1. APLIKASI AMOS DALAM CFA
(SEM)
MINGGU
KE-11 & KE-12
Rosseni Din
Fakulti Pendidikan
Universiti Kebangsaan Malaysia
rosseni@yahoo.com
http://rosseni.wordpress.com
3. 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.
4. 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
5. 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
6. Beberapa istilah dalam SEM :
No. Istilah Keterangan
1. Pemboleh ubah (PU) Endogenus 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.
7. 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
8. 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.
9. Soalan 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
10. SEM dengan menggunakan AMOS.
Siapkan data kajian dalam bentuk SPSS
Selanjutnya buka program AMOS. Pilih Amos Graphic.
12. 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
13. Dalam AMOS Grapic akan muncul kanvas untuk melukis
rajah sebagai berikut :
14. 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 :
15. 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
16. 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
17. 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.
18. Setelah proses drag satu persatu dilakukan, maka
akan kelihatan model lakaran seperti berikut:
19. 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):
20. Selanjutnya model CFA ini mesti diuji sama ada
model ini fit atau tidak fit dengan melihat nilai
RMSEA, CFI, TLI, p dan Chisquare/df.
21. Cara melabelkan setiap nilai indikator untuk
mengetahui fit atau tidak sesuatu model, klik
butang untuk menuliskan label indikatornya,
kemudian taip pada cmindf
Chisquare
kotak caption kod seperti
berikut : CFI cfi
TLI tli
RMSEA rmsea
p p
22. Ubah saiz fon ikut kesesuaian.
Untuk menyunting label ini, klik kanan tetikus,
kemudian edit sebagaimana diperlukan.
Jika perlu pindahkan lokasinya, klik butang lalu
pindahkan tulisan tersebut ke tempat yang kita
kehendaki.
23. Untuk RUN atau melihat output AMOS, kita klik
butang calculate estimate (sempoa). Jiks file belum
disimpan, maka AMOS akan mrngarahkan untuk
disimpan terlebih dahulu. Simpan di tempat yang
anda kehendaki. Selanjutnya klik OK. Jika tampilan
AMOS muncul panah berwarna merah, bermakna
AMOS akan memberi output. Contohnya :
24. Selanjutnya kita tekan panah warna merah, maka
akan muncul nilai-nilai seperti berikut :
25. Jika output yang muncul adalah unstandardized,
kita ubah ke dalam bentuk standardized; jika
langsung tidak keluar, maka kita klik dulu output apa
yang kita kehendaki dengan menekan butang ,
ikon analysis properties dan seterusnya akan
muncul pilihan seperti berikut :
26. Klik output, maka akan muncul pilihan standardized.
Tanda atau klik kotak tersebut.
Untuk teruskan analisis, klik pangkah di penjuru
kanan atas
27. Setelah itu klik ikon kemudian pilih tanda
panah merah lalu klik standardized.
28. 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.
29. 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.
30. 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.
31. 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
32. Latihan Penilaian Minggu 12
Masukkan model andaian yang telah dilakarkan
pada minggu lepas ke dalam AMOS
RUN
Nyatakan samada model pengukuran yang
diperoleh sepadan dengan data atau tidak