06 Mei 2017

Uji Normal Pada Model Structural Equation Modeling

Dalam model Structural Equation Modeling (SEM) yang menggunakan Maximum Likelihod Estimation (MLE) mengasumsikan bahwa data  berdistribusi normal baik normal univariate dan  juga multivariate.
To assess normality it si often helpful to examine both univariate and multivariate normality indexes. Univariate distributions can be examined for outliers and skewness and kurtosis. Multivariate distributions are examined for normality and multivariate outlier (Ulmann, 2006).
Uji normalitas ini dapat dilihat pada nilai nilai Critical Ratio (CR) dari skewness dan kurtosisnya. Jika nilai CR antara rentang - 2.58 sampai dengan 2.58 (2.58) pada tingkat singnifikansi 1% (0.01), dapat disimpulkan bahwa bahwa data berdistribusi normal baik univariate maupun multivariat. Hasil uji normalitas dengan AMOS dapat dilihat di bawah ini.

Uji Normal Pada Output AMOS
Pada hasil output di atas, nilai critical ratio (CR) skewness dan kurtosis dari variabel (indikator) X1,X2, X3, X4, X5, X6, X12, X13 dan X14 menunjukkan hasil tidak ada variabel (indikator) dengan nilai CR kurang (-) 2.58 dan lebih (+) 2.58. Nilai CR dari skewness terkecil pada indikator X3 yaitu -2.331 dan tertinggi pada X2 sebesar -0.149. Demikian juga nilai CR dari kurtosis tertinggi pada indikator X6 sebesar 1.276 dan terendah X4 (-1.365). Karena nilai CR terletak diantara -2.58 dan 2.58 membuktikan bahwa variabel tersebut normal univariate. Sedangkan nilia kurtosis multivariate yang diperoleh sebesar 4.747 dengan nilai CR 2.386. Sehingga dapat disimpulkan bahwa data berdistribusi normal multivariate.
Untuk model dengan Lisrel dapat dilihat pada tabel uji normal di bawah ini.

Uji Normal Pada Output Lisrel

Pada output normalitas dengan Lisrel pengujian dilakukan dengan mengubah nilai menjadi Z standar sehingga diperoleh nilai Z score dan P-value pada skewness dan kurtosisnya. Kriteria data berdistribusi normal jika p-value dari chi-square yang didapat lebih besar dari 0.05 maka data berdistribusi normal. Terlihat bahwa nilai p-value chi-square semua variabel X1, X2, X3, X4, X5, X6, X12, X13 dan X14 memiliki nilai p-value lebih besar dari  0.05 maka dapat disimpulkan bahwa data berdistribusi normal univariate.
Sedangkan uji normal multivariate dapat dilihat pada nilai p-value dari chi-square skewness dan kurtosis. nilai Chi-square yang dihasilkan sebesar 49.058 dan p-value 0.000. Nilai ini memberikan bukti bahwa data tidak berdistribusi normal multivariate karena nilai p-value 0.000 lebih kecil dari 0.05.<0 .05="" p="">

Referensi.
Ulmann, J.B. (2006). Structural Equation Modeling : Reviewving the Basics and Moving Forward. Journal of Personality Assesment, 87 (1), 35 -50.

23 komentar:

Agustinus mengatakan...

Kalau semisal CR nya melebihi -2,58 contohnya -3.42, berarti indikator tersebut tida normal pak? Mohon jawabannya terimakasih

Suseno Bimo mengatakan...

ya betuk tidak normal jika nilai CR -3.24 karena nilai tersebut tidak diantara -2.58 s/d 2.58

Ichi mengatakan...

Permisi pak. Mau tanya. Bagaimana cara mengecilkan chi square pak? Cr dan kurtosis sudah normal. Tp chi square nya masih tinggi, sudah di modifikasi tapi masih tinggi.

Suseno Bimo mengatakan...

Unknown : bisa dikeluarkan indikator-indikator yang nilai standardized regression rendah (< 0.6)

Unknown mengatakan...

permisi pak mau bertanya kalau saat pengujian normalitas terbukti tidak normal seperti cr melebihi -2,58 s/d 2,58 harus melakukan apa supaya cr itu normal di angka -2,58 s/d 2,58. terima kasih atas waktunya.

Suseno Bimo mengatakan...

Unknown : bisa dilakukan transformasi data supaya normal seperti : akarkuadrat,invers, log10 dll

Unknown mengatakan...

Permisi Pak, izin bertanya, jika nilai cr dan kurtosisnya tinggi sekali, itu kesalahannya dimana ya pak? terimakasih sebelumnya pak..

Anonim mengatakan...

Permisi pak, mau tanya, untuk melakukan uji normalisasi ini data apa saja ya yang diperlukan untuk diinput ke amos? atau ada contoh datanya pak? terima kasih sebelumnya.

Suseno Bimo mengatakan...

Unknown : Terjadi kurtosis karena grafik distribusi data yang meruncing dan semakin homogen (mengelompok).

Suseno Bimo mengatakan...

Anonim : sama seperti menganalisis AMOS, jadi output normalitas merupakan hasil analisis model AMOS.

Anonim mengatakan...

permisi pak mau nanya, apakah data normalitas di spss bisa dijadikan acuan untuk menghitung normalitas di amos? terimakasih pak

Suseno Bimo mengatakan...

Anonim : kalau pakai SPSS hanya untuk menguji univariate outlier dengan nilai z-score sebagai indikator ketidaknormalan data. Tetapi uji normalitas data secara univariate dan multivariate untuk model SEM sudah ada di AMOS.

Anonim mengatakan...

Izin bertanya pak, kenapa cr yg diperhitungkan harus dari kurtosis dan skewnya pak (keduanya)? Jika kasusnya cr dari kurtosis msuk dalam rentang normal, sedangkan cr dari skewnya di luar rentang normal bagaimana pak?

Suseno Bimo mengatakan...

Anonim : berarti indikator tersebut belum normal, bisa dilakukan deangan transformasi data agar bisa normal.

Anonim mengatakan...

Izin bertanya pak kalau nilai normalitas multivariatnya diatas 2,58 berarti kan tidak normal ya pak, itu bagaimana ya pak?

Suseno Bimo mengatakan...

Anonim : ya artinya bahwa asumsi normalitas tidak terpenuhi. Data bisa ditansformasi seperti di atas untuk menjadi normal.

Unknown. mengatakan...

Assalamualaikum pak mau tanya. Kalau menentukan uji normalitas dg melihat nilai skew ±1,96 itu sama saja atau tidak ya? Mohon dijawab pak, terima kasih ๐Ÿ™

Suseno Bimo mengatakan...

Unknown : Wa'alaikumsalam. Ya uji normalitas selain nilai kurtosis,dilakukan juga untuk skewness

Unknown. mengatakan...

berarti sama saja ya pak? pakai skewness juga gakpapa?

Anonim mengatakan...

Terimakasih sudah dijawab pak. Berarti melihat skew ±1,96 saja tidak apapa ya pak? karena cr saya melebihi ±2,58
Mohon dijawab pak, terimakasih ��

Unknown. mengatakan...

Terimakasih sudah dijawab pak.
Berarti hanya melihat skew tidak apapa pak?
Karena CR saya melebihi+2,58 jadi saya melihat skew nya saja.
Mohon dijawab pak, terimakasih ๐Ÿ™

Unknown mengatakan...

Permisi pak izin bertanya,
Apakah ada cara utk menghitung uji multikolinearitas, autokorelasi dan heterkedasitas menggunakan AMOS??

Suseno Bimo mengatakan...

Unknown : uji Multikolineritas, autokorelasi dan heterokedasitas tidak ada dalam AMOS. Ketiga pengujian tersebut merupakan uji asumsi klasik, hanya ada pada metode Ordinary Least Square (OLS).