Anda di halaman 1dari 95

1

KATA PENGANTAR

2
Perkembangan teknologi komunikasi dan teknologi informasi sebagaimana tercermin dalam
internet, intratet, extranet, komputer, dan perangkat lunak komputer telah banyak
berhubungan dengan kehidupan manusia dewasa ini.

Salah satu perkembangaan dalam bidang statistik adalah perkembangan perangkat lunak
Lisrel yang dikembangkan dari gagasan mengkombinasikan econometrics dan psichometrics
ke dalam suatu model matematika tunggal yang terkandung dalam gagasan dari Arthur S.
Golberger yang diterbitkan dalam tahun1971 dalam Psichometrica. Lisrel III tersedia sekitar
tahun 1974-1975, Lisrel IV tersedia sekitar tahun 1978, Lisrel V tersedia sekitar tahun 1981,
Lisrel VI tersedia sekitar tahun 1984, Lisrel 7 tersedia sekitar tahun 1988. Hak cipta
dipegang oleh SPSS, Inc. Hak cipta atas Lisrel 8.30, Lisrel 8.50, Lisrel 8.70, Lisrel8.72,
Lisrel 8.80, Lisrel 9.10, Lisrel 9.20, dan Lisrel 9.30 telah dipegang oleh Scietntific Software
International, Inc.

Lisrel 9.30 for Windows baru saja diterbitkan yaitu pada bulan Maret 2017, dan penulis
hanya memakai Lisrel 9.30 Student Edition yang dapat diunduh secara bebas. Kemampuan
yang terkandung dalam Lisrel 9.30 Student Edition berbeda dengan kemampuan yang
terkandung dalam Lisrel 9.30 for Windows. Lisrel 9.30 Student Edition tidak dapat dipakai
jika jumlah variabel indikator endogen dan variabel indikator eksogen adalah 20 atau 21
indikator. Keterbatasan ini diatasi dengan cara memakai Lisrel versi 8.70 atau versi 8.72 jika
variabel indikator itu tidak dapat memakai Lisrel 9.30 Student Edition.

Pembahasan ini menekankan pada pembahasan mengenai model Mimic (Multiple and
Multiple Causes). Model Mimic mencerminkan model yang telah mengintegrasikan model
formatif dan model reflective. Model formatif mencerminkan bahwa variabel-variabel
indikator eksogen berhubungan dengan variabel laten endogen dan model reflektif
mencerminkan bahwa variabel laten eksogen berhubungan dengan variabel-variabel indikator
eksogen atau variabel laten endogen berhubungan dengan variabel indikator endogen.

Usaha untuk membedakan model Mimic dan model non-Mimic dilakukan pula dengan cara
memberikan contoh mengenai hubungan antara gaya kepemimpinan, perilaku,
pengembangan diri, kepribadian, dan moralitas sebagai variabel-variabel laten eksogen dan
variabel-variabel laten endogen. Langkah-langkah mencipta sintaksis Simplis disajikan
secara rinci dan berurutan sehingga dapat dipakai sebagai acuan untuk melakukan latihan.
Setiap contoh dilakukan interpretasi rinci. Kritik juga dilancarkan kepada beberapa penulis
yang dianggap telah salah memakai konsep pemodelan persamaan struktural, analisis

3
diagram jalur, dan pemakaian konsep variabel laten eksogen dan endogen. Kesalahan secara
jelas terungkap dalam pemakaian variabel-variabel laten yang telah diperlakukan sebagai
variabel-variabel non-laten yang dianggap dapat diobservasi dan dapat diukur secara
langsung sedangkan variabel-variabel tersebut dalam Lisrel dianggap sebagai variabel-
variabel laten yang tidak dapat diobservasi dan tidak dapat diukur seara langsung. Kesalahan-
kesalahan ini akan menimbulkan dampak negatif jika dipakai oleh para peneliti dan para
mahasiswa sama seperti memakai statistik parametrik atas jumlah kasus atau jumlah
observasi adalah lebih kecil daripada 30 observasi, tanpa uji normalitas distribusi data, dan
tanpa uji homogenitas varians, sehingga para mahasiswa menganggap bahwa memakai 5
kasus atau observasi tanpa pengujian normalitas distribusi data dan tanpa pengujian
homogenitas varians dianggap benarr. Kesalahan seperti ini tercermin dalam buku-buku
sttatistik tertentu.

Penulis akhirnyamengharap kritik dari para pembaca dan kritik ini mungkin dapat dipakai
sebagai acuan untuk memperbaiki ini tulisan ini.

Permata Depok Regency, 4 Mei 2017

MODEL MIMIC DALAM LISREL 9.30 STUDENT EDITION

Oleh :

4
Abdullah M. Jaubah

Pendahuluan

Lisrel 9.30 for Windows baru saja diterbitkan dalam bulan Maret 2017. Keinginan melakukan
studi dan penghayatan atas Lisrel 9.30 for Windows dapat dipenuhi dengan cara mengunduh
Lisrel 9.30 Student Edition. Lisrel 7 diterbitkan dalam tahun 1988 kemudian diikuti dengan
Lisrel 8.30, Lisrel 8.50, Lisrel 8.70, Lisrel 8.72, Lisrel 8.80, Lisrel 9.10, Lisrel 9.20, dan
Lisrel 9.30 for Windows.

Usaha melakukan studi dan penghayatan atas Lisrel 9.30 dapat dilakukan dengan cara
mengundung Lisrel 9.30 Student Edition dengan kemampuan yang dirancang telah dibatasi
akan tetapi hal ini tidak menjadi halangan jika dipakai untuk melakukan studi dan
penghayatan.

Lisrel 9.30 Student Edition didukung dengan dokumentasi mengenai New Features in Lisrel
9, The Lisrel Graphical Users Interface, Prelis Examples Guide, Lisrel Examples Guide,
Multilevel (Hierarchical Linear) Modeling Guide, Complex Survey Sampling, Generalized
Linear Modeling Guide, Multilevel Generalized Linear Modeling Guide, Lisrel Syntax
Guide, Simplis Syntax Guide, Prelis Syntax Guide, dan Additional Topics Guide. Lisrel 9.30
Student Edition juga dilengkapi dengan contoh-contoh. Contoh-contoh ini terkandung dalam
beberapa folder yaitu forder Censor, Ch7ex, Lisex, Ls9ex, Mglimex, Missingex, Mlevelex,
Msemex, Nonlinex, Nsfex, Obsresex, Ordinal, Orfirmlex, Prlex, Sglimex, Simex, Slcex,
Splex, Spssex, dan folder Tutorial. Tiga pilar utama dalam Lisrel 9.30 Student Edition adalah
Pilar Prelis, Pilar Lisrel, dan pilar Simplis.

Studi dan penghayatan ini diarahkan pada studi dan penghayatan atas model Mimic. Model
Mimic mencakup model formatif dan model reflektif.

Beberapa Contoh

Beberapa contoh di bawah ini diambil dari contoh-contoh dalam Lisrel 9.30 Student Edition
dalam bentuk Sintaksis Lisrel. Sintaksis Lisrel ini dilaksanakan dan mencipta hasil-hasil.
Salah satu hasil adalah diagram jalur. Diagram jalur ini kemudian dipakai untuk mencipta
sintaksis Simplis. Hasil pelaksanaan sintaksis Simplis ini kemudian diinterpretasikan Hal ini
berarti bahwa interpretasi terarah pada hasil dari sintaksis Lisrel dan hasil dari sintaksis
Simplis. Langkah memperjelas model Mimic (Multiple Indicators and Multiple Causes)
dapat dilakukan dengan cara menyajikan hasil dari sintaksis Lisrel dan sintaksis Simplis atas

5
model non-Mimic sehingga perbandingan untuk mengungkap perbedaan dapat dilakukan
antara model Mimic dan model Non-Mimic.

Sintaksis Lisrel

Hodge dan Traiman, sebagaimana dikemukkakan oleh Karl G. Jreskog dan Dag Srbom
(1993 : 199-200 dan 1996 : 186 187), telah melakukan penelitian mengenai status sosial
dan partisipasi berdasar atas variabel-variabel indikator eksogen yaitu income, occupation,
dan education, dan variabel-variabel indikator endogen yaitu churchat, membersh, dan
friends. Hal ini berarti bahwa variabel social status and participation yang disebut ambition
sebagai variabel laten endogen mengandung tiga variabel indikator eksogen dan tiga variabel
indikator endogen. Karl G. Jreskog dan Dag Srbom melakukan rumusan masalah ini
sebagai berikut :
1. Apakah terdapat hubungan antara Ambition dan Churchat?
2. Apakah terdapat hubungan antara Ambition dan Membersh?
3. Apakah terdapat hubungan antara Ambition dan Friends?
4. Apakah terdapat hubungan antara Ambition, Income, Occupation, dan Education?
Usaha mencari jawaban atas masalah-masalah di atas dirumuskan sebagai berikut :
Social Status and Participation
DA NI=6 NO=530 MA=KM
LA
INCOME OCCUPATION EDUCATION CHURCHAT MEMBERSH FRIENDS
KM FI=EX54.COR
SE
4 5 6 1 2 3
MO NY=3 NE=1 NX=3 FI LY=FR
LE
AMBITION
FI LY(1)
VA 1 LY(1)
PD
OU

Title adalah Social Status and Participation. Perintah DA dipakai untuk melakukan spesifikasi
dari data dan jenis matriks moments yang akan dianalisis. Perintah ini berhubungan dengan
satu kata kunci (keyword) atau lebih yaitu NI, NO, MA, NG, MI, XM, dan RP. Kata kunci NI
(NI keyword) dipakai untuk melakukan spesifikasi jumlah variabel dalam arsip data. Kata
kunci NO dipakai untuk melakukan spesifikasi jumlah kasus atau observasi dalam arsip data.
Kata kunci MA dipakai untuk melakukan spesifikasi matriks yang akan dianalisis. KM
dipakai untuk menspesifikasikan correlation matrix dari Pearson correlation. Perintah LA
dipakai untuk melakukan spesifikasi label-label untuk variabel-variabel yang dapat
diobservasi dan dapat diukur secara langsung. Perintah MA dipakai untuk melakukan

6
spesifikasi nilai-nilai untuk unsur-unsur dari parameter matriks dari model Lisrel. Peluang FI
(FI Option) dipakai untuk melakukan spesifikasi unsur-unsur dari phi matrix ditetapkan dan
akan sama dengan varians dan kovarians dari variabel X yang diobservasi. Perintah SE
dipakai untuk melakukan pilihan dalam urutan jumlah variabel dari variabel-variabel
masukan. Perintah MO dipakai untuk melakukan spesifikasi model Lisrel untuk dicocokkan
pada data. Kata kunci NY dipakai untuk melakukan spesifikasi jumlah variabel Y dari model
Lisrel. Kata kunci NE dipakai untuk melakukan spesifikasi jumlah variabel Eta atau variabel
laten endogen dari model Lisrel. Kata kunci NX dipaikai untuk melakukan spesifikasi jumlah
variabel X dari model Lisrel. Perintah FI dipakai untuk melakukan modifikasi cara dari
unsur-unsur matriks parameter Lisrel model dari Free menjadi Fixed. Kata kunci LY dipakai
untuk melakukan spesifikasi bentuk dan cara matriks Lambda Y dari model Lisrel. Perintah
FR dipakai untuk mengubah cara unsur-unsur parameter matriks dari model Lisrel dari Fixed
menjadi Free. Perintah LE dipakai untuk melakukan spesifikasi label untuk Eta yaitu variabel
laten endogen atau dependen. Perintah VA dipakai untuk melakukan spesifikasi nilai-nilai
untuk unsur-unsur tetap dari matriks parameter dari model Lisrel. Perintah PD dipakai untuk
melakukan spesifikasi dalam mencipta diagram jalur. Perintah OU dipakai untuk melakukan
spesifikasi metode-metode yang akan dipakai dan untuk melakukan spesifikasi hasil-hasil
yang akan dicipta. Sintaksis Lisrel di atas adalah sangat ringkas dan tiap perintah, kata kunci,
atau peluang yang terkandung jika dijelaskan sebagaimana dilakukan di atas adalah panjang.

Hasil Pelaksanaan Sintaksis Lisrel

Pelaksanaan sintaksis Lisrel ini akan mencipta hasil dan penjelasan hasil akan dilakukan
dalam tiap kelompok.

DATE: 5/ 1/2017
TIME: 21:06

L I S R E L 9.30 (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., 1981-2017


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\EX54.lis:

7
Hasil di atas merupakan hasil kelompok ke satu. Hasil ini mencerminkan bahwa pelaksanaan
sintaksis Lisrel dilakukan pada tanggal, bulan, tahun, dan waktu tertentu. Alamat website
penerbit, dan pemegang hak cipta penerbit. Lokasi penyimpanan dan nama arsip data yang
dipakai juga disajikan.

Social Status and Participation


DA NI=6 NO=530 MA=KM
LA
INCOME OCCUPATION EDUCATION CHURCHAT MEMBERSH FRIENDS
KM FI=EX54.COR
SE
4 5 6 1 2 3
MO NY=3 NE=1 NX=3 FI LY=FR
LE
AMBITION
FI LY(1)
VA 1 LY(1)
PD
OU

Kelompok hasil kedua disajikan di atas. Kelompok hasil ini adalah serupa dengan sintaksis
Lisrel yang dipakai. Hal ini berarti bahwa hasil ini merupakan penggandaan dari arsip
sintaksis Lisrel saja.

Social Status and Participation

Number of Input Variables 6


Number of Y - Variables 3
Number of X - Variables 3
Number of ETA - Variables 1
Number of KSI - Variables 3
Number of Observations 530

Hasil kelompok ketiga di atas mencerminkan penjelasan mengenai jumlah variabel input,
jumlah variabel Y, jumlah variabel X, jumlah variabel laren dependen atau endogen Eta,
jumlah dari variabel laten independen atau eksogen, dan jumlah observasi atau kasus.

Social Status and Participation

Correlation Matrix

CHURCHAT MEMBERSH FRIENDS INCOME OCCUPATI EDUCATIO


-------- -------- -------- -------- -------- --------
CHURCHAT 1.000
MEMBERSH 0.360 1.000
FRIENDS 0.210 0.265 1.000
INCOME 0.100 0.284 0.176 1.000
OCCUPATI 0.156 0.192 0.136 0.304 1.000
EDUCATIO 0.158 0.324 0.226 0.305 0.344 1.000

Total Variance = 6.000 Generalized Variance = 0.498

Largest Eigenvalue = 2.198 Smallest Eigenvalue = 0.543

Condition Number = 2.012

Hasil kelompok keempat di atas mengandung penyajian mengenai matriks korelasi dari
variabel-variabel indikator eksogen dan variabel-variabel indikator endogen, total variance,
generalized variance, Largest eigenvalue, smallest eigenvalue, dan condition number.

8
Social Status and Participation

Parameter Specifications

LAMBDA-Y

AMBITION
--------
CHURCHAT 0
MEMBERSH 1
FRIENDS 2

GAMMA

INCOME OCCUPATI EDUCATIO


-------- -------- --------
AMBITION 3 4 5

PSI

AMBITION
--------
6

THETA-EPS

CHURCHAT MEMBERSH FRIENDS


-------- -------- --------
7 8 9

Hasil kelompok kelima di atas mencerrminkan spesifikasi parameter dalam Lambda Y,


Gamma, Psi, dan Theta-Epsilon.

Social Status and Participation

Number of Iterations = 8

LISREL Estimates (Maximum Likelihood)

LAMBDA-Y

AMBITION
--------
CHURCHAT 1.000

MEMBERSH 1.579
(0.235)
6.718

FRIENDS 0.862
(0.143)
6.035

GAMMA

INCOME OCCUPATI EDUCATIO


-------- -------- --------
AMBITION 0.108 0.045 0.155
(0.028) (0.026) (0.031)
3.821 1.728 4.938

Covariance Matrix of ETA and KSI

AMBITION INCOME OCCUPATI EDUCATIO


-------- -------- -------- --------
AMBITION 0.217
INCOME 0.169 1.000
OCCUPATI 0.132 0.304 1.000
EDUCATIO 0.204 0.305 0.344 1.000

9
PHI

INCOME OCCUPATI EDUCATIO


-------- -------- --------
INCOME 1.000

OCCUPATI 0.304 1.000

EDUCATIO 0.305 0.344 1.000

PSI

AMBITION
--------
0.161
(0.037)
4.353

Squared Multiple Correlations for Structural Equations

AMBITION
--------
0.258

THETA-EPS

CHURCHAT MEMBERSH FRIENDS


-------- -------- --------
0.783 0.459 0.839
(0.057) (0.075) (0.058)
13.621 6.102 14.526

Squared Multiple Correlations for Y - Variables

CHURCHAT MEMBERSH FRIENDS


-------- -------- --------
0.217 0.541 0.161

W_A_R_N_I_N_G: THETA-DELTA is not positive definite

Squared Multiple Correlations for X - Variables

INCOME OCCUPATI EDUCATIO


-------- -------- --------
1.000 1.000 1.000

Log-likelihood Values

Estimated Model Saturated Model


--------------- ---------------
Number of free parameters(t) 9 21
-2ln(L) 2822.510 2809.988
AIC (Akaike, 1974)* 2840.510 2851.988
BIC (Schwarz, 1978)* 2878.966 2941.718

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

Goodness-of-Fit Statistics

Degrees of Freedom for (C1)-(C2) 6


Maximum Likelihood Ratio Chi-Square (C1) 12.522 (P = 0.0513)
Browne's (1984) ADF Chi-Square (C2_NT) 12.045 (P = 0.0610)

Estimated Non-centrality Parameter (NCP) 6.522


90 Percent Confidence Interval for NCP (0.0 ; 20.752)

Minimum Fit Function Value 0.0236


Population Discrepancy Function Value (F0) 0.0123

10
90 Percent Confidence Interval for F0 (0.0 ; 0.0392)
Root Mean Square Error of Approximation (RMSEA) 0.0453
90 Percent Confidence Interval for RMSEA (0.0 ; 0.0808)
P-Value for Test of Close Fit (RMSEA < 0.05) 0.532

Expected Cross-Validation Index (ECVI) 0.0802


90 Percent Confidence Interval for ECVI (0.0679 ; 0.107)
ECVI for Saturated Model 0.0792
ECVI for Independence Model 0.721

Chi-Square for Independence Model (15 df) 370.012

Normed Fit Index (NFI) 0.966


Non-Normed Fit Index (NNFI) 0.954
Parsimony Normed Fit Index (PNFI) 0.386
Comparative Fit Index (CFI) 0.982
Incremental Fit Index (IFI) 0.982
Relative Fit Index (RFI) 0.915

Critical N (CN) 711.252

Root Mean Square Residual (RMR) 0.0256


Standardized RMR 0.0256
Goodness of Fit Index (GFI) 0.992
Adjusted Goodness of Fit Index (AGFI) 0.974
Parsimony Goodness of Fit Index (PGFI) 0.284

Time used 0.156 seconds

Hasil kelompok keenam adalah LISREL Estimates (Maximum Likelihood),


Log-likelihood Values, dan Goodness-of-Fit Statistics. Hal ini dapat disajikan sebagai
berikut:
LAMBDA-Y

AMBITION
--------
CHURCHAT 1.000

MEMBERSH 1.579
(0.235)
6.718

FRIENDS 0.862
(0.143)
6.035

GAMMA

INCOME OCCUPATI EDUCATIO


-------- -------- --------
AMBITION 0.108 0.045 0.155
(0.028) (0.026) (0.031)
3.821 1.728 4.938

Covariance Matrix of ETA and KSI

AMBITION INCOME OCCUPATI EDUCATIO


-------- -------- -------- --------
AMBITION 0.217
INCOME 0.169 1.000
OCCUPATI 0.132 0.304 1.000
EDUCATIO 0.204 0.305 0.344 1.000

11
PHI

INCOME OCCUPATI EDUCATIO


-------- -------- --------
INCOME 1.000

OCCUPATI 0.304 1.000

EDUCATIO 0.305 0.344 1.000

PSI

AMBITION
--------
0.161
(0.037)
4.353

Squared Multiple Correlations for Structural Equations

AMBITION
--------
0.258

THETA-EPS

CHURCHAT MEMBERSH FRIENDS


-------- -------- --------
0.783 0.459 0.839
(0.057) (0.075) (0.058)
13.621 6.102 14.526

Squared Multiple Correlations for Y - Variables

CHURCHAT MEMBERSH FRIENDS


-------- -------- --------
0.217 0.541 0.161

W_A_R_N_I_N_G: THETA-DELTA is not positive definite

Squared Multiple Correlations for X - Variables

INCOME OCCUPATI EDUCATIO


-------- -------- --------
1.000 1.000 1.000

Cara membaca dan menginterpretasikan hasil di atas adalah sebagai berikut :

CHURCHAT = 1.000*AMBITION, Errorvar.= 0.783 , R = 0.217


Standerr (0.057)
T-values 13.621

Hal ini berarti bahwa variabel Churchat merupakan fungsi dari variabel Ambition dengan
koefisien regresi adalah 1, kesalahan varians adalah 0.783 dengan kesalahan standar adalah
0.057 dan nilai t-hitung adalah 13.621. Nilai t-hitung ini adalah lebih besar daripada nilai t-
standar yaitu 1.96 sehingga nilai kesalahan varians ini adalah signifikan. Koefisien
determinasi adalah 0.217. Nilai ini adalah lebih kecil daripada nilai 0.36 sehingga persamaan
pengukuran ini tidak memenuhi persyaratan reliabilitas. Koefisien korelasi adalah 0.465833.

12
Hal ini berarti bahwa hubungan terdapat antara variabel Churchat dan Ambition dan hubungan ini
adalah lemah.

MEMBERSH = 1.579*AMBITION, Errorvar.= 0.459 , R = 0.541


Standerr (0.235) (0.075)
T-values 6.718 6.102

Hal ini berarti bahwa variabel Membersh merupakan fungsi dari variabel Ambition dengan
koefisien regresi adalah 1.579, kesalahan standar adalah 0.235, dan nilai t-hitung adalah
6.718. Nilai t-hitung ini adalah lebih besar daripada nilai t-standar sehingga koefisien regresi
adalah signifikan. Kesalahan varians adalah 0.459 dengan kesalahan standar adalah 0.075 dan
nilai t-hitung adalah 6.102. Nilai t-hitung ini adalah lebih besar daripada nilai t-standar yaitu
sehingga nilai kesalahan varians ini adalah signifikan. Koefisien determinasi adalah 0.541.
Nilai ini adalah lebih besar daripada nilai 0.36 sehingga persamaan pengukuran ini memenuhi
persyaratan reliabilitas. Koefisien korelasi adalah 0.735527. Hal ini berarti bahwa hubungan
terdapat antara variabel Membersh dan Ambition dan hubungan ini adalah kuat.

FRIENDS = 0.862*AMBITION, Errorvar.= 0.839 , R = 0.161


Standerr (0.143) (0.058)
T-values 6.035 14.526

Hal ini berarti bahwa variabel Friends merupakan fungsi dari variabel Ambition dengan
koefisien regresi adalah 0.862, kesalahan standar adalah 0.143, dan nilai t-hitung adalah
6.035. Nilai t-hitung ini adalah lebih besar daripada nilai t-standar sehingga koefisien regresi
adalah signifikan. Kesalahan varians adalah 0.839 dengan kesalahan standar adalah 0.058 dan
nilai t-hitung adalah 14.526. Nilai t-hitung ini adalah lebih besar daripada nilai t-standar yaitu
sehingga nilai kesalahan varians ini adalah signifikan. Koefisien determinasi adalah 0.161.
Nilai ini adalah lebih kecil daripada nilai 0.36 sehingga persamaan pengukuran ini tidak
memenuhi persyaratan reliabilitas. Koefisien korelasi adalah 0.401248. Hal ini berarti bahwa
hubungan terdapat antara variabel Friends dan Ambition dan hubungan ini adalah lemah.

Structural Equations

AMBITION = 0.108*INCOME + 0.045*OCCUPATI + 0.155*EDUCATIO, Errorvar.= 0.161 , R = 0.258


Standerr (0.028) (0.026) (0.031) (0.037)
T-values 3.821 1.728 4.938 4.353

Persamaan struktural ini mencerminkan bahwa variabel Ambition merupakan fungsi dari
variabel Income, variabel Occupation, dan variabel Education dengan koefisien regresi
adalah 0.108 dari variabel Income dengan kesalahan standar adalah 0.028 dan nilai t-hitung
adalah3.821. Nilai t-hitung ini adalah lebih besar daripada nilai t-standar sehingga koefisien
regresi ini adalah signifikan. Koefisien regresi adalah 0.045 dari variabel Occupation dengan

13
kesalahan standar adalah 0.026, dan nilai t-hitung adalah 1;728. Nilai t-hitung ini adalah lebih
kecil daripada nilai t-standar sehingga koefisien regresi ini adalah tidak signifikan. Koefisien
regresi adalah 0.155 dari variabel Education dengan kesalahan standar adalah 0.031 dan nilai
t-hitung adalah 4.938. Nilai t-hitung ini adalah lebih besar daripada nilai t-standar sehingga
koefisien regresi ini adalah signifikan. Kesalahan varians adalah 0.161 dengan kesalahan
standar adalah 0.037, dan nilai t-hitung adalah 4.353. Nilai t-hitung ini adalah lebih besar
daripada nilai t-standar sehingga nilai kesalahan varians ini adalah signiffikan. Koefisien
determinasi adalah 0.258. Nilai ini adalah lebih kecil daripada nilai 0.36 sehingga persamaan
struktural ini tidak memenuhi persyaratan reliabilitas.
Hasil juga mengandung peringatan bahwa : THETA-DELTA is not positive definite. Hal ini
berarti bahwa persamaan struktural tersebut mengandung unsur kolinieritas.

Pengujian kecocokan antara model dan data dapat dilakukan secara rinci dan dapat pula
dilakukan secara ringkas. Pengujian kecocokan antara model dan data secara rinci berdasar
atas informasi sebagai berikut :

Goodness-of-Fit Statistics

Degrees of Freedom for (C1)-(C2) 6


Maximum Likelihood Ratio Chi-Square (C1) 12.522 (P = 0.0513)
Browne's (1984) ADF Chi-Square (C2_NT) 12.045 (P = 0.0610)

Estimated Non-centrality Parameter (NCP) 6.522


90 Percent Confidence Interval for NCP (0.0 ; 20.752)

Minimum Fit Function Value 0.0236


Population Discrepancy Function Value (F0) 0.0123
90 Percent Confidence Interval for F0 (0.0 ; 0.0392)
Root Mean Square Error of Approximation (RMSEA) 0.0453
90 Percent Confidence Interval for RMSEA (0.0 ; 0.0808)
P-Value for Test of Close Fit (RMSEA < 0.05) 0.532

Expected Cross-Validation Index (ECVI) 0.0802


90 Percent Confidence Interval for ECVI (0.0679 ; 0.107)
ECVI for Saturated Model 0.0792
ECVI for Independence Model 0.721

Chi-Square for Independence Model (15 df) 370.012

Normed Fit Index (NFI) 0.966


Non-Normed Fit Index (NNFI) 0.954
Parsimony Normed Fit Index (PNFI) 0.386
Comparative Fit Index (CFI) 0.982
Incremental Fit Index (IFI) 0.982
Relative Fit Index (RFI) 0.915

Critical N (CN) 711.252

Root Mean Square Residual (RMR) 0.0256


Standardized RMR 0.0256
Goodness of Fit Index (GFI) 0.992
Adjusted Goodness of Fit Index (AGFI) 0.974
Parsimony Goodness of Fit Index (PGFI) 0.284

14
Time used 0.156 seconds

Pengujian kecocokan antara model dan data dapat dilakukan secara ringkas berdasar atas
informasi sebagai berikut :

Diagram jalur ini mengandung nilai-nilai dari Chi-square adalah 12.52, df adalah 6, nilai p
adalah 0.05129, dan nilai RMSEA adalah 0.045. Nilai Chi-square adalah kecil, nilai df adalah
kecil, nilai p adalah lebih besar daripada nilai 0.05, dan nilai RMSEA adalah lebih kecil
daripada nilai 0.05 sehingga model adalah cocok dengan data.

Hasil dari sintaksis Lisrel sebagaimana disajikan di atas adalah lebih sulit diinterpretasikan
daripada hasil dari sintaksis Sim;plis (Simple Lisrel). Diagram jalur yang dicipta dari
sintaksis Lisrel kemudian dipakai untuk mencipta sintaksis Simplis. Hasil penciptaan
sintaksis simplis adalah sebagai berikut :

Sintaksis Simplis
Social Status and Participation
SYSTEM FILE from file 'C:\LISREL9 Student Examples\LISEX\EX54.DSF'
Sample Size = 530
Latent Variables AMBITION
Relationships
CHURCHAT = 1.00*AMBITION
MEMBERSH = AMBITION
FRIENDS = AMBITION
AMBITION = INCOME OCCUPATI EDUCATIO
Path Diagram
End of Problem

Hasil Pelaksanaan Sintaksis Simplis

Pelaksdanaan sintaksis Simplis dapat mencipta hasil-hasil sebagai berikut :


DATE: 5/ 1/2017
TIME: 21:10

15
L I S R E L 9.30 (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., 1981-2017


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\EX54.SPJ:

Hasil dari sintaksis Simplis dapat dikelompokkan ke dalam beberapa kelompok. Kelompok
kesatu disajikan di atas. Kelompok ini mengandung informsi mengenai tanggal, bulan, tahun,
dan waktu pelaksanaan sintaksis Simplis, versi Lisrel yang dipakai, para pencipta paket
program Lisrel 9.30 Student Edition, penerbit progrm, alamat website penerbit program, dan
hak cipta dipegang oleh penerbit program sesuai dengan Universal Copyrigh Convention, dan
lokasi arsip sintaksis yang dipakai yaitu EX54.SPJ. Hal ini berarti bahwa para pemakai lain
dapat melaksanakan sintaksis EX54.SPJ dalam folder LISEX untuk membuktikan kebenaran
atau ketidakbenaran hasil sebagaimana disajikan di atas dan disajikan di bawah ini.
Social Status and Participation
SYSTEM FILE from file 'C:\LISREL9 Student Examples\LISEX\EX54.DSF'
Sample Size = 530
Latent Variables AMBITION
Relationships
CHURCHAT = 1.00*AMBITION
MEMBERSH = AMBITION
FRIENDS = AMBITION
AMBITION = INCOME OCCUPATI EDUCATIO
Path Diagram
End of Problem

Sample Size = 530

Kelompok kedua dari hasil pelaksanaan berffungsi merekam sintaksis Simplis yang dipakai
ditambah dengan informasi mengenai Sample Sise = 530 yang telah terkandung dalam
sintaksis bersangkutan/

Social Status and Participation

Covariance Matrix

CHURCHAT MEMBERSH FRIENDS INCOME OCCUPATI EDUCATIO


-------- -------- -------- -------- -------- --------
CHURCHAT 1.000
MEMBERSH 0.360 1.000
FRIENDS 0.210 0.265 1.000
INCOME 0.100 0.284 0.176 1.000
OCCUPATI 0.156 0.192 0.136 0.304 1.000
EDUCATIO 0.158 0.324 0.226 0.305 0.344 1.000

Total Variance = 6.000 Generalized Variance = 0.498

Largest Eigenvalue = 2.198 Smallest Eigenvalue = 0.543

Condition Number = 2.012

16
Kelompok ketiga dari hasil pelaksanaan sintaksis Simplis adalah Covariance Matrix dari
variabel-variabel indikator endogen dan variabel-variabel indikator eksogen, total varians,
generalized variance, largest eigenvalue, smallest eigenvalue, dan condition number
sebagaimana disajikan di atas.

Social Status and Participation

Number of Iterations = 8

LISREL Estimates (Maximum Likelihood)

Measurement Equations

CHURCHAT = 1.000*AMBITION, Errorvar.= 0.783 , R = 0.217


Standerr (0.0576)
Z-values 13.608
P-values 0.000

MEMBERSH = 1.579*AMBITION, Errorvar.= 0.459 , R = 0.541


Standerr (0.235) (0.0753)
Z-values 6.711 6.096
P-values 0.000 0.000

FRIENDS = 0.862*AMBITION, Errorvar.= 0.839 , R = 0.161


Standerr (0.143) (0.0578)
Z-values 6.029 14.512
P-values 0.000 0.000

Structural Equations

AMBITION = 0.108*INCOME + 0.0453*OCCUPATI + 0.155*EDUCATIO, Errorvar.= 0.161 , R = 0.258


Standerr (0.0283) (0.0262) (0.0315) (0.0370)
Z-values 3.821 1.728 4.938 4.353
P-values 0.000 0.084 0.000 0.000

Correlation Matrix of Independent Variables

INCOME OCCUPATI EDUCATIO


-------- -------- --------
INCOME 1.000
(0.061)
16.279

OCCUPATI 0.304 1.000


(0.045) (0.061)
6.696 16.279

EDUCATIO 0.305 0.344 1.000


(0.045) (0.046) (0.061)
6.716 7.489 16.279

Covariance Matrix of Latent Variables

AMBITION INCOME OCCUPATI EDUCATIO


-------- -------- -------- --------
AMBITION 0.217
INCOME 0.169 1.000
OCCUPATI 0.132 0.304 1.000
EDUCATIO 0.204 0.305 0.344 1.000

Log-likelihood Values

Estimated Model Saturated Model


--------------- ---------------
Number of free parameters(t) 15 21
-2ln(L) 2822.510 2809.988
AIC (Akaike, 1974)* 2852.510 2851.988
BIC (Schwarz, 1978)* 2916.603 2941.718

17
*LISREL uses AIC= 2t - 2ln(L) and BIC = tln(N)- 2ln(L)

Goodness-of-Fit Statistics

Degrees of Freedom for (C1)-(C2) 6


Maximum Likelihood Ratio Chi-Square (C1) 12.522 (P = 0.0513)
Browne's (1984) ADF Chi-Square (C2_NT) 12.045 (P = 0.0610)

Estimated Non-centrality Parameter (NCP) 6.522


90 Percent Confidence Interval for NCP (0.0 ; 20.752)

Minimum Fit Function Value 0.0236


Population Discrepancy Function Value (F0) 0.0123
90 Percent Confidence Interval for F0 (0.0 ; 0.0392)
Root Mean Square Error of Approximation (RMSEA) 0.0453
90 Percent Confidence Interval for RMSEA (0.0 ; 0.0808)
P-Value for Test of Close Fit (RMSEA < 0.05) 0.532

Expected Cross-Validation Index (ECVI) 0.0802


90 Percent Confidence Interval for ECVI (0.0679 ; 0.107)
ECVI for Saturated Model 0.0792
ECVI for Independence Model 0.721

Chi-Square for Independence Model (15 df) 370.012

Normed Fit Index (NFI) 0.966


Non-Normed Fit Index (NNFI) 0.954
Parsimony Normed Fit Index (PNFI) 0.386
Comparative Fit Index (CFI) 0.982
Incremental Fit Index (IFI) 0.982
Relative Fit Index (RFI) 0.915

Critical N (CN) 711.252

Root Mean Square Residual (RMR) 0.0256


Standardized RMR 0.0256
Goodness of Fit Index (GFI) 0.992
Adjusted Goodness of Fit Index (AGFI) 0.974
Parsimony Goodness of Fit Index (PGFI) 0.284

Time used 0.109 seconds

Kelompok keempat dari hasil pelaksanaan sintaksis Simplis disajikan di atas. Koelompok ini
mencakup persamaan-persamaan pengukuran, persamaan struktural, Correlation Matrix of
Independent Variables, Covariance Matrix of Latent Variables, Log-likelihood Values, dan
Goodness-of-Fit Statistics. Kelompok ini akan diinterpretasikan secara rinci.
CHURCHAT = 1.000*AMBITION, Errorvar.= 0.783 , R = 0.217
Standerr (0.0576)
Z-values 13.608
P-values 0.000

Persamaan pengukuran ini mencerminkan bahwa variabel indikator endogen Churchat


merupakan fungsi dari variabel laten endogen Ambition dengan koefisien regresi adalah 1,
kesalahan varians adalah 0.783 dengan kesalahan standar adalah 0.0576, nilai Z-hitung
adalah 13.608, dan nilai p-hitung adalah 0. Nilai Z-hitung adalah lebih besar daripada nilai p-
standar yaitu 1.96 dan nilai p-hitung adalah lebih kecil dari nilai p-standar yaitu 0.05
sehingga nilai kesalahan varians ini adalah signifikan. Koefisien determinasi adalah 0.217.

18
Nilai ini adalah lebih kecil daripada nilai 0.36 sehingga persamaan pengukuran ini adalah
tidak memenuhi persyaratan reliabilitaas. Koefisien korelasi adalah 0.465833. Hal ini berarti
bahwa hubungan terdapat antara variabel Churchat dan Ambition dan hubungan ini adalah lemah.

MEMBERSH = 1.579*AMBITION, Errorvar.= 0.459 , R = 0.541


Standerr (0.235) (0.0753)
Z-values 6.711 6.096
P-values 0.000 0.000

Hal ini berarti bahwa variabel Membersh merupakan fungsi dari variabel Ambition dengan
koefisien regresi adalah 1.579, kesalahan standar adalah 0.235, nilai Z-hitung adalah 6.718,
dan nilai p-hitung adalah 0. Nilai Z-hitung ini adalah lebih besar daripada nilai Z-standar dan
nilai p-hitung adalah lebih kecil daripada nilai p-standar sehingga koefisien regresi adalah
signifikan. Kesalahan varians adalah 0.459 dengan kesalahan standar adalah 0.075 dan nilai
Z-hitung adalah 6.096 dan nilai p-hitung adalah 0. Nilai Z-hitung ini adalah lebih besar
daripada nilai Z-standar dan nilai p-hitung adalah lebih kecil daripada nilai p-standar
sehingga nilai kesalahan varians ini adalah signifikan. Koefisien determinasi adalah 0.541.
Nilai ini adalah lebih besar daripada nilai 0.36 sehingga persamaan pengukuran ini memenuhi
persyaratan reliabilitas. Koefisien korelasi adalah 0.735527. Hal ini berarti bahwa hubungan
terdapat antara variabel Membersh dan Ambition dan hubungan ini adalah kuat.

FRIENDS = 0.862*AMBITION, Errorvar.= 0.839 , R = 0.161


Standerr (0.143) (0.0578)
Z-values 6.029 14.512
P-values 0.000 0.000

Hal ini berarti bahwa variabel Friends merupakan fungsi dari variabel Ambition dengan
koefisien regresi adalah 0.862, kesalahan standar adalah 0.143, nilai Z-hitung adalah 6.035,
dan nilai p-hitung adalah 0. Nilai Z-hitung ini adalah lebih besar daripada nilai Z-standar dan
nilai p-hitung adalah lebih kecil daripada nilai p-standar sehingga koefisien regresi adalah
signifikan. Kesalahan varians adalah 0.839 dengan kesalahan standar adalah 0.0578, nilaiZ-
hitung adalah 14.526, dan nilai p-hitung adalah 0. Nilai Z-hitung ini adalah lebih besar
daripada nilai z-standar dan nilai p-hitung adalah lebih kecil daripada nilai p-standar
sehingga nilai kesalahan varians ini adalah signifikan. Koefisien determinasi adalah 0.161.
Nilai ini adalah lebih kecil daripada nilai 0.36 sehingga persamaan pengukuran ini tidak
memenuhi persyaratan reliabilitas. Koefisien korelasi adalah 0.401248. Hal ini berarti bahwa
hubungan terdapat antara variabel Friends dan Ambition dan hubungan ini adalah lemah.
Structural Equations

AMBITION = 0.108*INCOME + 0.0453*OCCUPATI + 0.155*EDUCATIO, Errorvar.= 0.161 , R = 0.258


Standerr (0.0283) (0.0262) (0.0315) (0.0370)
Z-values 3.821 1.728 4.938 4.353
P-values 0.000 0.084 0.000 0.000

19
Persamaan struktural ini mencerminkan bahwa variabel Ambition merupakan fungsi dari
variabel Income, variabel Occupation, dan variabel Education dengan koefisien regresi
adalah 0.108 dari variabel Income dengan kesalahan standar adalah 0.0283, nilai Z-hitung
adalah 3.821, dan nilai p-hitung adalah 0. Nilai Z-hitung ini adalah lebih besar daripada nilai
Z-standar dan nilai p-hitung adalah lebih kecil daripada nilai p-standar sehingga koefisien
regresi ini adalah signifikan. Koefisien regresi adalah 0.0453 dari variabel Occupation
dengan kesalahan standar adalah 0.0262, nilai Z-hitung adalah 1.728 dan nilai p-hitung
adalah 0.084. Nilai Z-hitung ini adalah lebih kecil daripada nilai Z-standar dsan nili p-hitung
adalah lebih besar daripada nilai p-standar sehingga koefisien regresi ini adalah tidak
signifikan. Koefisien regresi adalah 0.155 dari variabel Education dengan kesalahan standar
adalah 0.0315, nilai Z-hitung adalah 4.938 dan nilai p-hitung adalah 0. Nilai Z-hitung ini
adalah lebih besar daripada nilai Z-standar dan nilai p-hitung adalah lebih kecil daripada nilai
p-standar sehingga koefisien regresi ini adalah signifikan. Kesalahan varians adalah 0.161
dengan kesalahan standar adalah 0.0370, nilai Z-hitung adalah 4.353, dan nilai p-hitung
adalah 0. Nilai Z-hitung ini adalah lebih besar daripada nilai Z-standar dan nilai p-hitung
adalah lebih kecil daripada nilai p-standar sehingga nilai kesalahan varians ini adalah
signifikan. Koefisien determinasi adalah 0.258. Nilai ini adalah lebih kecil daripada nilai 0.36
sehingga persamaan struktural ini tidak memenuhi persyaratan reliabilitas. Koefisien korelasi
adalah 0.507937. Hubungan antara variabel Ambition dan variabel-variabel Income,
Occupation, dan Education adalah lemah.

Kelompok keenam dari hasil berbentuk diagram jalur sebagaimana disajikan di atas.
Pengujiankecocokan antara model dan data dapat dilakukan melalui Chi-square adalah 12.52,
df adalah 6, p-value adalah 0.05129, dan RMSEA adakag 0.045. Nilai Chi-square adalah
kecil, nilai df adalah kecil, nilai p adalah lebih besar daripada nilai 0.05, dan nilai RMSEA
adalah lebih kecil daripada nilai 0.05 sehingga model adalah cocok dengan data.

Kedua interpretasi di atas mengungkap bahwa :

20
1. Hubungan terdapat antara Ambition dan Churchat.
2. Hubungan terdapat antara Ambition dan Membersh.
3. Hubungan terdapat antara Ambition dan Friends.
4. Hubungan terdapat antara Ambition, Income, Occupation, dan Education.

Sintaksis Simplis

Masalah ini merupakan masalah kolesterol. Kolesterol tergantung pada, ditentukan oleh,
merupakan fungsi dari Age, Height, Weight, Birthpil, Albumin, Calcium, dan Uricacid.
Masalah ini dapat dirumuskan sebagai berikut :

Apakah terdapat hubungan antara Age, Height, Weight, Birthpil, Albumin, Calcium, Uricacid,
dan Cholest?

Model dikembangkan berdasar atas kajian mengenai penelitian-penelitian terdahulu dan


landasan teoretik dapat disajikan sebagai berikut :

Hipotesis penelitian, berdasar atas model di atas, dapat dirumuskan sebagai berikut :

Hubungan terdapat antara Age, Height, Weight, Birthpil, Albumin, Calcium, Uricacid, dan
Cholest.

Sintaksis Simplis disusun berdasar atas data yang tersedia. Hasil penyusunan sintaksis
Simplis ini adalah sebagai berikut :
TI Stepwise Regression for Werner Blood Chemistry Data
SYSTEM FILE from file 'C:\LISREL9 Student Examples\LISEX\EX42.DSF'

21
Sample Size = 180
Relationships
CHOLEST = AGE HEIGHT WEIGHT BIRTHPIL ALBUMIN CALCIUM URICACID
Path Diagram
Method of Estimation: Generalized Least Squares
End of Problem

Hasil Pelaksanaan Sintaksis Simplis

Hasil pelaksanaan sintaksis Simplis tersebut adalah sebagai berikut :


DATE: 4/30/2017
TIME: 15:12

L I S R E L 9.30 (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., 1981-2017


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\EX42.SPJ:

TI Stepwise Regression for Werner Blood Chemistry Data


SYSTEM FILE from file 'C:\LISREL9 Student Examples\LISEX\EX42.DSF'
Sample Size = 180
Relationships
CHOLEST = AGE HEIGHT WEIGHT BIRTHPIL ALBUMIN CALCIUM URICACID
Path Diagram
Method of Estimation: Generalized Least Squares
End of Problem

Sample Size = 180

TI Stepwise Regression for Werner Blood Chemistry Data

Covariance Matrix

CHOLEST AGE HEIGHT WEIGHT BIRTHPIL ALBUMIN


-------- -------- -------- -------- -------- --------
CHOLEST 1857.015
AGE 154.514 97.978
HEIGHT 1.220 2.192 6.161
WEIGHT 128.106 51.804 24.093 420.242
BIRTHPIL 1.965 0.279 0.204 0.823 0.251
ALBUMIN 0.882 -0.280 -0.005 -1.725 -0.042 0.129
CALCIUM 5.149 -0.040 0.168 0.627 -0.015 0.077
URICACID 13.130 2.314 0.349 6.977 0.009 0.012

Covariance Matrix

CALCIUM URICACID
-------- --------
CALCIUM 0.224
URICACID 0.088 1.257

Total Variance = 2383.257 Generalized Variance = 1320398.320

Largest Eigenvalue = 1882.556 Smallest Eigenvalue = 0.073

Condition Number = 160.164

WARNING: The Condition Number indicates severe multicollinearity.

22
One or more variables may be redundant.

TI Stepwise Regression for Werner Blood Chemistry Data

Number of Iterations = 0

LISREL Estimates (Generalized Least Squares)

Structural Equations

CHOLEST = 1.411*AGE - 1.885*HEIGHT + 0.0827*WEIGHT + 8.587*BIRTHPIL - 0.383*ALBUMIN + 22.666*CALCIUM + 6.268*URICACID,


Standerr (0.303) (1.345) (0.176) (5.975) (9.643) (6.993) (2.745)
Z-values 4.663 -1.402 0.469 1.437 -0.0398 3.241 2.284
P-values 0.000 0.161 0.639 0.151 0.968 0.001 0.022

Errorvar.= 1415.144, R = 0.238


Standerr (152.157)
Z-values 9.301
P-values 0.000

Covariance Matrix of Independent Variables

AGE HEIGHT WEIGHT BIRTHPIL ALBUMIN CALCIUM


-------- -------- -------- -------- -------- --------
AGE 97.978
(10.535)
9.301

HEIGHT 2.192 6.161


(1.875) (0.662)
1.169 9.301

WEIGHT 51.804 24.093 420.242


(15.922) (4.280) (45.185)
3.254 5.629 9.301

BIRTHPIL 0.279 0.204 0.823 0.251


(0.378) (0.096) (0.783) (0.027)
0.739 2.129 1.051 9.301

ALBUMIN -0.280 -0.005 -1.725 -0.042 0.129


(0.271) (0.068) (0.575) (0.014) (0.014)
-1.033 -0.074 -3.000 -2.990 9.301

CALCIUM -0.040 0.168 0.627 -0.015 0.077 0.224


(0.356) (0.090) (0.739) (0.018) (0.014) (0.024)
-0.112 1.862 0.848 -0.830 5.427 9.301

URICACID 2.314 0.349 6.977 0.009 0.012 0.088


(0.862) (0.213) (1.826) (0.043) (0.031) (0.041)
2.685 1.637 3.821 0.211 0.392 2.152

Covariance Matrix of Independent Variables

URICACID
--------
URICACID 1.257
(0.135)
9.301

Covariance Matrix of Latent Variables

CHOLEST AGE HEIGHT WEIGHT BIRTHPIL ALBUMIN


-------- -------- -------- -------- -------- --------
CHOLEST 1857.015
AGE 154.514 97.978
HEIGHT 1.220 2.192 6.161

23
WEIGHT 128.106 51.804 24.093 420.242
BIRTHPIL 1.965 0.279 0.204 0.823 0.251
ALBUMIN 0.882 -0.280 -0.005 -1.725 -0.042 0.129
CALCIUM 5.149 -0.040 0.168 0.627 -0.015 0.077
URICACID 13.130 2.314 0.349 6.977 0.009 0.012

Covariance Matrix of Latent Variables

CALCIUM URICACID
-------- --------
CALCIUM 0.224
URICACID 0.088 1.257

Goodness-of-Fit Statistics

Degrees of Freedom for (C1)-(C2) 0


Browne's (1984) ADF Chi-Square (C2_NT) 0.0 (P = 1.0000)

The Model is Saturated, the Fit is Perfect !

Time used 0.140 seconds

Interpretasi Hasil Sintaksis Simplis

Interpretasi hasil sintaksis Simplis dapat dilakukan sebagai berikut :

Variabel laten endogen Cholest merupakan fungsi dari variabel indikator eksogen Age,
variabel Height, variabel Weight, variabel Birthpil, variabel Albumin, dan variabel Uricacid.
Koefisien regresi dari variabel Age adalah 1.411, kesalahan standar adalah 0.303, nilai Z-
hitung adalah 4.663, dan nilai p-hitung adalah 0. Nilai Z-hitung adalah lebih besar daripada
nilai Z-standar dan nilai p-hitung adalah lebih kecil daripada nilaio p-standar sehingga
koefisien regresi ini adalah signifikan.

24
Koefisien regresi dari variabel Height adalah -1.885 dengan kesalahan standar adalah 1.345,
nilai z-hitung adalah -1.042 dan nilai p-hitung adalah 0.161. Nilai z-hitung adalah lebih kecil
daripada nilai z-standar yaitu -1.96 dan nilai p-hitung adalah lebih besar daripada nilai p-
standar yaitu 0.05 sehingga koefisien regresi ini adalah tidak signifikan.

Koefisien regresi dari variabel Weight adalah 0.0827 dengan kesalahan standar adalah 0.175,
nilai z-hitung adalah 0.469, dan nilai p-hitung adalah 0.639. Nilai z-hitung adalah lebih kecil
daripada nilai z-standar dan nilai p-hitung adalah lebih besar daripada nilai p-standar
sehingga koefisien regresi ini adalah tidak signifikan.
Koeisien regresi dari variabel Birthpil adalah 8.587 dengan kesalahan standar adalah 5.975,
nilai z-hitung adalah 1.437, dan nilai p-hitung adalah 0.151. Nilai z-hitung adalah lebih kecil
daripada nilai z-standar dan nilai p-hitung adalah lebih besar dari nilai p-standar sehingga
koefisien regresi ini adalah tidak signifikan.

Koefisien regresi dari variabel Albumin adalah 0.383 dengan kesalahan standar adalah 9.643,
nilai z-hitung adalah -0.0398, dan nilai p-hitung adalah 968. Nilai z-hitung adalah lebih kecil
daripada nilai z-standar yaitu -1.96 dan nilai p-hitung adalah lebih besar daripada nilai p-
standar yaitu 0.05 sehingga koefisien regresi ini adalah tidak signifikan.

Koefisien regresi dari variabel Caalcium adalah 22.666 dengan kesalahan standar adalah
6.993, nilai z-hitung adalah 3.241, dan nilaip-hitung adalah 0.001. Nilai z-hitung adalah lebih
besar daripada nilai z-standar dan nilai p-hitung adalah lebih kecil daripada nilai p-standar
sehingga koefisien regresi ini adalah signifikan.

Koefisien regresi dari variabel Uricacid adalah 6.268 dengan kesalahan standar adalah 2.745,
nilaiz-hitung adalah2.284, dan nilai p-hitungadalah 0.022. Nilai z-hitung adalah lebih besar
daripada nilai z-standar dan nilai p-hitung adalah lebih kecil daripada nilai p-standar sehingga
koefisien regresi ini adalah signifikan.

Kesalahan varians adalah1415.144 dengan kesalahan standar adalah 152.157, nilai z-hitung
adalah9.301, dan nilai p-hitung adalah 0. Nilaiz-hitung adalah lebih besar daripada nilaiz-
standar dan nilai p-hitung adalah lebih kecil daripada nilai p-standar sehingga nilai kesalahan
varians ini adalah signifikan.

Koefisien determinasi adalah adalah 0.238. Nilai ini adalah lebih kecil daripada nilai 0.36
sehingga persamaan struktural ini tidak memenuhi persyaratan reliabilitas. Koefisien korelasi,

25
berdasar atas koefisien determinasi ini adalah 0.487852 Hal ini berarti hubungan antara
variabel Cholest dan variabel-variabel Age, Height, Weight, Birthpil, Albumin, Calcium,
Uricacid adalah lemah.

Hasil interpretasi di atas mengungkap bahwa hubungan terdapat antara Age, Height, Weight,
Birthpil, Albumin, Calcium, Uricacid, dan Cholest dan hubungan ini adalah lemah.

Pengujian kecocokan antara model dan data mencerminkan bahwa Chi-square adalah 0, df
adalah0, p-value adalah 1, dan RMSEA adalah nol. Hal ini berarti bahwa model adalah cocok
dengan data atau The Model is Saturated, the Fit is Perfect !
Penentuan nilai signifikansi dari koefisien-koefisien regresi dan nilai kesalahan-kesalahan
varians dapat ditentukan secara cepat melalui penyajian diagram jalur berdasar atas nilai t
standar. Langkah ini akan menghasilkan diagram jalur sebagai berikut :

Nilai-nilai berwarna merah berarti bahwa koefisien regresi dan nilai kesalahan varians adalah
tidak signifikan sebagaimana disajikan di atas.

Contoh Model Non-Mimic

Penyajian contoh model non-Mimic dipakai untuk membandingkan model Mimic dan model
non-Mimic sehingga gagasan mengenai Model Mimic lebih dapat diperdalam dan diperluas.

Penciptaan Sintaksis Simplis

Masalah ini merupakan contoh dari model hipotetis atas hubungan-hubungan antara variabel-
variabel laten eksogen dan variabel-variabel laten endogen. Masalah dapat dirumuskan
sebagai berikut :

26
1. Apakah terdapat hubungan antara variabel indikator endogen Var 1 dan variabel laten
endogen Eta1?
2. Apakah terdapat hubungan antara variabel indikator endogen Var 2 dan variabel laten
endogen Eta 1?
3. Apakah terdapat hubungan antara variabel indikator Var 3 dan variabel laten endogen
Eta2?
4. Apakah terdapat hubungan antara variabel indikator Var 4 dan variabel laten endogen
Eta 2?
5. Apakah terdapat hubungan antara variabel laten eksogen Ksi 1 dan variabel Indikator
eksogen Var 5?
6. Apakah terdapat hubungan antara variabel laten Ksi1 dan variabel indikator eksogen
Var 6?
7. Apakah terdapat hubungan antara variabel laten eksogen Ksi 1 dan variabel laten
eksogen Ksi 2 dan variabel indikator eksogen Var 7?
8. Apakah terdapat hubungan antara variabel laten eksogen Ksi2 dan variabel indikator
eksogen Var 8?
9. Apakah terdapat hubungan antara variabel laten eksogen Ksi2 dan variabel indikator
eksogen Var 9.
10. Apakah terdapat hubungan antara variabel laten eksogen Ksi 3 dan variabel indikator
eksogen Var 10?
11. Apakah terdapat hubungan antara variabel laten eksogen Ksi 3 dan variabel indikator
eksogen Var 11?
12. Apakah terdapat hubungan antara variabel laten endogen Eta 1 dan variabel laten
endogen Eta 2, variabel laten eksogen Ksi 1, dan variabel laten eksogen Ksi 2?
13. Apakah terdapat hubungan antara variabel laten endogen Eta 2 dan variabel laten
endogen Eta 1, variabel laten eksogen Ksi1, variabel laten eksogen Ksi 3?

Kajian atas penelitian-penelitian terdahulu dilakukan dan kajian literatur juga dilakukan
dalam usaha menyusun kerangka pemikiran, model penelitian, dan hipotesis penelitian.
Model penelitian dapat disusun sebagai berikut :

27
Model ini dipakai sebagai acuan untuk merumuskan hipotesis penelitian. Perumusan
hipotesis penelitian adalah sebagai berikut :

1. Hubungan terdapat antara variabel indikator endogen Var 1 dan variabel laten endogen
Eta1.
2. Hubungan terdapat antara variabel indikator endogen Var 2 dan variabel laten endogen
Eta 1.
3. Hubungan terdapat antara variabel indikator Var 3 dan variabel laten endogen Eta2.
4. Hubungan terdapat antara variabel indikator Var 4 dan variabel laten endogen Eta 2.
5. Hubungan terdapat antara variabel laten eksogen Ksi 1 dan variabel Indikator eksogen
Var 5.
6. Hubungan terdapat antara variabel laten Ksi1 dan variabel indikator eksogen Var 6.
7. Hubungan terdapat antara variabel laten eksogen Ksi 1 dan variabel laten eksogen Ksi
2 dan variabel indikator eksogen Var 7.
8. Hubungan terdapat antara variabel laten eksogen Ksi2 dan variabel indikator eksogen
Var 8.
9. Hubungan terdapat antara variabel laten eksogen Ksi2 dan variabel indikator eksogen
Var 9.
10. Hubungan terdapat antara variabel laten eksogen Ksi 3 dan variabel indikator eksogen
Var 10.
11. Hubungan terdapat antara variabel laten eksogen Ksi 3 dan variabel indikator eksogen
Var 11.
12. Hubungan terdapat antara variabel laten endogen Eta 1 dan variabel laten endogen Eta
2, variabel laten eksogen Ksi 1, dan variabel laten eksogen Ksi 2.
13. Hubungan terdapat antara variabel laten endogen Eta 2 dan variabel laten endogen Eta
1, variabel laten eksogen Ksi1, variabel laten eksogen Ksi 3.

28
Sintaksis Simplis kemudian disusun berdasar atas data yang tersedia. Hasil penyusunan
sintaksis Simplis ini adalah sebagai berikut :

HYPOTHETICAL MODEL ESTIMATED BY ML


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 Simplis

Hasil pelaksanaan sintaksis Simplis di atas adalah sebagai berikut :


DATE: 5/ 3/2017
TIME: 1:49

L I S R E L 9.30 (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., 1981-2017


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:

HYPOTHETICAL MODEL ESTIMATED BY ML C


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'

29
'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

HYPOTHETICAL MODEL ESTIMATED BY ML C

Covariance Matrix

VAR 1 VAR 2 VAR 3 VAR 4 VAR 5 VAR 6


-------- -------- -------- -------- -------- --------
VAR 1 3.204
VAR 2 2.722 2.629
VAR 3 3.198 2.875 4.855
VAR 4 3.545 3.202 5.373 6.315
VAR 5 0.329 0.371 -0.357 -0.471 1.363
VAR 6 0.559 0.592 -0.316 -0.335 1.271 1.960
VAR 7 1.006 1.019 -0.489 -0.591 1.742 2.276
VAR 8 0.468 0.456 -0.438 -0.539 0.788 1.043
VAR 9 0.502 0.539 -0.363 -0.425 0.838 1.070
VAR 10 1.050 0.960 1.416 1.714 0.474 0.694
VAR 11 1.260 1.154 1.923 2.309 0.686 0.907

Covariance Matrix

VAR 7 VAR 8 VAR 9 VAR 10 VAR 11


-------- -------- -------- -------- --------
VAR 7 3.803
VAR 8 1.953 1.376
VAR 9 2.090 1.189 1.741
VAR 10 0.655 0.071 0.104 1.422
VAR 11 0.917 0.136 0.162 1.688 2.684

Total Variance = 31.352 Generalized Variance = 0.0113

Largest Eigenvalue = 16.796 Smallest Eigenvalue = 0.139

Condition Number = 10.975

HYPOTHETICAL MODEL ESTIMATED BY ML C

Number of Iterations = 9

LISREL Estimates (Maximum Likelihood)

Measurement Equations

VAR 1 = 1.000*ETA 1, Errorvar.= 0.247 , R = 0.923


Standerr (0.0531)
Z-values 4.663
P-values 0.000

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


Standerr (0.0354) (0.0379)
Z-values 25.993 3.240
P-values 0.000 0.001

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


Standerr (0.0410)
Z-values 3.325
P-values 0.001

VAR 4 = 1.139*ETA 2, Errorvar.= 0.197 , R = 0.969


Standerr (0.0294) (0.0546)
Z-values 38.739 3.603
P-values 0.000 0.000

30
VAR 5 = 1.000*KSI 1, Errorvar.= 0.389 , R = 0.715
Standerr (0.0638)
Z-values 6.094
P-values 0.000

VAR 6 = 1.291*KSI 1, Errorvar.= 0.336 , R = 0.829


Standerr (0.105) (0.0671)
Z-values 12.335 5.001
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) (0.0513)
Z-values 7.462 9.318 1.229
P-values 0.000 0.000 0.219

VAR 8 = 1.000*KSI 2, Errorvar.= 0.259 , R = 0.812


Standerr (0.0504)
Z-values 5.136
P-values 0.000

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


Standerr (0.0843) (0.0749)
Z-values 12.798 5.875
P-values 0.000 0.000

VAR 10 = 1.000*KSI 3, Errorvar.= 0.247 , R = 0.826


Standerr (0.0537)
Z-values 4.596
P-values 0.000

VAR 11 = 1.437*KSI 3, Errorvar.= 0.259 , R = 0.903


Standerr (0.0928) (0.0917)
Z-values 15.479 2.827
P-values 0.000 0.005

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

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


(0.169)
-0.408
Reduced Form Equations

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


Standerr (0.428) (0.342) (0.224)
Z-values -2.091 2.916 4.815
P-values 0.037 0.004 0.000

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


Standerr (0.517) (0.403) (0.268)
Z-values -3.987 2.321 7.491
P-values 0.000 0.020 0.000

Covariance Matrix of Independent Variables

KSI 1 KSI 2 KSI 3


-------- -------- --------
KSI 1 0.974

31
(0.187)
5.196

KSI 2 0.788 1.117


(0.150) (0.194)
5.239 5.753

KSI 3 0.525 0.133 1.175


(0.133) (0.125) (0.202)
3.947 1.064 5.813

Covariance Matrix of Latent Variables

ETA 1 ETA 2 KSI 1 KSI 2 KSI 3


-------- -------- -------- -------- --------
ETA 1 2.957
ETA 2 3.115 4.719
KSI 1 0.482 -0.217 0.974
KSI 2 0.554 -0.312 0.788 1.117
KSI 3 0.932 1.402 0.525 0.133 1.175

Log-likelihood Values

Estimated Model Saturated Model


--------------- ---------------
Number of free parameters(t) 33 66
-2ln(L) 681.416 652.022
AIC (Akaike, 1974)* 747.416 784.022
BIC (Schwarz, 1978)* 833.387 955.963

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

Goodness-of-Fit Statistics

Degrees of Freedom for (C1)-(C2) 33


Maximum Likelihood Ratio Chi-Square (C1) 29.394 (P = 0.6473)
Browne's (1984) ADF Chi-Square (C2_NT) 27.247 (P = 0.7488)

Estimated Non-centrality Parameter (NCP) 0.0


90 Percent Confidence Interval for NCP (0.0 ; 12.673)

Minimum Fit Function Value 0.294


Population Discrepancy Function Value (F0) 0.0
90 Percent Confidence Interval for F0 (0.0 ; 0.127)
Root Mean Square Error of Approximation (RMSEA) 0.0
90 Percent Confidence Interval for RMSEA (0.0 ; 0.0620)
P-Value for Test of Close Fit (RMSEA < 0.05) 0.893

Expected Cross-Validation Index (ECVI) 0.990


90 Percent Confidence Interval for ECVI (0.990 ; 1.117)
ECVI for Saturated Model 1.320
ECVI for Independence Model 14.785

Chi-Square for Independence Model (55 df) 1456.516

Normed Fit Index (NFI) 0.980


Non-Normed Fit Index (NNFI) 1.004
Parsimony Normed Fit Index (PNFI) 0.588
Comparative Fit Index (CFI) 1.000
Incremental Fit Index (IFI) 1.003
Relative Fit Index (RFI) 0.966

Critical N (CN) 185.484

Root Mean Square Residual (RMR) 0.0652


Standardized RMR 0.0266
Goodness of Fit Index (GFI) 0.953
Adjusted Goodness of Fit Index (AGFI) 0.906
Parsimony Goodness of Fit Index (PGFI) 0.476

HYPOTHETICAL MODEL ESTIMATED BY ML C

32
Fitted Covariance Matrix

VAR 1 VAR 2 VAR 3 VAR 4 VAR 5 VAR 6


-------- -------- -------- -------- -------- --------
VAR 1 3.204
VAR 2 2.722 2.629
VAR 3 3.115 2.868 4.855
VAR 4 3.547 3.266 5.373 6.315
VAR 5 0.482 0.444 -0.217 -0.247 1.363
VAR 6 0.622 0.573 -0.280 -0.318 1.258 1.960
VAR 7 1.048 0.965 -0.540 -0.614 1.757 2.269
VAR 8 0.554 0.510 -0.312 -0.355 0.788 1.018
VAR 9 0.598 0.550 -0.336 -0.383 0.851 1.098
VAR 10 0.932 0.858 1.402 1.596 0.525 0.678
VAR 11 1.339 1.233 2.014 2.293 0.754 0.974

Fitted Covariance Matrix

VAR 7 VAR 8 VAR 9 VAR 10 VAR 11


-------- -------- -------- -------- --------
VAR 7 3.803
VAR 8 1.945 1.376
VAR 9 2.099 1.206 1.741
VAR 10 0.629 0.133 0.144 1.422
VAR 11 0.903 0.192 0.207 1.688 2.684

Fitted Residuals

VAR 1 VAR 2 VAR 3 VAR 4 VAR 5 VAR 6


-------- -------- -------- -------- -------- --------
VAR 1 0.000
VAR 2 0.000 0.000
VAR 3 0.083 0.007 0.000
VAR 4 -0.002 -0.064 0.000 0.000
VAR 5 -0.153 -0.073 -0.140 -0.224 0.000
VAR 6 -0.063 0.019 -0.036 -0.017 0.013 0.000
VAR 7 -0.042 0.054 0.051 0.023 -0.015 0.007
VAR 8 -0.086 -0.054 -0.126 -0.184 0.000 0.025
VAR 9 -0.096 -0.011 -0.027 -0.042 -0.013 -0.028
VAR 10 0.118 0.102 0.014 0.118 -0.051 0.016
VAR 11 -0.079 -0.079 -0.091 0.016 -0.068 -0.067

Fitted Residuals

VAR 7 VAR 8 VAR 9 VAR 10 VAR 11


-------- -------- -------- -------- --------
VAR 7 0.000
VAR 8 0.008 0.000
VAR 9 -0.009 -0.017 0.000
VAR 10 0.026 -0.062 -0.040 0.000
VAR 11 0.014 -0.056 -0.045 0.000 0.000

Summary Statistics for Fitted Residuals

Smallest Fitted Residual = -0.224


Median Fitted Residual = -0.001
Largest Fitted Residual = 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 1 0.000
VAR 2 0.000 0.000

33
VAR 3 0.165 0.015 0.000
VAR 4 -0.004 -0.128 0.000 0.000
VAR 5 - - - - -0.711 -0.619 - -
VAR 6 -0.496 0.184 -0.125 -0.047 0.048 0.000
VAR 7 -0.116 0.164 0.117 0.047 -0.051 0.021
VAR 8 -0.396 -0.274 -0.485 -0.620 -0.001 0.155
VAR 9 -0.630 -0.104 -0.091 -0.126 -0.027 - -
VAR 10 0.489 0.664 0.044 0.395 -2.722 - -
VAR 11 -0.244 -0.268 -0.220 0.034 -0.331 -0.268

Standardized Residuals

VAR 7 VAR 8 VAR 9 VAR 10 VAR 11


-------- -------- -------- -------- --------
VAR 7 0.000
VAR 8 0.021 0.000
VAR 9 - - - - - -
VAR 10 0.110 -0.421 -0.279 0.000
VAR 11 0.048 -0.459 -0.207 0.000 0.000

Summary Statistics for Standardized Residuals

Smallest Standardized Residual = -2.722


Median Standardized Residual = 0.000
Largest Standardized Residual = 0.664

Stemleaf Plot

- 2|7
- 2|
- 1|
- 1|
- 0|7666555
- 0|4433333222111111100000000000000000000000000000000
0|1122224
0|57
Largest Negative Standardized Residuals
Residual for VAR 10 and VAR 5 -2.722

Time used 0.250 seconds

Interpretasi Hasil

Interpretasi hasil pelaksanaan sintaksis Simplis dapat dilakukan sebagai berikut :

Measurement Equations

VAR 1 = 1.000*ETA 1, Errorvar.= 0.247 , R = 0.923


Standerr (0.0531)

34
Z-values 4.663
P-values 0.000

Variabel Var 1 merupakan fungsi dari variabel Eta 1 dengan koefisien regresi adalah
1.000,kesalahan varians adalah 0.247,kesalahan standar adalah 0.0531, nilai z-hitung adalah
4.663, dan nilai p-hitung adalah 0. Nilaiz-hitung adalah lebih besar daripada nilai z-standar
dan nilai p-hitung adalah lebih kecil daripada nilai p-standar sehingga nilai kesalahan varians
ini adalah signifikan. Koefisien determinasi adalah 0.923. Nilai ini adalah lebih besar
daripada nilai 0.36 sehingga persamaan pengukuran ini memenuhi persyaratan reliabilitas.
Koefisien korelasi adalah 0.960729 hal ini berarti bahwa hubungan antara variabel Var1 dan
variabel Eta1adalah sangat kuat.

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


Standerr (0.0354) (0.0379)
Z-values 25.993 3.240
P-values 0.000 0.001

Variabel Var 2 merupakan fungsi dari variabel Eta 1 dengan koefisien regresi adalah
0.921,kesalahan standar adalah 0.0354, nilai z-hitung adalah 25.993, dan nilai p-hitung
adalah 0. Nilai z-hitung adalah lebih besar daripada nilai z-standar dan nilai p-hitung adalah
lebih kecil daripada nilai p-standar sehingga koefisien regresi ini adalah signifikan.
Kesalahan varians adalah 0.123 dengan kesalahan standar adalah 0.0379, nilai z-hitung
adalah 3.240, dan nilai p-hitung adalah 0.001. Nilai z-hitung adalah lebih besar daripada
nilaiz-standar dan nilai p-hitung adalah lebih kecil daripada nilai p-standar sehingga nilai
kesalahan varians ini adalah signifikan. Koefisien determinasi adalah 0.953.Nilai ini adalah
lebih besar daripada nilai0.36 sehingga persamaan pengukuran ini memenuhi persyaratan
reliabilitas. Koefisien korelasi adalah 0.976217, hal ini berarti bahwa hubungan antara
variabel Var2 dan variabel Eta 1 adalah sangat kuat.

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


Standerr (0.0410)
Z-values 3.325
P-values 0.001

Variabel Var 3 merupakan fungsi dari variabel Eta 2 dengan koefisien regresi adalah 1,
kesalahan varians adalah 0.136 dengan kesalahan standar adalah 0.0410, nilai z-hitung adalah
3.325, dan nilai p-hitung adalah 0.001. Nilai z-hitung adalah lebih besar daripada nilaiz-
standar dan nilai p-hitung adalah lebih kecil daripada nilai p-standar sehingga nilai kesalahan
varians ini adalah signifikan. Koefisien determinasi adalah 0.972.Nilai ini adalah lebih besar

35
daripada nilai0.36 sehingga persamaan pengukuran ini memenuhi persyaratan reliabilitas.
Koefisien korelasi adalah 0.985901, hal ini berarti bahwa hubungan antara variabel Var 3 dan
variabel Eta 2 adalah sangat kuat.
VAR 4 = 1.139*ETA 2, Errorvar.= 0.197 , R = 0.969
Standerr (0.0294) (0.0546)
Z-values 38.739 3.603
P-values 0.000 0.000

Variabel Var 4 merupakan fungsi dari variabel Eta 2 dengan koefisien regresi adalah 1.139,
kesalahan standar adalah 0.0294, nilai z-hitung adalah 38.739, dan nilai p-hitung adalah 0.
Nilai z-hitung adalah lebih besar daripada nilai z-standar dan nilai p-hitung adalah lebih kecil
daripada nilai p-standar sehingga koefisien regresi ini adalah signifikan. Kesalahan varians
adalah 0.197 dengan kesalahan standar adalah 0.0546, nilai z-hitung adalah 3.603, dan nilai
p-hitung adalah 0.000. Nilai z-hitung adalah lebih besar daripada nilaiz-standar dan nilai p-
hitung adalah lebih kecil daripada nilai p-standar sehingga nilai kesalahan varians ini adalah
signifika persamaan pengukuran ini memenuhi persyaratan reliabilitas. Koefisien korelasi
adalah 0.984378, hal ini berarti bahwa hubungan antara variabel Var 4 dan variabel Eta 2
adalah sangat kuat.

VAR 5 = 1.000*KSI 1, Errorvar.= 0.389 , R = 0.715


Standerr (0.0638)
Z-values 6.094
P-values 0.000

Variabel Var 5 merupakan fungsi dari variabel Ksi1 dengan koefisien regresi adalah 1,
kesalahan varians adalah 0.389 dengan kesalahan standar adalah 0.0638, nilai z-hitung adalah
6.094, dan nilai p-hitung adalah 0.000. Nilai z-hitung adalah lebih besar daripada nilaiz-
standar dan nilai p-hitung adalah lebih kecil daripada nilai p-standar sehingga nilai kesalahan
varians ini adalah signifikan. Koefisien determinasi adalah 0.715. Nilai ini adalah lebih besar
daripada nilai0.36 sehingga persamaan pengukuran ini memenuhi persyaratan reliabilitas.
Koefisien korelasi adalah 0.845577, hal ini berarti bahwa hubungan antara variabel Var 5 dan
variabel Ksi 1 adalah sangat kuat.
VAR 6 = 1.291*KSI 1, Errorvar.= 0.336 , R = 0.829
Standerr (0.105) (0.0671)
Z-values 12.335 5.001
P-values 0.000 0.000

Variabel Var 6 merupakan fungsi dari variabel Ksi 1 dengan koefisien regresi adalah 1.291,
kesalahan standar adalah 0.105, nilai z-hitung adalah 12.335, dan nilai p-hitung adalah 0.
Nilai z-hitung adalah lebih besar daripada nilai z-standar dan nilai p-hitung adalah lebih kecil

36
daripada nilai p-standar sehingga koefisien regresi ini adalah signifikan. Kesalahan varians
adalah 0.336 dengan kesalahan standar adalah 0.0671, nilai z-hitung adalah 5.001, dan nilai
p-hitung adalah 0.000. Nilai z-hitung adalah lebih besar daripada nilai z-standar dan nilai p-
hitung adalah lebih kecil daripada nilai p-standar sehingga nilai kesalahan varians ini adalah
signifikan. Koefisien determinasi adalah 0.829. Nilai ini adalah lebih besar daripada nilai
0.36 sehingga persamaan pengukuran ini memenuhi persyaratan reliabilitas. Koefisien
korelasi adalah 0.910494, hal ini berarti bahwa hubungan antara variabel Var 5 dan variabel
Ksi 1 adalah sangat kuat.

VAR 7 = 0.920*KSI 1 + 1.092*KSI 2, Errorvar.= 0.0631 , R = 0.983


Standerr (0.123) (0.117) (0.0513)
Z-values 7.462 9.318 1.229
P-values 0.000 0.000 0.219

Variabel Var7 merupakan fungsi dari variabel Ksi 1 dan variabel Ksi 2. Koefisien regresi
adalah 0.920 dari variabel Ksi 1, kesalahan standar adalah 0.123, nilai z-hitung adalah 7.462,
dan nilai p-hitung adalah 0. Nilai z-hitung adalah lebih besar daripada nilai z-standar dan
nilai p-hitung adalah lebih kecil daripada nilai p-standar sehingga koefisien regresi ini adalah
signifikan. Variabel Var 7 juga merupakan fungsi dari variabel Ksi 2. Koefisien regresi
adalah 1.092 dari variabel Ksi 2, kesalahan standar adalah 0.117, nilai z-hitung adalah 9.318,
dan nilai p-hitung adalah 0. Nilai z-hitung adalah lebih besar daripada nilai z-standar dan
nilai p-hitung adalah lebih kecil daripada nilai p-standar sehingga koefisien regresi ini adalah
signifikan. Kesalahan varians adalah 0.0631 dengan kesalahan standar adalah 0.0513, nilai z-
hitung adalah 1.229, dan nilai p-hitung adalah 0.219. Nilai z-hitung adalah lebih kecil
daripada nilai z-standar dan nilai p-hitung adalah lebih besar daripada nilai p-standar
sehingga nilai kesalahan varians ini adalah tidak signifikan. Koefisien determinasi adalah
0.983. Nilai ini adalah lebih besar daripada nilai 0.36 sehingga persamaan pengukuran ini
memenuhi persyaratan reliabilitas. Koefisien korelasi adalah 0.991464, hal ini berarti bahwa
hubungan antara variabel Var 2 dan variabel Ksi 1 dan Ksi 2 adalah sangat kuat.

VAR 8 = 1.000*KSI 2, Errorvar.= 0.259 , R = 0.812


Standerr (0.0504)
Z-values 5.136
P-values 0.000

Variabel Var 8 merupakan fungsi dari variabel Ksi2 dengan koefisien regresi adalah 1,
kesalahan varians adalah 0.259 dengan kesalahan standar adalah 0.0504, nilai z-hitung adalah
5.136, dan nilai p-hitung adalah 0.000. Nilai z-hitung adalah lebih besar daripada nilaiz-
standar dan nilai p-hitung adalah lebih kecil daripada nilai p-standar sehingga nilai kesalahan

37
varians ini adalah signifikan. Koefisien determinasi adalah 0.812. Nilai ini adalah lebih besar
daripada nilai0.36 sehingga persamaan pengukuran ini memenuhi persyaratan reliabilitas.
Koefisien korelasi adalah 0.90111, hal ini berarti bahwa hubungan antara variabel Var 8 dan
variabel Ksi 2 adalah sangat kuat.

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


Standerr (0.0843) (0.0749)
Z-values 12.798 5.875
P-values 0.000 0.000

Variabel Var 9 merupakan fungsi dari variabel Ksi 2 dengan koefisien regresi adalah 1.079,
kesalahan standar adalah 0.0843, nilai z-hitung adalah 12.798, dan nilai p-hitung adalah 0.
Nilai z-hitung adalah lebih besar daripada nilai z-standar dan nilai p-hitung adalah lebih kecil
daripada nilai p-standar sehingga koefisien regresi ini adalah signifikan. Kesalahan varians
adalah 0.440 dengan kesalahan standar adalah 0.0749, nilai z-hitung adalah 5.875, dan nilai
p-hitung adalah 0.000. Nilai z-hitung adalah lebih besar daripada nilai z-standar dan nilai p-
hitung adalah lebih kecil daripada nilai p-standar sehingga nilai kesalahan varians ini adalah
signifikan. Koefisien determinasi adalah 0.747. Nilai ini adalah lebih besar daripada nilai
0.36 sehingga persamaan pengukuran ini memenuhi persyaratan reliabilitas. Koefisien
korelasi adalah 0.864292, hal ini berarti bahwa hubungan antara variabel Var 9 dan variabel
Ksi 2 adalah sangat kuat.

VAR 10 = 1.000*KSI 3, Errorvar.= 0.247 , R = 0.826


Standerr (0.0537)
Z-values 4.596
P-values 0.000

Variabel Var 10 merupakan fungsi dari variabel Ksi 3 dengan koefisien regresi adalah 1,
kesalahan varians adalah 0.247 dengan kesalahan standar adalah 0.0537, nilai z-hitung adalah
4.596, dan nilai p-hitung adalah 0.000. Nilai z-hitung adalah lebih besar daripada nilaiz-
standar dan nilai p-hitung adalah lebih kecil daripada nilai p-standar sehingga nilai kesalahan
varians ini adalah signifikan. Koefisien determinasi adalah 0.826. Nilai ini adalah lebih besar
daripada nilai0.36 sehingga persamaan pengukuran ini memenuhi persyaratan reliabilitas.
Koefisien korelasi adalah 0.908845, hal ini berarti bahwa hubungan antara variabel Var 10
dan variabel Ksi 3 adalah sangat kuat.

VAR 11 = 1.437*KSI 3, Errorvar.= 0.259 , R = 0.903


Standerr (0.0928) (0.0917)
Z-values 15.479 2.827
P-values 0.000 0.005

38
Variabel Var 11 merupakan fungsi dari variabel Ksi 3 dengan koefisien regresi adalah 1.437,
kesalahan standar adalah 0.0928, nilai z-hitung adalah 15.479, dan nilai p-hitung adalah 0.
Nilai z-hitung adalah lebih besar daripada nilai z-standar dan nilai p-hitung adalah lebih kecil
daripada nilai p-standar sehingga koefisien regresi ini adalah signifikan. Kesalahan varians
adalah 0.259 dengan kesalahan standar adalah 0.0917, nilai z-hitung adalah 2.827, dan nilai
p-hitung adalah 0.005. Nilai z-hitung adalah lebih besar daripada nilai z-standar dan nilai p-
hitung adalah lebih kecil daripada nilai p-standar sehingga nilai kesalahan varians ini adalah
signifikan. Koefisien determinasi adalah 0.903. Nilai ini adalah lebih besar daripada nilai
0.36 sehingga persamaan pengukuran ini memenuhi persyaratan reliabilitas. Koefisien
korelasi adalah 0.950263, hal ini berarti bahwa hubungan antara variabel Var 11 dan variabel
Ksi 3 adalah sangat kuat.\

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

Persamaan struktural ini mencerminkan bahwa variabel laten endogen Eta 1 merupakan
fungsi dari variabel laten endogen Eta2, variabel laten eksogen Ksi 1, dan variabel laten
eksogen Ksi 2. Koefisien regresi adalah 0.538 dari variabel laten endogen Eta 2 dengan
kesalahan standar adalah 0.0562, nilaiz-hitung adalah 9.573, dan nilai p-hitung adalah 0.
Nilai z-hitung adalah lebih besar daripada nilai z-standar dan nilai p-hitung adalah lebih kecil
daripada nilai p-standar sehingga koefisien reggresi ini adalah signifikan. Koefisien regresi
dari variabel laten eksogen Ksi 1 adalah 0.213 dengan kesalahan standar adalah 0.153, nilai
z-hitung adalah1.396, dan nilai p-hitung adalah 0.163. Nilai z-hitung adalah lebih kecil
daripada nilai z-standar dan nilai p-hitung adalah lebih besar dariada nilai p-standar sehingga
koefsien regresi ini adalah tidak signifikan. Koefisien korelasi adalah 0.495 dari variabel
laten eksogen Ksi 2 dengan kesalahan standar adalah 0.147, nilai z-hitung adalah 3.368, dan
nilai p-hitung adalah 0.001. Nilai z-hitung adalah lebih besar daripada nilai z-standar dan
nilai p-hitung adalah lebihkecil daripada nilai p-standar sehingga koefisien regresi ini adalah
signifikan. Koefisien determinasi adalah 0.434. Nilai ini adalah lebih besar daripada nilai

39
0.36 sehingga persamaan struktural ini memenuhi persyaratan reliabilitas. Koefisien korelasi
adalah 0.658787, hal ini berarti bahwa hubungan antara variabel laten endogen Eta 1, variabel
laten endogen Eta2, variabel laten eksogen Ksi1, dan variabel laten eksogen Ksi 2 adalah
kuat.

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

Persamaan struktural ini mencerminkan bahwa variabel laten endogen Eta 2 merupakan
fungsi dari variabel laten endogen Eta1, variabel laten eksogen Ksi 1, dan variabel laten
eksogen Ksi 3. Koefisien regresi adalah 0.937 dari variabellaten endogen Eta 1 dengan
kesalahan standar adalah 0.177, nilai t-hitung adalah 5.281, dan nilai p-hitung adalah 0. Nilai
z-hitung adalah lebih besar daripada nilai z-standar dan nilai p-hitung adalah lebih kecil
daripada nilaip-standar sehingga koefisien regresiini adalah signifikan. Koefisien regresi
adalah 1.223 dari variabellaten eksogen Ksi 1 dengan kesalahan standar adalah 0.121, nilai
t-hitung adalah -10.102, dan nilaip-hitung adalah 0. Nilai z-hitung adalah lebih besar daripada
nilai z-standar yaitu -1.96 dan nilai p-hitung adalah lebih kecil daripada nilaip-standar
sehingga koefisien regresiini adalah signifikan. Koefisien regresi adalah 0.996 dari variabel
laten eksogen Ksi3 dengan kesalahan standar adalah 0.151, nilai t-hitung adalah 6.599, dan
nilai p-hitung adalah 0. Nilai z-hitung adalah lebih besar daripada nilai z-standar dan nilai p-
hitung adalah lebih kecil daripada nilai p-standar sehingga koefisien regresi ini adalah
signifikan. Kesalahan varians adalah 0.133 dengan kesalahan standar adalah 0.0778, nilai z-
hitung adalah 1.707, dan nilai p-hitung adalah 0.088. Nilai z-hitungadalah lebihkecil daripada
nilai z-standar, dan nilai p-hitung adalah lebih besar daripada nilai p-standar sehingga nilai
kesalahan varians ini adalahtidak signifikan. Koefisien determinasi adalah 0.997. Nilai ini
adalah lebih besar daripada nilai 0.36 sehingga persamaan struktural ini memenuhi
persyaratan reliabilitas. Koefisien korelasi adalah 0.998499. Hal ini berarti hubungan antara
variabel-variabel laten ini mencerminkan hubungan adalah sangat kuat.

Pengujian Kecocokan antara Model dan Data

Pengujian kecocokan antara Model dan data dapat dilakukan melalui diagram jalur.

40
Chi-square adalah 29.39, df adalah 33, p-value adalah 0.64734, dan RMSEA adalah 0. Nilai
p-hitung adalah lebih besar daripada nilai p-standar yaitu 0.05 dan nilai RMSEA hitung
adalah lebih kecil daripada nilai RMSEA Standar yaitu 0.08. Hal ini berarti bahwa model
adalah cocok dengan data.

Hubungan Antara Variabel Laten Eksogen dan Variabel Laten Endogen

Penelitian mengenai gaya kepemimpinan, perilaku, pengembangan diri, kepribadian, dan moralitas
dapat dilakukan. Variabel-variabel Gaya Kepemimpinan, Perilaku, dan Pengembangan Diri
merupakan variabel-variabel laten eksogen. Kepribadian dan Moralitas merupakan variabel-variabel
laten endogen. Hasil penelitian telah mengungkap bahwa hubungan terdapat antara Gaya
Kepemimpinan, Perilaku, Pengembangan Diri, dan Kepribadian. Hubungan juga terdapat antara
Kepribadian dan Moralitas. Hal ini berarti bahwa hubungan antara variabel laten endogen dan
variabel laten endogen lain dapat dilakukan dalam Lisrel. Pembahasan ini memakai Lisrel versi 8.72
karena Lisrel 9.30 Student Edition tidak dapat dipakai untuk variabel indikator sebanyak 21 variabel
dan lima variabel laten. Pembahasan ini dimaksud untuk mengungkap langkah-langkah penciptaan
sintaisis Lisrel dan sintaksis Simplis dalam pemodelan persamaan struktural lengkap (full structural
equation modeling). Penelitian mengenai hubungan antara gaya kepemimpinan, perilaku,
pengembangan diri, dan kepribadian dan hubungan antara kepribadian dan moralitas merupakan
penelitian yang sangat rumit. Perumusan masalah penelitian ini secara lengkap adalah sebagai
berikut:

1. Apakah terdapat hubungan antara variabel indikator endogen M1 dan variabel laten
endogen M?
2. Apakah terdapat hubungan antara variabel indikator endogen M2 dan variabel laten
endogen M?

41
3. Apakah terdapat hubungan antara variabel indikator endogen M3 dan variabel laten
endogen M?
4. Apakah terdapat hubungan antara variabel M4 dan variabel M?.
5. Apakah terdapat hubungan adalah kuat antara variabel indikator endogen P1 dan
variabel laten endogen P?
6. Apakah terdapat hubungan antara variabel indikator endogen P2 dan variabel laten
endogen P?
7. Apakah terdapat hubungan adalah antara variabel indikator endogen P3 dan variabel
laten endogen P?
8. Apakah terdapat hubungan antara variabel indikator endogen P4 dan variabel laten
endogen P?
9. Apakah terdapat hubungan antara variabel indikator eksogen L1 dan variabel laten
eksogen L?
10. Apakah terdapat hubungan antara variabel indikator eksogen L2 dan variabel laten
eksogen L?
11. Apakah terdapat hubungan antara variabel indikator eksogen L3dan variabel laten
eksogen L?
12. Apakah terdapat hubungan antara variabel indikator eksogen L4 dan variabel laten
eksogen L?
13. Apakah terdapat hubungan adalah antara variabel indikator eksogen L5 dan variabel
laten eksogen L?
14. Apakah terdapat hubungan antara variabel indikator eksogen B1 dan variabel laten
eksogen B.
15. Apakah terdapat hubungan antara variabel indikator eksogen B2 dan variabel laten
eksogen B?
16. Apakah terdapat hubungan antara variabel indikator eksogen B3 dan variabel laten
eksogen B?
17. Apakah terdapat hubungan antara variabel indikator eksogen B4 dan variabel laten
eksogen B?
18. Apakah terdapat hubungan antara variabel indikator eksogen D1 dan variabel laten
eksogen D?
19. Apakah terdapat hubungan antara variabel indikator eksogen D2 dan variabel laten
eksogen D?
20. Apakah terapat hubungan antara variabel indikator eksogen D3 dan variabel laten
eksogen D?
21. Apakah terdapat hubungan antara variabel indikator eksogen D3 dan variabel laten
eksogen D?
22. Apakah terdapat hubungan antara variabel laten endogen M dan variabel laten endogen
P?

42
23. Apakah terdapat hubungan antara variabel laten endogen P dan variabel laten eksogen
L, B, dan D?

Model dapat disusun berdasar atas rumusan masalah tersebut, kajian atas penelitian-
penelitian terdahulu, dan kajian pustaka. Model dapat disusun sebagai berikut:

Kerangka pemikiran disusun dan perumusan hipotesis penelitian dapat dilakukan sebagaiberikut:

1. Hubungan terdapat antara variabel indikator endogen M1 dan variabel laten endogen
M.
2. Hubungan terdapat antara indikator endogen M2 dan variabel laten endogen M.
3. Hubungan terdapat antara variabel indikator endogen M3 dan variabel laten endogen
M.
4. Hubungan terdapat antara variabel M4 dan variabel M.
5. Hubungan terdapat antara variabel indikator endogen P1 dan variabel laten endogen P.
6. Hubungan terdapat antara variabel indikator endogen P2 dan variabel laten endogen P.
7. Hubungan terdapat antara variabel indikator endogen P3 dan variabel laten endogen P.
8. Hubungan terdapat antara variabel indikator endogen P4 dan variabel laten endogen P.
9. Hubungan terdapat antara variabel indikator eksogen L1 dan variabel laten eksogen L.
10. Hubungan terdapat antara variabel indikator eksogen L2 dan variabel laten eksogen L.
11. Hubungan terdapat antara variabel indikator eksogen L3dan variabel laten eksogen L.
12. Hubungan terdapat antara variabel indikator eksogen L4 dan variabel laten eksogen L.
13. Hubungan terdapat antara variabel indikator eksogen L5 dan variabel laten eksogen L.
14. Hubungan terdapat antara variabel indikator eksogen B1 dan variabel laten eksogen B.
15. Hubungan terdapat antara variabel indikator eksogen B2 dan variabel laten eksogen B.
16. Hubungan terdapat antara variabel indikator eksogen B3 dan variabel laten eksogen B.
17. Hubungan terdapat antara variabel indikator eksogen B4 dan variabel laten eksogen B.

43
18. Hubungan terdapat antara variabel indikator eksogen D1 dan variabel laten eksogen D.
19. Hubungan terdapat antara variabel indikator eksogen D2 dan variabel laten eksogen D.
20. Hubungan terdapat antara variabel indikator eksogen D3 dan variabel laten eksogen D.
21. Hubungan terdapat antara antara variabel indikator eksogen D3 dan variabel laten
eksogen D.
22. Hubungan terdapat antara variabel laten endogen M dan variabel laten endogen P.
23. Hubungan terdapat antara variabel laten endogen P dan variabel laten eksogen L, B,
dan D.

Beberapa Langkah Penciptaan

Beberapa langkah penciptaan pemodelan persamaan struktural dengan Listel dapat sebagai
berikut :

Paket program Lisrel diaktifkan. Langkah ini akan menampilkan Lisrel sebagai berikut :

Penyajian ini kemudian disusul dengan penyajian kotak dialog Lisrel Windows Application
sebagai berikut :

Perintah File>Import Data dipakai. Langkah ini akan menyajikan kotak dialog Open sebagai
berikut :

44
Lokasi penyimpanan arsip data Karyawan.sav dicari dan terdapat pada Removable Disk (E:).
File of type dicari dan arsip data jenis SPSS Data File(*.sav) diaktifkan. Arsip data
Karyawan.sav dipilih dan tombol Open ditekan. Langkah ini akan menyajikan kotak dialog
Save As sebagai berikut :

Karyawan diketik dan tombol Save ditekan. Langkah ini akan mencipta arsip *.psf atau arsip
data Prelis dan disajikan sebagai berikut :

45
Penciptaan Arsip data Karyawan.dsf

Langkah kedua adalah langkah penciptaan arsip data Karyawan.dsf. Langkah ini dilakukan
dengan cara memakai perintah Statistics>Output Options. Langkah ini akan menyajikan
kotak dialog Output sebagai berikut :

46
Kotak kecil di bawah Covariance dan di depan Save to file diaktifkan. Tombol OK ditekan.
Langkah ini akan mencipta arsip Karyawan.dsf dan informasi sebagai berikut :

DATE: 04/04/2017
TIME: 00:10

P R E L I S 2.72

BY

Karl G. Jreskog & Dag Srbom

This program is published exclusively by


Scientific Software International, Inc.
7383 N. Lincoln Avenue, Suite 100
Lincolnwood, IL 60712, U.S.A.
Phone: (800)247-6113, (847)675-0720, Fax: (847)675-2140
Copyright by Scientific Software International, Inc., 1981-2005
Use of this program is subject to the terms specified in the
Universal Copyright Convention.
Website: www.ssicentral.com

The following lines were read from file E:\Karyawan.PR2:

!PRELIS SYNTAX: Can be edited


SY='E:\Karyawan.PSF'
OU MA=CM SM= XM

Number of Missing Values per Variable

M1 M2 M3 M4 P1 P2 P3 P4
-------- -------- -------- -------- -------- -------- -------- --------
1 1 1 0 1 4 0 3

Number of Missing Values per Variable

L1 L2 L3 L4 L5 B1 B2 B3
-------- -------- -------- -------- -------- -------- -------- --------
3 1 0 1 2 2 0 0

Number of Missing Values per Variable

B4 D1 D2 D3 D4
-------- -------- -------- -------- --------
0 2 1 3 0

Distribution of Missing Values

Total Sample Size = 562

Number of Missing Values 0 1 2


Number of Cases 538 22 2
Listwise Deletion

Total Effective Sample Size = 538

Univariate Marginal Parameters

Variable Mean St. Dev. Thresholds


-------- ---- -------- ----------
M1 2.123 1.510 0.000 1.000 2.179 3.649
M2 1.585 1.027 0.000 1.000 2.099 3.186
M3 1.634 1.204 0.000 1.000 1.998 3.125
M4 1.776 1.207 0.000 1.000 2.083 3.189
P1 3.094 1.424 0.000 1.000 2.204 4.170
P2 2.302 1.370 0.000 1.000 2.546 4.145
P3 3.023 1.284 0.000 1.000 2.474 3.993
P4 2.174 1.264 0.000 1.000 2.179 3.689
L1 2.480 1.442 0.000 1.000 1.972 3.382
L2 2.399 1.428 0.000 1.000 1.925 3.461
L3 2.425 1.410 0.000 1.000 2.012 3.347
L4 2.823 1.355 0.000 1.000 1.832 3.128

47
L5 2.458 1.285 0.000 1.000 1.974 3.336
B1 1.981 1.081 0.000 1.000 2.021 3.236
B2 2.018 1.131 0.000 1.000 2.145 3.374
B3 2.336 1.292 0.000 1.000 2.076 3.370
B4 2.915 1.755 0.000 1.000 2.324 4.083
D1 1.379 1.078 0.000 1.000 1.976 3.078
D2 1.728 1.208 0.000 1.000 1.881 3.212
D3 1.047 1.128 0.000 1.000 2.103 3.354
D4 1.699 1.262 0.000 1.000 2.310 3.574

Univariate Distributions for Ordinal Variables

M1 Frequency Percentage Bar Chart


1 43 8.0 
2 80 14.9 
3 154 28.6 
4 177 32.9 
5 84 15.6 

M2 Frequency Percentage Bar Chart


1 33 6.1 
2 120 22.3 
3 219 40.7 
4 134 24.9 
5 32 5.9 

M3 Frequency Percentage Bar Chart


1 47 8.7 
2 114 21.2 
3 172 32.0 
4 147 27.3 
5 58 10.8 

M4 Frequency Percentage Bar Chart


1 38 7.1 
2 102 19.0 
3 183 34.0 
4 150 27.9 
5 65 12.1 

P1 Frequency Percentage Bar Chart


1 8 1.5 
2 30 5.6 
3 105 19.5 
4 274 50.9 
5 121 22.5 

P2 Frequency Percentage Bar Chart


1 25 4.6 
2 67 12.5 
3 215 40.0 
4 183 34.0 
5 48 8.9 

P3 Frequency Percentage Bar Chart


1 5 0.9 
2 26 4.8 
3 149 27.7 
4 237 44.1 
5 121 22.5 

P4 Frequency Percentage Bar Chart


1 23 4.3 
2 72 13.4 
3 175 32.5 
4 206 38.3 
5 62 11.5 

L1 Frequency Percentage Bar Chart


1 23 4.3 
2 59 11.0 
3 113 21.0 
4 200 37.2 
5 143 26.6 

L2 Frequency Percentage Bar Chart

48
1 25 4.6 
2 63 11.7 
3 111 20.6 
4 216 40.1 
5 123 22.9 

L3 Frequency Percentage Bar Chart


1 23 4.3 
2 61 11.3 
3 123 22.9 
4 193 35.9 
5 138 25.7 

L4 Frequency Percentage Bar Chart


1 10 1.9 
2 38 7.1 
3 77 14.3 
4 192 35.7 
5 221 41.1 

L5 Frequency Percentage Bar Chart


1 15 2.8 
2 54 10.0 
3 121 22.5 
4 215 40.0 
5 133 24.7 

B1 Frequency Percentage Bar Chart


1 18 3.3 
2 80 14.9 
3 179 33.3 
4 195 36.2 
5 66 12.3 

B2 Frequency Percentage Bar Chart


1 20 3.7 
2 79 14.7 
3 194 36.1 
4 183 34.0 
5 62 11.5 

B3 Frequency Percentage Bar Chart


1 19 3.5 
2 62 11.5 
3 145 27.0 
4 198 36.8 
5 114 21.2 

B4 Frequency Percentage Bar Chart


1 26 4.8 
2 48 8.9 
3 124 23.0 
4 204 37.9 
5 136 25.3 

D1 Frequency Percentage Bar Chart


1 54 10.0 
2 141 26.2 
3 187 34.8 
4 125 23.2 
5 31 5.8 

D2 Frequency Percentage Bar Chart


1 41 7.6 
2 106 19.7 
3 149 27.7 
4 183 34.0 
5 59 11.0 

D3 Frequency Percentage Bar Chart


1 95 17.7 
2 165 30.7 
3 184 34.2 
4 83 15.4 
5 11 2.0 

49
D4 Frequency Percentage Bar Chart
1 48 8.9 
2 108 20.1 
3 213 39.6 
4 132 24.5 
5 37 6.9 

There are 537 distinct response patterns, see FREQ-file.


The 20 most common patterns are :
2 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
1 3 4 3 3 2 3 4 3 3 3 3 4 3 3 4 3 4 4 3 2 2
1 5 4 5 5 5 4 5 5 5 5 5 5 5 3 3 4 4 4 4 4 5
1 4 4 4 4 3 4 5 4 5 4 5 5 5 4 3 4 4 4 3 2 5
1 3 3 3 3 3 5 3 4 3 2 3 3 2 4 4 5 5 2 2 1 3
1 3 3 2 3 3 2 4 3 2 2 2 2 2 4 3 4 4 2 2 2 2
1 4 4 4 4 5 4 5 5 3 3 3 3 3 5 5 5 5 4 4 2 3
1 3 2 3 3 3 3 3 2 3 3 3 4 4 3 3 3 4 2 3 4 2
1 1 2 1 2 3 3 4 3 4 3 4 4 5 4 3 3 3 2 4 1 3
1 4 4 2 4 3 3 3 2 5 5 5 4 5 2 5 2 2 2 2 1 2
1 5 4 4 4 4 4 5 5 5 5 5 5 5 4 5 4 5 4 4 4 4
1 2 2 2 2 3 3 3 3 2 2 2 2 2 3 3 3 3 2 5 1 2
1 3 4 2 3 5 4 4 3 3 3 3 3 3 4 4 4 4 5 5 3 4
1 4 4 4 4 3 3 4 4 5 5 4 5 5 2 4 4 5 3 4 3 3
1 5 4 4 5 4 4 5 4 5 4 5 5 5 4 3 4 5 3 5 4 4
1 2 2 1 2 3 2 2 3 4 4 3 5 3 2 3 2 2 2 4 2 4
1 5 4 4 5 4 3 5 4 5 5 5 5 5 4 5 3 5 2 2 1 2
1 3 1 3 2 5 4 4 5 5 5 5 5 5 5 5 5 5 3 5 3 5
1 1 1 1 3 1 1 3 1 1 1 1 3 3 3 3 3 3 3 3 1 1
1 4 4 5 5 4 4 4 4 5 5 4 5 5 3 2 3 5 4 4 4 5

Covariance Matrix

M1 M2 M3 M4 P1 P2
-------- -------- -------- -------- -------- --------
M1 2.281
M2 1.238 1.055
M3 1.381 0.851 1.449
M4 1.594 0.978 1.102 1.457
P1 0.761 0.542 0.605 0.555 2.027
P2 0.703 0.490 0.559 0.551 1.099 1.877
P3 0.828 0.558 0.580 0.639 1.124 1.131
P4 0.822 0.539 0.678 0.620 0.999 1.023
L1 1.312 0.763 0.877 1.018 0.695 0.715
L2 1.571 0.926 1.030 1.191 0.766 0.693
L3 1.094 0.641 0.794 0.851 0.626 0.725
L4 1.049 0.522 0.761 0.776 0.562 0.398
L5 1.129 0.623 0.743 0.832 0.572 0.676
B1 0.519 0.362 0.506 0.403 0.584 0.608
B2 0.466 0.288 0.359 0.366 0.489 0.537
B3 0.565 0.376 0.526 0.446 0.746 0.682
B4 0.795 0.585 0.792 0.661 1.056 0.980
D1 0.471 0.380 0.428 0.444 0.389 0.432
D2 0.460 0.409 0.505 0.425 0.517 0.516
D3 0.385 0.305 0.312 0.314 0.345 0.404
D4 0.741 0.507 0.638 0.631 0.594 0.704

Covariance Matrix

P3 P4 L1 L2 L3 L4
-------- -------- -------- -------- -------- --------
P3 1.649
P4 1.024 1.598
L1 0.667 0.678 2.079
L2 0.740 0.738 1.611 2.040
L3 0.621 0.636 1.613 1.432 1.989
L4 0.445 0.461 1.449 1.337 1.400 1.835
L5 0.599 0.609 1.469 1.372 1.391 1.207
B1 0.600 0.603 0.479 0.503 0.480 0.413
B2 0.439 0.453 0.532 0.483 0.488 0.455
B3 0.693 0.660 0.600 0.612 0.514 0.476
B4 0.987 1.000 0.955 0.851 0.821 0.767
D1 0.310 0.441 0.612 0.513 0.574 0.460
D2 0.417 0.464 0.705 0.608 0.614 0.555
D3 0.297 0.391 0.565 0.510 0.469 0.394
D4 0.501 0.692 0.994 0.804 0.827 0.645

Covariance Matrix

L5 B1 B2 B3 B4 D1

50
-------- -------- -------- -------- -------- --------
L5 1.651
B1 0.403 1.169
B2 0.440 0.811 1.279
B3 0.491 1.050 1.022 1.670
B4 0.687 1.355 1.297 1.704 3.079
D1 0.483 0.444 0.357 0.437 0.744 1.162
D2 0.531 0.469 0.364 0.500 0.941 0.738
D3 0.428 0.345 0.297 0.326 0.586 0.562
D4 0.732 0.580 0.444 0.593 0.897 0.987

Covariance Matrix

D2 D3 D4
-------- -------- --------
D2 1.459
D3 0.596 1.272
D4 1.001 0.819 1.594

Means

M1 M2 M3 M4 P1 P2
-------- -------- -------- -------- -------- --------
2.123 1.585 1.634 1.776 3.094 2.302

Means

P3 P4 L1 L2 L3 L4
-------- -------- -------- -------- -------- --------
3.023 2.174 2.480 2.399 2.425 2.823

Means

L5 B1 B2 B3 B4 D1
-------- -------- -------- -------- -------- --------
2.458 1.981 2.018 2.336 2.915 1.379

Means

D2 D3 D4
-------- -------- --------
1.728 1.047 1.699

Standard Deviations

M1 M2 M3 M4 P1 P2
-------- -------- -------- -------- -------- --------
1.510 1.027 1.204 1.207 1.424 1.370

Standard Deviations

P3 P4 L1 L2 L3 L4
-------- -------- -------- -------- -------- --------
1.284 1.264 1.442 1.428 1.410 1.355

Standard Deviations

L5 B1 B2 B3 B4 D1
-------- -------- -------- -------- -------- --------
1.285 1.081 1.131 1.292 1.755 1.078

Standard Deviations

D2 D3 D4
-------- -------- --------
1.208 1.128 1.262

The Problem used 60536 Bytes (= 0.1% of available workspace)

Arsip ini dapat dipakai untuk mengamati apakah kesalahan terkandung atau tidak terkandung.

51
Langkah Persiapan Penciptaan Diagram Jalur

Penciptaan diagram jalur dilakukan dengan cara memakai perintah File>New. Langkah ini
akan menyajikan kotak dialog New sebagai berikut :

Path Diagram dipilih dan tombol OK ditekan. Langkah ini akan menyajikan kotak dialog
Save As sebagai berikut :

Nama arsip diagram jalur dimasukkan yaitu Karyawan dan tombol Save ditekan. Langkah ini
akan menyajikan kotak dialog Karyawan.Pth sebagai berikut :

Perintah Setup>Variables dipakai. Langkah ini akan menyajikan kotak dialog Labels sebagai
berikut :

52
Tombol Add/Read Variables ditekan. Kotak dialog Add/Read Variables disajikan sebagai
berikut :

Arsip Karyawan.dsf dicari dan tombol Open ditekan. Kotak Add/Read Variables disajikan
sebagai berikut :

53
Tombol OK ditekan. Langkah ini akan menyajikan isi variabel-variabel indikator endogen
dan eksogen dalam kotak dialog Labels sebagai berikut :

Tombol Add Latent Variables ditekan. Langkah ini akan menyajikan kotak dialog Add
Variable sebagai berikut :

M sebagai singkatan dari Morality diketik dan tombol OK ditekan. Tombol Add Latent
Variables ditekan. Langkah ini akan menyajikan kotak dialog Add Variable sebagai berikut :

P sebagai singkatan dari Personality diketik dan tombol OK ditekan.

Tombol Add Latent Variables ditekan. Langkah ini akan menyajikan kotak dialog Add
Variable sebagai berikut :

54
L sebagai singkatan dari Leadership Style diketik dan tombol OK ditekan. Tombol Add
Latent Variables ditekan. Langkah ini akan menyajikan kotak dialog Add Variable sebagai
berikut :

B sebagai singkatan dari Behavior diketik dan tombol OK ditekan. Tombol Add Latent
Variables ditekan. Langkah ini akan menyajikan kotak dialog Add Variable sebagai berikut :

D sebagai singkatan dari Develop diketik dan tombol OK ditekan. Langkah-langkah di atas
akan menghasilkan kotak dialog Labels sebagai berikut :

55
Tombol Next ditekan sehingga kotak dialog Data disajikan sebagai berikut :

Kotak di bawah Number of observations diisi dengan 562 karena jumlah kasus atau jumlah
observasi adalah 562. Tombol OK ditekan.

Penciptaan Diagram Jalur

Tombol OK setelah ditekan sebagaimana dikemukakan di atas akan menyajikan kotak dialog
yang akan dipakai untuk mencipta diagram jalur. Indikator M2, M2, M3, M4, P1, P2, P3, P4
diberi tanda silang. Variabel M laten endogen M dan P diberi tanda silang. Pemberian tanda
silang ini diperlukan untuk menandakan bahwa variabel-variabel tersebut merupakan
variabel-variabel indikator endogen dan variabel-variabel laten endogen. Variabel-variabel
indikator endogen dan variabel-variabel laten endogen akan berwarna lain daripada variabel-
variabel indikator eksogen dan variabel-variabel laten eksogen. Variabel-variabel laten
eksogen dan variabel-variabel laten endogen ditarik ke ruang lebah, kemudian diletakkan di
sana.

56
Model Diagram jalur yang dicipta adalah sebagai berikut :

Penciptaan Sintaksis Simplis

Penciptaan sintaksis Simplis dapat dilakukan dengan cara memakai perintah Setup>Build
Simplis Syntax. Langkah ini akan mencipta sintaksis Simplis sebagai berikut :

TI Abdullah M. Jaubah
SYSTEM FILE from file 'E:\Karyawan.dsf'
Sample Size = 562
Latent Variables M P L B D
Relationships
M1 = M
M2 = M
M3 = M
M4 = M
P1 = P

57
P2 = P
P3 = P
P4 = P
L1 = L
L2 = L
L3 = L
L4 = L
L5 = L
B1 = B
B2 = B
B3 = B
B4 = B
D1 = D
D2 = D
D3 = D
D4 = D
M = P
P = L B D
Path Diagram
End of Problem

Perintah TI dan Judul dimasukkan untuk mempermudah interpretasi hasil pelaksanaan


sintaksis Simplis. Pelaksanaan dilakukan dengan cara menekan gambar orang sedang berjalan
di sebelah kiri. Langkah ini akan mencipta hasil sebagai berikut :

DATE: 4/ 4/2017
TIME: 1:44

L I S R E L 8.72

BY

Karl G. Jreskog & Dag Srbom

This program is published exclusively by


Scientific Software International, Inc.
7383 N. Lincoln Avenue, Suite 100
Lincolnwood, IL 60712, U.S.A.
Phone: (800)247-6113, (847)675-0720, Fax: (847)675-2140
Copyright by Scientific Software International, Inc., 1981-
2005
Use of this program is subject to the terms specified in
the
Universal Copyright Convention.
Website: www.ssicentral.com

The following lines were read from file E:\Karyawan.SPJ:

TI Abdullah M. Jaubah
SYSTEM FILE from file 'E:\Karyawan.dsf'
Sample Size = 562
Latent Variables M P L B D
Relationships
M1 = M
M2 = M
M3 = M
M4 = M
P1 = P

58
P2 = P
P3 = P
P4 = P
L1 = L
L2 = L
L3 = L
L4 = L
L5 = L
B1 = B
B2 = B
B3 = B
B4 = B
D1 = D
D2 = D
D3 = D
D4 = D
M = P
P = L B D
Path Diagram
End of Problem

Sample Size = 562

TI Abdullah M. Jaubah

Covariance Matrix

M1 M2 M3 M4 P1 P2
-------- -------- -------- -------- -------- --------
M1 2.28
M2 1.24 1.05
M3 1.38 0.85 1.45
M4 1.59 0.98 1.10 1.46
P1 0.76 0.54 0.61 0.55 2.03
P2 0.70 0.49 0.56 0.55 1.10 1.88
P3 0.83 0.56 0.58 0.64 1.12 1.13
P4 0.82 0.54 0.68 0.62 1.00 1.02
L1 1.31 0.76 0.88 1.02 0.70 0.72
L2 1.57 0.93 1.03 1.19 0.77 0.69
L3 1.09 0.64 0.79 0.85 0.63 0.72
L4 1.05 0.52 0.76 0.78 0.56 0.40
L5 1.13 0.62 0.74 0.83 0.57 0.68
B1 0.52 0.36 0.51 0.40 0.58 0.61
B2 0.47 0.29 0.36 0.37 0.49 0.54
B3 0.57 0.38 0.53 0.45 0.75 0.68
B4 0.80 0.58 0.79 0.66 1.06 0.98
D1 0.47 0.38 0.43 0.44 0.39 0.43
D2 0.46 0.41 0.50 0.42 0.52 0.52
D3 0.38 0.31 0.31 0.31 0.35 0.40
D4 0.74 0.51 0.64 0.63 0.59 0.70

Covariance Matrix

P3 P4 L1 L2 L3 L4
-------- -------- -------- -------- -------- --------
P3 1.65
P4 1.02 1.60
L1 0.67 0.68 2.08
L2 0.74 0.74 1.61 2.04
L3 0.62 0.64 1.61 1.43 1.99
L4 0.44 0.46 1.45 1.34 1.40 1.83
L5 0.60 0.61 1.47 1.37 1.39 1.21
B1 0.60 0.60 0.48 0.50 0.48 0.41
B2 0.44 0.45 0.53 0.48 0.49 0.45
B3 0.69 0.66 0.60 0.61 0.51 0.48
B4 0.99 1.00 0.96 0.85 0.82 0.77
D1 0.31 0.44 0.61 0.51 0.57 0.46
D2 0.42 0.46 0.71 0.61 0.61 0.55
D3 0.30 0.39 0.57 0.51 0.47 0.39
D4 0.50 0.69 0.99 0.80 0.83 0.65

59
Covariance Matrix

L5 B1 B2 B3 B4 D1
-------- -------- -------- -------- -------- --------
L5 1.65
B1 0.40 1.17
B2 0.44 0.81 1.28
B3 0.49 1.05 1.02 1.67
B4 0.69 1.36 1.30 1.70 3.08
D1 0.48 0.44 0.36 0.44 0.74 1.16
D2 0.53 0.47 0.36 0.50 0.94 0.74
D3 0.43 0.35 0.30 0.33 0.59 0.56
D4 0.73 0.58 0.44 0.59 0.90 0.99

Covariance Matrix

D2 D3 D4
-------- -------- --------
D2 1.46
D3 0.60 1.27
D4 1.00 0.82 1.59

TI Abdullah M. Jaubah

Number of Iterations = 13

LISREL Estimates (Maximum Likelihood)

Measurement Equations

M1 = 1.42*M, Errorvar.= 0.27 , R = 0.88


(0.029)
9.56

M2 = 0.87*M, Errorvar.= 0.29 , R = 0.72


(0.028) (0.020)
31.32 14.30

M3 = 0.98*M, Errorvar.= 0.49 , R = 0.66


(0.035) (0.033)
28.22 14.93

M4 = 1.12*M, Errorvar.= 0.20 , R = 0.86


(0.028) (0.019)
39.91 10.44

P1 = 1.03*P, Errorvar.= 0.96 , R = 0.53


(0.068)
14.15

P2 = 1.04*P, Errorvar.= 0.79 , R = 0.58


(0.062) (0.059)
16.91 13.55

P3 = 1.04*P, Errorvar.= 0.57 , R = 0.66


(0.058) (0.046)
17.94 12.29

P4 = 0.98*P, Errorvar.= 0.64 , R = 0.60


(0.057) (0.048)
17.25 13.21

L1 = 1.32*L, Errorvar.= 0.33 , R = 0.84


(0.047) (0.029)
28.07 11.27

L2 = 1.21*L, Errorvar.= 0.57 , R = 0.72

60
(0.049) (0.040)
24.73 14.07

L3 = 1.23*L, Errorvar.= 0.49 , R = 0.76


(0.048) (0.036)
25.66 13.54

L4 = 1.10*L, Errorvar.= 0.63 , R = 0.66


(0.048) (0.043)
22.95 14.80

L5 = 1.12*L, Errorvar.= 0.40 , R = 0.76


(0.043) (0.030)
25.72 13.50

B1 = 0.92*B, Errorvar.= 0.32 , R = 0.73


(0.038) (0.026)
24.51 12.48

B2 = 0.88*B, Errorvar.= 0.51 , R = 0.60


(0.041) (0.035)
21.26 14.37

B3 = 1.14*B, Errorvar.= 0.37 , R = 0.78


(0.044) (0.033)
25.89 11.11

B4 = 1.49*B, Errorvar.= 0.85 , R = 0.72


(0.061) (0.068)
24.46 12.52

D1 = 0.84*D, Errorvar.= 0.46 , R = 0.60


(0.040) (0.034)
21.06 13.61

D2 = 0.86*D, Errorvar.= 0.71 , R = 0.51


(0.046) (0.048)
18.79 14.74

D3 = 0.69*D, Errorvar.= 0.79 , R = 0.38


(0.045) (0.051)
15.45 15.66

D4 = 1.17*D, Errorvar.= 0.22 , R = 0.86


(0.043) (0.037)
27.38 5.93

Structural Equations

M = 0.60*P, Errorvar.= 0.64 , R = 0.36


(0.047) (0.048)
12.76 13.39

P = 0.32*L + 0.41*B + 0.14*D, Errorvar.= 0.49 , R = 0.51


(0.049) (0.048) (0.050) (0.056)
6.48 8.52 2.76 8.76

Reduced Form Equations

M = 0.19*L + 0.25*B + 0.083*D, Errorvar.= 0.82, R = 0.18


(0.030) (0.031) (0.030)
6.18 7.88 2.73

P = 0.32*L + 0.41*B + 0.14*D, Errorvar.= 0.49, R = 0.51


(0.049) (0.048) (0.050)
6.48 8.52 2.76

61
Correlation Matrix of Independent Variables

L B D
-------- -------- --------
L 1.00

B 0.42 1.00
(0.04)
11.15

D 0.58 0.50 1.00


(0.03) (0.04)
17.96 13.93

Covariance Matrix of Latent Variables

M P L B D
-------- -------- -------- -------- --------
M 1.00
P 0.60 1.00
L 0.34 0.57 1.00
B 0.37 0.61 0.42 1.00
D 0.31 0.53 0.58 0.50 1.00

Goodness of Fit Statistics

Degrees of Freedom = 182


Minimum Fit Function Chi-Square = 743.88 (P = 0.0)
Normal Theory Weighted Least Squares Chi-Square = 674.79 (P = 0.0)
Estimated Non-centrality Parameter (NCP) = 492.79
90 Percent Confidence Interval for NCP = (417.06 ; 576.10)

Minimum Fit Function Value = 1.33


Population Discrepancy Function Value (F0) = 0.88
90 Percent Confidence Interval for F0 = (0.74 ; 1.03)
Root Mean Square Error of Approximation (RMSEA) = 0.069
90 Percent Confidence Interval for RMSEA = (0.064 ; 0.075)
P-Value for Test of Close Fit (RMSEA < 0.05) = 0.00

Expected Cross-Validation Index (ECVI) = 1.38


90 Percent Confidence Interval for ECVI = (1.24 ; 1.53)
ECVI for Saturated Model = 0.82
ECVI for Independence Model = 40.76

Chi-Square for Independence Model with 210 Degrees of Freedom = 22826.07


Independence AIC = 22868.07
Model AIC = 772.79
Saturated AIC = 462.00
Independence CAIC = 22980.03
Model CAIC = 1034.04
Saturated CAIC = 1693.58

Normed Fit Index (NFI) = 0.97


Non-Normed Fit Index (NNFI) = 0.97
Parsimony Normed Fit Index (PNFI) = 0.84
Comparative Fit Index (CFI) = 0.98
Incremental Fit Index (IFI) = 0.98
Relative Fit Index (RFI) = 0.96

Critical N (CN) = 173.93

Root Mean Square Residual (RMR) = 0.17


Standardized RMR = 0.096
Goodness of Fit Index (GFI) = 0.90
Adjusted Goodness of Fit Index (AGFI) = 0.87
Parsimony Goodness of Fit Index (PGFI) = 0.71

62
The Modification Indices Suggest to Add the
Path to from Decrease in Chi-Square New Estimate
P2 M 17.0 -0.24
L1 D 12.9 0.14
B3 D 10.0 -0.13
P M 84.8 -0.59
M L 167.6 0.63
M D 32.6 0.27

The Modification Indices Suggest to Add an Error Covariance


Between and Decrease in Chi-Square New Estimate
P M 84.8 -0.38
L2 M1 10.2 0.07
L2 P2 8.4 -0.10
L3 L2 10.3 -0.09
L4 M2 16.5 -0.08
L4 P2 19.1 -0.15
L4 L3 9.0 0.09
B1 L1 8.5 -0.05
B2 M3 7.9 -0.07
D2 M1 11.4 -0.08
D2 B4 27.1 0.20
D4 L1 20.7 0.09
D4 L4 10.8 -0.08
D4 B4 11.2 -0.11

Time used: 0.374 Seconds

Interpretasi Hasil

Hasil di atas dapat diinterpretasikan ke dalam beberapa bagian atau kelompok sesuai dengan
perintah TI yang telah dimasukkan ke dalam sintaksis Simplis. Hasil pelaksanaan ini adalah
sebagai berikut :

DATE: 4/ 4/2017
TIME: 1:44

L I S R E L 8.72

BY

Karl G. Jreskog & Dag Srbom

This program is published exclusively by


Scientific Software International, Inc.
7383 N. Lincoln Avenue, Suite 100
Lincolnwood, IL 60712, U.S.A.
Phone: (800)247-6113, (847)675-0720, Fax: (847)675-2140
Copyright by Scientific Software International, Inc., 1981-2005
Use of this program is subject to the terms specified in the
Universal Copyright Convention.
Website: www.ssicentral.com

The following lines were read from file E:\Karyawan.SPJ:

Bagian kesatu disajikan di atas. Bagian ini mengandung informasi mengenai tanggal, bulan,
tahun, waktu, versi Lisrel yang dipakai, para pencipta Lisrel, penerbit, alamat penerbit,
pemegang hak cipta, dan lokasi dan jenis arsip program.

TI Abdullah M. Jaubah

63
SYSTEM FILE from file 'E:\Karyawan.dsf'
Sample Size = 562
Latent Variables M P L B D
Relationships
M1 = M
M2 = M
M3 = M
M4 = M
P1 = P
P2 = P
P3 = P
P4 = P
L1 = L
L2 = L
L3 = L
L4 = L
L5 = L
B1 = B
B2 = B
B3 = B
B4 = B
D1 = D
D2 = D
D3 = D
D4 = D
M = P
P = L B D
Path Diagram
End of Problem

Sample Size = 562

Bagian kedua disajikan di atas. Bagian ini merupakan salinan atas program aplikasi yang
dicipta di atas. Salinan program aplikasi ini dapat dipakai jika program aplikasi mengalami
kerusakan atau arsip sintaksis ini sulit dicari dalam komputer. Hasil program telah disimpan
dalam Microsoft Word. Cara mencipta arsip ini adalah sebagai berikut :
Perintah File>New dipakai. Langkah ini akan menyajikan kotak dialog sebagai berikut :

Syntax Only dipilih dan tombol OK ditekan. Langkah ini akan menyajikan kotak dialog
sebagai berikut :

64
Perintah Copy dalam Microsoft Word dipakai dan perintah Paste dalam Lisrel dipakai
sehingga berbentuk sebagai berikut:

Arsip ini kemudian disimpan misalkan dengan nama Karyawan1. Pelaksanaan arsip ini dapat
dilakukan dengan cara menekan tombol gambar orang sedang berjalan di sebelah kiri.

TI Abdullah M. Jaubah

Covariance Matrix

M1 M2 M3 M4 P1 P2
-------- -------- -------- -------- -------- --------
M1 2.28
M2 1.24 1.05
M3 1.38 0.85 1.45
M4 1.59 0.98 1.10 1.46
P1 0.76 0.54 0.61 0.55 2.03
P2 0.70 0.49 0.56 0.55 1.10 1.88
P3 0.83 0.56 0.58 0.64 1.12 1.13
P4 0.82 0.54 0.68 0.62 1.00 1.02
L1 1.31 0.76 0.88 1.02 0.70 0.72

65
L2 1.57 0.93 1.03 1.19 0.77 0.69
L3 1.09 0.64 0.79 0.85 0.63 0.72
L4 1.05 0.52 0.76 0.78 0.56 0.40
L5 1.13 0.62 0.74 0.83 0.57 0.68
B1 0.52 0.36 0.51 0.40 0.58 0.61
B2 0.47 0.29 0.36 0.37 0.49 0.54
B3 0.57 0.38 0.53 0.45 0.75 0.68
B4 0.80 0.58 0.79 0.66 1.06 0.98
D1 0.47 0.38 0.43 0.44 0.39 0.43
D2 0.46 0.41 0.50 0.42 0.52 0.52
D3 0.38 0.31 0.31 0.31 0.35 0.40
D4 0.74 0.51 0.64 0.63 0.59 0.70

Covariance Matrix

P3 P4 L1 L2 L3 L4
-------- -------- -------- -------- -------- --------
P3 1.65
P4 1.02 1.60
L1 0.67 0.68 2.08
L2 0.74 0.74 1.61 2.04
L3 0.62 0.64 1.61 1.43 1.99
L4 0.44 0.46 1.45 1.34 1.40 1.83
L5 0.60 0.61 1.47 1.37 1.39 1.21
B1 0.60 0.60 0.48 0.50 0.48 0.41
B2 0.44 0.45 0.53 0.48 0.49 0.45
B3 0.69 0.66 0.60 0.61 0.51 0.48
B4 0.99 1.00 0.96 0.85 0.82 0.77
D1 0.31 0.44 0.61 0.51 0.57 0.46
D2 0.42 0.46 0.71 0.61 0.61 0.55
D3 0.30 0.39 0.57 0.51 0.47 0.39
D4 0.50 0.69 0.99 0.80 0.83 0.65

Covariance Matrix

L5 B1 B2 B3 B4 D1
-------- -------- -------- -------- -------- --------
L5 1.65
B1 0.40 1.17
B2 0.44 0.81 1.28
B3 0.49 1.05 1.02 1.67
B4 0.69 1.36 1.30 1.70 3.08
D1 0.48 0.44 0.36 0.44 0.74 1.16
D2 0.53 0.47 0.36 0.50 0.94 0.74
D3 0.43 0.35 0.30 0.33 0.59 0.56
D4 0.73 0.58 0.44 0.59 0.90 0.99

Covariance Matrix

D2 D3 D4
-------- -------- --------
D2 1.46
D3 0.60 1.27
D4 1.00 0.82 1.59

Hasil bagian ketiga ini merupakan hasil berbentuk matriks kovarians dari semua variabel
indikator eksogen dan semua variabel indikator endogen.

TI Abdullah M. Jaubah

Number of Iterations = 13

LISREL Estimates (Maximum Likelihood)

Measurement Equations

M1 = 1.42*M, Errorvar.= 0.27 , R = 0.88


(0.029)
9.56

M2 = 0.87*M, Errorvar.= 0.29 , R = 0.72

66
(0.028) (0.020)
31.32 14.30

M3 = 0.98*M, Errorvar.= 0.49 , R = 0.66


(0.035) (0.033)
28.22 14.93

M4 = 1.12*M, Errorvar.= 0.20 , R = 0.86


(0.028) (0.019)
39.91 10.44

P1 = 1.03*P, Errorvar.= 0.96 , R = 0.53


(0.068)
14.15

P2 = 1.04*P, Errorvar.= 0.79 , R = 0.58


(0.062) (0.059)
16.91 13.55

P3 = 1.04*P, Errorvar.= 0.57 , R = 0.66


(0.058) (0.046)
17.94 12.29

P4 = 0.98*P, Errorvar.= 0.64 , R = 0.60


(0.057) (0.048)
17.25 13.21

L1 = 1.32*L, Errorvar.= 0.33 , R = 0.84


(0.047) (0.029)
28.07 11.27

L2 = 1.21*L, Errorvar.= 0.57 , R = 0.72


(0.049) (0.040)
24.73 14.07

L3 = 1.23*L, Errorvar.= 0.49 , R = 0.76


(0.048) (0.036)
25.66 13.54

L4 = 1.10*L, Errorvar.= 0.63 , R = 0.66


(0.048) (0.043)
22.95 14.80

L5 = 1.12*L, Errorvar.= 0.40 , R = 0.76


(0.043) (0.030)
25.72 13.50

B1 = 0.92*B, Errorvar.= 0.32 , R = 0.73


(0.038) (0.026)
24.51 12.48

B2 = 0.88*B, Errorvar.= 0.51 , R = 0.60


(0.041) (0.035)
21.26 14.37

B3 = 1.14*B, Errorvar.= 0.37 , R = 0.78


(0.044) (0.033)
25.89 11.11

B4 = 1.49*B, Errorvar.= 0.85 , R = 0.72


(0.061) (0.068)
24.46 12.52

D1 = 0.84*D, Errorvar.= 0.46 , R = 0.60


(0.040) (0.034)
21.06 13.61

D2 = 0.86*D, Errorvar.= 0.71 , R = 0.51

67
(0.046) (0.048)
18.79 14.74

D3 = 0.69*D, Errorvar.= 0.79 , R = 0.38


(0.045) (0.051)
15.45 15.66

D4 = 1.17*D, Errorvar.= 0.22 , R = 0.86


(0.043) (0.037)
27.38 5.93

Structural Equations

M = 0.60*P, Errorvar.= 0.64 , R = 0.36


(0.047) (0.048)
12.76 13.39

P = 0.32*L + 0.41*B + 0.14*D, Errorvar.= 0.49 , R = 0.51


(0.049) (0.048) (0.050) (0.056)
6.48 8.52 2.76 8.76

Reduced Form Equations

M = 0.19*L + 0.25*B + 0.083*D, Errorvar.= 0.82, R = 0.18


(0.030) (0.031) (0.030)
6.18 7.88 2.73

P = 0.32*L + 0.41*B + 0.14*D, Errorvar.= 0.49, R = 0.51


(0.049) (0.048) (0.050)
6.48 8.52 2.76

Correlation Matrix of Independent Variables

L B D
-------- -------- --------
L 1.00

B 0.42 1.00
(0.04)
11.15

D 0.58 0.50 1.00


(0.03) (0.04)
17.96 13.93

Covariance Matrix of Latent Variables

M P L B D
-------- -------- -------- -------- --------
M 1.00
P 0.60 1.00
L 0.34 0.57 1.00
B 0.37 0.61 0.42 1.00
D 0.31 0.53 0.58 0.50 1.00

Goodness of Fit Statistics

Degrees of Freedom = 182


Minimum Fit Function Chi-Square = 743.88 (P = 0.0)
Normal Theory Weighted Least Squares Chi-Square = 674.79 (P = 0.0)
Estimated Non-centrality Parameter (NCP) = 492.79
90 Percent Confidence Interval for NCP = (417.06 ; 576.10)

Minimum Fit Function Value = 1.33


Population Discrepancy Function Value (F0) = 0.88

68
90 Percent Confidence Interval for F0 = (0.74 ; 1.03)
Root Mean Square Error of Approximation (RMSEA) = 0.069
90 Percent Confidence Interval for RMSEA = (0.064 ; 0.075)
P-Value for Test of Close Fit (RMSEA < 0.05) = 0.00

Expected Cross-Validation Index (ECVI) = 1.38


90 Percent Confidence Interval for ECVI = (1.24 ; 1.53)
ECVI for Saturated Model = 0.82
ECVI for Independence Model = 40.76

Chi-Square for Independence Model with 210 Degrees of Freedom = 22826.07


Independence AIC = 22868.07
Model AIC = 772.79
Saturated AIC = 462.00
Independence CAIC = 22980.03
Model CAIC = 1034.04
Saturated CAIC = 1693.58

Normed Fit Index (NFI) = 0.97


Non-Normed Fit Index (NNFI) = 0.97
Parsimony Normed Fit Index (PNFI) = 0.84
Comparative Fit Index (CFI) = 0.98
Incremental Fit Index (IFI) = 0.98
Relative Fit Index (RFI) = 0.96

Critical N (CN) = 173.93

Root Mean Square Residual (RMR) = 0.17


Standardized RMR = 0.096
Goodness of Fit Index (GFI) = 0.90
Adjusted Goodness of Fit Index (AGFI) = 0.87
Parsimony Goodness of Fit Index (PGFI) = 0.71

The Modification Indices Suggest to Add the


Path to from Decrease in Chi-Square New Estimate
P2 M 17.0 -0.24
L1 D 12.9 0.14
B3 D 10.0 -0.13
P M 84.8 -0.59
M L 167.6 0.63
M D 32.6 0.27

The Modification Indices Suggest to Add an Error Covariance


Between and Decrease in Chi-Square New Estimate
P M 84.8 -0.38
L2 M1 10.2 0.07
L2 P2 8.4 -0.10
L3 L2 10.3 -0.09
L4 M2 16.5 -0.08
L4 P2 19.1 -0.15
L4 L3 9.0 0.09
B1 L1 8.5 -0.05
B2 M3 7.9 -0.07
D2 M1 11.4 -0.08
D2 B4 27.1 0.20
D4 L1 20.7 0.09
D4 L4 10.8 -0.08
D4 B4 11.2 -0.11

Time used: 0.374 Seconds

Bagian keempat disajikan di atas. Inti dari bagian keempat ini mencakup persamaan-
persamaan pengukuran (measurement equations), persamaan struktural, dan rincian dari
Goodness of Fit Statistics. Interpretasi rinci biasa dilakukan atas bagian ini. Interpretasi ini
adalah sebagai berikut :
Measurement Equations

69
M1 = 1.42*M, Errorvar.= 0.27 , R = 0.88
(0.029)
9.56

Persamaan pengukuran ini mencerminkan bahwa variabel indikator endogen M1 merupakan


fungsi dari variabel laten endogen M atau Moralitas dengan koefisien regresi adalah 1.42,
kesalahan varians adalah 0.27 dengan kesalahan standar adalah 0.029, dan nilai t-hitung
adalah 9.56. Nilai t-hitung ini adalah lebih besar daripada nilai t-tabel yaitu 1.96 sehingga
koefisien kesalahan varians ini adalah signifikan. Koefisien determinasi adalah 0.88.
Koefisien determinasi ini adalah lebih besar daripada nilai 0.36 sehingga persamaan regresi
ini memenuhi persyaratan reliabilitas. Penulis berbeda pendapat dengan para pakar lain dalam
menentukan standar untuk menentukan reliabilitas. Para pakar lain memakai standar 0.5 dan
penulis memakai standar 0.36. Koefisien determinnasi 0.36 mencerminkan koefisien korelasi
adalah 0.6 dan koefisien korelasi adalah 0.6 mewakili hubungan antara variabel-variabel
adalah kuat. Standar 0.5 adalah sama dengan koefisien korelasi adalah 0.707107. Nilai ini
juga mencerminkan hubungan antara dua variabel adalah kuat. Koefisien determinasi 0.88
berarti koefisien korelasi adalah 0,93808. Hal ini berarti bahwa hubungan antara variabel
indikator endogen M1 dan variabel laten endogen M adalah sangat kuat.

M2 = 0.87*M, Errorvar.= 0.29 , R = 0.72


(0.028) (0.020)
31.32 14.30

Persamaan pengukuran ini mencerminkan bahwa variabel indikator endogen M2 merupakan


fungsi dari variabel laten endogen M dengan koefisien regresi adalah 0.87, kesalahan standar
adalah 0.028, dan nilai t-hitung adalah 31.32. Nilai t-hitung adalah lebih besar daripada nilai
t-tabel yaitu 1.96 sehingga koefisien regresi ini adalah signifikan. Kesalahan varians adalah
0.29 dengan kesalahan standar adalah 0.020 dan nilai t-hitung adalah 14.30. Nilai t-hitung
adalah lebih besar daripada nilai t-tabel sehingga koefisien kesalahan varians ini adalah
signifikan. Nilai koefisien determinasi adalah 0.72. Nilai ini adalah lebih besar daripada nilai
0.36 sehingga persyaratan reliabilitas atas persamaan regresi ini terpenuhi. Koefisien
korelkasi adalah 0.84853. Hal ini berarti bahwa hubungan antara variabel indikator endogen
M2 dan variabel laten endogen M adalah sangat kuat.

M3 = 0.98*M, Errorvar.= 0.49 , R = 0.66


(0.035) (0.033)
28.22 14.93

70
Persamaan pengukuran ini mencerminkan bahwa variabel indikator endogen M3 merupakan
fungsi dari variabel M dengan koefisien regresi adalah 0.98, kesalahan standar adalah 0.035,
dan nilai t-hitung adalah 28.22. Nilai t-hitung adalah lebih besar daripada nilai t-tabel yaitu
1.96 sehingga koefisien regresi ini adalah signifikan. Kesalahan varians adalah 0.49 dengan
kesalahan standar adalah 0.033 dan nilai t-hitung adalah 14.93. Nilai t-hitung adalah lebih
besar daripada nilai t-tabel sehingga koefisien kesalahan varians ini adalah signifikan. Nilai
koefisien determinasi adalah 0.66. Nilai ini adalah lebih besar daripada nilai 0.36 sehingga
persyaratan reliabilitas atas persamaan regresi ini terpenuhi. Koefisien korelasi adalah
0.8124. Hal ini berarti bahwa hubungan antara variabel indikator endogen M3 dan variabel
laten endogen M adalah sangat kuat.

M4 = 1.12*M, Errorvar.= 0.20 , R = 0.86


(0.028) (0.019)
39.91 10.44

Persamaan pengukuran ini mencerminkan bahwa variabel indikator endogen M4 merupakan


fungsi dari variabel M dengan koefisien regresi adalah 1.12, kesalahan standar adalah 0.028,
dan nilai t-hitung adalah 39.91. Nilai t-hitung adalah lebih besar daripada nilai t-tabel yaitu
1.96 sehingga koefisien regresi ini adalah signifikan. Kesalahan varians adalah 0.20 dengan
kesalahan standar adalah 0.019 dan nilai t-hitung adalah 10.44. Nilai t-hitung adalah lebih
besar daripada nilai t-tabel sehingga koefisien kesalahan varians ini adalah signifikan. Nilai
koefisien determinasi adalah 0.86. Nilai ini adalah lebih besar daripada nilai 0.36 sehingga
persyaratan reliabilitas atas persamaan regresi ini terpenuhi. Koefisien korelasi antara
variabel indikator endogen M4 dan variabel laten endogen M adalah 0.92736. Hal ini berarti
bahwa hubungan antara variabel M4 dan variabel M adalah sangat kuat.

P1 = 1.03*P, Errorvar.= 0.96 , R = 0.53


(0.068)
14.15

Persamaan pengukuran ini mencerminkan bahwa variabel indikator endogen P1 merupakan


fungsi dari variabel P atau Personality dengan koefisien regresi adalah 1.03 Kesalahan
varians adalah 0.96 dengan kesalahan standar adalah 0.068, dan nilai t-hitung adalah 14.15.
Nilai t-hitung adalah lebih besar daripada nilai t-tabel yaitu 1.96 sehingga koefisien kesalahan
varians ini adalah signifikan. Nilai koefisien determinasi adalah 0.53. Nilai ini adalah lebih
besar daripada nilai 0.36 sehingga persyaratan reliabilitas atas persamaan regresi ini
terpenuhi. Koefisien korelasi adalah 0.72801. Hal ini berarti bahwa hubungan adalah kuat
antara variabel indikator endogen P1 dan variabel laten endogen P..

P2 = 1.04*P, Errorvar.= 0.79 , R = 0.58

71
(0.062) (0.059)
16.91 13.55

Persamaan pengukuran ini mencerminkan bahwa variabel indikator endogen P2 merupakan


fungsi dari variabel P dengan koefisien regresi adalah 1.04, kesalahan standar adalah 0.062,
dan nilai t-hitung adalah 16.91. Nilai t-hitung adalah lebih besar daripada nilai t-tabel yaitu
1.96 sehingga koefisien regresi ini adalah signifikan. Kesalahan varians adalah 0.79 dengan
kesalahan standar adalah 0.059 dan nilai t-hitung adalah 13.55. Nilai t-hitung adalah lebih
besar daripada nilai t-tabel sehingga koefisien kesalahan varians ini adalah signifikan. Nilai
koefisien determinasi adalah 0.58. Nilai ini adalah lebih besar daripada nilai 0.36 sehingga
persyaratan reliabilitas atas persamaan regresi ini terpenuhi. Koefisien korelasi adalah
0.76158. Hal ini berarti bahwa hubungan adalah sangat kuat antara variabel indikator
endogen P2 dan variabel laten endogen P..

P3 = 1.04*P, Errorvar.= 0.57 , R = 0.66


(0.058) (0.046)
17.94 12.29

Persamaan pengukuran ini mencerminkan bahwa variabel indikator endogen P3 merupakan


fungsi dari variabel P dengan koefisien regresi adalah 1.04, kesalahan standar adalah 0.058,
dan nilai t-hitung adalah 17.94. Nilai t-hitung adalah lebih besar daripada nilai t-tabel yaitu
1.96 sehingga koefisien regresi ini adalah signifikan. Kesalahan varians adalah 0.57 dengan
kesalahan standar adalah 0.046 dan nilai t-hitung adalah 12.29. Nilai t-hitung adalah lebih
besar daripada nilai t-tabel sehingga koefisien kesalahan varians ini adalah signifikan. Nilai
koefisien determinasi adalah 0.66. Nilai ini adalah lebih besar daripada nilai 0.36 sehingga
persyaratan reliabilitas atas persamaan regresi ini terpenuhi. Koefisien korelasi adalah
0.8124. Hal ini berarti bahwa hubungan adalah sangat kuat antara variabel indikator endogen
P3 dan variabel laten endogen P..

P4 = 0.98*P, Errorvar.= 0.64 , R = 0.60


(0.057) (0.048)
17.25 13.21

Persamaan pengukuran ini mencerminkan bahwa variabel indikator endogen P4 merupakan


fungsi dari variabel P dengan koefisien regresi adalah 0.98, kesalahan standar adalah 0.057,
dan nilai t-hitung adalah 17.25. Nilai t-hitung adalah lebih besar daripada nilai t-tabel yaitu
1.96 sehingga koefisien regresi ini adalah signifikan. Kesalahan varians adalah 0.64 dengan
kesalahan standar adalah 0.048 dan nilai t-hitung adalah 13.21. Nilai t-hitung adalah lebih
besar daripada nilai t-tabel sehingga koefisien kesalahan varians ini adalah signifikan. Nilai
koefisien determinasi adalah 0.60. Nilai ini adalah lebih besar daripada nilai 0.36 sehingga

72
persyaratan reliabilitas atas persamaan regresi ini terpenuhi. Koefisien korelasi adalah
0.7746. Hal ini berarti bahwa hubungan adalah sangat kuat antara variabel indikator endogen
P4 dan variabel laten endogen P..

L1 = 1.32*L, Errorvar.= 0.33 , R = 0.84


(0.047) (0.029)
28.07 11.27

Persamaan pengukuran ini mencerminkan bahwa variabel indikator eksogen L1 merupakan


fungsi dari variabel L atau Leadership Style dengan koefisien regresi adalah 1.32, kesalahan
standar adalah 0.047, dan nilai t-hitung adalah 28.07. Nilai t-hitung adalah lebih besar
daripada nilai t-tabel yaitu 1.96 sehingga koefisien regresi ini adalah signifikan. Kesalahan
varians adalah 0.33 dengan kesalahan standar adalah 0.029 dan nilai t-hitung adalah 11.27.
Nilai t-hitung adalah lebih besar daripada nilai t-tabel sehingga koefisien kesalahan varians
ini adalah signifikan. Nilai koefisien determinasi adalah 0.84. Nilai ini adalah lebih besar
daripada nilai 0.36 sehingga persyaratan reliabilitas atas persamaan regresi ini terpenuhi.
Koefisien korelasi adalah 0.91652. Hal ini berarti bahwa hubungan adalah sangat kuat antara
variabel indikator eksogen L1 dan variabel laten eksogen L.

L2 = 1.21*L, Errorvar.= 0.57 , R = 0.72


(0.049) (0.040)
24.73 14.07

Persamaan pengukuran ini mencerminkan bahwa variabel indikator eksogen L2 merupakan


fungsi dari variabel L dengan koefisien regresi adalah 1.21, kesalahan standar adalah 0.049,
dan nilai t-hitung adalah 24.73. Nilai t-hitung adalah lebih besar daripada nilai t-tabel yaitu
1.96 sehingga koefisien regresi ini adalah signifikan. Kesalahan varians adalah 0.57 dengan
kesalahan standar adalah 0.040 dan nilai t-hitung adalah 14.07. Nilai t-hitung adalah lebih
besar daripada nilai t-tabel sehingga koefisien kesalahan varians ini adalah signifikan. Nilai
koefisien determinasi adalah 0.72. Nilai ini adalah lebih besar daripada nilai 0.36 sehingga
persyaratan reliabilitas atas persamaan regresi ini terpenuhi. Koefisien korelasi adalah
0.84853. Hal ini berarti bahwa hubungan adalah sangat kuat antara variabel indikator eksogen
L2 dan variabel laten eksogen L.

L3 = 1.23*L, Errorvar.= 0.49 , R = 0.76


(0.048) (0.036)
25.66 13.54

Persamaan pengukuran ini mencerminkan bahwa variabel indikator eksogen L3 merupakan


fungsi dari variabel L dengan koefisien regresi adalah 1.23, kesalahan standar adalah 0.048,
dan nilai t-hitung adalah 25.66. Nilai t-hitung adalah lebih besar daripada nilai t-tabel yaitu

73
1.96 sehingga koefisien regresi ini adalah signifikan. Kesalahan varians adalah 0.49 dengan
kesalahan standar adalah 0.036 dan nilai t-hitung adalah 13.54. Nilai t-hitung adalah lebih
besar daripada nilai t-tabel sehingga koefisien kesalahan varians ini adalah signifikan. Nilai
koefisien determinasi adalah 0.76. Nilai ini adalah lebih besar daripada nilai 0.36 sehingga
persyaratan reliabilitas atas persamaan regresi ini terpenuhi. Koefisien korelasi adalah
0.87178. Hal ini berarti bahwa hubungan adalah sangat kuat antara variabel indikator eksogen
L3dan variabel laten eksogen L.

L4 = 1.10*L, Errorvar.= 0.63 , R = 0.66


(0.048) (0.043)
22.95 14.80

Persamaan pengukuran ini mencerminkan bahwa variabel indikator eksogen L4 merupakan


fungsi dari variabel L dengan koefisien regresi adalah 1.10, kesalahan standar adalah 0.048,
dan nilai t-hitung adalah 22.95. Nilai t-hitung adalah lebih besar daripada nilai t-tabel yaitu
1.96 sehingga koefisien regresi ini adalah signifikan. Kesalahan varians adalah 0.63 dengan
kesalahan standar adalah 0.043 dan nilai t-hitung adalah 14.80. Nilai t-hitung adalah lebih
besar daripada nilai t-tabel sehingga koefisien kesalahan varians ini adalah signifikan. Nilai
koefisien determinasi adalah 0.66. Nilai ini adalah lebih besar daripada nilai 0.36 sehingga
persyaratan reliabilitas atas persamaan regresi ini terpenuhi. Koefisien korelasi adalah
0.812404. Hal ini berarti bahwa hubungan adalah sangat kuat antara variabel indikator
eksogen L4 dan variabel laten eksogen L.

L5 = 1.12*L, Errorvar.= 0.40 , R = 0.76


(0.043) (0.030)
25.72 13.50

Persamaan pengukuran ini mencerminkan bahwa variabel indikator eksogen L5 merupakan


fungsi dari variabel L dengan koefisien regresi adalah 1.12, kesalahan standar adalah 0.043,
dan nilai t-hitung adalah 25.72. Nilai t-hitung adalah lebih besar daripada nilai t-tabel yaitu
1.96 sehingga koefisien regresi ini adalah signifikan. Kesalahan varians adalah 0.40 dengan
kesalahan standar adalah 0.030 dan nilai t-hitung adalah 13.50. Nilai t-hitung adalah lebih
besar daripada nilai t-tabel sehingga koefisien kesalahan varians ini adalah signifikan. Nilai
koefisien determinasi adalah 0.76. Nilai ini adalah lebih besar daripada nilai 0.36 sehingga
persyaratan reliabilitas atas persamaan regresi ini terpenuhi. Koefisien korelasi adalah
0.87178. Hal ini berarti bahwa hubungan adalah sangat kuat antara variabel indikator eksogen
L5 dan variabel laten eksogen L.

B1 = 0.92*B, Errorvar.= 0.32 , R = 0.73


(0.038) (0.026)

74
24.51 12.48

Persamaan pengukuran ini mencerminkan bahwa variabel indikator eksogen B1 merupakan


fungsi dari variabel B atau Behavior dengan koefisien regresi adalah 0.92, kesalahan standar
adalah 0.038, dan nilai t-hitung adalah 24.51. Nilai t-hitung adalah lebih besar daripada nilai
t-tabel yaitu 1.96 sehingga koefisien regresi ini adalah signifikan. Kesalahan varians adalah
0.32 dengan kesalahan standar adalah 0.026 dan nilai t-hitung adalah 12.48. Nilai t-hitung
adalah lebih besar daripada nilai t-tabel sehingga koefisien kesalahan varians ini adalah
signifikan. Nilai koefisien determinasi adalah 0.73. Nilai ini adalah lebih besar daripada nilai
0.36 sehingga persyaratan reliabilitas atas persamaan regresi ini terpenuhi. Koefisien korelasi
adalah 0.8544. Hal ini berarti bahwa hubungan adalah sangat kuat antara variabel indikator
eksogen B1 dan variabel laten eksogen B.
B2 = 0.88*B, Errorvar.= 0.51 , R = 0.60
(0.041) (0.035)
21.26 14.37

Persamaan pengukuran ini mencerminkan bahwa variabel indikator eksogen B2 merupakan


fungsi dari variabel B dengan koefisien regresi adalah 0.88, kesalahan standar adalah 0.041,
dan nilai t-hitung adalah 21.26. Nilai t-hitung adalah lebih besar daripada nilai t-tabel yaitu
1.96 sehingga koefisien regresi ini adalah signifikan. Kesalahan varians adalah 0.51 dengan
kesalahan standar adalah 0.035 dan nilai t-hitung adalah 14.37. Nilai t-hitung adalah lebih
besar daripada nilai t-tabel sehingga koefisien kesalahan varians ini adalah signifikan. Nilai
koefisien determinasi adalah 0.60. Nilai ini adalah besar daripada nilai 0.36 sehingga
persyaratan reliabilitas atas persamaan regresi ini terpenuhi. . Koefisien korelasi adalah
0.774597. Hal ini berarti bahwa hubungan adalah sangat kuat antara variabel indikator
eksogen B2 dan variabel laten eksogen B.

B3 = 1.14*B, Errorvar.= 0.37 , R = 0.78


(0.044) (0.033)
25.89 11.11

Persamaan pengukuran ini mencerminkan bahwa variabel indikator eksogen B3 merupakan


fungsi dari variabel B dengan koefisien regresi adalah 1.14, kesalahan standar adalah 0.044,
dan nilai t-hitung adalah 25.89. Nilai t-hitung adalah lebih besar daripada nilai t-tabel yaitu
1.96 sehingga koefisien regresi ini adalah signifikan. Kesalahan varians adalah 0.37 dengan
kesalahan standar adalah 0.033 dan nilai t-hitung adalah 11.11. Nilai t-hitung adalah lebih
besar daripada nilai t-tabel sehingga koefisien kesalahan varians ini adalah signifikan. Nilai
koefisien determinasi adalah 0.78. Nilai ini adalah besar daripada nilai 0.36 sehingga
persyaratan reliabilitas atas persamaan regresi ini terpenuhi. Koefisien korelasi adalah

75
0.883176. Hal ini berarti bahwa hubungan adalah sangat kuat antara variabel indikator
eksogen B3 dan variabel laten eksogen B.

B4 = 1.49*B, Errorvar.= 0.85 , R = 0.72


(0.061) (0.068)
24.46 12.52

Persamaan pengukuran ini mencerminkan bahwa variabel indikator eksogen B4 merupakan


fungsi dari variabel B dengan koefisien regresi adalah 1.49, kesalahan standar adalah 0.061,
dan nilai t-hitung adalah 24.46. Nilai t-hitung adalah lebih besar daripada nilai t-tabel yaitu
1.96 sehingga koefisien regresi ini adalah signifikan. Kesalahan varians adalah 0.85 dengan
kesalahan standar adalah 0.068 dan nilai t-hitung adalah 12.52. Nilai t-hitung adalah lebih
besar daripada nilai t-tabel sehingga koefisien kesalahan varians ini adalah signifikan. Nilai
koefisien determinasi adalah 0.72. Nilai ini adalah besar daripada nilai 0.36 sehingga
persyaratan reliabilitas atas persamaan regresi ini terpenuhi. Koefisien korelasi adalah
0.848528. Hal ini berarti bahwa hubungan adalah sangat kuat antara variabel indikator
eksogen B4 dan variabel laten eksogen B.

D1 = 0.84*D, Errorvar.= 0.46 , R = 0.60


(0.040) (0.034)
21.06 13.61

Persamaan pengukuran ini mencerminkan bahwa variabel indikator eksogen D1 merupakan


fungsi dari variabel D atau Self Development dengan koefisien regresi adalah 0.84, kesalahan
standar adalah 0.040, dan nilai t-hitung adalah 21.06. Nilai t-hitung adalah lebih besar
daripada nilai t-tabel yaitu 1.96 sehingga koefisien regresi ini adalah signifikan. Kesalahan
varians adalah 0.46 dengan kesalahan standar adalah 0.034 dan nilai t-hitung adalah 13.61.
Nilai t-hitung adalah lebih besar daripada nilai t-tabel sehingga koefisien kesalahan varians
ini adalah signifikan. Nilai koefisien determinasi adalah 0.60. Nilai ini adalah besar daripada
nilai 0.36 sehingga persyaratan reliabilitas atas persamaan regresi ini terpenuhi. Koefisien
korelasi adalah 0.774597. Hal ini berarti bahwa hubungan adalah sangat kuat antara variabel
indikator eksogen D1 dan variabel laten eksogen D.

D2 = 0.86*D, Errorvar.= 0.71 , R = 0.51


(0.046) (0.048)
18.79 14.74

Persamaan pengukuran ini mencerminkan bahwa variabel indikator eksogen D2 merupakan


fungsi dari variabel D dengan koefisien regresi adalah 0.86, kesalahan standar adalah 0.046,
dan nilai t-hitung adalah 18.79. Nilai t-hitung adalah lebih besar daripada nilai t-tabel yaitu
1.96 sehingga koefisien regresi ini adalah signifikan. Kesalahan varians adalah 0.71 dengan

76
kesalahan standar adalah 0.048 dan nilai t-hitung adalah 14.74. Nilai t-hitung adalah lebih
besar daripada nilai t-tabel sehingga koefisien kesalahan varians ini adalah signifikan. Nilai
koefisien determinasi adalah 0.51. Nilai ini adalah besar daripada nilai 0.36 sehingga
persyaratan reliabilitas atas persamaan regresi ini terpenuhi. . Koefisien korelasi adalah
0.714143. Hal ini berarti bahwa hubungan adalah kuat antara variabel indikator eksogen D2
dan variabel laten eksogen D.

D3 = 0.69*D, Errorvar.= 0.79 , R = 0.38


(0.045) (0.051)
15.45 15.66

Persamaan pengukuran ini mencerminkan bahwa variabel indikator eksogen D3 merupakan


fungsi dari variabel D dengan koefisien regresi adalah 0.69, kesalahan standar adalah 0.045,
dan nilai t-hitung adalah 15.45. Nilai t-hitung adalah lebih besar daripada nilai t-tabel yaitu
1.96 sehingga koefisien regresi ini adalah signifikan. Kesalahan varians adalah 0.79 dengan
kesalahan standar adalah 0.051 dan nilai t-hitung adalah 15.66. Nilai t-hitung adalah lebih
besar daripada nilai t-tabel sehingga koefisien kesalahan varians ini adalah signifikan. Nilai
koefisien determinasi adalah 0.38. Nilai ini adalah besar daripada nilai 0.36 sehingga
persyaratan reliabilitas atas persamaan regresi ini terpenuhi. Koefisien korelasi adalah
0.616441. Hal ini berarti bahwa hubungan adalah kuat antara variabel indikator eksogen D3
dan variabel laten eksogen D.

D4 = 1.17*D, Errorvar.= 0.22 , R = 0.86


(0.043) (0.037)
27.38 5.93

Persamaan pengukuran ini mencerminkan bahwa variabel indikator eksogen D4 merupakan


fungsi dari variabel D dengan koefisien regresi adalah 1.17, kesalahan standar adalah 0.043,
dan nilai t-hitung adalah 27.38. Nilai t-hitung adalah lebih besar daripada nilai t-tabel yaitu
1.96 sehingga koefisien regresi ini adalah signifikan. Kesalahan varians adalah 0.22 dengan
kesalahan standar adalah 0.037 dan nilai t-hitung adalah 5.93. Nilai t-hitung adalah lebih
besar daripada nilai t-tabel sehingga koefisien kesalahan varians ini adalah signifikan. Nilai
koefisien determinasi adalah 0.86. Nilai ini adalah besar daripada nilai 0.36 sehingga
persyaratan reliabilitas atas persamaan regresi ini terpenuhi. Koefisien korelasi adalah
0.927362. Hal ini berarti bahwa hubungan adalah sangat kuat antara variabel indikator
eksogen D3 dan variabel laten eksogen D.
4
Structural Equations

M = 0.60*P, Errorvar.= 0.64 , R = 0.36

77
(0.047) (0.048)
12.76 13.39

Persamaan struktural ini mencerminkan bahwa variabel laten endogen M atau Morality
merupakan fungsi dari variabel laten endogen P atau Personality dengan koefisien regresi
adalah 0.60, kesalahan standar adalah 0.047, dan nilai t-hitung adalah 12.76. Nilai t-hitung
adalah lebih besar daripada nilai t-tabel yaitu 1.96 sehingga koefisien regresi ini adalah
signifikan. Kesalahan varians adalah 0.64 dengan kesalahan standar adalah 0.048 dan nilai t-
hitung adalah 13.39. Nilai t-hitung adalah lebih besar daripada nilai t-tabel sehingga koefisien
kesalahan varians ini adalah signifikan. Nilai koefisien determinasi adalah 0.36. Nilai ini
adalah sama dengan nilai 0.36 sehingga persyaratan reliabilitas atas persamaan struktural ini
terpenuhi. Koefisien korelasi adalah 0.60. Hal ini berarti bahwa hubungan adalah kuat antara
variabel laten endogen M dan variabel laten endogen P.

P = 0.32*L + 0.41*B + 0.14*D, Errorvar.= 0.49 , R = 0.51


(0.049) (0.048) (0.050) (0.056)
6.48 8.52 2.76 8.76

Persamaan struktural ini mencerminkan bahwa variabel laten endogen L atau Personality
merupakan fungsi dari variabel laten eksogen L atau Leadership Style, B atau Behavior, dan
D atau Self Development dengan koefisien-koefisien regresi masing-masing adalah 0.32,
kesalahan standar adalah 0.049, dan nilai t-hitung adalah 6.48. Nilai t-hitung adalah lebih
besar daripada nilai t-tabel yaitu 1.96 sehingga koefisien regresi ini adalah signifikan.
Kesalahan standar adalah 0.048 dan nilai t-hitung adalah 8.52. Nilai t-hitung adalah lebih
besar daripada nilai t-tabel yaitu 1.96 sehingga koefisien regresi ini adalah signifikan.
Kesalahan standar adalah 0.050 dan nilai t-hitung adalah 2.52. Nilai t-hitung adalah lebih
besar daripada nilai t-tabel yaitu 1.96 sehingga koefisien regresi ini adalah signifikan.
Kesalahan varians adalah 0.49 dengan kesalahan standar adalah 0.056 dan nilai t-hitung
adalah 8.76. Nilai t-hitung adalah lebih besar daripada nilai t-tabel sehingga koefisien
kesalahan varians ini adalah signifikan. Nilai koefisien determinasi adalah 0.51. Nilai ini
adalah sama dengan nilai 0.36 sehingga persyaratan reliabilitas atas persamaan struktural ini
terpenuhi. Koefisien korelasi adalah 0.714143. Hal ini berarti bahwa hubungan adalah kuat
antara variabel laten endogen P dan variabel laten eksogen L, B, dan D.

Reduced Form Equations

M = 0.19*L + 0.25*B + 0.083*D, Errorvar.= 0.82, R = 0.18


(0.030) (0.031) (0.030)
6.18 7.88 2.73

78
Persamaan struktural ini mencerminkan bahwa variabel laten endogen M merupakan fungsi
dari variabel laten eksogen L, B, dan D dengan koefisien-koefisien regresi masing-masing
adalah 0.19, 0.25, dan 0.083. Kesalahan standar adalah 0.030, 0.031, dan 0.030. Nilai t-
hitung adalah 6.18, 7.88, dan 2.73. Nilai t-hitung adalah lebih besar daripada nilai t-tabel
yaitu 1.96 sehingga koefisien-koefisien regresi ini adalah signifikan. Kesalahan varians
adalah 0.82. Nilai koefisien determinasi adalah 0.18. Nilai ini adalah lebih kecil daripada
nilai 0.36 sehingga persyaratan reliabilitas atas persamaan struktural ini tidak terpenuhi.

P = 0.32*L + 0.41*B + 0.14*D, Errorvar.= 0.49, R = 0.51


(0.049) (0.048) (0.050)
6.48 8.52 2.76

Persamaan struktural ini mencerminkan bahwa variabel laten endogen P merupakan fungsi
dari variabel laten eksogen L, B, dan D dengan koefisien-koefisien regresi masing-masing
adalah 0.32, 0.41, dan 0.14. Kesalahan standar adalah 0.049, 0.048, dan 0.050. Nilai t-hitung
adalah 6.48, 8.52, dan 2.76. Nilai t-hitung adalah lebih besar daripada nilai t-tabel yaitu 1.96
sehingga koefisien-koefisien regresi ini adalah signifikan. Kesalahan varians adalah 0.49.
Nilai koefisien determinasi adalah 0.51. Nilai ini adalah lebih besar daripada nilai 0.36
sehingga persyaratan reliabilitas atas persamaan struktural ini terpenuhi.

Interpretasi atas Goodness of Fit Statistics dilakukan untuk membuktikan kebenaran atau
ketidakbenaran apakah model cocok dengan data atau tidak. Pengujian ini dapat dilakukan
secara rinci dan secara tidak rinci. Interpretasi secara tidak rinci mencakup dua pengujian
yaitu pengujian menurut hasil dari Goodness of Fit Statistics dan menurut diagram jalur.
Pengujian secara rinci sering menghasilkan ukuran yang membingungkan karena beberapa
pengujian adalah cocok dan beberapa pengujian lain adalah tidak cocok sehingga penentuan
apakah model itu cocok atau tidak cocok sulit ditentukan. Beberapa pakar mengusulkan
pengujian secara ringkas. Penulis lebih menekankan pada pengujian melakui diagram jalur.
Inti pokok kecocokan atau ketidakcocokan terletak pada nilai p dan nilai RMSEA. Nilai P>=
0.5 dan nilai RMSEA<=0.5. Kecocokan sempurna tercapai jika Chi-square = 0, nilai df = 0,
nilai p = 1, dan nilai RMSEA = 0.

Pengujian Kecocokan antara Model dan Data Secara Rinci


Goodness of Fit Statistics Standar Realiasi Evaluasi
Minimum Fit Function Chi-Square P >= 0.05 743.88 (P = 0.0) Tidak Cocok

Estimated Non-centrality Parameter (NCP) Kecil 492.79 Tidak Cocok


90 Percent Confidence Interval for NCP Jarak Sempit (417.06 ; 576.10) Jaral Lebar

79
Root Mean Square Error of Approximation
<= 0.080 0.069 Cocok
(RMSEA)
90 Percent Confidence Interval for RMSEA Terletak dalam Interval (0.064 ; 0.075) Cocok
P-Value for Test of Close Fit (RMSEA < 0.05) >= 0.05 0 Tidak Cocok

ECVI for Independence Model = 16.56 - 40.76 Jauh


Expected Cross-Validation Index (ECVI) Dekan pada SM 1.38 Cocok

ECVI for Saturated Model - 0.82 Dekat


90 Percent Confidence Interval for ECVI Terletak dalam Interval (1.24 ; 1.53) Cocok
Independence AIC - 22868.07 Jauh
Model AIC Dekat pada SA 772.79 Cocok

Saturated AIC - 462.00 Dekat


Independence CAIC - 22980.03 Jauh

Model CAIC Dekat pada SC 1034.04 Cocok


Saturated CAIC - 1693.58 Dekat

Root Mean Square Residual (RMR) <= 0.05 0.17 Tidak Cocok
Goodness of Fit Index (GFI) >= 0.90 0.9 Cocok

Adjusted Goodness of Fit Index (AGFI) >= 0.90 0.87 Tidak Cocok
Normed Fit Index (NFI) >= 0.90 0.97 Cocok

Non-Normed Fit Index (NNFI) >= 0.90 0.97 Cocok


Comparative Fit Index (CFI) >= 0.90 0.98 Cocok

Incremental Fit Index (IFI) >= 0.90 0.98 Cocok


Relative Fit Index (RFI) >= 0.90 0.96 Cocok

Critical N (CN) >= 200 173.93 Tidak Cocok

Keterangan :

SM = Saturated Model, SA = Saturated AIC, dan SC = Saturated CAI

Penjelasan atas tabel di atas adalah sebagai berikut :


Goodness of Fit Statistics
Degrees of Freedom = 182
Minimum Fit Function Chi-Square = 743.88 (P = 0.0)
Normal Theory Weighted Least Squares Chi-Square = 674.79 (P = 0.0)
Estimated Non-centrality Parameter (NCP) = 492.79
90 Percent Confidence Interval for NCP = (417.06 ; 576.10)

Chi Square (degree of freedom =182)adalah 743.88 (P=0.0). Nilai Chi-square adalah besar
dan nilai P=0.0 < 0.05 sehingga model adalah tidak cocok. NPC adalah 492.79. Nilai NCP
ini adalah besar. 90% Confidence Interval for NCP adalah (417.06 : 576.10) adalah lebar
sehingga model tidak cocok dengan data.
Minimum Fit Function Value = 1.33
Population Discrepancy Function Value (F0) = 0.88
90 Percent Confidence Interval for F0 = (0.74 ; 1.03)
Root Mean Square Error of Approximation (RMSEA) = 0.069
90 Percent Confidence Interval for RMSEA = (0.064 ; 0.075)
P-Value for Test of Close Fit (RMSEA < 0.05) = 0.00

80
RMSEA adalah 0.069 < 0.080 menunjukkan kecocokan keseluruhan model memenuhi
persyaratan. 90 Percent Confidence Interval for RMSEA = (0.074 ; 1.03) dan nilai RMSEA
adalah 0.069. Hal ini berarti bahwa estimasi nilai RMSEA mempunyai ketepatan yang baik
(good degree of precision). P-Value for Test of Close Fit (RMSEA < 0.05) = 0.00. Hal ini
berarti bahwa kecocokan keseluruhan model adalah kurang baik.

Expected Cross-Validation Index (ECVI) = 1.38


90 Percent Confidence Interval for ECVI = (1.24 ; 1.53)
ECVI for Saturated Model = 0.82
ECVI for Independence Model = 40.76

ECVI model adalah 1.38. ECVI saturated model adalah 0.82 dan ECVI for Independence
Model adalah 40.76. ECVI model adalah lebih dekat dengan ECVI for Saturated Model
daripada ECVI for Independence Model. Hal ini berarti bahwa estimasi ECVI mempunyai
ketepatan yang tinggi dan ECVI model terletak di antara 90% Confidence Interval for ECVI
=(1.24 : 1.53). ECVI for Saturated Model mewakili kecocokan terbaik dan ECVI for
Independence Model mewakili kecocokan terburuk maka ECVI Model diharap mendekati
ECVI for Saturated Model.

Chi-Square for Independence Model with 210 Degrees of Freedom = 22826.07


Independence AIC = 22868.07
Model AIC = 772.79
Saturated AIC = 462.00
Independence CAIC = 22980.03
Model CAIC = 1034.04
Saturated CAIC = 1693.58

AIC dipakai untuk melakukan perbandingan model. Model AIC adalah 772.79. Model
Saturated AIC adalah 462.00 dan Independence AIC adalah 9292.92. Model AIC adalah lebih
dekat pada Saturated AIC sehingga kecocokan keseluruhan model adalah baik. Model CAIC
adalah 1034.04. Saturated CAIC adalah 1693.58 dan Independence CAIC adalah 22868.07.
Model CAIC adalah lebih dekat pada Saturated CAIC daripada Independece CAIC sehingga
kecocokan keseluruhan model adalah baik.

Root Mean Square Residual (RMR) = 0.17


Standardized RMR = 0.096
Goodness of Fit Index (GFI) = 0.90
Adjusted Goodness of Fit Index (AGFI) = 0.87
Parsimony Goodness of Fit Index (PGFI) = 0.71

RMR adalah 0.095 > 0.05 sehingga kecocokan keseluruhan model adalah kurang baik. GFI
adalah 0.90 berarti kecocokan adalah baik. AGFI adalah 0.87<0.90 adalah kurang baik. PGFI
adalah 0.71 dipakai untuk melakukan perbandingan model.

Normed Fit Index (NFI) = 0.97

81
Non-Normed Fit Index (NNFI) = 0.97
Parsimony Normed Fit Index (PNFI) = 0.84
Comparative Fit Index (CFI) = 0.98
Incremental Fit Index (IFI) = 0.98
Relative Fit Index (RFI) = 0.96

NFI adalah 0.90=0.90. Hal ini berarti bahwa kecocokan model adalah baik. NNFI adalah
0.97>0.90. Hal ini berarti bahwa kecocokan model adalah baik. CFI adalah 0.948>0.90. Hal
ini berarti bahwa kecocokan keseluruhan model adalah baik. IFI adalah 0.98 > 0.90. Hal ini
berarti bahwa kecocokan model adalah baik.RFI adalah 0.96 > 0.90. Hal ini berarti bahwa
kecocokan model adalah baik.

Critical N (CN) = 173.93

CN adalah 173.93< 200. Hal ini berarti bahwa model kurang mewakili data sampel atau
ukuran sampel kurang mencukupi untuk menghasilkan kecocokan model jika memakai chi-
square test.

Pengujian kecocokan model berdasar atas diagram jalur mencerminkan bahwa Chi-Square =
674.79, df =182, P-value = 0, RMSEA = 0.069. Hal ini berarti bahwa model adalah tidak
cocok dengan data.

Interpretasi di atas mengungkap bahwa :

1. Hubungan terdapat antara variabel indikator endogen M1 dan variabel laten endogen
M.
2. Hubungan terdapat antara indikator endogen M2 dan variabel laten endogen M.
3. Hubungan terdapat antara variabel indikator endogen M3 dan variabel laten endogen
M.
4. Hubungan terdapat antara variabel M4 dan variabel M.
82
5. Hubungan terdapat antara variabel indikator endogen P1 dan variabel laten endogen P.
6. Hubungan terdapat antara variabel indikator endogen P2 dan variabel laten endogen P.
7. Hubungan terdapat antara variabel indikator endogen P3 dan variabel laten endogen P.
8. Hubungan terdapat antara variabel indikator endogen P4 dan variabel laten endogen P.
9. Hubungan terdapat antara variabel indikator eksogen L1 dan variabel laten eksogen L.
10. Hubungan terdapat antara variabel indikator eksogen L2 dan variabel laten eksogen L.
11. Hubungan terdapat antara variabel indikator eksogen L3dan variabel laten eksogen L.
12. Hubungan terdapat antara variabel indikator eksogen L4 dan variabel laten eksogen L.
13. Hubungan terdapat antara variabel indikator eksogen L5 dan variabel laten eksogen L.
14. Hubungan terdapat antara variabel indikator eksogen B1 dan variabel laten eksogen B.
15. Hubungan terdapat antara variabel indikator eksogen B2 dan variabel laten eksogen B.
16. Hubungan terdapat antara variabel indikator eksogen B3 dan variabel laten eksogen B.
17. Hubungan terdapat antara variabel indikator eksogen B4 dan variabel laten eksogen B.
18. Hubungan terdapat antara variabel indikator eksogen D1 dan variabel laten eksogen D.
19. Hubungan terdapat antara variabel indikator eksogen D2 dan variabel laten eksogen D.
20. Hubungan terdapat antara variabel indikator eksogen D3 dan variabel laten eksogen D.
21. Hubungan terdapat antara antara variabel indikator eksogen D3 dan variabel laten
eksogen D.
22. Hubungan terdapat antara variabel laten endogen M dan variabel laten endogen P.
23. Hubungan terdapat antara variabel laten endogen P dan variabel laten eksogen L, B,
dan D.

Contoh ini telah memakai konsep variabel-variabel indikator endogen, variabel-variabel indikator
eksogen, variabel-variabel laten endogen, dan variabel-variabel laten eksogen sesuai dengan
ketentuan-ketentuan yang terkandung alam Lisrel.

Kritik atas Pemakaian Pemodelan Persamaan Struktural, Analisis Jalur, dan Lisrel

J. Supranto (2004: 219 - 251), dalam bukunya yang berjudul Analisis Multivariat : Arti dan
Interpretasi, membahas Model Persamaan Strukturaldan Analisis Jalur, telah memakai kotak untuk
menyajikan variabel Product Quality, Service Quality,, Technical Support, dan Customer Satisfaction.
Variabel-variabel ini merupakan variabel-variabel laten eksogen (Product Quality, Service Quality,,
Technical Support), dan variabel laten endogen (Customer Satisfaction). Pembahasan lain telah pula
menambahkan variabel laten endogen yaitu Loyalty. Konsep variabel laten juga dipakai dalam
pembahasannya mengenai Customer Satisfaction dan Employee Satisfaction. Kebiasaan dalam
pemodelan persamaan strukturaal dan analisis jalur adalah bahwa variabel-variabel indikator eksogen
dan variabel-variabel indikator endogen digambar dalam bentuk empat persegi panjang dan variabel-
variabel-variabel laren eksogen dan variabel-variabel laten endogen digambar dalam bentuk bulat
telur atau lingkaran. Hal ini tidak dilakukan oleh J. Supranto.

J. Supranto dalam Gambar 10.1 Structural Equation Model with Latent Variables menyajikan Product
Quality, Service Quality, Technical Support, Customer Satisfaction, dan Loyalty sebagai variabel-
variabel laten eksogen dan variabel-variabel laten endogen dalam bentuk lingkaran, sedangkan

83
variabel-variabel indikator eksogen dan variabel-variabel indikator endogen dalam bentuk kotak. Hal
ini berarti bahwa kedua gagasan dari J. Supranto akan membingungkan. Analisis yang dilakukan jjuga
tidak menyajikann Goodness of Fit Statistics. J. Supranto belum mampu menghitung secara manual
mengenai Goodness of Fit Statistics.

Edi Riadi (2013), dalam bukunya yang berjudul Aplikasi Lisrel untuk Penelitian Analisis Jalur, juga
memakai gambar empat persegi panjang untuk variabel-variabel laten mengenai Kepribadian,
Kecerrdasan Emosional, Perilaku Kewarrgaan Organisasi, dan Kinerja. Variabel Kepribadian dan
Kecerdasan Emosional merupakan variabel-variabel laten eksogen sedangkan variabel-variabel
Perilaku Kewargaan Organisasi dan Kinerja merupakan variabel-variabel laten endogen.

Edi Riadi juga memakai variabel-variabel laten eksogen dan endogen dalam pembahasan mengenai
Teknik Analisis Koefisien Jalur Secara Manual yaitu variabel Assign Goal, Efikasi Diri, Per onal
Goal, dan Performance dan digambar dalam bentuk kotak. Hal ini mencerminkan bahwa keempat
variabel tersebut diperlakukan sebagai variabel-variabel indikator yang dianggap dapat diobservasi
dan dapat diukur secara langsung bukan dianggap sebagai variabel-variabel laten eksogen dan
endogen.

Edi Riadi memakai Lisrel dan memakai variabel-variabel Sikap Penolakan, Tingkat Denda, Prilaku
Penolakan dan Kepatuhan dengan gambar empat persegi panjang. Hal ini berarti bahwa variabel-
variabel ini diperlakukan sebagai variabel-variabel yang dapat diobservasi dan dapat diukur secara
langsung. Kenyataan sesungguhnya adalah bahwa variabel-variabel itu merupakan variabel-
variabelyang tidak dapat diobservasi dan tidak dapat diukur secara langsung yaitu variabel-variabel
laten eksogen dan endogen.

Edi Riadi telah memakai Lisrelakan tetapi telah pula memperlakukan variabel-variabel laten sebagaai
variabel-variabel indikator sehingga dalam buku tersebut tidak terdapat diagram jalur yang memakai
gambar lingkaran bulat atau lingkaran bulat telur. Hal ini sangat berbeda dengan pola yang
terkandung dalam Lisrel sendPengantairi.

Haryadi Sarjono dan Winda Julianita (2011), dalam buku mereka yang berjudul SPSS VS Lisrel :
Sebuah Pengantar, Aplikasi untuk Riset, juga telah memakai gambar kotak persegi panjang dalam
pembahasan mereka mengenai variabel-variabel laten mengenai kondisi karyawan, kepuasa kerja,
dan retensi karyawan. Mereka memperlakukan variabel-variabel laten ini sebagai variabel-variabel
indikator yang dianggap dapat diobservasi dan dapat diukur secara langsun.

Kenyataan-kenyataan sebagaimana dikemukakan di atas mengungkap bahwa Lisrel dapat dipakai


denngan cara yang salah dan dapat dipakai dengan cara yang benar. Kesalahan pemakaian Lisrel dapat
dialami sebagai akibat dari kesalahan memperlakukan variabel-variabel laten sebagai variabel-

84
variabel indikator. Kesalahan dalam gagasan-gagasan tersebut akan menimbulkan dampak yang
saangat besar dan luas jika diikuti oleh para pembaca buku-buku tersebut.

Penulis, berdasar atas kenyataan-kenyataan tersebut, tidak sependapat dengan mereka karena penulis
menganggap pembahasan mereka mengandung kesalahan dan kesalahan ini dapat dibuktikan melalui
contoh-contoh yang terkandung dalam Lisrel sendiri.

Imam Ghozali (2005), dalam bukunya yang berjudul structural equation modeling : Teori, Konsep, &
Aplikasi dengan Program Lisrel, menyatakan bahwa Variabel manifes dalam Lisrel biasa
menggunakan refective indicators ( juga disebut sebagai effect indicators). Indikator reflektif berarti
bahwa konstruk laten dianggap mmempengaruhi variabel observed. Lisrel dan beberapa program
Sem yang lain hanya dapat menghandle indikator reflektif ini (Chin , 1998; Thompson, 1995).

Namun, dan kita harus dapat membedakan antara indikator reflektif dan formative indikacors
(indikator formatif) yang hanya dapat digunakan dengan metode Partial Least Square (PLS).
Indikatior reflektif ini dipengaruhi oleh variabel laten, sedangkan indikator formatif itulah yang
mempengaruhi variabel laten.

Penulis tidak sependapat dengan gagasan bahwa indikator formatif hanya dapat digunakan dengan
metode Partial Least Square. Imam Ghozali, sebagai penulis dari beberapa buku tentang Lisrel, PLS,
GSCA, mungkin kurang menghayati atau mungkin telah ketinggalan mengenai gagasan atas model
formatif dan model reflektif dalam Lisrel sehingga menyatakan seperti itu. Pernyataan Imam Ghozali
adalah salah sebagaimana disajikan dalam contoh di atas. Lisrel dapat dipakai untuk model formatif,
model reflektif, dan model Mimic.

Model formatif telah terdapat dalam Lisrel Versi 8.30, 8.72, dan versi-versi lain. Dua contoh disajikan
di sini sebagai bukti bahwa gagasan Imam Ghozali mengandung ketidakbenaran. Contoh kesatu
diambil LisrelVersi 8.30 dan contoh kedua diambil dari Lisrel Versi 8.72 sedangkan contoh ketiga
telah disajikan di atas.

Contoh Kesatu

Sintaksis Simlis dalam Lisrel 8.30 adalah sebagai berikut :

Stepwise Regression for Werner Blood Chemistry Data

Observed Variables

CHOLEST AGE HEIGHT WEIGHT BIRTHPIL ALBUMIN CALCIUM URICACID

Covariance Matrix

1857.02

154.51 97.98

1.22 2.19 6.16

85
128.11 51.80 24.09 420.24

1.97 0.28 0.20 0.82 0.25

0.88 -0.28 -0.01 -1.73 -0.04 0.13

5.15 -0.04 0.17 0.63 -0.02 0.08 0.22

13.13 2.31 0.35 6.98 0.01 0.01 0.09 1.26

Means

0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

Sample Size = 180

Relationships

CHOLEST = AGE HEIGHT WEIGHT BIRTHPIL ALBUMIN CALCIUM URICACID

Path Diagram

Method of Estimation: Generalized Least Squares

End of Problem

Hasil Pelaksanaan Sintaksis Simplis adalah sebagai berikut :

DATE: 5/ 4/2017

TIME: 20:52

L I S R E L 8.30

BY

Karl G. Jreskog & Dag Srbom

This program is published exclusively by

Scientific Software International, Inc.

7383 N. Lincoln Avenue, Suite 100

Chicago, IL 60646-1704, U.S.A.

Phone: (800)247-6113, (847)675-0720, Fax: (847)675-2140

Copyright by Scientific Software International, Inc., 1981-99

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

Universal Copyright Convention.

Website: www.ssicentral.com

The following lines were read from file C:\LISREL83\LS8EX\EX42.SPJ:

Stepwise Regression for Werner Blood Chemistry Data

Observed Variables

CHOLEST AGE HEIGHT WEIGHT BIRTHPIL ALBUMIN CALCIUM URICACID

Covariance Matrix

1857.02

86
154.51 97.98

1.22 2.19 6.16

128.11 51.80 24.09 420.24

1.97 0.28 0.20 0.82 0.25

0.88 -0.28 -0.01 -1.73 -0.04 0.13

5.15 -0.04 0.17 0.63 -0.02 0.08 0.22

13.13 2.31 0.35 6.98 0.01 0.01 0.09 1.26

Means

0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

Sample Size = 180

Relationships

CHOLEST = AGE HEIGHT WEIGHT BIRTHPIL ALBUMIN CALCIUM URICACID

Path Diagram

Method of Estimation: Generalized Least Squares

End of Problem

Sample Size = 180

Stepwise Regression for Werner Blood Chemistry Data

Covariance Matrix to be Analyzed

CHOLEST AGE HEIGHT WEIGHT BIRTHPIL ALBUMIN

-------- -------- -------- -------- -------- --------

CHOLEST 1857.02

AGE 154.51 97.98

HEIGHT 1.22 2.19 6.16

WEIGHT 128.11 51.80 24.09 420.24

BIRTHPIL 1.97 0.28 0.20 0.82 0.25

ALBUMIN 0.88 -0.28 -0.01 -1.73 -0.04 0.13

CALCIUM 5.15 -0.04 0.17 0.63 -0.02 0.08

URICACID 13.13 2.31 0.35 6.98 0.01 0.01

Covariance Matrix to be Analyzed

CALCIUM URICACID

-------- --------

CALCIUM 0.22

URICACID 0.09 1.26

Stepwise Regression for Werner Blood Chemistry Data

Number of Iterations = 0

LISREL Estimates (Generalized Least Squares)

CHOLEST = 1.41*AGE - 1.91*HEIGHT + 0.078*WEIGHT + 8.96*BIRTHPIL - 1.68*ALBUMIN + 23.82*CALCIUM + 6.17*URICACID,

87
(0.30) (1.35) (0.18) (5.97) (9.68) (7.17) (2.75)

r.= 4.66 -1.42 0.44 1.50 -0.17 3.32 2.25

Errorvar.= 1411.29, R = 0.24

(152.18)

9.27

Covariance Matrix of Independent Variables

AGE HEIGHT WEIGHT BIRTHPIL ALBUMIN CALCIUM

-------- -------- -------- -------- -------- --------

AGE 97.98

(10.57)

9.27

HEIGHT 2.19 6.16

(1.88) (0.66)

1.16 9.27

WEIGHT 51.80 24.09 420.24

(15.97) (4.29) (45.32)

3.24 5.61 9.27

BIRTHPIL 0.28 0.20 0.82 0.25

(0.38) (0.10) (0.78) (0.03)

0.74 2.09 1.05 9.27

ALBUMIN -0.28 -0.01 -1.73 -0.04 0.13

(0.27) (0.07) (0.58) (0.01) (0.01)

-1.03 -0.15 -2.99 -2.84 9.27

CALCIUM -0.04 0.17 0.63 -0.02 0.08 0.22

(0.35) (0.09) (0.73) (0.02) (0.01) (0.02)

-0.11 1.90 0.86 -1.11 5.61 9.27

URICACID 2.31 0.35 6.98 0.01 0.01 0.09

(0.87) (0.21) (1.83) (0.04) (0.03) (0.04)

2.67 1.63 3.81 0.23 0.32 2.21

Covariance Matrix of Independent Variables

URICACID

--------

URICACID 1.26

(0.14)

9.27

88
Goodness of Fit Statistics

Degrees of Freedom = 0

Minimum Fit Function Chi-Square = 0.00 (P = 1.00)

Normal Theory Weighted Least Squares Chi-Square = 0.0 (P = 1.00)

The Model is Saturated, the Fit is Perfect !

The Problem used 28544 Bytes (= 0.0% of Available Workspace)

Time used: 0.047 Seconds

Diagram jalur dalam Lisrel 8.30 adalah sebagai berikut:

Sintaksis Simplis dalam Lisrel 8.72 adalah sebagai berikut :

Stepwise Regression for Werner Blood Chemistry Data


SYSTEM FILE from file 'D:\Lisrel 8.7\LS8EX\EX42.DSF'
Sample Size = 180
Relationships
CHOLEST = AGE HEIGHT WEIGHT BIRTHPIL ALBUMIN CALCIUM URICACID
Path Diagram
Method of Estimation: Generalized Least Squares
End of Problem

Hasil pelaksanaan sintaksis Simplis adalah sebagai berikut :

DATE: 5/ 4/2017
TIME: 19:53

L I S R E L 8.72

BY

Karl G. Jreskog & Dag Srbom

89
This program is published exclusively by
Scientific Software International, Inc.
7383 N. Lincoln Avenue, Suite 100
Lincolnwood, IL 60712, U.S.A.
Phone: (800)247-6113, (847)675-0720, Fax: (847)675-2140
Copyright by Scientific Software International, Inc., 1981-2005
Use of this program is subject to the terms specified in the
Universal Copyright Convention.
Website: www.ssicentral.com

The following lines were read from file D:\Lisrel 8.7\LS8EX\EX42.SPJ:

Stepwise Regression for Werner Blood Chemistry Data


SYSTEM FILE from file 'D:\Lisrel 8.7\LS8EX\EX42.DSF'
Sample Size = 180
Relationships
CHOLEST = AGE HEIGHT WEIGHT BIRTHPIL ALBUMIN CALCIUM URICACID
Path Diagram
Method of Estimation: Generalized Least Squares
End of Problem

Sample Size = 180

Stepwise Regression for Werner Blood Chemistry Data

Covariance Matrix

CHOLEST AGE HEIGHT WEIGHT BIRTHPIL ALBUMIN


-------- -------- -------- -------- -------- --------
CHOLEST 1857.02
AGE 154.51 97.98
HEIGHT 1.22 2.19 6.16
WEIGHT 128.11 51.80 24.09 420.24
BIRTHPIL 1.97 0.28 0.20 0.82 0.25
ALBUMIN 0.88 -0.28 -0.01 -1.73 -0.04 0.13
CALCIUM 5.15 -0.04 0.17 0.63 -0.01 0.08
URICACID 13.13 2.31 0.35 6.98 0.01 0.01

Covariance Matrix

CALCIUM URICACID
-------- --------
CALCIUM 0.22
URICACID 0.09 1.26

Stepwise Regression for Werner Blood Chemistry Data

Number of Iterations = 0

LISREL Estimates (Generalized Least Squares)

Structural Equations

CHOLEST = 1.41*AGE - 1.89*HEIGHT + 0.083*WEIGHT + 8.59*BIRTHPIL - 0.38*ALBUMIN + 22.67*CALCIUM + 6.27*URICACID,


r.= (0.30) (1.35) (0.18) (5.99) (9.67) (7.01) (2.75)
4.65 -1.40 0.47 1.43 -0.040 3.23 2.28

Errorvar.= 1415.14, R = 0.24


(152.60)
9.27

90
Covariance Matrix of Independent Variables

AGE HEIGHT WEIGHT BIRTHPIL ALBUMIN CALCIUM


-------- -------- -------- -------- -------- --------
AGE 97.98
(10.57)
9.27

HEIGHT 2.19 6.16


(1.88) (0.66)
1.17 9.27

WEIGHT 51.80 24.09 420.24


(15.97) (4.29) (45.32)
3.24 5.61 9.27

BIRTHPIL 0.28 0.20 0.82 0.25


(0.38) (0.10) (0.79) (0.03)
0.74 2.12 1.05 9.27

ALBUMIN -0.28 -0.01 -1.73 -0.04 0.13


(0.27) (0.07) (0.58) (0.01) (0.01)
-1.03 -0.07 -2.99 -2.98 9.27

CALCIUM -0.04 0.17 0.63 -0.01 0.08 0.22


(0.36) (0.09) (0.74) (0.02) (0.01) (0.02)
-0.11 1.86 0.85 -0.83 5.41 9.27

URICACID 2.31 0.35 6.98 0.01 0.01 0.09


(0.86) (0.21) (1.83) (0.04) (0.03) (0.04)
2.68 1.63 3.81 0.21 0.39 2.15

Covariance Matrix of Independent Variables

URICACID
--------
URICACID 1.26
(0.14)
9.27

Covariance Matrix of Latent Variables

CHOLEST AGE HEIGHT WEIGHT BIRTHPIL ALBUMIN


-------- -------- -------- -------- -------- --------
CHOLEST 1857.02
AGE 154.51 97.98
HEIGHT 1.22 2.19 6.16
WEIGHT 128.11 51.80 24.09 420.24
BIRTHPIL 1.97 0.28 0.20 0.82 0.25
ALBUMIN 0.88 -0.28 -0.01 -1.73 -0.04 0.13
CALCIUM 5.15 -0.04 0.17 0.63 -0.01 0.08
URICACID 13.13 2.31 0.35 6.98 0.01 0.01

Covariance Matrix of Latent Variables

CALCIUM URICACID
-------- --------
CALCIUM 0.22

91
URICACID 0.09 1.26

Goodness of Fit Statistics

Degrees of Freedom = 0
Minimum Fit Function Chi-Square = 0.00 (P = 1.00)
Normal Theory Weighted Least Squares Chi-Square = 0.0 (P = 1.00)

The Model is Saturated, the Fit is Perfect !

Time used: 0.094 Seconds

Diagram jalur dari model formatif adalah sebagai beriikut :

Kritik Imam Ghozali atas ketidakmampuan Lisrel dalam menangani model formatif terdapat dalam
beberapa bukunya dan gagasan tersebut adalah salah dengan bukti sebagaimana disajikan di atas ini
dan diagrama jalur di atas dapat dibanding dengan diagram jalur yang menggambarkan indikator
formatif (PLS) dalam buku tersebut.

Daftar Kepustakaan

Agusty Ferdinand.2000. Structural Equation Modeling Dalam Penelitian Manajemen :


Aplikasi Model-Model Rumit dalam penelitian untuk tesis S-2 & disertasi S-3. Semarang :
Badan Penerbit Universitas Diponegoro.

92
Albright, Jeremy J. 2008. Confirmatory Factor Analysis using Amos, LISREL, and Mplus.
Indiana University

Bambang Widagdo dan Widayat. 2011. Pemodelan Persamaan Struktural : Aplikasi dalam
Penelitian Manajemen. Malang : UMM Press.

Byrne, Barbara M. 2010. Structural Equation Modeling with Amos : Basic Concepts,
Applications, and Programming. Second Edition. New York : Routledge Taylor & Francis
Group..

Boomsma, Anne. 2008. Structural Equation Modeling : The Simplis Command Language.
Groningen : Department of Statistics & Measurement Theory University of Groningen.

Ching Chun Li. 1975. Path Analysis : primer. Pacific Grove , CA : The Boxwood Press.

Du Toit, M. dan du Toit, S. H. C. 2001. Interactive Lisrel Guide. Lindolnwood, IL : Scientific


Software International.

Edi Riadi.2013. Aplikasi Lisrel untuk Penelitian Analisis Jalur. Yogyakarta : Penerbit Andi.

Edi Supriyadi. 2013. Lisrel : Perangkat Lunak Statistik : Analisis Jaluur, Struktural
Equation Model (SEM) Cara Mudah Mengolah Data Statistik, MengolahData Untuk
Penelitian Skripsi, Tesis, Disertasi. Jakarta : Penerbit In Media.

Goldstein, H. 1995. Multilevel Statistical Model. London : Edward Arnold.

Hancock, George R. Dan Ralp O. Mueller (eds.).2013. Structural Equation Modeling : A


Second Course. Second Edition. Charlotte, NC : Information Age Publishing, Inc.

Haryadi Sarjono dan Winda Julianita. 2011. SPSS VS Lisrel : Sebuah Pengantar, Aplikasi
untuk Riset. Jakarta : Penerbit Salemba Empat.

Hoy, Wayne K. Dan Cecil G. Miskel. 1978. Educational Administration : Theory, Research,
and Practice. New York : Random House.

Imam Ghozali.2005.Model Persamaan Struktural : Konsep dan Aplikasi dengan Program


Amos Ver. 5.0. Semarang : Universitas Diponegoro.

----------------.2005. Structural equation modeling : Teori, Konsep, Aplikasi DenganProgram


Lisrel. Semarang Universitas Diponegoro.

93
Joreskog, Karl G., Sorbom, D., du Toit, S.H.C and du Toit, M. 2000. Lisrel 8 : New
Statistical Features. Lincolnwood, IL : Scientific Software International, Inc.

J. Supranto. 2004. Analisis Multivariat : Arti dan Interpretasi. Jakarta : Penerbit PT Rineka
Cipta.

Kelloway, E. Kevin. 1998. Using Lisrel for Structural Equation Modelig : A Researchers
Guide. Thousand Oaks, London : Sage Publications : International Education and
Professional Publisher

Kline, Rex B. 2016. Principles and Practice of Structural Equation Modeling. Fourth
Edition. New York : The Guilford Press.

Kusnendi.2008. Model-Model Persamaan Struktural : Satu dan Multigoup Sampel dengan


Lisrel. Bandung : Alffabeta.

Loehin, John C. 1987. Latent Variable Models : An Introduction fo factor, path, and
structural analysis. New Jersey : Lawrence Erlbaum Associates, Inc.

Mueller, Ralph O. 1996. Basic Principles of Structural Equation Modeling : An Introduction


to Lisrel and Eqs. New York : Springer Verslag New York, Inc.

Preacher Kristopher J. 2006. Testing Complex Correlational Hypothesis With Structural


Equation Models. Chapel Hill, North Carolina : Lawrence Erlbaum Associates, Inc.

Raykov, Tenko dan George A. Marcoulides. 2006. A First Course in Structural Equation
Modeling. Mahwah, New Jersy : Lawrence Erbaum Associates, Publishers.

Schumacker, Randall E. dan Richard G. Lomak. 2010. A Beginners Guide to Structural


Equation Modeling. Third Edition. New York : Routledge & Francis Group.

Simanjuntak, Tumpal JR dan Sugiarto.2006. Lisrel. Yogyakarta : Penerbit Graha Ilmu.

Solimun.2002. StructuralEquationModeling Lisrel Dan Amos. Malang : Fakultas MIPA


Universitas Brawijaya.

Dokumen-dokumen Lisrel

Scientific Software International, Inc. 2015. Additional Topics Guide.

------------------------------------------------. 2015. Complex Survey Sampling

94
------------------------------------------------. 2015. Generalized Linear Modeling Guide

------------------------------------------------. 2015. Graphical Users Interface

------------------------------------------------. 2015. Lisrel Example Guide.

------------------------------------------------. 2015. Lisrel Syntax Guide.

------------------------------------------------. 2015. Multilevel Generalized Linear Modeling

95