Tampilkan postingan dengan label AMOS. Tampilkan semua postingan
Tampilkan postingan dengan label AMOS. Tampilkan semua postingan

Uji Normalitas pada AMOS Versi 18

Asumsi normalitas memang sangat penting pada analisis parametrik. Beberapa artikel tentang normalitas sudah kami tampilkan di blog sederhana ini. Kali ini kita akan membahas tentang uji normalitas pada AMOS Versi 18. 

AMOS adalah salah satu software Structural Equation Modeling (SEM) yang cukup populer, tentu saja di samping LISREL. Untuk uji normalitas kali ini, kita akan menggunakan path diagram seperti di bawah ini:

Simulasi Path Diagram

Setelah path diagram dihubungkan dengan data, dalam format Excel, maka klik pada Analysis Property di icon di sebelah kiri layar

Icon Analysis Properties

Icon juga ditunjuk dengan gambar anak panah. Setelah itu, maka akan dirahkan ke Menu Analysis Properties sebagai berikut:

Tab Menu Output

Pilih Tab Output di bagian atas box. Lalu berikan tanda centang pada Tests for normality dan outliers. Setelah itu tutup Box tersebut dengan mengklik tanda X di bagian kiri atas. Di layar lalu klik Calculate Estimates dengan icon seperti tampak pada gambar:

Icon Calculate Estimates

Setelah diklik maka program akan melakukan perhitungan dan setelah selesai, kita dapat melihat path diagram yang sudah di run. Sedangkan untuk melihat output normalitas, kita klik saja Icon View Text

Icon untuk Melihat Output

Untuk melihat uji normalitas, kita bisa melihatnya pada output Assesment Normality di mana outputnya adalah sebagai berikut:

Assessment of normality (Group number 1)
Variable min max skew c.r. kurtosis c.r.
NP1 4,000 7,000 ,587 3,030 -,048 -,123
NP2 4,000 7,000 ,537 2,772 -,193 -,498
NP3 4,000 7,000 ,604 3,120 ,204 ,527
NP4 4,000 7,000 ,615 3,175 -,009 -,022
KP3 4,000 7,000 ,724 3,739 ,123 ,318
NS3 4,000 7,000 ,524 2,707 ,181 ,468
NZ3 4,000 7,000 ,546 2,820 -,051 -,133
NZ2 4,000 7,000 ,499 2,576 -,122 -,315
NZ1 4,000 7,000 ,606 3,127 -,162 -,419
SZ1 4,000 7,000 ,543 2,805 -,030 -,078
SZ2 4,000 7,000 ,553 2,853 -,047 -,121
SZ3 4,000 7,000 ,530 2,737 -,050 -,130
KP1 4,000 7,000 ,728 3,759 ,632 1,633
KP2 4,000 7,000 ,568 2,934 -,011 -,029
NS2 4,000 7,000 ,552 2,849 -,008 -,022
NS1 4,000 7,000 ,623 3,217 ,086 ,222
Multivariate 6,618 1,744

Untuk masing-masing variabel akan keluar output Minimal, Maksimal dan juga nilai Skewness dan Kurtosis. Memang AMOS menggunakan metode Skewness dan Kurtosis dalam uji normalitas. Berbeda dengan SPSS di mana kita harus menghitung nilai Z-nya, pada AMOS sudah dikeluarkan nilai c.r. atau Critical Ratio. Misalnya NP1 c.r. adalah sebesar 3,030 untuk Skewness dan -0,123 untuk Kurtosis. Kita tinggal membandingkannya dengan nilai standar yaitu sebesar 1,96 untuk 5% dan 2,58 untuk 1%. 

Penting dicatat bahwa asumsi normalitas yang dipergunakan untuk justifikasi adalah multivariate. Jadi kita ambil nilai yang ada di baris paling bawah, yaitu sebesar 1,744. Nilai ini di bawah 1,96 sehingga dinyatakan bahwa data telah memenuhi asumsi normalitas. Jika lebih lengkap disertakan juga nilai 5%.

AMOS tidak mempunyai metode uji normalitas yang lain karena memang fokus pada analisis SEM. Berbeda dengan SPSS yang mempunyai banyak sekali menu untuk melakukan uji normalitas.

Jika Anda memerlukan data untuk simulasi ini dan juga contoh tabulasi data untuk SEM dengan AMOS dalam format Excel, silahkan ke TKP.

Share:

Mengenal Icon pada AMOS untuk Penggambaran Path Diagram

AMOS adalah salah satu softwre yang cukup populer dalam analisis Structural Equation Modeling atau SEM. Memang LISREL mungkin yang paling banyak dipergunakan, tetapi AMOS mempunyai keunggulan tertentu yaitu mudah dalam menggunakannya atau user friendly. AMOS (Analysis of Moment Structure) yang dulunya berdiri sebagai perusahaan sendiri, diakuisisi oleh SPSS di mana SPSS sendiri juga belakangan diakuisisi oleh IMB dan sering juga disebut dengan PASW.

Salah satu kelebihan AMOS adalah dalam penggambaran Path Diagram. AMOS menyediakan berbagai icon yang akan memudahkan kita dalam melakukan penggambaran path diagram dan nantinya AMOS akan mengkonversi path diagram tersebut ke dalam persamaan struktural. Jadi kita tidak perlu memasukkan persamaan struktural. Ini berbeda dengan LISREL di mana kitalah yang memasukkan persamaan struktural dan LISREL yang akan mengkonversi ke dalam gambar. Perlu dicatat, bahwa notasi yang dipergunakan AMOS tetap menggunakan notasi yang telah dikembangkan oleh LISREL.

Berikut adalah tampilan ketika kita membuat program AMOS untuk pertama kalinya:

Tampilan Awal AMOS
Ini adalah tampilan AMOS Versi 18. Di bagian atas terdapat berbagai menu yang tersedia, yaitu File, Edit, View, Diagram, Analyze, Tools, Plugins dan Help. Berbagai menu tersebut juga ditampilkan dalam icon di bagian kiri. Sebenarnya dalam praktek, icon inilah yang akan banyak dipergunakan oleh pengguna AMOS.

Di bagian kanan adalah tempat untuk menggambarkan path diagram, yang bisa di set landscape atau pun portrait. Kali ini kita akan fokus di icon yang dipergunakan untuk menggambar path diagram yang ditampilkan di bagian kiri.


Gambar paling kiri, kotak adalah simbol untuk indikator atau variabel yang diukur secara langsung. Sedangkan gambar elips adalah simbol untuk variabel yang dibentuk oleh variabel lain. Gambar paling kanan adalah digunakan untuk memberikan indikator kepada suatu konstruk.


Gambar paling kiri (satu anak panah) adalah simbol pengaruh dari suatu variabel ke variabel lainnya, atau dari konstruk ke indikatornya. Gambar dua anak panah di tengah adalah simbol untuk kovarian, diberikan kepada dua konstruk eksougen atau kepada indikator yang mempunyai korelasi. Simbol paling kanan adalah simbol error yang muncul karena adanya pengaruh dari satu variabel bebas ke variabel terikat.


Gambar paling kiri adalah icon untuk memberikan judul atau titel kepada gambar. Bisa juga dipergunakan untuk memberikan nilai parameter pada path diagram, misalnya Chi Square, RMSEA dan lain-ain. Gambar tengah adalah variabel yang ada pada model atau path diagram. Sedangkan gambar paling kanan adalah menunjukkan variabel yang ada pada data, belum tentu dipergunakan dalam path diagram tetapi ada di sumber data misalnya Excel atau SPSS.


Gambar paling kiri digunakan untuk menunjuk pada suatu parameter di path diagram. Gambar di tengah digunakan jika kita ingin menunjuk SEMUA parameter dalam path diagram. Sedangkan gambar paling kanan adalah untuk membatalkan paramter yang akan kita tunjuk.


Gambar paling kiri adalah icon untuk mengkopi atau menduplikat suatu objek, yang tengah adalah jika kita ingin memindahkan suatu parameter dan yang paling kanan adalah untuk menghapus suatu parameter dalam path diagram.


Gambar paling kiri dipergunakan untuk mengubah bentuk gambar yang ada. Gambar di tengah untuk memutar posisi indikator. Gambar di tengah untuk membalik arah anak panah indikator.



Gambar paling kiri adalah untuk menghubungkan antara path diagram dengan data yang akan dianalisis, misalnya dengan Excel atau SPSS. Gambar di tengah untuk mengatur output yang akan dikeluarkan oleh program. Sedangkan gambar paling kanan adalah untuk memerintahkan program melakukan analisis atau running.


Gambar paling kiri adalah untuk mengkopi seluruh path diagram untuk di paste ke words misalnya Gambar paling tengah adalah untuk melihat output secara keseluruhan. Gambar paling kanan adalah untuk menyimpan atau save project kita.


Gambar paling kiri adalah untuk melakukan pembesaran atau zoom suatu area. Sedangkan kedua gambar yang lain adalah untuk memperbesar atau memperkecil path diagram secara keseluruhan.


Gambar paling kiri adalah jika kita ingin melakukan analisis expert yaitu menggunakan bayesian. Gambar paling tengah dipergunakan jika kita melakukan analisis multigroup. Gambar paling kanan digunakan untuk mencetak atau menghubungkan dengan printer.


Gambar paling kiri adalah perintah Undo, di tengah adalah perintah Redo. Sedangkan gambar paling kanan adalah untuk mencari atau search.

Gambar ini tidak di bagian kiri tetapi di kanannya di bagian atas. Gambar yang kanan, dengan warna merah adalah untuk menampilkan parameter di path diagram. Sedangkan yang kiri adalah untuk menghilangkan tampilan parameter atau hanya melihat path diagram saja. Ini berfungsi setelah kita melakukan running program

Sebenarnya kita tidak perlu menghapal icon-icon tersebut karena nantinya kita akan terbiasa dengan sendirinya. Akan tetapi sangat penting untuk memahami tentang icon ini. Untuk tutorial AMOS penggambaran path diagram, akan kita bahas dalam artikel selanjutnya.

Share:

Simulasi AMOS Agar Model Menjadi Fit dengan Modification Indices

Model yang diestimasi dengan Program AMOS biasanya memang agak rumit, di mana ada beberapa variabel bebas dan juga beberapa variabel terikat. Selain itu, persyaratan yang diperlukan juga relatif banyak dan kadang sering sekali sulit untuk dapat dipenuhi. Berikut kami berikan simulasi analisis data Structural Equation Modeling (SEM) menggunakan AMOS.

Model ini menggunakan 160 data (sampel), 16 indikator dengan skala 1 sampai dengan 5. Metode estimasi yang dipergunakan adalah Generalized Least Square (GLS) dengan path diagram sebagai berikut:

Gambar 1 Path Diagram Full Model


Terdapat 3 buah variabel Eksougen yaitu NS, NP dan KP sedangkan variabel Endougen ada dua yaitu SZ dan NZ (ini hanya contoh simulasi saja). Jumlah masing-masing indikator sudah tergambar di path diagram full model di atas. Setelah diestimasi, maka memberikan output path diagram sebagai berikut:

Gambar 2 Output Full Model SEM


Tampak bahwa nilai p adalah sebesar 0,028 yang masih di bawah 0,05 yang menunjukkan bahwa model belum fit. Parameter yang lain, misalnya RMSEA sebenarnya sudah fit, tetapi untuk model dengan sampel yang relatif kecil, maka p value menjadi suatu keharusan.

Untuk melakuan modifikasi, dilihat pada output Modification Indices yaitu sebagai berikut:

Gambar 3 Output Modification Indices



Dari gambar di atas tampak bahwa jika diberikan korelasi tambahan antara e09 dengan e10 akan terjadi penurunan Chi Square sebesar 4,201.  Sebenarnya korelasi antara e14 dengan e13 akan memberikan penurunan Chi square yang lebih besar yaitu sebesar 5,835. Akan tetapi korelasi yang dibuat harus mempunyai dasar teori yang kuat. Oleh karena itu dipilih antara e09 dengan e10 karena dalam satu konstruk, indikator yang ada harus saling berkorelasi karena merupakan indikator reflektif. 

Dengan memberikan korelasi tambahan antara e09 dengan e10 maka memberikan hasil output sebagai berikut:
Gambar 4 Output Full Model Modifikasi

Tampak bahwa nilai p value menjadi 0,061 > 0,05 yang berarti model telah dinyatakan fit. Parameter yang lain, RMSEA juga telah memenuhi nilai yang disarankan. Ini hanya simulasi saja. Jika Anda menginginkan contoh data tabulasi dalam Excel untuk simulasi SEM dengan AMOS, silahkan klik di sini.

Share:

Perbandingan Output Regresi SPSS dengan AMOS

Membaca judul artikelnya, mungkin ada yang mengernyitkan dahi, kok SPSS dibandingkan dengan AMOS, itu kan beda, Regresi dengan SEM (Structural Equation Modeling). Iya memang itu program yang berbeda, meskipun dalam bendera yang sama yaitu IBM. SPSS sebenarnya mempunyai menu yang jauh lebih banyak dibandingkan dengan AMOS, tetapi untuk statistik inferensial, AMOS memang dikatakan lebih unggul karena mengadopsi metode SEM, di mana SPSS belum dirancang untuk itu.

Artikel ini hanya membandingkan output regresi saja. Khusus regresi saja. Dalam simulasi ini, tidak kami lakukan uji asumsi yang ada, tidak ada uji normalitas dan lain-lain karena hanya untuk membandingkan saja. Mohon jangan dijadikan rujukan. Berikut adalah data yang akan dipergunakan:

Terdiri dari dua buah variabel bebas X1 dan X2 serta 1 buah variabel terikat yaitu Y. Sengaja kami buat 1 buah variabel terikat karena SPSS belum mengakomodir lebih dari 1 variabel terikat. Adapun output regresi T hitung antara X1 terhadap Y adalah sebagai berikut:


T hitung adalah sebesar 13,948 atau lebih mendalam, koefisien B sebesar 0,272 dengan Standard Error 0,020 dan Standardized Coefficient sebesar 0,704. Nah untuk AMOS, kita buat path diagram sebagai berikut:


X1 sebagai variabel bebas dan Y sebagai variabel terikat dan ada tambahan e sebagai error untuk Y karena memang harus dideklarasikan untuk dapat dilakukan running. Datanya sama seperti pada gambar di atas dengan jumlah sampel sebanyak 200. Hasilnya adalah sebagai berikut: (tidak dilakukan perhitungan asumsi karena hanya contoh saja)
Tampak bahwa koefisien B adalah sebesar 0,27 yang identik dengan nilai B pada output regresi. Berarti sama kan? Untuk lebih memperjelas, kita lihat output AMOS dengan Standardized yaitu sebagai berikut:

Nilai koefisien Standardized adalah sebesar 0,70 yang identik juga dengan nilai Standardized pada output SPSS. Sedikit berbeda karena memang ada perbedaan setting angka di belakang koma. Apakah dapat disimpulkan bahwa hasilnya sebenarnya sama saja baik dengan SPSSS atau pun dengan AMOS?

Kita coba lihat output AMOS yang berisi nilai t hitung dan parameter yang lain:

Estimate

S.E.

C.R.

P

Label

Y

<---

X1

,272

,019

13,983

***

Tampak bahwa nilai C.R adalah sebesar 13,983 yang juga mendekati nilai T hitung pada SPSS yaitu sebesar 13,948.Sedikit berbeda karena memang pendekatan yang dipergunakan juga berbeda. Semakin banyak jumlah sampel maka semakin mendekati kesamaan nilai keduanya. Itulah mengapa AMOS mensyaratkan sampel yang relatif besar, di atas 100. 

Jadi dalam konteks regesi linear pada SPSS dengan Maximum Likelihood pada AMOS memberikan hasil yang identik. Memang AMOS akan lebih mampu mengestimasi model yang lebih rumit dengan lebih dari 1 variabel terikat. Selain itu, jika menggunakan indikator, maka SPSS hanya akan menghitung jumlah atau rata-rata dari nilai indikatornya. Tetapi AMOS dapat secara langsung melakukan estimasi dari indikator menuju konstruk lalu menuju variabel terikat.

Jadi dalam konteks yang lebih rumit, AMOS akan lebih powerfull dibandingkan dengan SPSS. Bagaimana dengan LISREL? Mungkin kita bahas lain kali.

Share:

Contoh Tabulasi Data untuk Analisis SEM dengan AMOS

Analisis Structural Equation Modeling berbasis Covariance memang memerlukan banyak sekali asumsi. Berbeda dengan yang berbasis Variance yang relatif memerlukan asumsi lebih sedikit. Adanya berbagai asumsi tersebut membuat analisis SEM dengang AMOS menjadi relatif lebih rumit dan agak sulit untuk memenuhi asumsi-asumsi yang ada. 

Kami membuat simulasi tabulasi data dalam Microsoft Excel yang memenuhi sebagian besar dari asumsi yang ada, misalnya asumsi normalitas, RMSEA, GFI, AGFI, P-value dan beberapa asumsi yang krusial sehingga model tersebut layak untuk dipergunakan sebagai sumber data analisis. Jumlah sampel kami rancang di atas 105 sehingga memenuhi asumsi minimal dalam SEM berbasis Covariance atau setidakanya juga di atas 5 x jumlah variabel atau indikator dalam penelitian tersebut. 

Anda dapat menggunakan simulasi tersebut untuk berlatih melakukan analisis dengan AMOS atau melakukan utak-atik data sehingga pemahaman Anda akan lebih terbuka. Data ini bervariasi ada yang menggunakan skala dari 1 sd 5 atau ada pula yang menggunakan skala 1 sd 7. Ini bukan data yang diperoleh dari kuesioner, tetapi hanya simulasi saja.

Adapun rincian dari simulasi adalah sebagai berikut:

Responden-Indikator-Skala

1. 160           16         1 sd 7
2. 104           16         1 sd 5
3. 135           27         1 sd 5
4. 155           37         1 sd 5
5. 171           39         1 sd 5
6. 258           29         1 sd 5
7. 150           30         1 sd 6
8. 125           25         1 sd 5
9. 106           20         1 sd 5
10. 135         16         1 sd 5
11. 105         16         1 sd 5
12. 108         18         1 sd 5
13. 145         29         1 sd 5
14. 127         18         1 sd 7
15. 125         25         1 sd 5
16. 340         28         1 sd 5
17. 105         21         1 sd 5
18. 110         22         1 sd 5
19. 168         32         1 sd 5
20.340          25         1 sd 5
21. 250         18         1 sd 5 Second order CFA


Jika Anda menginginkannya, Anda dapat menggunakan Akun Anda di berbagai Toko Online, misalnya di Tokopedia, Shopee atau Bukalapak.

Silahkan klik link di atas dan berkunjung lalu order menggunakan akun Anda sendiri. Di situ telah disertakan juga file AMOS Versi 18 untuk memudahkan Anda melakukan simulasi. Penting dicatat, bahwa ini adalah data simulasi, bukan data hasil kuesioner. Selain itu, Anda juga harus melakukan running atau analisis sendiri untuk mendapatkan model yang sesuai dengan penelitian Anda.

Simak juga video singkat di Channel kami di Statistik TV:

Jangan lupa Subscribe dan Koment video di atas.

Share:

Olah data dengan AMOS

Program Analysis Moment of Structural (AMOS) adalah salah satu program yang dirancang khusus untuk menyelesaikan Structural Equation Modeling (SEM). Sebenarnya juga banyak program lain yang serupa misalnya EQS, LISREL, LISCOMP, STATISTICA dan lain-lain. Akan tetapi AMOS merupakan program yang banyak digunakan di Indonesia, meskipun di dunia, LISREL lebih banyak digunakan oleh para peneliti.
Path Diagaram dengan AMOS Versi 18

Program ini dapat di download secara gratis di http://www.smallwaters.com meskipun hanya merupakan versi student. Versi student sebenarnya sama persis dengan full version, hanya mempunyai beberapa keterbatasan, di antaranya hanya dapat digunakan untuk delapan variabel saja. Tentu saja penelitian yang sebenarnya akan lebih dari delapan variabel, sehingga anda harus membeli untuk mendapatkan full version. Jika anda membeli, akan akan diberi script yang jika anda masukkan ke dalam versi student, maka program AMOS versi student tersebut akan menjadi full version. Jadi sebuah deretan angka dan huruf tetapi mempunyai harga yang sangat mahal!! He he. Jadi kalau anda bisa mendapatkan script tersebut, ya anda dapat menggunakan AMOS full version, tapi..ya namanya bajakan!!! Mungkin sama dengan Windows yang anda gunakan di rumah :)

Pada awalnya AMOS berdiri sendiri, dan akhirnya dibeli oleh perusahaan statistik raksasa yaitu Statistic Package for Service Solution (SPSS). Browse aja ke http://www.spss.com. Kelebihan dari program AMOS adalah user friendly meskipun sebenarnya AMOS menggunakan notasi yang dikembangkan oleh LISREL. AMOS tidak mempunyai spreadsheet untuk tabulasi data, sehingga harus mengakses dari program lain, misalnya SPSS itu sendiri, Microsoft Excel atau ASCII. Juga AMOS tidak dapat digunakan untuk uji statistik lain yang sebenarnya sederhana, misalnya analisis deskriptif. Beberapa analisis SEM memang masih memerlukan uji seperti itu, misalnya untuk uji outliers. Belakangan, perusahaan raksasa di bidang statistik yaitu SPSS dibeli oleh IBM, perusahaan yang jauh lebih besar dan bergerak di bidang komputer secara umum.

21 Contoh Tabulasi Data untuk SEM dalam format Excel


Share:

Translate

Artikel Populer Seminggu Terakhir

Komentar Terbaru

`

Ingin menghubungi kami untuk kerja sama?

Nama

Email *

Pesan *