Analisis Sintaksis Dan Hasil Sintaksis Proyek Lisrel-blog

ANALISIS SINTAKSIS DAN HASIL SINTAKSIS PROYEK LISREL

Oleh :

Abdullah M. Jaubah

Pendahuluan

Paket program Lisrel dapat menghasilkan sintaksis proyek Lisrel dan sintaksis proyek Simplis

berdasar atas diagram jalur yang telah dicipta berdasar atas arsip data tertentu. Analisis

sintaksis proyek Lisrel dapat dilakukan secara mudah akan tetapi penafsiran hasil pelaksanaan

sintaksis proyek Lisrel adalah lebih sulit daripada penafsiran hasil pelaksanaan sintaksis proyek

Simplis karena unsur-unsur yang membentuk persamaan regresi dalam hasil pelaksanaan

proyek Lisrel terpencar-pencar sedangkan unsur-unsur yang membentuk persamaan regresi

dalam hasil pelaksanaan proyek Simplis sudah tergabung dan dalam mencakup variabel

indikator endogen, koefisien dari variabel laten endogen, kesalahan standar, nilai t-hitung dari

variabel laten endogen, kesalahan varians, kesalahan standar dari kesalahan varians, nilai t-

hitung dari kesalahan varians, dan koefisien determinasi. Koefisien korelasi dapat dihitung dari

koefisien determinasi. Sintaksis EX1S.LPJ dan sintaksis EX1S.SPJ dicipta melalui diagram jalur

EX1S.PTH. Data yang dipakai terdapat dalam paket program Lisrel. Tulisan ini disusun dengan

tujuan menafsirkan sintaksis proyek Lisrel yang terkandung dalam arsip sintaksis EX1S.LPJ dan

penafsiran hasil pelaksanaan sintaksis proyek Lisrel.

Sintaksis Proyek Lisrel

Sintaksis proyek Lisrel yang telah dicipta melalui diagram jalur dapat disajikan sebagai berikut :

TI Proyek Lisrel

DA NI=11 NO=100 NG=1 MA=CM

LA

VAR1 VAR2 VAR3 VAR4 VAR5 VAR6 VAR7 VAR8 VAR9 VAR10 VAR11

CM

3.20

2.72 2.63

3.20 2.88 4.86

1

3.55 3.20 5.37 6.32

0.33 0.37 -0.36 -0.47 1.36

0.56 0.59 -0.32 -0.34 1.27 1.96

1.01 1.02 -0.49 -0.59 1.74 2.28 3.80

0.47 0.46 -0.44 -0.54 0.79 1.04 1.95 1.38

0.50 0.54 -0.36 -0.43 0.84 1.07 2.09 1.19 1.74

1.05 0.96 1.42 1.71 0.47 0.69 0.66 0.07 0.10 1.42

1.26 1.15 1.92 2.31 0.69 0.91 0.92 0.14 0.16 1.69 2.68

ME

0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

SE

1 2 3 4 5 6 7 8 9 10 11 /

MO NX=7 NY=4 NK=3 NE=2 LY=FU,FI LX=FU,FI BE=FU,FI GA=FU,FI PH=SY,FR PS=DI,FR TE=DI,FR TD=DI,FR

LE

'ETA 1' 'ETA 2'

LK

'KSI 1' 'KSI 2' 'KSI 3'

FR LY(2,1) LY(4,2) LX(2,1) LX(3,1) LX(3,2) LX(5,2) LX(7,3) BE(1,2) BE(2,1)

FR GA(1,1) GA(1,2) GA(2,1) GA(2,3)

VA 1.00 LY(1,1) LY(3,2) LX(1,1) LX(4,2) LX(6,3)

PD

OU ME=ML RS

Sintaksis proyek Lisrel ini perlu ditafsirkan sehingga perintah-perintah yang terkandung dalam sintaksis proyek Lisrel ini dapat diungkap secara jelas.

Perintah TI atau Title dipakai untuk menunjukkan nama atau judul dari proyek Lisrel.

Perintah ini juga dapat mencerminkan bagian-bagian dari hasil pelaksanaan proyek Lisrel

sehingga penafsiran tiap bagian dapat dilakukan. Perintah DA NI=11 NO=100 NG=1 MA=CM

dipakai untuk menunjukkan deklarasi mengenai input data yang berkaitan dengan jumlah

variabel indikator yaitu 11 variabel indikator, jumlah observasi yang tercermin dalam perintah

NO yaitu 100 observasi, perintah NG yaitu jumlah kelompok yaitu 1 kelompok, dan perintah

MA=CM yaitu perintah yang mencerminkan bahwa input data adalah suatu matriks yaitu

matriks kovarians.

2

Perintah LA dipakai untuk menyatakan Label dari variabel-variabel indikator dan label tersebut

berhubungan dengan matriks kovarians sebagai input data. Hal ini berarti bahwa baris atau

kolom dari matriks kovarians tersebut masing-masing mencerminkan urutan dari label tersebut.

Label dalam Lisrel dapat disimpan dalam arsip eksternal atau disimpan secara bersama-sama

dalam arsip eksternal dengan input data. Bentuk perintah ini adalah sebagai berikut :

LA

VAR1 VAR2 VAR3 VAR4 VAR5 VAR6 VAR7 VAR8 VAR9 VAR10 VAR11

Hal ini berarti bahwa label dari variabel-variabel indikator itu adalah VAR1 sampai dengan VAR11.

Perintah CM dipakai untuk menunjukkan bahwa input data itu berbentuk matriks kovarians dan

matriks kovarians tersebut adalah simetris. Bentuk dari perintah ini adalah sebagai berikut :

CM

3.20

2.72 2.63

3.20 2.88 4.86

3.55 3.20 5.37 6.32

0.33 0.37 -0.36 -0.47 1.36

0.56 0.59 -0.32 -0.34 1.27 1.96

1.01 1.02 -0.49 -0.59 1.74 2.28 3.80

0.47 0.46 -0.44 -0.54 0.79 1.04 1.95 1.38

0.50 0.54 -0.36 -0.43 0.84 1.07 2.09 1.19 1.74

1.05 0.96 1.42 1.71 0.47 0.69 0.66 0.07 0.10 1.42

1.26 1.15 1.92 2.31 0.69 0.91 0.92 0.14 0.16 1.69 2.68

Perintah SE(Selection) dipakai untuk menyatakan pemilihan variabel yang akan dianalisis.

Urutan variabel-variabel tersebut sesuai dengan perintah LA. Bentuk perintah ini adalah sebagai

berikut :

SE

1 2 3 4 5 6 7 8 9 10 11 /

Perintah MO (Model) merupakan perintah yang mencerminkan spesifikasi model yang akan

diproses. Jumlah variabel indikator eksogen adalah 7 sesuai dengan perintah NX=7, jumlah

3

variabel indikator endogen adalah 4 sesuai dengan perintah NY=4, jumlah variabel laten

eksogen adalah 3 sesuai dengan perintah NK=3, dan jumlah variabel laten endogen adalah 2

sesuai dengan perintah NE=2. Perintah LY, LX, BE, GA, PH, PS, TE, dan TD masing-masing

mencerminkan matriks parameter. Perintah FU, FI, FR, dan DI masing-masing mencerminkan

bahwa matriks tersebut adalah Full, Fixed, Free, dan Diagonal. Perintah LY=FU, FI

mencerminkan bahwa matriks tersebut adalah penuh atau lengkap dan parameter dari matriks

tersebut adalah tetap. Bentuk dari perintah ini adalah sebagai berikut :


Perintah LE dan LK di bawah ini dipakai untuk menunjukkan perintah label dari variabel laten

endogen (LE) dan label dari variabel laten eksogen (LK). Variabel laten endogen dinamakan ETA

dan variabel laten eksogen dinamakan KSI. Label dari variabel laten endogen dan variabel laten

eksogen adalah sebagai berikut :

LE

'ETA 1' 'ETA 2'

LK

'KSI 1' 'KSI 2' 'KSI 3'

Perintah FR LY(2,1) LY(4,2) LX(2,1) LX(3,1) LX(3,2) LX(5,2) LX(7,3) BE(1,2) BE(2,1)FR GA(1,1)

GA(1,2) GA(2,1) GA(2,3) masing-masing mencerminkan notasi Lisrel untk parameterLamda Y,

Lamda X, Beta, dan Gamma. Parameter-parameter ini ditaksir dengan perintah FR sebagaimana

disajikan di bawah ini:


FR GA(1,1) GA(1,2) GA(2,1) GA(2,3)

Parameter-parameter LY dan LX ditetapkan berdasar atas nilai1 dengan perintah VA (Value)

sebagaimana tercermin di bawah ini:

VA 1.00 LY(1,1) LY(3,2) LX(1,1) LX(4,2) LX(6,3)

Perintah PD dipakai untuk mencipta dan menyajikan diagram jalur atau Path Diagram yaitu

perintah PD.

4

Perintah OU ME=ML RS dipakai untuk mencerminkan OU(Output)yang berfungsi untuk

menentukan prosedur untuk memprakirakan, memprediksi, mengestimasi dengan perintah ME

(Method of Estimation)yang dipakai untuk menentukan keluaran yang diinginkan, menyimpan

berbagai macam matriks dalam suatu arsip dan jumlah iterasi untuk prosedur ini. Prosedur

estimasi yang dipakai dalam kasus ini adalah ML (Maximum Likelihood). Keluaran yang

diinginkan yaitu RS adalah peluang untuk memasukkan residuals, standardized residuals, Q-

plot, dan fitted covariance atau correlation atau moment matrix sigma dalam kekuaran.

Perintah EF dapat juga dipakai untuk menyajikan pengaruh langsung, pengaruh tidak langsung,

dan pengaruh total, perintah SS, SC, dan MR dipakai untuk menyajikan keluaran yang diinginkan

yaitu Standard Soluton, Solution Completely Standardized, dan Misscellaneous Results.

Hasil pelaksanaan sintaksis proyek Lisrel dapat mencakup spesifikasi parameter, estimasi,

goodness of fit statistics, fitted dan standardized residuals dan Q-plot, modification indices,

standardized solutions, direct effect, indirect effect, total effect, completely standardized

solution, dan path diagram. Sintaksis proyek Listel di atas jika dilaksanakan maka akan

menyajikan hasil.

Penafsiran Hasil Pelaksanaan Sintaksis Proyek Lisrel

Hasil pelaksanaan sintaksis proyek Lisrel terdiri dari beberapa bagian. Bagian kesatu adalah

sebagai berikut :

DATE: 7/19/2013

TIME: 19:25

L I S R E L 8.30

BY

Karl G. Jöreskog & Dag Sörbom

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

5

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\SPSSEX\EX1S.LPJ:

Bagian kesatu dari hasil pelaksanaan sintaksis Lisrel di atas mecerminkan informasi mengenai

tanggal pelaksanaan sintaksis Proyek Lisrel yaitu tanggal 19 bulan Juli 2013 jam 19.25 memakai

Lisrel 8.30 yang dicipta oleh Karl G. Jöreskog dan Dag Sörbom. Penerbitan Lisrel 8.30

dilaksanakan oleh Scientific Software International, Inc., dengan alamat 7383 N. Lincoln Avenue,

Suite 100, Chicago, IL 60646-1704, U.S.A. Nomor telepon dan nomor Fax adalah Phone:

(800)247-6113, (847)675-0720, Fax: (847)675-2140. Hak Cipta dipegang oleh Scientific Software

International, Inc., 1981-99. Pemakaian paket program ini sesuai dengan syarat-syarat yang

telah dispesifikasikan dalam Universal Copyright Convention. Alamat website adalah Website:

www.ssicentral.com. Baris-baris ini dibaca dari arsip yang disimpan dalam folder C:\LISREL83\

SPSSEX\EX1S.LPJ. Informasi seperti ini akan selalu disajikan setiap kali arsip sintaksis Simplis

dilaksanakan. Perbedaan yang dialami terletak pada tanggal, jam, dan alamat folder saja.

Perintah TI dipakai sebagai judul dan sebagai dasar untuk mengelompokkan hasil pelasanaan ke

dalam beberapa kelompok sehingga memudahkan penafsiran.

TI Proyek Lisrel

DA NI=11 NO=100 NG=1 MA=CM

LA

VAR1 VAR2 VAR3 VAR4 VAR5 VAR6 VAR7 VAR8 VAR9 VAR10

VAR11

CM

3.20

2.72 2.63

3.20 2.88 4.86

3.55 3.20 5.37 6.32

0.33 0.37 -0.36 -0.47 1.36

0.56 0.59 -0.32 -0.34 1.27 1.96

1.01 1.02 -0.49 -0.59 1.74 2.28 3.80

6

http://www.ssicentral.com/

0.47 0.46 -0.44 -0.54 0.79 1.04 1.95 1.38

0.50 0.54 -0.36 -0.43 0.84 1.07 2.09 1.19 1.74

1.05 0.96 1.42 1.71 0.47 0.69 0.66 0.07 0.10 1.42

1.26 1.15 1.92 2.31 0.69 0.91 0.92 0.14 0.16 1.69

2.68

ME

0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

0.00

SE

1 2 3 4 5 6 7 8 9 10 11 /


LE

'ETA 1' 'ETA 2'

LK

'KSI 1' 'KSI 2' 'KSI 3'


FR GA(1,1) GA(1,2) GA(2,1) GA(2,3)

VA 1.00 LY(1,1) LY(3,2) LX(1,1) LX(4,2) LX(6,3)

PD

OU ME=ML RS

Hasil bagian kedua di atas mewakili sintaksis proyek Lisrel. Hasil ini sama dengan sintaksis

proyek Lisrel dan dapat berfungsi sebagai arsip cadangan jika arsip sintaksis proyek Lisrel asli

mengelami kerusakan atau arsip tersebut sulit dicari.

TI Proyek Lisrel

Number of Input Variables 11

Number of Y - Variables 4

Number of X - Variables 7

Number of ETA - Variables 2

Number of KSI - Variables 3

Number of Observations 100

Hasil pelaksanaan sintaksis proyek Lisrel bagian ketiga di atas mencerminkan informasi

mengenai jumlah input variabel indikator endogen dan eksogen adalah 11 variabel, jumlah

7

variabel indikator endogen atau variabel Y adalah 4 dan jumlah variabel indikator eksogen atau

variabel X adalah 7. Jumlah variabel laten endogen atau variabel Eta adalah 2 dan jumlah

variabel laten eksogen atau variabel Ksi adalah 3. Jumlh observasi adalah 100.

TI Proyek Lisrel

Covariance Matrix to be Analyzed

VAR1 VAR2 VAR3 VAR4 VAR5 VAR6

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

VAR1 3.20

VAR2 2.72 2.63

VAR3 3.20 2.88 4.86

VAR4 3.55 3.20 5.37 6.32

VAR5 0.33 0.37 -0.36 -0.47 1.36

VAR6 0.56 0.59 -0.32 -0.34 1.27 1.96

VAR7 1.01 1.02 -0.49 -0.59 1.74 2.28

VAR8 0.47 0.46 -0.44 -0.54 0.79 1.04

VAR9 0.50 0.54 -0.36 -0.43 0.84 1.07

VAR10 1.05 0.96 1.42 1.71 0.47 0.69

VAR11 1.26 1.15 1.92 2.31 0.69 0.91

Covariance Matrix to be Analyzed

VAR7 VAR8 VAR9 VAR10 VAR11

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

VAR7 3.80

VAR8 1.95 1.38

VAR9 2.09 1.19 1.74

VAR10 0.66 0.07 0.10 1.42

VAR11 0.92 0.14 0.16 1.69 2.68

Bagian keempat dari hasil pelaksanaan sintaksis proyek Lisrel mencerminkan informasi

mengenai matriks kovarian yang akan dianalisis. Matriks kovarians ini mencakup matriks dari 11

variabel indikator endogen dan eksogen.

TI Proyek Lisrel

Parameter Specifications

LAMBDA-Y

8

ETA 1 ETA 2

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

VAR1 0 0

VAR2 1 0

VAR3 0 0

VAR4 0 2

LAMBDA-X

KSI 1 KSI 2 KSI 3

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

VAR5 0 0 0

VAR6 3 0 0

VAR7 4 5 0

VAR8 0 0 0

VAR9 0 6 0

VAR10 0 0 0

VAR11 0 0 7

BETA

ETA 1 ETA 2

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

ETA 1 0 8

ETA 2 9 0

GAMMA

KSI 1 KSI 2 KSI 3

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

ETA 1 10 11 0

ETA 2 12 0 13

PHI

KSI 1 KSI 2 KSI 3

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

KSI 1 14

KSI 2 15 16

KSI 3 17 18 19

9

PSI

Note: This matrix is diagonal.

ETA 1 ETA 2

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

20 21

THETA-EPS

VAR1 VAR2 VAR3 VAR4

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

22 23 24 25

THETA-DELTA


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

26 27 28 29 30 31

THETA-DELTA

VAR11

--------

32

Bagian kelima ini mencerminkan informasi mengenai spesifikasi parameter yang ditaksir

sebanyak 11. Angka 0 mencerminkan bahwa parameter bersangkutan tidak perlu diestimasi

karena hubungan tidak terdapat antara variabel-variabel tersebut atau parameter itu

ditentukan nilainya. Parameter yang dicakup adalah matriks Lamda Y, Lamda X, Beta, Gamma,

Phi, Psi, Theta-Epsilon, dan matriks Theta-Delta.

Lisrel telah memanfaatkan beberapa macam matriks antara lain matriks Beta (BE),

matriks Gamma (GA), matriks Phi (PH), matriks PSI (PS), matriks Lamda X (LX),

matriks Lamda Y (LY), matriks Theta-Delta (TD), dan matriks Theta-Epsilon (TE).

Kedelapan jenis matriks ini dapat dikelompokkan ke dalam dua kelompok yaitu

kelompok matriks model persamaan struktural dan kekompok matriks model

pengukuran.

Matriks Beta, Gamma, Phi, dan matriks Psi merupakan matriks dalam kelompok model

persamaan struktural dan matriks Lamda-X, Lamda-Y, Theta-Delta, dan matriks Theta-

10

Epsilon merupakan matriks dalam kelompok model pengukuran. Keseluruhan matriks di

atas memainkan peranan penting dalam pemodelan persamaan struktural.

Matriks Beta dipakai untuk mewakili hubungan antara konstruks endogen. Matriks

Gamma dipakai untuk mewakili hubungan antara konstruk eksogen dan konstruk

endogen. Matriks Phi dipakai untuk mewakili hubungan atau korelasi antara konstruk

eksogen. Matriks Psi dipakai untuk mewakili hubungan atau korelasi persamaan

struktural atau konstruk endogen.

Matriks Lamda-X dipakai untuk mewakili koefisien jalur indikator dari konstruk endogen.

Matriks Lamda-Y dipakai untuk mewakili koefisien jalur indikator dari konstruk eksogen.

Matriks Theta-Delta dipakai untuk mewakili kesalahan (error) indikator dari konstruk

eksogen. Matriks Theta-Epsilon dipakai untuk mewakili matriks kesalahan indikator dari

konstruk endogen.

TI Proyek Lisrel

Number of Iterations = 9

LISREL Estimates (Maximum Likelihood)

LAMBDA-Y

ETA 1 ETA 2

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

VAR1 1.00 - -

VAR2 0.92 - -

(0.04)

25.97

VAR3 - - 1.00

VAR4 - - 1.14

(0.03)

37.84

LAMBDA-X

KSI 1 KSI 2 KSI 3

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

VAR5 1.00 - - - -

11

VAR6 1.30 - - - -

(0.10)

12.41

VAR7 0.92 1.09 - -

(0.12) (0.11)

7.62 9.56

VAR8 - - 1.00 - -

VAR9 - - 1.08 - -

(0.08)

12.80

VAR10 - - - - 1.00

VAR11 - - - - 1.44

(0.09)

15.61

BETA

ETA 1 ETA 2

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

ETA 1 - - 0.53

(0.06)

9.54

ETA 2 0.88 - -

(0.07)

12.66

GAMMA

KSI 1 KSI 2 KSI 3

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

ETA 1 0.21 0.50 - -

(0.15) (0.14)

1.39 3.46

ETA 2 -1.21 - - 1.03

(0.12) (0.10)

-10.54 10.19

12

Covariance Matrix of ETA and KSI

ETA 1 ETA 2 KSI 1 KSI 2 KSI 3

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

ETA 1 2.95

ETA 2 3.12 4.72

KSI 1 0.48 -0.22 0.97

KSI 2 0.55 -0.32 0.78 1.12

KSI 3 0.92 1.39 0.52 0.14 1.17

PHI

KSI 1 KSI 2 KSI 3

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

KSI 1 0.97

(0.19)

5.18

KSI 2 0.78 1.12

(0.15) (0.20)

5.21 5.71

KSI 3 0.52 0.14 1.17

(0.13) (0.13) (0.20)

3.92 1.09 5.77

PSI

Note: This matrix is diagonal.

ETA 1 ETA 2

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

13

0.48 0.14

(0.13) (0.08)

3.74 1.64

Squared Multiple Correlations for Structural Equations

ETA 1 ETA 2

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

0.84 0.97

THETA-EPS

VAR1 VAR2 VAR3 VAR4

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

0.24 0.13 0.14 0.21

(0.05) (0.04) (0.04) (0.06)

4.67 3.42 3.32 3.84

Squared Multiple Correlations for Y - Variables

VAR1 VAR2 VAR3 VAR4

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

0.92 0.95 0.97 0.97

THETA-DELTA


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

0.39 0.32 0.06 0.26 0.43 0.25

(0.06) (0.06) (0.05) (0.05) (0.07) (0.05)

6.12 5.10 1.26 5.18 5.84 4.66

THETA-DELTA

VAR11

--------

0.24

(0.09)

2.64

Squared Multiple Correlations for X - Variables


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

0.72 0.83 0.98 0.81 0.75 0.82

Squared Multiple Correlations for X - Variables

14

VAR11

--------

0.91

Bagian keenam mencerminkan Lamda Y adalah estimasi kemungkinan maksimum untuk yang

unstandardized. Pengaruh langsung variabel-variabel indikator yang menggambarkan dalam

variabel laten endogen ETA1 dan ETA2. Angka pertama menunjukkan pengaruh langsung, angka

dalam kurung mencerminkan kesalahan standar (standard error), dan tanda - - mencerminkan

bahwa pengaruh tersebut adalah nol. Informasi di atas dapat dipakai untuk menyusun

beberapa persamaan regresi. Lamda Y, secara umum, mencerminkan koefisien regresi,

kesalahan standar, dan nilai t-hitung dalam persamaan pengukuran untuk variabel indikator

endogen dengan variabel laten endogen. Beberapa persamaan regresi dapat disusun .

Penyusunan persamaan regresi ini berdasar atas informasi di atas. Hasil-hasil perumusan

persamaan regresi berdasar atas informasi di atas perlu dijelaskan. Beberapa persamaan regresi

itu adalah sebagai berikut :

VAR1 = 1.00*ETA 1, Errorvar.= 0.24 , R² = 0.92

(0.052)

4.67

Persamaan regresi di atas mencerminkan bahwa variabel indikator endogen VAR1 merupakan

fungsi dari variabel laten endogen ETA 1. Koefisien regresi dari variabel laten endogen ETA 1

adalah 1.00 dengan kesalahan standar dan nilai t-hitung tidak disajikan. Kesalahan varians

adalah 0.24 dengan kesalahan standar adalah 0.052 dan nilai t-hitung adalah 4.67. Nilai t-hitung

adalah lebih besar daripada nilai t-tabel yaitu 1.96 sehingga koefisien ini adalah signifikan.

Koefisien determinasi adalah 0.92. Nilai koefisien determinasi ini adalah lebih besar daripada

nilai 0.05 sehingga persamaan regresi ini adalah sangat dapat dipercaya.


(0.035) (0.038)

25.97 3.42

15



adalah 0.92 dengan kesalahan standar adalah .035 dan nilai t-hitung adalah 25.97. Nilai t-

hitung ini adalah lebih besar daripada nilai t-tabel yaitu sebesar 1.96 sehingga koefisien regresi

ini adalah signifikan. Kesalahan varians adalah 0.13 dengan kesalahan standar adalah 0.038 dan

nilai t-hitung adalah 3.42. Nilai t-hitung adalah lebih besar daripada nilai t-tabel yaitu 1.96

sehingga koefisien ini adalah signifikan. Koefisien determinasi adalah 0.95. Nilai koefisien

determinasi ini adalah lebih besar daripada nilai 0.05 sehingga persamaan regresi ini adalah

sangat dapat dipercaya.


(0.041)

3.32









(0.030) (0.056)

37.84 3.84



adalah 1.14 dengan kesalahan standar adalah 0.030 dan nilai t-hitung adalah 37.84. Nilai t-




16




VAR5 = 1.00*KSI 1, Errorvar.= 0.39 , R² = 0.72

(0.063)

6.12

Persamaan regresi di atas mencerminkan bahwa variabel indikator eksogen VAR5 merupakan

fungsi dari variabel laten eksogen KSI 1. Koefisien regresi dari variabel laten eksogen KSI 1





nilai 0.05 sehingga persamaan regresi ini adalah dapat dipercaya.


(0.10) (0.064)

12.41 5.10










VAR7 = 0.92*KSI 1 + 1.09*KSI 2, Errorvar.= 0.064 , R² = 0.98

(0.12) (0.11) (0.051)

17

7.62 9.56 1.26


fungsi dari variabel laten eksogen KSI 1 dan KSI2. Koefisien regresi dari variabel laten eksogen

KSI 1 adalah 0.92 dengan kesalahan standar adalah 0.12 dan nilai t-hitung adalah 7.62. Nilai t-


ini adalah signifikan. Koefisien regresi dari variabel laten eksogen KSI 2 adalah 1.09 dengan

kesalahan standar adalah 0.11 dan nilai t-hitung adalah 9.56. Nilai t-hitung ini adalah lebih

besar daripada nilai t-tabel yaitu sebesar 1.96 sehingga koefisien regresi ini adalah signifikan.

Kesalahan varians adalah 0.064 dengan kesalahan standar adalah 0.051 dan nilai t-hitung

adalah 1.26. Nilai t-hitung adalah lebih kecil daripada nilai t-tabel yaitu 1.96 sehingga koefisien

ini adalah tidak signifikan. Koefisien determinasi adalah 0.93. Nilai koefisien determinasi ini

adalah lebih besar daripada nilai 0.05 sehingga persamaan regresi ini adalah sangat dapat

dipercaya.


(0.051)

5.18









(0.085) (0.074)

12.80 5.84



18







dapat dipercaya.


(0.054)

4.66









(0.093) (0.090)

15.61 2.64








19



ETA 1 = 0.53*ETA 2 + 0.21*KSI 1 + 0.50*KSI 2, Errorvar.= 0.48 , R² = 0.84

(0.056) (0.15) (0.14) (0.13)

9.54 1.39 3.46 3.74

Persamaan regresi di atas mencerminkan bahwa variabel laten endogen ETA 1 merupakan

fungsi dari variabel laten endedogen ETA 2, variabel laten eksogen KSI 1 dan KSI 2. Koefisien

regresi dari variabel laten eksogen ETA 2 adalah 0.53 dengan kesalahan standar adalah 0.056

dan nilai t-hitung adalah 9.54. Nilai t-hitung ini adalah lebih besar daripada nilai t-tabel yaitu

sebesar 1.96 sehingga koefisien regresi ini adalah signifikan. Koefisien regresi dari variabel laten

eksogen KSI 1 adalah 0.21 dengan kesalahan standar adalah 0.15 dan nilai t-hitung adalah 1.39.

Nilai t-hitung ini adalah lebih kecil daripada nilai t-tabel yaitu sebesar 1.96 sehingga koefisien

regresi ini adalah tidak signifikan. Koefisien regresi dari variabel laten eksogen KSI 2 adalah 0.50

dengan kesalahan standar adalah 0.14 dan nilai t-hitung adalah 3.46. Nilai t-hitung ini adalah

lebih besar daripada nilai t-tabel yaitu sebesar 1.96 sehingga koefisien regresi ini adalah

signifikan. Kesalahan varians adalah 0.48 dengan kesalahan standar adalah 0.13 dan nilai t-

hitung adalah 3.74. Nilai t-hitung adalah lebih besar daripada nilai t-tabel yaitu 1.96 sehingga

koefisien ini adalah signifikan. Koefisien determinasi adalah 0.84. Nilai koefisien determinasi ini

adalah lebih besar daripada nilai 0.05 sehingga persamaan regresi ini adalah sangat dapat

dipercaya.

ETA 2 = 0.88*ETA 1 - 1.21*KSI 1 + 1.03*KSI 3, Errorvar.= 0.14 , R² = 0.97

(0.070) (0.12) (0.10) (0.083)

12.66 -10.54 10.19 1.64

Persamaan regresi di atas mencerminkan bahwa variabel laten endogen ETA 2 merupakan

fungsi dari variabel laten endogen ETA 1, variabel laten eksogen KSI 1 dan KSI 3. Koefisien

regresi dari variabel laten eksogen ETA 1 adalah 0.88 dengan kesalahan standar adalah 0.070

dan nilai t-hitung adalah 12.66. Nilai t-hitung ini adalah lebih besar daripada nilai t-tabel yaitu

sebesar 1.96 sehingga koefisien regresi ini adalah signifikan. Koefisien regresi dari variabel laten

20

eksogen KSI 1 adalah 1.21 dengan kesalahan standar adalah 0.12 dan nilai t-hitung adalah -

10.54. Nilai t-hitung ini adalah lebih besar daripada nilai t-tabel yaitu sebesar -1.96 sehingga

koefisien regresi ini adalah signifikan. Koefisien regresi dari variabel laten eksogen KSI 3 adalah

1.03 dengan kesalahan standar adalah 0.10 dan nilai t-hitung adalah 1.64. Nilai t-hitung ini

adalah lebih kecil daripada nilai t-tabel yaitu sebesar 1.96 sehingga koefisien regresi ini adalah

tidak signifikan. Kesalahan varians adalah 0.14 dengan kesalahan standar adalah 0.083 dan nilai

t-hitung adalah 1.64. Nilai t-hitung adalah lebih kecil daripada nilai t-tabel yaitu 1.96 sehingga

koefisien ini adalah tidak signifikan. Koefisien determinasi adalah 0.97. Nilai koefisien



Nilai-nilai dalam tiap persamaan regresi di atas perlu dicocokkan dengan nilai-nilai hasil

pelaksanaan proyek Lisrel untuk menghayati penafsiran atas hasil-hasil persamaan regresi dari

proyek Lisrel.

Goodness of Fit Statistics

Degrees of Freedom = 34

Minimum Fit Function Chi-Square = 28.57 (P = 0.73)

Normal Theory Weighted Least Squares Chi-Square = 26.88 (P = 0.80)

Estimated Non-centrality Parameter (NCP) = 0.0

90 Percent Confidence Interval for NCP = (0.0 ; 7.86)

Minimum Fit Function Value = 0.29

Population Discrepancy Function Value (F0) = 0.0

90 Percent Confidence Interval for F0 = (0.0 ; 0.079)

Root Mean Square Error of Approximation (RMSEA) = 0.0

90 Percent Confidence Interval for RMSEA = (0.0 ; 0.048)

P-Value for Test of Close Fit (RMSEA < 0.05) = 0.95

Expected Cross-Validation Index (ECVI) = 0.99

90 Percent Confidence Interval for ECVI = (0.99 ; 1.07)

ECVI for Saturated Model = 1.33

ECVI for Independence Model = 14.78

Chi-Square for Independence Model with 55 Degrees of Freedom = 1440.85

Independence AIC = 1462.85

21

Model AIC = 90.88

Saturated AIC = 132.00

Independence CAIC = 1502.51

Model CAIC = 206.25

Saturated CAIC = 369.94

Root Mean Square Residual (RMR) = 0.066

Standardized RMR = 0.027

Goodness of Fit Index (GFI) = 0.95

Adjusted Goodness of Fit Index (AGFI) = 0.91

Parsimony Goodness of Fit Index (PGFI) = 0.49

Normed Fit Index (NFI) = 0.98

Non-Normed Fit Index (NNFI) = 1.01

Parsimony Normed Fit Index (PNFI) = 0.61

Comparative Fit Index (CFI) = 1.00

Incremental Fit Index (IFI) = 1.00

Relative Fit Index (RFI) = 0.97

Critical N (CN) = 195.28

Bagian di atas mencerminkan Kecocokan Keseluruhan Model. Kecocokan keseluruhan

model dapat ditentukan setelah beberapa ukuran disusun dalam tabel di bawah ini :

Kecocokan Keseluruhan Model

Ukuran Kecocokan Standar Realisasi Evaluasi

Incremental Fit Index (IFI) IFI>=0.90 1.00 Sangat Cocok

Relative Fit Index (RFI) RFI>=0.90 0.97 Sangat Cocok

Critical N (CN) CN>=200 195.28 Tidak Cocok

Standardized RMR RMR<0.05 0.066 Tidak Cocok

Goodness of Fit Index (GFI) GFI>=0.90 0.95 Sangat Cocok

Adjusted Goodness of Fit Index AGFI>=0.90 0.91 Sangat Cocok

P-Value >=0.05 0.80229 Sangat Cocok

RMSEA <=0.05 0.000 Sangat Cocok

Hal ini berarti bahwa model adalah cocok dengan data.

TI Proyek Lisrel

22

Fitted Covariance Matrix


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

VAR1 3.20

VAR2 2.72 2.63

VAR3 3.12 2.87 4.85

VAR4 3.55 3.26 5.36 6.31

VAR5 0.48 0.44 -0.22 -0.25 1.36

VAR6 0.62 0.57 -0.28 -0.32 1.26 1.96

VAR7 1.05 0.96 -0.55 -0.62 1.75 2.27

VAR8 0.55 0.51 -0.32 -0.36 0.78 1.01

VAR9 0.60 0.55 -0.34 -0.39 0.85 1.10

VAR10 0.92 0.85 1.39 1.58 0.52 0.68

VAR11 1.33 1.22 2.01 2.29 0.75 0.98

Fitted Covariance Matrix


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

VAR7 3.80

VAR8 1.94 1.38

VAR9 2.10 1.21 1.74

VAR10 0.63 0.14 0.15 1.42

VAR11 0.91 0.20 0.21 1.69 2.68

Fitted Residuals


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

VAR1 0.00

VAR2 0.00 0.00

VAR3 0.08 0.01 0.01

23

VAR4 0.00 -0.06 0.01 0.01

VAR5 -0.15 -0.07 -0.14 -0.22 0.00

VAR6 -0.06 0.02 -0.04 -0.02 0.01 0.00

VAR7 -0.04 0.06 0.06 0.03 -0.01 0.01

VAR8 -0.08 -0.05 -0.12 -0.18 0.01 0.03

VAR9 -0.10 -0.01 -0.02 -0.04 -0.01 -0.03

VAR10 0.13 0.11 0.03 0.13 -0.05 0.01

VAR11 -0.07 -0.07 -0.09 0.02 -0.06 -0.07

Fitted Residuals


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

VAR7 0.00

VAR8 0.01 0.00

VAR9 -0.01 -0.02 0.00

VAR10 0.03 -0.07 -0.05 0.00

VAR11 0.01 -0.06 -0.05 0.00 0.00

Summary Statistics for Fitted Residuals

Smallest Fitted Residual = -0.22

Median Fitted Residual = 0.00

Largest Fitted Residual = 0.13

Stemleaf Plot

- 2|2

- 1|85

- 1|420

- 0|987777766665555

- 0|44432221111000000000000

0|1111111111223333

0|668

24

1|133

Standardized Residuals


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

VAR1 0.25

VAR2 0.25 0.25

VAR3 1.54 0.29 0.25

VAR4 0.06 -1.36 0.25 0.25

VAR5 -1.48 -0.81 -1.16 -1.58 - -

VAR6 -0.71 0.25 -0.40 -0.18 0.35 - -

VAR7 -0.52 1.26 0.96 0.40 -0.31 0.41

VAR8 -1.00 -0.70 -1.22 -1.53 0.16 0.58

VAR9 -0.91 -0.12 -0.13 -0.27 -0.09 -0.44

VAR10 1.75 1.84 0.40 1.51 -0.75 0.23

VAR11 -1.03 -1.50 -1.61 0.35 -0.78 -1.03



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

VAR7 - -

VAR8 0.58 - -

VAR9 -0.42 -1.09 - -

VAR10 0.40 -1.02 -0.58 - -

VAR11 0.20 -0.80 -0.56 -0.25 - -

Summary Statistics for Standardized Residuals

Smallest Standardized Residual = -1.61

Median Standardized Residual = -0.04

Largest Standardized Residual = 1.84

25

Stemleaf Plot

- 1|66555

- 1|42210000

- 0|9888877665

- 0|44433321110000000

0|122233333333444444

0|66

1|03

1|5578

Bagian ketujuh mencerminkan informasi mengenai Fitted Covariance Matrix, Fitted Residuals,

Summary Statistics for Fitted Residuals, standardized residual, dan Summary Statistics for


TI Proyek Lisrel

26

Qplot of Standardized Residuals

3.5..........................................................................

. ..

. . .

. . .

. . .

. . .

. . .

. . .

. . .

. x . .

. . .

. x. .

. x. .

. x .

. x. .

N . x x . .

o . * x . .

r . x* . .

m . *x . .

a . x . .

l . x . .

. xx* .

Q . xx. .

u . x* . .

a . xx . .

n . xxx. .

t . x* . .

i . x*. .

l . x. .

e . xxx .

s . x x .

. x. .

. x .

. . x .

. . x .

. . .

. . x .

. . .

. . .

. . .

. . .

. . .

. . .

. . .

27

-3.5..........................................................................

-3.5 3.5


The Problem used 23760 Bytes (= 0.0% of Available Workspace)

Time used: 0.016 Seconds

Bagian kedelapan adalah bagian yang mencerminkan informasi mengenai Qplot of Standardized

Residuals

Diagram Jalur Hasil Pelaksanaan Sintaksis Proyek Lisrel

Diagram jalur ini merupakan diagram jalur berdasar atas Basic Model dan Estimation.

Diagram jalur ini merupakan diagram jalur berdasar atas Basic Model dan T Value.

28

Koefisien yang tidak signifikan disajikan dengan nilai berwarna merah yaitu nilai 1.39 dan 1.26.

Nilai -10.54 adalah signifikan dan disajikan dalam warna hitam.

Diagram Jalur berdasar atas Model-X dan Estimates

Diagram Jalur berdasar atas Model-Y dan Estimates

29

Diagram Jalur berdasar atas Struktural Model dan Estimates

Rangkuman

Pembahasan mengenai Analisis Sintaksis dan Hasil Proyek Lisrel mencakup pembahasan

mengenai analisis sintaksis proyek Lisrel, pembahasan mengenai hasil sintaksis proyek Lisrel,

dan rincian diagram jalur hasil pelaksanaan sintaksis proyek Lisrel. Matriks memainkan peranan

penting dalam analisis sintaksis proyek Lisrel. Inti pembahasan terletak pada persamaan regresi

sederhana dan persamaan regresi jamak. Setiap persamaan mengandung variabel indikator,

koefisien korelasi variabel laten, kesalahan standar, nilai t dari variabel laten, kesalahan varians,

30

kesalahan standar dari kesalahan varians, nilai t-hitung dari kesalahan varians, dan nilai dari

koefisien determinasi. Nilai t-hitung dipakai untuk menentukan signifikansi dan nilai koefisien

determinasi dipakai untuk menentukan reliabilitas. Diagram jalur dapat mencakup berbagai

ragam yaitu diagram jalur yang mencerminkan model dasar dan estimasi, model dasar dan nilai

t, model X, model Y, dan model persamaan struktural.

Daftar Kepustakaan

du Toit, S.H.C. & du Toit, M., Mels, G. & Cheng, Y. (2005).Analysis of complex survey

data using LISREL. Lincolnwood, IL: Scientific Software International, Inc.

Jöreskog, K.G. & Sörbom, D. (1999a).PRELIS 2: User’s Reference Guide.Lincolnwood,

IL: Scientific Software International, Inc.

Jöreskog, K.G. & Sörbom, D. (1999b). LISREL 8: User’s Reference Guide.

Lincolnwood, IL: Scientific Software International, Inc.

Jöreskog, K.G. & Sörbom, D. (1999c). Structural Equation Modeling with the SIMPLIS

Command Language. Lincolnwood, IL: Scientific Software International, Inc.

Jöreskog, K.G. & Sörbom, D. (2006). LISREL 8.80 for Windows [Computer Software].

Lincolnwood, IL: Scientific Software International, Inc.

Jöreskog, K.G., Sörbom, D., Du Toit, S.H.C. & Du Toit, M. (2001). LISREL 8: New

Statistical Features (Third Printing with Revisions). Lincolnwood, IL: Scientific Software

International, Inc.

31

32

Documents

Analisis Sintaksis Dan Hasil Sintaksis Proyek Lisrel-blog