Salah satu kelebihan SEM adalah kemampuannya untuk melakukan pengukuran pada faktor (disebut juga latent variable/latent construct) berdasarkan beberapa variabel yang diukur. Hal tersebut juga membedakan SEM dengan regresi linier.

Salah satu aplikasi yang sekarang dapat digunakan untuk pengolahan SEM adalah R, khususnya modul lavaan. R menjadi salah satu pilihan aplikasi untuk mengolah data secara statistik yang menarik karena sifatnya yang tidak berbayar. Pada tutorial ini akan dibahas langkah-langkah yang dibutuhkan untuk analisis data SEM dengan menggunakan modul tersebut. Sebagai persiapan, aplikasi yang sudah harus diinstall adalah R dan Rstudio.

Beikut adalah contoh Model yang akan dianalisa:

Path Diagram

Kode untuk R studio:

#Belajar SEM dengan R Studio
#Oleh: Muhammad Burhanuddin

#Panggil Data dari Folder
library(haven)
ZAKAT <- read_sav("CPI-2021/DATA AMOS/Contoh 01/ZAKAT.sav")

#Tampilkan Tabel Data
View(ZAKAT)

#Spesifikasi Structural Equoation Modeling (SEM)
library(lavaan)
MODEL <- 'NP=~NP1+NP2+NP3+NP4
SZ=~SZ1+SZ2+SZ3
NS=~NS1+NS2+NS3
NZ=~NZ1+NZ2+NZ3
KP=~KP1+KP2+KP3
NZ ~ SZ + KP+NS
SZ ~ NP
'

#Model Fit yang diminta
fitsem<-sem(MODEL,data = ZAKAT) #Melakukan SEM Analysis
fitcfa<-cfa(MODEL,data = ZAKAT) #Melakukan Confirmatory Factor Analysis

#Laporan Awal Fit Model
fitsem
fitcfa

#Hasil Panjang Analysis
summary(fitsem,standardized=TRUE)
summary(fitcfa,standardized=TRUE)

#Menampilkan Hasil Analysa Pendek
show(fitsem)
show(fitcfa)

#Menampilkan Modifikasi yang dilakukan RStudio pada Model
modindices(fitsem,sort. = TRUE)

#Periksa yang sudah distandarisasi
inspect(fitsem,what="std")

#Inspect R-Square
inspect(fitsem,'r2')

#Ukur Model Fitness
fitmeasures(fitcfa)
fitmeasures(fitsem)
fitmeasures(fitsem,c("gfi","agfi","nfi","cfi","rmsea","tli","srmr"))

#Gambar Jalur Analysis
library(semPlot)

semPaths(fitcfa,what = "std")
semPaths(fitsem,what = "std")

#End Program

Output:

SEM Path Analysis

Untuk Data silahkan download disini.

 

admin

By admin

6 thoughts on “SEM Analysis dengan R Studio”
  1. saya penasaran lagi, perbedaan sem dg path analysis itu apa ya mas?
    kemarin sempat lihat untuk syntax yg dipakai sama..
    cuma ketika saya coba, ndak bisa di ‘run’ krn saya menggunakan observed variablenya saja dan jadinya modelnya kompleks sekali.

    1. Path analysis biasanya hanya ada satu variabel latennya karena path menjelaskan hanya satu jalur sebab akibat. Sedangkan pada SEM structural equation modeling, terdapat beberapa jalur path dan beberapa variabel laten yang menunjukkan hubungan antara variabel laten tersebut. Scope Path Analysis terbatas, sedangkan SEM bisa lebih luas.

  2. Terima kasih banyak Mas.. Jadi lebih paham saya untuk pakai R Studio..
    Untuk kode yang ini, lavInspect(fitmodel, what = “free”, add.labels = TRUE, add.class = TRUE, list.by.group = TRUE, drop.list.single.group = TRUE)
    Hasil $lambda, $theta, $psi, dan $beta maksudnya apa ya Mas?

    1. ξ (KSI) = konstruk laten eksogen
      η (ETA) = konstuk laten eksogen
      β (BETA) = hubungan langsung variabel endogen ke endogen lain
      λ (LAMDA) : hubungan langsung variabel enksogen ke endogen / endogen ke indikatornya
      φ (PHI) = kovarian/korelasi antara variabel eksogen
      δ (DELTA) = measurement error (kesalahan pengukuran) dari indicator kontruk eksogen
      ε (EPILSON) = measurement error dari indicator variabel endogen
      ζ (ZETA) = kesalahan dalam persamaan, yaitu antara variabel eksogen/endogen
      θ (THETA) = apa yang tidak dapat dijelaskan dengan serangkaian faktor umum (‘bagian sisa’ dari model)
      ψ (PSI) = varians/kovarians variabel laten

    1. untuk menganalisa faktor tersebut agar lebih sederhana. misalnya faktor A ada indikatornya sampai 8, faktor B ada indikatornya sampai 12, itu semua disederhanakan menjadi Faktor A, B, C dan seterusnya. Kemudian kita akan tahu mana-mana saja yang paling kuat dan lemah sumbangsihnya kepada faktor tersebut.

Leave a Reply to admin Cancel reply

Your email address will not be published. Required fields are marked *