SEM - WordPress.com

Report
APLIKASI AMOS DALAM CFA (SEM)
MINGGU KE-11
Rosseni Din
Fakulti Pendidikan
Universiti Kebangsaan Malaysia
[email protected]
http://rosseni.wordpress.com
MODEL PERSAMAAN BERSTRUKTUR
(STRUCTURAL EQUATION MODELING)
SEM?
 SEM atau Structural equation Modeling merupakan kaedah
analisis yang direka khas untuk menganalisis data kuantitatif.
SEM menggunakan kaedah menguji model ( Model Testing)
untuk menyelidiki hubungan sebab akibat antara sekumpulan
pemboleh ubah dalam kajian.
 Model andaian yang dihipotesiskan atau yang dicadangkan
oleh pengkaji diuji sama ada ia sepadan dengan data kajian
yang dikumpulkan daripada responden kajian.
Ada dua fungsi utama analisis SEM iaitu :
1.
Sebagai alat pengenal pastian. Maksudnya SEM
digunakan untuk mengenal pasti sama ada perhubungan
antara semua pemboleh ubah dalam model yang
dicadangkan oleh pengkaji adalah benar dalam kalangan
responden kajiannya.
2.
Sebagai alat perkembangan model. Maksudnya SEM
menggabungkan fungsi pengenal pastian dan eksplorasi.
Jika didapati model yang diuji tidak sepadan dengan data
kajian, SEM akan mencadangkan perhubungan baru antara
semua pembolehubah dalam hipotesis.
Kepentingan SEM, antaranya :
1.
Mengesahkan sesuatu gagasan atau faktor yang kita andaikan
mampu mengukur sesuatu pemboleh ubah.
2.
Untuk tujuan (1) CFA merupakan salah satu teknik untuk
melakukan ujian secara empirical tentang model pengukuran
yang kita gunakan.
3.
Apabila kita mengukur gagasan yang kita andaikan dengan data
bererti kita telah melaksanakan proses Kesahan Gagasan.
4.
Kita juga dapat menggunakan CFA untuk memperjelas makna
gagasan kita.
Beberapa istilah dalam SEM :
No.
1.
Istilah
Pemboleh ubah (PU) Endogenus
Keterangan
Merupakan PU bersandar. Setiap pemboleh ubah
ini ditujui oleh anak panah sehala.
2.
Pemboleh ubah (PU) Eksogenus
Merupakan pemboleh ubah bebas. Anak panah
sehala menghala keluar daripadanya.
3.
Indikator (Observed Variable)
Dalam model CFA atau SEM, pemboleh ubah ini
diletakkan dalam petak segi empat dan dua anak
panah menghala kepadanya.
4.
Pemboleh ubah Terpendam
Merupakan pemboleh ubah yang tidak diukur
(Latent Variable)
dengan menggunakan alat kajian. Pemboleh ubah
ini diletakkan dalam bulatan.
 Beberapa teknik SEM dan contoh modelnya :
1. Analisis Laluan : Hanya terdiri daripada indikator atau observed variable
iaitu pemboleh ubah yang dicerap sahaja
2. CFA : kadang-kadang disebut juga measurement model. Terdiri daripada
pemboleh ubah yang tidak dicerap atau latent variable serta
indikator-indikatornya atau observed variable
 Beberapa teknik SEM dan contoh modelnya :
3. Structural Model : kadang-kadang juga disebut SEM. Iaitu apabila dua atau lebih
latent variable dihubungkan dengan tanda panah
4. Full Fledge Model : iaitu jika beberapa structural model digabungkan
dalam satu rajah.
SEM dengan menggunakan AMOS.
 Siapkan data kajian dalam bentuk SPSS
Selanjutnya buka program AMOS. Pilih Amos Graphic.
 Dalam contoh
ini, data menggunakan meaningful learning
sebagai pemboleh ubah terpendam atau latent variable (datanya
tidak terdapat di SPSS) sedangkan activity, autenticity, construction,
cooperation dan intentionality merupakan observed variable (datanya
ada di SPSS).
Setiap observed variable mempunyai item.
activity
b05-b09
Authenticity
b010-b13
Construction
b014-b16
cooperation
b01-b04
intentionality
b17-b22
Dalam AMOS Grapic akan muncul kanvas untuk melukis rajah
sebagai berikut :
Klik ikon
kemudian bawa ke dalam rajah. Langkah
selanjutnya klik ikon tersebut sampai muncul observed variable.
Klik sampai berapa observe variable yang kita kehendaki. Hasilnya
maka akan tampak sebagai berikut :
Nama latent dan observed variable MESTI sama dengan nama yang
diberi dalam data SPSS.
Cara memberi nama latent dan observe variable:
(i) right klik kemudian pilih object properties.
(ii) akan muncul kotak dialog object properties
Untuk latent variable, kita boleh menaipnya, namun untuk
observe variable atau indikator, lebih baik klik and drag daripada
file yang ada supaya memastikan nama variabelnya tidak salah.
Klik ikon
untuk mengambil data dari SPSS
 Cari dan pilih data yang diperlukan dan klik OK.
 Klik ikon
untuk klik and drag data ke dalam kanvas AMOS.
 Apabila diklik ikon ini,
akan muncul semua pemboleh ubah
yang ada dalam SPSS.
 Klik mana yang diperlukan, selanjutnya tarik atau drag ke dalam
tiap-tiap kotak indikator tersebut.
 Setelah proses drag satu persatu dilakukan, maka akan kelihatan
model lakaran seperti berikut:
 Untuk memberi nama unobserved variable lain secara otomatik, klik
tools, pilih makro dan pilih unobserved variable (untuk Amos 5).
 Jika AMOS 16 atau versi yang lebih tinggi, klik tools dan serta-merta
akan muncul nama-nama unobserved variable yang belum dinamakan.
 Setelah prosedur ini dilaksanakan akan kelihatan model lakaran
andaian kita untuk satu model pengukuran atau measurement model
atau kadang disebut CFA (Confirmatory Factor Analysis):
 Selanjutnya model CFA ini mesti diuji sama ada model ini fit
atau tidak fit dengan melihat nilai RMSEA, CFI, TLI, p dan
Chisquare/df.
 Cara melabelkan setiap nilai indikator untuk mengetahui fit atau
tidak sesuatu model, klik butang
untuk menuliskan label
indikatornya, kemudian taip pada kotak caption kod seperti
berikutberikut :
Chisquare \cmindf
CFI \cfi
TLI \tli
RMSEA \rmsea
p \p
 Ubah saiz fon ikut kesesuaian.
 Untuk menyunting label ini, klik kanan tetikus, kemudian edit
sebagaimana diperlukan.
 Jika perlu pindahkan lokasinya, klik butang
tulisan tersebut ke tempat yang kita kehendaki.
lalu pindahkan
 Untuk RUN
atau melihat output AMOS, kita klik butang .
Apabila file belum disimpan, maka AMOS akan menyuruh untuk
disimpan terlebih dahulu. Simpan di tempat yang anda
kehendaki. Selanjutnya klik OK. Jika tampilan AMOS muncul
panah berwarna merah, maka AMOS akan run. Contohnya :
 Selanjutnya kita tekan panah warna merah, maka akan muncul
nilai-nilai seperti berikut :
 Jika output yang muncul adalah unstandardized, kita ubah ke
dalam bentuk standardized, jika tak langsung keluar, maka kita
klik dulu output apa yang kita kehendaki dengan menekan
butang
, ikon analysis properties dan seterusnya akan
muncul pilihan seperti berikut :
 Klik output, maka akan muncul pilihan standardized.
 Tanda atau klik kotak tersebut.
 Untuk teruskan analisis, klik pangkah di penjuru kanan atas
 Setelah itu klik ikon
lalu klik standardized.
kemudian pilih tanda panah merah
 Kita lihat dalam output yang standardized, semua criteria model tersebut telah
memenuhi syarat fit
( Chisquare/df <5, RMSEA < 0.05, CFI dan TLI > 0.90
serta p > 0.10). nilai-nilai loading juga telah memenuhi persyaratan praktikal iaitu
semua > 0.50. setelah model ini fit, maka kita boleh melanjutkan ke model
pengukuran yang lain.
 Prosedur
untuk membuat model pengukuran bagi pemboleh
ubah laten yang lain dan menyimpulkan sama ada pemboleh
ubah tersebut fit atau tidak, semua langkahnya sama .
 Output Meaningful learning dan output LSP jika digabungkan
dalam satu rajah berikut dengan indicator-indikatornya akan
menghasilkan satu model yang disebut structural model.
Kesimpulannya :
SEM (structural equation model) atau persamaan model structural
merupakan gabungan daripada dua atau lebih model pengukuran
(CFA) yang dihubungkan dengan anak panah untuk menunjukkan
yang mana satu pemboleh ubah bebas yang mana satu pemboleh ubah
bersandar dan yang mana satu pemboleh ubah bebas.
Sebelum mencapai tahap structural model, maka structural model mesti
melalui tahap CFA terlebih dahulu. Semua model yang dibentuk
mesti melalui proses penilaian Fit Statistik dan nilai-nilai loading yang
dapat diterima.
Soalan Tugasan Penilaian
Minggu 11
 Lukiskan gambar rajah model hipotesis kajian anda untuk





dimasukkan dalam AMOS
Namakan semua pemboleh ubah terpendam (latent variable)
Namakan semua indicator (indicator)
Namakan semua pemboleh ubah endogenous
Namakan semua pemboleh ubah exogenous
Lakarkan garisan untuk mengasingkan model pengukuran
dari model struktur dan labelkan kedua-duanya

similar documents