Panduan Aplikasi Sem

7/29/2019 Panduan Aplikasi Sem

1/47

Structural Equation Model

DR. NANDAN LIMAKRISNA., IR.,MM

PELATIHAN


2/47

Konsep SEM (Structural Equation Model) adalah teknik statistik untuk

pengujian rangkaian hubungan yang relatif rumitContoh:

X

X3e3

1

1

X2e21

X1e11

Y

Y3 e611

Y2 e51

Y1 e41

d

1


3/47

Konsep Variabel terukur :Variabel yang datanya harus dicari. Dalam

hal ini adalah volume penjualan (x1) , pertumbuhanpelanggan (x2), dan pertumbuhan penjualan (x3).Digambarkan dalam bentuk segi empat.

Variabel laten : Variabel bentukan dari variabel terukur,variabel ini tidak diukur langsung tetapi dibentuk melaluivariabel terukur. Dalam hal adalah kinerja pemasaran (X),yang dibentuk dari volume penjualan, pertumbuhanpelanggan, dan pertumbuhan penjualan. Digambarkandalam bentuk oval

Garis satu anak panah adalah pengaruh satu variabeldengan variabel lain Garis dua anak panah adalah hubungan antara dua variabel


4/47

Konsep Variabel dependen adalah variabel yang dituju satu anak panah.

Misalnya Kinerja Pemasaran Semua variabel dependen harus mempunyai anak panah dari

lingkaran kecil dengan berlabel e untuk variabel terukur, dan

label d untuk variabel laten Variabel Independen variabel yang tidak dituju anak panah.

Misalnya Derajat Orientasi Pasar Confirmatory Factor Analysis: adalah menggunakan yang faktor

diteliti untuk mendefinisikan faktor yang tidak diukur secaralangsung.

Konstruk eksogen adalah konstruk yang tidak diprediksi olehvariabel lain dalam model. Dalam hal ini adalah konstruk derajatorientasi pasar

Konstruk endogen adalah konstruk yang diprediksi olehbeberapa konstruk. Dalam hal ini adalah konstruk kinerjapemasaran


5/47

Asumsi SEM Sampel minimal adalah 5 x indikator

(pertanyaan observasi) dan harus lebih

dari 100 sampel

Sebaran normal dan linear

Outliers (nilai ekstrem) harus

dihilangkan


6/47

Langkah-Langkah SEM Pengembangan Model Berbasis teori

Pengembangan diagram alur untukmenunjukkan hubungan kausalitas

Konversi diagram alur ke dalamserangkaian persamaan struktural dan

spesifikasi model pengukuran

Estimasi model


7/47

Pengembangan Model Berbasis Teori

Mencari teori pada setiap diagram alurkausalitas yang dibuat.

SEM bukan membangun alur kausalitastapi membenarkan kausalitas teoritismelalui uji empiris


8/47

Pengembangan diagram alur untukmenunjukkan hubungan kausalitas

X

X3e3

1

1

X2e21

X1e1

1

Y

Y3 e61 1

Y2 e51

Y1 e41

d

1


9/47

ESTIMASI ATAS MODEL YANG

DIBANGUN

Estimasi model menggunakan programkomputer seperti Amos dan Lisrel,


10/47

VariabelVariabel Arti

x1 Informasi Pelanggan

x2 Informasi Pesaing

x3 Koordinasi Lintas Fungsi

y1 Volume Penjualan

y2 Pertumbuhan Pelanggany3 Pertumbuhan Penjualan

X Derajat Operasi Pasar

Y Kinerja Pemasaran


11/47

Penggunaan Lisrel Membuka Program Lisrel

Mengambil Data

Merubah Data Menjadi Covarians

Membuat Program Simplis

Melihat Hasil


12/47

Membuka Lisrel


13/47

Membuka Data


14/47


15/47


16/47


17/47


18/47

Mengambil Data Dari SPSS


19/47


20/47


21/47

Mendefinisikan Variabel


22/47


23/47

Merubah Data Menjadi Covarians


24/47


25/47


26/47

Membuat Path


27/47


28/47


29/47


30/47


31/47


32/47


33/47

Menggambar Path


34/47


35/47

Membuat Simplis

Title

Observed Variables

Data Sample Size

Latent Variables

Relationship Path Diagram

End of Problem


36/47

Membuka Simplis


37/47


38/47

Program Simplis


39/47

Isi Program Simplis

Title LatihObserved VariablesX1 X2 X3 Y1 Y2 Y3Covariance Matrix From File DatacovSample Size = 100Latent VariablesX YRelationshipX1 = 1*XX2 = XX3 = X

Y1 = 1*YY2 = YY3 = YX ->YPath DiagramEnd Of Problem


40/47

HASIL ESTIMATE


41/47

HASIL STANDART


42/47

HASIL T HITUNG


43/47

OUTPUT

DATE: 2/ 2/2005TIME: 14:43

L I S R E L 8.30

BY

Karl G. Jreskog & Dag Srbom

This program is published exclusively byScientific Software International, Inc.

7383 N. Lincoln Avenue, Suite 100Chicago, IL 60646-1704, U.S.A.

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

Copyright by Scientific Software International, Inc., 1981-99Use of this program is subject to the terms specified in theUniversal Copyright Convention.Website: www.ssicentral.com

The following lines were read from file D:\LATIH\LATIH.SPJ:


44/47

Title LatihObserved VariablesX1 X2 X3 Y1 Y2 Y3Covariance Matrix From File Datacov

Sample Size = 100Latent VariablesX YRelationshipX1 = 1*XX2 = XX3 = X

Y1 = 1*YY2 = YY3 = YX ->YPath DiagramEnd Of Problem

Sample Size = 100

Latih

Covariance Matrix to be Analyzed

Y1 Y2 Y3 X1 X2 X3

-------- -------- -------- -------- -------- --------Y1 2.57Y2 1.26 2.75Y3 0.79 0.80 1.63X1 1.38 1.11 0.70 3.28X2 1.20 0.82 0.28 2.65 3.57X3 1.42 1.17 0.95 3.15 3.14 4.55


45/47

Latih

Number of Iterations = 5

LISREL Estimates (Maximum Likelihood)

Y1 = 1.00*Y, Errorvar.= 1.10 , R = 0.57(0.30)

3.64

Y2 = 0.87*Y, Errorvar.= 1.65 , R = 0.40(0.19) (0.31)4.65 5.26

Y3 = 0.56*Y, Errorvar.= 1.17 , R = 0.28(0.13) (0.19)4.16 6.05

X1 = 1.00*X, Errorvar.= 0.56 , R = 0.83(0.14)3.93

X2 = 0.98*X, Errorvar.= 0.99 , R = 0.72(0.083) (0.18)11.79 5.41

X3 = 1.17*X, Errorvar.= 0.84 , R = 0.81(0.090) (0.20)

13.05 4.16

Y = 0.45*X, Errorvar.= 0.91 , R = 0.38(0.090) (0.30)5.02 2.98


46/47

Variances of Independent Variables

X--------

2.71(0.47)

5.72

Covariance Matrix of Latent Variables

Y X-------- --------

Y 1.47X 1.23 2.71

Goodness of Fit Statistics

Degrees of Freedom = 8Minimum Fit Function Chi-Square = 17.09 (P = 0.029)

Normal Theory Weighted Least Squares Chi-Square = 16.04 (P = 0.042)Estimated Non-centrality Parameter (NCP) = 8.04

90 Percent Confidence Interval for NCP = (0.28 ; 23.52)

Minimum Fit Function Value = 0.17Population Discrepancy Function Value (F0) = 0.081

90 Percent Confidence Interval for F0 = (0.0028 ; 0.24)Root Mean Square Error of Approximation (RMSEA) = 0.10

90 Percent Confidence Interval for RMSEA = (0.019 ; 0.17)P-Value for Test of Close Fit (RMSEA < 0.05) = 0.11

Expected Cross-Validation Index (ECVI) = 0.4290 Percent Confidence Interval for ECVI = (0.35 ; 0.58)ECVI for Saturated Model = 0.42

ECVI for Independence Model = 3.23


47/47

Chi-Square for Independence Model with 15 Degrees of Freedom = 307.53Independence AIC = 319.53

Model AIC = 42.04Saturated AIC = 42.00

Independence CAIC = 341.16Model CAIC = 88.91

Saturated CAIC = 117.71

Root Mean Square Residual (RMR) = 0.11Standardized RMR = 0.044

Goodness of Fit Index (GFI) = 0.95Adjusted Goodness of Fit Index (AGFI) = 0.87Parsimony Goodness of Fit Index (PGFI) = 0.36

Normed Fit Index (NFI) = 0.94Non-Normed Fit Index (NNFI) = 0.94

Parsimony Normed Fit Index (PNFI) = 0.50Comparative Fit Index (CFI) = 0.97Incremental Fit Index (IFI) = 0.97Relative Fit Index (RFI) = 0.90

Critical N (CN) = 117.40

The Modification Indices Suggest to Add an Error CovarianceBetween and Decrease in Chi-Square New EstimateX2 Y3 10.9 -0.42

The Problem used 6632 Bytes (= 0.0% of Available Workspace)

Time used: 0.219 Seconds

Panduan Aplikasi Sem

Documents