Sit Dolor Amet - OLAH DATA INTEGRA SOLUSINDO

11/15/2020 1

• Sit Dolor Amet

PENGOLAHAN DAN ANALISIS SEM WITH LISREL FOR WINDOWS

PERBEDAAN PLS & LISRELKriteria PLS LISREL

Tujuan Orientasi Prediksi Orientasi taksiran parameter

Asumsi Nonparametric Parametric (multivariate normal distribution)

Pendekatan Berdasarkan varian Berdasarkan Covarian

Konstrak Laten Setiap konstrak laten adalah sebuah kombinasi linier atas variabel manifest

Konstrak laten ditaksir menggunakan keseluruhan variabel manifest

Hubungan antar konstrak laten dan variabel manifest

Formatif atau reflektif Hanya reflektif

Implikasi Optimasi untuk keakuratansuatu prediksi

Optimasi keakuratan suatu parameter

Kompleksitas suatu model Ukuran kompleksitas besar (bisa terdiri atas 100 konstrak laten dan 1.000 variabel manifest)

Ukuran kompleksitas kecil/moderat (kurang dari 100 variabel manifest

Ukuran/Jumlah Sampel Minimal direkomendasikan 30 hingga 100 kasus

Minimal direkomendasikan antara 200 hungga 800 kasus

11/15/2020 2


PRAKTEK SEM – LISREL 8.80

PRELIS : ANALISIS AWAL

11/15/2020 3


TUJUAN PRELIS

• Menghasilkan berbagai macam matriks (covariance atau correlation matrix, asymptotic covariance matrix)

• Memberlakukan dua jenis data yang berbeda seperti continuous ataupun ordinal.

• Dapat menghasilkan matriks pada data yang mengandung missing values (nilai-nilai observasi hilang)

• Dapat melakukan manipulasi data dan manajemen data, seperti menghilangkan outliers, transformasi data, dan lain sebagainya.

• Prelis dapat menyimpan data yang sebelumnya di simpan pada berbagai program seperti SPSS, EXCEL, SAS, data text, dll.

• Lisrel hanya dapat menjalankan model dari data mentah yang disimpan dalam prelis atau text document.

11/15/2020 4


IMPOR DATA KE FORMAT LISREL

• Buka Program Lisrel 8.80, klik File, kemudian Import Data

• Cari Sumber Data, Ubah tipe file ke ekstensi file excel. Klik open

• Kotak Dialog Save As. Save dengan nama file Latihan

• Tampilan Data yang berbentuk format lisrel, yaitu format prelis setelah kita save akan muncul

11/15/2020 5

1

34

2


SCREENING DATA

• Fungsi screening Data: untuk memeriksa ulang apakah terdapat kesalahan pengetikan data yang di input atau apakah terdapat kesalahan pengetikan data yang di input atau apakah ada missing value (responden tidak memilih salah satu jawaban dari sebuah item pertanyaan.)

• Langkah Screening Data: Klik Statistics dan pilih Data Screening

11/15/2020 6


SCREENING DATA (cont`d)

• Output screening Data: Total sampel atau responden yang mengisi kuesioner sebanyak 237 responden (ukuran sampel penelitian). Secara default, lisrel akan menjustifikasi data yang kurang dari 15 kategori sebagai data ordinal.

• Bar Chart menunjukan distribusi item-item jawaban yang dipilih responden. untuk item pertanyaan X1, kesalahan pengetikan data dan missing value tidak ditemukan.

11/15/2020 7


PENDEFINISIAN VARIABEL

• Jika skala data likert (1-5) dari kuisioner penelitian ini diasumsikan sebagai data kontinu, maka sebaiknya kita menentukan definisi skala data terlebih dahulu. Hal ini Karena Lisrel secara default akan mengkategorikan data input sebagai data ordinal. Langkah untuk pendefisinian variabel data, jika skala data likert (1-5) dijadikan kontinu, sbb:

11/15/2020 8


PENDEFINISIAN VARIABEL (Cont`d)Langkah 1: klik Data dan pilih Define Variable.

Langkah 2: selanjutnya, kotak dialog define variable akan muncul. Selanjutnya, kotak dialog akan muncul.

11/15/2020 9

1 2


PENDEFINISIAN VARIABEL (Cont`d)Langkah 3: Blok semua variabel dan klik variabel type. Kotak dialog variabel type of …. Akan muncul. Klik data continuous dan kotak Apply to all. Kemudian, klik ok dua kali. Selanjutnya, data akan dikategorikan sebagai data kontinu.

11/15/2020 10


UJI NORMALITAS• Salah satu asumsi dalam SEM (Structural Equation Modeling) adalah normalitas data.

Normalitas data digunakan agar estimasi parameter yang dihasilkan tidak bias sehingga kesimpulan yang diambil tepat. Berikut adalah langkah-langkah pengujian tingkat normalitas suatu data.

• klik Statistics dan pilih option Normal Score, selanjutnya kotak dialog akan muncul.

• blok semua variabel dan klik Add.

11/15/2020 11


UJI NORMALITAS (Cont`d)• klik output dan beri tanda (√) pada perform test of multivariate normality

• klik ok dan run

11/15/2020 12


UJI NORMALITAS (Cont`d)

Output uji Normalitas:

Ada dua output yang dihasilkan, yaitu Univariate Normality (UN) dan Multivariate Normality (MN). Untuk UN, P-value chi-kuadrat Skewness dan Kutosis 0,00<0,05. dari output tersebut, data mengikuti fungsi distribusi normal. Untuk MN data berdisribusi normal

11/15/2020 13


UJI KECOCOKAN MODEL PENGUKURAN

EVALUASI TERHADAP VALIDITAS

Menurut Ridgon dan Ferguson (1991) serta Doll, Xia dan Torkzadeh (1994) suatu variabel dikatakan mempunyai validitas yang baik terhadap suatu konstraklaten apabila:

- Nilai muatan faktornya (factor loadingnya) lebih besar dari nilai kritis (>1,96 atau >2) dan

- Muatan faktor standarnya (standardized factor loading) lebih besar atau sama dengan 0,7.

Menurut Igbaria et al.(1997) yang menggunakan guidelines dari Hair et al. (1995) tentang “Relative importance and significant of the loading factor item”, factor loading ≥ 0,5 adalah very significant.

11/15/2020 14


UJI KECOCOKAN MODEL PENGUKURAN

EVALUASI TERHADAP RELIABILITAS

Sebagaimana telah dijelaskan sebelumnya, reliabilitas berkaitan erat dengan konsistensi variabel manifest dalam mengukur konstrak latennya. Oleh Karena itu reliabiltas yang baik jika (1) nilai construct reliability >0,7 dan (2) nilai variance extracted-nya >0,5.

11/15/2020 15

Rumus untuk menghitung construct reliability

=Σ𝜆𝑖

2

Σ𝜆𝑖2 + Σ𝑒𝑗

atau =Σloading baku 2

Σ𝑙𝑜𝑎𝑑𝑖𝑛𝑔 𝑏𝑎𝑘𝑢 2 + Σ𝑒𝑗

Rumus untuk menghitung variance extracted

𝑉𝑎𝑟𝑖𝑎𝑛 𝐸𝑥𝑡𝑟𝑎𝑐𝑡𝑒𝑑 =Σloading baku2

Σ𝑙𝑜𝑎𝑑𝑖𝑛𝑔 𝑏𝑎𝑘𝑢2 + Σ𝑒𝑗

𝜆 = 𝑠𝑡𝑎𝑛𝑡𝑑𝑎𝑟𝑑𝑖𝑧𝑒𝑑 𝑙𝑜𝑎𝑑𝑖𝑛𝑔 𝑙𝑜𝑎𝑑𝑖𝑛𝑔 𝑏𝑎𝑘𝑢e = measurement error, ataue = 1 - 𝜆2


PRAKTEK SEM – LISREL 8.80 MODEL

PENGUKURAN DAN CONFIRMATORY FACTOR ANALYSIS (CFA)

11/15/2020 16


MODEL PENGUKURAN & CONFIRMATORY FACTOR ANALYSIS

CONTOH 1: Pendidikan dan Pelatihan

.

11/15/2020 17


MODEL PENGUKURAN & CONFIRMATORY FACTOR ANALYSIS (Cont`d)

11/15/2020 18



11/15/2020 19



11/15/2020 20



Langkah 12: kemudian akan muncul kembali ke kotak SIMPLIS yang kosong. Tekan Build SIMPLIS Syntax atau cukup tekan F8.

11/15/2020 21



• isikan hubungan-hubungan yang diinginkan pada baris setelah relationships. Dapat anda perhatikan bahwa nama variabel yang ditampilkan hanyalah variabel laten, sedangkan variabel observed tidak ditampilkan oleh syntax SIMPLIS tersebut.

• Setelah dibuat hubungannya lalu

• Klik Run Lisrel

11/15/2020 22



11/15/2020 23



Tampilan ini merupakan output program Lisrel yang menunjukan versi Lisrel yang digunakan dan nama organisasi pembuat peranti lunak Lisrel

11/15/2020 24

Output lisrel



Output ini merupakan program lisrel:

Baris 1: pembacaan program lisrel dari file

Baris 2: Judul model pengukuran

Baris 3: Data mentah yang diolah dalam prelis

Baris 4: Ukuran sampel

Baris 5: Variabel laten yang digunakan

Baris 6: Pola hubungan yang dibuat dalam program Lisrel

Baris 7: Opsi yang digunaka untuk hasil output pada program Lisrel

11/15/2020 25

Output lisrel



Output ini menunjukan hasil model pengukuran DIKLAT dengan model CFA, model persamaan matematis pola hubungan antara indicator dan konstrak laten.

11/15/2020 26

Output lisrel

didik = 0.31*DIKLAT, Errorvar.= 0.17 , R² = 0.36

(0.033) (0.018)

9.13 9.35Standar eror Nilai t

Koefisien regresi


MODEL PENGUKURAN & SECONDCONFIRMATORY FACTOR ANALYSIS (Cont`d)

Construct Reliabilty dan Variance Extracted untuk tersebut adalah sbb:

11/15/2020 27

1 Pendidikan 0,600 0,360 9,130 0,170

2 Komitment Belajar 0,820 0,672 12,310 0,062

3 Berbagi Pengetahuan 0,800 0,640 12,030 0,089

2,220 1,672 0,321

Construct Reliability 0,939

Variance Explained 0,839

Nilai T*Error

Variance

Jumlah

No Deskripsi Item Standardized Loading(Standardized

Loading)2


PRAKTEK SEM – LISREL 8.80 MODEL

ANALISIS SEM

11/15/2020 28


Istilah dalam Analisis SEM1. Variabel Eksogen dan Endogen,

Variabel Eksogen adalah variabel penyebab, variabel yang tidak dipengaruhi oleh variabel lain. Variabel eksogen memberikan efek kepada variabel lainnya. Di tandai oleh panah tunggal yang menuju kearahnya. Jika ada lebih dari satu variabel eksogen dalam system, maka ditandai oleh circle-path (tanda panah yang melingkar) yang menunjukan hubungan korelatif variabel eksogen.

Variabel Endogen adalah variabel yang dijelaskan oleh variabel eksogen dan merupakan efek dari variabel eksogen. Ditandai oleh kepala panah yang menuju kearahnya, baik tanda panah dari variabel eksogen maupun dari variabel error (error variabel).

11/15/2020 29


PERSAMAAN SEM & ANALISIS JALUR

• Kedua berkenaan dengan model konstruksi

• Pendugaan parameter (koefisien) model dilakukan berdasarkan data sampel

• Pengujian kesesuaian model dilakukan dengan cara membandingkan matrik kovarians hasil penduga dengan matriks kovarians dari observasi.

• Analisis jalur hanya berkenaan dengan pengujian kausal diantara variabel & tidak dapat digunakan untuk memeriksa validitas dan reliabilitas pengukuran konstrak laten berdasarkan variabel manifest.

• SEM dapat digunakan untuk keduanya. SEM dapat diterapkan untuk model recursive dan nonrecursive, sedangkan analisis jalur hanya dapat digunakan untuk model kausal satu arah dan memenuhi model recursive.

• Model penduga parameter pada analisis jalur dilakukan secara parsial untuk setiap persamaan membentuk model strukturalnya, sedangkan SEM dilakukan secara serentak untuk seluruh parameter.

• Output analisis jalur hanya berupa factor determinan, dan model pengukuran.

11/15/2020 30


Definisi Operasional Peubah

11/15/2020 31

Peubah Laten Dimensi Skala Pengukuran

Pendidikan dan Pelatihan (ξ1) Pendidikan Ordinal

Komitment Belajar Ordinal

Berbagi Pengetahuan Ordinal

Profesionalisme (ξ2) Persepsi Terhadap Profesi Ordinal

Persepsi Berganti Persepsi Ordinal

Persepsi Pelatihan Profesi Ordinal

Kebanggan Terhadap Profesi Ordinal

Pengalaman Kerja (ξ3) Komponen Tujuan Ordinal

Komponen Pelanggan Ordinal

Komponen Waktu Ordinal

Komponen Mutu Ordinal

Produktivitas Ordinal

Kepemimpinan (ξ4) Kepemimpinan Transformasional Ordinal

Kepemimpinan Transaksional Ordinal

Lingkungan Kerja (ξ5) Komunikasi Dua Arah Ordinal

Kualitas Komunikasi Ordinal

Kepuasan Komunikasi Ordinal

Jiwa kewirausahaan pegawai (η) Pemanfaatan Teknologi Informasi Ordinal

Keterlibatan SDM dalam Managemen Website Ordinal


LISREL OUTPUT

•SS = Menghasilkan standardized solutions

•SC = Menyajikan seluruh standardized solutions

•EF = Menyajikan pengaruh langsung dan tidak langsung(komposisi pengaruh)

•VA = Menyajikan varians dan kovarians

•MR = sama dengan RS dan VA

•FS = Menghasilkan nilai factor regresi

•PC = Menyajikan korelasi antara estimasi parameter

•PT = menyajikan informasi-informasi teknis

11/15/2020 32


11/15/2020 33


11/15/2020 34


Output Korelasi

Output ini merupakan nilai koefisien korelasi diantara variabel. Tanda positif menunjukan adanya hubungan positif diantara ketiga variabel. Koefisien korelasi hanya menjelaskan keeratan/korelasi diantara kedua variabel.

11/15/2020 35


ANALISIS JALUR Output Program Lisrel

Output BETA dan GAMMA

• Output BETA menunjukan koefisien pengaruh diantara variabel endogen. Pada output ini tidak tersedia.

• Output GAMMA menunjukan koefisien pengaruh antara variabel eksogen dan variabel endogen. Output ini sama dengan diagram jalur yang terstandarisasi.

11/15/2020 36


Output total Effects of X on Y

• Menjelaskan mengenai total pengaruh antara variabel eksogen (X) terhadap variabel endogen (Y). Pengaruh total ini diperoleh melalui penjumlahan antara pengaruh langsung yang diperoleh melalui output SIMPLIS sebelumnya, dengan pengaruh tidak langsung.

• Total Pengaruh Kepemimpinan terhadap Kinerja adalah 0.19. Nilai tersebut adalah sama dengan pengaruh langsung Kepemimpinan terhadap Kinerja, sama halnya dengan yang ditampilkan SIMPLIS. Karena hubungan Kepemimpinan dan Kinerja adalah langsung dan tidak memiliki hubungan tidak langsung. Total pengaruh variabel kepemimpinan terhadap variabel kinerja merupakan gabungan antara pengaruh langsung atau output gama (0.20) ditambah pengaruh tidak langsung (0.20), yaitu 0.20+0.20 = 0.40.

11/15/2020 37


Refferensi• Ghozali, I (2008). Structural Equation Modeling dengan Lisrel 8.80 edisi II. Semarang.

Penerbit: Universitas Diponegoro.

• Muhidin, A.S dan M. Abdurahman, (2007). Analisa Korelasi, Regresi dan Jalur dalam Penelitian. Bandung. Penerbit: Pustaka Setia.

• Sugiyono. (2007). Statistika Untuk Penelitian. Bandung. Penerbit: CV. Alfabeta

• Yamin, S dan H. Kurniawan. (2009). Structural Equation Modeling dengan Lisrel – PLS. Jakarta. Penerbit: Salemba

• Karl G. Jöreskog & Dag Sörbom, LISREL 8: User Reference Guide. Scientific Software International, Inc.

11/15/2020 38

11/15/2020

39

Sit Dolor Amet - OLAH DATA INTEGRA SOLUSINDO

Documents

Transcript of Sit Dolor Amet - OLAH DATA INTEGRA SOLUSINDO