amos & sem

Download AMOS & SEM

Post on 05-Aug-2015

462 views

Category:

Documents

1 download

Embed Size (px)

TRANSCRIPT

Layanan olah data visit: www.pascalsmart.blogspot.com

SIMULASI SINGKAT TUJUH LANGKAH SEM

1. Langkah pertama : Pengembangan Model Teoritis Model yang dibangun berdasarkan teori yang telah disusun berdasarkan referensi yang kuat. Tentunya Anda telah menyusun model penelitian berdasarkan telaah teoretis yang kuat. Hipotesis: H1 : Semakin tinggi persepsi terhadap penggunaan produk, semakin tinggi persepsi

nilai pelanggan terhadap produk H2 : Semakin besar pengaruh pergaulan sosial terhadap pemakaian produk, semakin

tinggi persepsi nilai pelanggan. H3 : Semakin tinggi persepsi nilai pelanggan terhadap produk, semkain tinggi minat

mereferensikan konsumen terhadap produk.

2. Langkah kedua: Pengembangan Diagram Alur (Path Diagram) Model teoritis yang telah dibangun pada langkah pertama akan digambarkan dalam sebuah diagram alur di bawah. Diagram alur (path diagram) tersebut akan mempermudah peneliti melihat hubungan-hubungan kausalitas yang ingin diuji. Dalam SEM (termasuk di dalamnya operasi program AMOS 4.01, dan versi-versi sebelumnya) hubungan kausalitas cukup digambarkan dalam sebuah diagram alur, dan selanjutnya bahasa program akan mengkonversi gambar tersebut menjadi persamaan, dan persamaan menjadi estimasi. Bentuk kotak pada gambar di atas melambangkan variabel yang diobservasi dengan menggunakan kuesioner. Konstruk KP (Kegunaan Produk) dibentuk dari empat buah indikator (KP1, KP2, KP3 dan KP4) dan masing-masing indikator mempunyai tingkat kesalahan (error) sebesar masing-masing e1, e2, e3 dan e4. Demikian juga konstrukkonstruk yang lain yang dibentuk dari masing-masing indikatornya. Berikut adalah diagram alur dalam penelitian ini:

Materi ini dapat didownload di www.konsultanstatistik.com

Layanan olah data visit: www.pascalsmart.blogspot.com

Gambar 1 Path Diagram Penelitiane1

1 1

e2

1

e3

1

e4

1

KP1

KP2

KP3

KP4

KP

e8 e9 e10

1 1 1

NK8 NK9 1 NK10

1

d1

1 1d2

MM11 MM12 MM13

1 1 1

e11 e12 e13

NK

MM

PPPP5e5

1PP7

1

PP6

1

1

e6

e7

Konstruk yang dituju anak panah merupakan konstruk endogen atau konstruk yang diestimasi oleh konstruk lain. Estimasi tersebut akan menimbulkan tingkat kesalahan tertentu sehingga muncul d. Konstruk NK mempunyai kesalahan estimasi sebesar d1 karena diestimasi oleh konstruk KP (Kegunaan Produk) dan PP (Pengaruh Pergaulan Sosial), demikian juga konstruk MM (Minat Mereferensikan) mempunyai tingkat kesalahan estimasi sebesar d2 karena diestimasi oleh NK (Nilai Konsumen). Angka 1 yang terdapat pada setiap error merupakan angka default atau angka awal yang diperlukan dalam perhitungan program. Sedangkan angka 1 antara indikator ke konstruk yang dibentuk merupakan angka untuk menspresifikasikan skala pengukuran. Tanda satu anak panah () menghubungkan antara konstruk eksogen dan konstruk endogen yang mencerminkan hubungan kausalitas yang akan diuji hipotesisnya. Sehingga terdapat tiga buah anak panah () yaitu antara KP terhadap NK (NK KP), antara PP terhadap NK (NK PP) dan antara NK terhadap MM (MM NK). Tanda dua anak

Materi ini dapat didownload di www.konsultanstatistik.com

Layanan olah data visit: www.pascalsmart.blogspot.com

panah () melambangkan korelasi antara dua konstruk eksogen, yaitu antara KP dengan PP.

3. Langkah ketiga: Konversi Diagram Alur ke dalam Persamaan Struktural dan Model Pengukuran Setelah teori/model teoritis dikembangkan dan digambarkan dalam sebuah diagram alur, langkah selanjutnya adalah mengkonversi/mengubah spesifikasi model tersebut ke dalam rangkaian persamaan. Persamaan jalur dari model diagram alur dinyatakan sebagai berikut: NK MM = 1 KP + 2 PP + d1 = 3 NK + d2 = Kegunaan Produk = Pengaruh Pergaulan Sosial = Nilai Konsumen = Minat Mereferensikan = Koefisien = Kesalahan estimasi Sebagai ilustrasi, konstruk NK diestimasi oleh konstruk KP dan PP dengan koefisien 1 dan 2 serta mempunyai tingkat kesalahan estimasi sebesar d1. Demikian juga dengan persamaan yang lain. Sedangkan persamaan untuk spesifikasi terhadap model pengukuran adalah sebagai berikut: Konstruk Eksogen KP KP1 = 1 KP + e1 KP2 = 2 KP + e2 Konstruk eksogen PP PP5 = 5 AP + 45 PP6 = 6 AP + e6 Konstruk endogen NK NK8 = 8 NK + e8 NK9 = 9 NK + e9 NK10 = 10 NK + e10 PP7 = 7 PP7 + e7 KP3 = 3 KP + e3 KP4 = 4 KP + e4

Keterangan: KP PP NK MM d

Materi ini dapat didownload di www.konsultanstatistik.com

Layanan olah data visit: www.pascalsmart.blogspot.com

Konstruk endogen MM MM11 = 11 MM + e11 MM12 = 12 MM + e12 Dalam program AMOS Versi 4.01 proses konversi ke dalam persamaan telah dilakukan secara otomatis oleh program tersebut. MM13 = 13 MM + e13

4. Langkah keempat: Memilih Jenis Matrik Input dan Estimasi Model yang Diusulkan Data masukan (input) SEM berupa matriks varians/kovarians atau matriks korelasi untuk keseluruhan estimasi yang dilakukannya. Matriks kovarian digunakan karena ia memiliki keunggulan dalam menyajikan perbandingan yang valid antara populasi yang berbeda/sampel yang berbeda, di mana hal tersebut tidak dapat disajikan oleh matriks korelasi. Matriks kovarians umumnya lebih banyak digunakan dalam penelitian mengenai hubungan seperti direkomendasikan oleh Baumgatner dan Homburg (1996), sebab standard error yang dilaporkan dari berbagai penelitian umumnya menunjukkan angka yang kurang akurat bila matriks korelasi digunakan sebagai input. Ukuran sampel memegang peranan penting dalam estimasi dan interpretasi hasil SEM. Hair et al. (1998) menemukan bahwa ukuran sampel yang sesuai adalah antara 100200. Bila ukuran sampel menjadi terlalu besar misalnya lebih dari 400 maka metode menjadi sangat sensitif sehingga sulit untuk mendapatkan ukuran-ukuran goodness-of-fit yang baik. Teknik estimasi yang digunakan dalam penelitian ini adalah Maximum Likelihood Estimation (ML) yang terdapat dalam program AMOS 4.01. Estimasi dilakukan melalui dua tahap yaitu: a. Estimasi Model Pengukuran (Measurements Model) Untuk menguji uni-dimensional dari konstruk-konstruk eksogen dan endogen digunakan teknik confirmatory-factor analysis. Jika probabilitas yang dihasilkan signifikan, berarti hipotesis yang menyatakan bahwa tidak terdapat perbedaan antara matriks-kovarians sampel dan matriks kovarians populasi yang diestimasikan tidak dapat ditolak atau hipotesis nol diterima. Confirmatory factor analysis dilakukan dengan membuat hubungan dua anak panah () antara masing-masing konstruk yang melambangkan korelasi antara dua konstruk tersebut.

Materi ini dapat didownload di www.konsultanstatistik.com

Layanan olah data visit: www.pascalsmart.blogspot.com

Hasil estimasi pada Gambar 2 di bawah memberikan nilai Chi Square sebesar 90,127 dengan taraf signifikansi 0,006. Tampak bahwa taraf signifikansi < 0,05 yang menyatakan bahwa terdapat perbedaan yang signifikan antara matriks kovarians sampel dengan matriks kovarian populasi. Nilai GFI (0,886) dan AGFI (0,825) juga di bawah nilai yang disarankan (> 0,9). Nilai Cmin/df memberikan nilai 1,528 (< 2), RMSEA sebesar 0,069 (< 0,08), TLI sebesar 0,963 (> 0,95) dan CFI sebesar 0,972 (> 0,95) memenuhi syarat yang diharapkan Berikut adalah hasil confirmatory factor analysis dalam penelitian ini: Gambar 2 Confirmatory Factor Analysis,03e1

,06e2

,28e3

,22e4

1

1

1

1 ,00

KP1

,77 ,73 1,00 ,98 ,66

KP2

KP3

KP4

KP,21 ,28 1 e8 ,16 1 e9 ,09 ,10 1 ,17 ,78 ,92 NK9 1,00NK8 NK10

,64

NK

1 ,46 1,00 MM11 ,95 1 MM12 MM 1,02 1MM13

,18e11 e12 e13

,25

,18

e10

,30 ,62 ,92PP5e5

PPPP6e6

,89 1,00 1 1 ,11 ,13e7

,22

1 ,12

PP7

Chi Square=90,127 P=,006 df=59 RMSEA=,069 GFI=,886 AGFI=,825 Cmin/df=1,528 TLI=,963 CFI=,972

Materi ini dapat didownload di www.konsultanstatistik.com

Layanan olah data visit: www.pascalsmart.blogspot.com

Untuk jumlah sampel di bawah 200 nilai Chi Square dan signifikansi merupakan syarat yang penting, sehingga model harus dimodifikasi agar memenuhi syarat signifikansi di bawah 0,05. Modifikasi model dilakukan dengan melihat nilai Modification Indices sebagai berikut: Tabel 1 Modification Indices e4 e3 e3 e2 e2 Covariances: Variances: Regression Weights: