Anda di halaman 1dari 20

MEMAHAMI SOAL-JAWAB ANALISIS FAKTOR DAN ANALISIS JALUR UNTUK DATA PENELITIAN ILMU-ILMU SOSIAL

Oleh: Darmawan Soegandar

PERSOALAN KE-1. Diteliti “Efektifitas Organisasi Sekolah”. Masalah penelitian dirumuskan sebagai berikut: “apa penciri utama efektifitas organisasi sekolah menengah pertama di lingkungan Dinas Pendidikan Provinsi Jawa Barat”. Dengan ringkasan hasil analisis data

Provinsi Jawa Barat”. Dengan ringkasan hasil analisis data Gambar A Model Pengukuran EOS Table 1 Ringkasan

Gambar A Model Pengukuran EOS

Table 1 Ringkasan Hasil Pengujian Model (n=128)

Indikator

λ*

c.r

P

R 2

Y11

0.419

4.655

***

0.176

Y12

0.545

6.281

***

0.297

Y13

0.803

10.407

***

0.644

Y14

0.823

10.805

***

0.678

Y15

0.653

7.848

***

0.426

Y16

0.614

7.263

***

0.377

Y17

0.596

6.997

***

0.355

Y18

0.642

7.685

***

0.413

Y19

0.448

5.011

***

0.200

*koefisien bobot faktor dalam angka yang disandarkan

Pada Uji Fit Model di dapatkan keterangan:

Chi-Square

= 35.447

Df

= 27

P-value

= 0.128

RMSEA

= 0.050

GFI

= 0.942

AGFI

= 0.903

NFI

= 0,910

NNFI

= 0,969

CFI

= 0.977

Problem:

a. Rumuskan diagram jalur dan persamaan model pengukuran EOS dalam format CFA

Penyelesaian:

model pengukuran EOS dalam format CFA Penyelesaian: Gambar B Diagram Jalur 1 | D a r

Gambar B Diagram Jalur

Keterangan gambar Diagram Jalur:

Variabel laten

: EOS

Indikator

: Y11; Y12; Y13; Y14; Y15; Y16; Y17; Y18 dan Y19

Measurement error

: δ11 s.d. δ19

Factor loading

: λ11 s.d. λ19

Sedangkan persamaan model pengukuran konstruk EOS-nya adalah

Y11 = λ11EOS + δ11

Y12 = λ12EOS + δ12

Y13 = λ13EOS + δ13

Y14 = λ14EOS + δ14

Y15 = λ15EOS + δ15

Y16 = λ16EOS + δ16

Y17 = λ17EOS + δ17

Y18 = λ18EOS + δ18

Y19 = λ19EOS + δ19

b.

Berdasarkan hasil analisis data, apakah model pengukuran EOS fit atau tidak dengan data? Mengapa? Jelaskan?

Penyelesaian:

Syarat fit tidaknya model dengan data adalah sebagai berikut

Table 2 Indikator Uji FIT Model

Indikator

Syarat

Hasil Uji

Keputusan

P-value

> 0.05

0.128

FIT

RMSEA

< 0.08

0.050

FIT

GFI

> 0.90

0.942

FIT

AGFI

> 0.90

0.903

FIT

NFI

> 0.90

0.910

FIT

NNFI

> 0.90

0.969

FIT

CFI

> 0.90

0.977

FIT

bisa kita ambil kesimpulan berdasarkan indikator yang di berikan pada diagram jalur empiris dan syarat perlunya maka bahwa model pengukuran EOS fit dengan data.

c. Apakah model pengukuran memenuhi kriteria validitas dan realibilitas? Mengapa? Jelaskan?

Penyelesaian:

Untuk menjawab pertanyaan ini kita akan menggunakan tabel 1 ringkasan hasil penelitian

Indikator

λ*

c.r

P

R 2

Y11

0.419

4.655

***

0.176

Y12

0.545

6.281

***

0.297

Y13

0.803

10.407

***

0.644

Y14

0.823

10.805

***

0.678

Y15

0.653

7.848

***

0.426

Y16

0.614

7.263

***

0.377

Y17

0.596

6.997

***

0.355

Y18

0.642

7.685

***

0.413

Y19

0.448

5.011

***

0.200

*koefisien bobot faktor dalam angka yang disandarkan

Sebuah koefisien bobot faktor tidak signifikan jika P > 0.05, sehingga berdasarkan syarat ini semua indikator memenuhi syarat

Sebuah indikator tidak valid jika Koefisien bobot faktornya dalam angka yang distandarkan kurang dari 0.50, sehingga berdasarkan syarat ini maka indikator Y11 (λ11 = 0.419 < 0.50) dan Y19 (λ19 = 0.448 <0.50) tidak memenuhi syarat ini.

Oleh karena itu maka bisa kita katakan bahwa indikator Y11 dan Y19 tidak memenuhi kriteria validitas. Sedangkan indikator Y12; Y13; Y14; Y15; Y16; Y17 dan Y18 memenuhi kriteria validitas.

Untuk mengetahui realibilitas model kita akan menggunakan rumus =

untuk itu kita memerlukan tabel persiapan berikut:

,

Table 3 Persiapan CRk

Indikator

λ

E

Y11

0.419

0.824

Y12

0.545

0.703

Y13

0.803

0.356

Y14

0.823

0.322

Y15

0.653

0.574

Y16

0.614

0.623

Y17

0.596

0.645

Y18

0.642

0.587

Y19

0.448

0.800

= 5,434

bisa

mengambil kesimpulan bahwa realibilitas model adalah sebesar 0.85. Realibilitas ini tentu akan berubah jika indikator yang tidak valid yaitu Y11 dan Y19 dikeluarkan.

Maka dengan

sehingga kita dapat menghitung =

= 5,543 maka

= 30,724849, sedangkan

= 0,849718668.

Jadi

kita

d.

Merujuk hasil pengujian model, jelaskan bagaimana jawaban empiris terhadap penelitian yang diajukan? Jelaskan.

Penyelesaian:

Indikator Fleksibilitas (Y11) dan Keterampilan Karyawan (Y19) diindikasikan tidak valid mengukur variabel latennya Efektivitas Organisasi Sekolah (EOS). Oleh karena itu, dikeluarkan dari model. Sehingga dapat kita katakan bahwa variabel laten valid dan realibel dapat diukur oleh Y12; Y13; Y14; Y15; Y16; Y17 dan Y18. Dengan kata lain, mengindikasikan data variabel laten EOS = komposit skor indikator Y12; Y13; Y14; Y15; Y16; Y17 dan Y18.

Berdasarkan data tersebut maka, penciri utama efektifitas organisasi sekolah menengah pertama di lingkungan Dinas Pendidikan Provinsi Jawa Barat adalah Perolehan sumber daya, Perencanaan, Produktivitas, Efisiensi, Ketersediaan Informasi, Stabilitas dan Kohesitivitas.

PERSOALAN Ke-2. berikut:

Seorang peneliti merumuskan kerangka pemeikiran penelitian sebagai

Y1 = f(X1, X2, X3, e1)

Y2 = f(X1, X2, X3, Y1, e2)

Dugaan sementara semua variabel penyebab berpengaruh positif terhadap variabel akibat. Berdasarkan data yang dikumpulkan dari sampel berukuran 111 responden.

a. Dalam format analisis jalur, buat diagram dan persamaan struktrural untuk kedua model yang akan diuji.

dan persamaan struktrural untuk kedua model yang akan diuji. Parameter Gambar C Model Y1 yang diestimasi:

Parameter

Gambar C Model Y1

yang diestimasi: =

diuji. Parameter Gambar C Model Y1 yang diestimasi: = Parameter yang Gambar D Model Y2 diestimasi:

Parameter yang

Gambar D Model Y2

diestimasi: =

b. Rumuskan hipotesis penelitian dan hipotesis statistik untuk hipotesis penelitian yang akan diuji.

Model : = , , Hipotesis penelitian:

H 1 : Semakin tinggi tingkat X 1 , semakin tinggi tingkat Y 1

H 2 : Semakin tinggi tingkat X 2 , semakin tinggi tingkat Y 1

H 3 : Semakin tinggi tingkat X 3 , semakin tinggi tingkat Y 1

Hipotesis statistik: : = = =0; , , dan tidak mempengaruhi Y 1 H 1 : sekurang-kurangnya satu diantara , , dan mempengaruhi Y 1

Model : = , ,

H 4 : Semakin tinggi tingkat X 1 , semakin tinggi tingkat Y 2

H 5 : Semakin tinggi tingkat X 3 , semakin tinggi tingkat Y 2

H 6 : Semakin tinggi tingkat Y 1 , semakin tinggi tingkat Y 2

Hipotesis statistik: : = = =0; , , dan tidak mempengaruhi Y 2 H 1 : sekurang-kurangnya satu diantara , , dan mempengaruhi Y 2

c. Berdasarkan hasil analisis data diatas:

i. Buat tabel ringkasan hasil pengujian hipotesis baik untuk model Y1 dan model Y2

Table 4 Ringkasan Hasil Pengujian Hipotesis

Model

Koefisien

t

P-value

R 2

 

Jalur

Model Y 1

Y 1 X 1

0.341

5.089

***

Y 1 X 2

0.411

6.235

***

0,853849

Y 1 X 3

0.256

4.455

***

Model Y 2

Y 2 X 1

0.169

2.042

***

Y 2 X 3

0.144

2.068

***

0.821

Y 2 Y 1

0.431

4.010

***

Berbeda dengan model Y 2 , model Y 1 tidak diberikan tabel model summary sehingga kita tidak bisa langsung mengetahui R 2 yang pada tabel model summary bisa langsung diketahui dengan membaca kolom ke-3 (R Square). Untuk itu kita akan menggunakan fungsi balikan dari rumus F hitung.

dengan memasukkan data yang kita dapatkan dari tabel ANOVA b

bahwa Fhitung = 208, 373 dengan n = 111; k = 3 maka rumus tersebut

menghasilkan 208.373 sehingga kita dapatkan R 2 sebesar

=

0,853849. Atau bisa lebih cepat jika menggunakan fungsi balikan

ii. Buat diagram jalur lengkap (full path diagram) empiris untuk model penelitian yang telah di uji. Model Y 1

untuk model penelitian yang telah di uji. Model Y 1 Gambar E Full Path Diagram Model

Gambar E Full Path Diagram Model Y1

0.341 0.411 0.256 0.14615 ; 0,853849

Model Y 2

0.256 0.14615 ; 0,853849 Model Y 2 Gambar F Full Path Diagram Model Y2 7 |

Gambar F Full Path Diagram Model Y2

= 0.169 0.144 0.431 0.179 ; = 0,821

iii. Buat interpretasi terhadap hasil pengujian hipotesis penelitian yang diajukan Model Y 1 Uji overall Hipotesis statistik : = = =0; , , dan tidak mempengaruhi Y 1 H 1 :

sekurang-kurangnya

satu diantara , , dan

mempengaruhi Y 1

F hitung diketahui dari tabel ANOVAb sebesar 208,373 > F tabel 2,689 dengan P sig = 0.000 < 0.0001 H 0 ditolak Artinya, diantara variabel , , dan ada yang mempengaruhi Y 1 . Variabel yang mempengaruhi Y 1 akan diketahui melalui uji individual.

Uji individual Hipotesis statistik : = = = 0; secara individual , , dan tidak mempengaruhi Y 1 H 1 : = = > 0: secara individual , , dan berpengaruh positif terhadap Y 1 Pengujian:

t 1hitung 5.089 > t tabel 1,982 dengan P sig = 0.000 < 0.0001 t 2 hitung 6.235 > t tabel 1,982 dengan P sig = 0.000 < 0.0001 t 3 hitung 4.455 > t tabel 1,982 dengan P sig = 0.000 < 0.0001

Hasil uji: H 0 ditolak artinya pada tingkat kepercayaan 95% atau kesalahan 5% hipotesa penelitian ke-1,2 dan 3 diterima dengan kata lain, pada tingkat kepercayaan 95% atau kesalahan 5% Model Y 1 yang dihipotesiskan seutuhnya dapat diterima. Model Y 2 Uji overall Hipotesis statistik : = = =0; , , dan tidak mempengaruhi Y 2 H 1 :

sekurang-kurangnya satu diantara , , dan mempengaruhi Y 2

sebesar 163,5884544 >

F tabel 2,689 dengan P sig = 0.000 < 0.0001 H 0 ditolak Artinya, diantara variabel , , dan ada yang mempengaruhi Y 2 . Variabel yang mempengaruhi Y 2 akan diketahui melalui uji individual.

F hitung diketahui rumus =

= . .

Uji individual Hipotesis statistik

: = = = 0; secara individual , , dan tidak mempengaruhi Y 2 H 1 : = = > 0: secara individual , , dan berpengaruh positif terhadap Y 2 Pengujian:

t 4hitung 2.042 > t tabel 1,982 dengan P sig = 0.044 > 0.0001 t 5 hitung 2.068 > t tabel 1,982 dengan P sig = 0.041 > 0.0001 t 6 hitung 4.010 > t tabel 1,982 dengan P sig = 0.000 < 0.0001

Hasil uji: H 0 ditolak pada t 6 dan diterima pada t 4 dan t 5 artinya pada tingkat kepercayaan 95% atau kesalahan 5% hipotesa penelitian ke-3 diterima dan ke-1 dan 2 ditolak dengan kata lain, pada tingkat kepercayaan 95% atau kesalahan 5% Model Y 1 yang dihipotesiskan tidak seutuhnya dapat diterima. Karena pengaruh langsung yang tidak signifikan dari X 1 dan X 3 .

iv. Buat tabel decomposition of effect variabel penyebab terhadap variabel akibat

Table 5 Decomposition of Effect

Pengaruh

Pengaruh

Antar

Variabel

 

Langsung

Melalui Y1

Total

Y 1 X 1

0.341

0.341

Y 1 X 2

0.411

0.411

Y 1 X 3

0.256

0.256

Y 2 X 1

0.169

0,147

0,316

Y 2 X 2

0.224

0,177

0,401

Y 2 X 3

0.144

0,11

0,254

Y 2 Y 1

0.431

0.431

v. Tentukan variabel apa yang memiliki pengaruh relatif paling kuat terhadap variabel Y 2 ? Jelaskan! Variabel yang paling kuat relatif terhadap variabel Y 2 adalah variabel Y 1 , hal ini bisa kita lihat dari nilai beta sebesar 0,431 yang signifikan. Kedua variabel lain tidak signifikan berpengaruh. Dan ketiga, ada pengaruh tak langsung dari X 1,2,3 ke Y 2 melalui Y 1

PERSOALAN Ke-3. Seorang peneliti merumuskan masalah penelitian sebagai berikut:

a. Bagaimana pengaruh X 1 , X 2 , X 3 dan X 4 terhadap Y

b. Bagaimana pengaruh X 1 , X 2 , X 3 , X 4 dan Y terhadap Z

Berdasarkan kajian teori tertentu, peneliti berhasil merumuskan kerangka pemikiran sebagai berikut:

= , , , ,

= , , , , ,

a. Rumuskan hipotesis penelitian dan hipotesis statistik yang akan di uji

Model : = , , , Hipotesis penelitian:

H 1 : Semakin tinggi tingkat X 1 , semakin tinggi tingkat Y

H 2 : Semakin tinggi tingkat X 2 , semakin tinggi tingkat Y

H 3 : Semakin tinggi tingkat X 3 , semakin tinggi tingkat Y

H 4 : Semakin tinggi tingkat X 4 , semakin tinggi tingkat Y

Hipotesis statistik: : = = = =0; , , dan tidak mempengaruhi Y H 1 : sekurang-kurangnya satu diantara , , dan mempengaruhi Y

Model : = , , , ,

H 5 : Semakin tinggi tingkat X 1 , semakin tinggi tingkat Z

H 6 : Semakin tinggi tingkat X 2 , semakin tinggi tingkat Z

H 7 : Semakin tinggi tingkat X 3 , semakin tinggi tingkat Z

H 8 : Semakin tinggi tingkat X 4 , semakin tinggi tingkat Z

H 9 : Semakin tinggi tingkat Y, semakin tinggi tingkat Z

Hipotesis statistik: : = = = = =0; , , , dan

tidak mempengaruhi Z H 1 : sekurang-kurangnya dan mempengaruhi Z.

satu diantara , , ,

b.

Dalam format analisis jalur, rumuskan diagram jalur dan persamaan model struktural yang akan diuji

diagram jalur dan persamaan model struktural yang akan diuji Gambar G Model Y Parameter yang diestimasi:

Gambar G Model Y

Parameter yang diestimasi: =

akan diuji Gambar G Model Y Parameter yang diestimasi: = Parameter Gambar H Model Z yang

Parameter

Gambar H Model Z

yang diestimasi: =

c. Dengan input data matrik kovariansi atau matrik korelasi, uji apakah model yang diusulkan fit atau tidak dengan data? Jelaskan.

Substruktur 1: Model Y

R 1 =

,

, ,

, , , , ,

,

, , ,

Matriks inversnya

R 1 -1 =

, , , , , , , , , , , , , , , ,

Selanjutnya dari matriks invers tersebut kita akan mendapatkan ρ

=

, , , , ,

, , , ,

, , , ,

, , , ,

,

,

,

ρ 1 = (2,163330258)(0,5341)+(-0,286560253)(0,534)+(-0,985724353)(0,5856)+(- 0,653498363)(0,5635) = 0,056925007 ρ 2 = (-0,286560253)(0,5341)+(1,399659482)(0,534)+(-0,343810636)(0,5856)+(- 0,251230181)(0,5635) = 0,251462617 ρ 3 = (-0,985724353)(0,5341)+(-0,343810636)(0,534)+(1,911523773)(0,5856)+(- 0,205352551)(0,5635) = 0,293601902 ρ 4 = (-0,653498363)(0,5341)+(-0,251230181)(0,534)+(-0,205352551)(0,5856)+( 1,578318918)(0,5635) = 0,285937864

sehingga koefisien determinasinya adalah

=∑

0,293601902)(0,5856)+( 0,285937864)(0,5635) = 0,497743944 Dengan demikian bisa kita dapatkan koefisien jalur residual

=

(0,056925007)(0,5341)+(

= 1− = 1 − 0,497743944 = 0,7087

Selanjutnya kita akan mencari R 2 2 Substruktur 2: Model Z

R 2 = 0,5751

1

0,5751 0,5341

1

0,5635

1

0,5341 0,5635

0,251462617)(0,534)+(

Matriks inversnya

1,653925 −0,66435 −0,509

R 2 -1 = −0,66435 1,732128 −0,62122

−0,509 −0,62122 1,621917

Selanjutnya dari matriks invers tersebut kita akan mendapatkan ρ

1,653925 −0,66435 −0,509 0,7251

ρ ij = −0,66435 1,732128 −0,62122 0,6642

−0,509 −0,62122 1,621917 0,7009

=

0,401241259

ρ 6

0,23334248

ρ 7

0,355108555

ρ 5

(1,653924883)(0,7251)+(-0,664350981)(0,6642)+(-0,508999503)(0,7009)

(-0,664350981)(0,7251)+(1,732128183)(0,6642)+(-0,621224372)(0,7009)

(-0,508999503)(0,7251)+(-0,621224372)(0,6642)+(1,621916568)(0,7009)

=

=

=

=

=

sehingga koefisien determinasinya adalah =∑ = (0,401241259)(0,7251) + (0,23334248)(0,6642) + (0,355108555)(0,7009) = 0,694821698 Dengan demikian bisa kita dapatkan koefisien jalur residual

= 1− = 1 − 0,694821698 = 0,552429

Untuk melakukan pengujian overall model fit dengan statistik Q R m 2 = M = 1 - (1 - 0,497743944)(1 - 0,694821698) = 0,84672235

, = 1, karena Q = 1 dapat disimpulkan bahwa model yang diusulkan fit

dengan data. Kesimpulan: hasil estimasi parameter model yang diperoleh data sampel dapat diberlakukan terhadap populasi.

= ,

d. Uji apakah hipotesis penelitian seluruhnya diterima? Jika tidak, bagaimana model diperbaiki? Jelaskan.

Model Y Uji overall Hipotesis statistik : = = = =0; , , dan tidak mempengaruhi Y

H 1 : sekurang-kurangnya

satu diantara , , dan

mempengaruhi Y

F hitung diketahui dari =

= , ,

sebesar 23,5366374 >

F tabel 2,699 dengan P sig = 0.000 < 0.0001 H 0 ditolak

Artinya, diantara variabel , , dan ada yang mempengaruhi Y. Variabel yang mempengaruhi Y akan diketahui melalui uji individual.

Uji individual Hipotesis statistik : = = = = 0; secara individual , , dan tidak mempengaruhi Y H 1 : = = = > 0: secara individual , , dan berpengaruh positif terhadap Y Pengujian:

t = =

,

=

, ,

=

,

 

, ,

=

,

 

, ,

=

,

, ,

= 0,532 P > 0,0001

= 2,351 P < 0,0001

= 2,745 P < 0,0001

= 2,674 P < 0,0001

t = =

t = =

t = =

Hasil uji: H 0 ditolak pada t 2,3,4 artinya pada tingkat kepercayaan 95% atau kesalahan 5% hipotesa penelitian ke-2,3 dan 4 diterima dengan kata lain, pada tingkat kepercayaan 95% atau kesalahan 5% Model Y yang dihipotesiskan tidak seutuhnya dapat diterima. Maka model bisa diperbaiki dengan cara mentriming jalur dari X 1 ke Y karena model fit dengan data.

Model Z Uji overall Hipotesis statistik : = = =0; , , dan tidak mempengaruhi Z H 1 :

sekurang-kurangnya satu

diantara , , dan mempengaruhi Z

sebesar 54,07335718 >

F tabel 2,699 dengan P sig = 0.000 < 0.0001 H 0 ditolak Artinya, diantara variabel , , dan ada yang mempengaruhi Z. Variabel yang mempengaruhi Z akan diketahui melalui uji individual.

F hitung diketahui dari =

= , ,

Uji individual Hipotesis statistik : = = = 0; secara individual , , dan tidak mempengaruhi

Z H 1 : = = > 0: secara individual , , dan berpengaruh

positif terhadap Y Pengujian:

t

=

=

t = =

=

=

,

, ,

,

, ,

=

=

5,504687515 P < 0,0001

3,20125961 P < 0,0001

t = =

=

,

, ,

= 4,871786202 P < 0,0001

Hasil uji: H 0 ditolak artinya pada tingkat kepercayaan 95% atau kesalahan 5% hipotesa penelitian ke-5,6 dan 7 diterima dengan kata lain, pada tingkat kepercayaan 95% atau kesalahan 5% Model Y yang dihipotesiskan seutuhnya dapat diterima.

e. Buat ringkasan hasil analisis data dalam bentuk tabel, persamaan dan diagram jalur empiris lengkap untuk model struktural yang diuji. Interpretasikan hasil analisis data tersebut.

Pengaruh

Antar

Variabel

Pengaruh

 

Langsung

Melalui Y

Total

Y

X 1

0,056925007

0,056925007

Y

X 2

0,251462617

0,251462617

Y

X 3

0,293601902

0,293601902

Y

X 4

0,285937864

0,285937864

Z

X 1

0,401241259

0,020214557

0,421455816

Z

X 2

0,089296527

0,089296527

Z

X 3

0,104260547

0,104260547

Z

X 4

0,23334248

0,101538982

0,334881462

Z Y

0,355108555

0,355108555

f. Variabel apa yang memiliki pengaruh relatif paling kuat terhadap variabel Z? Jelaskan. Variabel yang paling kuat mempengaruhi ke variabel Z adalah variabel X1 hal ini bisa kita lihat dengan total pengaruh 0,421455816.

g. Saran apa yang bisa sdr. Berikan untuk penelitian lebih lanjut? Jelaskan.

Saya menyarankan untuk mencoba model korelasional yang lain pada variabel-variabel ini, dengan dukungan teoritis yang kuat tentu saja, agak ditemukan model yang paling fit dalam mempengaruhi Z.

PERSOALAN Ke-4. Diteliti pengaruh home background (HOME)

terhadap aspiration of education (ASPIRE) dan achievement (ACHIEVE). Masalah penelitian

dirumuskan sebagai berikut:

dan ability (ABILITY)

1)

Apakah tinggi rendahnya ASPIRE dipengaruhi HOME dan ABILITY?

2)

Apakah tinggi rendahnya ACHIEVE dipengatuhi HOME ABILITY dan ASPIRE?

Merujuk masalah penelitian dan kerangka pemikiran selanjutnya peneliti mengajukan lima hipotesis sebagai mana dinyatakan persamaan struktural sebagai berikut:

ASPIRE = f (HOME, ABILITY)

ACHIEVE = f( HOME, ABILITY, ASPIRE)

a. Rumuskan hipotesis penelitian yang akan diuji

Model ASPIRE: ASPIRE = f HOME, ABILITY Hipotesis penelitian:

H 1 : Semakin tinggi tingkat HOME, semakin tinggi tingkat ASPIRE

H 2 : Semakin tinggi tingkat ABILITY, semakin tinggi tingkat ASPIRE

Hipotesis statistik: : = = 0; HOME dan ABILITY tidak mempengaruhi ASPIRE H 1 : sekurang-kurangnya satu diantara HOME dan ABILITY mempengaruhi ASPIRE

Model ACHIEVE: ACHIEVE = f HOME, ABILITY, ASPIRE

H 3 : Semakin tinggi tingkat HOME, semakin tinggi tingkat ACHIEVE

H 4 : Semakin tinggi tingkat ABILITY, semakin tinggi tingkat ACHIEVE

H 5 : Semakin tinggi tingkat ASPIRE, semakin tinggi tingkat ACHIEVE

Hipotesis statistik: : = = = 0; HOME, ABILITY, dan ASPIRE tidak mempengaruhi ACHIEVE H 1 : sekurang-kurangnya satu diantara HOME, ABILITY, dan ASPIRE mempengaruhi ACHIEVE.

b. Rumuskan persamaan pengukuran dan persamaan struktural untuk kasus penelitian di atas.

Model

Persamaan

A. Pengukuran

1. Variabel laten HOME

Faminc = λ1 HOME + δ1

FaEd

= λ2 HOME + δ2

2. Variabel laten ABILITY

VerbAb

= λ3 ABILITY + δ3

QuantAb = λ4 ABILITY + δ4

3. Variabel laten ASPIRE

EdAsp

= λ5 ASPIRE + δ5

AccAsp = λ6 ASPIRE + δ6

4. Variabel laten ACHIEVE

VerbAch

= λ7 ACHIEVE + δ7

QuantAch = λ8 ACHIEVE + δ8

B. Struktural

 

1. Model ASPIRE

ASPIRE = γ1HOME + γ2ABILITY + ζ1 ACHIEVE = γ1HOME + γ2ABILITY + βASPIRE + ζ2

2. Model ACHIEVE

c. Buat diagram jalur lengkap dan hipotesis statistik untuk model yang diuji dalam format SEM

hipotesis statistik untuk model yang diuji dalam format SEM Gambar I Full Path Diagram Studi Schumacker

Gambar I Full Path Diagram Studi Schumacker - Lomax

Semoga bermanfaat untuk bahan sama-sama belajar Salam hangat dari Bandung

untuk bahan sama-sama belajar Salam hangat dari Bandung www.facebook.com/darmawan.soegandar YM:

www.facebook.com/darmawan.soegandar YM: darmawanmpa@yahoo.co.id www.darmawansoegandar.blogspot.com