Iklan

Aplikasi LISREL pada Model Pengukuran & Analisis Faktor (Seri LISREL bag.6)


Tulisan ini merupakan seri ke 6 dari seri LISREL yang akan membahas mengenai aplikasi LISREL pada Model Pengukuran dan Analisis Faktor. Silakan baca dulu seri 1 – 5 dari tulisan LISREL yang ada pada blog ini.

Untuk mengukur suatu variabel/faktor, kita memerlukan indikator-indikator yang membentuk variabel tersebut. Misalnya untuk mengukur tingkat ketampanan seseorang, maka indikatornya misalnya panjang hidung, warna kulit dan lain sebagainya. Nah, pemodelan yang ditujukan untuk mengukur dimensi-dimensi yang membentuk sebuah faktor atau variabel tersebut disebut Measurement Model atau Model Pengukuran. Measurement model berkaitan dengan sebuah faktor. Karenanya, analisis yang dilakukan sebenarnya sama dengan analisis faktor, dalam konteks apakah indikator yang digunakan dapat mengkonfirmasi faktor.

Sebagai latihan, misalnya kita ingin meneliti mengenai persepsi nasabah terhadap kualitas pelayanan suatu bank (Untuk latihan, silakan ambil datanya disini. Tapi file ini masih dalam word, Anda harus rubah dulu ke Excel atau SPSS. Selanjutnya simpan dalam format PRELIS). Diambil sebanyak 101 responden nasabah bank tersebut. Untuk mengukur persepsi terhadap kualitas pelayanan bank tersebut dikembangkan dua dimensi kualitas pelayanan yaitu dimensi fisik dan dimensi non-fisik. Untuk dimensi fisik digunakan tiga indikator pengukuran dan untuk dimensi non-fisik dikembangkan lima indikator pengukuran. Indikator-indikator tersebut ditanyakan kepada responden dengan menggunakan pengukuran skala likert 1-5, yaitu sangat tidak setuju = 1, tidak setuju = 2, setuju = 3, tidak setuju = 4 dan sangat tidak setuju = 5. Rincian indikator sebagai berikut:

 

Indikator Persepsi Kualitas Pelayanan

Dimensi Kualitas Pelayanan

 

X1

Fasilitas ATM di Bank ini terjamin keamanannya.

Fisik

 

X2

Memarkir kendaraan di Bank ini terjamin keamanannya

 

X3

Ruangan tunggu di Bank ini cukup memadai untuk menampung nasabah yang ada

 

X4

Keakuratan dan keterandalan pelayanan bank ini tidak sesuai dengan yang dijanjikan.

NonFisik

 

X5

Bantuan pelayanan yang diberikan sangat lambat jika saya ada masalah yang berkaitan dengan bank ini

 

X6

Kemampuan pegawai bank sangat rendah dalam mengatasi masalah saya yang berkaitan dengan bank ini

 

X7

Bank ini tidak memiliki kepedulian dan perhatian personal yang tinggi kepada saya

Penulisan input pada LISREL untuk menjalankan model tersebut adalah sebagai berikut:


Perhatikan, pada baris ketiga kita sebutkan nama variabel laten (unobserved variable), yang menunjukkan dua dimensi kualitas pelayanan yang akan diukur. Perhatikan penulisan persamaan pada baris keempat dan kelima yang berbeda dengan contoh-contoh sebelumnya (pada tulisan seri 3,4,5), karena adanya variabel laten. Indikator berada di sebelah kiri tanda sama dengan, sedangkan variabel laten di sebelah kanan. Perhatikan juga penulisan tanda strip (-) diantara indikator, yang berarti “sampai dengan”. Penulisan baris kelima (demikian juga untuk baris keenam) sebenarnya adalah ringkasan dari:

X1 = FISIK

X2 = FISIK

X3 = FISIK

Yang berarti variabel laten FISIK berpengaruh terhadap indikator X1, X2 dan X3.

Perhatikan penulisan perintah path diagram yang diikuti dengan kata-kata tv=10. Perintah ini meminta LISREL untuk menguji (menandai) output path diagram dengan tingkat signifikansi 10%. (Jika tidak dituliskan, default LISREL adalah 5%).

Input tersebut akan memberikan estimasi mengenai hubungan antara indikator dengan variabel laten, atau dengan kata lain, kita ingin menguji validitas indikator dalam merefleksikan variabel laten (unobserved).

Dengan menggunakan α = 10%, nilai t-tabel df=99 adalah 1,66. Ini berarti dari output diatas dapat diketahui bahwa yang tidak signifikan adalah indicator X2 yang merupakan indicator FISIK dan X4 sebagai indicator NONFISIK. Kedua indicator itu juga memberikan nilai R2 paling kecil. Nilai R2 pada masing-masing persamaan, biasanya diinterpretasikan sebagai reliabilitas indicator. Sebaliknya, indicator-indikator lainnya terbukti cukup baik dalam merepresentasikan variable laten.

Dari output juga dapat disimpulkan bahwa dari ketiga indicator FISIK, indicator X3 merupakan indicator yang paling reliable, sedangkan dari lima empat indicator NONFISIK, indicator X7 yang paling reliable.

Model memiliki fit yang sangat baik karena memiliki nilai probabilitas yang tidak signifikan (p-value = 0,60 Chi-Square = 11,08 dengan df = 13). Catatan: model yang fit seharusnya memiliki nilai p yang tidak signifikan (lebih besar dari 0,05).

Karena model pengukuran di atas memiliki fit yang sangat baik, maka kita dapat menggunakan nilai estimasi (loading) sebagai koefisien validitas. Dengan demikian, karena X3 memiliki nilai loading yang paling besar (sebesar 0,43 bandingkan dengan X1 sebesar 0,28 dan X2 sebesar 0,022), maka dapat disimpulkan bahwa X3 merupakan indikator yang paling valid dari indikator variabel FISIK. Sedangkan untuk variabel NONFISIK adalah indikator X7.

Dua variable independent (eksogen) secara default LISREL diasumsikan saling berkorelasi, maka output LISREL juga menampilkan nilai korelasinya. Nilai korelasi antara FISIK dan NONFISIK adalah -0,82 dengan standar error 0,35 dan nilai t= -2,31 (signifikan pada α = 5%).

Informasi korelasi dan standar error ini berguna untuk mengetahui apakah sebenarnya model cocok menggunakan satu variable laten saja atau dua variable laten. Dengan kata lain, kita dapat membuktikan apakah dari tujuh indicator tersebut, sebaiknya dipecah dalam dua dimensi (FISIK dan NONFISIK) atau menjadi satu dimensi saja.

Karena korelasinya cukup kuat, maka dapat kita simpulkan sebaiknya model menggunakan satu dimensi saja.

Output path diagram yang menampilkan koefisien estimasi dari kasus kita sebagai berikut:

 

Output path diagram yang menampilkan nilai t dari kasus kita sebagai berikut:

 

Iklan

5 Tanggapan

  1. Trims Artikel bisa minta tolong tahap pengguaan lisrel sampai muncul diagram path.semoga menjadi amal Pak.

  2. kalau path tidak keluar apakah itu karena ‘data/prelisnya’ yang bermasalah?

  3. Pak,pd lisrel saya setelah build simplis syntax lalu run,muncul “the model does not converge”. Kira2 penyebabnya apa? Trimakasih atas bantuan dan jawaban bapak.

  4. Tolong kirimkan dong aplikasi Lisrel-nya…

  5. Mohon tanggapan.
    Pengukuran reliabilitas dengan R^2 ini nilai batasnya berapa? maksudnya pada nilai berapa indikator dikatakan reliabel berdasarkan R^2

    Terima kasih

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout / Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout / Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout / Ubah )

Foto Google+

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s

%d blogger menyukai ini: