PERBANDINGAN HASIL SINTAKSIS PROYEK LISREL DAN SIMPLIS DALAM

LISREL 9.10 FOR WINDOWS (STUDENT EDITION)

Oleh :
Abdullah M. Jaubah

Pendahuluan

Lisrel 9.10 For Windows (Student Edition) mengandung arsip sintaksis proyek Lisrel.
Pelaksanaan sintaksis proyek Lisrel ini akan menghasilkan diagram jalur. Diagram jalur ini
dapat dipakai untuk mencipta sintaksis proyek Simplis. Hasil pelaksanaan sintaksis proyek
Lisrel dan hasil pelaksanaan sintaksis proyek Simplis dapat diperbandingkan. Hasil
pelaksanaan sintaksis proyek Lisrel lebih sudit dianalisis jika dibanding dengan hasil
pelaksanaan sintaksis proyek Simplis. Apakah pernyataan ini benar atau salah?
Tulisan ini disusun untuk membuktikan kebenaran atau ketidakbenaran pernyataan di atas.

Sintaksis Proyek Lisrel

Sintaksis proyek Lisrel dalam paket program Lisrel terkandung dalam Folder LISEX. Arsip
sintaksis Lisrel yang akan dipakai di sini adalah EX1.LIS. Arsip sintaksis ini adalah sebagai
berikut :
TI EX1.LIS
HYPOTHETICAL MODEL ESTIMATED BY ML
DA NI=11 NO=100
CM SY FI=EX1.COV
MO NY=4 NX=7 NE=2 NK=3 BE=FU PS=SY,FR
FR LY 2 1 LY 4 2 LX 2 1 LX 3 1 LX 3 2 LX 5 2 LX 7 3 BE 2 1 BE 1 2
FI GA 1 3 GA 2 2
VA 1 LY 1 1 LY 3 2 LX 1 1 LX 4 2 LX 6 3
PD
OU MI RS EF MR SS SC
Hasil Pelaksanaan Sintaksis Proyek Lisrel
Hasil pelaksanaan sintaksis proyek Lisrel adalah sebagai berikut :

Diagram jalur yang dihasilkan sebagaimana disajikan di atas mencerminkan bahwa variabelvariabel indikator eksogen adalah 7 variabel indikator dan variabel-variabel laten eksogen
adalah tiga. Variabel-variabel laten eksogen disebut Ksi. Variabel-variabel indikator endogen
adalah empat dan variabel-variabel laten endogen adalah dua. Variabel indikator eksogen
dengan nama Var 7 mewakili variabel laten eksogen Ksi1 dan Ksi2. Variabel laten eksogen
Ksi 1 mempunyai hubungan dengan variabel laten endogen Eta 1 dan Eta 2. Variabel Ksi2
mempunyai hubungan dengan variabel laten endogen Eta1. Variabel Ksi 3 mempunyai
hubungan dengan variabel Eta 2. Variabel laten endogen Eta 1 mempunyai hubungan dengan
variabel laten endogen Eta 2 dan variabel laten endogen Eta 2 mempunyai hubungan dengan
variabel laten endogen Eta 1. Informasi penting lain adalah bahwa Chi-Square adalah 29.39
dengan derajat kebebasan adalah 33, P-value adalah 0.64734, dan RMSEA adalah 0.
Pengamatan atas nilai P dan nilai RMSEA mengungkap bahwa model adalah cocok dengan
data. Pengamatan ini akan dibuktikan dengan cara melakukan evaluasi atas pengujian
kecocokan secara keseluruhan dan pengujian kecocokan secara rinci.
DATE: 11/19/2014
TIME: 1:29
L I S R E L

9.10 (STUDENT)
BY

Karl G. Jreskog & Dag Srbom

This program is published exclusively by
Scientific Software International, Inc.
http://www.ssicentral.com
Copyright by Scientific Software International, Inc., 1981-2012

Use of this program is subject to the terms specified in the

Universal Copyright Convention.
The following lines were read from file C:\LISREL9 Student Examples\LISEX\EX1.lis:
TI EX1.LIS
HYPOTHETICAL MODEL ESTIMATED
DA NI=11 NO=100
CM SY FI=EX1.COV
MO NY=4 NX=7 NE=2 NK=3 BE=FU
FR LY 2 1 LY 4 2 LX 2 1 LX 3
FI GA 1 3 GA 2 2
VA 1 LY 1 1 LY 3 2 LX 1 1 LX
PD
OU MI RS EF MR SS SC

BY ML
PS=SY,FR
1 LX 3 2 LX 5 2 LX 7 3 BE 2 1 BE 1 2
4 2 LX 6 3

TI EX1.LIS
Number
Number
Number
Number
Number
Number

of
of
of
of
of
of

Input Variables 11
Y - Variables
4
X - Variables
7
ETA - Variables 2
KSI - Variables 3
Observations
100

TI EX1.LIS
Covariance Matrix

VAR 1
VAR 2
VAR 3
VAR 4
VAR 5
VAR 6
VAR 7
VAR 8
VAR 9
VAR 10
VAR 11

VAR 1
-------3.204
2.722
3.198
3.545
0.329
0.559
1.006
0.468
0.502
1.050
1.260

VAR 2
--------

VAR 3
--------

VAR 4
--------

VAR 5
--------

VAR 6
--------

2.629
2.875
3.202
0.371
0.592
1.019
0.456
0.539
0.960
1.154

4.855
5.373
-0.357
-0.316
-0.489
-0.438
-0.363
1.416
1.923

6.315
-0.471
-0.335
-0.591
-0.539
-0.425
1.714
2.309

1.363
1.271
1.742
0.788
0.838
0.474
0.686

1.960
2.276
1.043
1.070
0.694
0.907

VAR 8
--------

VAR 9
--------

VAR 10
--------

VAR 11
--------

1.376
1.189
0.071
0.136

1.741
0.104
0.162

1.422
1.688

2.684

Covariance Matrix

VAR 7
VAR 8
VAR 9
VAR 10
VAR 11

VAR 7
-------3.803
1.953
2.090
0.655
0.917

Total Variance = 31.352 Generalized Variance = 0.0113

Largest Eigenvalue = 16.796 Smallest Eigenvalue = 0.139
Condition Number = 10.975
TI EX1.LIS
Parameter Specifications
LAMBDA-Y

VAR
VAR
VAR
VAR

1
2
3
4

ETA 1
-------0
1
0
0

ETA 2
-------0
0
0
2

LAMBDA-X

VAR 5
VAR 6
VAR 7
VAR 8
VAR 9
VAR 10
VAR 11

KSI 1
-------0
3
4
0
0
0
0

KSI 2
-------0
0
5
0
6
0
0

KSI 3
-------0
0
0
0
0
0
7

BETA

ETA 1
ETA 2

ETA 1
-------0
9

ETA 2
-------8
0

GAMMA

ETA 1
ETA 2

KSI 1
-------10
12

KSI 2
-------11
0

KSI 3
-------0
13

KSI 1
-------14
15
17

KSI 2
--------

KSI 3
--------

16
18

19

ETA 1
-------20
21

ETA 2
--------

PHI

KSI 1
KSI 2
KSI 3
PSI

ETA 1
ETA 2

22

THETA-EPS
VAR 1
-------23

VAR 2
-------24

VAR 3
-------25

VAR 4
-------26

VAR 6
-------28

VAR 7
-------29

VAR 8
-------30

THETA-DELTA
VAR 5
-------27

VAR 9
-------31

VAR 10
-------32

THETA-DELTA
VAR 11
-------33

TI EX1.LIS
Number of Iterations = 9
LISREL Estimates (Maximum Likelihood)
LAMBDA-Y
ETA 1
--------

ETA 2
--------

VAR 1

1.000

- -

VAR 2

0.921
(0.035)
26.255

- -

VAR 3

- -

1.000

VAR 4

- -

1.139
(0.029)
39.130

LAMBDA-X

VAR 5

KSI 1
-------1.000

VAR 6

1.291
(0.104)
12.460

VAR 7

0.920
(0.122)
7.537

KSI 2
-------- - -

KSI 3
-------- - -

1.092
(0.116)
9.412

- -

VAR 8

- -

1.000

- -

VAR 9

- -

1.079
(0.083)
12.927

- -

VAR 10

- -

- -

1.000

VAR 11

- -

- -

1.437
(0.092)
15.635

BETA

ETA 1

ETA 2

ETA 1
-------- -

0.937
(0.177)
5.308

ETA 2
-------0.538
(0.056)
9.621
- -

GAMMA

ETA 1

ETA 2

KSI 1
-------0.213
(0.152)
1.403
-1.223
(0.120)
-10.153

KSI 2
-------0.495
(0.146)
3.385
- -

KSI 3
-------- -

0.996
(0.150)
6.632

Covariance Matrix of ETA and KSI

ETA 1
ETA 2

ETA 1
-------2.957
3.115

ETA 2
--------

KSI 1
--------

KSI 2
--------

KSI 3
--------

4.719

KSI 1
KSI 2
KSI 3

0.482
0.554
0.932

-0.217
-0.312
1.402

0.974
0.788
0.525

KSI 1
-------0.974
(0.187)
5.222

KSI 2
--------

KSI 3
--------

KSI 2

0.788
(0.150)
5.265

1.117
(0.193)
5.782

KSI 3

0.525
(0.132)
3.967

0.133
(0.125)
1.070

ETA 1
-------0.486
(0.125)
3.872

ETA 2
--------

-0.069
(0.167)
-0.413

0.133
(0.077)
1.715

1.117
0.133

1.175

PHI

KSI 1

1.175
(0.201)
5.842

PSI

ETA 1

ETA 2

Squared Multiple Correlations for Structural Equations

ETA 1
-------0.434

ETA 2
-------0.997

NOTE: R for Structural Equatios are Hayduk's (2006) Blocked-Error R

Reduced Form

ETA 1

ETA 2

KSI 1
--------0.895
(0.426)
-2.102

KSI 2
-------0.999
(0.341)
2.931

KSI 3
-------1.080
(0.223)
4.839

-2.062
(0.515)
-4.007

0.936
(0.401)
2.333

2.008
(0.267)
7.529

Squared Multiple Correlations for Reduced Form

ETA 1
-------0.381

ETA 2
-------0.629

THETA-EPS
VAR 1
-------0.247
(0.053)
4.710

VAR 2
-------0.123
(0.038)
3.273

VAR 3
-------0.136
(0.041)
3.359

VAR 4
-------0.197
(0.054)
3.639

Squared Multiple Correlations for Y - Variables

VAR 1
-------0.923

VAR 2
-------0.953

VAR 3
-------0.972

VAR 4
-------0.969

VAR 6
-------0.336
(0.066)
5.051

VAR 7
-------0.063
(0.051)
1.241

VAR 8
-------0.259
(0.050)
5.188

THETA-DELTA
VAR 5
-------0.389
(0.063)
6.156

VAR 9
-------0.440
(0.074)
5.934

VAR 10
-------0.247
(0.053)
4.643

VAR 9
-------0.747

VAR 10
-------0.826

THETA-DELTA
VAR 11
-------0.259
(0.091)
2.856
Squared Multiple Correlations for X - Variables
VAR 5
-------0.715

VAR 6
-------0.829

VAR 7
-------0.983

VAR 8
-------0.812

Squared Multiple Correlations for X - Variables

VAR 11
-------0.903
Log-likelihood Values
Estimated Model
--------------Number of free parameters(t)
33
-2ln(L)
681.416
AIC (Akaike, 1974)*
747.416
BIC (Schwarz, 1978)*
833.387

Saturated Model
--------------66
652.022
784.022
955.963

*LISREL uses AIC= 2t - 2ln(L) and BIC = tln(N)- 2ln(L)

Goodness of Fit Statistics
Degrees of Freedom for (C1)-(C2)
Maximum Likelihood Ratio Chi-Square (C1)
Browne's (1984) ADF Chi-Square (C2_NT)
Estimated Non-centrality Parameter (NCP)
90 Percent Confidence Interval for NCP

33
29.394 (P = 0.6473)
27.247 (P = 0.7488)
0.0
(0.0 ; 12.673)

Minimum Fit Function Value

Population Discrepancy Function Value (F0)
90 Percent Confidence Interval for F0
Root Mean Square Error of Approximation (RMSEA)
90 Percent Confidence Interval for RMSEA
P-Value for Test of Close Fit (RMSEA < 0.05)

0.294
0.0
(0.0 ; 0.127)
0.0
(0.0 ; 0.0620)
0.893

Expected Cross-Validation Index (ECVI)

90 Percent Confidence Interval for ECVI
ECVI for Saturated Model
ECVI for Independence Model

0.990
(0.990 ; 1.117)
1.320
14.162

Chi-Square for Independence Model (55 df)

Normed Fit Index (NFI)
Non-Normed Fit Index (NNFI)
Parsimony Normed Fit Index (PNFI)
Comparative Fit Index (CFI)

1394.198
0.979
1.005
0.587
1.000

Incremental Fit Index (IFI)

Relative Fit Index (RFI)

1.003
0.965

Critical N (CN)

185.484

Root Mean Square Residual (RMR)

Standardized RMR
Goodness of Fit Index (GFI)
Adjusted Goodness of Fit Index (AGFI)
Parsimony Goodness of Fit Index (PGFI)

0.0652
0.0266
0.953
0.906
0.476

TI EX1.LIS
Fitted Covariance Matrix

VAR 1
VAR 2
VAR 3
VAR 4
VAR 5
VAR 6
VAR 7
VAR 8
VAR 9
VAR 10
VAR 11

VAR 1
-------3.204
2.722
3.115
3.547
0.482
0.622
1.048
0.554
0.598
0.932
1.339

VAR 2
--------

VAR 3
--------

VAR 4
--------

VAR 5
--------

VAR 6
--------

2.629
2.868
3.266
0.444
0.573
0.965
0.510
0.550
0.858
1.233

4.855
5.373
-0.217
-0.280
-0.540
-0.312
-0.336
1.402
2.014

6.315
-0.247
-0.318
-0.614
-0.355
-0.383
1.596
2.293

1.363
1.258
1.757
0.788
0.851
0.525
0.754

1.960
2.269
1.018
1.098
0.678
0.974

VAR 8
--------

VAR 9
--------

VAR 10
--------

VAR 11
--------

1.376
1.206
0.133
0.192

1.741
0.144
0.207

1.422
1.688

2.684

VAR 2
--------

VAR 3
--------

VAR 4
--------

VAR 5
--------

VAR 6
--------

0.000
0.007
-0.064
-0.073
0.019
0.054
-0.054
-0.011
0.102
-0.079

0.000
0.000
-0.140
-0.036
0.051
-0.126
-0.027
0.014
-0.091

0.000
-0.224
-0.017
0.023
-0.184
-0.042
0.118
0.016

0.000
0.013
-0.015
0.000
-0.013
-0.051
-0.068

0.000
0.007
0.025
-0.028
0.016
-0.067

VAR 8
--------

VAR 9
--------

VAR 10
--------

VAR 11
--------

0.000
-0.017
-0.062
-0.056

0.000
-0.040
-0.045

0.000
0.000

0.000

Fitted Covariance Matrix

VAR 7
VAR 8
VAR 9
VAR 10
VAR 11

VAR 7
-------3.803
1.945
2.099
0.629
0.903

Fitted Residuals

VAR 1
VAR 2
VAR 3
VAR 4
VAR 5
VAR 6
VAR 7
VAR 8
VAR 9
VAR 10
VAR 11

VAR 1
-------0.000
0.000
0.083
-0.002
-0.153
-0.063
-0.042
-0.086
-0.096
0.118
-0.079

Fitted Residuals

VAR 7
VAR 8
VAR 9
VAR 10
VAR 11

VAR 7
-------0.000
0.008
-0.009
0.026
0.014

Summary Statistics for Fitted Residuals

Smallest Fitted Residual =
Median Fitted Residual =
Largest Fitted Residual =

-0.224
-0.001
0.118

Stemleaf Plot
-

2|2
1|85
1|430
0|9988777666655
0|44444332211110000000000000000
0|111111222233
0|558
1|022
Standardized Residuals

VAR 1
VAR 2
VAR 3
VAR 4
VAR 5
VAR 6
VAR 7
VAR 8
VAR 9
VAR 10
VAR 11

VAR 1
-------0.000
0.000
1.175
-0.029
-1.482
-0.687
-0.508
-1.000
-0.851
1.575
-1.021

VAR 2
--------

VAR 3
--------

VAR 4
--------

VAR 5
--------

VAR 6
--------

0.000
0.123
-0.990
-0.817
0.255
1.008
-0.751
-0.117
1.653
-1.369

0.000
0.000
-1.129
-0.351
0.732
-1.258
-0.197
0.187
-1.273

0.000
-1.574
-0.139
0.281
-1.594
-0.270
1.347
0.191

0.000
0.434
-0.340
-0.005
-0.197
-0.750
-0.821

0.000
0.181
0.546
-0.459
0.248
-0.950

VAR 8
--------

VAR 9
--------

VAR 10
--------

VAR 11
--------

0.000
-0.665
-0.968
-0.773

0.000
-0.486
-0.456

0.000
0.000

0.000

Standardized Residuals

VAR 7
VAR 8
VAR 9
VAR 10
VAR 11

VAR 7
-------0.000
0.237
-0.218
0.337
0.216

Summary Statistics for Standardized Residuals

Smallest Standardized Residual =
Median Standardized Residual =
Largest Standardized Residual =

-1.594
-0.017
1.653

Stemleaf Plot
-

1|665
1|433100000
0|988887775555
0|433222110000000000000000
0|12222223334
0|57
1|023
1|67

TI EX1.LIS
Qplot of Standardized Residuals
3.5..........................................................................
.
..
.
. .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
x
.
.
.
.
.
.
x .
.
.
.
.
.
x.
.
.
x x .
.

N
o
r
m
a
l

.
x
.
.
.
xxx
.
.
.
*
.
.
.
x
.
.
.
x
.
.
.
* x .
.
.
x*
.
.
Q
.
x .
.
u
.
x* .
.
a
.
*x .
.
n
.
*x .
.
t
.
*x .
.
i
.
x*.
.
l
.
*.
.
e
.
x*
.
s
.
x.
.
.
xx
.
.
x
.
.
.
.
.
. x
.
.
.
.
.
.
x
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. .
.
-3.5..........................................................................
-3.5

3.5

Standardized Residuals
TI EX1.LIS
Modification Indices and Expected Change
Modification Indices for LAMBDA-Y

VAR
VAR
VAR
VAR

1
2
3
4

ETA 1
-------- - 2.044
2.047

ETA 2
-------0.955
0.945
- - -

Expected Change for LAMBDA-Y

VAR
VAR
VAR
VAR

1
2
3
4

ETA 1
-------- - 0.086
-0.098

ETA 2
-------0.056
-0.051
- - -

Standardized Expected Change for LAMBDA-Y

VAR
VAR
VAR
VAR

1
2
3
4

ETA 1
-------- - 0.148
-0.169

ETA 2
-------0.122
-0.111
- - -

Completely Standardized Expected Change for LAMBDA-Y

VAR
VAR
VAR
VAR

1
2
3
4

ETA 1
-------- - 0.067
-0.067

ETA 2
-------0.068
-0.068
- - -

Modification Indices for LAMBDA-X

10

VAR 5
VAR 6
VAR 7
VAR 8
VAR 9
VAR 10
VAR 11

KSI 1
-------- - - 0.288
0.293
0.207
0.206

KSI 2
-------0.104
0.101
- - - 0.001
0.001

KSI 3
-------1.043
0.338
3.328
1.367
0.240
- - -

Expected Change for LAMBDA-X

VAR 5
VAR 6
VAR 7
VAR 8
VAR 9
VAR 10
VAR 11

KSI 1
-------- - - 0.078
-0.085
0.033
-0.048

KSI 2
--------0.043
0.054
- - - -0.001
0.002

KSI 3
--------0.082
-0.053
0.146
-0.076
-0.037
- - -

Standardized Expected Change for LAMBDA-X

VAR 5
VAR 6
VAR 7
VAR 8
VAR 9
VAR 10
VAR 11

KSI 1
-------- - - 0.077
-0.084
0.033
-0.047

KSI 2
--------0.045
0.057
- - - -0.001
0.002

KSI 3
--------0.089
-0.058
0.158
-0.083
-0.041
- - -

Completely Standardized Expected Change for LAMBDA-X

VAR 5
VAR 6
VAR 7
VAR 8
VAR 9
VAR 10
VAR 11

KSI 1
-------- - - 0.065
-0.064
0.028
-0.029

KSI 2
--------0.039
0.041
- - - -0.001
0.001

KSI 3
--------0.076
-0.041
0.081
-0.070
-0.031
- - -

No Non-Zero Modification Indices for BETA

No Non-Zero Modification Indices for GAMMA
No Non-Zero Modification Indices for PHI
No Non-Zero Modification Indices for PSI
Modification Indices for THETA-EPS

VAR
VAR
VAR
VAR

1
2
3
4

VAR 1
-------- - 0.527
0.548

VAR 2
--------

VAR 3
--------

- 0.001
0.002

- - -

VAR 4
--------

- -

Expected Change for THETA-EPS

VAR
VAR
VAR
VAR

1
2
3
4

VAR 1
-------- - 0.024
-0.028

VAR 2
-------- -0.001
0.002

VAR 3
-------- - -

VAR 4
--------

- -

11

Completely Standardized Expected Change for THETA-EPS

VAR
VAR
VAR
VAR

1
2
3
4

VAR 1
-------- - 0.006
-0.006

VAR 2
-------- 0.000
0.000

VAR 3
--------

VAR 4
--------

- - -

- -

Modification Indices for THETA-DELTA-EPS

VAR 5
VAR 6
VAR 7
VAR 8
VAR 9
VAR 10
VAR 11

VAR 1
-------0.134
0.242
0.004
0.906
1.025
0.946
0.287

VAR 2
-------0.495
0.097
0.056
0.028
0.104
1.114
1.690

VAR 3
-------2.038
0.349
0.013
0.036
0.110
2.398
0.015

VAR 4
-------4.208
0.622
0.054
0.367
0.712
0.166
0.904

Expected Change for THETA-DELTA-EPS

VAR 5
VAR 6
VAR 7
VAR 8
VAR 9
VAR 10
VAR 11

VAR 1
--------0.015
-0.020
0.002
0.032
-0.043
0.034
-0.025

VAR 2
-------0.023
0.011
-0.007
-0.005
0.011
0.032
-0.052

VAR 3
-------0.048
-0.020
0.003
-0.005
-0.012
-0.048
0.005

VAR 4
--------0.080
0.031
0.008
-0.020
0.035
0.015
0.046

Completely Standardized Expected Change for THETA-DELTA-EPS

VAR 5
VAR 6
VAR 7
VAR 8
VAR 9
VAR 10
VAR 11

VAR 1
--------0.007
-0.008
0.001
0.015
-0.018
0.016
-0.008

VAR 2
-------0.012
0.005
-0.002
-0.002
0.005
0.017
-0.020

VAR 3
-------0.019
-0.007
0.001
-0.002
-0.004
-0.018
0.001

VAR 4
--------0.027
0.009
0.002
-0.007
0.010
0.005
0.011

Modification Indices for THETA-DELTA

VAR 5
VAR 6
VAR 7
VAR 8
VAR 9
VAR 10
VAR 11

VAR 5
-------- 0.338
0.569
0.000
0.136
0.459
0.604

VAR 6
--------

VAR 7
--------

VAR 8
--------

VAR 9
--------

- 0.016
0.091
0.286
0.804
1.917

- 0.171
1.940
0.079
0.520

- 1.130
0.585
0.502

- 0.161
0.049

VAR 8
--------

VAR 9
--------

VAR 10
--------

- - -

Modification Indices for THETA-DELTA

VAR 11

VAR 11
-------- -

Expected Change for THETA-DELTA

VAR
VAR
VAR
VAR

5
6
7
8

VAR 5
-------- 0.034
-0.033
-0.001

VAR 6
--------

VAR 7
--------

- 0.007
0.013

- -0.030

VAR 10
--------

- -

12

VAR 9
VAR 10
VAR 11

0.018
-0.027
0.041

-0.027
0.038
-0.078

0.105
-0.010
0.032

-0.079
-0.026
0.031

- -0.017
-0.012

- - -

Expected Change for THETA-DELTA

VAR 11

VAR 11
-------- -

Completely Standardized Expected Change for THETA-DELTA

VAR 5
VAR 6
VAR 7
VAR 8
VAR 9
VAR 10
VAR 11

VAR 5
-------- 0.021
-0.015
0.000
0.012
-0.020
0.021

VAR 6
--------

VAR 7
--------

VAR 8
--------

VAR 9
--------

- 0.003
0.008
-0.015
0.023
-0.034

- -0.013
0.041
-0.004
0.010

- -0.051
-0.018
0.016

- -0.011
-0.006

VAR 10
--------

- - -

Completely Standardized Expected Change for THETA-DELTA

VAR 11

VAR 11
-------- -

Maximum Modification Index is

4.21 for Element ( 1, 4) of THETA DELTA-EPSILON

TI EX1.LIS
Covariances
Y - ETA

ETA 1
ETA 2

VAR 1
-------2.957
3.115

VAR 2
-------2.722
2.868

VAR 3
-------3.115
4.719

VAR 4
-------3.547
5.373

VAR 2
-------0.444
0.510
0.858

VAR 3
--------0.217
-0.312
1.402

VAR 4
--------0.247
-0.355
1.596

VAR 6
-------0.622
-0.280

VAR 7
-------1.048
-0.540

VAR 8
-------0.554
-0.312

VAR 9
-------0.598
-0.336

VAR 10
-------0.932
1.402

VAR 6
-------1.258
1.018
0.678

VAR 7
-------1.757
1.945
0.629

VAR 8
-------0.788
1.117
0.133

VAR 9
-------0.851
1.206
0.144

VAR 10
-------0.525
0.133
1.175

Y - KSI

KSI 1
KSI 2
KSI 3

VAR 1
-------0.482
0.554
0.932

X - ETA

ETA 1
ETA 2

VAR 5
-------0.482
-0.217

X - ETA

ETA 1
ETA 2

VAR 11
-------1.339
2.014

X - KSI

KSI 1
KSI 2
KSI 3

VAR 5
-------0.974
0.788
0.525

X - KSI

13

KSI 1
KSI 2
KSI 3

VAR 11
-------0.754
0.192
1.688

TI EX1.LIS
Standardized Solution
LAMBDA-Y

VAR
VAR
VAR
VAR

1
2
3
4

ETA 1
-------1.719
1.583
- - -

ETA 2
-------- - 2.172
2.474

LAMBDA-X

VAR 5
VAR 6
VAR 7
VAR 8
VAR 9
VAR 10
VAR 11

KSI 1
-------0.987
1.274
0.908
- - - - -

KSI 2
-------- - 1.154
1.057
1.141
- - -

KSI 3
-------- - - - - 1.084
1.557

BETA

ETA 1
ETA 2

ETA 1
-------- 0.742

ETA 2
-------0.679
- -

GAMMA

ETA 1
ETA 2

KSI 1
-------0.123
-0.556

KSI 2
-------0.304
- -

KSI 3
-------- 0.497

Correlation Matrix of ETA and KSI

ETA
ETA
KSI
KSI
KSI

1
2
1
2
3

ETA 1
-------1.000
0.834
0.284
0.305
0.500

ETA 2
--------

KSI 1
--------

KSI 2
--------

KSI 3
--------

1.000
-0.101
-0.136
0.595

1.000
0.756
0.491

1.000
0.117

1.000

ETA 1
-------0.164
-0.018

ETA 2
--------

PSI

ETA 1
ETA 2

0.028

Regression Matrix ETA on KSI (Standardized)

ETA 1
ETA 2

KSI 1
--------0.514
-0.937

KSI 2
-------0.614
0.455

KSI 3
-------0.681
1.002

TI EX1.LIS

14

Completely Standardized Solution

LAMBDA-Y

VAR
VAR
VAR
VAR

1
2
3
4

ETA 1
-------1.719
1.583
- - -

ETA 2
-------- - 2.172
2.474

LAMBDA-X

VAR 5
VAR 6
VAR 7
VAR 8
VAR 9
VAR 10
VAR 11

KSI 1
-------0.987
1.274
0.908
- - - - -

KSI 2
-------- - 1.154
1.057
1.141
- - -

KSI 3
-------- - - - - 1.084
1.557

BETA

ETA 1
ETA 2

ETA 1
-------- 0.742

ETA 2
-------0.679
- -

GAMMA

ETA 1
ETA 2

KSI 1
-------0.123
-0.556

KSI 2
-------0.304
- -

KSI 3
-------- 0.497

Correlation Matrix of ETA and KSI

ETA
ETA
KSI
KSI
KSI

1
2
1
2
3

ETA 1
-------1.000
0.834
0.284
0.305
0.500

ETA 2
--------

KSI 1
--------

KSI 2
--------

KSI 3
--------

1.000
-0.101
-0.136
0.595

1.000
0.756
0.491

1.000
0.117

1.000

ETA 1
-------0.164
-0.018

ETA 2
--------

VAR 2
-------0.123

VAR 3
-------0.136

VAR 4
-------0.197

VAR 6
-------0.336

VAR 7
-------0.063

VAR 8
-------0.259

PSI

ETA 1
ETA 2

0.028

THETA-EPS
VAR 1
-------0.247
THETA-DELTA
VAR 5
-------0.389

VAR 9
-------0.440

VAR 10
-------0.247

THETA-DELTA
VAR 11
-------0.259

15

Regression Matrix ETA on KSI (Standardized)

ETA 1
ETA 2

KSI 1
--------0.514
-0.937

KSI 2
-------0.614
0.455

KSI 3
-------0.681
1.002

TI EX1.LIS
Total and Indirect Effects
Total Effects of KSI on ETA

ETA 1

ETA 2

KSI 1
--------0.895
(0.424)
-2.112

KSI 2
-------0.999
(0.339)
2.946

KSI 3
-------1.080
(0.222)
4.863

-2.062
(0.512)
-4.027

0.936
(0.399)
2.344

2.008
(0.265)
7.566

Indirect Effects of KSI on ETA

ETA 1

ETA 2

KSI 1
--------1.109
(0.336)
-3.298

KSI 2
-------0.503
(0.237)
2.122

KSI 3
-------1.080
(0.222)
4.863

-0.839
(0.462)
-1.818

0.936
(0.399)
2.344

1.012
(0.306)
3.305

Total Effects of ETA on ETA

ETA 1

ETA 2

ETA 1
-------1.016
(0.406)
2.502

ETA 2
-------1.084
(0.279)
3.885

1.890
(0.710)
2.662

1.016
(0.406)
2.502

Largest Eigenvalue of B*B' (Stability Index) is

0.879

Indirect Effects of ETA on ETA

ETA 1

ETA 2

ETA 1
-------1.016
(0.406)
2.502

ETA 2
-------0.546
(0.244)
2.236

0.953
(0.543)
1.756

1.016
(0.406)
2.502

Total Effects of ETA on Y

VAR 1

ETA 1
-------2.016
(0.406)
4.963

ETA 2
-------1.084
(0.279)
3.885

16

VAR 2

1.856
(0.381)
4.877

0.998
(0.256)
3.896

VAR 3

1.890
(0.710)
2.662

2.016
(0.406)
4.963

VAR 4

2.152
(0.809)
2.662

2.296
(0.466)
4.924

Indirect Effects of ETA on Y

ETA 1
-------1.016
(0.406)
2.502

ETA 2
-------1.084
(0.279)
3.885

VAR 2

0.936
(0.376)
2.490

0.998
(0.256)
3.896

VAR 3

1.890
(0.710)
2.662

1.016
(0.406)
2.502

VAR 4

2.152
(0.809)
2.662

1.157
(0.464)
2.496

VAR 1

Total Effects of KSI on Y

KSI 1
--------0.895
(0.424)
-2.112

KSI 2
-------0.999
(0.339)
2.946

KSI 3
-------1.080
(0.222)
4.863

VAR 2

-0.824
(0.390)
-2.114

0.919
(0.312)
2.951

0.994
(0.203)
4.885

VAR 3

-2.062
(0.512)
-4.027

0.936
(0.399)
2.344

2.008
(0.265)
7.566

VAR 4

-2.348
(0.583)
-4.026

1.066
(0.455)
2.344

2.287
(0.302)
7.559

VAR 1

TI EX1.LIS
Standardized Total and Indirect Effects
Standardized Total Effects of KSI on ETA

ETA 1
ETA 2

KSI 1
--------0.514
-0.937

KSI 2
-------0.614
0.455

KSI 3
-------0.681
1.002

Standardized Indirect Effects of KSI on ETA

ETA 1

KSI 1
--------0.636

KSI 2
-------0.309

KSI 3
-------0.681

17

ETA 2

-0.381

0.455

0.505

Standardized Total Effects of ETA on ETA

ETA 1
ETA 2

ETA 1
-------1.016
1.496

ETA 2
-------1.370
1.016

Standardized Indirect Effects of ETA on ETA

ETA 1
ETA 2

ETA 1
-------1.016
0.754

ETA 2
-------0.690
1.016

Standardized Total Effects of ETA on Y

VAR
VAR
VAR
VAR

1
2
3
4

ETA 1
-------3.467
3.192
3.250
3.700

ETA 2
-------2.355
2.168
4.380
4.987

Completely Standardized Total Effects of ETA on Y

VAR
VAR
VAR
VAR

1
2
3
4

ETA 1
-------3.467
3.192
3.250
3.700

ETA 2
-------2.355
2.168
4.380
4.987

Standardized Indirect Effects of ETA on Y

VAR
VAR
VAR
VAR

1
2
3
4

ETA 1
-------1.747
1.609
3.250
3.700

ETA 2
-------2.355
2.168
2.207
2.514

Completely Standardized Indirect Effects of ETA on Y

VAR
VAR
VAR
VAR

1
2
3
4

ETA 1
-------1.747
1.609
3.250
3.700

ETA 2
-------2.355
2.168
2.207
2.514

Standardized Total Effects of KSI on Y

VAR
VAR
VAR
VAR

1
2
3
4

KSI 1
--------0.884
-0.814
-2.035
-2.317

KSI 2
-------1.055
0.972
0.989
1.127

KSI 3
-------1.170
1.078
2.177
2.479

Completely Standardized Total Effects of KSI on Y

VAR
VAR
VAR
VAR

1
2
3
4

KSI 1
--------0.884
-0.814
-2.035
-2.317

KSI 2
-------1.055
0.972
0.989
1.127

KSI 3
-------1.170
1.078
2.177
2.479

Time used 0.047 seconds

18

Bagian terpenting dari hasil pelaksanaan proyek Lisrel di atas adalah sebagai berikut :
TI EX1.LIS
Number of Iterations = 9
LISREL Estimates (Maximum Likelihood)
LAMBDA-Y

VAR 1
VAR 2

ETA 1
-------1.000
0.921
(0.035)
26.255

ETA 2
-------- - -

VAR 3

- -

1.000

VAR 4

- -

1.139
(0.029)
39.130

LAMBDA-X

VAR 5

KSI 1
-------1.000

VAR 6

1.291
(0.104)
12.460

VAR 7

0.920
(0.122)
7.537

KSI 2
-------- - -

KSI 3
-------- - -

1.092
(0.116)
9.412

- -

VAR 8

- -

1.000

- -

VAR 9

- -

1.079
(0.083)
12.927

- -

VAR 10

- -

- -

1.000

VAR 11

- -

- -

1.437
(0.092)
15.635

BETA

ETA 1

ETA 2

ETA 1
-------- -

0.937
(0.177)
5.308

ETA 2
-------0.538
(0.056)
9.621
- -

GAMMA

ETA 1

KSI 1
-------0.213

KSI 2
-------0.495

KSI 3
-------- -

19

(0.152)
1.403
ETA 2

-1.223
(0.120)
-10.153

(0.146)
3.385
- -

0.996
(0.150)
6.632

Covariance Matrix of ETA and KSI

ETA 1
-------2.957
3.115
0.482
0.554
0.932

ETA 2
--------

KSI 1
--------

KSI 2
--------

KSI 3
--------

4.719
-0.217
-0.312
1.402

0.974
0.788
0.525

1.117
0.133

1.175

KSI 1
-------0.974
(0.187)
5.222

KSI 2
--------

KSI 3
--------

KSI 2

0.788
(0.150)
5.265

1.117
(0.193)
5.782

KSI 3

0.525
(0.132)
3.967

0.133
(0.125)
1.070

ETA 1
-------0.486
(0.125)
3.872

ETA 2
--------

-0.069
(0.167)
-0.413

0.133
(0.077)
1.715

ETA
ETA
KSI
KSI
KSI

1
2
1
2
3
PHI

KSI 1

1.175
(0.201)
5.842

PSI

ETA 1

ETA 2

Squared Multiple Correlations for Structural Equations

ETA 1
-------0.434

ETA 2
-------0.997

NOTE: R for Structural Equatios are Hayduk's (2006) Blocked-Error R

Reduced Form

ETA 1

ETA 2

KSI 1
--------0.895
(0.426)
-2.102

KSI 2
-------0.999
(0.341)
2.931

KSI 3
-------1.080
(0.223)
4.839

-2.062
(0.515)
-4.007

0.936
(0.401)
2.333

2.008
(0.267)
7.529

Squared Multiple Correlations for Reduced Form

ETA 1

ETA 2

20

-------0.381

-------0.629

THETA-EPS
VAR 1
-------0.247
(0.053)
4.710

VAR 2
-------0.123
(0.038)
3.273

VAR 3
-------0.136
(0.041)
3.359

VAR 4
-------0.197
(0.054)
3.639

Squared Multiple Correlations for Y - Variables

VAR 1
-------0.923

VAR 2
-------0.953

VAR 3
-------0.972

VAR 4
-------0.969

VAR 6
-------0.336
(0.066)
5.051

VAR 7
-------0.063
(0.051)
1.241

VAR 8
-------0.259
(0.050)
5.188

THETA-DELTA
VAR 5
-------0.389
(0.063)
6.156

VAR 9
-------0.440
(0.074)
5.934

VAR 10
-------0.247
(0.053)
4.643

VAR 9
-------0.747

VAR 10
-------0.826

THETA-DELTA
VAR 11
-------0.259
(0.091)
2.856
Squared Multiple Correlations for X - Variables
VAR 5
-------0.715

VAR 6
-------0.829

VAR 7
-------0.983

VAR 8
-------0.812

Squared Multiple Correlations for X - Variables

VAR 11
-------0.903
Log-likelihood Values
Estimated Model
--------------Number of free parameters(t)
33
-2ln(L)
681.416
AIC (Akaike, 1974)*
747.416
BIC (Schwarz, 1978)*
833.387

Saturated Model
--------------66
652.022
784.022
955.963

*LISREL uses AIC= 2t - 2ln(L) and BIC = tln(N)- 2ln(L)

Goodness of Fit Statistics
Degrees of Freedom for (C1)-(C2)
Maximum Likelihood Ratio Chi-Square (C1)
Browne's (1984) ADF Chi-Square (C2_NT)
Estimated Non-centrality Parameter (NCP)
90 Percent Confidence Interval for NCP

33
29.394 (P = 0.6473)
27.247 (P = 0.7488)
0.0
(0.0 ; 12.673)

Minimum Fit Function Value

Population Discrepancy Function Value (F0)
90 Percent Confidence Interval for F0
Root Mean Square Error of Approximation (RMSEA)

0.294
0.0
(0.0 ; 0.127)
0.0

21

90 Percent Confidence Interval for RMSEA

P-Value for Test of Close Fit (RMSEA < 0.05)

(0.0 ; 0.0620)
0.893

Expected Cross-Validation Index (ECVI)

90 Percent Confidence Interval for ECVI
ECVI for Saturated Model
ECVI for Independence Model

0.990
(0.990 ; 1.117)
1.320
14.162

Chi-Square for Independence Model (55 df)

1394.198

Normed Fit Index (NFI)

Non-Normed Fit Index (NNFI)
Parsimony Normed Fit Index (PNFI)
Comparative Fit Index (CFI)
Incremental Fit Index (IFI)
Relative Fit Index (RFI)
Critical N (CN)
Root Mean Square Residual (RMR)
Standardized RMR
Goodness of Fit Index (GFI)
Adjusted Goodness of Fit Index (AGFI)
Parsimony Goodness of Fit Index (PGFI)

0.979
1.005
0.587
1.000
1.003
0.965
185.484
0.0652
0.0266
0.953
0.906
0.476

Bagian dari hasil pelaksanaan sintaksis proyek Lisrel di atas akan dipakai dalam
perbandingan ini.
Penciptaan Sintaksis Proyek Simplis
Penciptaan sintaksis proyek Simplis dilakukan dengan cara memakai perintah Setup>Build
SIMPLIS Syntax berdasar atas diagram jalur sebagaimana disajikan di atas. Langkah ini
menghasilkan sintaksis proyek simplis sebagai berikut :
TI EX1.LIS
SYSTEM FILE from file 'C:\LISREL9 Student Examples\LISEX\EX1.DSF'
Sample Size = 100
Latent Variables 'ETA 1' 'ETA 2' 'KSI 1' 'KSI 2' 'KSI 3'
Relationships
'VAR 1' = 1.00*'ETA 1'
'VAR 2' = 'ETA 1'
'VAR 3' = 1.00*'ETA 2'
'VAR 4' = 'ETA 2'
'VAR 5' = 1.00*'KSI 1'
'VAR 6' = 'KSI 1'
'VAR 7' = 'KSI 1' 'KSI 2'
'VAR 8' = 1.00*'KSI 2'
'VAR 9' = 'KSI 2'
'VAR 10' = 1.00*'KSI 3'
'VAR 11' = 'KSI 3'
'ETA 1' = 'ETA 2'
'ETA 2' = 'ETA 1'
'ETA 1' = 'KSI 1' 'KSI 2'
'ETA 2' = 'KSI 1' 'KSI 3'
Set the Error Covariance of 'ETA 2' and 'ETA 1' Free
Path Diagram
Print Residuals
End of Problem

Hasil Pelaksanaan Sintaksis Proyek Simplis

22

Hasil pelaksanaan sintaksis proyek Simplis menghasilkan diagram jalur menurut Estimates
dan menurut T-Values, dengan nilai-nilai berbeda.

Diagram jalur menurut T-Values mencerminkan bahwa Var 7 mengandung nilai dengan
warna merah dan hubungan antara variabel Ksi1 dan Eta 1 juga mencerminkan warna merah.
Hal ini mencerminkan bahwa hal tersebut mengandung pengertian bahwa hubungan antara
Ksi 1 dan Eta 1 berwarna merah atau hubungan itu adalah tidak signifikan.
DATE: 11/19/2014
TIME: 1:38
L I S R E L

9.10 (STUDENT)

23

BY
Karl G. Jreskog & Dag Srbom
This program is published exclusively by
Scientific Software International, Inc.
http://www.ssicentral.com
Copyright by Scientific Software International, Inc., 1981-2012
Use of this program is subject to the terms specified in the
Universal Copyright Convention.
The following lines were read from file C:\LISREL9 Student Examples\LISEX\EX1.SPJ:
TI EX1.LIS
SYSTEM FILE from file 'C:\LISREL9 Student Examples\LISEX\EX1.DSF'
Sample Size = 100
Latent Variables 'ETA 1' 'ETA 2' 'KSI 1' 'KSI 2' 'KSI 3'
Relationships
'VAR 1' = 1.00*'ETA 1'
'VAR 2' = 'ETA 1'
'VAR 3' = 1.00*'ETA 2'
'VAR 4' = 'ETA 2'
'VAR 5' = 1.00*'KSI 1'
'VAR 6' = 'KSI 1'
'VAR 7' = 'KSI 1' 'KSI 2'
'VAR 8' = 1.00*'KSI 2'
'VAR 9' = 'KSI 2'
'VAR 10' = 1.00*'KSI 3'
'VAR 11' = 'KSI 3'
'ETA 1' = 'ETA 2'
'ETA 2' = 'ETA 1'
'ETA 1' = 'KSI 1' 'KSI 2'
'ETA 2' = 'KSI 1' 'KSI 3'
Set the Error Covariance of 'ETA 2' and 'ETA 1' Free
Path Diagram
Print Residuals
End of Problem
Sample Size =

100

TI EX1.LIS o
Covariance Matrix

VAR 1
VAR 2
VAR 3
VAR 4
VAR 5
VAR 6
VAR 7
VAR 8
VAR 9
VAR 10
VAR 11

VAR 1
-------3.204
2.722
3.198
3.545
0.329
0.559
1.006
0.468
0.502
1.050
1.260

VAR 2
--------

VAR 3
--------

VAR 4
--------

VAR 5
--------

VAR 6
--------

2.629
2.875
3.202
0.371
0.592
1.019
0.456
0.539
0.960
1.154

4.855
5.373
-0.357
-0.316
-0.489
-0.438
-0.363
1.416
1.923

6.315
-0.471
-0.335
-0.591
-0.539
-0.425
1.714
2.309

1.363
1.271
1.742
0.788
0.838
0.474
0.686

1.960
2.276
1.043
1.070
0.694
0.907

VAR 8
--------

VAR 9
--------

VAR 10
--------

VAR 11
--------

1.376
1.189
0.071
0.136

1.741
0.104
0.162

1.422
1.688

2.684

Covariance Matrix

VAR 7
VAR 8
VAR 9
VAR 10
VAR 11

VAR 7
-------3.803
1.953
2.090
0.655
0.917

Total Variance = 31.352 Generalized Variance = 0.0113

Largest Eigenvalue = 16.796 Smallest Eigenvalue = 0.139

24

Condition Number = 10.975

TI EX1.LIS o
Number of Iterations = 9
LISREL Estimates (Maximum Likelihood)
Measurement Equations
VAR 1 = 1.000*ETA 1, Errorvar.= 0.247 , R = 0.923
Standerr
(0.0528)
Z-values
4.687
P-values
0.000
VAR 2 = 0.921*ETA 1, Errorvar.= 0.123 , R = 0.953
Standerr (0.0352)
(0.0378)
Z-values
26.124
3.256
P-values
0.000
0.001
VAR 3 = 1.000*ETA 2, Errorvar.= 0.136 , R = 0.972
Standerr
(0.0408)
Z-values
3.342
P-values
0.001
VAR 4 = 1.139*ETA 2, Errorvar.= 0.197 , R = 0.969
Standerr (0.0292)
(0.0543)
Z-values
38.934
3.621
P-values
0.000
0.000
VAR 5 = 1.000*KSI 1, Errorvar.= 0.389 , R = 0.715
Standerr
(0.0635)
Z-values
6.125
P-values
0.000
VAR 6 = 1.291*KSI 1, Errorvar.= 0.336 , R = 0.829
Standerr (0.104)
(0.0668)
Z-values
12.397
5.026
P-values
0.000
0.000
VAR 7 = 0.920*KSI 1 + 1.092*KSI 2, Errorvar.= 0.0631 , R = 0.983
Standerr (0.123)
(0.117)
(0.0511)
Z-values
7.499
9.365
1.235
P-values
0.000
0.000
0.217
VAR 8 = 1.000*KSI 2, Errorvar.= 0.259 , R = 0.812
Standerr
(0.0501)
Z-values
5.162
P-values
0.000
VAR 9 = 1.079*KSI 2, Errorvar.= 0.440 , R = 0.747
Standerr (0.0839)
(0.0745)
Z-values
12.863
5.905
P-values
0.000
0.000
VAR 10 = 1.000*KSI 3, Errorvar.= 0.247 , R = 0.826
Standerr
(0.0535)
Z-values
4.619
P-values
0.000
VAR 11 = 1.437*KSI 3, Errorvar.= 0.259 , R = 0.903
Standerr (0.0923)
(0.0912)
Z-values
15.557
2.841
P-values
0.000
0.004
Structural Equations

25

ETA 1 = 0.538*ETA 2 + 0.213*KSI 1 + 0.495*KSI 2, Errorvar.= 0.486 , R = 0.434

Standerr (0.0562)
(0.153)
(0.147)
(0.126)
Z-values
9.573
1.396
3.368
3.853
P-values
0.000
0.163
0.001
0.000
ETA 2 = 0.937*ETA 1 - 1.223*KSI 1 + 0.996*KSI 3, Errorvar.= 0.133 , R = 0.997
Standerr (0.177)
(0.121)
(0.151)
(0.0778)
Z-values
5.281
-10.102
6.599
1.707
P-values
0.000
0.000
0.000
0.088
NOTE: R for Structural Equations are Hayduk's (2006) Blocked-Error R
Error Covariance for ETA 2 and ETA 1 = -0.069
(0.168)
-0.410
Reduced Form Equations
ETA 1 =
Standerr
Z-values
P-values

- 0.895*KSI 1 + 0.999*KSI 2 + 1.080*KSI 3, Errorvar.= 1.829, R = 0.381

(0.426)
(0.341)
(0.223)
-2.102
2.931
4.839
0.036
0.003
0.000

ETA 2 =
Standerr
Z-values
P-values

- 2.062*KSI 1 + 0.936*KSI 2 + 2.008*KSI 3, Errorvar.= 1.749, R = 0.629

(0.515)
(0.401)
(0.267)
-4.007
2.333
7.529
0.000
0.020
0.000

Covariance Matrix of Independent Variables

KSI 1
-------0.974
(0.187)
5.222

KSI 2
--------

KSI 2

0.788
(0.150)
5.265

1.117
(0.193)
5.782

KSI 3

0.525
(0.132)
3.967

0.133
(0.125)
1.070

KSI 1

KSI 3
--------

1.175
(0.201)
5.842

Covariance Matrix of Latent Variables

ETA
ETA
KSI
KSI
KSI

1
2
1
2
3

ETA 1
-------2.957
3.115
0.482
0.554
0.932

ETA 2
--------

KSI 1
--------

KSI 2
--------

KSI 3
--------

4.719
-0.217
-0.312
1.402

0.974
0.788
0.525

1.117
0.133

1.175

Log-likelihood Values
Estimated Model
--------------Number of free parameters(t)
33
-2ln(L)
681.416
AIC (Akaike, 1974)*
747.416
BIC (Schwarz, 1978)*
833.387

Saturated Model
--------------66
652.022
784.022
955.963

*LISREL uses AIC= 2t - 2ln(L) and BIC = tln(N)- 2ln(L)

Goodness of Fit Statistics

26

Degrees of Freedom for (C1)-(C2)

Maximum Likelihood Ratio Chi-Square (C1)
Browne's (1984) ADF Chi-Square (C2_NT)
Estimated Non-centrality Parameter (NCP)
90 Percent Confidence Interval for NCP

33
29.394 (P = 0.6473)
27.247 (P = 0.7488)
0.0
(0.0 ; 12.673)

Minimum Fit Function Value

Population Discrepancy Function Value (F0)
90 Percent Confidence Interval for F0
Root Mean Square Error of Approximation (RMSEA)
90 Percent Confidence Interval for RMSEA
P-Value for Test of Close Fit (RMSEA < 0.05)

0.294
0.0
(0.0 ; 0.127)
0.0
(0.0 ; 0.0620)
0.893

Expected Cross-Validation Index (ECVI)

90 Percent Confidence Interval for ECVI
ECVI for Saturated Model
ECVI for Independence Model

0.990
(0.990 ; 1.117)
1.320
14.162

Chi-Square for Independence Model (55 df)

1394.198

Normed Fit Index (NFI)

Non-Normed Fit Index (NNFI)
Parsimony Normed Fit Index (PNFI)
Comparative Fit Index (CFI)
Incremental Fit Index (IFI)
Relative Fit Index (RFI)

0.979
1.005
0.587
1.000
1.003
0.965

Critical N (CN)

185.484

Root Mean Square Residual (RMR)

Standardized RMR
Goodness of Fit Index (GFI)
Adjusted Goodness of Fit Index (AGFI)
Parsimony Goodness of Fit Index (PGFI)

0.0652
0.0266
0.953
0.906
0.476

TI EX1.LIS o
Fitted Covariance Matrix

VAR 1
VAR 2
VAR 3
VAR 4
VAR 5
VAR 6
VAR 7
VAR 8
VAR 9
VAR 10
VAR 11

VAR 1
-------3.204
2.722
3.115
3.547
0.482
0.622
1.048
0.554
0.598
0.932
1.339

VAR 2
--------

VAR 3
--------

VAR 4
--------

VAR 5
--------

VAR 6
--------

2.629
2.868
3.266
0.444
0.573
0.965
0.510
0.550
0.858
1.233

4.855
5.373
-0.217
-0.280
-0.540
-0.312
-0.336
1.402
2.014

6.315
-0.247
-0.318
-0.614
-0.355
-0.383
1.596
2.293

1.363
1.258
1.757
0.788
0.851
0.525
0.754

1.960
2.269
1.018
1.098
0.678
0.974

VAR 8
--------

VAR 9
--------

VAR 10
--------

VAR 11
--------

1.376
1.206
0.133
0.192

1.741
0.144
0.207

1.422
1.688

2.684

VAR 2
--------

VAR 3
--------

VAR 4
--------

VAR 5
--------

0.000
0.007

0.000

Fitted Covariance Matrix

VAR 7
VAR 8
VAR 9
VAR 10
VAR 11

VAR 7
-------3.803
1.945
2.099
0.629
0.903

Fitted Residuals

VAR 1
VAR 2
VAR 3

VAR 1
-------0.000
0.000
0.083

VAR 6
--------

27

VAR 4
VAR 5
VAR 6
VAR 7
VAR 8
VAR 9
VAR 10
VAR 11

-0.002
-0.153
-0.063
-0.042
-0.086
-0.096
0.118
-0.079

-0.064
-0.073
0.019
0.054
-0.054
-0.011
0.102
-0.079

0.000
-0.140
-0.036
0.051
-0.126
-0.027
0.014
-0.091

0.000
-0.224
-0.017
0.023
-0.184
-0.042
0.118
0.016

0.000
0.013
-0.015
0.000
-0.013
-0.051
-0.068

VAR 8
--------

VAR 9
--------

VAR 10
--------

VAR 11
--------

0.000
-0.017
-0.062
-0.056

0.000
-0.040
-0.045

0.000
0.000

0.000

0.000
0.007
0.025
-0.028
0.016
-0.067

Fitted Residuals

VAR 7
VAR 8
VAR 9
VAR 10
VAR 11

VAR 7
-------0.000
0.008
-0.009
0.026
0.014

Summary Statistics for Fitted Residuals

Smallest Fitted Residual =
Median Fitted Residual =
Largest Fitted Residual =

-0.224
-0.001
0.118

Stemleaf Plot
-

2|2
1|85
1|430
0|9988777666655
0|44444332211110000000000000000
0|111111222233
0|558
1|022
Standardized Residuals

VAR 1
VAR 2
VAR 3
VAR 4
VAR 5
VAR 6
VAR 7
VAR 8
VAR 9
VAR 10
VAR 11

VAR 1
-------0.000
0.000
1.175
-0.029
-1.482
-0.687
-0.508
-1.000
-0.851
1.575
-1.021

VAR 2
--------

VAR 3
--------

VAR 4
--------

VAR 5
--------

VAR 6
--------

0.000
0.123
-0.990
-0.817
0.255
1.008
-0.751
-0.117
1.653
-1.369

0.000
0.000
-1.129
-0.351
0.732
-1.258
-0.197
0.187
-1.273

0.000
-1.574
-0.139
0.281
-1.594
-0.270
1.347
0.191

0.000
0.434
-0.340
-0.005
-0.197
-0.750
-0.821

0.000
0.181
0.546
-0.459
0.248
-0.950

VAR 8
--------

VAR 9
--------

VAR 10
--------

VAR 11
--------

0.000
-0.665
-0.968
-0.773

0.000
-0.486
-0.456

0.000
0.000

0.000

Standardized Residuals

VAR 7
VAR 8
VAR 9
VAR 10
VAR 11

VAR 7
-------0.000
0.237
-0.218
0.337
0.216

Summary Statistics for Standardized Residuals

Smallest Standardized Residual =
Median Standardized Residual =
Largest Standardized Residual =

-1.594
-0.017
1.653

Stemleaf Plot
- 1|665
- 1|433100000

28

- 0|988887775555
- 0|433222110000000000000000
0|12222223334
0|57
1|023
1|67
Time used 0.062 seconds

Perbandingan Antara Hasil Pelaksanaan Sintaksis Proyek Lisrel dan Simplis

Estimates (Maximum Likelihood)
LAMBDA-Y

VAR 1
VAR 2

ETA 1
-------1.000
0.921
(0.035)
26.255

ETA 2
-------- - -

VAR 3

- -

1.000

VAR 4

- -

1.139
(0.029)
39.130

LAMBDA-X

VAR 5

KSI 1
-------1.000

VAR 6

1.291
(0.104)
12.460

VAR 7

0.920
(0.122)
7.537

KSI 2
-------- - -

KSI 3
-------- - -

1.092
(0.116)
9.412

- -

VAR 8

- -

1.000

- -

VAR 9

- -

1.079
(0.083)
12.927

- -

VAR 10

- -

- -

1.000

VAR 11

- -

- -

1.437
(0.092)
15.635

BETA

ETA 1

ETA 2

ETA 1
-------- -

0.937
(0.177)
5.308

ETA 2
-------0.538
(0.056)
9.621
- -

GAMMA

29

ETA 1

ETA 2

KSI 1
-------0.213
(0.152)
1.403
-1.223
(0.120)
-10.153

KSI 2
-------0.495
(0.146)
3.385
- -

KSI 3
-------- -

0.996
(0.150)
6.632

THETA-EPS
VAR 1
-------0.247
(0.053)
4.710

VAR 2
-------0.123
(0.038)
3.273

VAR 3
-------0.136
(0.041)
3.359

VAR 4
-------0.197
(0.054)
3.639

Squared Multiple Correlations for Y - Variables

VAR 1
-------0.923

VAR 2
-------0.953

VAR 3
-------0.972

VAR 4
-------0.969

VAR 6
-------0.336
(0.066)
5.051

VAR 7
-------0.063
(0.051)
1.241

VAR 8
-------0.259
(0.050)
5.188

THETA-DELTA
VAR 5
-------0.389
(0.063)
6.156

VAR 9
-------0.440
(0.074)
5.934

VAR 10
-------0.247
(0.053)
4.643

VAR 9
-------0.747

VAR 10
-------0.826

THETA-DELTA
VAR 11
-------0.259
(0.091)
2.856
Squared Multiple Correlations for X - Variables
VAR 5
-------0.715

VAR 6
-------0.829

VAR 7
-------0.983

VAR 8
-------0.812

Squared Multiple Correlations for X - Variables

VAR 11
-------0.903
Goodness of Fit Statistics
Degrees of Freedom for (C1)-(C2)
Maximum Likelihood Ratio Chi-Square (C1)
Browne's (1984) ADF Chi-Square (C2_NT)
Estimated Non-centrality Parameter (NCP)
90 Percent Confidence Interval for NCP

33
29.394 (P = 0.6473)
27.247 (P = 0.7488)
0.0
(0.0 ; 12.673)

Minimum Fit Function Value

Population Discrepancy Function Value (F0)
90 Percent Confidence Interval for F0
Root Mean Square Error of Approximation (RMSEA)
90 Percent Confidence Interval for RMSEA
P-Value for Test of Close Fit (RMSEA < 0.05)

0.294
0.0
(0.0 ; 0.127)
0.0
(0.0 ; 0.0620)
0.893

Expected Cross-Validation Index (ECVI)

90 Percent Confidence Interval for ECVI

0.990
(0.990 ; 1.117)

30

ECVI for Saturated Model

ECVI for Independence Model

1.320
14.162

Chi-Square for Independence Model (55 df)

1394.198

Normed Fit Index (NFI)

Non-Normed Fit Index (NNFI)
Parsimony Normed Fit Index (PNFI)
Comparative Fit Index (CFI)
Incremental Fit Index (IFI)
Relative Fit Index (RFI)

0.979
1.005
0.587
1.000
1.003
0.965

Critical N (CN)

185.484

Root Mean Square Residual (RMR)

Standardized RMR
Goodness of Fit Index (GFI)
Adjusted Goodness of Fit Index (AGFI)
Parsimony Goodness of Fit Index (PGFI)

0.0652
0.0266
0.953
0.906
0.476

Hasil-hasil dari sintaksis proyek Lisrel sebagaimana disajikan di atas agak sulit dibahas
karena hasil itu mencerminkan lokasi yang berbeda-beda. Contoh persamaan regresi VAR 1
terbentuk dari :
LAMBDA-Y

VAR 1

ETA 1
-------1.000

ETA 2
-------- -

THETA-EPS
VAR 1
-------0.247
(0.053)
4.710

VAR 2
-------0.123
(0.038)
3.273

VAR 3
-------0.136
(0.041)
3.359

VAR 4
-------0.197
(0.054)
3.639

Squared Multiple Correlations for Y - Variables

VAR 1
-------0.923

VAR 2
-------0.953

VAR 3
-------0.972

VAR 1 = 1.000 ETA 1 + Errorvar =0.247,

VAR 4
-------0.969

R2 =0.923

(0.053)
4.710
LISREL Estimates (Maximum Likelihood)
Measurement Equations
VAR 1 = 1.000*ETA 1, Errorvar.= 0.247 , R = 0.923
Standerr
(0.0528)
Z-values
4.687
P-values
0.000

31

Hasil dari sintaksis proyek Lisrel perlu dikumpulkan dahulu agar persamaan regresi dapat
disusun sedangkan hasil dari sintaksis proyek Simplis telah tersusun dalam persamaan
regresi. Contoh di atas membuktikan bahwa pembahasan mengenai hasil dari sintaksis pryek
Lisrel adalah lebih sulit daripada hasil dari sintaksis proyek Simplis. Contoh di atas dapat
diterapkan pada bagian-bagian lain hasil dari sintaksis proyek Lisrel. Perbedaan nilai dialami
sebagai akibat dari pembulatan.

VAR 2 = 0.921*ETA 1, Errorvar.= 0.123 , R = 0.953

Standerr (0.0352)
(0.0378)
Z-values
26.124
3.256
P-values
0.000
0.001
VAR 3 = 1.000*ETA 2, Errorvar.= 0.136 , R = 0.972
Standerr
(0.0408)
Z-values
3.342
P-values
0.001
VAR 4 = 1.139*ETA 2, Errorvar.= 0.197 , R = 0.969
Standerr (0.0292)
(0.0543)
Z-values
38.934
3.621
P-values
0.000
0.000
VAR 5 = 1.000*KSI 1, Errorvar.= 0.389 , R = 0.715
Standerr
(0.0635)
Z-values
6.125
P-values
0.000
VAR 6 = 1.291*KSI 1, Errorvar.= 0.336 , R = 0.829
Standerr (0.104)
(0.0668)
Z-values
12.397
5.026
P-values
0.000
0.000
VAR 7 = 0.920*KSI 1 + 1.092*KSI 2, Errorvar.= 0.0631 , R = 0.983
Standerr (0.123)
(0.117)
(0.0511)
Z-values
7.499
9.365
1.235
P-values
0.000
0.000
0.217
VAR 8 = 1.000*KSI 2, Errorvar.= 0.259 , R = 0.812
Standerr
(0.0501)
Z-values
5.162
P-values
0.000
VAR 9 = 1.079*KSI 2, Errorvar.= 0.440 , R = 0.747
Standerr (0.0839)
(0.0745)
Z-values
12.863
5.905
P-values
0.000
0.000
VAR 10 = 1.000*KSI 3, Errorvar.= 0.247 , R = 0.826
Standerr
(0.0535)
Z-values
4.619
P-values
0.000
VAR 11 = 1.437*KSI 3, Errorvar.= 0.259 , R = 0.903
Standerr (0.0923)
(0.0912)
Z-values
15.557
2.841
P-values
0.000
0.004
Structural Equations
ETA 1 = 0.538*ETA 2 + 0.213*KSI 1 + 0.495*KSI 2, Errorvar.= 0.486 , R = 0.434
Standerr (0.0562)
(0.153)
(0.147)
(0.126)

32

Z-values
P-values

9.573
0.000

1.396
0.163

3.368
0.001

3.853
0.000

ETA 2 = 0.937*ETA 1 - 1.223*KSI 1 + 0.996*KSI 3, Errorvar.= 0.133 , R = 0.997

Standerr (0.177)
(0.121)
(0.151)
(0.0778)
Z-values
5.281
-10.102
6.599
1.707
P-values
0.000
0.000
0.000
0.088
NOTE: R for Structural Equations are Hayduk's (2006) Blocked-Error R
Error Covariance for ETA 2 and ETA 1 = -0.069
(0.168)
-0.410
Reduced Form Equations
ETA 1 =
Standerr
Z-values
P-values

- 0.895*KSI 1 + 0.999*KSI 2 + 1.080*KSI 3, Errorvar.= 1.829, R = 0.381

(0.426)
(0.341)
(0.223)
-2.102
2.931
4.839
0.036
0.003
0.000

ETA 2 =
Standerr
Z-values
P-values

- 2.062*KSI 1 + 0.936*KSI 2 + 2.008*KSI 3, Errorvar.= 1.749, R = 0.629

(0.515)
(0.401)
(0.267)
-4.007
2.333
7.529
0.000
0.020
0.000
Goodness of Fit Statistics

Degrees of Freedom for (C1)-(C2)

Maximum Likelihood Ratio Chi-Square (C1)
Browne's (1984) ADF Chi-Square (C2_NT)
Estimated Non-centrality Parameter (NCP)
90 Percent Confidence Interval for NCP

33
29.394 (P = 0.6473)
27.247 (P = 0.7488)
0.0
(0.0 ; 12.673)

Minimum Fit Function Value

Population Discrepancy Function Value (F0)
90 Percent Confidence Interval for F0
Root Mean Square Error of Approximation (RMSEA)
90 Percent Confidence Interval for RMSEA
P-Value for Test of Close Fit (RMSEA < 0.05)

0.294
0.0
(0.0 ; 0.127)
0.0
(0.0 ; 0.0620)
0.893

Expected Cross-Validation Index (ECVI)

90 Percent Confidence Interval for ECVI
ECVI for Saturated Model
ECVI for Independence Model

0.990
(0.990 ; 1.117)
1.320
14.162

Chi-Square for Independence Model (55 df)

Normed Fit Index (NFI)
Non-Normed Fit Index (NNFI)
Parsimony Normed Fit Index (PNFI)
Comparative Fit Index (CFI)
Incremental Fit Index (IFI)
Relative Fit Index (RFI)
Critical N (CN)
Root Mean Square Residual (RMR)
Standardized RMR
Goodness of Fit Index (GFI)
Adjusted Goodness of Fit Index (AGFI)
Parsimony Goodness of Fit Index (PGFI)

1394.198
0.979
1.005
0.587
1.000
1.003
0.965
185.484
0.0652
0.0266
0.953
0.906
0.476

Hasil Goodness of Fit Statistics dari sintaksis proyek Lisrel adalah serupa dengan hasil
Goodness of Fit Statistics dari sintaksis proyek Simplis. Interpretasi hasil, oleh karena itu,
lebih mudah dilakukan atas hasil pelaksanaan sintaksis proyek Simplis.
33

Anaisis Hasil Pelaksanaan Sintaksis Proyek Simplis

Hasil dari pelaksanaan sintaksis proyek Simplis terdiri dari beberapa bagian.
DATE: 11/19/2014
TIME: 1:38
L I S R E L

9.10 (STUDENT)
BY

Karl G. Jreskog & Dag Srbom

This program is published exclusively by
Scientific Software International, Inc.
http://www.ssicentral.com
Copyright by Scientific Software International, Inc., 1981-2012
Use of this program is subject to the terms specified in the
Universal Copyright Convention.
The following lines were read from file C:\LISREL9 Student Examples\LISEX\EX1.SPJ:

Bagian di atas mengandung informasi mengenai bulan, tanggal, tahun, jam pelaksanaan
sintaksis proyek Simplis, paket program Lisrel yang dipakai yaitu Lisrel 9.10 (Student) yang
dicipta dan dikembangkan oleh Karl G. Jreskog dan Dag Srbom, program diterbitkan oleh
Scientific Software International,Inc., dengan alamat website, hak cipta dipegang oleh
Scientific Software International,Inc, 1981-2012, dan memakai arsip yang disimpan dalam
C:\LISREL9 Student Examples\LISEX\EX1.SPJ:
TI EX1.LIS
SYSTEM FILE from file 'C:\LISREL9 Student Examples\LISEX\EX1.DSF'
Sample Size = 100
Latent Variables 'ETA 1' 'ETA 2' 'KSI 1' 'KSI 2' 'KSI 3'
Relationships
'VAR 1' = 1.00*'ETA 1'
'VAR 2' = 'ETA 1'
'VAR 3' = 1.00*'ETA 2'
'VAR 4' = 'ETA 2'
'VAR 5' = 1.00*'KSI 1'
'VAR 6' = 'KSI 1'
'VAR 7' = 'KSI 1' 'KSI 2'
'VAR 8' = 1.00*'KSI 2'
'VAR 9' = 'KSI 2'
'VAR 10' = 1.00*'KSI 3'
'VAR 11' = 'KSI 3'
'ETA 1' = 'ETA 2'
'ETA 2' = 'ETA 1'
'ETA 1' = 'KSI 1' 'KSI 2'
'ETA 2' = 'KSI 1' 'KSI 3'
Set the Error Covariance of 'ETA 2' and 'ETA 1' Free
Path Diagram
Print Residuals
End of Problem
Sample Size =

100

34

Bagian kedua di atas merupakan rekaman dari arsip sintaksis yang dipakai. Hasil ini mungkin
diperlukan jika arsip sintaksis asli sulit ditemukan atau arsip tersebut mengalami kerusahan.
Cara memakai bagian ke dua ini melalui pemakaian perintah Copy dan Paste atas bagian ini.
Contoh pemanfaatan bagian ini adalah langkah memakai perintah File>New>Syntax Only
kemudian perintah Paste dipakai. Langkah ini akan menyajikan pola sebagai berikut :

Arsip sintaksis proyek Simplis ini disimpan dengan nama arsip tertentu dan kemudian
dijalankan untuk menguji kebenaran hasil yang diperoleh.
TI EX1.LIS o
Covariance Matrix

VAR 1
VAR 2
VAR 3
VAR 4
VAR 5
VAR 6
VAR 7
VAR 8
VAR 9
VAR 10
VAR 11

VAR 1
-------3.204
2.722
3.198
3.545
0.329
0.559
1.006
0.468
0.502
1.050
1.260

VAR 2
--------

VAR 3
--------

VAR 4
--------

VAR 5
--------

VAR 6
--------

2.629
2.875
3.202
0.371
0.592
1.019
0.456
0.539
0.960
1.154

4.855
5.373
-0.357
-0.316
-0.489
-0.438
-0.363
1.416
1.923

6.315
-0.471
-0.335
-0.591
-0.539
-0.425
1.714
2.309

1.363
1.271
1.742
0.788
0.838
0.474
0.686

1.960
2.276
1.043
1.070
0.694
0.907

VAR 8
--------

VAR 9
--------

VAR 10
--------

VAR 11
--------

1.376
1.189
0.071
0.136

1.741
0.104
0.162

1.422
1.688

2.684

Covariance Matrix

VAR 7
VAR 8
VAR 9
VAR 10
VAR 11

VAR 7
-------3.803
1.953
2.090
0.655
0.917

35

Total Variance = 31.352 Generalized Variance = 0.0113

Largest Eigenvalue = 16.796 Smallest Eigenvalue = 0.139
Condition Number = 10.975

Bagian ketiga di atas mencerminkan hasil mengenai matriks kovarians termasuk Total
Variance, Generalised Variance, Largest Eigenvalue, Smallest Eigenvalue, dan Condition
Number.
TI EX1.LIS o
Number of Iterations = 9
LISREL Estimates (Maximum Likelihood)
Measurement Equations
VAR 1 = 1.000*ETA 1, Errorvar.= 0.247 , R = 0.923
Standerr
(0.0528)
Z-values
4.687
P-values
0.000

Variabel Var 1 merupakan fungsi dari variabel Eta 1. Koefisien regresi adalah 1.000.
Kesalahan varians adalah 0.247 dengan kesalahan standar adalah 0.0528, nilai-z adalah
4.687, dan nilai p adalah 0. Nilai z adalah lebih besar daripada nilai 1.96 dan nilai p adalah
lebih kecil daripada nilai 0.05 sehingga parameter dan hubungan ini adalah signifikan.
Koefisien determinasi adalah 0.923. Koefisien determinasi ini adalah lebih besar daripada
nilai 0.36 sehingga persyaratan reliabilitas terpenuhi.
VAR 2 = 0.921*ETA 1, Errorvar.= 0.123 , R = 0.953
Standerr (0.0352)
(0.0378)
Z-values
26.124
3.256
P-values
0.000
0.001

Variabel Var 2 merupakan fungsi dari variabel Eta 1. Koefisien regresi adalah 0.921 dengan
kesalahan standar adalah 0.0352, nilai-z adalah 26.124 dan nilai p adalah 0. Nilai z adalah
lebih besar daripada nilai 1.96 dan nilai p adalah lebih kecil daripada nilai 0.05 sehingga
parameter dan hubungan adalah signifikan. Kesalahan varians adalah 0.123 dengan kesalahan
standar adalah 0.0378, nilai-z adalah 3.256, dan nilai p adalah 0.001 Nilai z adalah lebih
besar daripada nilai 1.96 dan nilai p adalah lebih kecil daripada nilai 0.05 sehingga parameter
dan hubungan ini adalah signifikan. Koefisien determinasi adalah 0.953. Koefisien
determinasi ini adalah lebih besar daripada nilai 0.36 sehingga persyaratan reliabilitas
terpenuhi.

36

VAR 3 = 1.000*ETA 2, Errorvar.= 0.136 , R = 0.972

Standerr
(0.0408)
Z-values
3.342
P-values
0.001

Variabel Var 3 merupakan fungsi dari variabel Eta 2. Koefisien regresi adalah 1.000.
Kesalahan varians adalah 0.136 dengan kesalahan standar adalah 0.0408, nilai-z adalah
3.342, dan nilai p adalah 0.001. Nilai z adalah lebih besar daripada nilai 1.96 dan nilai p
adalah lebih kecil daripada nilai 0.05 sehingga parameter dan hubungan ini adalah signifikan.
Koefisien determinasi adalah 0.972. Koefisien determinasi ini adalah lebih besar daripada
nilai 0.36 sehingga persyaratan reliabilitas terpenuhi.
VAR 4 = 1.139*ETA 2, Errorvar.= 0.197 , R = 0.969
Standerr (0.0292)
(0.0543)
Z-values
38.934
3.621
P-values
0.000
0.000

Variabel Var 4 merupakan fungsi dari variabel Eta 2. Koefisien regresi adalah 1.139 dengan
kesalahan standar adalah 0.0292, nilai-z adalah 38.934 dan nilai p adalah 0. Nilai z adalah
lebih besar daripada nilai 1.96 dan nilai p adalah lebih kecil daripada nilai 0.05 sehingga
parameter dan hubungan adalah signifikan. Kesalahan varians adalah 0.197 dengan kesalahan
standar adalah 0.0543, nilai-z adalah 3.621, dan nilai p adalah 0.000 Nilai z adalah lebih
besar daripada nilai 1.96 dan nilai p adalah lebih kecil daripada nilai 0.05 sehingga parameter
dan hubungan ini adalah signifikan. Koefisien determinasi adalah 0.969. Koefisien
determinasi ini adalah lebih besar daripada nilai 0.36 sehingga persyaratan reliabilitas
terpenuhi.
VAR 5 = 1.000*KSI 1, Errorvar.= 0.389 , R = 0.715
Standerr
(0.0635)
Z-values
6.125
P-values
0.000

Variabel Var 5 merupakan fungsi dari variabel Ksi 1. Koefisien regresi adalah 1.000.
Kesalahan varians adalah 0.389 dengan kesalahan standar adalah 0.0635, nilai-z adalah
6.125, dan nilai p adalah 0.000. Nilai z adalah lebih besar daripada nilai 1.96 dan nilai p
adalah lebih kecil daripada nilai 0.05 sehingga parameter dan hubungan ini adalah signifikan.
Koefisien determinasi adalah 0.715. Koefisien determinasi ini adalah lebih besar daripada
nilai 0.36 sehingga persyaratan reliabilitas terpenuhi.
VAR 6 = 1.291*KSI 1, Errorvar.= 0.336 , R = 0.829
Standerr (0.104)
(0.0668)
Z-values
12.397
5.026
P-values
0.000
0.000

37

Variabel Var 6 merupakan fungsi dari variabel Ksi 1. Koefisien regresi adalah 1.291 dengan
kesalahan standar adalah 0.104, nilai-z adalah 12.397 dan nilai p adalah 0. Nilai z adalah
lebih besar daripada nilai 1.96 dan nilai p adalah lebih kecil daripada nilai 0.05 sehingga
parameter dan hubungan adalah signifikan. Kesalahan varians adalah 0.336 dengan kesalahan
standar adalah 0.0668, nilai-z adalah 5.026, dan nilai p adalah 0.000 Nilai z adalah lebih
besar daripada nilai 1.96 dan nilai p adalah lebih kecil daripada nilai 0.05 sehingga parameter
dan hubungan ini adalah signifikan. Koefisien determinasi adalah 0.829. Koefisien
determinasi ini adalah lebih besar daripada nilai 0.36 sehingga persyaratan reliabilitas
terpenuhi.
VAR 7 = 0.920*KSI 1 + 1.092*KSI 2, Errorvar.= 0.0631 , R = 0.983
Standerr (0.123)
(0.117)
(0.0511)
Z-values
7.499
9.365
1.235
P-values
0.000
0.000
0.217

Variabel Var 7 merupakan fungsi dari variabel Ksi 1 dan Ksi2. Koefisien regresi adalah 0.920
dari Ksi1 dengan kesalahan standar adalah 0.123, nilai-z adalah 7.499 dan nilai p adalah 0.
Nilai z adalah lebih besar daripada nilai 1.96 dan nilai p adalah lebih kecil daripada nilai 0.05
sehingga parameter dan hubungan adalah signifikan. Koefisien regresi adalah 1.092 dari Ksi
2 dengan kesalahan standar adalah 0.117, nilai z adalah 9.365 dan nilai p adalah 0. Nilai z
adalah lebih besar daripada nilai 1.96 dan nilai p adalah lebih kecil daripada nilai 0.05
sehigga parameter dan hubungan ini adalah signifikan.Kesalahan varians adalah 0.631
dengan kesalahan standar adalah 0.0551, nilai-z adalah 1.235, dan nilai p adalah 0.217. Nilai
z adalah lebih kecil daripada nilai 1.96 dan nilai p adalah lebih besar daripada nilai 0.05
sehingga parameter dan hubungan ini adalah tidak signifikan. Koefisien determinasi adalah
0.983. Koefisien determinasi ini adalah lebih besar daripada nilai 0.36 sehingga persyaratan
reliabilitas terpenuhi.
VAR 8 = 1.000*KSI 2, Errorvar.= 0.259 , R = 0.812
Standerr
(0.0501)
Z-values
5.162
P-values
0.000

Variabel Var 8 merupakan fungsi dari variabel Ksi 2. Koefisien regresi adalah 1.000.
Kesalahan varians adalah 0.259 dengan kesalahan standar adalah 0.0501, nilai-z adalah
5.162, dan nilai p adalah 0.000. Nilai z adalah lebih besar daripada nilai 1.96 dan nilai p
adalah lebih kecil daripada nilai 0.05 sehingga parameter dan hubungan ini adalah signifikan.
Koefisien determinasi adalah 0.812. Koefisien determinasi ini adalah lebih besar daripada
nilai 0.36 sehingga persyaratan reliabilitas terpenuhi.
38

VAR 9 = 1.079*KSI 2, Errorvar.= 0.440 , R = 0.747

Standerr (0.0839)
(0.0745)
Z-values
12.863
5.905
P-values
0.000
0.000

Variabel Var 9 merupakan fungsi dari variabel Ksi 2. Koefisien regresi adalah 1.079 dengan
kesalahan standar adalah 0.0839, nilai-z adalah 12.863 dan nilai p adalah 0. Nilai z adalah
lebih besar daripada nilai 1.96 dan nilai p adalah lebih kecil daripada nilai 0.05 sehingga
parameter dan hubungan adalah signifikan. Kesalahan varians adalah 0.440 dengan kesalahan
standar adalah 0.0745, nilai-z adalah 5.905, dan nilai p adalah 0.000 Nilai z adalah lebih
besar daripada nilai 1.96 dan nilai p adalah lebih kecil daripada nilai 0.05 sehingga parameter
dan hubungan ini adalah signifikan. Koefisien determinasi adalah 0.747. Koefisien
determinasi ini adalah lebih besar daripada nilai 0.36 sehingga persyaratan reliabilitas
terpenuhi.
VAR 10 = 1.000*KSI 3, Errorvar.= 0.247 , R = 0.826
Standerr
(0.0535)
Z-values
4.619
P-values
0.000

Variabel Var 10 merupakan fungsi dari variabel Ksi 3. Koefisien regresi adalah 1.000.
Kesalahan varians adalah 0.247 dengan kesalahan standar adalah 0.0535, nilai-z adalah
4.619, dan nilai p adalah 0.000. Nilai z adalah lebih besar daripada nilai 1.96 dan nilai p
adalah lebih kecil daripada nilai 0.05 sehingga parameter dan hubungan ini adalah signifikan.
Koefisien determinasi adalah 0.826. Koefisien determinasi ini adalah lebih besar daripada
nilai 0.36 sehingga persyaratan reliabilitas terpenuhi.
VAR 11 = 1.437*KSI 3, Errorvar.= 0.259 , R = 0.903
Standerr (0.0923)
(0.0912)
Z-values
15.557
2.841
P-values
0.000
0.004

Variabel Var 11 merupakan fungsi dari variabel Ksi 3. Koefisien regresi adalah 1.437 dengan
kesalahan standar adalah 0.0923, nilai-z adalah 15.557 dan nilai p adalah 0. Nilai z adalah
lebih besar daripada nilai 1.96 dan nilai p adalah lebih kecil daripada nilai 0.05 sehingga
parameter dan hubungan adalah signifikan. Kesalahan varians adalah 0.259 dengan kesalahan
standar adalah 0.0912, nilai-z adalah 2.841, dan nilai p adalah 0.004 Nilai z adalah lebih
besar daripada nilai 1.96 dan nilai p adalah lebih kecil daripada nilai 0.05 sehingga parameter
dan hubungan ini adalah signifikan.

Koefisien determinasi adalah 0.903. Koefisien

determinasi ini adalah lebih besar daripada nilai 0.36 sehingga persyaratan reliabilitas
terpenuhi.
39

Structural Equations
ETA 1 = 0.538*ETA 2 + 0.213*KSI 1 + 0.495*KSI 2, Errorvar.= 0.486 , R = 0.434
Standerr (0.0562)
(0.153)
(0.147)
(0.126)
Z-values
9.573
1.396
3.368
3.853
P-values
0.000
0.163
0.001
0.000

Variabel laten endogen Eta 1 merupakan fungsi dari variabel laten endogen Eta 2, Ksi 1, dan
Ksi 2. Koefisien regresi adalah 0.538 dari Eta2 dengan kesalahan standar adalah 0.0562,
nilai-z adalah 9.573 dan nilai p adalah 0. Nilai z adalah lebih besar daripada nilai 1.96 dan
nilai p adalah lebih kecil daripada nilai 0.05 sehingga parameter dan hubungan adalah
signifikan. Koefisien regresi adalah 0.213 dari Ksi1 dengan kesalahan standar adalah 0.153,
nilai-z adalah 1.396 dan nilai p adalah 0.163. Nilai z adalah lebih kecil daripada nilai 1.96
dan nilai p adalah lebih besar daripada nilai 0.05 sehingga parameter dan hubungan adalah
tidak signifikan. Koefisien regresi adalah 0.495 dari Ksi 2 dengan kesalahan standar adalah
0.0147, nilai-z adalah 3.368 dan nilai p adalah 0.001. Nilai z adalah lebih besar daripada
nilai 1.96 dan nilai p adalah lebih kecil daripada nilai 0.05 sehingga parameter dan hubungan
adalah signifikan. Kesalahan varians adalah 0.486 dengan kesalahan standar adalah 0.126,
nilai-z adalah 3.853, dan nilai p adalah 0.004 Nilai z adalah lebih besar daripada nilai 1.96
dan nilai p adalah lebih kecil daripada nilai 0.05 sehingga parameter dan hubungan ini adalah
signifikan. Koefisien determinasi adalah 0.434. Koefisien determinasi ini adalah lebih besar
daripada nilai 0.36 sehingga persyaratan reliabilitas terpenuhi.
ETA 2 = 0.937*ETA 1 - 1.223*KSI 1 + 0.996*KSI 3, Errorvar.= 0.133 , R = 0.997
Standerr (0.177)
(0.121)
(0.151)
(0.0778)
Z-values
5.281
-10.102
6.599
1.707
P-values
0.000
0.000
0.000
0.088

Variabel laten endogen Eta 2 merupakan fungsi dari variabel laten endogen Eta 1, Ksi 1, dan
Ksi 3. Koefisien regresi adalah 0.937 dari Eta 1 dengan kesalahan standar adalah 0.177, nilaiz adalah 5.281 dan nilai p adalah 0. Nilai z adalah lebih besar daripada nilai 1.96 dan nilai p
adalah lebih kecil daripada nilai 0.05 sehingga parameter dan hubungan adalah signifikan.
Koefisien regresi adalah -1.223 dari Ksi1 dengan kesalahan standar adalah 0.121, nilai-z
adalah -10.102 dan nilai p adalah 0.000. Nilai z adalah lebih besar daripada nilai -1.96 dan
nilai p adalah lebih kecil daripada nilai 0.05 sehingga parameter dan hubungan adalah
signifikan. Koefisien regresi adalah 0.996 dari Ksi 3 dengan kesalahan standar adalah 0.151,
nilai-z adalah 6.599 dan nilai p adalah 0.000. Nilai z adalah lebih besar daripada nilai 1.96
dan nilai p adalah lebih kecil daripada nilai 0.05 sehingga parameter dan hubungan adalah
signifikan. Kesalahan varians adalah 0.133 dengan kesalahan standar adalah 0.0778, nilai-z
40

adalah 1,707, dan nilai p adalah 0.088 Nilai z adalah lebih kecil daripada nilai 1.96 dan nilai
p adalah lebih besar daripada nilai 0.05 sehingga parameter dan hubungan ini adalah tidak
signifikan. Koefisien determinasi adalah 0.997. Koefisien determinasi ini adalah lebih besar
daripada nilai 0.36 sehingga persyaratan reliabilitas terpenuhi.
NOTE: R for Structural Equations are Hayduk's (2006) Blocked-Error R
Error Covariance for ETA 2 and ETA 1 = -0.069
(0.168)
-0.410
Reduced Form Equations
ETA 1 =
Standerr
Z-values
P-values

- 0.895*KSI 1 + 0.999*KSI 2 + 1.080*KSI 3, Errorvar.= 1.829, R = 0.381

(0.426)
(0.341)
(0.223)
-2.102
2.931
4.839
0.036
0.003
0.000

ETA 2 =
Standerr
Z-values
P-values

- 2.062*KSI 1 + 0.936*KSI 2 + 2.008*KSI 3, Errorvar.= 1.749, R = 0.629

(0.515)
(0.401)
(0.267)
-4.007
2.333
7.529
0.000
0.020
0.000

Covariance Matrix of Independent Variables

KSI 1
-------0.974
(0.187)
5.222

KSI 2
--------

KSI 2

0.788
(0.150)
5.265

1.117
(0.193)
5.782

KSI 3

0.525
(0.132)
3.967

0.133
(0.125)
1.070

KSI 1

KSI 3
--------

1.175
(0.201)
5.842

Covariance Matrix of Latent Variables

ETA
ETA
KSI
KSI
KSI

1
2
1
2
3

ETA 1
-------2.957
3.115
0.482
0.554
0.932

ETA 2
--------

KSI 1
--------

KSI 2
--------

KSI 3
--------

4.719
-0.217
-0.312
1.402

0.974
0.788
0.525

1.117
0.133

1.175

Log-likelihood Values
Estimated Model
--------------Number of free parameters(t)
33
-2ln(L)
681.416
AIC (Akaike, 1974)*
747.416
BIC (Schwarz, 1978)*
833.387

Saturated Model
--------------66
652.022
784.022
955.963

*LISREL uses AIC= 2t - 2ln(L) and BIC = tln(N)- 2ln(L)

Goodness of Fit Statistics
Degrees of Freedom for (C1)-(C2)
Maximum Likelihood Ratio Chi-Square (C1)

33
29.394 (P = 0.6473)

41

Browne's (1984) ADF Chi-Square (C2_NT)

Estimated Non-centrality Parameter (NCP)
90 Percent Confidence Interval for NCP

27.247 (P = 0.7488)
0.0
(0.0 ; 12.673)

Minimum Fit Function Value

Population Discrepancy Function Value (F0)
90 Percent Confidence Interval for F0
Root Mean Square Error of Approximation (RMSEA)
90 Percent Confidence Interval for RMSEA
P-Value for Test of Close Fit (RMSEA < 0.05)

0.294
0.0
(0.0 ; 0.127)
0.0
(0.0 ; 0.0620)
0.893

Expected Cross-Validation Index (ECVI)

90 Percent Confidence Interval for ECVI
ECVI for Saturated Model
ECVI for Independence Model

0.990
(0.990 ; 1.117)
1.320
14.162

Chi-Square for Independence Model (55 df)

Normed Fit Index (NFI)
Non-Normed Fit Index (NNFI)
Parsimony Normed Fit Index (PNFI)
Comparative Fit Index (CFI)
Incremental Fit Index (IFI)
Relative Fit Index (RFI)
Critical N (CN)

1394.198
0.979
1.005
0.587
1.000
1.003
0.965
185.484

Root Mean Square Residual (RMR)

Standardized RMR
Goodness of Fit Index (GFI)
Adjusted Goodness of Fit Index (AGFI)
Parsimony Goodness of Fit Index (PGFI)

0.0652
0.0266
0.953
0.906
0.476

Evaluasi Kecocokan Keseluruhan Model

Uraian
Standar
Maximum Likelihood Ratio Chi-Square Nilai Kecil
P P>=0.05
Browne's (1984) ADF Chi-Square (C2_NT) Nilai Kecil
P P>=0.05

Root Mean Square Residual (RMR)

Goodness of Fit Index (GFI)
Adjusted Goodness of Fit Index (AGFI)

P: >0.05
>=0.90
>=0.90

Realisasi

29.394
(P = 0.6473)
27.247
(P = 0.7488)

Evaluasi
Cocok
Cocok

0.0652

Cocok

0.953

Cocok

0.906

Cocok

Kecocokan antara model dan data secara keseluruhan tercapai sehingga estimasi yang
dilakkan adalah layak dan tepat. Brownes (1984) ADF Chi-Square (C2_NT) dapat
ditiadakan atau dapat juga dipakai. Root Mean Square Residual (RMR) harus lebih besar
daripada 0.05 dan Standardized RMR jika dipakai maka harus lebih kecil daripada nilai 0.05.
Evaluasi kecocokan mengandung unsur subjektif di samping unsur objektif. Model yang
cocok dengan data belum menjamin bahwa data yang dipakai adalah data berkualitas. Data
yang dipakai mungkin juga merupakan data yang tidak berkualitas.

42

Hasil evaluasi mengungkap bahwa model secara keseluruhan adalah cocok dengan data.
Evaluasi Rinci Kecocokan Antara Model dan Data
Ukuran
Maximum
Likelihood Ratio
Chi-Square
P
Browne's (1984)
ADF Chi-Square
(C2_NT)
P
NPC
Interval
RMSEA
P(Close Fit)

Standar Kecocokan

Realisasi

Evaluasi

29.394
(P = 0.6473)

Nilai Kecil
P>=0.05

Cocok

27.247
(P = 0.7488)

Nilai Kecil
P>=0.05
Nilai Kecil
Interval Sempit
<= 0.08
>=0.50

Cocok
0

(0.0 ; 12.673)

Cocok

0.893

Nilai Kecil dan Dekat

ECVI ECVI Saturated
Nilai Kecil dan Dekat
AIC AIC Saturated
Nilai Kecil dan Dekat
CAIC CAIC Saturated
NFI >= 0.90
NNFI >=0.90
CFI >=0.90
IFI >=0.90
RFI >=0.90
CN >=200
RMR <=0.05
GFI >=0.90
AGFI >=0.90

Cocok

S = 1.320
M = 0.990
I = 14.162

Tidak Cocok

S =
M=
I =
S =
M=
I =

0.979

Cocok
Cocok
Cocok
Cocok
Cocok
Tidak Cocok
Cocok
Cocok
Cocok

1.005
1.000
1.003

0.965
185.484
0.00206
0.999
0.906

Hasil di atas mengandung dua ukuran yang tidak cocok akan tetapi ukuran-ukuran lain adalah
cocok sehingga evaluasi secara rinci mencerminkan bahwa model adalah cocok dengan data.

TI EX1.LIS o
Fitted Covariance Matrix

VAR 1

VAR 1
-------3.204

VAR 2
--------

VAR 3
--------

VAR 4
--------

VAR 5
--------

VAR 6
--------

43

VAR 2
VAR 3
VAR 4
VAR 5
VAR 6
VAR 7
VAR 8
VAR 9
VAR 10
VAR 11

2.722
3.115
3.547
0.482
0.622
1.048
0.554
0.598
0.932
1.339

2.629
2.868
3.266
0.444
0.573
0.965
0.510
0.550
0.858
1.233

4.855
5.373
-0.217
-0.280
-0.540
-0.312
-0.336
1.402
2.014

6.315
-0.247
-0.318
-0.614
-0.355
-0.383
1.596
2.293

1.363
1.258
1.757
0.788
0.851
0.525
0.754

VAR 8
--------

VAR 9
--------

VAR 10
--------

VAR 11
--------

1.376
1.206
0.133
0.192

1.741
0.144
0.207

1.422
1.688

2.684

VAR 2
--------

VAR 3
--------

VAR 4
--------

VAR 5
--------

VAR 6
--------

0.000
0.007
-0.064
-0.073
0.019
0.054
-0.054
-0.011
0.102
-0.079

0.000
0.000
-0.140
-0.036
0.051
-0.126
-0.027
0.014
-0.091

0.000
-0.224
-0.017
0.023
-0.184
-0.042
0.118
0.016

0.000
0.013
-0.015
0.000
-0.013
-0.051
-0.068

0.000
0.007
0.025
-0.028
0.016
-0.067

VAR 8
--------

VAR 9
--------

VAR 10
--------

VAR 11
--------

0.000
-0.017
-0.062
-0.056

0.000
-0.040
-0.045

0.000
0.000

0.000

VAR 5
--------

1.960
2.269
1.018
1.098
0.678
0.974

Fitted Covariance Matrix

VAR 7
VAR 8
VAR 9
VAR 10
VAR 11

VAR 7
-------3.803
1.945
2.099
0.629
0.903

Fitted Residuals

VAR 1
VAR 2
VAR 3
VAR 4
VAR 5
VAR 6
VAR 7
VAR 8
VAR 9
VAR 10
VAR 11

VAR 1
-------0.000
0.000
0.083
-0.002
-0.153
-0.063
-0.042
-0.086
-0.096
0.118
-0.079

Fitted Residuals

VAR 7
VAR 8
VAR 9
VAR 10
VAR 11

VAR 7
-------0.000
0.008
-0.009
0.026
0.014

Summary Statistics for Fitted Residuals

Smallest Fitted Residual =
Median Fitted Residual =
Largest Fitted Residual =

-0.224
-0.001
0.118

Stemleaf Plot
-

2|2
1|85
1|430
0|9988777666655
0|44444332211110000000000000000
0|111111222233
0|558
1|022
Standardized Residuals

VAR
VAR
VAR
VAR

1
2
3
4

VAR 1
-------0.000
0.000
1.175
-0.029

VAR 2
--------

VAR 3
--------

VAR 4
--------

0.000
0.123
-0.990

0.000
0.000

0.000

VAR 6
--------

44

VAR 5
VAR 6
VAR 7
VAR 8
VAR 9
VAR 10
VAR 11

-1.482
-0.687
-0.508
-1.000
-0.851
1.575
-1.021

-0.817
0.255
1.008
-0.751
-0.117
1.653
-1.369

-1.129
-0.351
0.732
-1.258
-0.197
0.187
-1.273

-1.574
-0.139
0.281
-1.594
-0.270
1.347
0.191

0.000
0.434
-0.340
-0.005
-0.197
-0.750
-0.821

VAR 8
--------

VAR 9
--------

VAR 10
--------

VAR 11
--------

0.000
-0.665
-0.968
-0.773

0.000
-0.486
-0.456

0.000
0.000

0.000

0.000
0.181
0.546
-0.459
0.248
-0.950

Standardized Residuals

VAR 7
VAR 8
VAR 9
VAR 10
VAR 11

VAR 7
-------0.000
0.237
-0.218
0.337
0.216

Summary Statistics for Standardized Residuals

Smallest Standardized Residual =
Median Standardized Residual =
Largest Standardized Residual =

-1.594
-0.017
1.653

Stemleaf Plot
-

1|665
1|433100000
0|988887775555
0|433222110000000000000000
0|12222223334
0|57
1|023
1|67
Time used 0.062 seconds

Rangkuman
Sintaksis proyek Lisrel dikembangkan lebih dahulu daripada sintaksis Simplis dan telah
dipakai pertama kali oleh Karl G. Jreskog pertama kali pada tahun 1970. Sintaksis proyek
Simplis walau lebih mudah untuk melakukan analisis atas hasil-hasil dari sintaksis proyek
Simplis tersebut, sintaksis proyek Lisrel masih memainkan peranan penting karena diagram
jalur yang dihasilkan oleh sintaksis proyek Lisrel sering berhasil mencipta sintaksis proyek
Simplis akan tetapi pelaksanaannya mengandung kesalahan dan diagram jalur tidak dapat
dihasilkan. Akibat langsung, akibat tidak langsung, dan akibat total yang dihasilkan oleh
sintaksis proyek Lisrel tidak disajikan secara jelas dalam hasil pelaksanaan sintaksis proyek
simplis. Dua macam evaluasi kecocokan telah disajikan yaitu evaluasi kecocokan secara
keseluruhan dan evaluasi kecocokan secara rinci.

Permata Depok Regency, 20 November 2014

45