CATATAN KULIAH PAK ARIF 19 NOP15

(1)

APLIKASI LISREL

 File  New  Prelis Data

 Menambahkan variabel : Data  Insert Variabel, Data  Rename Variable

 Menambahkan kasus/data : Data  Insert Case

 Data prelis : hanya bisa dibaca oleh Lisrel saja, tidak bisa dibaca oleh spss, jadi lebih baik menggunakan data yg diinput dari spss  Mengambil data SPSS : File  Import

 Bisa

save to file 

manually tulis nama atau lisrel system data  otomatis sistem lisrel yg menamai  disimpan dg nama yg sama dg format .DSN

(2)

 Akan muncul output (dengan format .OUT). Dikatakan distribusil multivariate normal jika p-value pd Skewnes dan Kurtosis < 0,05  pada Test of Univariate Normality for Continuous Variables

 Karena tidak normal  Data  Define Variable  Ordinal  Apply to all  Data yang tadi diubah ke ordinal memiliki > 15 kategori sehingga

pada output kedua muncul warning  Univariate Summary Statistics for Continuous Variables  tetap dianalisis sebagai data continous

 Membuat diagram : File  New  Path Diagram  diberi nama yang sama dengan data namun dengan format .PTH

 Muncul tempat untuk membuat diagram

 Input variable : Setup  Variables  Kolom kiri observed variable, kolom kanan untuk latent variable

 Pada observed variable : Add/read variable browse variable yang sudah dlm format .DSF

 Pada latent variable : Add latent variable  nama disesuaikan dg tujuan dan jumlah variable latent yg diinginkan

 Klik Next  statistic from : correlation  number of observation : 400 (jumlah kasus)  matrix to be analyse : correlation  OK

 Klik/tandai untuk kelompok eksogen, yg endogen tidak perlu ditandai.

 Arah analisis dari endogen ke eksogen

 Setting grafik sesuai dengan model yang dikehendaki

 Lakukan analisis : setup  F4 atau F8 sama2 bisa digunakan untuk analisis  Pilih salah satu, tidak bisa dicancel lalu ganti syntax satunya agar tidak eror

 Perhatikan output dulu sblm analisis : Output  lisrel output  selection  klik total effect & indirect effect  klik standardized solution  klik factor score regression  OK  lalu lanjutkan ke langkah analisis

 Analisis  Setup  F4  klik RUN (gambar orang lari) kembali ke grafik dengan nilai

 Lihat signifikansi melalui kolom estimate  T value, ingin lihat besaran value : estimate  standardize solution

 Yang dibaca adalah nilai dari standardize solution

 Nilai pada gambar untuk menjawab hipotesis  korelasi antara asupan dg bobot signifikan dg nilai 0,92  92% bobot dipengaruhi oleh asupan  korelasi, makin mendekati 1 makin baik jika tanda negatf berarti korelasinya terbalik (tidak searanh)

(3)

 Nilai eror akan muncul  di bagian luar kotak



Degrees of Freedom = 1

Minimum Fit Function Chi-Square = 0.53 (P = 0.47)

Normal Theory Weighted Least Squares Chi-Square = 0.53 (P = 0.47) Estimated Non-centrality Parameter (NCP) = 0.0

90 Percent Confidence Interval for NCP = (0.0 ; 5.57) Minimum Fit Function Value = 0.0013

Population Discrepancy Function Value (F0) = 0.0 90 Percent Confidence Interval for F0 = (0.0 ; 0.014) Root Mean Square Error of Approximation (RMSEA) = 0.0 90 Percent Confidence Interval for RMSEA = (0.0 ; 0.12)

P-Value for Test of Close Fit (RMSEA < 0.05) = 0.65 Expected Cross-Validation Index (ECVI) = 0.048 90 Percent Confidence Interval for ECVI = (0.048 ; 0.062)

ECVI for Saturated Model = 0.050 ECVI for Independence Model = 0.99

Chi-Square for Independence Model with 6 Degrees of Freedom = 385.30

Independence AIC = 393.30 Model AIC = 18.53 Saturated AIC = 20.00 Independence CAIC = 413.26

Model CAIC = 63.45 Saturated CAIC = 69.91 Normed Fit Index (NFI) = 1.00 Non-Normed Fit Index (NNFI) = 1.01 Parsimony Normed Fit Index (PNFI) = 0.17

Comparative Fit Index (CFI) = 1.00 Incremental Fit Index (IFI) = 1.00

Relative Fit Index (RFI) = 0.99 Critical N (CN) = 5036.44

Root Mean Square Residual (RMR) = 0.0049 Standardized RMR = 0.0063