Anda di halaman 1dari 7

Tutorial LISREL

Chapter 1
DATA PREPARATION
BY HENDRYADI
Phone : 0856-9752-3260
Email : openstatistik@yahoo.co,id
Blog : http://teorionline.wordpress.com/

Catatan :
Seluruh contoh kasus menggunakan data fiktif dan hanya dipergunakan untuk kepentingan
tutorial.
MENYIMPAN / IMPORT DATA
Prelis merupakan aplikasi untuk manipulasi dan menyimpan data awal pada LISREL. Prelis
dapat mengimport data dalam bentuk File dalam bentuk .SAV (SPSS), .CSV, .DAT, dan .TXT
sehingga pastikan file yang anda sudah tersedia.
Dalam latihan ini, saya menggunakan file .SAV (spss)
Pada menu utama, Klik FILE, pilih Import data in free Format, cari posisi anda meletakkan data
lalu klik ok :

Tutorial LISREL
Tampilan data setelah di import

Tutorial LISREL
MENENTUKAN JENIS DATA
Bagian kedua adalah menentukan jenis data.
Klik DATA, lalu pilih DEFINE VARIABLES
Klik salah satu data, lalu pilij Variable Type, dan pilih Continues
Agar seluruh data menjadi type continues, maka beri tanda pada Apply to All

Simpan kembali data anda.

Tutorial LISREL
MEMBUAT MATRIX COVARIANCE DAN CORRELATION
Pada menu Statistics, pilih Output Option
Pada pilihan moment matrix, pilih Covariances, lalu ketik posisi tempat anda akan
menyimpan data.
Disini, saya menyimpan data dengan posisi : C:\SEM\TUTORIAL\DATACOV.COV

Klik OK
Jika proses pembuatan covarian suskes, maka akan muncul tampilan screening data dan uji
univariate normal seperti tampilan berikut :

Tutorial LISREL

UJI NORMALITAS
Langkah selanjutnya adalah melakukan screening data. Ini dilakukan untuk memperoleh
deskriptif data sekaligus melakukan uji normalitas (univariate dan multivariate normality)
Pada menu Statistics, pilih Output Option
Aktifkan pilihan perform tests of multivariate normality

Tutorial LISREL
Hasil Output
Univariate Summary Statistics for Continuous Variables
Variable
Mean St. Dev.
Freq. Maximum Freq.
----------- ----------- ------- ----BK1
6.065
0.666
1
7.000
38
BK2
6.039
0.677
2
7.000
36
BK3
6.163
0.673
1
7.000
48
BK4
5.902
0.686
4
7.000
25
BK5
6.007
0.693
4
7.000
33
BK6
6.000
0.688
4
7.000
32
KOM1
5.856
0.764
5
7.000
30
KOM2
5.882
0.716
1
7.000
26
KOM3
5.706
0.715
6
7.000
17
KOM4
5.791
0.832
1
7.000
29
KOM5
5.758
0.770
9
7.000
22
MOT1
5.752
0.700
4
7.000
19
MOT2
5.699
0.744
7
7.000
19
MOT3
5.601
0.691
7
7.000
11
MOT4
5.673
0.759
8
7.000
19
MOT5
5.621
0.743
9
7.000
15
KIN1
6.085
0.658
1
7.000
39
KIN2
5.967
0.578
28
7.000
23
KIN3
6.020
0.601
26
7.000
29
KIN4
5.961
0.616
32
7.000
26
KIN5
5.967
0.663
3
7.000
28

T-Value

Skewness

Kurtosis

Minimum

-------

--------

--------

------- -

112.711

-0.209

-0.247

4.000

110.263

-0.305

0.045

4.000

113.222

-0.337

-0.265

4.000

106.420

-0.368

0.335

4.000

107.214

-0.489

0.549

4.000

107.833

-0.491

0.600

4.000

94.752

-0.197

-0.389

4.000

101.648

-0.477

1.036

3.000

98.673

-0.155

-0.145

4.000

86.056

-0.422

0.098

3.000

92.535

-0.344

-0.094

4.000

101.578

-0.080

-0.223

4.000

94.736

-0.128

-0.258

4.000

100.196

-0.128

-0.137

4.000

92.405

-0.102

-0.317

4.000

93.519

-0.132

-0.235

4.000

114.314

-0.231

-0.165

4.000

127.632

0.000

0.040

5.000

123.847

-0.007

-0.185

5.000

119.602

0.023

-0.331

5.000

111.311

-0.376

0.494

4.000

Tutorial LISREL
Test of Univariate Normality for Continuous Variables
Skewness
Variable Z-Score P-Value
BK1
BK2
BK3
BK4
BK5
BK6
KOM1
KOM2
KOM3
KOM4
KOM5
MOT1
MOT2
MOT3
MOT4
MOT5
KIN1
KIN2
KIN3
KIN4
KIN5

-1.081
-1.561
-1.721
-1.869
-2.440
-2.446
-1.022
-2.385
-0.803
-2.128
-1.751
-0.415
-0.667
-0.668
-0.533
-0.685
-1.193
-0.002
-0.037
0.120
-1.908

0.280
0.118
0.085
0.062
0.015
0.014
0.307
0.017
0.422
0.033
0.080
0.678
0.505
0.504
0.594
0.493
0.233
0.998
0.970
0.905
0.056

Kurtosis

Skewness and Kurtosis

Z-Score P-Value
-0.578
0.282
-0.639
0.948
1.357
1.446
-1.096
2.109
-0.249
0.416
-0.097
-0.498
-0.613
-0.226
-0.823
-0.539
-0.312
0.269
-0.374
-0.873
1.258

Chi-Square P-Value

0.564
0.778
0.523
0.343
0.175
0.148
0.273
0.035
0.803
0.678
0.923
0.619
0.540
0.821
0.411
0.590
0.755
0.788
0.709
0.382
0.208

1.503
2.517
3.371
4.394
7.794
8.074
2.244
10.135
0.708
4.702
3.077
0.420
0.820
0.498
0.961
0.760
1.520
0.073
0.141
0.777
5.222

0.472
0.284
0.185
0.111
0.020
0.018
0.326
0.006
0.702
0.095
0.215
0.811
0.663
0.780
0.618
0.684
0.468
0.964
0.932
0.678
0.073

Relative Multivariate Kurtosis = 1.059

Test of Multivariate Normality for Continuous Variables


Skewness

Kurtosis

Skewness

and Kurtosis
Value Z-Score P-Value
Value Z-Score P-Value
Square P-Value
------ ------- ------------- ------- -------- ------83.666
5.728
0.000
511.716
5.297
60.862
0.000

Chi-------0.000

Pada bagian pertama kita memperoleh deskriptif data dalam bentuk mean, standar deviasi, t
value, max, min, dan seterusnya.
Pada bagian kedua adalah univariate normality. Dimana data dinyatakan normal jika p value
pada skewness dan kurtosis tidak signfikan (p value > 0.05)
Bagian ketiga adalah multivariate normality.
Hasil uji normalitas di atas menunjukkan bahwa data tidak memenuhi asumsi multivariate
normality karena nilai p value skewness dan kurtosis < 0.05.