Tugas Akhir Analisis Jalur

NURWAHIDAH (12B07031)_KELAS B

TUGAS ANALISIS JALUR DENGAN MUNGGUNAKAN SOFTWARE

AMOS
Data yang akan di analisis:

Data 24 pengukuran pada peubah pencemaran udara

dicatat pada pukul 12.00 siang di Los Angels pada hari-hari yang
berbeda. Enam peubah manifes yang membentuk 2 peubah
laten.

Peubah

laten

pertama

adalah

keadaan

cuaca

(KC)

dibangun oleh peubah manifes Wind (X 1) dan Solar Rotation (X2).

Peubah laten kedua kandungan kimia (KM) yang dibangun oleh
senyawa CO (X3), NO (X4), NO2 (X5), O3 (X6), dan HC (x7).
Datanya sebagai berikut:

x1
8
7
7
10
6
8
9
5
7
8
6
6
7
10
10
9
8
8
9
9
10
9
8
5
6

x2
98
107
103
88
91
90
84
72
82
64
71
91
72
70
72
77
76
71
67
69
62
88
80
30
83

x3
7
4
4
5
4
5
7
6
5
5
5
4
7
4
4
4
4
5
4
3
5
4
4
3
5

x4
2
3
3
2
2
2
4
4
1
2
4
2
4
2
1
1
1
3
2
3
3
2
2
3
1

x5
12
9
5
8
8
12
12
21
11
13
10
12
18
11
8
9
7
16
13
9
14
7
13
5
10

x6
8
5
6
15
10
12
15
14
11
9
3
7
10
7
10
10
7
4
2
5
4
6
11
2
23

x7
2
3
3
4
3
4
5
4
3
4
3
3
3
3
3
3
3
4
3
3
4
3
4
3
4

statistika | P a g e 1

Tugas Akhir Analisis Jalur

NURWAHIDAH (12B07031)_KELAS B

8
6
8
6
10
8
7
5
6
10
8
5
5
7
7
6
8

84
78
79
62
37
71
52
48
75
35
85
86
86
79
79
68
40

3
4
2
4
3
4
4
6
4
4
4
3
7
7
5
6
4

2
2
1
3
1
1
1
5
1
1
1
1
2
4
2
2
3

7
11
7
9
7
10
12
8
10
6
9
6
13
9
8
11
6

6
11
10
8
2
7
8
4
24
9
10
12
8
25
6
14
5

3
3
3
3
3
3
4
3
3
2
2
2
2
3
2
3
2

Kemudian dianalisis dengan software AMOS 20, model yang dapat

dibuat dari data tersebut adalah:

kemudian dari output AMOS diperoleh:

Koefisien jalur yang (regression weights) yang dihasilkan adalah
sebagai berikut:

statistika | P a g e 2

Tugas Akhir Analisis Jalur

NURWAHIDAH (12B07031)_KELAS B

Covariances: (Group number 1 - Default model)

KC <--> KM

Estimate
-.391

S.E.
.301

C.R.
-1.297

P Label
.194

Jadi, koefisien jalur KCKM adalah -0,391 yang bermakna KC dan KM

berkorelasi negatif namun korelasi antar KC dan KM tidak signifikan
karena nilai

p(0,194) > 0,05. Selanjutnya, kontribusi masing-

masing indikator (peubah manifes) terhadap peubah laten dapat dilihat

dari hasil berikut:
Regression Weights: (Group number 1 - Default model)

x1
x2
x3
x4
x5
x6
x7

<--<--<--<--<--<--<---

KC
KC
KM
KM
KM
KM
KM

Estimate
1.000
-9.500
1.000
.495
1.764
1.557
.142

S.E.

C.R.

P Label

10.370

-.916

.360

.177
.574
.815
.102

2.799
3.075
1.909
1.388

.005
.002
.056
.165

Koefisien jalur yang ditunjukkan di atas adalah yang belum

terbakukan (unstandardized), sehingga untuk menentukan urutan
kontribusi masing-masing indicator belum dapat dilakukan. Urutan
kontribusi

dapat

ditentukan

dari

bobot

terbakukan

(standarizedregression weights) sebagai berikut:

Correlations: (Group number 1 - Default model)

KC <--> KM

Estimate
-.643

Karena hanya satu jalur dyang menghubungkan KC dan KM

maka koefisien jalur tebakukannya adalah satu. Dari tabel di atas
diperoleh koefisien korelasi -0,643 menunjukkan terjadi korelasi negatif

statistika | P a g e 3

Tugas Akhir Analisis Jalur

NURWAHIDAH (12B07031)_KELAS B

antara KC dan KM. Artinya, semakin besar nilai keadaan cuaca maka
nilai kandungan kimia akan semakin kecil, demikian pula sebaliknya.
Standardized Regression Weights: (Group number 1 - Default model)

x1
x2
x3
x4
x5
x6
x7

<--<--<--<--<--<--<---

KC
KC
KM
KM
KM
KM
KM

Estimate
.342
-.296
.932
.523
.602
.332
.236

Kemudian, kontribusi indikator X1 dan X2 terhadap peubah laten KC

berbeda jauh. Kontribusi X1 lebih tinggi dan bernilai positif (0,342)
daripada kontribusi

X2 (-0,296). Selanjutnya, urutan

kontribusi indikator X3, X4, X5, X6 dan X7 kepada peubah laten KM, yang
terbesar adalah X3 (0,932), kemudian X5 (0,602), kemudian X4 (0,523),
kemudian X6 (0,332) dan terakhir X7 (0,236).
Selanjutnya, ciri model diberikan oleh model fit summary
sebagai berikut:
Model Fit Summary
CMIN

Model
Default model
Saturated model
Independence model

NPAR
15
28
7

CMIN
34.421
.000
70.800

DF
13
0
21

P
.001

CMIN/DF
2.648

.000

3.371

RMR, GFI

Model
Default model
Saturated model
Independence model

RMR
4.114
.000
5.439

GFI
.855
1.000
.704

AGFI
.688

PGFI
.397

.606

.528

Baseline Comparisons

statistika | P a g e 4

Tugas Akhir Analisis Jalur

NURWAHIDAH (12B07031)_KELAS B

Model
Default model
Saturated model
Independence model

NFI
Delta1
.514
1.000
.000

RFI
rho1
.215
.000

IFI
Delta2
.629
1.000
.000

TLI
rho2
.305
.000

CFI
.570
1.000
.000

Parsimony-Adjusted Measures

Model
Default model
Saturated model
Independence model

PRATIO
.619
.000
1.000

PNFI
.318
.000
.000

PCFI
.353
.000
.000

NCP

Model
Default model
Saturated model
Independence model

NCP
21.421
.000
49.800

LO 90
7.728
.000
27.958

FMIN
.840
.000
1.727

F0
.522
.000
1.215

HI 90
42.768
.000
79.240

FMIN

Model
Default model
Saturated model
Independence model

LO 90
.188
.000
.682

HI 90
1.043
.000
1.933

RMSEA

Model
Default model
Independence model

RMSEA
.200
.240

LO 90
.120
.180

HI 90
.283
.303

PCLOSE
.003
.000

BIC
90.486
104.655
96.963

CAIC
105.486
132.655
103.963

AIC

Model
Default model
Saturated model
Independence model

AIC
64.421
56.000
84.800

BCC
71.694
69.576
88.194

ECVI

statistika | P a g e 5

Tugas Akhir Analisis Jalur

NURWAHIDAH (12B07031)_KELAS B

Model
Default model
Saturated model
Independence model

ECVI
1.571
1.366
2.068

LO 90
1.237
1.366
1.536

HI 90
2.092
1.366
2.786

MECVI
1.749
1.697
2.151

HOELTER

Model
Default model
Independence model

HOELTER
.05
27
19

HOELTER
.01
33
23

statistika | P a g e 6