Petunjuk Pemakaian AMOS

PETUNJUK PEMAKAIAN AMOS

Amos adalah suatu program untuk Structural Equation Modeling (SEM) yang
mudah digunakan untuk menguji secara cepat hipotesis hubungan antara
observed variables (variable yang terukur) dan latent (unobserved) variables, yang
tidak bisa diukur secara langsung, dan konfirmasi hubungan tersebut.
Untuk memulai penggunaan program AMOS, ikuti saja langkah-langkah berikut
ini:
Start > Program > Amos 5 > Amos Graphics > Click

Ini bentuk tampilan dengan format postrait

Kalau ingin tampilan dengan format lancscape:

Teknik Industri Universitas Surabaya

Petunjuk Pemakaian AMOS

View/Set > Interface properties > Click Landscape > Click Apply > Click X
(close)

Ini tampilan dengan format landscape

Teknik Industri Universitas Surabaya

Petunjuk Pemakaian AMOS

Selanjutnya berdasarkan pengembangan model teoritis, dilakukan konfirmasi
model tersebut melalui data empiris.
Penentuan ukuran sampel data adalah:
Tergantung pada jumlah parameter/indikator yang diestimasi untuk
seluruh varieble laten. Jumlah sampel adalah jumlah indikator dikali 5
sampai 10, misal: terdapat 20 indikator, maka jumlah sampel antara 100
200.
Bila ukuran sampel kecil (100 200) dan asumsi normalitas dipenuhi bisa
pakai Maximum Likelihood Estimation (MLE)
Bila asumsi normalitas dipenuhi dan ukuran sampel antara 200 500, bisa
pakai MLE atau Generalized Least Square Estimation (GLS).
Kalau ukuran sampelnya sangat besar, maka peneliti bisa memilih teknik
estimasi (MLE, GLS, ULS, SLS atau ADF), misal: jumlah data sampel ada
2500, maka teknik Asymptotically Distribution Free Estimation (ADF) bisa
digunakan.
Penyiapan data untuk operasi AMOS bisa dilakukan di program
Ms. Excel, Ms. Access, SPSS atau program database yang lain.
Berikut ini contoh bentuk data pada Ms. Excel:

Teknik Industri Universitas Surabaya

Petunjuk Pemakaian AMOS

Bentuk data pada SPSS sebagai berikut:

Teknik Industri Universitas Surabaya

Petunjuk Pemakaian AMOS

Berikut ini keterangan label dan value untuk masing-masing variabel:

Pengembangan path diagram (diagram alur) pada AMOS dilakukan dengan cara
click simbol-simbol pada daftar icon yang ada di sisi kiri dan pindahkan pada
lembar kerja.
No. Simbol dan
No. Simbol
dan No. Simbol
dan
Keterangan
Keterangan
Keterangan
1.
9.
17.
observed
memilih file
variable
menampilkan
data yang akan
variabel pada
digunakan
dataset
2.
10.
18.
memilih
pilih
unobserved
analisis
yang
salah
satu
(latent)
diinginkan
obyek
variable
3.
11.
19.
menghitung
pilih
latent
estimasi parameter
semua obyek
variabel atau
yang
ada
indikator pada
dalam
model
latent variable
4.

flow
satu arah

5.

20.

12.
tidak
semua

pilih
obyek
13.

korelasi antar
dua variabel
6.

menyimpan
path diagram
21.
memasukan
sifat-sifat obyek

menggandakan
obyek
14.

menambahkan
error variable
pada observed

Teknik Industri Universitas Surabaya

22.
memindahkan
posisi obyek

analisis multi
group

Petunjuk Pemakaian AMOS

variable
7.

15.
menampilkan
judul
dan
hasil di lembar
kerja

8.

23.
menampilkan
degree of freedom
dari model SEM

menghapus
obyek
16.

menampilkan
daftar variabel
yang
digunakan

24.
mengubah
bentuk obyek

mencetak
path diagram

Setelah path diagram tersusun, lalu diberi nama variabel dengan click kanan
pada posisi simbol variabel (observed, latent or error varibales) dan pilih
Object Properties (Ctrl+O)

Isikan variable name: sesuai dengan nama variabel yang digunakan pada
program database (Ms. Excel, SPSS, dll), sedangkan variabel label: isikan nama
yang menggambarkan variabel yang dituju (variabel label akan ditampillan pada
path diagram)

Setalah path diagram dilengkapi dengan nama variabel, bisa ditambahkan judul,
caranya: click Title (salah satu icon pada toolbox yang ada di sisi kiri lembar
Teknik Industri Universitas Surabaya

Petunjuk Pemakaian AMOS

kerja) dan letakkan pada posisi yang diinginkan. Selanjutnya akan tampil dialog
box berikut:

Untuk menampilkan hasil uji statistik dan uji kesesuaian model juga
menggunakan icon Title seperti contoh berikut:

Teknik Industri Universitas Surabaya

Petunjuk Pemakaian AMOS

Sekarang tampilan path diagram jadi seperti ini:

O iya, hasil pengujian belum bisa dikeluarkan karena masing-masing observed

variable belum diisi data. Nah, untuk mengisi data, pilih icon Select Data file(s)
(Ctrl+D) yang terdapat di toolbox.

Teknik Industri Universitas Surabaya

Petunjuk Pemakaian AMOS

Selanjutnya click File Name dan cari lokasi di mana file data yang akan
digunakan. Pada contoh ini digunakan data yang sudah disiapkan dalam Ms.
Excel dengan filename: trial.xls yang terdapat di sheet1. Jika analisis akan
dilakukan berdasarkan group data, maka click Group variable: misal pada
contoh ini berdasarkan jenis usaha (variabel JU) dan bisa ditampilkan per group,
dengan click Group Value: misal 1 = female atau 2 = male.

Teknik Industri Universitas Surabaya

Petunjuk Pemakaian AMOS

Hasil analisis yang ingin dilakukan oleh AMOS bisa dipilih pada View/Set >
Analysis Properties (Ctrl + A)

Teknik Industri Universitas Surabaya

10

Petunjuk Pemakaian AMOS

Teknik Industri Universitas Surabaya

11

Petunjuk Pemakaian AMOS

Proses perhitungan estimasi parameter dilakukan dengan click Model-Fit >
Calculate Estimates (Ctrl + F9)

Selanjutnya hasil estimasi parameter dan hasil uji statistik dan uji kesesuaian
dapat ditampilkan pada lembar kerja dengan click icon view the output path
diagram berikut:

Berikut tampilan path diagram disertai dengan hasil estimasi paramter dan
semua hasil pengujiannya.

Teknik Industri Universitas Surabaya

12

Petunjuk Pemakaian AMOS

Untuk menampilkan hasil keseluruhan dilakukan dengan click View/Set > Text
Output (F10)

Berikut hasil text output:

C:\Documents and Settings\Euser\My Documents\HONG YAU\AMOS\trial.amw
Analysis Summary
Date and Time

Date: 09 Juni 2007

Time: 12:01:22
Title

INI CONTOH STRUCTURAL EQUATION MODEL (SEM)

Groups
Group number 1 (Group number 1)
Notes for Group (Group number 1)

The model is recursive.

Sample size = 100
Variable Summary (Group number 1)
Your model contains the following variables (Group number 1)

Observed, endogenous variables

sentence
wordmean
paragrap
cubes
visperc
Teknik Industri Universitas Surabaya

13

Petunjuk Pemakaian AMOS

lozenges
Unobserved, exogenous variables
F2
e_p
e_s
e_w
F1
e_c
e_v
e_l
Variable counts (Group number 1)

Number of variables in your model:

Number of observed variables:
Number of unobserved variables:
Number of exogenous variables:
Number of endogenous variables:

14
6
8
8
6

Parameter summary (Group number 1)

Fixed
Labeled
Unlabeled
Total

Weights
8
0
4
12

Covariances
0
0
1
1

Variances
0
0
8
8

Means
0
0
0
0

Intercepts
0
0
0
0

Total
8
0
13
21

Sample Moments (Group number 1)

Sample Covariances (Group number 1)

lozenges visperc
cubes paragrap wordmean
lozenges
58,306
visperc
25,982 46,620
cubes
14,428 13,042 19,690
paragrap
8,781
7,734
3,195
12,089
wordmean
21,567 14,192
5,509
19,568
64,198
sentence
11,860
9,898
3,068
12,087
28,054
Condition number = 27,355
Eigenvalues
118,137 52,893 25,999 13,772 10,025 4,319
Determinant of sample covariance matrix = 96871471,163
Sample Correlations (Group number 1)

Teknik Industri Universitas Surabaya

14

sentence

24,242

Petunjuk Pemakaian AMOS

lozenges visperc
lozenges
1,000
visperc
,498
1,000
cubes
,426
,430
paragrap
,331
,326
wordmean
,353
,259
sentence
,315
,294
Condition number = 10,654
Eigenvalues
3,007 1,339 ,571 ,510 ,291 ,282

cubes

paragrap

wordmean

sentence

1,000
,207
,155
,140

1,000
,702
,706

1,000
,711

1,000

Models
Default model (Default model)
Notes for Model (Default model)
Computation of degrees of freedom (Default model)

Number of distinct sample moments:

Number of distinct parameters to be estimated:
Degrees of freedom (21 - 13):

21
13
8

Result (Default model)

Minimum was achieved

Chi-square = 4,191
Degrees of freedom = 8
Probability level = ,839
Group number 1 (Group number 1 - Default model)
Estimates (Group number 1 - Default model)
Scalar Estimates (Group number 1 - Default model)
Maximum Likelihood Estimates
Regression Weights: (Group number 1 - Default model)

sentence <--- F2
wordmean <--- F2
paragrap <--- F2
cubes
<--- F1
lozenges <--- F1

Estimate S.E.
,616 ,066
1,000
,434 ,047
,454 ,103
1,000

Teknik Industri Universitas Surabaya

C.R.
P
9,288 ***
9,272 ***
4,398 ***

15

Label

Petunjuk Pemakaian AMOS

visperc

Estimate S.E. C.R.

P
<--- F1
,854 ,179 4,760 ***

Label

Standardized Regression Weights: (Group number 1 - Default model)

sentence <--wordmean <--paragrap <--cubes

<--lozenges <--visperc <---

F2
F2
F2
F1
F1
F1

Estimate
,842
,840
,840
,574
,735
,701

Covariances: (Group number 1 - Default model)

F2 <--> F1

Estimate S.E. C.R.

P
18,403 5,567 3,306 ***

Label

Correlations: (Group number 1 - Default model)

F2 <--> F1

Estimate
,488

Variances: (Group number 1 - Default model)

F2
F1
e_p
e_s
e_w
e_c
e_v
e_l

Estimate
45,244
31,476
3,555
7,057
18,954
13,191
23,679
26,830

S.E.
9,271
9,314
,780
1,562
4,148
2,285
5,390
6,868

C.R. P Label
4,880 ***
3,379 ***
4,554 ***
4,518 ***
4,569 ***
5,773 ***
4,393 ***
3,907 ***

Squared Multiple Correlations: (Group number 1 - Default model)

lozenges
visperc
cubes
paragrap
wordmean
sentence

Estimate
,540
,492
,330
,706
,705
,709

Teknik Industri Universitas Surabaya

16

Petunjuk Pemakaian AMOS

Matrices (Group number 1 - Default model)
Implied Covariances (Group number 1 - Default model)

lozenges
visperc
cubes
paragrap
wordmean
sentence

lozenges
58,306
26,871
14,302
7,993
18,403
11,342

visperc

cubes

paragrap

wordmean

sentence

46,620
12,210
6,824
15,711
9,683

19,690
3,632
8,362
5,154

12,089
19,650
12,111

64,198
27,884

24,242

Implied Correlations (Group number 1 - Default model)

lozenges
visperc
cubes
paragrap
wordmean
sentence

lozenges
1,000
,515
,422
,301
,301
,302

visperc

cubes

paragrap

wordmean

sentence

1,000
,403
,287
,287
,288

1,000
,235
,235
,236

1,000
,705
,707

1,000
,707

1,000

Bootstrap (Group number 1 - Default model)

Bootstrap standard errors (Group number 1 - Default model)
Scalar Estimates (Group number 1 - Default model)
Regression Weights: (Group number 1 - Default model)

Parameter
sentence <--- F2
wordmean <--- F2
paragrap <--- F2
cubes
<--- F1
lozenges <--- F1
visperc <--- F1

SE SE-SE Mean
,080
,002
,618
,000
,000 1,000
,051
,001
,435
,119
,003
,465
,000
,000 1,000
,278
,006
,900

Bias
,002
,000
,001
,011
,000
,046

SE-Bias
,003
,000
,002
,004
,000
,009

Standardized Regression Weights: (Group number 1 - Default model)

Parameter

SE

SE-SE

sentence <--- F2

,036

,001

wordmean <--- F2
paragrap <--- F2

,045
,045

,001
,001

Teknik Industri Universitas Surabaya

Mean

Bias
,841
,001
,841 ,002
,838
-

17

SE-Bias
,001
,001
,001

Petunjuk Pemakaian AMOS

Parameter
cubes

SE

SE-SE

<--- F1

,088

,002

lozenges <--- F1

,108

,002

visperc

,105

,002

<--- F1

Mean

Bias
,002
,568
,007
,731
,004
,705 ,003

SE-Bias
,003
,003
,003

Covariances: (Group number 1 - Default model)

Parameter
F2 <--> F1

SE SE-SE Mean Bias

6,592
,147 18,553 ,150

SE-Bias
,208

Correlations: (Group number 1 - Default model)

Parameter
F2 <--> F1

SE SE-SE Mean Bias

,119
,003
,492 ,004

SE-Bias
,004

Variances: (Group number 1 - Default model)

Parameter
F2
F1
e_p
e_s
e_w
e_c
e_v
e_l

SE SE-SE
8,551
,191
11,260
,252
,768
,017
1,270
,028
4,838
,108
2,664
,060
7,397
,165
8,659
,194

Mean
45,247
31,821
3,471
6,870
18,293
13,014
22,616
25,790

Bias SE-Bias
,003
,270
,345
,356
-,083
,024
-,187
,040
-,660
,153
-,177
,084
-1,063
,234
-1,041
,274

Squared Multiple Correlations: (Group number 1 - Default model)

Parameter
lozenges
visperc
cubes
paragrap
wordmean
sentence

SE SE-SE Mean Bias SE-Bias

,157
,004
,545 ,006
,005
,150
,003
,507 ,015
,005
,097
,002
,330 ,000
,003
,075
,002
,705 -,001
,002
,075
,002
,710 ,005
,002
,060
,001
,708 -,001
,002

Matrices (Group number 1 - Default model)

Implied Covariances - Standard Errors (Group number 1 - Default model)

Teknik Industri Universitas Surabaya

18

Petunjuk Pemakaian AMOS

lozenges
visperc
cubes
paragrap
wordmean
sentence

lozenges
8,480
5,258
3,917
2,823
6,592
3,717

visperc

cubes

paragrap

wordmean

sentence

5,924
3,359
2,016
4,448
2,784

3,368
1,117
2,447
1,380

1,731
3,289
2,098

8,789
4,094

3,396

Implied Correlations - Standard Errors (Group number 1 - Default model)

lozenges
visperc
cubes
paragrap
wordmean
sentence

lozenges
,000
,066
,090
,091
,089
,087

visperc

cubes

paragrap

wordmean

sentence

,000
,087
,083
,077
,080

,000
,068
,063
,062

,000
,051
,047

,000
,047

,000

Sample Covariances - Standard Errors (Group number 1 - Default model)

lozenges
visperc
cubes
paragrap
wordmean
sentence

lozenges
8,480
5,239
3,858
2,684
7,170
3,689

visperc

cubes

paragrap

wordmean

sentence

5,924
3,366
2,552
5,776
3,254

3,368
1,764
3,885
1,973

1,731
3,284
2,107

8,789
4,088

3,396

Sample Correlations - Standard Errors (Group number 1 - Default model)

lozenges
visperc
cubes
paragrap
wordmean
sentence

lozenges
,000
,066
,089
,083
,095
,088

visperc

cubes

paragrap

wordmean

sentence

,000
,081
,109
,104
,094

,000
,114
,109
,095

,000
,052
,047

,000
,046

,000

Minimization History (Default model)

Iteration
0
1

e
e*

Negative
eigenvalues
4
1

Condition
#

Teknik Industri Universitas Surabaya

Smallest
eigenvalue
-,384
-,029
19

Diameter

NTries

Ratio

9999,000
1,723

246,996
69,300

0
20

9999,000
,603

Petunjuk Pemakaian AMOS

Iteration
2
3
4
5
6
7
8
9

e
e
e
e
e
e
e
e

Negative
eigenvalues
0
0
0
0
0
0
0
0

Condition
#
101,797
88,913
71,715
37,820
35,458
37,020
37,554
37,556

Smallest
eigenvalue

Diameter

NTries

Ratio

,662
,927
,501
,272
,098
,028
,001
,000

22,465
19,758
7,671
4,625
4,208
4,191
4,191
4,191

5
1
1
1
1
1
1
1

,635
,140
,963
1,168
1,111
1,034
1,002
1,000

Bootstrap (Default model)

Summary of Bootstrap Iterations (Default model)
(Default model)

Iterations Method 0 Method 1 Method 2

1
0
0
0
2
0
0
0
3
0
0
0
4
0
0
0
5
0
0
0
6
0
5
0
7
0
50
0
8
0
122
0
9
0
226
0
10
0
183
0
11
0
147
0
12
0
107
0
13
0
65
0
14
0
25
0
15
0
32
0
16
0
12
0
17
0
7
0
18
0
8
0
19
0
11
0
Total
0
1000
0
0 bootstrap samples were unused because of a singular covariance matrix.
0 bootstrap samples were unused because a solution was not found.
100 usable bootstrap samples were obtained.
Bootstrap Distributions (Default model)

Teknik Industri Universitas Surabaya

20

Petunjuk Pemakaian AMOS

ML discrepancy (implied vs sample) (Default model)

N = 100
Mean = 12,815
S. e. = ,201

1,660
4,920
8,180
11,439
14,699
17,959
21,219
24,479
27,739
30,999
34,259
37,519
40,778
44,038
47,298

|-------------------|***
|********
|*****************
|********************
|*************
|********
|*****
|***
|**
|*
|*
|*
|
|*
|*
|--------------------

ML discrepancy (implied vs pop) (Default model)

N = 100
Mean = 27,039
S. e. = ,319

8,202
14,302
20,402
26,502
32,601
38,701
44,801
50,901
57,001
63,100
69,200
75,300
81,400
87,500
93,599

|-------------------|*
|*********
|********************
|******************
|**********
|*****
|****
|*
|*
|*
|*
|
|*
|
|*
|--------------------

K-L overoptimism (unstabilized) (Default model)

|--------------------

Teknik Industri Universitas Surabaya

21

Petunjuk Pemakaian AMOS

N = 100
Mean = 44,218
S. e. = 1,389

-71,909
-50,533
-29,157
-7,782
13,594
34,970
56,345
77,721
99,097
120,473
141,848
163,224
184,600
205,975
227,351

|*
|**
|*******
|**********
|*****************
|********************
|*******************
|**************
|*********
|****
|**
|*
|*
|*
|*
|--------------------

K-L overoptimism (stabilized) (Default model)

N = 100
Mean = 43,548
S. e. = ,488

11,298
19,386
27,473
35,560
43,648
51,735
59,823
67,910
75,997
84,085
92,172
100,260
108,347
116,434
124,522

|-------------------|*
|****
|*************
|********************
|*****************
|************
|*******
|***
|***
|**
|*
|*
|
|*
|*
|--------------------

Model Fit Summary

CMIN

Model
Default model

NPAR
13

CMIN
4,191

Teknik Industri Universitas Surabaya

DF
8

22

P
,839

CMIN/DF
,524

Petunjuk Pemakaian AMOS

Model
Saturated model
Independence model

NPAR
21
6

CMIN
,000
231,791

RMR
1,161
,000
12,839

GFI
,986
1,000
,518

NFI
Delta1
,982
1,000
,000

RFI
rho1
,966

DF
0
15

CMIN/DF

,000

15,453

RMR, GFI

Model
Default model
Saturated model
Independence model

AGFI
,963

PGFI
,376

,325

,370

IFI
Delta2
1,017
1,000
,000

TLI
rho2
1,033

Baseline Comparisons

Model
Default model
Saturated model
Independence model

,000

,000

CFI
1,000
1,000
,000

Parsimony-Adjusted Measures

Model
Default model
Saturated model
Independence model

PRATIO
,533
,000
1,000

PNFI
,524
,000
,000

PCFI
,533
,000
,000

NCP
,000
,000
216,791

LO 90
,000
,000
171,189

NCP

Model
Default model
Saturated model
Independence model

HI 90
3,683
,000
269,835

FMIN

Model
Default model
Saturated model
Independence model

FMIN
,042
,000
2,341

F0
,000
,000
2,190

LO 90
,000
,000
1,729

HI 90
,037
,000
2,726

RMSEA

Model
Default model

RMSEA
,000

LO 90
,000

Teknik Industri Universitas Surabaya

HI 90
,068

23

PCLOSE
,914

Petunjuk Pemakaian AMOS

Model
Independence model

RMSEA
,382

LO 90
,340

HI 90
,426

AIC
30,191
42,000
243,791

BCC
32,169
45,196
244,704

PCLOSE
,000

AIC

Model
Default model
Saturated model
Independence model

BIC
64,058
96,709
259,422

CAIC
77,058
117,709
265,422

ECVI

Model
Default model
Saturated model
Independence model

ECVI
,305
,424
2,463

LO 90
,343
,424
2,002

HI 90
,381
,424
2,998

MECVI
,325
,457
2,472

HOELTER

Model
Default model
Independence model

HOELTER
.05
367
11

HOELTER
.01
475
14

Execution time summary

Minimization:
Miscellaneous:
Bootstrap:
Total:

,010
,540
1,162
1,712

Tabel berikut dapat digunakan sebagai cut-off value untuk masing-masing

statistik uji kesesuaian.

Goodness of Fit Index

- Chi Square
2 - Significant Probability
2

Diharapkan kecil
0.05

RMSEA (Root Mean Square Error of Approximation)

GFI (Goodness of fit Index)
AGFI (Adjusted Goodness of Fit Index)
CMIN/DF
(Minimum
sample
discrepancy
function/degree of freedom)
TLI (Tucker Lewis Index)
CFI (Comparative Fit Index)

Teknik Industri Universitas Surabaya

Cut off value

24

0.08
0.90
0.90
2.00
0.95
0.95

Petunjuk Pemakaian AMOS

0.60
1.96
0.70
0.50

Error
t-value (factor loadings)
Standardized factor loading
Loadings

Jika terdapat variabel yang tidak significant, dapat dibuang untuk merevisi
model.

SILAHKAN MENCOBA YA........................

Teknik Industri Universitas Surabaya

25

la..laaa.....a

....