Model Fit SEM Tidak Fit: Modification Indices (SEM AMOS Part 4)
Berikut dalam tutorial ini kita akan mengupas cara untuk melakukan modification indices agar model yang tidak fit di dalam aplikasi SEM AMOS menjadi Fit. Model Fit SEM dapat diukur dengan berbagai parameter misalnya RMSEA, Chi Square, CFI, IFI, GFI, dll. Caranya adalah dengan menambah hubungan covarians antar error variabel.
Hubungan covarians antar variabel di dalam aplikasi SEM AMOS dapat dilakukan dengan memberikan panah 2 arah antar error variabel manifest dan/atau dengan error konstruk latent. Bagaimana langkah modification indices agar model menjadi fit secara detail akan dijelaskan dalam artikel ini.
Sebelumnya anda harus membaca terlebih dulu serial artikel kami tentang SEM AMOS:
- Tutorial AMOS SPSS: Fitur, Data, Input dan Output (SEM AMOS Part 1),
- SEM Dengan AMOS: Tutorial Prosedur dan Langkah (SEM AMOS Part 2),
- Penjelasan SEM AMOS: Validitas & Path Analysis (SEM AMOS Part 3).
Setelah selesai mempelajari ketiga artikel diatas, maka sampailah anda pada tahap dimana untuk meningkatkan nilai fit yg sebelumnya model tidak fit. Pada artikel sebelumnya, hasil analisis fit menunjukkan bahwa hanya 1 parameter yang memenuhi kriteria fit yaitu hanya berdasarkan RMSEA saja.
Penilaian Model Fit Sebelum Modification Indices
Berikut akan kami tampilkan kembali hasil analisis model fit sebelum dilakukan modification indices di aplikasi AMOS:
Berdasarkan tabel diatas tampak bahwa parameter yang menunjukkan model telah fit hanyalah RMSEA saja yaitu sebesar 0,077 dimana lebih rendah dari batas paling tinggi yang seharusnya yaitu 0,08. Sedangkan kriteria lainnya menunjukkan tidak fit, yaitu antara lain: P Value Chi-square, RMR, GFI, AGFI, PGFI, CFI, IFI, RFI dan NFI.
Langkah Agar Model Fit Terpenuhi Menggunakan Metode Modification Indices
Berikut di bawah ini nanti akan kami jelaskan cara melakukan modification indices agar model yang sebelumya tidak fit menjadi fit di aplikasi AMOS dalam rangka analisis CB SEM atau SEM berbasis covarians.
Melihat Output Hasil Modification Indices
Yang pertama anda lakukan adalah membuka kembali output hasil analisis SEM AMOS sebelumnya yang tanpa bootstrapping. Lihat pada bagian Modification indices -> Covarians.
Output Modification indices SEM AMOS diatas, menunjukkan hubungan covarians yang dapat ditambahkan agar model yang sebelumnya tidak fit menjadi fit.
Contohnya adalah dengan menambahkan hubungan covarians antara ex1.1 dengan ex1.3. Bagaimana caranya untuk melakukan modification indices ini dalam diagram AMOS?
Baiklah mari kita ikuti tutorial ini.
Baca juga: SEM LISREL: Tutorial dan Panduan Lengkap CB SEM.
Menggambar Diagram SEM Dengan Modification Indices
Silahkan buka diagram AMOS anda kemudian klik ribbon panah 2 arah atau ribbon Draw covariances (double headed arrows).
Kemudian klik kiri mouse 1 kali pada error ex1.1 kemudian tahan klik tersebut lalu geser mouse ke error ex1.3 kemudian lepaskan klik tersebut.
Maka selanjutnya akan tampil panah 2 arah seperti berikut:
Lakukan langkah seperti diatas mulai dari awal yaitu eY.1 dengan Xe sampai ex1.1 dengan ex1.3. Jika sudah selesai semuanya anda dapat merapikan tampilannya termasuk merapikan panah 2 arah tersebut dengan cara klik ribbon Preserve Symmetries. Kemudian klik ribbon Touch up variable lalu klik kursor mouse ke tiap variabel latent yang telah ditambahkan hubungan covarians errornya.
Hasil tampilan diagramnya jika anda benar adalah sebagai berikut:
Dengan perubahan seperti diagram diatas, maka model diharapkan menjadi fit.
Analisis Ulang Setelah Modification Indices SEM AMOS
Silahkan ulangi langkah penetapan Analysis Properties dan selanjutnya analisis SEM AMOS dari awal mulai dari Calculate Estimatetanpa bootstrapping seperti artikel yang telah dijelaskan sebelumnya.
Hasilnya adalah sebagai berikut:
Berdasarkan diagram diatas tampak bahwa beberapa parameter penilaian telah menjadi fit yang artinya menunjukkan adanya perbaikan. Untuk lebih detailnya silahkan anda buka Text Output pada bagian Model Fit.
Perubahan Model Fit Antara Sebelum dan Sesudah Modification Indices
Di bawah ini adalah Perubahan Model Fit Antara Sebelum dan Sesudah Modification Indices pada analisis CB SEM AMOS:
Berdasarkan output tabel gambar diatas, tampak bahwa ada beberapa perubahan yang signifikan, antara lain: RMSEA yang awalnya fit dengan nilai 0,077 mendekati 0,08 menjadi 0,034 dimana lebih rendah yang artinya lebih baik. Nilai RMR, GFI, CFI dan IFI yang sebelumnya tidak fit menjadi good fit. Serta nilai AGFI yang awalnya tidak fit menjadi poor fit yaitu sebesar 0,884 yang mana meskipun ada di bawah nilai acuan 0,9 namun masih ada diantara nilai 0,8 sd 0,9.
Maka ada setidaknya 6 parameter yang menunjukkan bahwa model telah fit sesuai nilai acuan. Sehingga peneliti dalam hal ini dapat menyimpulkan bahwa model CB SEM menggunakan aplikasi AMOS ini telah fit.
Jadi kesimpulannya bahwa setelah dilakukan modification indices dengan cara menambahkan hubungan covarians antar error variable dapat membuat model menjadi fit.
Langkah selanjutnya bagi peneliti adalah melakukan interpretasi terhadap analisis yang sudah dilakukan setelah modification indices, seperti menginterpretasikan hasil direct effects, indirect effects, total effects dan koefisien determinasi.
Termasuk untuk menilai signifikansi dengan cara bootstrapping terhadap model yang sudah dilakukan modification indices.
Demikian artikel Model Fit SEM AMOS ini kami cukupkan dulu dan semoga bermanfaat.
Untuk mendapatkan aplikasi AMOS silahkan download dan beli lisensinya di: IBM AMOS SPSS. Jika anda merasa kesulitan, silahkan anda juga dapat menggunakan jasa layanan kami: Jasa Olah Data Statistik Terpercaya Berpengalaman.
Baca juga: SEM RStudio: Tutorial dan Panduan CB SEM dengan RStudio.
Daftar Pustaka
Haryono, S., & Wardoyo, P. (2014). Structural Equation Modeling (H. Mintarjda (ed.)). PT. Intermedia Personalia Utama.
Hair Anderson and Tatham Black, 1995, Multivariate Data Analysis, Prentice Hall, USA.
Narimawati, Umi dan Jonathan Sarwono.(2007). Structural Equation Model (SEM) Dalam Riset Ekonomi:
Santoso, Singgih, 2011, Structural Equation Modeling, Konsep dan Aplikasi dengan AMOS 18.0, PT. Elex Media Komputindo, Jakarta.
Sarwono, Jonathan. (2008). Mengenal AMOS untuk Analisis Structural Equation Model. Dalam proses penerbitan.
Wijanto, S.H. Structural Equation Modeling (SEM). Yogyakarta: Graha Ilmu; 2008.
