Goodness of Fit Statistics

56
 PENGELOMPOKAN KECOCOKAN MODEL SECARA KESELURUHAN Oleh :  Abdullah M. Jaubah Pendahuluan Pengujian Kecocokan Keseluruhan Model merupakan proses yang sangat kompleks. Pengujian dapat dilakukan dengan cara melakukan pengelompokan ke dalam beberapa kelompok. Tulisan ini disusun sebagai salah satu contoh dari pengujian kecocokan keseluruhan model. Variabel-variabel yang dipakai adalah variabel leader, behave, develop sebagai variabel laten eksogen. Person dan Morale merupakan variabel laten endogen. Kelima variabel laten ini dirinci lebih lanjut ke dalam 2 variabel-variabel mani!es atau variabel-variabel indikator. Variabel-variabel laten yang dipakai di sini adalah kepemimpinan, perilaku, pengembangan diri, kepribadian, dan moralitas. Pembahasan ini terarah hanya pada pembahasan mengenai kecocokan antara model dan data. Data "ata yang dipakai sebagai contoh adalah data employee.sav. "ata ini terdiri dari #$2 observasi,tiga variabel laten eksogen, dua variabel laten endogen, % variabel indikator endogen, dan & variabel indikator eksogen."ata ini disajikan dalam 'ampiran . "ata ini harus dilampirkan sehingga para pembaca yang ingin membuktikan kebenaran atau ketidakbenaran penyajian ini dapat 1

description

Goodness of Fit Statistics

Transcript of Goodness of Fit Statistics

PENGELOMPOKAN KECOCOKAN MODEL SECARA KESELURUHANOleh :Abdullah M. Jaubah

Pendahuluan

Pengujian Kecocokan Keseluruhan Model merupakan proses yang sangat kompleks. Pengujian dapat dilakukan dengan cara melakukan pengelompokan ke dalam beberapa kelompok.

Tulisan ini disusun sebagai salah satu contoh dari pengujian kecocokan keseluruhan model. Variabel-variabel yang dipakai adalah variabel leader, behave, develop sebagai variabel laten eksogen. Person dan Morale merupakan variabel laten endogen. Kelima variabel laten ini dirinci lebih lanjut ke dalam 21 variabel-variabel manifes atau variabel-variabel indikator. Variabel-variabel laten yang dipakai di sini adalah kepemimpinan, perilaku, pengembangan diri, kepribadian, dan moralitas.

Pembahasan ini terarah hanya pada pembahasan mengenai kecocokan antara model dan data.

Data

Data yang dipakai sebagai contoh adalah data employee.sav. Data ini terdiri dari 562 observasi,tiga variabel laten eksogen, dua variabel laten endogen, 8 variabel indikator endogen, dan 13 variabel indikator eksogen.Data ini disajikan dalam Lampiran 1. Data ini harus dilampirkan sehingga para pembaca yang ingin membuktikan kebenaran atau ketidakbenaran penyajian ini dapat memanfaatkan data tersebut. Langkah-langkah penciptaan sintaksis Simplis tidak akan dijelaskan di sini.

Sintaksis Simplis

Sintaksis yang dipakai adalah sebagai berikut : TI EMPLOYEE.LS8 SYSTEM FILE from file 'D:\SEMcourse\CHP7FULL\EMPLOYEE.DSF'Sample Size = 538Latent Variables MORALE PERSON LEADER BEHAVE DEVELOP RelationshipsMORALE1 = 1.04*MORALE MORALE2 = MORALE MORALE3 = MORALE MORALE4 = MORALE PERSON1 = 0.59*PERSON PERSON2 = PERSON PERSON3 = PERSON PERSON4 = PERSON LEADER1 = LEADER LEADER2 = LEADER LEADER3 = LEADER LEADER4 = LEADER LEADER5 = LEADER BEHAVE1 = BEHAVE BEHAVE2 = BEHAVE BEHAVE3 = BEHAVE BEHAVE4 = BEHAVE DEVELOP1 = DEVELOP DEVELOP2 = DEVELOP DEVELOP3 = DEVELOP DEVELOP4 = DEVELOP MORALE = PERSON PERSON = MORALE MORALE = LEADER PERSON = BEHAVE DEVELOP Set the Variance of LEADER to 1.00Set the Variance of BEHAVE to 1.00Set the Variance of DEVELOP to 1.00Path DiagramPrint ResidualsEnd of Problem

Pelaksanaan SintaksisPelaksanaan sintaksis di atas menghasilkan informasi sebagai berikut:

DATE: 3/ 8/2015 TIME: 0:49

L I S R E L 8.30

BY

Karl G. Jreskog & Dag Srbom

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 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\KARYA.SPJ:

TI EMPLOYEE.LS8 SYSTEM FILE from file 'D:\SEMcourse\CHP7FULL\EMPLOYEE.DSF' Sample Size = 538 Latent Variables MORALE PERSON LEADER BEHAVE DEVELOP Relationships MORALE1 = 1.04*MORALE MORALE2 = MORALE MORALE3 = MORALE MORALE4 = MORALE PERSON1 = 0.59*PERSON PERSON2 = PERSON PERSON3 = PERSON PERSON4 = PERSON LEADER1 = LEADER LEADER2 = LEADER LEADER3 = LEADER LEADER4 = LEADER LEADER5 = LEADER BEHAVE1 = BEHAVE BEHAVE2 = BEHAVE BEHAVE3 = BEHAVE BEHAVE4 = BEHAVE DEVELOP1 = DEVELOP DEVELOP2 = DEVELOP DEVELOP3 = DEVELOP DEVELOP4 = DEVELOP MORALE = PERSON PERSON = MORALE MORALE = LEADER PERSON = BEHAVE DEVELOP Set the Variance of LEADER to 1.00 Set the Variance of BEHAVE to 1.00 Set the Variance of DEVELOP to 1.00 Path Diagram Print Residuals End of Problem

Sample Size = 538

TI EMPLOYEE.LS8

Covariance Matrix to be Analyzed

MORALE1 MORALE2 MORALE3 MORALE4 PERSON1 PERSON2 -------- -------- -------- -------- -------- -------- MORALE1 1.31 MORALE2 0.82 0.96 MORALE3 0.90 0.69 1.26 MORALE4 1.03 0.78 0.86 1.20 PERSON1 0.31 0.27 0.30 0.27 0.76 PERSON2 0.34 0.29 0.33 0.32 0.43 0.92 PERSON3 0.36 0.31 0.32 0.34 0.41 0.47 PERSON4 0.43 0.35 0.44 0.40 0.43 0.51 LEADER1 0.68 0.49 0.56 0.64 0.28 0.34 LEADER2 0.84 0.61 0.66 0.75 0.30 0.33 LEADER3 0.59 0.43 0.52 0.54 0.27 0.35 LEADER4 0.51 0.32 0.46 0.44 0.22 0.18 LEADER5 0.61 0.42 0.50 0.54 0.24 0.33 BEHAVE1 0.32 0.28 0.39 0.30 0.28 0.35 BEHAVE2 0.28 0.21 0.26 0.26 0.22 0.29 BEHAVE3 0.31 0.26 0.36 0.30 0.32 0.35 BEHAVE4 0.33 0.31 0.41 0.33 0.34 0.38 DEVELOP1 0.32 0.32 0.36 0.36 0.20 0.27 DEVELOP2 0.30 0.32 0.40 0.33 0.25 0.30 DEVELOP3 0.24 0.24 0.24 0.23 0.17 0.23 DEVELOP4 0.42 0.36 0.44 0.43 0.26 0.37

Covariance Matrix to be Analyzed

PERSON3 PERSON4 LEADER1 LEADER2 LEADER3 LEADER4 -------- -------- -------- -------- -------- -------- PERSON3 0.75 PERSON4 0.48 1.00 LEADER1 0.29 0.36 1.22 LEADER2 0.32 0.39 0.88 1.20 LEADER3 0.28 0.35 0.90 0.80 1.22 LEADER4 0.18 0.22 0.74 0.68 0.73 1.00 LEADER5 0.27 0.33 0.83 0.77 0.80 0.64 BEHAVE1 0.32 0.39 0.29 0.31 0.30 0.24 BEHAVE2 0.22 0.28 0.30 0.28 0.29 0.25 BEHAVE3 0.33 0.38 0.32 0.33 0.30 0.25 BEHAVE4 0.36 0.44 0.39 0.36 0.37 0.31 DEVELOP1 0.18 0.31 0.41 0.36 0.39 0.29 DEVELOP2 0.23 0.30 0.45 0.40 0.40 0.35 DEVELOP3 0.16 0.25 0.34 0.32 0.29 0.22 DEVELOP4 0.24 0.41 0.56 0.46 0.48 0.34

Covariance Matrix to be Analyzed

LEADER5 BEHAVE1 BEHAVE2 BEHAVE3 BEHAVE4 DEVELOP1 -------- -------- -------- -------- -------- -------- LEADER5 1.06 BEHAVE1 0.26 0.98 BEHAVE2 0.27 0.59 0.98 BEHAVE3 0.28 0.72 0.66 1.11 BEHAVE4 0.30 0.70 0.63 0.79 1.19 DEVELOP1 0.34 0.36 0.28 0.32 0.41 1.12 DEVELOP2 0.36 0.35 0.27 0.34 0.49 0.61 DEVELOP3 0.27 0.25 0.21 0.21 0.29 0.45 DEVELOP4 0.42 0.40 0.29 0.36 0.41 0.73

Covariance Matrix to be Analyzed

DEVELOP2 DEVELOP3 DEVELOP4 -------- -------- -------- DEVELOP2 1.24 DEVELOP3 0.45 1.04 DEVELOP4 0.70 0.55 1.08

TI EMPLOYEE.LS8

Number of Iterations = 11

LISREL Estimates (Maximum Likelihood) MORALE1 = 1.04*MORALE, Errorvar.= 0.23 , R = 0.82 (0.023) 10.14 MORALE2 = 0.79*MORALE, Errorvar.= 0.34 , R = 0.65 (0.032) (0.024) 24.94 14.04 MORALE3 = 0.87*MORALE, Errorvar.= 0.50 , R = 0.60 (0.037) (0.034) 23.34 14.46 MORALE4 = 0.98*MORALE, Errorvar.= 0.23 , R = 0.81 (0.032) (0.021) 31.16 10.75 PERSON1 = 0.59*PERSON, Errorvar.= 0.41 , R = 0.47 (0.030) 13.68 PERSON2 = 0.69*PERSON, Errorvar.= 0.42 , R = 0.54 (0.048) (0.033) 14.36 12.77 PERSON3 = 0.65*PERSON, Errorvar.= 0.31 , R = 0.58 (0.044) (0.026) 14.78 12.08 PERSON4 = 0.73*PERSON, Errorvar.= 0.45 , R = 0.54 (0.050) (0.036) 14.44 12.65 LEADER1 = 0.97*LEADER, Errorvar.= 0.27 , R = 0.78 (0.038) (0.023) 25.59 11.66 LEADER2 = 0.91*LEADER, Errorvar.= 0.37 , R = 0.69 (0.039) (0.027) 23.29 13.38 LEADER3 = 0.91*LEADER, Errorvar.= 0.39 , R = 0.68 (0.040) (0.029) 23.01 13.53 LEADER4 = 0.76*LEADER, Errorvar.= 0.43 , R = 0.57 (0.038) (0.029) 20.16 14.63 LEADER5 = 0.85*LEADER, Errorvar.= 0.33 , R = 0.69 (0.037) (0.025) 23.07 13.50 BEHAVE1 = 0.81*BEHAVE, Errorvar.= 0.33 , R = 0.67 (0.037) (0.027) 22.05 12.22 BEHAVE2 = 0.73*BEHAVE, Errorvar.= 0.45 , R = 0.54 (0.038) (0.032) 19.04 13.94 BEHAVE3 = 0.89*BEHAVE, Errorvar.= 0.32 , R = 0.71 (0.038) (0.028) 23.21 11.18 BEHAVE4 = 0.88*BEHAVE, Errorvar.= 0.41 , R = 0.66 (0.040) (0.033) 21.86 12.36 DEVELOP1 = 0.78*DEVELOP, Errorvar.= 0.50 , R = 0.55 (0.041) (0.038) 18.92 13.21 DEVELOP2 = 0.77*DEVELOP, Errorvar.= 0.65 , R = 0.48 (0.045) (0.046) 17.20 14.12 DEVELOP3 = 0.59*DEVELOP, Errorvar.= 0.69 , R = 0.34 (0.043) (0.045) 13.90 15.17 DEVELOP4 = 0.93*DEVELOP, Errorvar.= 0.22 , R = 0.80 (0.038) (0.031) 24.48 7.09 MORALE = 0.12*PERSON + 0.64*LEADER, Errorvar.= 0.49 , R = 0.51 (0.057) (0.048) (0.043) 2.03 13.26 11.38 PERSON = 0.23*MORALE + 0.42*BEHAVE + 0.19*DEVELOP, Errorvar.= 0.54 , R = 0.47 (0.062) (0.055) (0.055) (0.070) 3.69 7.69 3.50 7.62

Correlation Matrix of Independent Variables

LEADER BEHAVE DEVELOP -------- -------- -------- LEADER 1.00 BEHAVE 0.42 1.00 (0.04) 10.28 DEVELOP 0.56 0.50 1.00 (0.03) (0.04) 16.21 12.83

Covariance Matrix of Latent Variables

MORALE PERSON LEADER BEHAVE DEVELOP -------- -------- -------- -------- -------- MORALE 1.00 PERSON 0.51 1.02 LEADER 0.69 0.44 1.00 BEHAVE 0.33 0.59 0.42 1.00 DEVELOP 0.42 0.50 0.56 0.50 1.00

Goodness of Fit Statistics

Degrees of Freedom = 181 Minimum Fit Function Chi-Square = 332.88 (P = 0.00) Normal Theory Weighted Least Squares Chi-Square = 337.16 (P = 0.00) Estimated Non-centrality Parameter (NCP) = 156.16 90 Percent Confidence Interval for NCP = (108.36 ; 211.78) Minimum Fit Function Value = 0.62 Population Discrepancy Function Value (F0) = 0.29 90 Percent Confidence Interval for F0 = (0.20 ; 0.39) Root Mean Square Error of Approximation (RMSEA) = 0.040 90 Percent Confidence Interval for RMSEA = (0.033 ; 0.047) P-Value for Test of Close Fit (RMSEA < 0.05) = 0.99 Expected Cross-Validation Index (ECVI) = 0.81 90 Percent Confidence Interval for ECVI = (0.73 ; 0.92) ECVI for Saturated Model = 0.86 ECVI for Independence Model = 13.16 Chi-Square for Independence Model with 210 Degrees of Freedom = 7023.56 Independence AIC = 7065.56 Model AIC = 437.16 Saturated AIC = 462.00 Independence CAIC = 7176.60 Model CAIC = 701.55 Saturated CAIC = 1683.50 Root Mean Square Residual (RMR) = 0.043 Standardized RMR = 0.039 Goodness of Fit Index (GFI) = 0.94 Adjusted Goodness of Fit Index (AGFI) = 0.93 Parsimony Goodness of Fit Index (PGFI) = 0.74 Normed Fit Index (NFI) = 0.95 Non-Normed Fit Index (NNFI) = 0.97 Parsimony Normed Fit Index (PNFI) = 0.82 Comparative Fit Index (CFI) = 0.98 Incremental Fit Index (IFI) = 0.98 Relative Fit Index (RFI) = 0.95 Critical N (CN) = 369.10

TI EMPLOYEE.LS8

Fitted Covariance Matrix

MORALE1 MORALE2 MORALE3 MORALE4 PERSON1 PERSON2 -------- -------- -------- -------- -------- -------- MORALE1 1.31 MORALE2 0.82 0.95 MORALE3 0.90 0.68 1.25 MORALE4 1.02 0.77 0.85 1.20 PERSON1 0.32 0.24 0.26 0.30 0.76 PERSON2 0.37 0.28 0.31 0.35 0.42 0.91 PERSON3 0.35 0.26 0.29 0.33 0.39 0.46 PERSON4 0.39 0.29 0.33 0.37 0.44 0.51 LEADER1 0.70 0.53 0.58 0.66 0.25 0.30 LEADER2 0.65 0.49 0.55 0.62 0.24 0.28 LEADER3 0.65 0.49 0.55 0.62 0.24 0.28 LEADER4 0.54 0.41 0.45 0.51 0.20 0.23 LEADER5 0.61 0.46 0.51 0.58 0.22 0.26 BEHAVE1 0.28 0.21 0.23 0.27 0.28 0.33 BEHAVE2 0.25 0.19 0.21 0.24 0.25 0.30 BEHAVE3 0.31 0.23 0.26 0.29 0.31 0.37 BEHAVE4 0.31 0.23 0.26 0.29 0.31 0.36 DEVELOP1 0.34 0.26 0.28 0.32 0.23 0.27 DEVELOP2 0.33 0.25 0.28 0.31 0.23 0.27 DEVELOP3 0.26 0.19 0.21 0.24 0.17 0.20 DEVELOP4 0.40 0.30 0.34 0.38 0.27 0.32

Fitted Covariance Matrix

PERSON3 PERSON4 LEADER1 LEADER2 LEADER3 LEADER4 -------- -------- -------- -------- -------- -------- PERSON3 0.74 PERSON4 0.48 0.99 LEADER1 0.28 0.31 1.22 LEADER2 0.26 0.29 0.89 1.20 LEADER3 0.26 0.29 0.89 0.83 1.22 LEADER4 0.22 0.24 0.74 0.69 0.69 1.00 LEADER5 0.24 0.27 0.83 0.78 0.78 0.64 BEHAVE1 0.31 0.35 0.33 0.31 0.31 0.25 BEHAVE2 0.28 0.31 0.29 0.28 0.28 0.23 BEHAVE3 0.34 0.38 0.36 0.34 0.34 0.28 BEHAVE4 0.34 0.38 0.36 0.33 0.33 0.28 DEVELOP1 0.25 0.28 0.43 0.40 0.40 0.33 DEVELOP2 0.25 0.28 0.42 0.39 0.39 0.33 DEVELOP3 0.19 0.21 0.32 0.30 0.30 0.25 DEVELOP4 0.30 0.34 0.51 0.48 0.48 0.40

Fitted Covariance Matrix

LEADER5 BEHAVE1 BEHAVE2 BEHAVE3 BEHAVE4 DEVELOP1 -------- -------- -------- -------- -------- -------- LEADER5 1.06 BEHAVE1 0.29 0.98 BEHAVE2 0.26 0.59 0.98 BEHAVE3 0.31 0.72 0.65 1.11 BEHAVE4 0.31 0.71 0.64 0.78 1.19 DEVELOP1 0.38 0.32 0.28 0.35 0.34 1.12 DEVELOP2 0.37 0.31 0.28 0.34 0.34 0.60 DEVELOP3 0.28 0.24 0.21 0.26 0.26 0.46 DEVELOP4 0.45 0.37 0.34 0.41 0.41 0.73

Fitted Covariance Matrix

DEVELOP2 DEVELOP3 DEVELOP4 -------- -------- -------- DEVELOP2 1.24 DEVELOP3 0.45 1.04 DEVELOP4 0.71 0.55 1.08

Fitted Residuals

MORALE1 MORALE2 MORALE3 MORALE4 PERSON1 PERSON2 -------- -------- -------- -------- -------- -------- MORALE1 0.01 MORALE2 0.00 0.00 MORALE3 -0.01 0.01 0.00 MORALE4 0.01 0.01 0.01 0.01 PERSON1 -0.01 0.03 0.04 -0.03 0.00 PERSON2 -0.04 0.01 0.02 -0.03 0.01 0.01 PERSON3 0.02 0.05 0.03 0.01 0.02 0.01 PERSON4 0.04 0.06 0.12 0.03 -0.01 0.00 LEADER1 -0.01 -0.03 -0.02 -0.02 0.02 0.04 LEADER2 0.19 0.11 0.12 0.13 0.06 0.05 LEADER3 -0.06 -0.06 -0.02 -0.08 0.03 0.07 LEADER4 -0.03 -0.09 0.00 -0.07 0.02 -0.05 LEADER5 0.00 -0.04 -0.01 -0.03 0.02 0.07 BEHAVE1 0.04 0.07 0.15 0.03 0.00 0.01 BEHAVE2 0.03 0.02 0.05 0.02 -0.03 0.00 BEHAVE3 0.00 0.03 0.11 0.01 0.01 -0.02 BEHAVE4 0.02 0.08 0.15 0.04 0.03 0.01 DEVELOP1 -0.02 0.06 0.07 0.04 -0.03 0.00 DEVELOP2 -0.03 0.07 0.12 0.01 0.02 0.03 DEVELOP3 -0.02 0.04 0.02 -0.01 -0.01 0.02 DEVELOP4 0.02 0.06 0.10 0.05 -0.01 0.04

Fitted Residuals

PERSON3 PERSON4 LEADER1 LEADER2 LEADER3 LEADER4 -------- -------- -------- -------- -------- -------- PERSON3 0.00 PERSON4 0.00 0.01 LEADER1 0.01 0.05 0.00 LEADER2 0.05 0.10 -0.01 0.00 LEADER3 0.02 0.06 0.01 -0.04 0.00 LEADER4 -0.04 -0.02 0.00 -0.01 0.04 0.00 LEADER5 0.03 0.06 0.00 -0.01 0.02 -0.01 BEHAVE1 0.01 0.04 -0.04 0.00 0.00 -0.01 BEHAVE2 -0.06 -0.03 0.00 0.00 0.02 0.02 BEHAVE3 -0.01 -0.01 -0.04 -0.01 -0.04 -0.03 BEHAVE4 0.02 0.05 0.04 0.03 0.03 0.03 DEVELOP1 -0.07 0.02 -0.02 -0.05 -0.02 -0.04 DEVELOP2 -0.02 0.02 0.03 0.01 0.00 0.02 DEVELOP3 -0.04 0.03 0.02 0.01 -0.01 -0.03 DEVELOP4 -0.06 0.07 0.05 -0.02 0.00 -0.05

Fitted Residuals

LEADER5 BEHAVE1 BEHAVE2 BEHAVE3 BEHAVE4 DEVELOP1 -------- -------- -------- -------- -------- -------- LEADER5 0.00 BEHAVE1 -0.02 0.00 BEHAVE2 0.01 0.01 0.00 BEHAVE3 -0.03 0.00 0.02 0.00 BEHAVE4 -0.01 -0.01 -0.01 0.00 0.00 DEVELOP1 -0.04 0.04 -0.01 -0.03 0.07 0.00 DEVELOP2 -0.01 0.04 -0.01 0.00 0.15 0.01 DEVELOP3 -0.01 0.01 -0.01 -0.05 0.03 -0.01 DEVELOP4 -0.02 0.02 -0.05 -0.05 0.00 0.01

Fitted Residuals

DEVELOP2 DEVELOP3 DEVELOP4 -------- -------- -------- DEVELOP2 0.00 DEVELOP3 0.00 0.00 DEVELOP4 -0.01 0.01 0.00

Summary Statistics for Fitted Residuals

Smallest Fitted Residual = -0.09 Median Fitted Residual = 0.00 Largest Fitted Residual = 0.19

Stemleaf Plot

- 8|4 - 6|529330 - 4|7322977411 - 2|9977665554444211097743332200 - 0|876663332222110000999888876655555444331000000000000000 0|11223334444444555555666666677788990001222345556667778899 2|111112333444455667789002244455689 4|01112444467882344579 6|04489023347 8|9 10|554689 12|2 14|445 16| 18|5

Standardized Residuals

MORALE1 MORALE2 MORALE3 MORALE4 PERSON1 PERSON2 -------- -------- -------- -------- -------- -------- MORALE1 3.12 MORALE2 0.25 3.12 MORALE3 -0.57 0.43 3.12 MORALE4 2.00 1.01 0.75 3.12 PERSON1 -0.34 1.36 1.20 -1.06 3.12 PERSON2 -1.37 0.47 0.52 -1.34 0.71 3.12 PERSON3 0.71 2.09 0.98 0.60 1.46 1.45 PERSON4 1.61 2.20 3.66 1.12 -0.62 -0.24 LEADER1 -0.67 -1.46 -0.82 -1.21 0.83 1.36 LEADER2 8.16 4.69 3.97 5.96 2.14 1.52 LEADER3 -2.71 -2.56 -0.76 -3.30 1.11 2.15 LEADER4 -1.38 -3.79 0.14 -2.90 0.77 -1.69 LEADER5 0.16 -1.79 -0.41 -1.65 0.53 2.47 BEHAVE1 1.18 2.35 4.29 1.12 0.06 0.51 BEHAVE2 0.75 0.72 1.41 0.68 -1.16 -0.17 BEHAVE3 0.13 0.82 2.83 0.16 0.34 -0.66 BEHAVE4 0.66 2.29 3.92 1.16 1.34 0.52 DEVELOP1 -0.48 1.88 1.86 1.16 -1.08 -0.12 DEVELOP2 -0.83 1.97 2.75 0.26 0.66 0.98 DEVELOP3 -0.49 1.17 0.51 -0.24 -0.18 0.64 DEVELOP4 0.56 1.89 2.94 1.55 -0.42 1.91

Standardized Residuals

PERSON3 PERSON4 LEADER1 LEADER2 LEADER3 LEADER4 -------- -------- -------- -------- -------- -------- PERSON3 3.12 PERSON4 -0.04 3.12 LEADER1 0.28 1.49 - - LEADER2 1.94 3.03 -1.37 - - LEADER3 0.74 1.80 1.07 -3.02 - - LEADER4 -1.31 -0.61 0.42 -0.43 2.82 - - LEADER5 1.05 1.80 0.32 -0.45 2.01 -0.39 BEHAVE1 0.58 1.60 -1.44 0.17 -0.10 -0.40 BEHAVE2 -2.45 -1.26 0.12 0.00 0.55 0.54 BEHAVE3 -0.50 -0.32 -1.50 -0.27 -1.40 -0.99 BEHAVE4 0.83 1.97 1.22 0.80 0.95 0.91 DEVELOP1 -2.77 0.78 -0.60 -1.54 -0.52 -1.46 DEVELOP2 -0.83 0.70 0.79 0.20 0.11 0.57 DEVELOP3 -1.23 0.94 0.54 0.31 -0.27 -0.82 DEVELOP4 -3.06 2.90 2.74 -0.71 -0.05 -2.15

Standardized Residuals

LEADER5 BEHAVE1 BEHAVE2 BEHAVE3 BEHAVE4 DEVELOP1 -------- -------- -------- -------- -------- -------- LEADER5 - - BEHAVE1 -0.85 - - BEHAVE2 0.32 0.51 - - BEHAVE3 -1.24 0.08 1.58 - - BEHAVE4 -0.26 -1.40 -0.77 0.19 - - DEVELOP1 -1.37 1.55 -0.22 -1.06 2.20 - - DEVELOP2 -0.36 1.36 -0.37 -0.11 4.33 0.35 DEVELOP3 -0.34 0.46 -0.15 -1.44 0.77 -0.58 DEVELOP4 -1.00 1.00 -1.86 -2.53 0.18 1.09

Standardized Residuals

DEVELOP2 DEVELOP3 DEVELOP4 -------- -------- -------- DEVELOP2 - - DEVELOP3 -0.16 - - DEVELOP4 -1.21 0.68 - -

Summary Statistics for Standardized Residuals

Smallest Standardized Residual = -3.79 Median Standardized Residual = 0.32 Largest Standardized Residual = 8.16

Stemleaf Plot

- 3|8310 - 2|9876542 - 1|98775555444444443332222211100 - 0|88888887776666655554444444433333322222221110000000000000000 0|11111122222233333333445555555555666666777777777788888888899 1|00000011111222222344445555666668899999 2|000011122345788899 3|01111111179 4|0337 5| 6|0 7| 8|2 Largest Negative Standardized Residuals Residual for LEADER3 and MORALE1 -2.71 Residual for LEADER3 and MORALE4 -3.30 Residual for LEADER3 and LEADER2 -3.02 Residual for LEADER4 and MORALE2 -3.79 Residual for LEADER4 and MORALE4 -2.90 Residual for DEVELOP1 and PERSON3 -2.77 Residual for DEVELOP4 and PERSON3 -3.06 Largest Positive Standardized Residuals Residual for MORALE1 and MORALE1 3.12 Residual for MORALE2 and MORALE2 3.12 Residual for MORALE3 and MORALE3 3.12 Residual for MORALE4 and MORALE4 3.12 Residual for PERSON1 and PERSON1 3.12 Residual for PERSON2 and PERSON2 3.12 Residual for PERSON3 and PERSON3 3.12 Residual for PERSON4 and MORALE3 3.66 Residual for PERSON4 and PERSON4 3.12 Residual for LEADER2 and MORALE1 8.16 Residual for LEADER2 and MORALE2 4.69 Residual for LEADER2 and MORALE3 3.97 Residual for LEADER2 and MORALE4 5.96 Residual for LEADER2 and PERSON4 3.03 Residual for LEADER4 and LEADER3 2.82 Residual for BEHAVE1 and MORALE3 4.29 Residual for BEHAVE3 and MORALE3 2.83 Residual for BEHAVE4 and MORALE3 3.92 Residual for DEVELOP2 and MORALE3 2.75 Residual for DEVELOP2 and BEHAVE4 4.33 Residual for DEVELOP4 and MORALE3 2.94 Residual for DEVELOP4 and PERSON4 2.90 Residual for DEVELOP4 and LEADER1 2.74

The Modification Indices Suggest to Add the Path to from Decrease in Chi-Square New Estimate PERSON LEADER 9.7 0.28

The Modification Indices Suggest to Add an Error Covariance Between and Decrease in Chi-Square New Estimate PERSON MORALE 9.7 -0.21 LEADER2 MORALE1 14.2 0.06 LEADER3 LEADER2 9.1 -0.07 LEADER4 MORALE2 9.0 -0.06 LEADER4 LEADER3 8.0 0.06 DEVELOP2 BEHAVE4 18.5 0.11 DEVELOP4 LEADER1 10.6 0.06

The Problem used 63048 Bytes (= 0.1% of Available Workspace)

Time used: 0.281 Seconds

Diagram Jalur

Diagram jalur yang dihasilkan adalah sebagai berikut :

Pengujian Kecocokan Model

Degrees of Freedom = 181Minimum Fit Function Chi-Square = 332.88 (P = 0.00)Normal Theory Weighted Least Squares Chi-Square = 337.16 (P = 0.00)

Estimated Non-centrality Parameter (NCP) = 156.1690 Percent Confidence Interval for NCP = (108.36 ; 211.78)

Kelompok 1 di atas mencerminkan bahwa nilai Chi Square adalah besar dan nilai p adalah sangat kecil atau lebih kecil daripada nilai 0.05 sehingga kecocokan adalah tidak cocok. NPC adalah 156.16 besar dan 90% Confidence interval untuk NPC adalah (108.36 ; 211.78) sehingga kecocokan keseluruhan model adalah tidak terpenuhi atau ketidakcocokan dialami.

Minimum Fit Function Value = 0.62Population Discrepancy Function Value (F0) = 0.2990 Percent Confidence Interval for F0 = (0.20 ; 0.39)Root Mean Square Error of Approximation (RMSEA) = 0.04090 Percent Confidence Interval for RMSEA = (0.033 ; 0.047)P-Value for Test of Close Fit (RMSEA < 0.05) = 0.99

Kelompok 2 di atas mencerminkan bahwa RMSEA adalah 0.40 adalah lebih besar daripada nilai 0.08 sehingga keseluruhan model adalah tidak cocok. 90 Percent Confidence Interval for RMSEA = (0.033 ; 0.047)dan nilai 0.41 tidak terletak di antara nilai (0.033 : 0.047) sehingga nilai ini dapat dipakai untuk menentukan apakah pengujian kecocokan ini mencerminkan ketepatan atau ketidaktepatan. Nilai itu mencerminkan ketepatan. P-Value for Test of Close Fit (RMSEA < 0.05)adalah 0.99. Nilai ini adalah lebih besar daripada nilai 0.05 sehingga kecocokan keseluruhan model terpenuhi karena p value adalah lebih besar daripada 0.05.

Expected Cross-Validation Index (ECVI) = 0.8190 Percent Confidence Interval for ECVI = (0.73 ; 0.92)ECVI for Saturated Model = 0.86ECVI for Independence Model = 32.90

Kelompok 3 di atas dipakai untuk membandingkan model. Pengujian satu model dapat membandingkan antara ECVI Saturated Model dan ECVI Independence Model. ECVI Saturated Model lebih dekat pada ECVI Model yaitu 0.81 daripada ECVI Independence Model. Hal ini berarti bahwa kecocokan keseluruhan model memenuhi persyaratan. ECVI Saturated model mewakili kecocokan terbaik best fit dan ECVI Independence mewakili kecocokan terburuk.Nilai ECVI model adalah 0.81 dan nilai ECVI Saturated Model adalah 0.86 dan nilai ECVI Independence Model adalah 32.90

Chi-Square for Independence Model with 210 Degrees of Freedom = 17622.62Independence AIC = 17664.62Model AIC = 437.16Saturated AIC = 462.00Independence CAIC = 17775.66Model CAIC = 701.55Saturated CAIC = 1683.50

Kelompok 4 mencerminkan bahwa Model AIC adalah 437.16 dan Model Saturated adalah 462.00 dan Model Independence adalah 17775.66. Hal ini berarti bahwa Model Saturated adalah lebih dekat pada Model AIC. Hal ini berarti bahwa persyaratan kecocokan keseluruhan model terpenuhi. Kelompok ini juga mencerminkan bahwa Model CAIC adalah 701.55, Model Saturated CAIC adalah 1683.50, dan Model Independence CAIK adalah 17775.66. Hal ini berarti bahwa Model Saturated CAIC adalah lebih dekat pada Model CAIC. Hal ini berarti bahwa persyaratan kecocokan keseluruhan model terpenuhi.

Normed Fit Index (NFI) = 0.98Non-Normed Fit Index (NNFI) = 0.99Parsimony Normed Fit Index (PNFI) = 0.85Comparative Fit Index (CFI) = 0.99Incremental Fit Index (IFI) = 0.99Relative Fit Index (RFI) = 0.98

Kelompok 5 mencerminkan bahwa nilai dari NFI, NNFI, CFI, IFI, dan RFI adalah lebih besar daripada nilai 0.90. Hal ini berarti bahwa persyaratan kecocokan keseluruhan model termenuhi.

Critical N (CN) = 369.10

Kelompok 6 mencerminkan bahwa Critical N (CN) adalah 369.10 dan nilai ini adalah lebih besar daripada nilai 200 sehingga persyaratan kecocokan keseluruhan model terpenhi.

Root Mean Square Residual (RMR) = 0.043Standardized RMR = 0.039Goodness of Fit Index (GFI) = 0.94Adjusted Goodness of Fit Index (AGFI) = 0.93Parsimony Goodness of Fit Index (PGFI) = 0.74Kelompok 7 mencerminkan bahwa Standardized RMR adalah 0.039. Nilai ini adalah lebih kecil daripada nilai 0.05 sehingga persyaratan kecocokan keseluruhan model terpenuhi. Nilai GFI adalah 0.94, AFGI adalah 0.93. Kedua nilai ini adalah lebih besar daripada nilai 0.90. Hal ini berarti bahwa kecocokan keseluruhan model terpenuhi. Nilai PGFI dipakai untuk melakukan perbandingan model. Nilai PGFI adalah 0.74 dan nilai ini adalah lebih rendah daripada nilai 0.90 sehingga kecocokan keseluruhan model tidak terpenuhi.RangkumanBerbagai kriteria telah dipakai sebagai landasan untuk melakukan pengujian dan evaluasi hasil pelaksanaan sintaksis Simplis. Keseluruhan kriteria tersebut adalah sangat kompleks dan dapat dikelompokkan ke dalam beberapa kelompok. Hasil-hasil pembahasan di atas mencerminkan bahwa model secara keseluruhan adalah cocok dengan data.Daftar KepustakaanKelloway, E. Kevin.1998. Using Lisrel For Structural Equation Modeling :A Researchers Guide. London : Sage PublicationsSetyo Hari Wijanto.2008.Structural Equation Modeling Dengan Lisrel8.8 : Konsep & Tutorial. Yogyakarta : Graha Ilmu.

Permata Depok Regency 8 Maret 2015

LAMPIRAN 1morale1morale2morale3morale4person1person2person3

1111433

5555545

4244544

3333434

1211323

4344433

4343545

1331233

5455535

3343333

4344444

3343544

3313433

4555344

3243434

4343324

2222344

4344444

1231444

3343455

3223445

4344444

4334334

3313444

4434545

2212323

3333444

3333334

5555545

2222334

4443434

5544455

4334334

1121444

4444444

5443455

2242444

4253555

3333344

3343444

3333444

3323434

4344333

5434434

4445443

4444444

3333234

3213444

2323333

2323335

3334434

4333433

3422223

1111443

3213444

4444444

3433455

4423333

3333333

5555555

4445434

5555425

2222444

2222333

5344424

5355534

4434533

5455435

1111524

3333433

4223555

4333444

33-13434

3333535

4334434

3323333

4344444

4343555

3343434

5333434

5445444

3334444

3322334

2342122

5455344

2223332

4454333

4334444

3333433

3223433

2222424

3333444

4445545

4444544

2233555

4443434

3332435

3233335

4444435

1321221

-1323533

1342213

3323444

3323434

2211212

1222333

3232333

3333444

5455545

4444434

4444423

5424545

1131411

3332314

3433544

3232213

4334533

3243424

3444432

4432422

1223221

3232112

2232434

3333444

5455535

4444444

1422515

4334545

5554545

5444545

3233444

2232444

2343544

2232323

2322423

2223434

4434434

5555555

4455444

4444444

5544544

5455433

5452555

3232534

4343444

2323322

2222334

2323444

4444544

4324444

1111415

2222444

4344212

1111123

4444433

1311432

3323424

5555555

3333533

4344443

4323433

4354334

1333312

3333233

1221434

4445334

3323434

23234-15

3222213

3343434

2232333

4444322

2123213

4433444

3323433

2223422

2322333

3334544

1121425

5455533

1312554

3243444

1211333

4344434

1111333

2111433

2222423

5444545

4344433

4344423

4433344

4333322

2222333

4233555

2222323

4444423

3343113

3332534

4344333

4354555

5555555

3333555

5555455

2122212

4434545

3233223

5545233

2323444

3343434

3334433

2232333

4433434

2214234

3333333

2322423

4444444

4344334

3323555

4345434

5544513

4554545

5555555

4544444

3223333

4344434

4244533

5334434

2221435

4323534

5445333

1321333

4345545

2232423

3322434

5455-134

4111143

4444544

5435555

5554535

1332344

3343433

2313212

3333545

4434444

4444544

3115335

4444544

3333222

4333434

4433555

5445555

4113221

4444434

3333455

3232323

3333434

3333111

4334535

22234-13

4444454

4343444

3332444

4333445

2222444

4444544

4334534

3343532

2122433

4455334

4444444

3323422

1111534

4424525

4444535

2222555

3333423

4433333

4454434

3434433

4232442

3222334

2212223

4343425

3423434

4434434

3334334

2222343

2211333

4324434

2223222

3221434

3333533

4444433

1112223

1221433

4354433

1121323

5455555

5345445

5455444

3333433

5444434

5555445

2211433

1213455

1132545

2222444

4224423

4322333

3313544

3223444

4334213

2242433

2232444

3333433

1222333

5555555

3233444

5555355

5444434

3333555

3342535

4444444

5333533

2113453

2222334

4444434

5555555

4444444

5345554

4433445

5353535

3333555

4444454

3322444

4444444

4334434

5445554

1111235

4444333

3122444

3333423

5555545

5425445

4444434

2222444

4444534

4344333

4343435

54554-15

2222334

3333545

5354555

3322433

4444444

5444433

3333544

1111423

4444555

3313435

5444455

3322333

5255433

4334434

4343323

2322433

5355334

4454444

2232444

1131544

5454555

4334444

3433544

4344533

3233444

3121445

5555535

3223444

3223423

4444545

5555555

4344444

3434545

1121422

3333434

3323434

3323444

2323445

4333332

5555555

4334435

4413344

5545545

2243554

4343334

5555424

4313412

4333444

3332433

3242444

4434445

3333335

54554-15

4444444

3333455

3233344

5444444

2323313

3333435

3233434

3343534

1221324

3333433

4444444

2232334

4344444

4344444

4433434

3333534

2222313

2222433

5455454

2222333

3433545

3344433

2232544

4433515

4434525

3333545

3334433

2222434

4344434

2142424

5545535

5454445

4343434

1222333

5434555

2222544

4444444

4454444

4344444

4434444

5334445

3233322

4334444

3434344

4333545

2132344

3313433

3233223

4333343

2232444

3334434

5445445

2232443

5444334

5555545

3233213

5333433

4433525

3343433

2242442

3232423

2-122333

3232444

2333443

4335223

2222333

3343433

4444433

3333444

4224423

2221533

3332444

5312433

3222333

5355334

3313433

2222223

1122434

4344445

1311444

2211334

4444444

3333433

5455555

4323444

4343434

2222444

3311222

4344433

5555434

4343424

4434433

2222444

4334444

3322333

5434334

4444444

3222444

3323534

1121424

1121322

5355434

4332544

4434445

3323444

3433533

4434445

4433444

4333444

1111513

2422334

3333434

4433444

3334323

3214433

4333323

2212222

4344444

4234445

2232343

1211313

4343444

5355435

4444535

5344124

5555545

4333443

4323444

3333555

3233333

5343323

3332434

3323434

4334434

1212445

3323435

3333554

4343434

4455444

1113113

3132544

5445435

2333434

2212322

5445445

4444334

3423544

2222333

5444445

4424333

1212334

3233333

4444545

3323324

3333353

4444345

5455545

3433234

3233433

person4leader1leader2leader3leader4leader5behave1

2312322

5555553

4544453

4555554

3222423

4332333

4455453

3232333

4555555

4334432

4444444

4545554

3344433

3555545

4445544

3444442

4333433

4444444

3555445

4555451

5222225

4444544

3444543

3344444

5454544

3133513

3453544

3335543

5555554

2455552

4333334

4555555

3434344

4344433

4544543

4454553

4212234

4555554

4434523

4444444

3444444

3443454

3443433

4555553

3444434

2444553

4442222

4442234

2334422

3332323

4444444

4233433

3334433

3545555

3222222

4444434

4545544

2232233

3333533

4544553

3545544

5555555

4525543

3431244

2554444

4453545

3554554

4455554

3334441

3444443

4555553

3332433

4444344

3232222

4443444

4344543

3453444

5133555

3333543

2453543

4444553

2221224

3233133

1543452

4555554

3111242

3454444

3445443

2332434

3444442

2222424

4444443

4555555

5434434

5435455

3444443

4243334

4433434

5554554

3111112

3555553

1322432

4434433

4545541

3344443

2222322

4444544

4434445

5555555

4443545

3444543

3554443

2434543

4443542

4445553

1344532

3454443

3534543

3545542

445455-1

2324233

2323321

2322434

3445554

5552555

4443444

1225325

4554545

4554554

5555544

3333532

4323344

1314434

2313333

1332432

3434332

4343434

5555555

4445544

4344442

4534555

3555543

5555545

4444442

4342444

2333324

3434443

3443442

4555555

4453454

4223435

4445544

1241433

2222323

3233313

3143213

3233343

4352325

2343533

4444453

4343342

4554543

333344-1

2232334

3222434

3544544

4444444

2332332

2222322

3-144444

3332233

2555444

3222123

4444343

3333333

3432534

3434433

4555554

4122335

3555545

5525252

4445543

2232233

4343434

3333443

4223233

2222233

5454553

3334433

3535553

3545554

2545554

2212322

5545454

2323332

3444453

2444345

4455543

3545553

5353-135

5555554

5553434

5555355

2211312

2554433

2344432

2554544

5435544

4444544

5343343

3434442

5444443

4111212

3222333

2332534

4444445

2445544

5543434

2554553

5454551

4444554

5455455

4345543

3112234

4535554

3444543

4455545

43212-13

2221231

2555531

-11413-13

4444534

3232334

2222323

2554554

1334544

3555553

4555552

4454554

3334442

3545543

1213121

5444555

4444434

5554553

3444541

4444544

2333422

3343442

5434344

4454544

1555551

2443432

4555554

2444542

4444444

1333441

3445543

2444344

4545454

4444442

4333333

4555554

4433444

4554554

4444543

2555452

3444543

3445544

4343442

2444542

4111214

3243324

4455534

4333435

3545532

3333434

3545544

3444443

3444544

2112113

1344442

3443543

3423443

4444423

3444544

4222224

3323322

3433443

-1334543

4425542

4444543

3453553

1531143

2331321

4444544

2112212

5445443

4555554

4445544

3343334

4545554

5555555

3544532

4121121

3121215

4444544

4444552

3433343

3544553

4434434

2443542

3233234

4334434

3445544

2433544

5555555

4434442

5555545

4353433

5455555

5344433

3554442

3333353

-1334541

2243321

4444543

5555555

3445343

4455554

3545554

4534545

4544445

3345544

4433443

4455354

4444444

4544545

4445544

3444444

3444444

3443532

4555555

4555555

4443444

4222332

4544444

4443453

4454544

4354444

3444443

4343434

4543535

3343433

3444444

4543543

4545555

2224432

5555555

3523533

5544444

3232233

4545531

3445544

3342324

4542424

3455553

4444444

4445454

4323423

5555555

4444444

5545555

4454444

4434444

1111221

5554553

5344533

4444443

4554554

5555555

4444443

4423333

4111412

3443443

3243232

4444554

5333342

4121322

5555555

4444444

4432232

5555554

4434533

2324332

4555554

3555554

1555554

3344543

3123345

4454445

3545443

4555554

3444443

3344544

3332333

4454445

1555543

4333332

4343433

4434444

3111414

1232433

4444545

3423442

4344443

5444443

3434444

4434443

3221322

3323424

4555554

3323333

5-133544

4444543

4223334

5544543

4443323

5453545

1222524

3242324

4332243

4434443

5555544

5555554

3544554

3111112

55-14445

4222333

5444453

4444445

4443433

4444444

2555552

3443533

4344444

4334443

4533224

4535553

3332132

3343341

4444435

3545544

1444553

4554454

2423444

3555554

5554452

3333335

3333424

2121323

2344433

3233324

2221322

2322332

3233333

3332433

2545555

2324443

4444544

4445544

3233334

2333533

3323434

3344343

1544554

3322433

3555553

3345443

2323222

4113113

4444444

3323344

3213422

4444444

3444443

5554555

5535545

3343334

2424442

2212232

3444444

4444444

3454443

3344443

3424444

4424432

4544543

4454553

4444444

4445553

3443532

3212423

2422423

4545555

2445443

3444453

3555544

2444443

3555554

3444444

3444533

2214215

4333234

4344434

4444544

1444443

2555553

2434443

2232542

4343344

3455553

3333443

1111221

4445454

4555554

5344344

5454555

5555553

4555554

3443443

4444535

5223324

3345543

3-153433

3333434

4444444

2333452

4333434

4355444

3333334

4554553

1111333

5555555

4555554

3334434

3443532

4545554

4554552

3333334

3222223

5555554

2555452

3434454

2333443

5333335

3222224

4323324

4545554

5555553

3333433

3334443

behave2behave3behave4develop1develop2develop3develop4

2323333

3335534

3355525

5544324

3333222

2412222

2353414

3342212

5555555

3243223

3443434

4445545

43313-11

4544544

4454413

2343423

4443433

4443433

4555544

1121111

5553213

4443323

3333232

3343222

4544434

3333113

4552444

4442222

4553443

3232422

4444534

3443444

3333223

44433-12

4444435

4442222

4444223

3444445

2342324

4441232

4433333

3552223

3332223

3534314

3432332

3333233

2432222

4442222

2223333

2332323

3442423

2442312

2234422

4445434

2122212

3444444

5454554

3433333

2333333

3444545

4444433

5554535

3334524

3443222

3443424

4553433

3333434

3443434

1121222

3333333

4433323

3443423

4444434

3322233

4452322

4344413

4553413

5551511

3343422

4331211

3444444

4345434

2211121

3333412

3444434

2322512

4443433

4444433

1422223

2333334

4444422

4343344

4554444

4443-133

4555535

4433433

4554435

4342212

4443433

3212233

2342311

1211111

4444444

3222323

3342323

3332423

4442424

5554444

4554524

5554444

3445413

4552222

2332232

1332323

2435424

2243412

2313333

3354535

1224213

3452233

2321123

2312534

3343323

3444333

4454433

4444344

3551511

5553334

4343433

4544114

3451441

3443323

4541111

3231121

2233333

3333333

4443323

5555245

4454434

3343313

4554544

3233322

3453523

4534323

2452422

3433243

3342242

2233222

5554433

3442224

5552232

4444423

4442111

3331111

4343313

3221141

3442232

5553434

5553423

4331312

3323232

4443433

4442212

4333343

4543332

3444434

3432312

4221313

2223333

4442434

3331222

5444434

3232432

3443544

4452423

5343323

3232313

4444454

2341212

4454543

3343323

3443423

3452332

4443222

2331231

3223344

2212222

2335434

4323333

3111113

4444444

5553433

3221111

5454454

3322222

2133413

5555435

3344413

3345535

4554533

5554244

3554544

4455445

2211111

2444425

2322222

4443433

4443323

3443444

4354444

2222322

3333433

2422111

2432223

3334513

4454345

3444424

4443523

4312212

1111111

2221222

3455545

3333413

4443333

3444435

4453222

454-1332

2332332

3223211

1133444

5332213

3444524

4322323

3332221

2442322

4342321

5553544

2341535

5444513

2332342

4444424

1144212

3543333

4444434

5452322

3214111

4554444

3332323

2232423

3552223

4444434

5311111

3352422

5553333

2432222

4442433

1113212

4344444

3444423

4444544

2244433

2232323

5554434

4443323

5554534

1234444

4332433

2332344

3444333

2234434

2222232

3443333

3333133

4553313

5552343

4233333

4443332

3453443

3445533

4443334

3331111

3224242

3342222

4242444

3331212

4433333

3442223

3333223

3332212

2222221

2451231

4332323

4454222

4551211

3234233

4433433

3122211

3442111

4543334

4444434

3541223

3444344

5554544

3323133

1111121

3551523

2353413

2231222

2323343

4551222

3443323

1114433

4442212

4443444

3442433

5554423

5555555

2443424

4553313

3443333

4555253

2232423

1512412

3533333

2451111

1111221

4443233

5555555

3343433

4443124

5535324

5553212

5551534

3442222

2244434

5531423

4444444

5453423

4332413

3443313

3433112

2223433

5555535

5552423

4545534

3322412

4444424

3441312

4543434

4443333

3443333

5554554

4552222

3332323

4443433

3244444

4554445

2222442

5555555

5452323

4432323

3333322

1113433

3344534

4542233

3453324

3332333

3554435

3555534

3334332

4455535

4444434

4554434

4543434

4444333

2211111

4543443

3443423

3332334

3342224

5555525

4444424

5353343

4541121

3333213

2431223

4554534

1223212

3454333

5552313

4443434

3112322

4543424

4553413

3332223

3553352

5354343

3341433

4344433

5553111

4553333

3153333

445-1434

3332322

5553333

3343323

4553334

4432223

2222422

3332232

3452112

4422312

3332432

4453333

3332443

2333413

2334435

3344433

4553434

1221111

4443333

5552312

3333233

4442313

4553433

4443322

3552541

2354422

4543333

3332433

2443522

4343333

3421333

4552343

3455445

4544344

2123523

5555545

4445434

5543424

4444434

2234433

4444444

2223244

3555435

3443323

4343334

2444223

4334334

3333233

2113323

4334444

3444443

4433434

4554434

2342323

3441412

3322334

5553323

5553423

3311111

4432232

4242321

2331111

3332222

4332333

2232333

5553423

3342322

4344444

4453313

3443333

3332333

4353323

4443433

2412213

3213334

4342433

3333211

2222222

4452222

4553423

4343334

3422122

4443444

3333323

5553435

5552524

3433333

3432222

2223123

3443423

3444334

3332434

4331111

4544434

3232333

3442341

2252242

4443334

4443444

2242322

4441111

2232222

5554235

4441323

4433333

4443433

4453414

4444544

4444433

3442333

3553211

3553433

4443233

3444424

1444433

3334322

3333323

2222322

3344234

4442111

3322222

1111111

3434534

4554435

4442121

3323153

3342444

4443343

4241543

5453444

3441311

3231111

3444324

4442323

4553343

3433433

3442242

2334433

4542322

2354445

3333311

5553535

5352212

44422-12

3222424

3453544

4453433

4445534

3332512

5454444

5222212

3332413

3342342

5554423

3442222

4552213

3444325

3444445

4344322

4433324

22