AMOS
1, Apa Itu AMOS
AMOS adalah singkatan dari Analysis of Moment Structures. AMOS adalah software untuk SEM atau Structural Equation Modeling.
Kalau JASP, Minitab, dan MATLAB fokus ke analisis variabel yang terlihat, AMOS fokus ke variabel laten atau variabel yang tidak bisa diukur langsung seperti motivasi, kepuasan, kecerdasan, dan loyalitas.
AMOS dikembangkan oleh James Arbuckle dan sekarang menjadi bagian dari IBM SPSS. Jadi lisensinya menyatu dengan SPSS. Tampilannya sangat berbeda karena berbasis gambar, bukan sintaks dan bukan menu klik angka.
Di AMOS kamu menggambar model penelitian seperti menggambar diagram jalur. Dari gambar itu nanti AMOS yang akan menghitung statistiknya.
2. Konsep Dasar SEM di AMOS
Ada beberapa istilah wajib yang harus paham.
Variabel laten adalah variabel yang tidak bisa diukur langsung. Contoh kepuasan kerja, brand image, motivasi. Di AMOS digambar dengan bentuk oval atau bulat lonjong.
Variabel indikator atau manifest adalah variabel yang bisa diukur langsung yaitu item kuesioner. Contoh item KP1, KP2, KP3. Di AMOS digambar dengan kotak persegi.
Error atau e adalah kesalahan pengukuran. Setiap indikator pasti punya error. Digambar dengan lingkaran kecil.
Variabel eksogen adalah variabel independen atau yang tidak dipengaruhi variabel lain dalam model. Digambar tidak ada panah yang masuk.
Variabel endogen adalah variabel dependen atau yang dipengaruhi variabel lain.
Panah satu arah artinya pengaruh atau regresi. Panah dua arah artinya korelasi atau kovarian.
3. Tampilan Kerja AMOS
AMOS punya tampilan yang unik.
Di tengah ada kanvas putih besar untuk menggambar model.
Di sebelah kiri ada toolbox untuk menggambar. Ada ikon oval untuk variabel laten, ikon kotak untuk indikator, ikon panah satu arah, ikon panah dua arah, ikon error, dan ikon plugin.
Di atas ada menu Analyze, Plugins, dan View.
Di bawah kanvas ada dua mode. Mode pertama untuk menggambar, mode kedua untuk melihat output.
File AMOS disimpan dengan ekstensi amw.
4. Langkah Lengkap Analisis SEM di AMOS dari Nol
Misal kamu punya model, kepuasan berpengaruh ke loyalitas.
Langkah satu siapkan data di SPSS. Data harus dalam format sav dan tidak boleh ada missing value. Bersihkan dulu di SPSS.
Langkah dua buka AMOS. Klik File lalu New.
Langkah tiga atur data. Klik File lalu Data Files lalu File Name lalu cari file SPSS kamu. Klik OK.
Langkah empat gambar variabel laten. Klik ikon oval lalu gambar dua oval di kanvas. Klik kanan oval lalu Object Properties lalu beri nama, misal Kepuasan dan Loyalitas.
Langkah lima gambar indikator. Klik ikon kotak lalu gambar kotak kotak di sekitar oval. Misal untuk Kepuasan ada 4 kotak. Beri nama KP1 sampai KP4. Untuk Loyalitas ada 3 kotak LY1 sampai LY3.
Langkah enam hubungkan laten ke indikator. Klik ikon panah satu arah lalu tarik dari oval Kepuasan ke kotak KP1, KP2, dan seterusnya. Lakukan juga dari Loyalitas ke indikatornya.
Langkah tujuh tambahkan error. Klik Plugins lalu Name Unobserved Variables. AMOS akan otomatis menambahkan lingkaran error e1, e2 dan seterusnya ke setiap indikator. Ini wajib.
Langkah delapan buat jalur struktural. Tarik panah satu arah dari Kepuasan ke Loyalitas karena hipotesisnya Kepuasan berpengaruh ke Loyalitas.
Langkah sembilan atur output. Klik Analysis lalu Analysis Properties. Di tab Output centang Standardized Estimates, Squared Multiple Correlations, Modification Indices, dan Model Fit.
Langkah sepuluh jalankan analisis. Klik ikon Run Analysis yang gambarnya seperti orang lari. Kalau gambar model berubah menjadi ada angka angka berarti berhasil.
Langkah sebelas lihat output. Klik View Text untuk melihat angka lengkap. Klik View Figure untuk melihat angka di gambar.
5. Cara Membaca Output AMOS dan Model Fit
Ini bagian paling penting dan paling sering jadi masalah skripsi.
Pertama lihat Model Fit atau Goodness of Fit. Ini untuk melihat apakah model kamu cocok dengan data.
Kriteria yang dipakai:
Chi Square diharapkan kecil dan P Value lebih besar dari 0.05. Tapi Chi Square sensitif dengan sampel besar, jadi sering tidak terpenuhi.
CMIN bagi DF. Nilai di bawah 2 atau di bawah 3 dianggap bagus.
GFI atau Goodness of Fit Index. Di atas 0.90 bagus.
AGFI. Di atas 0.90 bagus.
CFI atau Comparative Fit Index. Di atas 0.95 sangat bagus, di atas 0.90 masih bagus.
TLI. Di atas 0.95 sangat bagus.
RMSEA. Di bawah 0.08 bagus, di bawah 0.05 sangat bagus.
SRMR. Di bawah 0.08 bagus.
Kalau model tidak fit, lihat Modification Indices. AMOS akan menyarankan error mana yang harus dikorelasikan untuk memperbaiki fit. Tapi jangan asal korelasikan, harus ada alasan teoritis.
Kedua lihat Loading Factor. Di output Standardized Regression Weights. Nilai loading harus di atas 0.50, idealnya di atas 0.70. Kalau di bawah 0.50 indikator itu tidak valid dan harus dibuang.
Ketiga lihat Uji Hipotesis. Lihat di Regression Weights. Lihat kolom Estimate, CR atau Critical Ratio, dan P. Kalau P kurang dari 0.05 dan CR lebih besar dari 1.96 berarti hipotesis diterima.
6. Analisis Lanjutan di AMOS
A. CFA atau Confirmatory Factor Analysis
CFA adalah uji untuk memastikan indikator indikator memang mengelompok sesuai variabel latennya. Model CFA hanya ada panah dua arah antar variabel laten, tidak ada panah satu arah. CFA dilakukan sebelum SEM penuh. Kalau CFA tidak valid, jangan lanjut ke SEM.
B. Uji Validitas dan Reliabilitas di SEM
Validitas dilihat dari loading factor di atas 0.50 dan AVE di atas 0.50. Reliabilitas dilihat dari Construct Reliability di atas 0.70.
Untuk dapat AVE dan CR kamu harus pakai plugin. Klik Plugins lalu Validity and Reliability.
C. Mediasi
Di AMOS mediasi bisa diuji dengan Bootstrapping. Masuk ke Analysis Properties lalu centang Bootstrap dengan 5000 sampel. Nanti lihat output Indirect Effects. Kalau signifikan berarti mediasi terjadi.
D. Moderasi
Untuk moderasi ada dua cara. Kalau variabel moderasi kontinu pakai pendekatan interaksi. Kalau moderasi kategorikal seperti gender pakai Multigroup Analysis.
7. Kelebihan dan Kekurangan AMOS
Kelebihan pertama tampilannya visual. Kamu menggambar model sesuai kerangka teori skripsi, jadi lebih mudah dipahami dosen.
Kelebihan kedua outputnya lengkap dan ada gambar model yang cantik dengan angka, bisa langsung paste ke skripsi.
Kelebihan ketiga terintegrasi dengan SPSS, jadi impor data sangat mudah.
Kekurangan pertama hanya bisa untuk SEM berbasis kovarian. Tidak bisa untuk PLS SEM seperti SmartPLS. Jadi kalau data tidak normal dan sampel kecil, AMOS kurang cocok.
Kekurangan kedua harus lisensi berbayar dan mahal karena ikut SPSS.
Kekurangan ketiga tidak bisa olah data seperti SPSS. Data harus bersih dulu di SPSS.
8. Perbedaan AMOS dengan Software SEM Lain
JASP juga bisa SEM tapi masih sederhana.
Minitab tidak bisa SEM.
SmartPLS adalah SEM berbasis varians, cocok untuk sampel kecil dan data tidak normal, fokus prediksi. AMOS adalah SEM berbasis kovarian, cocok untuk sampel besar di atas 200, fokus pengujian teori.
MATLAB bisa SEM tapi harus coding manual.
Jadi kalau skripsi kamu fokus pengujian teori dengan sampel besar dan data normal, pakai AMOS. Kalau sampel kecil di bawah 100 dan tujuan prediksi, lebih baik pakai SmartPLS.
9. Urutan Belajar Cepat AMOS
Hari pertama belajar menggambar. Latihan menggambar 2 variabel laten dengan masing masing 3 indikator.
Hari kedua latihan CFA. Cek loading factor, AVE, dan Construct Reliability.
Hari ketiga latihan SEM penuh dan baca Model Fit. Latihan memperbaiki model fit dengan Modification Indices.
Hari keempat latihan mediasi dengan bootstrapping.
Tips penting, selalu simpan file AMOS dan file SPSS dalam satu folder yang sama. Dan beri nama variabel yang pendek tanpa spasi agar tidak error.
|
Komentar
Posting Komentar