JASA SKRIPSI: Cara Uji SEM LISREL

Sahabat jasa skripsi. Pengolahan data LISREL digunakan untuk melakukan uji Structural Equation Model ( SEM) yang tidak bisa dilakukan oleh SPSS. Sahabat jasa skripsi, beberapa sumber menyatakan uji dengan LISREL digunakan untuk melakukan analisis Analysis Path, SPSS tidak bisa melakukan Analysys Path kecuali dihitung secara manual. Uji SEM selain dengan LISREL dapat juga dilakukan dengan AMOS. Berikut cara uji dengan LISREL dari contoh kasus private training LISREL oleh jasa skripsi kami yang sudah disederhanakan.

CONTOH KASUS SEM LISREL :

Variabel Penelitian :
Service Marketing Mix (X1)
Woman Marketing Mix (X2)
Ekuitas Merek (X3)

Minat Beli Ulang (Y)

Rumusan Masalah :

1. Apakah terdapat hubungan Service Marketing Mix terhadap Ekuitas Merek?

2. Apakah terdapat hubungan Woman Marketing Mix terhadap Ekuitas Merek?

3. Apakah terdapat hubungan Service Marketing Mix dan Woman Marketing Mix secara simultan terhadap Ekuitas Merek?

4. Apakah terdapat hubungan Ekuitas Merek terhadap minat beli ulang.

Hipotesis :

H₁ : Terdapat hubungan Service Marketing Mix terhadap Ekuitas Merek.

H₂ : Terdapat hubungan Woman Marketing Mix terhadap Ekuitas Merek.

H₃ : Terdapat hubungan Service Marketing Mix dan Woman Marketing Mix secara simultan terhadap Ekuitas Merek.

H₄ : Terdapat hubungan Ekuitas Merek terhadap minat beli ulang.

Langkah-langkah dalam Lisrel :

1. MEMPERSIAPKAN DATA
Data yang akan kita import ke PRELIS adalah data dalam bentuk SPSS (.SAV). Jumlah sampel sebanyak 100 orang responden.

2. MEMBUAT DATA PRELIS
Klik FILE – IMPORT DATA IN FREE FORMAT.
Disini..posisi File ada di C:\PRIVATE\DATA100.SAV

Tampilan PRELIS

Simpan data PRELIS dengan nama : DATA100.PSF

3. MENENTUKAN JENIS DATA
Klik DATA – DEFINE VARIABLES
Klik VARIABLE TYPE – Pilih CONTINUES dan Klik APPLY to ALL

4. MEMBUAT FILE COVARIANCE
Dengan tetap membuka data prelis tersebut,
Klik: STATISTIK-OUTPUT OPTION,
Pada MOMENT MATRIX :Pilih COVARIANCES
PILIH SAVE TO FILE, Beri nama file : DATA100.COV

5. MEMBUAT FILE CORRELATION
Dengan tetap membuka data prelis tersebut,
Klik: STATISTIK-OUTPUT OPTION,
Pada MOMENT MATRIX :Pilih CORRELATIONS
PILIH SAVE TO FILE, Beri nama file : DATA100.COR

6. MEMBUAT FILE DATA LISREL
Dengan tetap membuka data prelis tersebut,
Klik: STATISTIK-OUTPUT OPTION,
PILIH LISREL SYSTEM DATA, Beri nama file : DATA100.DSF

7. MEMBUAT FILE STANDARD DEVIATION
Dengan tetap membuka data prelis tersebut,
Klik: STATISTIK-OUTPUT OPTION,
PILIH STANDARD DEVIATION, PILIH SAVE TO FILE
Beri nama file : DATA100.DAT

8. MEMBUAT SIMPLIS SINTAX untuk uji validitas dengan CFA
Klik FILE – NEW – Lalu Pilih SINTAX ONLY
Buat Sintax secara lengkap Sbb :

UJI CFA

Observed variables

X11 X12 X13 X14 X15 X16 X17

Raw Data from file: C:\PRIVATE\DATA100.PSF

Correlation Matrix from file: C:\PRIVATE\DATA100.COR

Standard Deviation from file: C:\PRIVATE\DATA100.DAT

Covariance matrix from file: C:\PRIVATE\DATA100.COV

Latent variables : Service_Marketing_Mix

Equation:

X11-X17=Service_Marketing_Mix

sample size 100

LISREL output RS SC EF SS

Admissibility Check Off

Method : Maximum Likelihood

Iteration = 500

Path diagram

End of problem

Tampilan SIMPLIS Sintax

9. MENYIMPAN SIMPLIS SINTAX CFA
KLIK : FILE-SAVE AS
Beri Nama “CFA X1.SPL”
SAVE AS TYPE: SYMPLIS SINTAX.*SPL

10. EKSEKUSI PROGRAM DENGAN KLIK GAMBAR RUN LISREL
LIHAT HASIL output detailnya pada file : CFA X1.OUT

11. HASIL OUTPUT LISREL
Pada output File : CFA X1.PTH,
Pilih:Model-Basic Model, Esttimates-Standardized Solution
Gambar PTH : Standardized solution

Gambar PTH : T value

LIHAT HASIL output detailnya pada file : CFA X1.OUT
Kemudian lakukan hal yang sama untuk uji CFA X2, CFA X3 dan CFA Y

12. MEMBUAT SIMPLIS SINTAX untuk MODEL STRUKTURAL
Klik FILE – NEW – Lalu Pilih SINTAX ONLY
Buat Sintax secara lengkap Sbb :

UJI MODEL STRUKTURAL

Observed variables

X11 X12 X13 X14 X15 X16 X17 X21 X22 X23 X24 X25 X31 X32 X33 X34 Y11 Y12 Y13

Raw Data from file: C:\PRIVATE\DATA100.PSF

Correlation Matrix from file: C:\PRIVATE\DATA100.COR

Standard Deviation from file: C:\PRIVATE\DATA100.DAT

Covariance matrix from file: C:\PRIVATE\DATA100.COV

Latent variables : Service_Marketing_Mix Woman_Marketing_Mix Ekuitas_Merek Minat_Beli_Ulang

Equation:

X11-X17=Service_Marketing_Mix

X21-X25=Woman_Marketing_Mix

X31-X34=Ekuitas_Merek

Y11-Y13=Minat_Beli_Ulang

Ekuitas_Merek=Service_Marketing_Mix Woman_Marketing_Mix

Minat_Beli_Ulang=Ekuitas_Merek

sample size 100

LISREL output RS SC EF SS

Admissibility Check Off

Method : Maximum Likelihood

Iteration = 500

Path diagram

End of problem

Tampilan SIMPLIS Sintax

13. MENYIMPAN SIMPLIS SINTAX
Klik FILE – NEW – Lalu Pilih SINTAX ONLY
KLIK : FILE-SAVE AS
Beri Nama “MODEL ALL.SPL”
SAVE AS TYPE: SYMPLIS SINTAX.*SPL

14. EKSEKUSI PROGRAM DENGAN KLIK GAMBAR RUN LISREL

15. HASIL OUTPUT LISREL
Pada output File : Model all.PTH,
Pilih:Model-Basic Model, Esttimates-Standardized Solution
Gambar PTH : Standardized solution

Gambar PTH : T value

LIHAT HASIL output detailnya pada file : MODEL ALL.OUT

16. ANALISA DAN INTERPRETASI MODEL ALL.OUT:
1. GOODNESS OF FIT
Chi-square statistics: 543.56, Sig 0.000 (sig < 0.05) menandakan model belum fit.
Absolute fit indexi RMSEA: 0.164 > 0.08 artinya model belum fit.
Increment fit index:
Comparative Fit Index (CFI) = 0.93, Fit
Goodness of Fit Index (GFI) = 0.63, belum Fit
Adjusted Goodness of Fit Index (AGFI) = 0.53, belum Fit
Normed Fit Index (NFI) = 0.91, Fit
2.PERSAMAANSTRUKTURAL

BETA

Ekuitas_ Minat_Be

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

Ekuitas_ - - - -

Minat_Be 0.41 - -

(0.11)

3.59

GAMMA

Service_ Woman_Ma

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

Ekuitas_ -0.56 1.45

(0.51) (0.52)

-1.08 2.77

Minat_Be - - - -

Squared Multiple Correlations for Structural Equations

Ekuitas_ Minat_Be

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

0.85 0.17

Persamaan structural :

1. EKUITAS= -0.56 SERVICE +1.45 WOMAN, R²=0.85

2. MINAT BELI = 0.41 EKUITAS, R²=0.17

Artinya :

Persamaan structural 1

Service marketing mix berhubungan negatif dengan Ekuitas Merek yaitu sebesar -0.56 (t hitung -1.08). Hubungan yang terjadi tidak signifikan. Hal ini dapat dilihat dari nilai t hitung < 1.96
Woman marketing mix berhubungan positif dengan Ekuitas Merek sebesar 1.45 (t hitung 2.77). Hubungan yang terjadi signifikan. Hal ini dapat dilihat dari nilai t hitung > 1.96
Secara bersama-sama, Service marketing mix dan Woman marketing mix berpengaruh terhadap Ekuitas Merek sebesar 0.85 (85%), sehingga besaran pengaruh variabel lain adalah 100% – 85% = 15%.

Persamaan structural 2

Ekuitas merek berhubungan positif dengan minat beli sebesar 0.41 (t hitung 3.59). Hubungan yang terjadi signifikan. Hal ini dapat dilihat dari nilai t hitung > 1.96
Ekuitas merek berpengaruh terhadap minat beli sebesar 0.17 (17%), sehingga besaran pengaruh variabel lain adalah 100% – 17% = 83%.

3. DEKOMPOSISI PENGARUH

UJI MODEL STRUKTURAL

Total and Indirect Effects

Total Effects of KSI on ETA

Service_ Woman_Ma

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

Ekuitas_ -0.56 1.45

(0.51) (0.52)

-1.08 2.77

Minat_Be -0.23 0.60

(0.22) (0.27)

-1.04 2.22

Indirect Effects of KSI on ETA

Service_ Woman_Ma

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

Ekuitas_ - - - -

Minat_Be -0.23 0.60

(0.22) (0.27)

-1.04 2.22

Total Effects of ETA on ETA

Ekuitas_ Minat_Be

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

Ekuitas_ - - - -

Minat_Be 0.41 - -

(0.11)

3.59

· Total Effect of X on Y menjelaskan mengenai total pengaruh antara variabel observed eskogen dengan endogen. Pengaruh total ini merupakan pengaruh langsung antara eksogen ke endogen berdasarkan hasil persamaan structural yang sudah kita jelaskan di atas.

· Indirect Effects of X on Y menjelaskan pengaruh tidak langsung eksogen ke endogen. Besaran pengaruh Service ke Minat beli adalah sebesar -0.23(tidak diuji), Woman ke Minat beli adalah sebesar 0.60 (tidak diuji).

· Total Effects of Y on Y menjelaskan total pengaruh variabel observed endogen terhadap endogen lainnya. Dalam hal ini adalah Ekuitas Merek ke Minat beli dengan besaran pengaruh sebesar 0.41

Jika hasil belum good fit, yang bisa dilakukan adalah :

1.Membuat modifikasi model dengan membuang indicator yang memiliki nilai regresi/nilai loading <0 .50="" p="">

2. Membuat modifikasi model dengan membuang indicator yang memiliki nilai t value <1 .96="" p="">

3. Membuat modifikasi model dengan melihat output modification Indices,kemudian buat satu persatu hubungan set error covariance yang direkomendasikan lisrel tersebut.

PAda File :MODEL ALL.PTH, klik kolom estimates, pilih Modification Indices

Tampilan Modification Indices

Jika anda bingung dan memerlukan solusi tuntas bantuan kami bisa lihat label Olah SPSS Biaya dan Jasa Statistik

Back to Home

Pustaka
- LISREL 8 New Statistical Features. 1999. Karl. G. Joreskog, Dag Sorbom, et all. Scientifif Software International.
- Structural Equation Modeling dengan LISREL 8.8. 2008. Setyo Hari Wijayanto. Graha Ilmu
- Model - Model Persamaan Struktural dengan LISREL. 2008.Kusnedi MS. Alfabeta.
- Structural Equation Modeling Dengan LISREL 8.8. 2014. Hendryadi dan Suryani. Kaukaba Dirgantara.
- LISREL. 2006. Tumpal JR Sitinjak.Graha Ilmu

Keyword : jasa skripsi, pengolahan data statistik, spss, lisrel, amos, eviews, monte carlo, crystal ball, jasa training, cara pengolahan data spss, cara uji lisrel, cara uji spss, cara uji eviews, cara uji regresi, cara uji korelasi, cara uji realibilitas, cara uji validitas, cara uji T test, cara uji Chi Square, konsultan statstik, konsutan olah data.

Related Post

- Cara Uji Reabilitas

- Cara Uji Korelasi

- Cara Uji Validitas

- Cara Uji Regresi Linier

- Cara Uji T test

- Cara Uji Chi Square

- Cara Uji SEM LISREL

- Cara Uji Normalitas

- Biaya Jasa Skripsi Olah data

- Analisis SPSS Metode Parametrik

- Tahapan Riset Pemasaran Keuangan SDM

- Surver Pasar SDM Keuangan

- Kumpulan Jurnal

- Konsultan Statistik

- Training Private SPSS LISREL AMOS EVIEWS

- Mirror

Minggu, 12 April 2015

Cara Uji SEM LISREL