Bab 4 Bahasa Pemrograman SIMPLIS

Slides:



Advertisements
Presentasi serupa
STRUCTURAL EQUATION MODELING (SEM)
Advertisements

KONSEP DASAR STRUCTURAL EQUATION MODEL (SEM)
ANALISIS JALUR (Path Analysis)
SEM (STRUCTURAL EQUATION MODELING) MAGISTER TEKNIK INDUSTRI
Structural Equation Modelling – Partial Least Square
Covariance SEM VS Component SEM
MULTIVARIATE ANALYSIS
Program Studi Statistika Semester Ganjil 2011
Analisis Data: Memeriksa Perbedaan
COMPARISON ANALYSIS CORRELATION ANALYSIS AND CAUSAL ANALYSIS Dr. Muhamad Yunanto, MM.
Regresi linier sederhana
STRUCTURAL EQUATION MODELLING
Sesi 5 Model Multi Sampel Model Interaksi
Dibuat oleh : Yessica ( ). Notes Output Created 23-MAY :54:51 Comments Input Active Dataset DataSet0 Filter Weight Split File N of Rows.
INTRODUCTION TO SPSS Statistical Package for Social Science 1.
SEM Konsep dan Prosedur
ANALISIS EKSPLORASI DATA
1 Pertemuan 25 Matakuliah: I0044 / Analisis Eksplorasi Data Tahun: 2007 Versi: V1 / R1 Analisis Regresi Ganda (I) : Pendugaan Model Regresi.
MULTIPLE REGRESSION ANALYSIS (ANALISIS REGRESI GANDA)
Agribusiness Study of Programme Wiraraja University
Analisis Regresi. ANALISIS REGRESI Melihat ‘pengaruh’ variable bebas/independet variabel/ thd variable terikat/dependent variabel. Berdasarkan jumlah.
FEB Univ. 17 Agustus 1945 Jakarta
LOGISTIC REGRESSION Logistic regression adalah regressi dengan binary untuk variabel dependen. Variabel dependen bersifat dikotomi dengan mengambil nilai.
FEB Univ. 17 Agustus 1945 Jakarta
Pengantar SEM Fauziyah, SE., M.Si.
Contoh Perhitungan Regresi Oleh Jonathan Sarwono.
MODUL 11 METODE PENELITIAN ANALISIS DATA (ANALISIS REGRESI)
FEB Univ. 17 Agustus 1945 Jakarta
FEB Univ. 17 Agustus 1945 Jakarta
REGRESI LINIER BERGANDA (MULTIPLE LINEAR REGRESSION)
MODEL PERSAMAAN STRUKTURAL SEM
FEB Univ. 17 Agustus 1945 Jakarta
ANALISIS JALUR MODUL 12 Analisis Jalur.
KORELASI & REGRESI.
MODEL PERSAMAAN STRUKTURAL SEM
Path analysis (analisis jalur)
MODEL PERSAMAAN STRUKTURAL Program Studi Statistika
Program Studi Statistika, semester Ganjil 2012/2013
Analisis Regresi Berganda
MODEL PERSAMAAN STRUKTURAL (STRUCTURAL EQUATION MODEL - SEM)
Program Studi Statistika, semester Ganjil 2012/2013
Program Studi Statistika, semester Ganjil 2012/2013
Program Studi Statistika, semester Ganjil 2012/2013
Program Studi Statistika, semester Ganjil 2012/2013
MODUL 10 ANALISIS REGRESI
Persamaan Regresi vs Model Struktural
Regresi linier satu variable Independent
ANALISIS DASAR DALAM STATISTIKA
MODEL PERSAMAAN STRUKTURAL Program Studi Statistika
Metode Kuantitatif Untuk Manajemen
Agribusiness Study of Programme Wiraraja University
DASAR ANALISIS MULTIVARIATE.
Analisis Jalur (Path Analysis).
REGRESI LINIER BERGANDA (MULTIPLE LINEAR REGRESSION)
Analisis Regresi.
Regresi Linier Beberapa Variable Independent
Regresi Linier Beberapa Variable Independent
Regresi Berganda Dengan Variabel Dummy
MULTIVARIATE ANALYSIS
Uji Korelasi dan Regresi
Agribusiness Study of Programme Wiraraja University
STRUCTURAL EQUATION MODELING BERBASIS KOVARIAN ( CBSEM)
Ekonomi Manajerial dalam Perekonomian Global
Latent Growth Curve (Latent Growth Modeling)
ANALISIS REGRESI LINIER
ANALISIS JALUR ( PATH ANALYSIS ).
Regresi Linier dan Korelasi
Structural Equation Modeling
Analisis Faktor Siti Ulfa Nabila ›Analisis faktor merupakan salah satu dari analisis ketergantungan (interdependensi) antar variabel. ›Prinsip.
Tim Dosen FEB UTA'45 Jkt Pelatihan SEM dengan AMOS 1.
Transcript presentasi:

Bab 4 Bahasa Pemrograman SIMPLIS Dr. Setyo Hari Wijanto <setyohw@idola.net.id>

Bab 4 Bahasa Pemrograman SIMPLIS WORKING WITH SIMPLIS LISREL software: Bahasa LISREL Bahasa SIMPLIS Bahasa LISREL menggunakan Matrik sebagai dasar untuk Pemrograman dan Output, sedangkan SIMPLIS menggunakan Persamaan. SIMPLIS bisa diminta untuk menghasilkan output dalam bentuk LISREL. SIMPLIS dan Kombinasi SIMPLIS dan LISREL , sedangkan output LISREL hanya dalam bentuk LISREL saja. Bab 4 Bahasa Pemrograman SIMPLIS April 2009

PROGRAM SIMPLIS (INPUT FILE) Sebuah Program Simplis atau sering dikenal sebagai input file harus mengandung hanya karakter ASCII saja. Huruf besar dan kecil bisa saling digunakan untuk mendeskripsikan statemen atau perintah dalam program. Meskipun demikian untuk nama-nama variabel penggunaan huruf besar dan kecil harus konsisten. Nama variabel terdiri dari maksimum 8 karakter. Nama variabel yang lebih dari 8 karakter, hanya akan dibaca 8 karakter pertamanya saja oleh program. Tanda seru (!) atau slash-asterik (/*) digunakan untuk menunjukkan bahwa apa saja yang dibelakangnya pada baris tersebut dianggap sebagai komentar. Bab 4 Bahasa Pemrograman SIMPLIS April 2009

PROGRAM SIMPLIS (INPUT FILE) Sebuah physical line diakhiri dengan sebuah karakter RETURN dan/atau ENTER Simplis command line diakhiri dengan sebuah karakter RETURN dan/atau ENTER atau sebuah semicolon (;) Jadi physical line: Covariance Matrix from File EX10.COV; Sample Size = 865 Mengandung 2 SIMPLIS command: Covariance Matrix from File EX10.COV Sample Size = 865 Bab 4 Bahasa Pemrograman SIMPLIS April 2009

PROGRAM SIMPLIS (INPUT FILE) Bentuk Umum (1) Spesifikasi Input Data (2) Spesifikasi Model (3) Spesifikasi Proses (4) Spesifikasi Output Bab 4 Bahasa Pemrograman SIMPLIS April 2009

SPESIFIKASI INPUT DATA Beberapa alternatif Spesifikasi Input Data Matrik Kovarian Matrik Kovarian yang ditulis pada program SIMPLIS Matrik Kovarian yang disimpan dalam file (.cov) Matrik Korelasi, Mean dan Deviasi Standar Matrik Korelasi, Mean dan Deviasi Standar yang ditulis pada program SIMPLIS Matrik Korelasi, Mean dan Deviasi Standar yang disimpan dalam file (berturut-turut .cor, .mea, .std) Data Mentah (Raw Data) Data mentah yang ditulis pada program SIMPLIS Data mentah yang disimpan pada file (.psf) Data System File Data system file yang disimpan dalam file (.dsf) Matrik Kovarian Asimptotik Matrik Kovarian Asimptotik yang disimpan dalam file (.acm) Bab 4 Bahasa Pemrograman SIMPLIS April 2009

SPESIFIKASI INPUT DATA Matrik Kovarian sebagai Input Data Bab 4 Bahasa Pemrograman SIMPLIS April 2009

SPESIFIKASI INPUT DATA Matrik Kovarian sebagai Input Data Bab 4 Bahasa Pemrograman SIMPLIS April 2009

SPESIFIKASI INPUT DATA Bab 4 Bahasa Pemrograman SIMPLIS April 2009

SPESIFIKASI INPUT DATA Matrik Korelasi sebagai Input Data Bab 4 Bahasa Pemrograman SIMPLIS April 2009

SPESIFIKASI INPUT DATA Raw Data (Data Mentah) sebagai Input Data Bab 4 Bahasa Pemrograman SIMPLIS April 2009

SPESIFIKASI INPUT DATA Raw Data (Data Mentah) sebagai Input Data Bab 4 Bahasa Pemrograman SIMPLIS April 2009

SPESIFIKASI INPUT DATA PRELIS dan LISREL membentuk system file yang digunakan untuk saling berkomunikasi satu sama lain. The PRELIS System File Sebagian besar software package menggunakan suatu format data file yang unik untuk package bersangkutan. Beberapa contoh file format: Microsoft Excel (*.xls) SPSS for Windows (*.sav) Minitab (*.mtw) SAS for Window 6.12 (*.sd2) STATA (*.dta) STATISTICA (*.STA) SYSTAT (*.SYS) LISREL dapat mengimport file format di atas dan beberapa format lainnya dan mengubahnya ke sebuah *.psf file. Bab 4 Bahasa Pemrograman SIMPLIS April 2009

SPESIFIKASI INPUT DATA Data System File sebagai Input Data Bab 4 Bahasa Pemrograman SIMPLIS April 2009

SPESIFIKASI INPUT DATA Data System File Sebuah data system file, atau *.dsf, dapat dibentuk dari PRELIS System File (PSF).Nama file-nya sama dengan nama .psf, hanya dengan suffix *.dsf. *.dsf mengandung informasi tentang variabel-variabel yang diperlukan LISREL untuk analisis data Untuk menspesifikan sebuah *.dsf dalam SIMPLIS, ditulis: System file from File filename.DSF Bab 4 Bahasa Pemrograman SIMPLIS April 2009

SPESIFIKASI INPUT DATA Data System File (Lanjutan) Baris di atas menggantikan baris-baris dalam sebuah SIMPLIS syntax file sebagai berikut: Observed Variables: A B C D E F Means from File filename Covariance Matrix from File filename Asymptotic Covariance Matrix from File filename Sample Size = 678 Karena *.dsf adalah binary file, sehingga dapat dibaca lebih cepat dibandingkan syntax file. Bab 4 Bahasa Pemrograman SIMPLIS April 2009

SPESIFIKASI INPUT DATA Asymptotic Covariance Matrix sebagai Input Data Bab 4 Bahasa Pemrograman SIMPLIS April 2009

SPESIFIKASI INPUT DATA Raw Data dan Asymptotic Covariance Matrix sebagai Input Data Bab 4 Bahasa Pemrograman SIMPLIS April 2009

SPESIFIKASI INPUT DATA Asymptotic Covariance Matrix Asymptotic Covariance Matrix from File filename Diperlukan untuk estimasi WLS Asymptotic Variance Matrix Asymptotic Variance Matrix from File filename Diperlukan untuk estimasi DWLS Bab 4 Bahasa Pemrograman SIMPLIS April 2009

Bab 4 Bahasa Pemrograman SIMPLIS SPESIFIKASI MODEL Template Spesifikasi Model Bab 4 Bahasa Pemrograman SIMPLIS April 2009

Bab 4 Bahasa Pemrograman SIMPLIS SPESIFIKASI MODEL Relationship Untuk setiap relationship, dimasukkan variables dalam bentuk: Left hand variables = Right hand variables Dimana left hand variable adalah nama dependent variable (ujung anak panah, pada path diagram) , sedangkan right hand variables adalah independent variables (pangkal anak panah). Secara ringkas: To variable = From variables Bab 4 Bahasa Pemrograman SIMPLIS April 2009

Bab 4 Bahasa Pemrograman SIMPLIS SPESIFIKASI MODEL Contoh Model Wheaton Path Diagram (Diagram Lintasan) Bab 4 Bahasa Pemrograman SIMPLIS April 2009

Bab 4 Bahasa Pemrograman SIMPLIS SPESIFIKASI MODEL Contoh Model Wheaton Program SIMPLIS Bab 4 Bahasa Pemrograman SIMPLIS April 2009

Bab 4 Bahasa Pemrograman SIMPLIS SPESIFIKASI MODEL Paths Serupa dengan Relationships, dengan bentuk umum: From variable -> To variables Bab 4 Bahasa Pemrograman SIMPLIS April 2009

Bab 4 Bahasa Pemrograman SIMPLIS SPESIFIKASI MODEL Scaling the Latent Variables Latent variables adalah unobservable dan tidak mempunyai skala yang definitif. Untuk memberikan skala dapat dilakukan 2 cara: menstandarisasikan units of measurement dari latent variables, sehingga mereka mempunyai unit variances pada populasi. Menetapkan koefisien dari salah satu observed variable-nya dengan nilai non-zero (biasanya 1). Contoh: READING = 1* verbal WRITING = Verbal Dalam hal ini READING adalah reference variable Bab 4 Bahasa Pemrograman SIMPLIS April 2009

Bab 4 Bahasa Pemrograman SIMPLIS SPESIFIKASI MODEL Contoh Model Wheaton Program SIMPLIS untuk Scaling Latent Variables Bab 4 Bahasa Pemrograman SIMPLIS April 2009

Bab 4 Bahasa Pemrograman SIMPLIS SPESIFIKASI MODEL Contoh Model Wheaton Program SIMPLIS untuk Single Indicator Bab 4 Bahasa Pemrograman SIMPLIS April 2009

Bab 4 Bahasa Pemrograman SIMPLIS SPESIFIKASI MODEL Diagram Lintasan dan Program SIMPLIS Model Regresi (Path Model) Bab 4 Bahasa Pemrograman SIMPLIS April 2009

Bab 4 Bahasa Pemrograman SIMPLIS SPESIFIKASI MODEL Diagram Lintasan dan Program SIMPLIS Model Recursive (Path Model) Bab 4 Bahasa Pemrograman SIMPLIS April 2009

Bab 4 Bahasa Pemrograman SIMPLIS SPESIFIKASI MODEL Diagram Lintasan dan Program SIMPLIS Model Reciprocal (Path Model) Bab 4 Bahasa Pemrograman SIMPLIS April 2009

Bab 4 Bahasa Pemrograman SIMPLIS SPESIFIKASI MODEL Diagram Lintasan dan Program SIMPLIS Model Pengukuran/CFA (Single Factor) Bab 4 Bahasa Pemrograman SIMPLIS April 2009

Bab 4 Bahasa Pemrograman SIMPLIS SPESIFIKASI MODEL Diagram Lintasan dan Program SIMPLIS Model Pengukuran/CFA (Multiple Factors) Bab 4 Bahasa Pemrograman SIMPLIS April 2009

Bab 4 Bahasa Pemrograman SIMPLIS SPESIFIKASI MODEL Diagram Lintasan dan Program SIMPLIS Model Second Order CFA Bab 4 Bahasa Pemrograman SIMPLIS April 2009

Bab 4 Bahasa Pemrograman SIMPLIS SPESIFIKASI MODEL Diagram Lintasan dan Program SIMPLIS Model Multi Traits Multi Methods (MTMM) Bab 4 Bahasa Pemrograman SIMPLIS April 2009

Bab 4 Bahasa Pemrograman SIMPLIS SPESIFIKASI MODEL Diagram Lintasan dan Program SIMPLIS Model Multiple Indicators Multiple Causes (MIMIC) Bab 4 Bahasa Pemrograman SIMPLIS April 2009

Bab 4 Bahasa Pemrograman SIMPLIS SPESIFIKASI MODEL Diagram Lintasan dan Program SIMPLIS Model Reciprocal (SEM) Bab 4 Bahasa Pemrograman SIMPLIS April 2009

Bab 4 Bahasa Pemrograman SIMPLIS SPESIFIKASI MODEL Diagram Lintasan dan Program SIMPLIS Model Reciprocal (SEM) Bab 4 Bahasa Pemrograman SIMPLIS April 2009

Bab 4 Bahasa Pemrograman SIMPLIS SPESIFIKASI PROSES Default Estimation (Tidak perlu dituliskan) Maximum Likelihood Estimation (MLE) Metode Estimasi lainnya Weighted Least Square (WLS) Diagonally Weighted Least Square (DWLS) Two Stage Least Square (TSLS) dllnya Contoh: Tanda [ ] menunjukkan optional. [Method: Weighted Least Square] [Admissibility Check Off] [Iteration : 500] Bab 4 Bahasa Pemrograman SIMPLIS April 2009

Bab 4 Bahasa Pemrograman SIMPLIS SPESIFIKASI OUTPUT End Of Problem Statemen End of Problem menunjukkan akhir dari program simplis. Dengan hanya statemen ini, Program Simplis akan mencetak printed output (.out) Option/Pilihan [Path Diagram] [Print Residual] [Wide Print] [Number of Decimals = …] [Lisrel Output] [Options] End of Problem Bab 4 Bahasa Pemrograman SIMPLIS April 2009

Bab 4 Bahasa Pemrograman SIMPLIS SPESIFIKASI OUTPUT Lisrel Output Untuk memperoleh output dalam format LISREL, tambahkan baris LISREL Output Beberapa pilihan LISREL Output: SS SC EF SE VA MR FS PC PT Dimana: SS = Print standardized solution SC = Print completely standardized solution EF = Print total and indirect effects, their standard errors and t-values VA = Print Variances and Covariances MR = Equivalent to RS and VA FS = Print factor scores regression Bab 4 Bahasa Pemrograman SIMPLIS April 2009

Bab 4 Bahasa Pemrograman SIMPLIS SPESIFIKASI OUTPUT FS = Print factor scores regression PC = Print correlations of Parameter estimates PT = Print technical information Options Untuk memperoleh output dalam format SIMPLIS dilengkapi dengan output dari options yang dispesifikasikan dalam format LISREL (atau kombinasi SIMPLIS danLISREL), tambahkan baris Options: Beberapa pilihan Options: SS SC EF SE VA MR FS PC PT Dimana SS, SC, EF, SE, VA, MR, FS, PC, PT sesuai dengan definisi pada slide sebelumnya Bab 4 Bahasa Pemrograman SIMPLIS April 2009

CONTOH PROGRAM SIMPLIS Bab 4 Bahasa Pemrograman SIMPLIS April 2009

CONTOH PROGRAM SIMPLIS Bab 4 Bahasa Pemrograman SIMPLIS April 2009

CONTOH PROGRAM SIMPLIS Bab 4 Bahasa Pemrograman SIMPLIS April 2009

OUTPUT PROGRAM SIMPLIS Template Printed Output Bab 4 Bahasa Pemrograman SIMPLIS April 2009

OUTPUT PROGRAM SIMPLIS Informasi Tentang Lisrel Software Bab 4 Bahasa Pemrograman SIMPLIS April 2009

OUTPUT PROGRAM SIMPLIS Sintaks Program SIMPLIS Bab 4 Bahasa Pemrograman SIMPLIS April 2009

OUTPUT PROGRAM SIMPLIS Matriks Kovarian dari Variabel Teramati Bab 4 Bahasa Pemrograman SIMPLIS April 2009

OUTPUT PROGRAM SIMPLIS Hasil Estimasi (Persamaan Model Pengukuran) Bab 4 Bahasa Pemrograman SIMPLIS April 2009

OUTPUT PROGRAM SIMPLIS Hasil Estimasi (Persamaan Model Struktural) Bab 4 Bahasa Pemrograman SIMPLIS April 2009

OUTPUT PROGRAM SIMPLIS Hasil Estimasi (Matrik Kovarian Variabel Laten) Bab 4 Bahasa Pemrograman SIMPLIS April 2009

OUTPUT PROGRAM SIMPLIS Penjelasan Hasil Estimasi Loading Factor Parameter Error Paramater Bab 4 Bahasa Pemrograman SIMPLIS April 2009

OUTPUT PROGRAM SIMPLIS Goodness Of Fit Statistics (GOF) Bab 4 Bahasa Pemrograman SIMPLIS April 2009

OUTPUT PROGRAM SIMPLIS Goodness Of Fit Statistics (GOF) Bab 4 Bahasa Pemrograman SIMPLIS April 2009

OUTPUT PROGRAM SIMPLIS Goodness Of Fit Statistics (GOF) Bab 4 Bahasa Pemrograman SIMPLIS April 2009

OUTPUT PROGRAM SIMPLIS Modification Indices Bab 4 Bahasa Pemrograman SIMPLIS April 2009

OUTPUT PROGRAM SIMPLIS Options: Standardized Solution (SC) Bab 4 Bahasa Pemrograman SIMPLIS April 2009

OUTPUT PROGRAM SIMPLIS Options: Standardized Solution (SC) Bab 4 Bahasa Pemrograman SIMPLIS April 2009

OUTPUT PROGRAM SIMPLIS Path Diagram (Diagram Lintasan) Bab 4 Bahasa Pemrograman SIMPLIS April 2009

ANALISIS TERHADAP OUTPUT GOFI Nilai Tingkat Kecocokan p-value of Χ2 0.00 (p≥ 0.05) Kurang Baik RMSEA 0.11 (≤0.08) NFI 0.97 (≥ 0.90) Baik NNFI 0.94(≥ 0.90) CFI 0.98(≥ 0.90) RFI IFI SRMR 0.021(≤0.05) GFI AGFI 0.91(≥ 0.90) Iktisar GOF Bab 4 Bahasa Pemrograman SIMPLIS April 2009

ANALISIS TERHADAP OUTPUT ANALISIS MODEL PENGUKURAN Lihat  LISREL ESTIMATES (MAXIMUM LIKELIHOOD) Uji Validitas Nilai t > 2 jadi semua koefisien/ loading factor adalah signifikan Jika Nilai standardized loading factor > 0.70 maka validitas baik. Yang ditunjukkan pada output adalah unstandardized loading factor, sehingga untuk menyimpulkan validitas, output perlu ditransformasikan ke standardized solution. Bab 4 Bahasa Pemrograman SIMPLIS April 2009

ANALISIS TERHADAP OUTPUT ANALISIS MODEL PENGUKURAN Lihat  LISREL ESTIMATES (MAXIMUM LIKELIHOOD) Uji Validitas. Transformasi dapat dilakukan melalui: Output Path Diagram dengan memilih option pada Estimate: Standardized Solution (Lihat Slide sebelumnya) Penambahan perintah pada program Simplis sbb: Options: SC atau Lisrel Output: SC Bab 4 Bahasa Pemrograman SIMPLIS April 2009

ANALISIS TERHADAP OUTPUT ANALISIS MODEL PENGUKURAN Uji Validitas Completely Standardized Solution LAMBDA-Y Alien67 Alien71 -------- -------- ANOMIA67 0.81 - - POWERL67 0.81 - - ANOMIA71 - - 0.84 POWERL71 - - 0.80 LAMBDA-X Ses -------- EDUC 0.83 SEI 0.65 Bab 4 Bahasa Pemrograman SIMPLIS April 2009

ANALISIS TERHADAP OUTPUT ANALISIS MODEL PENGUKURAN Uji Validitas Kecuali SEI (0.65), Semua nilai standardized loading factor > 0.70 maka validitas dari model pengukuran adalah baik. Uji Reliabilitas Nilai Measurement Errors ditunjukkan oleh Theta Delta dan Theta Epsilon di bawah ini. THETA-EPS ANOMIA67 POWERL67 ANOMIA71 POWERL71 -------- -------- -------- -------- 0.34 0.34 0.30 0.36 THETA-DELTA EDUC SEI -------- -------- 0.31 0.58 Bab 4 Bahasa Pemrograman SIMPLIS April 2009

ANALISIS TERHADAP OUTPUT ANALISIS MODEL PENGUKURAN Iktisar Validitas Konstruk Bab 4 Bahasa Pemrograman SIMPLIS April 2009

ANALISIS TERHADAP OUTPUT ANALISIS MODEL PENGUKURAN Uji Reliabilitas Menghitung Construct Reliability untuk Ses Sum of Standardized Loading: 0.83+0.65 = 1.48 Sum of Measurement Errors : 0.31+0.58 = 0.89 Construct Reliability = (1.48)² / ((1.48)² + 0.89) = 0.71 > 0.70 Menghitung Variance Extracted untuk Ses Sum of Squared Standardized Loading= (0.83)² + (0.65)² = 1.11 Variance Extracted = 1.11 / (1.11+0.89) = 0.56 >0.50 Dari perhitungan di atas disimpulkan bahwa reliabilitas konstruk atau reliabilitas model Ses adalah baik Bab 4 Bahasa Pemrograman SIMPLIS April 2009

ANALISIS TERHADAP OUTPUT ANALISIS MODEL PENGUKURAN Iktisar Reliabilitas Bab 4 Bahasa Pemrograman SIMPLIS April 2009

ANALISIS TERHADAP OUTPUT ANALISIS MODEL STRUKTURAL Dari t-value koefisien persamaan struktural yang nilai absolutnya > 2 maka dapat disimpulkan bahwa semua koefisien adalah signifikan. Sementara itu, dari R²-nya (0.32 dan 0.58) dapat disimpulkan bahwa coefficient of determination dari persamaan struktural tersebut adalah cukup. Structural Equations Alien67 = - 0.61*Ses, Errorvar.= 5.31 , R² = 0.32 (0.056) (0.47) -10.87 11.23 Alien71 = 0.70*Alien67 - 0.17*Ses, Errorvar.= 3.74 , R² = 0.58 (0.054) (0.054) (0.39) 13.16 -3.23 9.65 Bab 4 Bahasa Pemrograman SIMPLIS April 2009

ANALISIS TERHADAP OUTPUT ANALISIS MODEL STRUKTURAL Hipotesis 1 (H1): Ses secara negatif mempengaruhi Alien67 Hipotesis 2 (H2): Alien67 secara positif mempengaruhi Alien71 Hipotesis 3 (H3): Ses secara negatif mempengaruhi Alien71 Bab 4 Bahasa Pemrograman SIMPLIS April 2009

ANALISIS TERHADAP OUTPUT MODIFICATION INDICES Modification indices digunakan untuk melakukan respesifikasi dari model (Model Generating). Penambahan path maupun penambahan error covariance perlu diperiksa dengan teori yang mendasari model. Dari modification indices pada slide terdahulu dapat dilakukan penambahan error covariance seperti yang disarankan. Meskipun demikian ada beberapa hal yang perlu diperhatikan: Penambahan error covariance didasarkan atas teori atau asumsi yang digunakan untuk membuat model. Bab 4 Bahasa Pemrograman SIMPLIS April 2009

ANALISIS TERHADAP OUTPUT MODIFICATION INDICES Jika diasumsikan bahwa satu variabel teramati (observed variables) hanya merefleksikan satu variabel laten maka error covariance di antara variabel teramati dari variabel laten yang sama yang dapat ditambahkan. Dalam hal ini mulailah penambahan error covariance pada model yang memberikan penurunan chi-square terbesar. Jalankan model, periksa goodness of fit(GOF)nya dan lakukan hal ini berulang-ulang sampai diperoleh GOF yang bisa diterima. Bab 4 Bahasa Pemrograman SIMPLIS April 2009

ANALISIS TERHADAP OUTPUT Bab 4 Bahasa Pemrograman SIMPLIS April 2009

ANALISIS TERHADAP OUTPUT Path Diagram (Diagram Lintasan) Bab 4 Bahasa Pemrograman SIMPLIS April 2009

ANALISIS TERHADAP OUTPUT GOFI Nilai Tingkat Kecocokan p-value of Χ2 0.32 (p≥ 0.05) Baik RMSEA 0.014 (≤0.08) NFI 1.00 (≥ 0.90) NNFI CFI RFI 0.99(≥ 0.90) IFI 1.00(≥ 0.90) SRMR 0.0074(≤0.05) GFI AGFI 0.99 (≥ 0.90) Iktisar GOF Bab 4 Bahasa Pemrograman SIMPLIS April 2009

ANALISIS TERHADAP OUTPUT Variabel SLF Error CR VE Deskrip Ses 0.71 0.56 Rel- baik EDUC 0.84 0.29 Val - baik SEI 0.64 0.59 Alien67 0.80 0.66 Anomia67 0.77 0.40 Powerl67 0.85 0.27 Alien71 0.67 Anomia71 0.81 0.35 Powerl71 0.83 0.31 Validitas dan Reliabilitas Bab 4 Bahasa Pemrograman SIMPLIS April 2009

ANALISIS TERHADAP OUTPUT Model Struktural Path Koef. t-value Ses  Alien67 -0.56 -13.09 Signifikan Alien67 Alien71 0.57 11.89 Signifikan Ses  Alien71 -0.21 -4.52 Signifikan Bab 4 Bahasa Pemrograman SIMPLIS April 2009