Anda di halaman 1dari 10

CONFIRMATORY FACTOR ANALYSIS (ANALISIS FAKTOR KONFIRMATORI) Dengan LISREL Chapter 1

BY Hendry http://teorionline.wordpress.com/ Seperti dijelaskan sebelumnya, CFA ditujukan untuk menguji validitas dan reliabilitas konstruk. Dalam kesempatan ini, saya akan memberikan contoh bagaimana melakukan uji CFA dengan menggunakan LISREL TAHAP 1 Operasionalisasi Variabel MOTIVASI Dimensi pengukuran motivasi Sekaran (2003:179) meliputi 1. Perilaku digerakkan oleh kerja (driven by work), 2. Tidak suka bersantai (unable to relax), 3. Tidak suka ketidakefektivan (impatience with inefffectiveness), 4. Menyukai tantangan (seeks moderate challenge). 5. Menyukai umpan balik (seeks feedbacks) Data dapat dilihat disini TAHAP 2 Lihat data di sini Data disimpan dengan nama motivasi.csv yang berada pada folder C:\BELAJAR\LATIHAN 1 Mengimport Data. File Import Data in Free Format Lalu pilih data motivasi.csv seperti pada tampilan di bawah

Teorionline Tutorial : CFA dengan LISREL by HENDRY

Page 1

Tampilan setelah data berhasil diimport

Simpan Prelis dengan nama motivasi.psf

Teorionline Tutorial : CFA dengan LISREL by HENDRY

Page 2

MEMANGGIL DATA PRELIS Klik SET UP pilih VARIABLES Pada box Observed Variables..pilih Add/Read Variables Pilih PRELIS System File, lalu cari dimana anda menyimpan file motivasi.PSF

Pada observed variables sudah terlihat 5 variabel. Klik Add Latent Variabel, beri nama MOTIVASI:.

Teorionline Tutorial : CFA dengan LISREL by HENDRY

Page 3

Klik NEXT, lalu pada kotak Number of Observation..masukkan jumlah observasi (dalam contoh ini adalah 124), lalu klik OK

STEP 3 Siapkan Simplis : Klik File New Simplis Project

Beri nama Latihan1

Teorionline Tutorial : CFA dengan LISREL by HENDRY

Page 4

Menyiapkan Syntax Pada Simplis Klik SETUP lalu pilih BUILD SIMPLIS SYNTAX Lengkapi Syntax seperti contoh berikut :

Run LISREL, sehingga tampil seperti output berikut ini

Teorionline Tutorial : CFA dengan LISREL by HENDRY

Page 5

CONFIRMATORY FACTOR ANALYSIS (ANALISIS FAKTOR KONFIRMATORI) Dengan LISREL Chapter 2

Sebelumnya kita sudah membahas mengenai step by step CFA dengan lisrel pada CFA bagian pertama, maka bagian ini selajutnya akan menjelaskan mengenai interpretasi dari output yang diperoleh dari hasil analisis Output bisa dilihat di sini

INTERPRETASI Evaluasi Goodness of Fit Hasil analisis pengolahan data terlihat bahwa konstruk yang digunakan untuk membentuk sebuah model penelitian, pada proses analisis faktor konfirmatori sudah memenuhi kriteria goodness of fit yang telah ditetapkan. Nilai probability pengujian goodness of fit menunjukkan nilai 0.52064 (< 0.05), dan RMSEA 0.000 (< 0.08). Hasil uji kecocokan model yang lain seperti CGI, GFI, AGFI, RFI juga memperlihatkan nilai > 0.90 sehingga model dinyatakan fit. Evaluasi Validitas Indikator Berdasarkan tampilan dapat dilihat hasil tiap-tiap indikator dari masing-masing variabel laten sudah memenuhi syarat yaitu loading factor diatas 0.50 sehingga dapat diterima, nilai loading factor masing-masing sebagai berikut: pada Perilaku digerakkan oleh kerja (0.85), Tidak suka bersantai (0.73), Tidak suka ketidakefektivan (0.77), Menyukai tantangan (0.88), dan Menyukai umpan balik (0.84). Hasil uji validitas dengan memperhatikan loading faktor juga relevan dengan uji t yang menunjukkan nilai t hitung > t kritis.

Teorionline Tutorial : CFA dengan LISREL by HENDRY

Page 6

OUTPUT LISREL CFA CONTOH 1

The following lines were read from file C:\LATIHAN\LATIHAN 1\latihan1.SPJ: Raw Data from file 'C:\LATIHAN\LATIHAN 1\motivasi.PSF' Sample Size = 124 Latent Variables MOTIVASI Relationships MOT1 - MOT5 = MOTIVASI

Teorionline Tutorial : CFA dengan LISREL by HENDRY

Page 7

Options: SS SC Path Diagram End of Problem Sample Size = 124

Covariance Matrix MOT1 MOT2 -------- -------- -------MOT1 0.56 MOT2 0.32 0.50 MOT3 0.34 0.30 MOT4 0.46 0.34 MOT5 0.42 0.35 MOT3 MOT4 -------- -------MOT5

0.52 0.38 0.38

0.66 0.45

0.62

Number of Iterations = 5 LISREL Estimates (Maximum Likelihood) Measurement Equations MOT1 = 0.63*MOTIVASI, Errorvar.= 0.16 , R = 0.72 (0.056) (0.028) 11.30 5.81 MOT2 = 0.51*MOTIVASI, Errorvar.= 0.23 , R = 0.53 (0.057) (0.034) 9.06 6.95 MOT3 = 0.56*MOTIVASI, Errorvar.= 0.21 , R = 0.59 (0.057) (0.032) 9.81 6.68 MOT4 = 0.69*MOTIVASI, Errorvar.= 0.18 , R = 0.72 (0.061) (0.032) 11.38 5.75 MOT5 = 0.66*MOTIVASI, Errorvar.= 0.18 , R = 0.70 (0.059) (0.031) 11.17 5.91

Correlation Matrix of Independent Variables

Teorionline Tutorial : CFA dengan LISREL by HENDRY

Page 8

MOTIVASI -------1.00

Goodness of Fit Statistics Degrees of Freedom = 5 Minimum Fit Function Chi-Square = 4.05 (P = 0.54) Normal Theory Weighted Least Squares Chi-Square = 4.17 (P = 0.53) Estimated Non-centrality Parameter (NCP) = 0.0 90 Percent Confidence Interval for NCP = (0.0 ; 8.03) Minimum Fit Function Value = 0.033 Population Discrepancy Function Value (F0) = 0.0 90 Percent Confidence Interval for F0 = (0.0 ; 0.065) Root Mean Square Error of Approximation (RMSEA) = 0.0 90 Percent Confidence Interval for RMSEA = (0.0 ; 0.11) P-Value for Test of Close Fit (RMSEA < 0.05) = 0.68 Expected Cross-Validation Index (ECVI) = 0.20 90 Percent Confidence Interval for ECVI = (0.20 ; 0.27) ECVI for Saturated Model = 0.24 ECVI for Independence Model = 4.33 Chi-Square for Independence Model with 10 Degrees of Freedom = 523.00 Independence AIC = 533.00 Model AIC = 24.17 Saturated AIC = 30.00 Independence CAIC = 552.10 Model CAIC = 62.37 Saturated CAIC = 87.30 Normed Fit Index (NFI) = 0.99 Non-Normed Fit Index (NNFI) = 1.00 Parsimony Normed Fit Index (PNFI) = 0.50 Comparative Fit Index (CFI) = 1.00 Incremental Fit Index (IFI) = 1.00 Relative Fit Index (RFI) = 0.98 Critical N (CN) = 458.81

Root Mean Square Residual (RMR) = 0.0091 Standardized RMR = 0.016 Goodness of Fit Index (GFI) = 0.99 Adjusted Goodness of Fit Index (AGFI) = 0.96 Parsimony Goodness of Fit Index (PGFI) = 0.33

Standardized Solution LAMBDA-X

Teorionline Tutorial : CFA dengan LISREL by HENDRY

Page 9

MOTIVASI -------MOT1 0.63 MOT2 0.51 MOT3 0.56 MOT4 0.69 MOT5 0.66 PHI MOTIVASI -------1.00 Completely Standardized Solution LAMBDA-X MOTIVASI -------MOT1 0.85 MOT2 0.73 MOT3 0.77 MOT4 0.85 MOT5 0.84 PHI MOTIVASI -------1.00 THETA-DELTA MOT1 MOT2 MOT3 MOT4 -------- -------- -------- -------- -------0.28 0.47 0.41 0.28 0.30 Time used: 0.000 Seconds MOT5

Teorionline Tutorial : CFA dengan LISREL by HENDRY

Page 10

Anda mungkin juga menyukai