Analisis Faktor Konfirmatori

7/30/2019 Analisis Faktor Konfirmatori

1/16

Analisis Faktor Konfirmatori

TUJUAN BELAJAR

Setelah menyelesaikan bab ini, Anda harus dapat melakukan hal berikut:

a. Membedakan antara eksplorasi analisis faktor dan analisis faktor konfirmatori (CFA).

b.Menilai validitas konstruk model pengukuran.

c. mengetahui bagaimana untuk mewakili model pengukuran menggunakan diagram jalur.

d.Memahami prinsip-prinsip dasar identifikasi statistik dan tahu beberapa penyebab utama

dari masalah identifikasi CFA.

e. Memahami konsep model fit untuk model pengukuran dan mampu menilai fit dari model

analisis faktor konfirmatori.

APAKAH analisis faktor konfirmatori?

Bab dimulai dengan menyediakan deskripsi analisis faktor konfirmatori (CFA). CFA adalah

cara untuk menguji seberapa baik variabel yang diukur mewakili sejumlah kecil konstruksi.

Proses ini dengan menunjukkan bagaimana CFA mirip dengan teknik multivariat lainnya.

Kemudian, menyediakan contoh sederhana. Sebuah aspek kunci beberapa CFA dibahas

sebelum menggambarkan tahapan CFA secara lebih rinci dan menunjukkan CFA dengan

ilustrasi yang diperpanjang.

CFA dan Analisis Faktor eksplorasi

Ingat prosedur untuk melakukan analisis faktor eksploratori (EFA) dengan

mengeksplorasi data dan menyediakan peneliti dengan informasi tentang berapa banyak

faktor yang dibutuhkan dan terbaik yang mewakili data. Dengan EFA, semua variabel yang

diukur terkait dengan setiap faktor dengan estimasi muatan faktor. Hasil Struktur sederhana

ketika masing-masing variabel beban diukur tinggi hanya pada satu faktor dan memiliki

beban yang lebih kecil pada faktor-faktor lain (misalnya, loadings


2/16

yang mendasari data menentukan struktur faktor. Dengan demikian, EFA dilakukan tanpa

mengetahui berapa banyak faktor benar-benar ada (jika ada) atau yang variabel milik dengan

yang konstruksi. Ketika EFA diterapkan, peneliti menggunakan pedoman yang ditetapkan

untuk menentukan variabel beban pada faktor tertentu dan berapa banyak faktor yang sesuai.

Faktor-faktor yang muncul hanya dapat diberi nama setelah analisis faktor adalah terbentuk.

Dalam hal ini, CFA dan EFA tidak sama. Perhatikan bahwa dalam bab ini faktor persyaratan

dan membangun yang digunakan secara bergantian. CFA mirip dengan EFA dalam beberapa

hal, namun secara filosofis itu cukup berbeda. Dengan CFA, peneliti harus menentukan baik

jumlah faktor yang ada untuk satu set variabel dan faktor mana setiap variabel akan memuat

pada sebelum hasilnya dapat dihitung. CFA statistik memberitahu kita seberapa baik

spesifikasi teoritis kita tentang faktor realitas (data aktual). Dalam arti, CFA adalah alat yang

memungkinkan kita untuk baik "confirm" atau "menolak" teori terbentuk sebelumnya.

CFA digunakan untuk memberikan konfirmasi teori pengukuran. Sebuah teori

pengukuran menentukan bagaimana variabel diukur dan sistematis yang merupakan

konstruksi yang terlibat dalam model teoritis. Dengan kata lain, teori pengukuran menetapkan

serangkaian hubungan yang menunjukkan bagaimana variabel terukur atas representase

konstruk laten yang tidak diukur secara langsung kemudian dapat dikombinasikan dengan

teori struktural untuk sepenuhnya menentukan model SEM.

Dengan CFA peneliti menggunakan teori pengukuran menentukan apriori jumlah

faktor, serta variabel mana beban pada faktor-faktor tersebut. Spesifikasi ini sering disebut

sebagai cara gagasan konseptual dalam model pengukuran dioperasionalkan. CFA tidak dapat

dilakukan dengan baik tanpa teori pengukuran. Pada EFA, teori tidak diperlukan untuk

mendapatkan faktor, juga adalah kemampuan untuk mendefinisikan konstruksi sebelumnya.

Sebuah Contoh Sederhana CFA dan SEM. Pertimbangkan situasi di mana seorang

peneliti tertarik untuk mempelajari faktor-faktor yang mempengaruhi kepuasan kerja

karyawan. Setelah meninjau teori yang relevan, peneliti menyimpulkan bahwa dua faktor

yaitu: Dukungan Pengawas terbesar dan Lingkungan Kerja variabel yang diukur untuk kedua

faktor dievaluasi menggunakan 7-point, setuju-tidak setuju skala Likert. Dukungan Pengawas

konstruk dapat didefinisikan sebagai apa yang pekerja berpikir tentang mengelola

kemampuan pemerintah dari atasan langsung mereka. Hal ini dapat diwakili oleh empat item

berikut:

1. atasan saya mengakui potensi saya.


3/16

2.atasan saya membantu saya mengatasi masalah di tempat kerja.

3.atasan saya memahami tantangan menyeimbangkan pekerjaan dan tuntutan rumah.

4.atasan saya mendukung saya ketika saya punya masalah.

Lingkungan Kerja konstruk dapat didefinisikan sebagai aspek lingkungan di mana

orang bekerja dampak produktivitas mereka. Hal ini dapat diwakili oleh empat variabel yang

diukur berikut:

1. Pengawas dan pekerja memiliki nilai yang sama dan ide-ide tentang apa organisasi ini

seharusnya dilakukan.

2. Organisasi saya menyediakan peralatan yang dibutuhkan untuk melakukan pekerjaan saya

dengan baik.

3. Suhu kantor saya dan wilayah kerja lainnya adalah nyaman.

4. Pengaturan fisik wilayah kerja di organisasi saya membantu saya untuk mengelola waktu

pada pekerjaan dengan baik.

Sebuah Diagram Visual

Teori Pengukuran sering diwakili dengan menggunakan diagram visual yang disebut

jalur diagram. Diagram jalur menunjukkan hubungan antara variabel yang diukur tertentu dan

terkait dengan konstruk bersama dengan hubungan antara konstruksi. "Jalur" dari 1

membangun untuk item diukur (beban) didasarkan pada teori pengukuran. Ketika EFA

diterapkan, hanya beban teoritis menghubungkan item diukur sesuai faktor yang dihitung.

Semua yang lain diasumsikan sama dengan nol. Ini menyoroti perbedaan utama antara EFA

dibandingkan CFA dalam EFA menghasilkan loading untuk setiap variabel pada setiap

faktor, tetapi dengan CFA tidak ada silang-beban.

Di CFA, kita harus menentukan lima elemen: kontruk laten, variabel yang diukur,

beban item pada konstruksi tertentu, hubungan konstruksi, dan istilah kesalahan untuk setiap

indikator. Pertama, konstruksi laten digambarkan dengan variabel yang diukur diwakili oleh

empat persegi panjang. Karena hanya ada hubungan korelasi (digambarkan oleh berkepala

dua panah melengkung) antara konstruksi di CFA, semua konstruk dianggap eksogen. Ini

juga berarti bahwa variabel indikator yang dilambangkan dengan X (misalnya X, X2, ...).

Hubungan antara konstruk laten dan diukur masing (disebut / ac / atau beban, seperti di PUS)

yang diwakili oleh panah dari membangun ke variabel yang diukur. Akhirnya, masing-


4/16

masing variabel indikator yang diukur memiliki istilah error (ditampilkan sebagai e dalam

diagram ou), yang merupakan sejauh mana faktor laten tidak menjelaskan variabel yang

diukur.

SEM TAHAP UNTUK UJI VALIDASI PENGUKURAN DENGAN TEORI CFA

Sebuah teori pengukuran yang digunakan untuk menentukan bagaimana set item

yang terukur merupakan satu set konstruk. Jaringan hubungan kunci membangun ke variabel

(faktor perkiraan loading) dan konstruk satu sama lain (korelasi konstruk). Dengan perkiraan

dari hubungan ini, peneliti dapat melakukan pemeriksaan empiris dari teori pengukuran yang

diusulkan. Sebuah enam tahap SEM proses diasumsikan dalam bab ini. Tahapan 1-4 akan

dibahas lebih rinci di sini karena memeriksa teori pengukuran. Tahapan 5 dan 6, yang

membahas teori structural konstruksi teoritis satu sama lain, akan menerima kurang fokus

dalam bab ini.

TAHAP 1: MENDEFENISIKAN KONTRUK INDIVIDU

Proses dimulai dengan membuat daftar konstruksi yang akan terdiri dari model

pengukuran. Jika peneliti memiliki pengalaman dengan mengukur salah satu konstruksi,

maka mungkin beberapa skala yang sebelumnya digunakan dapat diterapkan lagi. Jika tidak,

kompilasi berbagai skala divalidasi tersedia untuk berbagai macam konstruksi. Ketika skala

diterapkan sebelumnya tidak tersedia, peneliti mungkin harus mengembangkan skala baru.

Proses merancang sebuah konstruksi baru melibatkan sejumlah langkah-langkah di mana

peneliti menerjemahkan definisi teoritis membangun menjadi satu set variabel yang diukur

tertentu. Dengan demikian, adalah penting bahwa peneliti mempertimbangkan tidak hanya


5/16

persyaratan operasional (misalnya, jumlah item, dimensi) tetapi juga membangun validitas

konstruk skala baru dirancang. Meskipun merancang ukuran konstruksi baru dapat

memberikan tingkat yang lebih besar kekhususan, peneliti juga harus mempertimbangkan

jumlah waktu dan usaha yang diperlukan dalam proses pengembangan dan validasi skala.

Mendefinisikan Konstruk individu.

Semua konstruksi harus menampilkan validitas konstruk yang memadai, apakah

mereka skala baru atau skala yang diambil dari penelitian sebelumnya, skala bahkan

ditetapkan sebelumnya harus hati-hati diperiksa untuk validitas isi validitas Konten harus

kepentingan utama dan dinilai baik secara kualitatif (misalnya, ahli pendapat) dan secara

empiris (misalnya, unidimensionality dan validitas konvergen). Pretest A harus digunakan

untuk memurnikan tindakan sebelum pengujian konfirmasi

TAHAP 2: MENGEMBANGKAN MODEL PENGUKURAN KESELURUHAN

Dalam langkah ini, peneliti harus hati-hati mempertimbangkan bagaimana semua

konstruksi individua akan datang bersama-sama untuk membentuk suatu model pengukuran

keseluruhan.

Unidimensionality

Tindakan Unidimensional berarti bahwa satu set variabel yang diukur (indikator) dapat

dijelaskan dengan hanya satu konstruk yang mendasarinya. Unidimensionality menjadi

penting ketika lebih dari dua konstruksi yang terlibat. Dalam situasi seperti ini, setiap

variabel dihipotesiskan berhubungan dengan hanya membangun satu. Semua lintas-beban

yang menjadi nol ketika konstruk unidimensional ada.


6/16

.

Signifikan antara-membangun kesalahan es kovariannya menunjukkan bahwa dua

item yang terkait dengan istilah kesalahan yang lebih tinggi berhubungan satu sama lain

daripada model pengukuran aslinya memprediksi. Bukti bahwa pemuatan lintas-yang

signifikan juga menunjukkan kurangnya validitas diskriminan. Jadi sekali lagi, meskipun

jalur ini bisa dibebaskan (kovarians diizinkan) dan meningkatkan model fit, demikian

melanggar teori. Oleh karena itu, kami sarankan agar tidak bebas kedua jenis jalan dalam

aplikasi CFA.

Model kongenerik Pengukuran

SEM terminologi sering menyatakan bahwa model pengukuran dibatasi oleh hipotesis

model. Kendala merujuk secara khusus ke set dari estimasi parameter tetap. Salah satu jenis

kendala umum adalah model pengukuran diduga terdiri dari konstruksi unidimensional

beberapa dengan semua lintas-beban dibatasi ke nol. Selain itu, ketika sebuah model

pengukuran juga ukuran tidak ada kovarians antara atau dalam varians kesalahan

membangun, yang berarti mereka semua tetap nol, model pengukuran dikatakan kongenerik.

Model pengukuran kongenerik yang dianggap cukup dibatasi untuk mewakili sifat

pengukuran yang baik. Para peneliti dihadapkan dengan agak dilema dalam menentukan

berapa banyak indikator yang dibutuhkan per konstruksi. Di satu sisi, peneliti lebih banyak

indikator dalam upaya untuk sepenuhnya mewakili membangun dan memaksimalkan

kehandalan. Di sisi otber tbe, parsimoni mendorong para peneliti untuk menggunakan jumlah

terkecil dari indikator cukup mewakili konstruk.


7/16

Item lainnya (variabel yang diukur atau indikator) tidak selalu lebih baik. Meskipun

item lagi yang menghasilkan perkiraan keandalan yang lebih tinggi dan generalisasi, item

juga membutuhkan ukuran sampel yang lebih besar dan dapat membuat sulit untuk

menghasilkan faktor yang benar-benar unidimensional. Sebagai peneliti meningkatkan

jumlah item skala (indikator) mewakili konstruk tunggal (faktor), mereka mungkin termasuk

subset dari item yang sengaja berfokus pada beberapa aspek tertentu dari masalah dan

menciptakan sebuah subfactor. Masalah ini menjadi sangat lazim bila konten dari item belum

hati-hati diperiksa sebelumnya.

Dalam prakteknya, menemukan SEM dilakukan dengan hanya satu item yang

mewakili beberapa biaya. Namun, praktek yang baik menentukan minimal tiga item per

faktor, sebaiknya empat, tidak hanya untuk menyediakan cakupan minimal domain teoritis

membangun, tetapi juga untuk memberikan identifikasi untuk membangun seperti dijelaskan

berikutnya. Menilai validitas konstruk tindakan im tunggal bermasalah. Ketika item tunggal

yang disertakan, mereka biasanya tidak mewakili konstruk laten.

ITEM PER CONSTRUCT DAN IDENTIFIKASI

Sebuah pengantar singkat untuk konsep identifikasi statistik disediakan di sini untuk

menjelaskan mengapa setidaknya tiga atau empat item per konstruksi yang

direkomendasikan. Kami membahas masalah identifikasi dalam model SEM keseluruhan

dengan lebih rinci nanti. Secara umum, identifikasi berhubungan dengan apakah informasi

yang cukup ada untuk Iden solusinya untuk satu set persamaan struktural. Seperti yang kita

lihat sebelumnya dalam contoh kita, informasi yang disediakan oleh matriks kovarians

sampel. Dalam model CFA atau SEM, satu parameter dapat diperkirakan untuk setiap varian

unik dan kovarians dalam matriks kovariansi diamati. Dengan demikian, matriks kovariansi

derajat kebebasan yang digunakan untuk estimasi parameter pasangan seperti jumlah

responden derajat kebebasan dalam regresi.

Model dan bahkan konstruksi dapat dicirikan oleh derajat mereka identifikasi, yang

didefinisikan oleh derajat kebebasan model setelah semua parameter yang akan diperkirakan

ditentukan. Kami akan membahas identifikasi tiga tingkat f dalam hal identifikasi

membangun pada saat ini dan kemudian mendiskusikan ntification Model id keseluruhan

pada suatu titik kemudian.

Underidentified Model underidentified (juga disebut tak dikenal) memiliki lebih

banyak parameter yang diperkirakan dibandingkan varians variabel indikator yang unik dan

covariances dalam matriks varians / kovarians diamati atau contoh, model pengukuran untuk


8/16

konstruk tunggal dengan hanya dua item diukur seperti yang ditunjukkan pada Gambar 3

yang underidentified. Matriks kovarians akan 2 oleh 2, terdiri dari satu kovarians yang unik

dan varians dari dua variabel. Dengan demikian, ada tiga nilai yang unik.

Hanya-Diidentifikasi. Menggunakan logika yang sama, tiga-item indikator model.

Derajat cukup kebebasan untuk memperkirakan semua parameters bebas. Semua informasi

yang digunakan, yang berarti bahwa analisis CFA akan mereproduksi matriks kovarians

sampel identik. Ini menunjukkan CFA hasil pengujian unidimensional Pemberdayaan

membangun diukur dengan menggunakan empat item berikut: (1) organisasi dilakukan hal

yang saya ditemukan secara pribadi memuaskan, (2) organisasi ini memberikan kesempatan

bagi saya untuk unggul dalam pekerjaan saya, ( 3) Saya didorong untuk membuat saran

tentang bagaimana organisasi ini bisa lebih efektif, dan (4) organisasi ini mendorong orang

untuk memecahkan masalah sendiri.

Organisasi ini memungkinkan saya untuk melakukan hal yang saya temukan secara

pribadi memuaskan. X2 = Organisasi ini memberikan kesempatan bagi saya untuk unggul

dalam pekerjaan saya. X3 = Saya didorong untuk membuat saran tentang bagaimana

organisasi ini bisa lebih efektif. X4 = Organisasi ini mendorong orang untuk memecahkan

masalah sendiri.

SATU-ITEM KONTRUK

Pengecualian untuk menggunakan beberapa item untuk mewakili membangun datang

bila konsep ini dapat cukup terwakili dengan item tunggal. Beberapa konsep yang sangat


9/16

sederhana dan tidak memiliki nuansa dan kompleksitas yang menyertai sebagian besar

konstruksi psikologis. Dengan kata lain, jika ada sedikit argumen atas makna dari istilah dan

istilah yang berbeda dan sangat mudah dipahami, satu item bisa cukup. Dalam pemasaran,

beberapa hasil perilaku seperti penjualan dapat ditangkap dengan item tunggal. Beberapa

perilaku secara langsung diamati (pembelian / pembelian tidak, Ml / sukses, dll). Beberapa

berpendapat bahwa konsep keinginan (Berapa banyak yang Anda suka toko ini?) Adalah

konsep yang sangat sederhana dan mudah dipahami yang tidak memerlukan item berganda.

Dan dalam kasus yang jarang terjadi, hanya nilai-nilai skala dijumlahkan tersedia, bukan item

skala individu itu sendiri. Meskipun item tunggal memadai dapat mewakili beberapa

fenomena, secara operasional, mereka dapat diffi-kultus untuk memvalidasi. Jika ragu, dan

ketika beberapa item yang benar-benar tersedia, dengan menggunakan beberapa item adalah

pendekatan yang paling aman.

Reflektif Versus Formatif Constructs

Masalah kausalitas mempengaruhi teori pengukuran. Peneliti mempelajari perilaku

biasanya faktor laten diduga menyebabkan variabel yang diukur. Kadang-kadang,

kekhawatiran bahw kausalitas dapat dibalik. Arah konstraksi kausalitas menyebabkan

pendekatan yang berbeda terhadap model pengukuran formatif. Sampai saat ini, diskusi CFA

diasumsikan teori pengukuran reflektif. Sebuah teori pengukuran reflektif didasarkan pada

gagasan bahwa konstruksi laten dan bahwa hasil kesalahan dalam ketidakmampuan untuk

sepenuhnya menjelaskan variabel-variabel terukur. Dengan demikian, anak panah diambil

dari konstruksi laten variabel diukur. Dengan demikian, tindakan reflektif konsisten dengan

teori tes klasik.

Sebaliknya, teori pengukuran formatif adalah model didasarkan pada asumsi bahwa variabel

yang diukur menyebabkan konstruk. Kesalahan dalam model pengukuran formatif, karena

itu, adalah ketidakmampuan dari variabel yang diukur untuk sepenuhnya menjelaskan

membangun Sebuah asumsi utama adalah bahwa konstruksi formatif tidak dianggap laten

Sebaliknya, mereka dipandang sebagai indeks di mana masing-masing indikator adalah

penyebab konstruk. Sebaliknya, segala bentuk satu ative indica atau dianggap sebagai

penyebab sebagian indeks.


10/16

ATURAN 3

Mengembangkan Model Pengukuran Keseluruhan.

Dalam aplikasi standar CFA menguji teori pengukuran, dalam-dan antara kesalahan-

membangun istilah kovarians harus tetap nol dan tidak diperkirakan. Dalam aplikasi standar

CFA menguji teori pengukuran, semua variabel yang diukur harus bebas untuk memuat

hanya pada satu konstruksi laten harus ditunjukkan oleh setidaknya tiga variabel terukur,

sebaiknya empat atau lebih, dengan kata lain, faktor laten harus statistik diidentifikasi

faktor Formatif tidak laten dan tidak divalidasi sebagai faktor reflektif konvensional. Dengan

demikian, mereka menyajikan kesulitan yang lebih besar dengan identifikasi statistik

konstruksi Formatif menjadi lebih banyak digunakan saat ini, tetapi mereka harus didekati

dengan tingkat kehati-hatian. Selain isu-isu yang berkaitan dengan spesifikasi dalam model

SEM (yang cukup berbeda dari konstruksi reflektif), konstruksi formatif memiliki kualitas

yang unik dari segi maknanya con-ceptual dan praktis. Misalnya, validitas konstruk harus

dinilai dari perspektif yang berbeda ketika menggunakan langkah-langkah formatif.

TAHAP 3: PERANCANGAN STUDI UNTUK MEMBUAT HASIL EMPIRISTahap ketiga melibatkan merancang sebuah studi yang akan menghasilkan hasil konfirmasi.

Jika semua berjalan dengan baik dengan mode pengukuran (CFA), sampel yang sama

akan digunakan untuk menguji model struktural (SEM). Kita harus mencatat data awal

prosedur analisis pertama harus dilakukan untuk mengidentifikasi masalah dalam data, isu-

isu seperti kesalahan input data. Setelah melakukan analisis ini awal, peneliti harus membuat

beberapa keputusan penting untuk merancang model CFA.

Pengukuran Timbangan di CFA model biasanya berisi indikator reflektif diukur

dengan skala pengukuran ordinal atau lebih baik. Indikator dengan respon ordinal dari

setidaknya empat kategori respon dapat diperlakukan sebagai interval, atau setidaknya jika

melanjutkan variabel. Untuk membangun sebuah penelitian tidak perlu dari jenis skala yang

sama, juga tidak nilai skala yang berbeda harus matematis ditransformasikan ke berbagai

skala umum sebelum menggunakan SEM. Kadang-kadang, bagaimanapun, menggabungkan

skala dengan rentang yang berbeda dapat memerlukan waktu lebih lama computatio al.

Normalisasi dapat membuat menafsirkan koefisien dan nilai-nilai respon lebih mudah,


11/16

sehingga kadang-kadang dilakukan sebelum memperkirakan model. Dengan demikian, ada

beberapa pembatasan pada jenis data dapat digunakan dalam analisis SEM, membuat data

penelitian yang cocok untuk model.

MENGHINDARI MASALAH IDENTIFIKASI

Pedoman yang dapat membantu menentukan status identifikasi model SEM dan

membantu peneliti dalam menghindari masalah identifikasi. Kondisi ketertiban dan peringkat

untuk identifikasi adalah dua aturan yang paling dasar, tetapi mereka dapat dilengkapi dengan

aturan dasar dalam spesifikasi konstruksi.

Pertemuan Orde dan Ketentuan Rank. Kondisi ketertiban dan peringkat adalah sifat

matematika yang diperlukan untuk identifikasi. Kondisi agar mengacu pada persyaratan yang

telah dibahas sebelumnya bahwa derajat kebebasan untuk model lebih besar dari nol. Artinya,

jumlah kovarians unik dan istilah varians sedikit jumlah estimasi parameter bebas harus

positif. Derajat kebebasan untuk model keseluruhan selalu disediakan dalam output program.

Sebaliknya, kondisi rank bisa sulit untuk memverifikasi dan diskusi rinci akan membutuhkan

pengetahuan tentang aljabar linear. Secara umum itu adalah persyaratan bahwa setiap r

parame diperkirakan oleh hubungan yang unik (persamaan). Dengan demikian, mendiagnosis

pelanggaran kondisi rank bisa sangat sulit Ini adalah masalah yang dihadapi lebih sering di

nships model struktural relati, terutama ketika nonrecursive, atau "umpan balik," hubungan

yang ditentukan. Namun dalam odels CFA, masih dapat terjadi dengan adanya silang-loading

barang dan / atau dalam istilah kesalahan berkorelasi.

TIGA ATURAN INDIKATOR

Mengingat kesulitan dalam membangun kondisi rank, para peneliti beralih ke

pedoman yang lebih umum. Pedoman ini mencakup aturan tiga indikator. Hal ini puas ketika

semua faktor dalam model kongenerik memiliki setidaknya tiga indikator yang signifikan.

Aturan dua indikator juga menyatakan bahwa model faktor kongenerik dengan dua signifikan

itu ms per faktor akan diidentifikasi asalkan setiap faktor juga memiliki hubungan yang

signifikan dengan beberapa faktor lainnya. Satu-item faktor menyebabkan masalah yang

paling dengan identifikasi. Seperti disebutkan sebelumnya, thi aturan berlaku untuk model-


12/16

model yang kongenerik tanpa cross-beban atau erms kesalahan berkorelasi. Menambahkan

jenis-jenis hubungan dengan mudah dapat memperkenalkan masalah identifikasi.

MENGAKUI MASALAH IDENTIFIKASI

Meskipun masalah identifikasi mendasari banyak masalah dihadapi dalam SEM, ada

indikator tertentu beberapa keberadaan dan sumber masalah identifikasi. Banyak kali

program software akan memberikan beberapa bentuk solusi bahkan di hadapan masalah

identifikasi. Oleh karena itu, peneliti harus mempertimbangkan berbagai gejala untuk

membantu dalam mengenali masalah identifikasi. Meskipun peneliti memecahkan masalah

dengan menghapus variabel menyinggung, berkali-kali ini tidak mengatasi penyebab yang

mendasari dan masalah terus berlanjut. Sayangnya, program SEM tindakan diagnostik

minimal untuk masalah identifikasi. Dengan demikian, para peneliti biasanya harus

bergantung pada rata-rata lain mengenali masalah identifikasi oleh gejala dijelaskan dalam

daftar berikut:

1. standar kesalahan yang sangat besar untuk satu atau lebih koefisien.2. Sebuah ketidakmampuan program untuk membalikkan matriks informasi (ada solusi

dapat ditemukan).

3.

perkiraan Wildly masuk akal atau tidak mungkin seperti varians error yang negatif,atau perkiraan parameter yang sangat besar, termasuk faktor loadings standar dan

korelasi antara konstruk luar kisaran +1.0 sampai -1.0

SUMBER DAN PERBAIKAN DARI MASALAH IDENTIFIKASI

Apakah kehadiran masalah identifikasi berarti model Anda tidak valid? Meskipun beberapa

model mungkin perlu respecification, banyak kali masalah identifikasi timbul dari kesalahan

umum dalam menentukan model dan data masukan. Dalam diskusi yang berikut, kita tidak

hanya akan membahas jenis khas sumber untuk masalah identifikasi, tetapi juga menawarkan

saran untuk menangani masalah-masalah di mana mungkin Beberapa masalah yang paling

umum yang menyebabkan masalah dengan identifikasi meliputi

Keterangan Indikator salah. Seorang peneliti dengan mudah dapat membuat kesalahan seperti

(1) tidak menghubungkan item untuk membangun apapun, (2) menghubungkan indikator

untuk dua atau lebih ructs con, (3) memilih variabel indikator dua kali dalam model yang

sama, atau (4) tidak menciptakan dan menghubungkan istilah kesalahan untuk setiap


13/16

indikator. Meskipun semua kesalahan tampak jelas, menentukan model pengukuran adalah

proses yang membutuhkan akurasi lengkap.

TAHAP 4: PENGUKURAN MENILAI MODEL VALIDITAS

Setelah model pengukuran benar ditentukan, sebuah model SEM diperkirakan

memberikan ukuran dari hubungan antar variabel dan konstruksi diwakili oleh teori

pengukuran. Hasil memungkinkan kita untuk membandingkan teori terhadap realitas yang

diwakili oleh data sampel. Dengan kata lain, kita melihat seberapa baik teori sesuai data.

SATU-ITEM KONTRUK

Pengecualian untuk menggunakan beberapa item untuk mewakili membangun datang

bila konsep ini dapat cukup terwakili dengan item tunggal. Beberapa konsep yang sangat

sederhana dan tidak memiliki nuansa dan kompleksitas yang menyertai sebagian besar

konstruksi psikologis. Dengan kata lain, jika ada sedikit argumen atas makna dari istilah dan

istilah yang berbeda dan sangat mudah dipahami, satu item bisa cukup.

ATURAN THUMB 3

Mengembangkan Model Pengukuran Keseluruhan

Dalam aplikasi standar CFA menguji teori pengukuran, dalam-dan antara kesalahan-

membangun istilah kovarians harus tetap nol dan tidak diperkirakan. Dalam aplikasi standar

CFA menguji teori pengukuran, semua variabel yang diukur harus bebas untuk memuat

hanya pada satu konstruksi laten harus ditunjukkan oleh setidaknya tiga variabel terukur,

sebaiknya empat atau lebih, dengan kata lain, faktor laten harus statistik diidentifikasi

faktor. Formatif tidak laten dan tidak divalidasi sebagai faktor reflektif konvensional. Dengan

demikian, mereka menyajikan kesulitan yang lebih besar dengan identifikasi statistik

konstruksi Formatif menjadi lebih banyak digunakan saat ini, tetapi mereka harus didekati

dengan tingkat kehati-hatian. Selain isu-isu yang berkaitan dengan spesifikasi dalam model

SEM (yang cukup berbeda dari konstruksi reflektif), konstruksi formatif memiliki kualitas

yang unik dari segi maknanya con-ceptual dan praktis. Misalnya, validitas konstruk harus

dinilai dari perspektif yang berbeda ketika menggunakan langkah-langkah formatif.

TAHAP 3: PERANCANGAN STUDI UNTUK MEMBUAT HASIL EMPIRIS

Tahap ketiga melibatkan merancang sebuah studi yang akan menghasilkan hasil konfirmasi.


14/16

Jika semua berjalan dengan baik dengan mode pengukuran (CFA), sampel yang sama akan

digunakan untuk menguji model struktural (SEM). Kita harus mencatat data awal prosedur

analisis pertama harus dilakukan untuk mengidentifikasi masalah dalam data, isu-isu seperti

kesalahan input data. Setelah melakukan analisis ini awal, peneliti harus membuat beberapa

keputusan penting untuk merancang model CFA.

Pengukuran Timbangan di CFA

CFA model biasanya berisi indikator reflektif diukur dengan skala pengukuran ordinal

atau lebih baik. Indikator dengan respon ordinal dari setidaknya empat kategori respon dapat

diperlakukan sebagai interval, atau setidaknya jika variabel kontinyu. Semua pemakan ind

untuk membangun sebuah tidak perlu dari jenis skala yang sama, juga tidak nilai skala yang

berbeda harus ormalized (matematis ditransformasikan ke berbagai skala umum) sebelum

menggunakan SEM. Kadang-kadang, bagaimanapun, menggabungkan skala dengan rentang

yang berbeda dapat memerlukan waktu lebih lama computatio al. Normalisasi dapat membuat

menafsirkan koefisien dan nilai-nilai respon lebih mudah, sehingga kadang-kadang dilakukan

sebelum memperkirakan model.

MENGHINDARI MASALAH IDENTIFIKASI

Pedoman Beberapa dapat membantu menentukan status identifikasi model SEM [26]

dan membantu peneliti dalam menghindari masalah identifikasi. Kondisi ketertiban dan

peringkat untuk identifikasi adalah dua aturan yang paling dasar, tetapi mereka dapat

dilengkapi dengan aturan dasar dalam spesifikasi konstruksi.

Pertemuan Orde dan Ketentuan Rank. Kondisi ketertiban dan peringkat adalah sifat

matematika yang diperlukan untuk identifikasi. Kondisi agar mengacu pada persyaratan yang

telah dibahas sebelumnya bahwa derajat kebebasan untuk model lebih besar dari nol. Artinya,

jumlah kovarians unik dan istilah varians sedikit jumlah estimasi parameter bebas harus

positif. Derajat kebebasan untuk model keseluruhan selalu disediakan dalam output program.

Sebaliknya, kondisi rank bisa sulit untuk memverifikasi dan diskusi rinci akan membutuhkan

pengetahuan tentang aljabar linear. Secara umum itu adalah persyaratan bahwa setiap r

parame diperkirakan oleh hubungan yang unik (persamaan). Dengan demikian, mendiagnosis

pelanggaran kondisi rank bisa sangat sulit Ini adalah masalah yang dihadapi lebih sering di

nships model struktural relati, terutama ketika nonrecursive, atau "umpan balik," hubunganyang ditentukan.


15/16

ATURAN THUMB 4

1. Merancang Studi untuk Memberikan Hasil empiris2. Skala suatu konstruksi laten dapat diatur dengan baik:3. Memperbaiki satu loading dan pengaturan nilainya ke 1, atau4. Memperbaiki varians konstruk ke 15. kongenerik, model pengukuran reflektif di mana semua konstruksi memiliki

setidaknya tiga indikator item yang secara statistik diidentifikasi dalam model dengan

dua atau lebih konstruksi

6. Peneliti harus memeriksa kesalahan dalam spesifikasi model pengukuran ketikamasalah identifikasi ditunjukkan

7. Model dengan sampel yang besar (lebih dari 300) yang mematuhi aturan tigaindikator umu tidak menghasilkan kasus Heywood

8. model untuk mendapatkan hasil yang dapat diterima. Kami akan membahas dua jenisyang paling umum dari estimai terhindarkan serta penyebab potensial dan solusi.

PARAMETER DISTANDARISASI

Masalah estimasi yang paling dasar dengan hasil SEM adalah ketika korelasi

perkiraan (yaitu, perkiraan standar) antara konstruksi melebihi | 1,0 | atau bahkan stan

koefisien jalur dardized melebihi | 1.0 |.

VALIDITAS KONVERGEN

Item yang merupakan indikator dari suatu bangunan tertentu harus bertemu atau

berbagi proporsi yang tinggi dari kesamaan, yang dikenal sebagai validitas konvergen.

Beberapa cara yang tersedia untuk memperkirakan jumlah relativitas ive validitas konvergen

antara tindakan item.

DISKRIMINAN VALIDITAS

validitas diskriminan adalah sejauh mana konstruksi adalah benar dari konstruksi

lembaga lainnya. Dengan demikian, validitas diskriminan tinggi memberikan bukti bahwa

membangun adalah unik dan aptures beberapa fenomena tindakan lain tidak. CFA


16/16

menyediakan dua cara umum validitas ing menilai diskriminan.

Pertama, korelasi antara dua konstruksi dapat ditentukan (fixed) sebagai sama dengan satu.

Pada intinya, itu adalah sama dengan menetapkan bahwa item yang membentuk dua

konstruksi bisa juga membuat hanya satu konstruk. Jika fit dari model dua-membangun

secara signifikan berbeda dari model satu-membangun, maka validitas diskriminan adalah

didukung.

VALIDITAS DAN NOMOLOGICAL

Konstruk WAJAH VALIDITAS juga harus memiliki validitas renda dan validitas

nomological. Proses untuk pengujian sifat ini sama apakah menggunakan CFA atau EFA.

Validitas wajah harus ditetapkan sebelum setiap pengujian teoritis ketika menggunakan FA.

Tanpa pemahaman tentang isi setiap item atau makna, tidak mungkin untuk mengekspresikan

dan benar menentukan teori pengukuran. Dengan demikian, dalam cara yang sangat nyata,

validitas wajah adalah uji validitas yang penting.

Analisis Faktor Konfirmatori

Documents

Transcript of Analisis Faktor Konfirmatori