ppt sem dengan amos

8/10/2019 PPT SEM dengan AMOS

1/20

Oleh:

Hodiyanto S851408020

Matin Enggar P. S851408027

STRUCTURAL EQUATION MODELING

SEM)


2/20

DEFINISI

Pada Teknik-teknik sebelumnya memungkinkan

untuk mengkaji variabel tak bebas berganda

(multiple dependent variables), sepertimultivariate

analysis of variancedan canonical analysis, namun

yang demikian masih saja mewakili suatu

hubungan tunggal antara dependent dan

independent variables, merupakan satu persamaansaja.


3/20

DEFINISI

Namun kenyataan di lapangan, dapat terjadi lebihdari satu hubungan, sehingga masalah tersebut tidak

bisa diselesaikan dengan teknik-teknik tersebut.

Masalah tersebut dapat diselesaikan dengan SEM

atau MPS(Model persamaan Struktural)


4/20

DEFINISI

Structural equation modeling (SEM) mempunyai

karakteristik yang bersifat sebagai teknik analisis

untuk lebih menegaskan (confirm) dari pada untukmenerangkan. Maksudnya, seorang peneliti lebih

cenderung menggunakan SEM untuk menentukan

apakah suatu model tertentu valid atau tidak dari

pada menggunakannya untuk menemukan suatu

model tertentu cocok atau tidak, meski analisis SEM

sering pula mencakup elemen-elemen yang

digunakan untuk menerangkan.


5/20

Variabel variabel

SEM

Observed Variables: Variabel Yang Dapat

Diobservasi Secara Langsung / VarManifest / Indikator / Referensi

Unobserved Variables: Variabel Yang TidakDapat Diobservasi Secara Langsung /

Fenomena Abstrak / Var Laten / Faktor /Konstruk


6/20

Untuk menghitung model struktural yang

besar yang mencakup banyak variabel dan

untuk memecahkan suatu set persamaan

yang saling terkait (the interrelated

equations) harus menggunakan program

komputer seperti Lisrel atau Amos


7/20

LANGKAH-LANGKAH

SEM

1. Pengembangan model teoritis

2. Pengembangan diagram alur

3. Konversi diagram alur ke dalam persamaanstruktural dan model pengukuran

4. Memilih jenis matrik inputdan estimasi

model yang diusulkan

5. Menilai identifikasi model struktural6. Menilai kriteria Goodness-of-Fit

7. Intepretasi dan modifiikasi model


8/20

Langkah pertama dalam SEM adalah melakukan

identifikasi secara teoretis terhadap permasalahan

penelitian.

Topik penelitian ditelaah secara mendalam dan

hubungan antara variabel-variabel yang akan

dihipotesiskan harus didukung oleh justifikasi teoriyang kuat.

1. Pengembangan model teoritis


9/20

Ada dua hal yang perlu dilakukan yaitu menyusun

model struktural yaitu menghubungkan antar

variabel laten baik endogen maupun eksogen dan

menyusun measurement model yaitu

menghubungkan variabel laten endogen atau

eksogen denganvariabel manifest.

2. Pengembangan diagram alur


10/20

Langkah ketiga adalah mengkonversikandiagram jalur ke dalam persamaan struktural

Langkah ini telah dilakukan secara otomatis oleh

program SEM yang tersedia (AMOS).

3. Konversi diagram alur ke dalam persamaan

struktural dan model pengukuran


11/20


12/20

Ada 3 kemungkinan yang terjadi terhadap model

SEM:

Model Just identified: jumlah poin data

varian dan kovarian sama dengan jumlah parameter

yang harus diestimasi.

Model Over identified: jumlah poin data

varian dan kovarian variabel-variabel yang teramatilebih besar dari jumlah parameter yang harus

diestimasi.

5. Menilai identifikasi model

struktural


13/20

Model Under identified atau un-

identified: jumlah poin data varian dan kovarian

lebih kecil dibandingkan dengan jumlah parameter

yang harus diestimasi.

5. Menilai identifikasi model

struktural


14/20

Menilai goodness of fit merupakan tujuan utama

dalam SEM, yaitu ingin mengetahui sampai seberapa

jauh model yang dihipotesiskan fit atau cocok

dengan sampel data.

Nilai-nilai indeks kecocokan model yang sering

digunakan dalam SEM, diantaranya:

1. Nilai Chi Square: semakin kecil maka model

semakin sesuai antara model teori dan datasampel.

6. Menilai kriteria Goodness-of-F it


15/20

Uji kebaikan model menggunakan

2

Hipotesis (nol) dalam SEM adalah:

Ho : = () (model tidak cocok dengan data

observasi)

H1: () (model cocok dengan data observasi)Ho ditolak jika


)()1(22

db


16/20

2. Nilai indeks keselarasan (goodness of f i t index) (GFI):mengukur jumlah relatif varian dan kovarian yang besarnya

berkisar dari 01. Jika nilai besarnya mendekati 0 maka

model mempunyai kecocokan yang rendah sedang nilai

mendekati 1 maka model mempunyai kecocokan yang baik3. Root mean square error of approximation,

(RMSEA): berfungsi sebagai kriteria untuk pemodelan

struktur kovarian dengan mempertimbangkan kesalahan yg

mendekati populasi. Kecocokan model yg cocok dengan

matriks kovarian populasi. Model baik jika nilainya lebih

kecil atau sama dengan 0,05 ; cukup baik sebesar atau lebih

kecil dari 0,08



17/20

Jika model telah memenuhi kriteria fit, maka dilakukan diskusi

atau pembahasan hasil.

7. Interpretasi dan modifikasi

model


18/20

Suatu perusahaan waterpark semawis semarang ingin melihatpengaruh kualitas pelayanan terhadap loyalitas konsumen. Dan

kepuasan konsumen sebagai variabel intervening atau ditengah-

tengahnya.

CONTOH


19/20

CONTOH

E

E6 E7 E8

E1 X1

E2X2

E3 X3

X44

Kualitas

pelayanan

X6 X7 X9

Kepuasan

konsumen

Loyalitas

konsumen

X9

X10

X11

E9

E10

E11

E5X5

z1 Z2

Sumber : Konsep yang dikembangkan dalam penelitian ini


20/20

ppt sem dengan amos

Documents