Mata Kuliah Structural Equation Modeling

Ujian Model Analisis SEM

Dosen Pengampu:
Prof. Dr. BADRUN KARTOWAGIRAN, M.Pd.
NUR HIDAYANTO, PSP. M.Pd., Ph.D.

Oleh:
Novri Pahrizal
NIM 16701261008

PENELITIAN DAN EVALUASI PENDIDIKAN

PROGRAM PASCASARJANA `
UNIVERSITAS NEGERI YOGYAKARTA
2017

0
 THE FACTORS INFLUENCING SECOND/FOREIGN LANGUAGE
ACQUISITION OF LEARNERS AT UNIVERSITY:
STRUCTURAL EQUITION MODELING ANALYSIS

In second language acquisition (SLA) or foreign language aquisition

(FLA), there are many factors which influence the second/foreign language
acquisition. They are learner’s motivation, aptitude, ability to handle
communication process, age, first language, environment,length of studying and
using target language, language competence, learning strategies and other. Ellis
(1985) noted that aspect of second language acquisition (SLA) is affected by
individual learner factors which consist of personal factor and general factor. The
factor can be designed as follows:

Motivation
Age (C)
(A)

SLA/FLA
(E)

Environment
(B)
First Language
(D)

Ada beberapa langkah dalam prosedur analisis jalur diantaranya yaitu:

1) Langkah Pertama. Data yang akan dijalankan itu harus disimpan dalm
bentuk file.sav (dengan nama file: TICKET4UAS.sav) dengan menggunakan
SPSS. Kemudian buka program Lisrel.

1
2) Langkah Kedua. Pada program Lisrel, klik file kemudian Improt External
Data in other format. Kemudian cari file.sav (PATHOK.sav) dan Open.
Kemudian diperintahkan untuk menyimpan data tersebut dalm tipe PRELIS
Data (.psf). Klik Save dengan nama file FLA_SLA.psf.

3) Langkah selanjutnya menentukan jenis data yang akan dianalisa dengan cara
klik data dan pilih define variables. Kemudian pilih salah satu item/butir,
pilih variable type dan continuous dan check list apply to all kemudian Ok.

2
4) Langkah selanjutnya untuk membuka diagram dengan cara kill File > New >
Path Diagram. Dan tulis nama filenya klik Save. Kemudian klik setup dan
variable. Lalu pilih Add/read variable dan pilih prelis dan ambil data pada
button browse dimana pada analisis jalur tidak dimasukkan variable latent.
Lalu klik next untuk menentukan number of observations-nya (N. 400) dan
klik ok. Lalu dalam mendesain alur diagram pada analisis jalur itu dengan
member cross/silang pada variabel endogen, seperti pada tampilan berikut;

3
5) Kemudian klik output dan pilih lisrel output dan klik estimation kemudian
centang automatic dan uncross check admissibility.

4
6) Kemudian pilih setup dan pilih prelis syntax, pada syntax-nya ditambah
dengan Options: SS, EF yang bertujuan untuk menampilkan standardized
solution (SS) dan effec (EF) pada outputnya. Kemudian klik Run.

5
6
 Berdasarkan hasil analisis jalur diatas itu menunjukkan bahwa model
analisis jalur yang dikembangkan ini dikategorikan belum fit (sesuai). Hal ini
bisa dilihat pada gambar 1 dan tabel 1 berikut dimana ada beberapa kriteria
dalam goodness of fit yang tidak terpenuhi batas nilainya.

Gambar 1. Hasil analisis I

Tabel 1. Goodnees of Fit Index
Hasil yang
Goodness of fit Index Cut-off value Kesimpulan
diperoleh
Chi-Square Statistics < 2df <182 329.71 Tidak Fit
Significance (P-Value) ≥ 0,05 0.0000 Tidak Fit
Root Mean Square Error of
≤ 0,08 0.079 Tidak Fit
Approximation (RMSEA)
Setelah melakukan analisis dan mencoba mencocokan dengan syarat
yang ditentukan diketahui pada analisis pertama sama sekali tidak memenuhi

7
syarat. Sehingga diperlukannya modifikasi dan revisi dengan cara mengurangi
Jumlah N dari 400 menjadi 300 kemudian save dan run seperti berikut;

Berdasarkan hasil analisis jalur diatas itu menunjukkan bahwa model

analisis jalur yang dikembangkan ini dikategorikan belum fit (sesuai). Hal ini
bisa dilihat pada gambar 2 dan tabel 2 berikut dimana ada beberapa kriteria
dalam goodness of fit yang tidak terpenuhi batas nilainya.

8
 Gambar 2. Hasil analisis II
Tabel 2. Goodnees of Fit Index
Hasil yang
Goodness of fit Index Cut-off value Kesimpulan
diperoleh
Chi-Square Statistics < 2df <182 247.08 Tidak Fit
Significance (P-Value) ≥ 0,05 0.0000 Tidak Fit
Root Mean Square Error of
≤ 0,08 0.074 Tidak Fit
Approximation (RMSEA)
Setelah melakukan analisis dan mencoba mencocokan dengan syarat
yang ditentukan diketahui pada analisis pertama sama sekali tidak memenuhi
syarat. Dengan perubahan observation (N) pada modifikasi pertama tersebut
hanya berdampak pada perubahan nilai chi-square dan RSMEA saja. Sehingga
diperlukan lagi modifikasi dan revisi yang kedua yaitu masih dengan cara
mengurangi Jumlah N dari 300 menjadi 230 kemudian save dan run seperti
berikut;

9
 Berdasarkan hasil analisis jalur diatas itu menunjukkan bahwa model
analisis jalur yang dikembangkan ini dikategorikan belum fit (sesuai) hanya
ada 1 syarat yang terpenuhi yaitu RMSEA. Hal ini bisa dilihat pada gambar 3
dan tabel 3 berikut dimana ada beberapa kriteria dalam goodness of fit yang
tidak terpenuhi batas nilainya.

Gambar 3. Hasil analisis III

Tabel 3. Goodnees of Fit Index
Hasil yang
Goodness of fit Index Cut-off value Kesimpulan
diperoleh
Chi-Square Statistics < 2df <182 189.23 Tidak Fit
Significance (P-Value) ≥ 0,05 0.0000 Tidak Fit
Root Mean Square Error of
≤ 0,08 0.067 Fit
Approximation (RMSEA)

10
 Setelah melakukan analisis dan mencoba mencocokan dengan syarat
yang ditentukan diketahui pada analisis modifikasi kedua belum memenuhi
kriteria fit hanya ada satu syarat yang terpenuhi (yaitu RSMEA). Dengan
perubahan observation (N) pada modifikasi pertama tersebut hanya
berdampak pada perubahan nilai chi-square dan RSMEA saja. Sehingga
diperlukan lagi modifikasi selanjutnya yaitu dengan cara menambahkan error
covariance yang paling besar nilainya (dengan menjadikan free) melihat
estimasi modification indices pada output path diagram dan output Lisrel
seperti gambar dibawah :

11
Kemudian di-run dan hasilnya pada gambar dan tabel sebagai berikut;

Gambar 3. Hasil analisis III

Tabel 3. Goodnees of Fit Index
Hasil yang
Goodness of fit Index Cut-off value Kesimpulan
diperoleh
Chi-Square Statistics < 2df <186 146.92 Fit
Significance (P-Value) ≥ 0,05 0.00031 Tidak Fit
Root Mean Square Error of
≤ 0,08 0.050 Fit
Approximation (RMSEA)
Setelah melakukan analisis dan mencoba mencocokan dengan syarat
yang ditentukan diketahui pada analisis modifikasi ketiga belum juga
memenuhi kriteria fit hanya ada dua syarat yang terpenuhi (yaitu chi-square
dan RSMEA). Sehingga diperlukan lagi modifikasi selanjutnya seperti pada
modifikasi ketiga yaitu dengan cara menambahkan error covariance yang
paling besar nilainya (dengan menjadikan free) melihat estimasi modification
indices pada output path diagram dan output Lisrel seperti gambar dibawah;

12
Kemudian di-run dan hasilnya pada gambar dan tabel sebagai berikut;

Gambar 3. Hasil analisis III

Tabel 3. Goodnees of Fit Index
Hasil yang
Goodness of fit Index Cut-off value Kesimpulan
diperoleh
Chi-Square Statistics < 2df <184 134.46 Fit
Significance (P-Value) ≥ 0,05 0.00259 Tidak Fit
Root Mean Square Error of
≤ 0,08 0.045 Fit
Approximation (RMSEA)
Setelah melakukan analisis dan mencoba mencocokan dengan syarat
yang ditentukan diketahui pada analisis modifikasi keempat belum juga
memenuhi kriteria fit hanya ada dua syarat yang terpenuhi (yaitu chi-square
dan RSMEA). Sehingga diperlukan lagi modifikasi selanjutnya seperti pada
modifikasi ketiga yaitu dengan cara menambahkan error covariance yang
paling besar nilainya (dengan menjadikan free) melihat estimasi modification
indices pada output path diagram dan output Lisrel seperti gambar dibawah;

13
Kemudian di-run dan hasilnya pada gambar dan tabel sebagai berikut;

Gambar 3. Hasil analisis III

Tabel 3. Goodnees of Fit Index
Hasil yang
Goodness of fit Index Cut-off value Kesimpulan
diperoleh
Chi-Square Statistics < 2df <182 123.56 Fit
Significance (P-Value) ≥ 0,05 0.01314 Tidak Fit
Root Mean Square Error of
≤ 0,08 0.040 Fit
Approximation (RMSEA)
Setelah melakukan analisis dan mencoba mencocokan dengan syarat
yang ditentukan diketahui pada analisis modifikasi kelima belum juga
memenuhi kriteria fit hanya ada dua syarat yang terpenuhi (yaitu chi-square
dan RSMEA). Sehingga diperlukan lagi modifikasi selanjutnya yaitu dengan
cara merubah jumlah observation-nya (N) dari 230 menjadi 210. Jika melihat
modification indices-nya tidak terdapat hubungan yang bisa dimofdikasikan
dan di-run seperti gambar dibawah;

14
15
 Dari hasil modifikasi terakhir dapat diinterpretasikan bahwa model ini
ditetapkan sudah fit atau sesuai dalam desain analisis jalur ini karena batas
nilai kriteria pada goodness of fit index-nya sudah terpenuhi (Terlihat pada
tabel Goodness of Fit Indexs dan Gambar dibawah).

Gambar 3. Hasil analisis jalur revisi lanjutan

Tabel 3. Goodnees of Fit Index
Hasil yang
Goodness of fit Index Cut-off value Kesimpulan
diperoleh
Chi-Square Statistik< 2df <182 112,17 Fit
Signifikansi (p-value) ≥ 0,05 0,06070 Fit
Root Mean Square Error of
≤ 0,08 0,034 Fit
Approximation (RMSEA)
Dari gambar 3 dan tabel 3 diatas menunjukkan nilai Signifikansi (p-
value), Chi-Square Statistik< 2df dan Root Mean Square Error of
Approximation (RMSEA) memenuhi syarat sehingga bisa disimpulakan Fit.

16