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).
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 (
 |
| 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
Baca juga :
Referensi :
Byrne, B.M.(1998).Structural Equation Modeling With Lisrel, Prelis and Simplis: Basic Concepts, Applications and Programing. New Jersey: Lawrence Erlabaum Associates,Inc
Raykov,T and Marcoulides, G.A.(2006).A First Course in Structural Equation Modeling 2nd. New Jersey London: Lawrence Erlbaum Associates
Ulmann,J.B.(2006).Structural Equation Modeling: Reviewing the Basics and Moving Forward.Journal of Personality Assesment, 87 (1), 35 -50.
Vieira,A,L.(2011).Interactive LISREL in Practice Getting Started with a Simplis Approach. London New York: Springer Science
Kalau semisal CR nya melebihi -2,58 contohnya -3.42, berarti indikator tersebut tida normal pak? Mohon jawabannya terimakasih
BalasHapusya betuk tidak normal jika nilai CR -3.24 karena nilai tersebut tidak diantara -2.58 s/d 2.58
BalasHapusPermisi 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.
BalasHapusUnknown : bisa dikeluarkan indikator-indikator yang nilai standardized regression rendah (< 0.6)
BalasHapuspermisi 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.
BalasHapusUnknown : bisa dilakukan transformasi data supaya normal seperti : akarkuadrat,invers, log10 dll
BalasHapusPermisi Pak, izin bertanya, jika nilai cr dan kurtosisnya tinggi sekali, itu kesalahannya dimana ya pak? terimakasih sebelumnya pak..
BalasHapusPermisi 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.
BalasHapusUnknown : Terjadi kurtosis karena grafik distribusi data yang meruncing dan semakin homogen (mengelompok).
BalasHapusAnonim : sama seperti menganalisis AMOS, jadi output normalitas merupakan hasil analisis model AMOS.
BalasHapuspermisi pak mau nanya, apakah data normalitas di spss bisa dijadikan acuan untuk menghitung normalitas di amos? terimakasih pak
BalasHapusAnonim : 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.
BalasHapusIzin 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?
BalasHapusAnonim : berarti indikator tersebut belum normal, bisa dilakukan deangan transformasi data agar bisa normal.
BalasHapusIzin bertanya pak kalau nilai normalitas multivariatnya diatas 2,58 berarti kan tidak normal ya pak, itu bagaimana ya pak?
BalasHapusAnonim : ya artinya bahwa asumsi normalitas tidak terpenuhi. Data bisa ditansformasi seperti di atas untuk menjadi normal.
BalasHapusAssalamualaikum pak mau tanya. Kalau menentukan uji normalitas dg melihat nilai skew ±1,96 itu sama saja atau tidak ya? Mohon dijawab pak, terima kasih 🙏
BalasHapusUnknown : Wa'alaikumsalam. Ya uji normalitas selain nilai kurtosis,dilakukan juga untuk skewness
BalasHapusTerimakasih sudah dijawab pak.
HapusBerarti hanya melihat skew tidak apapa pak?
Karena CR saya melebihi+2,58 jadi saya melihat skew nya saja.
Mohon dijawab pak, terimakasih 🙏
berarti sama saja ya pak? pakai skewness juga gakpapa?
BalasHapusTerimakasih sudah dijawab pak. Berarti melihat skew ±1,96 saja tidak apapa ya pak? karena cr saya melebihi ±2,58
BalasHapusMohon dijawab pak, terimakasih ��
Permisi pak izin bertanya,
BalasHapusApakah ada cara utk menghitung uji multikolinearitas, autokorelasi dan heterkedasitas menggunakan AMOS??
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).
BalasHapusIzin bertanya pak, jika outlier sdh tidak ada, normalitas univariate memenuhi tapi normalitas multivarit tdk memenuhi apa yag harus d lakukab pak.. Bisa kah melakukan alternatif laib seperti mnggunakan metode boostraping.
BalasHapusKehidupan : untuk di AMOS ada metode bootstraping, jika nilai probabilitas masih signifikan karena dipengaruhi oleh ketidaknormalan data.
BalasHapusAssalamualaikum pak, saya mau bertanya
BalasHapusSaya olah data melalui AMOS dan data tidak normal, maka saya menggunakan metode bootstraping
Selain itu untuk menormalkan data kan dapat menghilangkan outlier
Pertanyaan saya adalah, apakah jika saya menggunakan metode Bootstrapping, saya tetap mencantumkan data uji Outlier saya atau tidak?
Terimakasih
pak saya mau bertanya apakah jika saya mnggunakan metode bootstrapping di AMOS, saya tetap melakukan Uji outlier lagi?
BalasHapusYermala : Waalaikumsalam...uji bootstraping dilakukan untuk menguji model karena ketidaknormalam data. jadi jika menggunakan langkah bootstraping, data tidak perlu dihilangkan yang outlier dan tetap mencantunkan data hasil uji yang outlier.
BalasHapusAssalamualaikum pak, saya mau bertanya..
BalasHapusKalau lihatnya cuman nilai CR kurtosis aja boleh tidak, karena nilai CR kurtosis aja yg sudah memenuhi standar, sedangkan nilai CR skew nya tidak.. Bagaimana pak?
Ataqi : Waalaikumsalam...ya bisa dilanjutkan.
BalasHapusAssalamu'alaikum Pak. Ijin bertanya, jika setelah oitlier di eliminasi dan sampel ML AMOS tersisa 100 dan nilai cr kurtosisnya 2.64, bagaimana ya Pak?
BalasHapusWa'alaikumsalam....Bisa dilanjutkan.
BalasHapuspak izin bertanya.. jika data telah normal dengan membuang outlier, apakah masih perlu melakukan transformasi data? karena di template skripsi saya ada sub bab transformasi data.. saya bingung bila data sudah normal apakah perlu melakukan transformasi juga atau tidak..
BalasHapusAnonymous: Kalau sudah normal datanya, maka data tidak perlu ditransformasi.
BalasHapusbagaimana mengetahui nilai signifikan yang ada di AMOS pak? apakah semua nilainya menggunakan 1%? atau nilai signifikannya dapat diganti?
BalasHapusGisella Oroh: Uji Normalitas pada AMOS nilai signifikansi dapat dilihat pada nilai Critical ratio (CR). Kriteria yang dipakai nilai 1%.
BalasHapusPak maaf izin bertanya kalau nilai signifikansiya selalu 0,000, nilai cr dibawah -2,58 dan diatas 2,58 semua,kemudian nilai goodness of fit nya tidak ada yang sesuai dengan ketentuan itu kira-kira salah di datanya atau bagaimana ya pak?
BalasHapusAnonim : untuk data yang tidak normal perlu ditransformasi. Sedangkan nilai godness of fit model yang belum sesuai, bisa dilakukan dengan modifikasi modelnya
BalasHapusCara Transformasi data mengunakan SPSS atau SEM ya pak?
BalasHapusUnknown : Pakai Software SPSS
BalasHapusPermisi Pak, Saya izin bertanya, untuk skewness dan kurtosis untuk LISREL menggunakan stat uji apa ya Pak? Dan untuk rumusnya sendiri bagaimana? Dan apakah akan berbeda rumusnya untuk yg univariat dan multivariat?
BalasHapusPak izin bertanya, data saya alhamdulilah sudah berdistribusi normal tetapi outlier yang dibuang lumayan banyak sehingga kurang dari jumlah sampel minimal yang dibutuhkan. Apakah harus ambil data lagi ya pak untuk memenuhi jumalh sampel minimal atau pakai data yang sudah ada dan normal? Terimakasih sebelumnya
BalasHapusAnonim : Gunakan data yang sudah normal.
BalasHapusAnonim : Uji normalitas univariat dan multivariat pada lisrel seperti langkah di atas. tentunya memiliki rumus yang berbeda
BalasHapus