Confirmatory Factor Analysis With Lisrel 2
Transcript of Confirmatory Factor Analysis With Lisrel 2
-
8/3/2019 Confirmatory Factor Analysis With Lisrel 2
1/14
Teorionline Tutorial : CFA dengan LISREL (2) by HENDRY Page 1
CONFIRMATORY FACTOR ANALYSIS
(ANALISIS FAKTOR KONFIRMATORI)
Dengan LISREL
Chapter 2
BY Hendry
http://teorionline.wordpress.com/
Dibagian pertama kita sudah latihan CFA dengan konstruk tunggal. Latihan kedua ini
selanjutnya akan menggunakan dua konstruk yaitu kepemimpinan dan motivasi.
KEPEMIMPINAN TRANSFORMASIONAL
Dimensi pengukuran Egri dan Herman, (2000)
LEAD1 = Attributed charisma (karisma)LEAD2 = Idealized influence (pengaruh ideal)
LEAD3 = Inspirational motivation (motivasi dan menginspirasi)
LEAD4 = Intelectual stimulation (stimulasi intelektual)
LEAD5 = Individualized consideration (perhatian terhadap individu)
MOTIVASI
Dimensi pengukuran motivasi Sekaran (2003) meliputi
MOT1 = Perilaku digerakkan oleh kerja (driven by work),
MOT2 = Tidak suka bersantai (unable to relax),
MOT3 = Tidak suka ketidakefektivan (impatience with inefffectiveness),
MOT4 = Menyukai tantangan (seeks moderate challenge).MOT5 = Menyukai umpan balik (seeks feedbacks)
Jumlah sampel adalah 120 orang karyawan PT. XTZ
-
8/3/2019 Confirmatory Factor Analysis With Lisrel 2
2/14
Teorionline Tutorial : CFA dengan LISREL (2) by HENDRY Page 2
PENYELESAIKAN
Catatan : data dalam bentuk CSV disimpan di folder C:\LATIHAN\LATIHAN2\LEADMOT.CSV
Tahap 1
Mengimport Data.
File Import Data in Free Format
Lalu pilih data LEADMOT.csv seperti pada tampilan di bawah
Tampilan setelah data berhasil diimport
Simpan Prelis dengan nama latihan 2.psf
-
8/3/2019 Confirmatory Factor Analysis With Lisrel 2
3/14
Teorionline Tutorial : CFA dengan LISREL (2) by HENDRY Page 3
Tahap 2MEMANGGIL DATA PRELISPilih File NEW Simplis Project / Syntax Only
Beri nama Latihan 2
Setting :Klik SET UP pilih VARIABLESPada box Observed Variables..pilih Add/Read VariablesPilih PRELIS System File, lalu cari dimana anda menyimpan file leadmot.PSF
Pada observed variables sudah terlihat 10 variabel. Klik Add Latent Variabel, beri nama
LEAD dan MOT. Klik NEXT
-
8/3/2019 Confirmatory Factor Analysis With Lisrel 2
4/14
Teorionline Tutorial : CFA dengan LISREL (2) by HENDRY Page 4
Masukkan jumlah observasi 120, Klik OK
Tahap 3
Menyiapkan Syntax Pada Simplis
Klik SETUP lalu pilih BUILD SIMPLIS SYNTAXLengkapi Syntax seperti contoh berikut :
-
8/3/2019 Confirmatory Factor Analysis With Lisrel 2
5/14
Teorionline Tutorial : CFA dengan LISREL (2) by HENDRY Page 5
Run LISREL, sehingga tampil seperti output berikut ini
-
8/3/2019 Confirmatory Factor Analysis With Lisrel 2
6/14
Teorionline Tutorial : CFA dengan LISREL (2) by HENDRY Page 6
HASIL DAN PEMBAHASAN
EVALUASI GOODNESS OF FIT
Hasil analisis pengolahan data terlihat bahwa konstruk yang digunakan untuk membentuk sebuahmodel penelitian, pada proses analisis faktor konfirmatori telah memenuhi kriteria goodness of fit yang
telah ditetapkan. Nilai probability pengujian goodness of fit menunjukkan nilai 0.079 (> 0.05)
menunjukkan model sudah baik, dan hasil kecocokan model yang diprediksikan dengan nilai-nilai
pengamatan lainnya sudah memenuhi syarat seperti terlihat pada data di bawah ini :
Normed Fit Index (NFI) = 0.98
Non-Normed Fit Index (NNFI) = 0.99
Parsimony Normed Fit Index (PNFI) = 0.74
Comparative Fit Index (CFI) = 0.99
Incremental Fit Index (IFI) = 0.99
Relative Fit Index (RFI) = 0.98
Goodness of Fit Index (GFI) = 0.93
-
8/3/2019 Confirmatory Factor Analysis With Lisrel 2
7/14
Teorionline Tutorial : CFA dengan LISREL (2) by HENDRY Page 7
VALIDITAS INDIKATOR
Tiap-tiap indikator dari masing-masing variabel laten sudah memenuhi syarat yaitu loading
factor diatas 0.40 sehingga dapat diterima, nilai loading factormasing-masing sebagai berikut: pada
variabel peran kepemimpinan LEAD1: Attributed charisma mempunyai loading factor (0,80), LEAD2:
pengaruh ideal (0,83), LEAD3: motivasi dan menginspirasi (0,83), LEAD4: stimulasi intelektual (0,83),
dan LEAD5: perhatian terhadap individu (0,85).
Loading faktor pada indikator motivasi juga memperlihatkan bahwa seluruh indikator valid, besran
loading faktor untuk MOT1 : Perilaku digerakkan oleh kerja (0.92), MOT2 : Tidak suka bersantai (0.89),
MOT3 : Tidak suka ketidakefektivan (0.87), MOT4 : Menyukai tantangan (0.89), dan MOT5:
Menyukai umpan balik (0.82).
Kemudian regression weight atau standardized estimate dari konstruk ini yang signifikan dengan nilai t
hitung > 1.96 (pada taraf signifikansi 5%). Hasil dari uji t dapat dilihat sebagai berikut :
-
8/3/2019 Confirmatory Factor Analysis With Lisrel 2
8/14
Teorionline Tutorial : CFA dengan LISREL (2) by HENDRY Page 8
RELIABILITAS
Uji reliabilitas menunjukkan sejauh mana suatu alat ukur yang dapat memberikan hasil yang
relative sama apabila dilakukan pengukuran kembali pada obyek yang sama. Reliabilitas
dihitung dengan formula Variance Extract dan Contruct Reliability dengan rumus sbb (Hair,
et.al, 2007 yang dikutip Setyo Hari WiJanto, 2008:66)
Rumus CR
Rumus VE
Semakin besar nilai ini, menunjukkan bahwa indikator-indikator penyusun bagi suatu peubah
laten merupakan indikator-indikator yang handal dalam mengukur peubah laten tersebut. Nilai
kehandalan konstruk yang disarankan adalah lebih besar dari 0,7. Sedangkan ukuran
kelayakan variance extracted yang disarankan adalah lebih besar dari 0,5.
Hasil Perhitungan
Untuk menghitung CR dan VE digunakan nilai completely standard solution berikut ini :
Completely Standardized Solution
LAMBDA-X
LEAD MOT-------- --------
LEAD1 0.80 - -LEAD2 0.83 - -LEAD3 0.83 - -LEAD4 0.83 - -LEAD5 0.85 - -MOT1 - - 0.92MOT2 - - 0.89MOT3 - - 0.87MOT4 - - 0.89MOT5 - - 0.82
-
8/3/2019 Confirmatory Factor Analysis With Lisrel 2
9/14
Teorionline Tutorial : CFA dengan LISREL (2) by HENDRY Page 9
Construct Reliability kepemimpinan
R = (0.80+0.83+0.83+0.83+0.85 )2 / (0.80+0.83+0.83+0.83+0.85 )2 +
(0.20+0.17+0.17+0.17+0.15)R = 4.142 / 4.142 + 0.86R = 0.86
Variance Extract kepemimpinanR = (0.802+0.832+0.832+0.832+0.852 ) / (0.802+0.832+0.832+0.832+0.852 ) +(0.20+0.17+0.17+0.17+0.15)R = 0.799
Hasil perhitungan menunjukkan bahwa contruct reliability sebesar 0.86 (> 0.70), dan VarianceExtract 0.799 (> 0.5), dengan demikian dapat disimpulkan bahwa reliabilitas pada konstruk
kepemimpinan telah terpenuhi.
Untuk CR dan VE motivasi silahkan di hitung sendiri
Referensi :Setyo Hari Wijanto. 2008. SEM dengan LISREL 8.8. Yogyakarta : Graha Ilmu
-
8/3/2019 Confirmatory Factor Analysis With Lisrel 2
10/14
Teorionline Tutorial : CFA dengan LISREL (2) by HENDRY Page 10
OUTPUT LISREL
Raw Data from file 'C:\LATIHAN\LATIHAN 2\LEADMOT.PSF'Sample Size = 120
Latent Variables LEAD MOTRelationshipsLEAD1 = LEADLEAD2 = LEADLEAD3 = LEADLEAD4 = LEADLEAD5 = LEADMOT1 = MOTMOT2 = MOTMOT3 = MOTMOT4 = MOTMOT5 = MOTSet the Variance of LEAD to 1.00
Set the Variance of MOT to 1.00Path DiagramEnd of Problem
Covariance Matrix
LEAD1 LEAD2 LEAD3 LEAD4 LEAD5 MOT1-------- -------- -------- -------- -------- --------
LEAD1 1.17LEAD2 0.75 1.05LEAD3 0.75 0.64 0.92LEAD4 0.72 0.68 0.72 1.04LEAD5 0.74 0.73 0.66 0.69 0.97
MOT1 0.71 0.72 0.64 0.72 0.68 0.98MOT2 0.67 0.72 0.62 0.71 0.73 0.84MOT3 0.62 0.65 0.60 0.64 0.64 0.79MOT4 0.70 0.75 0.65 0.70 0.72 0.79MOT5 0.62 0.75 0.63 0.73 0.65 0.75
Covariance Matrix
MOT2 MOT3 MOT4 MOT5-------- -------- -------- --------
MOT2 1.04MOT3 0.74 0.91MOT4 0.81 0.71 1.00
MOT5 0.75 0.72 0.79 1.07
Number of Iterations = 7
LISREL Estimates (Maximum Likelihood)
Measurement Equations
-
8/3/2019 Confirmatory Factor Analysis With Lisrel 2
11/14
Teorionline Tutorial : CFA dengan LISREL (2) by HENDRY Page 11
LEAD1 = 0.87*LEAD, Errorvar.= 0.42 , R = 0.64(0.084) (0.062)10.36 6.80
LEAD2 = 0.85*LEAD, Errorvar.= 0.33 , R = 0.69(0.078) (0.050)10.93 6.58
LEAD3 = 0.80*LEAD, Errorvar.= 0.28 , R = 0.69(0.073) (0.043)10.98 6.56
LEAD4 = 0.85*LEAD, Errorvar.= 0.32 , R = 0.69(0.077) (0.049)10.95 6.58
LEAD5 = 0.84*LEAD, Errorvar.= 0.26 , R = 0.73(0.073) (0.041)11.48 6.31
MOT1 = 0.91*MOT, Errorvar.= 0.15 , R = 0.85
(0.070) (0.026)13.12 5.68MOT2 = 0.90*MOT, Errorvar.= 0.22 , R = 0.79
(0.074) (0.035)12.28 6.38
MOT3 = 0.83*MOT, Errorvar.= 0.22 , R = 0.76(0.069) (0.033)11.97 6.56
MOT4 = 0.89*MOT, Errorvar.= 0.21 , R = 0.79(0.072) (0.033)12.28 6.38
MOT5 = 0.85*MOT, Errorvar.= 0.34 , R = 0.68
(0.078) (0.049)10.93 6.95
Correlation Matrix of Independent Variables
LEAD MOT-------- --------
LEAD 1.00
MOT 0.92 1.00(0.02)42.42
Goodness of Fit Statistics
Degrees of Freedom = 34Minimum Fit Function Chi-Square = 48.67 (P = 0.049)Normal Theory Weighted Least Squares Chi-Square = 46.20 (P = 0.079)Estimated Non-centrality Parameter (NCP) = 12.20
-
8/3/2019 Confirmatory Factor Analysis With Lisrel 2
12/14
Teorionline Tutorial : CFA dengan LISREL (2) by HENDRY Page 12
90 Percent Confidence Interval for NCP = (0.0 ; 34.10)
Minimum Fit Function Value = 0.41Population Discrepancy Function Value (F0) = 0.10
90 Percent Confidence Interval for F0 = (0.0 ; 0.29)Root Mean Square Error of Approximation (RMSEA) = 0.05590 Percent Confidence Interval for RMSEA = (0.0 ; 0.092)P-Value for Test of Close Fit (RMSEA < 0.05) = 0.39
Expected Cross-Validation Index (ECVI) = 0.7490 Percent Confidence Interval for ECVI = (0.64 ; 0.93)ECVI for Saturated Model = 0.92ECVI for Independence Model = 22.18
Chi-Square for Independence Model with 45 Degrees of Freedom = 2618.99Independence AIC = 2638.99Model AIC = 88.20
Saturated AIC = 110.00Independence CAIC = 2676.87Model CAIC = 167.73Saturated CAIC = 318.31
Normed Fit Index (NFI) = 0.98Non-Normed Fit Index (NNFI) = 0.99Parsimony Normed Fit Index (PNFI) = 0.74Comparative Fit Index (CFI) = 0.99Incremental Fit Index (IFI) = 0.99Relative Fit Index (RFI) = 0.98Critical N (CN) = 138.06
Root Mean Square Residual (RMR) = 0.028Standardized RMR = 0.028Goodness of Fit Index (GFI) = 0.93Adjusted Goodness of Fit Index (AGFI) = 0.88Parsimony Goodness of Fit Index (PGFI) = 0.57
The Modification Indices Suggest to Add an Error CovarianceBetween and Decrease in Chi-Square New EstimateMOT3 MOT1 8.4 0.07
Standardized Solution
LAMBDA-X
LEAD MOT-------- --------
LEAD1 0.87 - -LEAD2 0.85 - -LEAD3 0.80 - -LEAD4 0.85 - -
-
8/3/2019 Confirmatory Factor Analysis With Lisrel 2
13/14
Teorionline Tutorial : CFA dengan LISREL (2) by HENDRY Page 13
LEAD5 0.84 - -MOT1 - - 0.91MOT2 - - 0.90MOT3 - - 0.83
MOT4 - - 0.89MOT5 - - 0.85
PHI
LEAD MOT-------- --------
LEAD 1.00MOT 0.92 1.00
Completely Standardized Solution
LAMBDA-X
LEAD MOT-------- --------
LEAD1 0.80 - -LEAD2 0.83 - -LEAD3 0.83 - -LEAD4 0.83 - -LEAD5 0.85 - -MOT1 - - 0.92MOT2 - - 0.89
MOT3 - - 0.87MOT4 - - 0.89MOT5 - - 0.82
PHI
LEAD MOT-------- --------
LEAD 1.00MOT 0.92 1.00
THETA-DELTA
LEAD1 LEAD2 LEAD3 LEAD4 LEAD5 MOT1-------- -------- -------- -------- -------- --------
0.36 0.31 0.31 0.31 0.27 0.15
THETA-DELTA
MOT2 MOT3 MOT4 MOT5-------- -------- -------- --------
-
8/3/2019 Confirmatory Factor Analysis With Lisrel 2
14/14
Teorionline Tutorial : CFA dengan LISREL (2) by HENDRY Page 14
0.21 0.24 0.21 0.32
Time used: 0.016 Seconds