modul sem dengan amos
TRANSCRIPT
![Page 1: Modul SEM Dengan Amos](https://reader034.vdocuments.mx/reader034/viewer/2022050705/587740371a28ab2d3c8b4db3/html5/thumbnails/1.jpg)
Tim Dosen FEB UTA'45 JktPelatihan SEM dengan AMOS1
![Page 2: Modul SEM Dengan Amos](https://reader034.vdocuments.mx/reader034/viewer/2022050705/587740371a28ab2d3c8b4db3/html5/thumbnails/2.jpg)
Skedul Pelatihan SEM - AMOS
Tim Dosen FEB UTA'45 JktPelatihan SEM dengan AMOS2
1. 09.30-10.00: Pembukaan2. 10.00-11.00: Install Program SPSS dan AMOS3. 11.00-12.00: Proses Pengolahan Data Penelitian dengan AMOS4. 12.00-13.30: Ishoma5. 13.30-15.30: Membaca Hasil SEM – AMOS dan Interpretasinya
Instruktur:Sihar Tambun, SE, M.Si, Ak.
Email: [email protected]: [email protected]
![Page 3: Modul SEM Dengan Amos](https://reader034.vdocuments.mx/reader034/viewer/2022050705/587740371a28ab2d3c8b4db3/html5/thumbnails/3.jpg)
Tools Pembuktian Hipotesis Kuantitatif
Tim Dosen FEB UTA'45 JktPelatihan SEM dengan AMOS3
1. Uji Beda2. Uji Korelasi3. Uji Regresi (Single & Multiple)4. Path Analysis (Moderating &
Intervening)5. Structural Equation Modeling
Ms. Excel
SPSS, Eviews
Amos, Lisrel & PLS
ALASAN MENGAPA WORKSHOP INI SANGAT PENTINGMisi Penelitian Tahun 2015:•FEB Memiliki Penelitian Yang Terbaik di Jakarta Utara
Indikator Terbaik Pada Tahun 2015:•Penelitian Dosen > 80% sudah menggunakan Path Analysis dan SEM•Penelitian Dosen > 80% dipresentasikan dalam National Conference dan International Conference•Penelitian Dosen > 80% dipublikasi di Jurnal ISSN•Penelitian Dosen > 20% dipublikasi di Jurnal ISSN dan Terakreditasi
![Page 4: Modul SEM Dengan Amos](https://reader034.vdocuments.mx/reader034/viewer/2022050705/587740371a28ab2d3c8b4db3/html5/thumbnails/4.jpg)
Hasil Riset Terkini di FEB Mei 2014
Tim Dosen FEB UTA'45 JktPelatihan SEM dengan AMOS4
![Page 5: Modul SEM Dengan Amos](https://reader034.vdocuments.mx/reader034/viewer/2022050705/587740371a28ab2d3c8b4db3/html5/thumbnails/5.jpg)
Introduction
Tim Dosen FEB UTA'45 JktPelatihan SEM dengan AMOS5
SEM atau Structural Equation Modeling (Pemodelan Persamaan Struktural) = CFA + Path Analysis. CFA adalah Confirmatory Faktor Analysis.
SEM digunakan untuk menguji validitas dan reliabilitas instrumen, menguji pengaruh variabel independent terhadap variabel dependent, dan menguji pengaruh langsung dan tidak langsung dari variabel eksogen terhadap variabel endogen.
SEM sebaiknya memiliki sampel 5-10 x jumlah indikator (parameter), dan indikator bersifat reflektif (kecuali PLS boleh formatif).
SEM sebaiknya digunakan apabila variabelnya berbentuk laten (kualitatif). Simbol variabel laten adalah bentuk . Istilah lain untuk variabel laten adalah Variabel Konstrak, Unobservable Variable, Unvisible Variable, dan Faktor.
Variabel Laten diukur dengan Indikator Variabel . Istilah lain untuk indikator variabel adalah variabel manifest, observable variabel, dan visible variable.
![Page 6: Modul SEM Dengan Amos](https://reader034.vdocuments.mx/reader034/viewer/2022050705/587740371a28ab2d3c8b4db3/html5/thumbnails/6.jpg)
Tahapan SEM dengan AMOS
Tim Dosen FEB UTA'45 JktPelatihan SEM dengan AMOS6
I. Gambar Model: Teori & penelitian terdahulu II. Uji Validitas dan Reliabilitas: CFA,
Convergent Validity, Construct Reliability, AVE, dan Discriminant Validity.
III. Uji Normalitas: Normalitas Univariate dan Multivariate, Mahalanobis Distance, dan Determinant of Sample Covariance Matrix
IV. Uji Kesesuaian Model: Chi-Square, GFI, CFI, AGFI, RMSEA, dan lain lain.
V. Uji Hipotesis: Dengan kriteria Critical Ratio (CR) > 1,96 dan Nilai Probability (P) < 0,05.
![Page 7: Modul SEM Dengan Amos](https://reader034.vdocuments.mx/reader034/viewer/2022050705/587740371a28ab2d3c8b4db3/html5/thumbnails/7.jpg)
I. Gambar Model
Tim Dosen FEB UTA'45 JktPelatihan SEM dengan AMOS7
![Page 8: Modul SEM Dengan Amos](https://reader034.vdocuments.mx/reader034/viewer/2022050705/587740371a28ab2d3c8b4db3/html5/thumbnails/8.jpg)
Langkah 1: Buka Program AMOS. Cari dari Start, Program, hingga ketemu Program Amos. Bila program Amos sudah dibuka, akan muncul tampilan seperti dibawah ini. Gambar disebelah kiri adalah tools untuk menjalankan Amos, sedangkan yang disebelah kanan, adalah bidang kerja, tempat untuk menggambar model penelitian.
Tim Dosen FEB UTA'45 JktPelatihan SEM dengan AMOS8
![Page 9: Modul SEM Dengan Amos](https://reader034.vdocuments.mx/reader034/viewer/2022050705/587740371a28ab2d3c8b4db3/html5/thumbnails/9.jpg)
Langkah 2: Lakukan pengaturan bidang kerja, boleh menggunakan portrait atau landscape. Klik View, Interface Properties. Tampilan awal akan muncul Portrait – Letter. Silakan dirubah menjadi Lanscape – A4. Kemudian klik Apply untuk menyelesaikan proses ini. Close interface properties.
Tim Dosen FEB UTA'45 JktPelatihan SEM dengan AMOS9
![Page 10: Modul SEM Dengan Amos](https://reader034.vdocuments.mx/reader034/viewer/2022050705/587740371a28ab2d3c8b4db3/html5/thumbnails/10.jpg)
Langkah 3: Gambar model penelitian dibawah ini, dengan mempergunakan 6 tools yang dilingkari. Lingkaran biru untuk menggambar variabel dan indikatornya. Lingkaran kuning untuk memutar posisi indikator. Lingkaran hitam untuk copy, lingkaran ungu untuk memindahkan gambar, dan lingkaran merah untuk mempertahan simetris gambar.
Tim Dosen FEB UTA'45 JktPelatihan SEM dengan AMOS10
![Page 11: Modul SEM Dengan Amos](https://reader034.vdocuments.mx/reader034/viewer/2022050705/587740371a28ab2d3c8b4db3/html5/thumbnails/11.jpg)
Langkah 4: Tulis nama variabel dengan cara view, object properties (atau double klik / klik kiri varabelnya), ketik namanya di variabel name, font disesuaikan. Menggambar anak panak dengan mengklik tanda panah yang dilingkari terlebih dahulu, baru digambar anak panah dari variabel eksogen kearah variabel endogen.
Tim Dosen FEB UTA'45 JktPelatihan SEM dengan AMOS11
![Page 12: Modul SEM Dengan Amos](https://reader034.vdocuments.mx/reader034/viewer/2022050705/587740371a28ab2d3c8b4db3/html5/thumbnails/12.jpg)
Langkah 5: Tambahkan residual error pada variabel unggul dan variabel kinerja dengan mengklik tools residual yang dilingkari dengan warna merah. Klik Plugins, Name Unobserved Variables. Gambar covariance dengan cara klik tools gambar tangan, pilih variabel eksogen, klik Pugins, Draw Covariances.
Tim Dosen FEB UTA'45 JktPelatihan SEM dengan AMOS12
![Page 13: Modul SEM Dengan Amos](https://reader034.vdocuments.mx/reader034/viewer/2022050705/587740371a28ab2d3c8b4db3/html5/thumbnails/13.jpg)
Langkah 6: Import data, cara klik select “Data File” (lingkaran hitam), akan muncul data files, klik file name, dan pilih file yang akan diolah, klik ok. Kemudian klik “List Variabel in Data Set “(lingkaran merah), maka akan muncul tampilan “Variabel in Dataset”.
Tim Dosen FEB UTA'45 JktPelatihan SEM dengan AMOS13
![Page 14: Modul SEM Dengan Amos](https://reader034.vdocuments.mx/reader034/viewer/2022050705/587740371a28ab2d3c8b4db3/html5/thumbnails/14.jpg)
Langkah 7: Pindahkan Indikator Indikator variabel dari “Variables in Dataset” ke indikator variabel masing masing. Caranya klik dan drag saja. Hingga hasilnya tampak seperti dibawah ini.
Tim Dosen FEB UTA'45 JktPelatihan SEM dengan AMOS14
![Page 15: Modul SEM Dengan Amos](https://reader034.vdocuments.mx/reader034/viewer/2022050705/587740371a28ab2d3c8b4db3/html5/thumbnails/15.jpg)
Langkah 8: Klik “Title” dan tempatkan di bidang kerja, hingga muncul tampilan “Figure Caption”, kemudian ketik seperti tertulis dalam contoh. Bila sudah selesai klik “OK” dan lihat tampilannya seperti dibawah ini.
Tim Dosen FEB UTA'45 JktPelatihan SEM dengan AMOS15
![Page 16: Modul SEM Dengan Amos](https://reader034.vdocuments.mx/reader034/viewer/2022050705/587740371a28ab2d3c8b4db3/html5/thumbnails/16.jpg)
Langkah 9: Klik kembali “Title” dan tempatkan di bidang kerja, hingga muncul tampilan “Figure Caption”, kemudian ketik semua komponen Goodness of Fiit yang ada dalam slide. Klik “OK” bila sudah selesai.
Tim Dosen FEB UTA'45 JktPelatihan SEM dengan AMOS16
![Page 17: Modul SEM Dengan Amos](https://reader034.vdocuments.mx/reader034/viewer/2022050705/587740371a28ab2d3c8b4db3/html5/thumbnails/17.jpg)
Langkah 10: Klik “Analysis Properties” yang lingkaran hitam, kemudian klik Output (kotak merah), dan klik semua jenis output yang kita inginkan. Akhiri dengan menutup tampilan “Analysis Properties”.
Tim Dosen FEB UTA'45 JktPelatihan SEM dengan AMOS17
![Page 18: Modul SEM Dengan Amos](https://reader034.vdocuments.mx/reader034/viewer/2022050705/587740371a28ab2d3c8b4db3/html5/thumbnails/18.jpg)
Langkah 11: Klik “Calculate Estimate” tools yang dilingkaran hitam. Akan terjadi proses pengolahan data. Lihat “View The Input Path Diagram” yang di kotak merah tampak cerah, artinya run data sukses.
Tim Dosen FEB UTA'45 JktPelatihan SEM dengan AMOS18
![Page 19: Modul SEM Dengan Amos](https://reader034.vdocuments.mx/reader034/viewer/2022050705/587740371a28ab2d3c8b4db3/html5/thumbnails/19.jpg)
Langkah 12: Selanjutnya klik “View The Otput Path Diagram” yang dilkotak merah vertikal, klik juga “Standardized Estimates” yang kotak hitam horizontal. Tampak muncul angka pada path diagramnya.
Tim Dosen FEB UTA'45 JktPelatihan SEM dengan AMOS19
![Page 20: Modul SEM Dengan Amos](https://reader034.vdocuments.mx/reader034/viewer/2022050705/587740371a28ab2d3c8b4db3/html5/thumbnails/20.jpg)
Langkah 13: Selanjutnya klik “Unstandardized Estimates”, perhatikan terjadi perubahan angka pada path diagramnya. Angka “Unstandardized Estimates” dan “Standardized Estimates” digunakan untuk uji validitas dan untuk coeficient pengaruh.
Tim Dosen FEB UTA'45 JktPelatihan SEM dengan AMOS20
![Page 21: Modul SEM Dengan Amos](https://reader034.vdocuments.mx/reader034/viewer/2022050705/587740371a28ab2d3c8b4db3/html5/thumbnails/21.jpg)
Langkah 14: Untuk membaca output dalam bentuk teks, klik tools “View Text”, maka akan muncul tampilan seperti dibawah ini:
Tim Dosen FEB UTA'45 JktPelatihan SEM dengan AMOS21
![Page 22: Modul SEM Dengan Amos](https://reader034.vdocuments.mx/reader034/viewer/2022050705/587740371a28ab2d3c8b4db3/html5/thumbnails/22.jpg)
Langkah 15: Uji Validitas dengan Uji CFA atau Uji Validitas konstrukt(indikator) yaitu mengukur apakah konstruk (indikator) mampu atau tidak merefleksikan variabel latennya. Hasilnya memenuhi kriteria yaitu nilai Critical Ratio (CR) > 1,96 dengan Probability (P) < 0,05. Tanda *** adalah signifikan < 0,001.
Tim Dosen FEB UTA'45 JktPelatihan SEM dengan AMOS22
![Page 23: Modul SEM Dengan Amos](https://reader034.vdocuments.mx/reader034/viewer/2022050705/587740371a28ab2d3c8b4db3/html5/thumbnails/23.jpg)
Langkah 16: Uji Validitas dengan Uji Convergent Validitas, yaitu menguji konstruk (indikator) apakah memiliki proporsi variance yang tinggi atau tidak. Memenuhi kriteria apabila “Loading Factor” atau “Standardized Loading Estimate” >0,5
Tim Dosen FEB UTA'45 JktPelatihan SEM dengan AMOS23
![Page 24: Modul SEM Dengan Amos](https://reader034.vdocuments.mx/reader034/viewer/2022050705/587740371a28ab2d3c8b4db3/html5/thumbnails/24.jpg)
Langkah 17: Uji Reliabilitas dengan Uji Construct Reliability, yaitu menguji keandalan dan konsistensi data. Memenuhi kriteria apabila Construct Reliability > 0,7. Nilai Construct Reliability diantara 0,6 s/d 0,7 masih dapat diterima dengan syarat validitas konstruk (indikator) dalam model adalah baik. Hasilnya semua diatas 0,7.
Tim Dosen FEB UTA'45 JktPelatihan SEM dengan AMOS24
![Page 25: Modul SEM Dengan Amos](https://reader034.vdocuments.mx/reader034/viewer/2022050705/587740371a28ab2d3c8b4db3/html5/thumbnails/25.jpg)
Langkah 18: Uji Validitas dengan Uji Average Variance Extracted (AVE), yaitu uji confirmatory dengan cara melihat rata-rata dari variance extracted antar indikator dari suatu variabel laten. Memenuhi syarat jika AVE > 0,5. Hasil AVE dalam penelitian ini semuanya > 0,5.
Tim Dosen FEB UTA'45 JktPelatihan SEM dengan AMOS25
![Page 26: Modul SEM Dengan Amos](https://reader034.vdocuments.mx/reader034/viewer/2022050705/587740371a28ab2d3c8b4db3/html5/thumbnails/26.jpg)
Langkah 19: Uji Validitas dengan Uji Discriminant Validity (sesama variabel eksogen), yaitu mengukur seberapa jauh suatu indikator (konstruk) benar benar berbeda dari indikator (konstruk) lainnya. Memenuhi kriteria apabila Nilai Akar Kuadrat dari AVE harus LEBIH TINGGI dari Nilai Correlation antar Variabel Latent.
Tim Dosen FEB UTA'45 JktPelatihan SEM dengan AMOS26
![Page 27: Modul SEM Dengan Amos](https://reader034.vdocuments.mx/reader034/viewer/2022050705/587740371a28ab2d3c8b4db3/html5/thumbnails/27.jpg)
Langkah 20: Uji Normalitas Data dengan Normalitas Univariate dan Multivariate, yaitu menganalisis tingkat normalitas data yang digunakan dalam penelitian ini. Univariate melihat nilai CR pada Skewness diharapkan disekitar ± 2.58. Bila ada nilai diluar angka tersebut bisa ditoleransi apabila nilai Multivariatenya masih disekitar ± 2.58.
Tim Dosen FEB UTA'45 JktPelatihan SEM dengan AMOS27
![Page 28: Modul SEM Dengan Amos](https://reader034.vdocuments.mx/reader034/viewer/2022050705/587740371a28ab2d3c8b4db3/html5/thumbnails/28.jpg)
Langkah 21: Uji Normalitas Data dengan Uji Outlier Mahalanobis, yaitu mendeteksi data data yang ekstrim. Caranya dengan melihat Nilai Mahalanobis hitung < Chi Square DistributionTable. Hasilnya jarak mahalanobis minimal = 15,029 dan maksimal = 37,166. Nilai chi-square dengan derajat bebas 21 (jumlah indikator variabel) pada tingkat signifikansi 0,01 (***) maka nilai mahalanobis = 39,932. Dengan demikian tidak ada data yang outlier.
Tim Dosen FEB UTA'45 JktPelatihan SEM dengan AMOS28
![Page 29: Modul SEM Dengan Amos](https://reader034.vdocuments.mx/reader034/viewer/2022050705/587740371a28ab2d3c8b4db3/html5/thumbnails/29.jpg)
Langkah 22: Uji Normalitas Data dengan Determinant of Sample Covariance Matrix, yaitu melihat apakah terdapat multikolineritas dan singularitas dalam sebuah kombinasi variabel. Determinant yang benar-benar kecil mengindikasikan adanya multikolinearitas atau singularitas. Diharapkan Determinant of Sample Covariance Matrix menjauhi NOL dan lebih baik lagi jika > 1. Hasilnya menunjukkan Determinant of Sample Covariance Matrix 1,644.
Tim Dosen FEB UTA'45 JktPelatihan SEM dengan AMOS29
![Page 30: Modul SEM Dengan Amos](https://reader034.vdocuments.mx/reader034/viewer/2022050705/587740371a28ab2d3c8b4db3/html5/thumbnails/30.jpg)
Langkah 23: Menilai Goodness of Fit Indeks dari Hasil Uji Full Model. Yang terpenting adalah Chi Squarenya baik. Jika Indeks yang lain terpenuhi, berarti datanya semakin fit.
Tim Dosen FEB UTA'45 JktPelatihan SEM dengan AMOS30
Goodness of Fit Indeks
Cut of Value
Hasil Analisis
EvaluasiModel
Chi Square ≤ 204.690, dimana Chi Square untuk df 173; Taraf Sig 5% =
204.690
202.869 Baik
Probability > 0.05 0.060 BaikGFI > 0.90 0.870 MarginalAGFI > 0.90 0.827 MarginalIFI > 0.90 0.982 BaikTLI > 0.90 0.978 BaikCFI > 0.90 0.982 BaikNFI > 0.90 0.891 MarginalRMSEA < 0.08 0.036 Baik
![Page 31: Modul SEM Dengan Amos](https://reader034.vdocuments.mx/reader034/viewer/2022050705/587740371a28ab2d3c8b4db3/html5/thumbnails/31.jpg)
Langkah 24: Uji Hipotesis. Signfikan apabila nilai CR > 1,96 dan nilai P < 0,05. Hasilnya dapat disimpulkan bahwa hanya variabel Adaptabilitas yang tidak berpengaruh signifikan terhadap Keunggulan Bersaing. Selebihnya adalah signifikan. Kekuatan pengaruh dapat dilihat pada nilai estimate atau pun pada diagram yang dilingkari merah.
Tim Dosen FEB UTA'45 JktPelatihan SEM dengan AMOS31 SELESAI