Dalam model CFA ada beberapa model seperti CFA first order dan CFA second order. Model CFA first order dilakukan pada variabel laten yang menggunakan pengukurn langsung/manifes sebagai pengukurnya sedangkan pada model CFA second order dilakukan pada model yang memiliki variabel multidimensi, dimana variabel laten ini diukur oleh variabel laten dimensinya.
Seperti pada contoh model Kinerja, variabel laten kinerja merupakan variabel laten multidimensi dimana variabel ini diukur oleh variabel-variabel laten seperti Perencanaan, Pelaksanaan, Bimbingan dan Penilaian sebagai variabel dimensinya. Oleh karena hal tersebut maka dinamakan dengan model CFA second order. Gambaran CFA second order selengkapnya disajikan pada model di bawah ini.
 |
| Konsep Model Second Order Kinerja |
Langkah-Langkah Analisis Second Order CFA dengan Lisrel
Persiapkan data mentah (raw data) dapat berupa data SPSS amupun excel, kemudian import data tersebut ke dalam aplikasi lisrel dan simpan di drive : D/Kinerja/Datainput.psf
Selanjutnya membuat project baru di simplis project dengan nama Model second Order Kinerja. Ketik syntax simplis project seperti pada gambar di bawah ini.
 | ||||||||||
| Syntax Simplis Project |
Dari syntax simplis di atas dapat diterangkan sebagai berikut :
Raw Data From File 'D:/Kinerja/Datainput.psf' : Lisrel membaca data mentah yang disimpan di drive D folder Kinerja dengan nama file Datainput.psf
Latent variables rencana laksana bimbing nilai kinerja : membuat nama variabel laten rencana laksana bimbing nilai kinerja.
Relationships : membuat hubungan antara indikator dengan variabel laten atau antara variabel laten dengan variabel laten lainnya.
X1 - X3 = rencana : membuat hubungan antara X1, X2, X3 sebagai indikator dengan variabel laten rencana
X4 - X6 = laksana : membuat hubungan antara X4, X5, X6 sebagai indikator dengan variabel laten laksana
X7 - X9 = bimbing : membuat hubungan antara X7, X8, X9 sebagai indikator dengan variabel laten bimbing
X10 - X14 = nilai : membuat hubungan antara X10, X11, X12, X13, X14 sebagai indikator dengan variabel laten nilai
rencana laksana bimbing nilai = kinerja : membuat hubungan dari variabel laten kinerja ke rencana, laksana, bimbing dan nilai
Set the variance of kinerja to 1 : membuat konstrain pada nilai variance kinerja sebesar 1
Path Diagram : Lisrel membuat model jalur yang diperintahkan di atas
End of Problem : mengakhiri perintah lisrel
Hasil model setelah di RUN dengan Lisrel selengkapnya disajikan pada gambar di bawah ini.
 |
| Model Second Order Kinerja |
Pada gambar hasil model di atas menunjukan bahwa indeks yang diperoleh seperti chi-square sebesar 86.74, probabilitas 0.12991, RMSEA 0.031. Dari hasil nilai tersebut menunjukan bahwa nilai chi-square sudah sangat rendah dengan nilai p-value 0.12991 (> 0.05), RMSEA sebesar 0.031 (< 0.08) dan model dapat dikatakan fit/layak.
Untuk nilai indeks goodness of fit dari model selngkapnya disajikan pada tabel di bawah ini.
 |
| Goodness od Fit Index |
Nilai chi-square diperoleh sebesar 86.74 lebih rendah dibandingkan nilai cut off value yaitu 93.95, artinya bahwa tidak ada perbedaan yang signifikan antara matrik kovarian populasi dengan matrik kovarian sampel sehingga model fit. Untuk nilai cmin/df sebesar 1.188 < 2.00 yang menunjukan bahwa cmin/df sudah sangat rendah atau lebih kecil dari 2.00 sehingga model fit. Nilai probabilitas erat kaitanya dengan nilai chi-square. Semakin rendah nilai chi-square maka nilai probabilitas semakin tinggi (tidak signifikan). Karena nilai chi-square rendah yaitu 86.74 < 93.95 dan probabilitas 0.12991 > 0.05 maka dapat disimpulkan bahwa model dapat dikatakan fit diterima.
Demikian juga untuk indeks RMSEA diperoleh sebesar 0.031 < 0.08, GFI sebesar 0.94, AGFI 0.92. NNFI 0.99 > 0.95, CFI 1.00 > 0.95 dan NFI 0.97 > 0.95. Indeks tersebut sudah memenuhi batas cut off value masing-masing sehinga dapat dikatakan bahwa model fit diterima.
Koefisien estimasi dari variabel multidimensi (perencanaan, pelaksanaan, bimbingan dan penilaian) selengkapnya disajikan pada tabel di bawah ini.
 |
| Tabel nilai estimasi koefisien regresi |
Terlihat bahwa nilai koefisien estimasi Kinerja terhadap perencanaan sebesar 0.63 dengan nilai t sebesar 7.29, Kinerja ke Pelaksanaan memperoleh nilai koefisien estimate sebesar 0.49 dengan nilai t sebesar 5.23. Kinerja ke Bimbingan sebesar 0.65 dengan nilai t sebesar 7.14. Kinerja ke Penilaian memperoleh nilai estimate sebesar 0.77 dengan nilai t sebesar 7.82. Karena nilai t yang diperoleh pada masing-masing variabel > 1.96 t-tabel maka dapat disimpulkan bahwa variabel perencanaan, pelaksanaan, bimbingan dan penilaian merupakan variabel multidimensi dari variabel Kinerja.
Baca juga :
1. Cara Analisis Second Order CFA dengan AMOS
2. Tiga Pendekatan Model Second Order
Referensi :
Byrne, B.M.(1998).Structural Equation Modeling With Lisrel, Prelis and Simplis: basic Concepts, Applications and Programing. New Jersey: Lawrence Erlabaum Associates,Inc
Diamantopoilos,A and Siguw,J.A.(2000).Introduction Lisrel: A Guide for the Uninitiated.London: Sage Publications
Ghozali, I dan Fuad (2008). Model Persamaan Struktural Konsep dan Aplikasi Dengan Program Lisrel 8.80 Edisi II. Semarang : Badan Penerbit Universitas Diponegoro.
Mueller,R.O.(1996). Basics Principles of Structural Equation Modeling :An Introduction to Lisrel and EQS.New York: Springer-Verlag,Inc
Tidak ada komentar:
Posting Komentar