Tampilkan postingan dengan label Lisrel. Tampilkan semua postingan
Tampilkan postingan dengan label Lisrel. Tampilkan semua postingan

Analisis Regresi Linear Sederhana dengan Simplis Lisrel

Di artikel terdahulu kita telah membandingkan hasil atau output regresi linear sederhana antara SPSS dengan AMOS. Hasilnya adalah identik. Perbedaan yang terjadi semata-mata karena perbedaan angka di belakang koma saja dan kurang lebih interpretasi hasilnya adalah sama. Kali ini kita akan mencoba dengan data yang sama tetapi menggunakan Software LISREL. Ya Lisrel sangat familier dalam analisis Structural Equation Modeling. Bahkan ada yang menyebut sebagai software yang paling powerfull. Dan memang, AMOS pun menggunakan notasi yang dikembangkan oleh Lisrel dalam softwarenya.

Baik kita langsung saja. Untuk data, bisa Anda download di sini dengan akun google Anda atau ini ada di Google Drive. Itu juga data yang sama yang dipergunakan untuk melakukan regresi linear sederhana dengan AMOS dan SPSS. Setelah Anda download, silahkan gunakan Simplis untuk mengakses data dalam SPSS tersebut:

Tabulasi Data dalam Simplis

Agar terlihat lebih sederhana, settinglah angka di belakang koma menjadi 0 atau tidak ada karena secara default akan keluar 3 angka di belakang koma yang akan terlihat menjadi lebih ruwet. Setelah itu set lah data ke dalam continuous agar bisa di analisis secara parametrik. Setelah itu pilih Statistics, lalu klik pada Regressions seperti pada gambar di bawah:

Menu Regresi pada Simplis

Maka kita akan diarahkan ke menu regresi. Masukkan X1 sebagai X variables dan Y sebagai Y variables. Untuk regresi berganda, Anda bisa memasukkan banyak variabel bebas.

Memasukkan Variabel Bebas dan Terikat

Setelah Anda memasukkan variabel X dan Y, karena ini hanya contoh, langsung saja klik Run sehingga akan keluar output sebagai berikut:

Estimated Equations

         Y = 0.272*X1 + Error, R² = 0.496

           (0.0195)                      

            13.948                      

  Error Variance = 5.574

  Total Sample Size =    200


Pada baris pertama output tertulis Estimated Equations dan di bawahnya memuat persamaan yang diestimasi dengan Simplis. Tampak bahwa nilai koefisien adalah sebesar 0,272 yang sama persis dengan output baik dengan SPSS maupun dengan AMOS. Kemudian nilai R square adalah sebesar 0,496 yang juga identik.

Output di bawahnya lagi adalah Standar error yaitu sebesar 0,0195 sedangkan di SPSS nilainya adalah sebesar 0,020. Ini sebenarnya adalah identik karena Simplis di set 4 angka di belakang koma. Sedangkan T hitung adalah sebesar 13,948 yang juga sama dan identik dengan output dengan SPSS.

Error Variance, jika kita ingin lebih detaik adalah sebesar 5,574 di mana AMOS mengeluarkan output sebesar 5,55.Nah ini juga identik, karena ada perbedaan setting output angka di belakang koma.

Jadi dapat kita simpulkan bahwa output yang dihasilkan memang sama. Tidak ada perbedaan, selama kita menggunakan alat bantu atau software tersebut dengan benar.

Share:

Uji Normalitas dengan Simplis Lisrel

Asumsi normalitas memang sangat diperlukan pada statistik parametrik. Metode uji normalitas juga beraneka ragam. Selain itu, alat bantu atau software juga banyak beredar sehingga memudahkan bagi siapa saja yang memerlukannya. Kali ini kita akan membahas tentang uji normalitas, tetapi bukan dengan SPSS melainkan dengan Simplis pada Lisrel. Sebagaimana kita ketahui, Lisrel sangat populer untuk analisis Structural Equation Modeling (SEM). Tetapi sebenarnya Lisrel juga memiliki menu banyak, salah satu di antaranya adalah untuk uji normalitas.

Tampilan Menu Simplis

Lisrel bisa menggunakan tabulasi data dari software lain, dalam simulasi ini kami ambilkan tabulasi dari SPSS. Pilih File di kiri atas, lalu klik pada Import External Data in Other Format, seperti pada gambar di bawah ini:

Menu Import Data dari SPSS

Maka kita akan diarahkan ke menu import data. Pertama arahkan ke Drive yang akan kita tuju, juga arahkan ke folder yang kita maksud. Setelah itu pada List Files of Type di bagian bawah, carilah format SPSS for Windows. Di situ juga tampak berbagai format lain yang dapat kita import ke dalam Simplis, mulai dari SAS, STATA, EXCEL dan masih banyak lagi.

Mengarahkan ke Folder dan Type Data

Setelah klik OK, maka kita akan diarahkan untuk menentukan letak folder yang akan kita gunakan untuk menyimpan file ini.

Mengatur letak folder yang akan kita gunakan untuk menyimpan file

Setelah itu klik OK maka kita akan melihat tampilan tabulasi data dan juga telah menyimpan file tersebut pada folder yang telah kita tentukan. 

Tabulasi Data Simplis Hasil Import dari SPSS

Langkah pertama adalah melakukan set bahwa data yang akan kita analisis adalah data Continuous. Ada 5 pilihan tipe data di Lisrel, yaitu Ordinal, Continuous, Censored Above, Censored Below dan Censored Above and Below. Langkahnya adalah pilih Data pada menu di atas, lalu klik pada Define Variables seperti pada gambar di bawah.

Menu Define Variables

Maka kita akan diarahkan ke sub menu lagi untuk menentukan tipe data yang akan kita analisis. 

Menentukan Tipe Data

Klik pada salah satu variabel, lalu klik Variable Type sehingga akan masuk ke sub menu lagi yaitu sebagai berikut:

Memilih Tipe Data Continuous

Pilih Continuous, lalu berikan tanda centang pada Apply to all seperti pada gambar di atas. Lalu klik OK sehingga akan kembali ke tabulasi data, tetapi kita sudah melakukan setting pada tipe data. Untuk melakukan uji normalitas, pilih menu Statistics di atas lalu klik pada Output Options.

Menu Statistics

Maka kita akan masuk ke menu Statistics yaitu sebagai berikut:

Menu Uji Normalitas

Berikan tanda centang pada Perform tests of multivariate normality seperti pada gambar di atas, lalu klik OK. Maka akan keluar output yaitu sebagai berikut:


Test of Univariate Normality for Continuous Variables


              Skewness         Kurtosis      Skewness and Kurtosis


 Variable Z-Score P-Value   Z-Score P-Value   Chi-Square P-Value


     POF1   0.262   0.793     1.473   0.141        2.238   0.327

     POF2   0.037   0.970     1.472   0.141        2.167   0.338

     POF3   0.776   0.438     0.742   0.458        1.153   0.562

     POF4   0.262   0.793     0.822   0.411        0.744   0.689

       K1  -0.697   0.486     0.929   0.353        1.349   0.509

       K2  -0.003   0.998     0.717   0.474        0.514   0.773

       K3   1.962   0.050    -0.140   0.889        3.869   0.144

       K4   1.178   0.239    -0.214   0.830        1.433   0.488

       K5   2.060   0.039     1.411   0.158        6.234   0.044

      LK1   0.838   0.402     1.623   0.104        3.338   0.188

      LK2   1.373   0.170     1.081   0.280        3.053   0.217

      LK3  -0.406   0.685     1.238   0.216        1.698   0.428

      LK4   0.726   0.468     0.871   0.384        1.286   0.526

      LK5   0.231   0.818     1.090   0.276        1.241   0.538

      LK6   0.646   0.518     0.570   0.569        0.742   0.690

       M1  -1.149   0.251     1.752   0.080        4.389   0.111

       M2  -0.709   0.479     0.806   0.420        1.152   0.562

       M3   0.412   0.680     0.069   0.945        0.175   0.916

       M4  -0.828   0.408     0.748   0.454        1.245   0.537

       M5   0.254   0.799     1.217   0.224        1.546   0.462

      KP1   1.333   0.183     0.675   0.500        2.231   0.328

      KP2   0.301   0.763     0.914   0.360        0.927   0.629

      KP3   0.677   0.498    -0.053   0.958        0.461   0.794

      KP4   0.342   0.732     0.615   0.538        0.496   0.780

      KP5   0.391   0.696     0.496   0.620        0.399   0.819


 Relative Multivariate Kurtosis = 0.989


 Test of Multivariate Normality for Continuous Variables


             Skewness                   Kurtosis           Skewness and Kurtosis


      Value  Z-Score P-Value     Value  Z-Score P-Value      Chi-Square P-Value

     ------  ------- -------   -------  ------- -------      ---------- -------

    137.347   -0.829   0.407     3.597    0.587   0.557           1.032   0.597


Output Lisrel memang dapat kita copy ke dalam bentuk notepad kurang lebih seperti tampilan di atas. Itu hanya sebagaian output saja. Untuk menu pada Test of Univariate Normality for Continuous Variables maka kita akan melihat normalitas dari masing-masing variabel yang kita uji. Misalnya POF1 maka akan ada output Skewness, Kurtosis dan juga Chi Square di kolom paling kanan. Tampak nilai p-value adalah 0,327 > 0,05 yang berarti dinyatakan normal. Silahkan dilihat pada variabel yang lain, ada juga yang tidak normal.

Untuk multivariate, ada di bagian bawah output yaitu Test of Multivariate Normality for Continuous Variables. Juga ada Skewness, Kurtosis dan Chi Square dan menunjukkan nilai p-value sebesar 0,597 yang berarti normal. Ini hanya simulasi saja jika tidak normal, kita juga dapat melakukan transformasi data menggunakan Simplis. Di Simplis ini juga terdapat menu untuk analisis statistik yang lain, misalnya analisis faktor, Two - Stage Least - Squares atau juga analisis regresi.

Share:

Simulasi Analisis Data Structural Equation Modeling dengan LISREL

Lisrel (Linear Structural Relationship) adalah salah satu program untuk mengestimasi model  Structural Equaion Modeling (SEM). Sebenarnya ada banyak program yang dirancang untuk mengestimasi SEM, tetapi sepertinya LISREL adalah yang paling populer di dunia ini. Program yang lain, AMOS, EQS dan masih banyak lagi penggunaannya masih di bawah LISREL. Bukan tanpa alasan, karena memang LISREL sangat powerfull dalam mengestimasi SEM. Untuk model yang sangat rumit, maka penggambaran path diagram menjadi hal yang sangat sulit dilakukan dengan AMOS, tetapi LISREL dapat melakukan dengan mudah karena program lah yang melakukan penggambaran berdasarkan script yang diketikan oleh pelaku analisis.

Berikut adalah simulasi analisis data SEM dengan LISREL tetapi model yang relatif sederhana. Pertama silahkan buka program LISREL Anda seperti pada gambar di bawah:

Gambar 1 Tampilan Program LISREL


Pilih Menu File di kiri atas, lalu pilih NEW seperti pada gambar di bawah ini:
Gambar 2 Tampilan Menu NEW


 Maka akan diarahkan ke Sub Menu sebagai berikut:

Gambar 3 Tampilan Sub Menu SIMPLIS Project


Pilih pada SIMPLIS Project, lalu Klik OK maka akan diarahkan ke box dialog seperti gambar di bawah:

Gambar 4 Tampilan Dialog untuk Menyimpan File


Beri nama pada file lalu tentukan juga lokasi penyimpanan di Drive Anda. Dalam contoh ini diberi nama Data.spj. (spj adalah ekstensi untuk file simplis project). Lalu klik OK, maka akan diarahkan ke

Gambar 5 Tampilan Box Dialog untuk Memasukkan Script


Box di atas adalah tempat kita untuk mengetikkan perintah kepada program baik untuk menggambarkan path diagram maupun untuk mengestimasikan model kita. Cukup sensitif, karena huruf besar dan huruf kecil juga berpengaruh terhadap program, bahkan bisa menjadi error. 

Kali kami kami lampirkan script untuk di copas ke box dialog tersebut:


 Observed Variables

 HAR1 HAR2 HAR3 HAR4 HAR5 KUA1 KUA2 KUA3 KUA4 KUA5 KEP1 KEP2
 KEP3 KEP4 KEP5 KEP6
 Covariance Matrix
 0.39
 0.28 0.46
 0.30 0.31 0.56
 0.28 0.29 0.35 0.58
 0.24 0.21 0.23 0.27 0.46
 0.24 0.23 0.23 0.24 0.29 0.41
 0.25 0.24 0.26 0.30 0.30 0.30 0.47
 0.21 0.20 0.25 0.27 0.28 0.25 0.30 0.46
 0.20 0.18 0.22 0.26 0.21 0.20 0.21 0.22 0.34
 0.18 0.18 0.19 0.28 0.19 0.18 0.19 0.23 0.28 0.37
 0.17 0.20 0.16 0.24 0.19 0.18 0.22 0.20 0.22 0.25
 0.37
 0.17 0.20 0.18 0.24 0.18 0.16 0.18 0.21 0.18 0.19
 0.18 0.33
 0.24 0.26 0.24 0.26 0.24 0.27 0.28 0.22 0.22 0.23
 0.22 0.17 0.42
 0.16 0.17 0.20 0.19 0.17 0.20 0.19 0.17 0.15 0.16
 0.16 0.12 0.22 0.30
 0.23 0.22 0.26 0.33 0.17 0.26 0.25 0.23 0.23 0.22
 0.20 0.20 0.28 0.18 0.45
 0.24 0.22 0.23 0.23 0.27 0.24 0.25 0.22 0.22 0.20
 0.17 0.15 0.25 0.16 0.24 0.44
 Means
 3.16 3.28 3.15 3.22 3.15 3.23 3.19 3.24 3.24 3.19
 3.22 3.19 3.17 3.20 3.19 3.24
 Sample Size = 104
 Latent Variables  HAR KUA KEP
 Relationships
 HAR1 = 1*HAR
 HAR2 - HAR5 = HAR
 KUA1 = 1*KUA
 KUA2 - KUA5 = KUA
 KEP1 = 1*KEP
 KEP2 - KEP6 = KEP
 KEP = HAR KUA
 Path Diagram
 Iterations = 250
 Method of Estimation: Maximum Likelihood
 End of Problem


Silahkan di copy script di atas. Setelah itu klik Run atau gambar orang berlari. 

Gambar 6 Tampilan Run Program


Maka akan mengeluarkan output berupa path diagram dan juga output dalam notepad. Anda bisa menginterpretasikan output tersebut seperti Anda menginterprasikan Hasil SEM seperti biasa. 

Gambar 7 Hasil Path Diagram


Tampak bahwa model belum fit, di mana p value masih di bawah 0,05 dan RMSEA di atas 0,08. Untuk melihat outpunya klik pada Menu Window di bagian atas, lalu pilih Data.out.

Gambar 8 Menu Output


Sehingga akan diarahkan ke menut output yang bisa Anda copy ke notepad untuk lampiran jika diperlukan. Hasilnya adalah sebagai berikut:

Gambar 9 Output Full Model SEM dengan LISREL 


Pada menu Window, terdapat tiga pilihan, yaitu SPJ, OUT dan PTH. SPJ adalah Simplis Project, OUT adalah Output dan PTH adalah path diagram. 

Ini adalah perkenalan dengan SIMPLIS LISREL dulu. Untuk membentuk script bisa kita pelajari bersama nanti ya.

Atau jika memerlukan contoh-contoh SIMPLIS LISREL yang siap pakai, kami juga sudah menyediakanya jika Anda memerlukan.

Share:

Contoh Tabulasi Data untuk Analisis SEM dengan LISREL dalam Format SPSS

Analisis Structural Equation Modeling (SEM) berbasis Covariance memang memerlukan banyak sekali asumsi. Berbeda dengan SEM yang berbasis Variance yang relatif memerlukan asumsi lebih sedikit. Adanya berbagai asumsi tersebut membuat analisis SEM menjadi relatif lebih rumit dan agak sulit untuk memenuhi asumsi-asumsi yang ada. Banyak Software telah dikembangkan untuk memudahkan simulasi tersebut dan salah satu yang cukup terkenal, dan boleh dikatakan paling canggih adalah LISREL.

Contoh Output Path Diagram dengan LISREL
Contoh Output Path Diagram dengan LISREL
Gambar di atas adalah contoh Output LISREL yang berbentuk Path Diagram. Terlihat berbeda dengan output dengan AMOS. Pada LISREL, maka gambar dibentuk oleh program secara otomatis berdasarkan script yang kita ketikkan. Oleh karena itu, untuk model yang sangat rumit, penggunaan LISREL akan lebih mudah karena peneliti tidak perlu menggambarkan model yang rumit tersebut.
Kam telah mengumpulkan beberapa data untuk simulasi dengan LISREL. Ini hanya kompilasi data saja, Anda tetapi harus melakukan analisis sendiri. Beberapa rincian simulasinya adalah sebagai berikut:

1. 263 sampel, 46 indikator
2. 160 sampel, 16 indikator
3. 104 sampel, 16 indikator
4. 125 sampel, 24 indikator
5. 106 sampel, 19 indikator
6. 135 sampel, 16 indikator
7. 105 sampel, 16 indilator
8. 108 sampel, 18 indikator
9. 145 sampel, 9 indikator, Second order CFA
10. 145 sampel, 10 indikator, Second order CFA
11. 145 sampel, 22 indikator, Second order CFA
12. 145 sampel, 28 indikator, Second order CFA
13. 127 sampel, 18 indikator
14. 125 sampel, 19 indikator

*) contoh lain sedang dalam proses

Ini hanya simulasi saja, bukan hasil kuesioner atau hasil penelitian. Anda tetap harus melakukan analisis sendiri untuk mendapatkan model yang sesuai dengan model Anda sendiri. File yang diperoleh adalah Tabulasi Data dalam SPSS, uraian dan copy output dalam Words, output normalitas dalam notepad dan output total dalam notepad yang sudah disertai dengan Script SIMPLIS. 

Model simulasi kami sudah normal, karena ini harga mutlak. Juga sudah memenuhi parameter penting yaitu p value dan RMSEA. Untuk parameter yang lain sudah mendekati. Hasil hipotesis sebagian besar diterima tetapi ada juga yang ditolak untuk variasi pilihan Anda.

Jika berminat, Anda dapat mengordernya melalui Market Place yang Anda pilih. bisa Tokopedia, Shopee atau Bukalapak

Jika Anda memerlukan contoh simulasi dalam AMOS. Kami juga sudah menyediakannya di sini.
Share:

Olah Data dengan Lisrel

LISREL merupakan salah satu program yang dirancang untuk menyelesaikan Structural Equation Modelling (SEM) Berbasis Covariance. Bahkan mungkin (?) salah satu yang paling canggih di antara program sejenis. LISREL juga lah yang mengembangkan notasi yang dipergunakan dalam SEM dan beberapa program sejenis menggunakan notasi tersebut, di antaranya Program AMOS (Analysis of Moment Structure).
Gambar Lisrel
Gambar Lisrel

LISREL mempunyai kemampuan untuk menyelesaikan persamaan struktural yang relatif rumit, karena pengguna tidak perlu menggambarkan path diagramnya, tetapi hanya menuliskan notasinya, dan Program akan secara otomotis menggambarkan model yang kita bentuk. Hal ini akan memudahkan kita dalam melakukan estimasi, mengingat keterbatasan layar monitor yang tersedia, sehingga kita sering kesulitan untuk menggambarkan model penelitian kita. Akan tetapi, LISREL juga dirancang untuk melakukan penggambaran path diagram.

Dengan menggunakan cara script, memang akan memberikan kesulitan bagi pengguna, karena harus menghapalkan notasi-notasi yang dipergunakan. Selain itu, script yang dipergunakan bersifat sensitif, sehingga salah ketik membuat program menjadi error. Bahkan penggunaan huruf besar dan huruf kecil merupakan hal yang penting dalam penulisan sricpt.

LISREL telah menyediakan menu untuk analisis data yang tidak normal, misalnya data ordinal. Program LISREL akhir-akhir ini mempunyai menu untuk analisis faktor dengan menggunakan data ordinal.
Share:

Artikel Terbaru

Translate

Instagram

Instagram
Gabung Instagram Kami

Artikel Terbaru

Jual Data Laporan Keuangan Perusahaan yang Listing di BEI Tahun 2020

Setiap perusahaan yang telah go public wajib untuk menyerahkan laporan keuangan ke badan otoritas, sebagai salah satu bentuk pertanggungjawa...

Artikel Populer Seminggu Terakhir

Komentar Terbaru

`

Ingin menghubungi kami untuk kerja sama?

Nama

Email *

Pesan *