determinasi ini adalah lebih besar daripada nilai 0.05 sehingga persamaan regresi ini adalah
sangat dapat dipercaya.
VAR3 = 1.00*ETA 2, Errorvar.= 0.14 , R² = 0.97
(0.041)
3.32
Persamaan regresi di atas mencerminkan bahwa variabel indikator endogen VAR3 merupakan
fungsi dari variabel laten endogen ETA 2. Koefisien regresi dari variabel laten endogen ETA 2
adalah 1.00 dengan kesalahan standar dan nilai t-hitung tidak disajikan. Kesalahan varians
adalah 0.14 dengan kesalahan standar adalah 0.041 dan nilai t-hitung adalah 3.32. Nilai t-hitung
adalah lebih besar daripada nilai t-tabel yaitu 1.96 sehingga koefisien ini adalah signifikan.
Koefisien determinasi adalah 0.97. Nilai koefisien determinasi ini adalah lebih besar daripada
nilai 0.05 sehingga persamaan regresi ini adalah sangat dapat dipercaya.
VAR4 = 1.14*ETA 2, Errorvar.= 0.21 , R² = 0.97
(0.030) (0.056)
37.84 3.84
Persamaan regresi di atas mencerminkan bahwa variabel indikator endogen VAR4 merupakan
fungsi dari variabel laten endogen ETA 2. Koefisien regresi dari variabel laten endogen ETA 2
adalah 1.14 dengan kesalahan standar adalah 0.030 dan nilai t-hitung adalah 37.84. Nilai t-
hitung ini adalah lebih besar daripada nilai t-tabel yaitu sebesar 1.96 sehingga koefisien regresi
ini adalah signifikan. Kesalahan varians adalah 0.21 dengan kesalahan standar adalah 0.056 dan
nilai t-hitung adalah 3.84. Nilai t-hitung adalah lebih besar daripada nilai t-tabel yaitu 1.96
16
sehingga koefisien ini adalah signifikan. Koefisien determinasi adalah 0.97. Nilai koefisien
determinasi ini adalah lebih besar daripada nilai 0.05 sehingga persamaan regresi ini adalah
sangat dapat dipercaya.
VAR5 = 1.00*KSI 1, Errorvar.= 0.39 , R² = 0.72
(0.063)
6.12
Persamaan regresi di atas mencerminkan bahwa variabel indikator eksogen VAR5 merupakan
fungsi dari variabel laten eksogen KSI 1. Koefisien regresi dari variabel laten eksogen KSI 1
adalah 1.00 dengan kesalahan standar dan nilai t-hitung tidak disajikan. Kesalahan varians
adalah 0.39 dengan kesalahan standar adalah 0.063 dan nilai t-hitung adalah 6.12. Nilai t-hitung
adalah lebih besar daripada nilai t-tabel yaitu 1.96 sehingga koefisien ini adalah signifikan.
Koefisien determinasi adalah 0.72. Nilai koefisien determinasi ini adalah lebih besar daripada
nilai 0.05 sehingga persamaan regresi ini adalah dapat dipercaya.
VAR6 = 1.30*KSI 1, Errorvar.= 0.32 , R² = 0.83
(0.10) (0.064)
12.41 5.10
Persamaan regresi di atas mencerminkan bahwa variabel indikator eksogen VAR6 merupakan
fungsi dari variabel laten eksogen KSI 1. Koefisien regresi dari variabel laten eksogen KSI 1
adalah 1.30 dengan kesalahan standar adalah 0.10 dan nilai t-hitung adalah 12.41. Nilai t-
hitung ini adalah lebih besar daripada nilai t-tabel yaitu sebesar 1.96 sehingga koefisien regresi
ini adalah signifikan. Kesalahan varians adalah 0.32 dengan kesalahan standar adalah 0.064 dan
nilai t-hitung adalah 5.10. Nilai t-hitung adalah lebih besar daripada nilai t-tabel yaitu 1.96
sehingga koefisien ini adalah signifikan. Koefisien determinasi adalah 0.83. Nilai koefisien
determinasi ini adalah lebih besar daripada nilai 0.05 sehingga persamaan regresi ini adalah
sangat dapat dipercaya.
VAR7 = 0.92*KSI 1 + 1.09*KSI 2, Errorvar.= 0.064 , R² = 0.98
(0.12) (0.11) (0.051)
17
7.62 9.56 1.26
Persamaan regresi di atas mencerminkan bahwa variabel indikator eksogen VAR7 merupakan
fungsi dari variabel laten eksogen KSI 1 dan KSI2. Koefisien regresi dari variabel laten eksogen
KSI 1 adalah 0.92 dengan kesalahan standar adalah 0.12 dan nilai t-hitung adalah 7.62. Nilai t-
hitung ini adalah lebih besar daripada nilai t-tabel yaitu sebesar 1.96 sehingga koefisien regresi
ini adalah signifikan. Koefisien regresi dari variabel laten eksogen KSI 2 adalah 1.09 dengan
kesalahan standar adalah 0.11 dan nilai t-hitung adalah 9.56. Nilai t-hitung ini adalah lebih
besar daripada nilai t-tabel yaitu sebesar 1.96 sehingga koefisien regresi ini adalah signifikan.
Kesalahan varians adalah 0.064 dengan kesalahan standar adalah 0.051 dan nilai t-hitung
adalah 1.26. Nilai t-hitung adalah lebih kecil daripada nilai t-tabel yaitu 1.96 sehingga koefisien
ini adalah tidak signifikan. Koefisien determinasi adalah 0.93. Nilai koefisien determinasi ini
adalah lebih besar daripada nilai 0.05 sehingga persamaan regresi ini adalah sangat dapat
dipercaya.
VAR8 = 1.00*KSI 2, Errorvar.= 0.26 , R² = 0.81
(0.051)
5.18
Persamaan regresi di atas mencerminkan bahwa variabel indikator eksogen VAR8 merupakan
fungsi dari variabel laten eksogen KSI 2. Koefisien regresi dari variabel laten eksogen KSI 2
adalah 1.00 dengan kesalahan standar dan nilai t-hitung tidak disajikan. Kesalahan varians
adalah 0.26 dengan kesalahan standar adalah 0.051 dan nilai t-hitung adalah 5.18. Nilai t-hitung
adalah lebih besar daripada nilai t-tabel yaitu 1.96 sehingga koefisien ini adalah signifikan.
Koefisien determinasi adalah 0.81. Nilai koefisien determinasi ini adalah lebih besar daripada
nilai 0.05 sehingga persamaan regresi ini adalah sangat dapat dipercaya.
VAR9 = 1.08*KSI 2, Errorvar.= 0.43 , R² = 0.75
(0.085) (0.074)
12.80 5.84
Persamaan regresi di atas mencerminkan bahwa variabel indikator eksogen VAR9 merupakan
fungsi dari variabel laten eksogen KSI 2. Koefisien regresi dari variabel laten eksogen KSI 2
18
adalah 1.08 dengan kesalahan standar adalah 0.085 dan nilai t-hitung adalah 12.80. Nilai t-
hitung ini adalah lebih besar daripada nilai t-tabel yaitu sebesar 1.96 sehingga koefisien regresi
ini adalah signifikan. Kesalahan varians adalah 0.43 dengan kesalahan standar adalah 0.074 dan
nilai t-hitung adalah 5.84. Nilai t-hitung adalah lebih besar daripada nilai t-tabel yaitu 1.96
sehingga koefisien ini adalah signifikan. Koefisien determinasi adalah 0.75. Nilai koefisien
determinasi ini adalah lebih besar daripada nilai 0.05 sehingga persamaan regresi ini adalah
dapat dipercaya.
VAR10 = 1.00*KSI 3, Errorvar.= 0.25 , R² = 0.82
(0.054)
4.66
Persamaan regresi di atas mencerminkan bahwa variabel indikator eksogen VAR10 merupakan
fungsi dari variabel laten eksogen KSI 3. Koefisien regresi dari variabel laten eksogen KSI 3
adalah 1.00 dengan kesalahan standar dan nilai t-hitung tidak disajikan. Kesalahan varians
adalah 0.25 dengan kesalahan standar adalah 0.054 dan nilai t-hitung adalah 4.66. Nilai t-hitung
adalah lebih besar daripada nilai t-tabel yaitu 1.96 sehingga koefisien ini adalah signifikan.
Koefisien determinasi adalah 0.82. Nilai koefisien determinasi ini adalah lebih besar daripada
nilai 0.05 sehingga persamaan regresi ini adalah sangat dapat dipercaya.
VAR11 = 1.44*KSI 3, Errorvar.= 0.24 , R² = 0.91
(0.093) (0.090)
15.61 2.64
Persamaan regresi di atas mencerminkan bahwa variabel indikator eksogen VAR11 merupakan
fungsi dari variabel laten eksogen KSI 3. Koefisien regresi dari variabel laten eksogen KSI 3
adalah 1.44 dengan kesalahan standar adalah 0.093 dan nilai t-hitung adalah 15.61. Nilai t-
hitung ini adalah lebih besar daripada nilai t-tabel yaitu sebesar 1.96 sehingga koefisien regresi
ini adalah signifikan. Kesalahan varians adalah 0.24 dengan kesalahan standar adalah 0.090 dan
nilai t-hitung adalah 2.64. Nilai t-hitung adalah lebih besar daripada nilai t-tabel yaitu 1.96
sehingga koefisien ini adalah signifikan. Koefisien determinasi adalah 0.91. Nilai koefisien
19
determinasi ini adalah lebih besar daripada nilai 0.05 sehingga persamaan regresi ini adalah
sangat dapat dipercaya.
ETA 1 = 0.53*ETA 2 + 0.21*KSI 1 + 0.50*KSI 2, Errorvar.= 0.48 , R² = 0.84
(0.056) (0.15) (0.14) (0.13)
9.54 1.39 3.46 3.74
Persamaan regresi di atas mencerminkan bahwa variabel laten endogen ETA 1 merupakan
fungsi dari variabel laten endedogen ETA 2, variabel laten eksogen KSI 1 dan KSI 2. Koefisien
regresi dari variabel laten eksogen ETA 2 adalah 0.53 dengan kesalahan standar adalah 0.056
dan nilai t-hitung adalah 9.54. Nilai t-hitung ini adalah lebih besar daripada nilai t-tabel yaitu
sebesar 1.96 sehingga koefisien regresi ini adalah signifikan. Koefisien regresi dari variabel laten
eksogen KSI 1 adalah 0.21 dengan kesalahan standar adalah 0.15 dan nilai t-hitung adalah 1.39.
Nilai t-hitung ini adalah lebih kecil daripada nilai t-tabel yaitu sebesar 1.96 sehingga koefisien
regresi ini adalah tidak signifikan. Koefisien regresi dari variabel laten eksogen KSI 2 adalah 0.50
dengan kesalahan standar adalah 0.14 dan nilai t-hitung adalah 3.46. Nilai t-hitung ini adalah
lebih besar daripada nilai t-tabel yaitu sebesar 1.96 sehingga koefisien regresi ini adalah
signifikan. Kesalahan varians adalah 0.48 dengan kesalahan standar adalah 0.13 dan nilai t-
hitung adalah 3.74. Nilai t-hitung adalah lebih besar daripada nilai t-tabel yaitu 1.96 sehingga
koefisien ini adalah signifikan. Koefisien determinasi adalah 0.84. Nilai koefisien determinasi ini
adalah lebih besar daripada nilai 0.05 sehingga persamaan regresi ini adalah sangat dapat
dipercaya.
ETA 2 = 0.88*ETA 1 - 1.21*KSI 1 + 1.03*KSI 3, Errorvar.= 0.14 , R² = 0.97
(0.070) (0.12) (0.10) (0.083)
12.66 -10.54 10.19 1.64
Persamaan regresi di atas mencerminkan bahwa variabel laten endogen ETA 2 merupakan
fungsi dari variabel laten endogen ETA 1, variabel laten eksogen KSI 1 dan KSI 3. Koefisien
regresi dari variabel laten eksogen ETA 1 adalah 0.88 dengan kesalahan standar adalah 0.070
dan nilai t-hitung adalah 12.66. Nilai t-hitung ini adalah lebih besar daripada nilai t-tabel yaitu
sebesar 1.96 sehingga koefisien regresi ini adalah signifikan. Koefisien regresi dari variabel laten
20
eksogen KSI 1 adalah 1.21 dengan kesalahan standar adalah 0.12 dan nilai t-hitung adalah -
10.54. Nilai t-hitung ini adalah lebih besar daripada nilai t-tabel yaitu sebesar -1.96 sehingga
koefisien regresi ini adalah signifikan. Koefisien regresi dari variabel laten eksogen KSI 3 adalah
1.03 dengan kesalahan standar adalah 0.10 dan nilai t-hitung adalah 1.64. Nilai t-hitung ini
adalah lebih kecil daripada nilai t-tabel yaitu sebesar 1.96 sehingga koefisien regresi ini adalah
tidak signifikan. Kesalahan varians adalah 0.14 dengan kesalahan standar adalah 0.083 dan nilai
t-hitung adalah 1.64. Nilai t-hitung adalah lebih kecil daripada nilai t-tabel yaitu 1.96 sehingga
koefisien ini adalah tidak signifikan. Koefisien determinasi adalah 0.97. Nilai koefisien
determinasi ini adalah lebih besar daripada nilai 0.05 sehingga persamaan regresi ini adalah
sangat dapat dipercaya.
Nilai-nilai dalam tiap persamaan regresi di atas perlu dicocokkan dengan nilai-nilai hasil
pelaksanaan proyek Lisrel untuk menghayati penafsiran atas hasil-hasil persamaan regresi dari
proyek Lisrel.
Goodness of Fit Statistics
Degrees of Freedom = 34
Minimum Fit Function Chi-Square = 28.57 (P = 0.73)
Normal Theory Weighted Least Squares Chi-Square = 26.88 (P = 0.80)
Estimated Non-centrality Parameter (NCP) = 0.0
90 Percent Confidence Interval for NCP = (0.0 ; 7.86)
Minimum Fit Function Value = 0.29
Population Discrepancy Function Value (F0) = 0.0
90 Percent Confidence Interval for F0 = (0.0 ; 0.079)
Root Mean Square Error of Approximation (RMSEA) = 0.0
90 Percent Confidence Interval for RMSEA = (0.0 ; 0.048)
P-Value for Test of Close Fit (RMSEA < 0.05) = 0.95
Expected Cross-Validation Index (ECVI) = 0.99
90 Percent Confidence Interval for ECVI = (0.99 ; 1.07)
ECVI for Saturated Model = 1.33
ECVI for Independence Model = 14.78
Chi-Square for Independence Model with 55 Degrees of Freedom = 1440.85
Independence AIC = 1462.85
21
Model AIC = 90.88
Saturated AIC = 132.00
Independence CAIC = 1502.51
Model CAIC = 206.25
Saturated CAIC = 369.94
Root Mean Square Residual (RMR) = 0.066
Standardized RMR = 0.027
Goodness of Fit Index (GFI) = 0.95
Adjusted Goodness of Fit Index (AGFI) = 0.91
Parsimony Goodness of Fit Index (PGFI) = 0.49
Normed Fit Index (NFI) = 0.98
Non-Normed Fit Index (NNFI) = 1.01
Parsimony Normed Fit Index (PNFI) = 0.61
Comparative Fit Index (CFI) = 1.00
Incremental Fit Index (IFI) = 1.00
Relative Fit Index (RFI) = 0.97
Critical N (CN) = 195.28
Bagian di atas mencerminkan Kecocokan Keseluruhan Model. Kecocokan keseluruhan
model dapat ditentukan setelah beberapa ukuran disusun dalam tabel di bawah ini :
Kecocokan Keseluruhan Model
Ukuran Kecocokan Standar Realisasi Evaluasi
Incremental Fit Index (IFI) IFI>=0.90 1.00 Sangat Cocok
Relative Fit Index (RFI) RFI>=0.90 0.97 Sangat Cocok
Critical N (CN) CN>=200 195.28 Tidak Cocok
Standardized RMR RMR<0.05 0.066 Tidak Cocok
Goodness of Fit Index (GFI) GFI>=0.90 0.95 Sangat Cocok
Adjusted Goodness of Fit Index AGFI>=0.90 0.91 Sangat Cocok
P-Value >=0.05 0.80229 Sangat Cocok
RMSEA <=0.05 0.000 Sangat Cocok
Hal ini berarti bahwa model adalah cocok dengan data.
TI Proyek Lisrel
22
Fitted Covariance Matrix
VAR1 VAR2 VAR3 VAR4 VAR5 VAR6
-------- -------- -------- -------- -------- --------
VAR1 3.20
VAR2 2.72 2.63
VAR3 3.12 2.87 4.85
VAR4 3.55 3.26 5.36 6.31
VAR5 0.48 0.44 -0.22 -0.25 1.36
VAR6 0.62 0.57 -0.28 -0.32 1.26 1.96
VAR7 1.05 0.96 -0.55 -0.62 1.75 2.27
VAR8 0.55 0.51 -0.32 -0.36 0.78 1.01
VAR9 0.60 0.55 -0.34 -0.39 0.85 1.10
VAR10 0.92 0.85 1.39 1.58 0.52 0.68
VAR11 1.33 1.22 2.01 2.29 0.75 0.98
Fitted Covariance Matrix
VAR7 VAR8 VAR9 VAR10 VAR11
-------- -------- -------- -------- --------
VAR7 3.80
VAR8 1.94 1.38
VAR9 2.10 1.21 1.74
VAR10 0.63 0.14 0.15 1.42
VAR11 0.91 0.20 0.21 1.69 2.68
Fitted Residuals
VAR1 VAR2 VAR3 VAR4 VAR5 VAR6
-------- -------- -------- -------- -------- --------
VAR1 0.00
VAR2 0.00 0.00
VAR3 0.08 0.01 0.01
23
VAR4 0.00 -0.06 0.01 0.01
VAR5 -0.15 -0.07 -0.14 -0.22 0.00
VAR6 -0.06 0.02 -0.04 -0.02 0.01 0.00
VAR7 -0.04 0.06 0.06 0.03 -0.01 0.01
VAR8 -0.08 -0.05 -0.12 -0.18 0.01 0.03
VAR9 -0.10 -0.01 -0.02 -0.04 -0.01 -0.03
VAR10 0.13 0.11 0.03 0.13 -0.05 0.01
VAR11 -0.07 -0.07 -0.09 0.02 -0.06 -0.07
Fitted Residuals
VAR7 VAR8 VAR9 VAR10 VAR11
-------- -------- -------- -------- --------
VAR7 0.00
VAR8 0.01 0.00
VAR9 -0.01 -0.02 0.00
VAR10 0.03 -0.07 -0.05 0.00
VAR11 0.01 -0.06 -0.05 0.00 0.00
Summary Statistics for Fitted Residuals
Smallest Fitted Residual = -0.22
Median Fitted Residual = 0.00
Largest Fitted Residual = 0.13
Stemleaf Plot
- 2|2
- 1|85
- 1|420
- 0|987777766665555
- 0|44432221111000000000000
0|1111111111223333
0|668
24
1|133
Standardized Residuals
VAR1 VAR2 VAR3 VAR4 VAR5 VAR6
-------- -------- -------- -------- -------- --------
VAR1 0.25
VAR2 0.25 0.25
VAR3 1.54 0.29 0.25
VAR4 0.06 -1.36 0.25 0.25
VAR5 -1.48 -0.81 -1.16 -1.58 - -
VAR6 -0.71 0.25 -0.40 -0.18 0.35 - -
VAR7 -0.52 1.26 0.96 0.40 -0.31 0.41
VAR8 -1.00 -0.70 -1.22 -1.53 0.16 0.58
VAR9 -0.91 -0.12 -0.13 -0.27 -0.09 -0.44
VAR10 1.75 1.84 0.40 1.51 -0.75 0.23
VAR11 -1.03 -1.50 -1.61 0.35 -0.78 -1.03
Standardized Residuals
VAR7 VAR8 VAR9 VAR10 VAR11
-------- -------- -------- -------- --------
VAR7 - -
VAR8 0.58 - -
VAR9 -0.42 -1.09 - -
VAR10 0.40 -1.02 -0.58 - -
VAR11 0.20 -0.80 -0.56 -0.25 - -
Summary Statistics for Standardized Residuals
Smallest Standardized Residual = -1.61
Median Standardized Residual = -0.04
Largest Standardized Residual = 1.84
25
Stemleaf Plot
- 1|66555
- 1|42210000
- 0|9888877665
- 0|44433321110000000
0|122233333333444444
0|66
1|03
1|5578
Bagian ketujuh mencerminkan informasi mengenai Fitted Covariance Matrix, Fitted Residuals,
Summary Statistics for Fitted Residuals, standardized residual, dan Summary Statistics for
Standardized Residuals
TI Proyek Lisrel
26
Qplot of Standardized Residuals
3.5..........................................................................
. ..
. . .
. . .
. . .
. . .
. . .
. . .
. . .
. x . .
. . .
. x. .
. x. .
. x .
. x. .
N . x x . .
o . * x . .
r . x* . .
m . *x . .
a . x . .
l . x . .
. xx* .
Q . xx. .
u . x* . .
a . xx . .
n . xxx. .
t . x* . .
i . x*. .
l . x. .
e . xxx .
s . x x .
. x. .
. x .
. . x .
. . x .
. . .
. . x .
. . .
. . .
. . .
. . .
. . .
. . .
. . .
27
-3.5..........................................................................
-3.5 3.5
Standardized Residuals
The Problem used 23760 Bytes (= 0.0% of Available Workspace)
Time used: 0.016 Seconds
Bagian kedelapan adalah bagian yang mencerminkan informasi mengenai Qplot of Standardized
Residuals
Diagram Jalur Hasil Pelaksanaan Sintaksis Proyek Lisrel
Diagram jalur ini merupakan diagram jalur berdasar atas Basic Model dan Estimation.
Diagram jalur ini merupakan diagram jalur berdasar atas Basic Model dan T Value.
28
Koefisien yang tidak signifikan disajikan dengan nilai berwarna merah yaitu nilai 1.39 dan 1.26.
Nilai -10.54 adalah signifikan dan disajikan dalam warna hitam.
Diagram Jalur berdasar atas Model-X dan Estimates
Diagram Jalur berdasar atas Model-Y dan Estimates
29
Diagram Jalur berdasar atas Struktural Model dan Estimates
Rangkuman
Pembahasan mengenai Analisis Sintaksis dan Hasil Proyek Lisrel mencakup pembahasan
mengenai analisis sintaksis proyek Lisrel, pembahasan mengenai hasil sintaksis proyek Lisrel,
dan rincian diagram jalur hasil pelaksanaan sintaksis proyek Lisrel. Matriks memainkan peranan
penting dalam analisis sintaksis proyek Lisrel. Inti pembahasan terletak pada persamaan regresi
sederhana dan persamaan regresi jamak. Setiap persamaan mengandung variabel indikator,
koefisien korelasi variabel laten, kesalahan standar, nilai t dari variabel laten, kesalahan varians,
30
kesalahan standar dari kesalahan varians, nilai t-hitung dari kesalahan varians, dan nilai dari
koefisien determinasi. Nilai t-hitung dipakai untuk menentukan signifikansi dan nilai koefisien
determinasi dipakai untuk menentukan reliabilitas. Diagram jalur dapat mencakup berbagai
ragam yaitu diagram jalur yang mencerminkan model dasar dan estimasi, model dasar dan nilai
t, model X, model Y, dan model persamaan struktural.
Daftar Kepustakaan
du Toit, S.H.C. & du Toit, M., Mels, G. & Cheng, Y. (2005).Analysis of complex survey
data using LISREL. Lincolnwood, IL: Scientific Software International, Inc.
Jöreskog, K.G. & Sörbom, D. (1999a).PRELIS 2: User’s Reference Guide.Lincolnwood,
IL: Scientific Software International, Inc.
Jöreskog, K.G. & Sörbom, D. (1999b). LISREL 8: User’s Reference Guide.
Lincolnwood, IL: Scientific Software International, Inc.
Jöreskog, K.G. & Sörbom, D. (1999c). Structural Equation Modeling with the SIMPLIS
Command Language. Lincolnwood, IL: Scientific Software International, Inc.
Jöreskog, K.G. & Sörbom, D. (2006). LISREL 8.80 for Windows [Computer Software].
Lincolnwood, IL: Scientific Software International, Inc.
Jöreskog, K.G., Sörbom, D., Du Toit, S.H.C. & Du Toit, M. (2001). LISREL 8: New
Statistical Features (Third Printing with Revisions). Lincolnwood, IL: Scientific Software
International, Inc.
31
32