82629606 Tutorial Analisis SEM Menggunakan Program LISREL AMOS SPSS Dan SmartPLS Libre

download 82629606 Tutorial Analisis SEM Menggunakan Program LISREL AMOS SPSS Dan SmartPLS Libre

of 23

  • date post

    14-Oct-2015
  • Category

    Documents

  • view

    64
  • download

    0

Embed Size (px)

Transcript of 82629606 Tutorial Analisis SEM Menggunakan Program LISREL AMOS SPSS Dan SmartPLS Libre

  • Structural Equation

    Modelling (SEM)

    Tutorial Analisis SEM Menggunakan Program LISREL,

    AMOS SPSS dan SmartPLS

    by

    Adi Wijaya

    NRP. 1310201720

    PROGRAM MAGISTER STATISTIKA

    BIDANG KEAHLIAN KOMPUTASI STATISTIKA

    FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

    INSTITUT TEKNOLOGI SEPULUH NOPEMBER

    SURABAYA

    2011

    adiwtalks

    .wordpress.com

  • Pengantar SEM

    SEM adalah metode yang mampu menunjukkan keterkaitan secara simultan antar variabel-variabel indikator (yang teramati secara langsung) dengan variabel-variabel laten (yang tidak teramati secara langsung). Raykov dan Marcaulides (2006) mendefinisikan variabel laten adalah teori atau hipotesis konstruk yang sangat penting atau sebuah variabel yang tidak mempunyai sampel atau populasi yang bisa diamati secara langsung.

    Beberapa Karakteristik SEM menurut Raykov, dkk., (2006) adalah sebagai berikut: (i) Model SEM tidak dapat diukur secara langsung dan tidak dapat didefinisikan secara baik. (ii) Model SEM memperhitungkan potensi kesalahan pengukuran di semua variabel observasi, khususnya pada variabel independent. (iii) Model SEM sangat tepat dibentuk matrik yang memperlihatkan hubungan antara variabelnya, seperti matrik kovarian maupun matrik korelasi.

    Pada prinsipnya SEM merupakan pendekatan terintegrasi dari Confirmatory Factor Analysis (CFA) dan Path Analysis. Menurut Raykov et al (2006), CFA dan Path Analysis merupakan tipe SEM dan mendefinisikannya sebagai berikut:

    1. Model Path Analysis/Diagram Jalur. Diagram Jalur biasa dipakai untuk mengamati hubungan antara variabel yang dapat diamati. Beberapa peneliti menganggap bahwa diagram jalur tidak termasuk dalam tipe SEM. Namun demikian mereka mengakui bahwa diagram jalur merupakan suatu ha l yang penting dalam membentuk SEM.

    2. Model Confirmatory Factor Analysis Model Confirmatory Factor Analysis sering digunakan untuk menguji pola hubungan antara beberapa konstruk laten. Termasuk didalamnya beberapa konstruk dalam model tersebut diukur melalui sejumlah indikator amatan.

    Bollen (1989) mendefinisikan variabel laten sebagai variabel atau faktor yang tidak dapat diobservasi atau tidak dapat diukur. Variabel laten dibedakan menjadi 2 (dua) yaitu variabel eksogen dan variabel endogen. Variabel eksogen adalah variabel laten yang tidak dipengaruhi oleh variabel laten yang lain, sedangkan variabel endogen adalah variabel laten yang dipengaruhi oleh variabel laten yang lain.

    Misal terdapat sebanyak m peubah laten endogen (), n peubah laten eksogen (), p peubah manifes endogen (Y), dan q peubah manifes eksogen (X), menggunakan notasi yang dibuat oleh Jreskog dan Srbom dalam Wijanto (2008), model lengkap (hybrid) SEM diberikan dengan persamaan-persamaan berikut:

    = + + (2.1) (mx1) (mxm)(mx1) (mxn)(nx1) (mx1)

    adiwtalks

    .wordpress.com

  • Y = y + (2.2) (px1) (pxm) (mx1) (px1)

    X = x + (2.3) (qx1) (qxm) (mx1) (qx1)

    dengan : E () = 0 ; Cov () = (2.4) E () = 0 ; Cov () = (2.5) E () = 0 ; Cov () = (2.6)

    Dari (2.1), (2.2) dan (2.3) diasumsikan bahwa: , dan satu sama lain tidak berkorelasi; Cov () = ; tidak berkorelasi dengan ; tidak berkorelasi dengan ; tidak berkorelasi dengan ; Matriks B mempunyai nilai nol pada diagonalnya; Matriks I-B merupakan matriks nonsingular ; E () = 0; dan E () = 0; Langkah-langkah dalam SEM

    1. Pengembangan model berbasis konsep dan teori, menganalisis hubungan kausal antar variabel eksogen dan endogen, sekaligus validitas dan reliabilitas indikator/instrumen penelitian

    2. Mengkonstruksi diagram jalur, untuk menunjukkan alur hubungan kausal antar variabel eksogen dan endogen

    3. Memilih Matriks Input. Data input untuk SEM dapat berupa matriks korelasi atau matriks kovarians

    4. Mengkonversikan diagram jalur ke dalam model struktural 5. Estimasi Parameter 6. Pengujian Model : - Overall Model : Goodness of fit statistics - Pengujian parameter : Lambda, Delta, Epsilon, Beta dan Gamma 7. Interpretasi dan Modifikasi Model. Bila model sudah baik model bisa diinterpretasikan, tetapi

    bila belum baik perlu dilakukan modifikasi

    adiwtalks

    .wordpress.com

  • Tutorial Analisis SEM Menggunakan Program LISREL 8.50

    1. Buka program LISREL 8.50 (kalau tidak tersedia full version bisa juga menggunakan student version yang free license) dengan tampilan awal sbb:

    2. Langkah berikutnya adalah mempersiapkan data yang akan dianalisis dengan SEM. Data yang diimpor dapat berupa berbagai extensi (.sav, .xls dsb)

    Misalkan sebagai contoh file SEMAMOS.sav

    3. Langkah berikutnya adalah menghitung matriks korelasi antar variabel dengan cara klik Statistics Output Options Pada Opsi moment Matrix pilih korelasi, karena rentang antar variabel (ukuran) berbeda-beda. Check save to file, isikan nama file yang akan diinput, misalnya cor_sem.cor OK

    adiwtalks

    .wordpress.com

  • 4. Membuat syntax dapat dilakukan dengan klik File New Syntax Only OK

    Syntax Only : hanya menuliskan barisan sintaks/kode untuk membangun model Output : membuat window output baru PRELIS Data : mendefinisikan variabel dan input data SIMPLIS Project : membuat project dengan ekstensi *.spj LISREL Project : membuat project LISREL dengan ekstensi *.lpj Path Diagram : membuat path diagram 5. Langkah selanjutnya adalah membangun syntax untuk analisis SEM lanjutan dengan

    memperhatikan beberapa petunjuk sebagai berikut: a. Judul

    adiwtalks

    .wordpress.com

  • Definisikan judul dari project yang akan dibuat pada baris pertama. Setiap keterangan pada baris pertama akan diperlakukan sebagai baris judul kecuali LISREL menemukan dua hal berikut :

    Baris yang dimulai dengan kata Observed Variables atau Labels yang merupakan baris perintah pertama dalam input file SIMPLIS

    Baris yang dua karakter (huruf) pertamanya dimulai dengan DA, Da, da, ata dA yang merupakan baris perintah pertama dalam input filel SIMPLIS

    b. Variabel Observed Setelah judul, baris selanjutnya adalah definisi dari Observed variables. Observed variables merupakan variabel yang memiliki nilai pada input data. Penulisan observed variables dengan memberikan spasi antar variabel.

    c. Data Dalam LISREL input data dapat berupa data mentah, matriks kovarians, matriks korelasi, standard deviasi, dan means. Untuk memanggil matriks korelasi perintahnya adalah sebagai berikut : Correlation Matrix from file nama file

    d. Ukuran sampel (Sample Size) Ukuran sampel perlu dituliskan apabila input data bukan berupa data mentah.

    e. Variabel Laten Nama variabel laten tidak boleh sama dengan observed variables.

    f. Hubungan (Relationships) Judul untuk baris ini dapat ditulis sebagai relationships, Relations, atau Equations. Penulisan hubungan bisa menggunakan persamaan sebagai berikut : Variabel dependen = variabel independen Indikator = variabel laten. Misalkan syntax yang dibangun sebagai berikut:

    Tugas SEM - Adi Wijaya Observed variables: ROA REA BFOA BFEA RPA RI RSS BFSS BFI BFPA Correlation matrix: 1.000 .6247 1.000 .3269 .3639 1.000 .4210 .3275 .6404 1.000 .2137 .2742 .1124 .0839 1.000 .4105 .4043 .2903 .2599 .1839 1.000 .3240 .4047 .3054 .2786 .0489 .2220 1.000 .2930 .2407 .4105 .3607 .0186 .1861 .2707 1.000 .2995 .2863 .5191 .5007 .0782 .3355 .2302 .2950 1.000 .0760 .0702 .2784 .1988 .1147 .1021 .0931 -.0438 .2087 1.000 Sample size: 329 Latent variables: RAMB BFAMB Relationships: ROA = 1.00*RAMB REA = RAMB BFOA = 1.00*BFAMB BFEA = BFAMB RAMB = BFAMB BFAMB = RAMB RAMB = RPA RI RSS BFSS BFAMB = RSS BFSS BFI BFPA Path Diagram End of problem

    adiwtalks

    .wordpress.com

  • Pada syntax correlation matrix yang merupakan matriks korelasi dari data yang digunakan dalam model SE dapat pula diganti dengan correlation matrix from file cor_sem.corr 6. Untuk menjalankan syntax yang telah dibuat dapat dilakukan dengan cara klik File Run

    Lisrel (F5) atau dapat dengan menekan hasilnya adalah sebagai berikut Path diagram dan outputnya

    Sample Size = 329

    Tugas SEM - Adi Wijaya

    Correlation Matrix

    ROA REA BFOA BFEA RPA RI -------- -------- -------- -------- -------- -------- ROA 1.00 REA 0.62 1.00 BFOA 0.33 0.36 1.00 BFEA 0.42 0.33 0.64 1.00 RPA 0.21 0.27 0.11 0.08 1.00 RI 0.41 0.40 0.29 0.26 0.18 1.00 RSS 0.32 0.40 0.31 0.28 0.05 0.22 BFSS 0.29 0.24 0.41 0.36 0.02 0.19 BFI 0.30 0.29 0.52 0.50 0.08 0.34 BFPA 0.08 0.07 0.28 0.20 0.11 0.10

    Correlation Matrix

    RSS BFSS BFI BFPA -------- -------- -------- -------- RSS 1.00 BFSS 0.27 1.00 BFI 0.23 0.29 1.00 BFPA 0.09 -0.04 0.21 1.00

    adiwtalks

    .wordpress.com

  • Tugas SEM - Adi Wijaya

    Number of Iterations = 7

    LISREL Estimates (Maximum Likelihood)

    Measurement Equations

    ROA = 1.00*RAMB, Errorvar.= 0.41 , R = 0.59 (0.051) 8.05