LISREL

 


 LISREL (Linear Structural Relations)


## 1. Pengertian LISREL

LISREL (Linear Structural Relations) adalah perangkat lunak statistik yang digunakan untuk melakukan analisis Structural Equation Modeling (SEM) berbasis kovarian (Covariance-Based SEM/CB-SEM). LISREL dikenal sebagai salah satu software SEM tertua dan menjadi dasar perkembangan banyak software SEM lain yang muncul setelahnya, termasuk AMOS.


## 2. Sejarah Singkat

- LISREL pertama kali dikembangkan oleh Karl Joreskog dan Dag Sorbom pada awal tahun 1970-an

- Merupakan salah satu software SEM paling awal yang dikembangkan, bahkan sebelum istilah Structural Equation Modeling menjadi populer secara luas

- Saat ini LISREL dikembangkan dan didistribusikan oleh perusahaan Scientific Software International (SSI)


## 3. Fungsi dan Kegunaan LISREL

- Menganalisis hubungan antara variabel laten dengan indikatornya melalui model pengukuran (measurement model)

- Menganalisis hubungan sebab akibat antar variabel laten melalui model struktural (structural model)

- Menguji kecocokan (fit) suatu model teori dengan data yang dikumpulkan dari lapangan

- Mendukung penelitian konfirmatori untuk menguji teori yang sudah dirumuskan sebelumnya

- Menyediakan berbagai teknik estimasi statistik lanjutan untuk data yang tidak selalu memenuhi asumsi normal


## 4. Komponen Utama dalam LISREL

- SIMPLIS: bahasa pemrograman yang lebih sederhana untuk menuliskan model SEM di LISREL, menggunakan format kalimat yang mendekati bahasa sehari-hari

- LISREL Syntax: bahasa pemrograman asli LISREL yang menggunakan notasi matematis dan matriks, lebih kompleks dibanding SIMPLIS namun lebih fleksibel untuk model yang rumit

- Path Diagram: fitur yang memungkinkan pengguna menggambar model SEM secara visual, mirip dengan diagram jalur pada AMOS

- PRELIS: modul tambahan dalam LISREL yang digunakan untuk mempersiapkan dan mengolah data sebelum dianalisis, termasuk menangani data yang tidak normal atau data kategorik


## 5. Konsep Dasar SEM di LISREL

- Variabel laten eksogen (exogenous latent variable): variabel laten yang berperan sebagai penyebab dan tidak dipengaruhi oleh variabel lain dalam model

- Variabel laten endogen (endogenous latent variable): variabel laten yang dipengaruhi oleh variabel lain dalam model

- Variabel teramati (observed variable): indikator yang datanya diperoleh langsung dari hasil pengukuran, seperti item kuesioner

- Model pengukuran: menjelaskan hubungan antara variabel laten dengan indikatornya

- Model struktural: menjelaskan hubungan antar variabel laten eksogen dan endogen


## 6. Notasi Matematis dalam LISREL

LISREL dikenal menggunakan notasi matematis berbasis huruf Yunani untuk menggambarkan berbagai parameter dalam model SEM, di antaranya:

- Lambda (λ): menunjukkan nilai factor loading, yaitu hubungan antara variabel laten dengan indikatornya

- Gamma (γ): menunjukkan pengaruh variabel laten eksogen terhadap variabel laten endogen

- Beta (β): menunjukkan pengaruh antar variabel laten endogen

- Phi (φ): menunjukkan korelasi antar variabel laten eksogen

- Psi (ψ) dan Theta (θ): menunjukkan varian kesalahan (error variance) pada model struktural maupun model pengukuran


## 7. PRELIS untuk Persiapan Data

PRELIS adalah modul dalam LISREL yang digunakan sebelum data dianalisis lebih lanjut menggunakan LISREL. PRELIS digunakan untuk:


- Memeriksa dan menangani data yang hilang (missing data)

- Menghitung matriks korelasi atau kovarian yang sesuai dengan jenis data, termasuk data ordinal atau kategorik

- Menguji normalitas data secara univariat maupun multivariat sebelum data digunakan dalam analisis SEM


## 8. Menulis Model Menggunakan SIMPLIS

SIMPLIS memudahkan pengguna menuliskan model SEM tanpa harus memahami notasi matematis yang kompleks, dengan cara menuliskan hubungan antar variabel secara langsung dalam bentuk kalimat sederhana, misalnya menuliskan variabel laten beserta indikatornya dan hubungan antar variabel laten menggunakan format penulisan yang sudah ditentukan.


## 9. Menjalankan Analisis dan Estimasi Model

Setelah model dituliskan baik melalui SIMPLIS, syntax LISREL, maupun digambar melalui Path Diagram, LISREL akan menjalankan proses estimasi untuk menghasilkan nilai-nilai parameter model, seperti factor loading, koefisien jalur, dan berbagai indikator kecocokan model.


## 10. Evaluasi Kecocokan Model (Goodness of Fit)

Sama seperti software SEM berbasis kovarian lainnya, LISREL menyediakan berbagai indikator untuk menilai kecocokan model dengan data, di antaranya:

- Chi-Square: menguji perbedaan antara matriks kovarian data dengan matriks kovarian yang dihasilkan model

- RMSEA (Root Mean Square Error of Approximation): mengukur kesalahan aproksimasi model, idealnya bernilai di bawah 0,08

- GFI (Goodness of Fit Index) dan AGFI (Adjusted Goodness of Fit Index): mengukur seberapa baik model menjelaskan data, idealnya bernilai di atas 0,90

- NFI (Normed Fit Index) dan CFI (Comparative Fit Index): membandingkan model yang diuji dengan model dasar (baseline model), idealnya bernilai di atas 0,90

- Standardized RMR (Root Mean Square Residual): mengukur rata-rata residual antara matriks kovarian data dan model, idealnya bernilai kecil dan mendekati nol


## 11. Metode Estimasi dalam LISREL

LISREL mendukung beberapa metode estimasi parameter, disesuaikan dengan karakteristik data yang digunakan, di antaranya:


- Maximum Likelihood (ML): metode estimasi paling umum digunakan, mengasumsikan data berdistribusi normal multivariat

- Weighted Least Squares (WLS): metode estimasi yang lebih sesuai digunakan untuk data ordinal atau data yang tidak memenuhi asumsi normal

- Diagonally Weighted Least Squares (DWLS): pengembangan dari WLS yang sering digunakan untuk data kategorik dengan ukuran sampel yang lebih moderat


## 12. Analisis Faktor Konfirmatori (CFA) di LISREL

LISREL juga banyak digunakan untuk melakukan Confirmatory Factor Analysis (CFA), yaitu menguji apakah struktur faktor yang telah ditentukan sebelumnya berdasarkan teori benar-benar sesuai dengan data yang diperoleh dari lapangan.


## 13. Analisis Multigroup dan Invariance Testing

LISREL menyediakan fitur untuk membandingkan model antar kelompok (multigroup analysis), termasuk melakukan uji invariansi (invariance testing) untuk memastikan apakah suatu instrumen pengukuran memiliki makna yang sama antar kelompok responden yang berbeda, misalnya antar kelompok negara atau budaya yang berbeda dalam penelitian lintas budaya.


## 14. Format Penyimpanan File LISREL

- .spl: format file untuk model yang ditulis menggunakan bahasa SIMPLIS

- .lis atau .out: format file output hasil analisis LISREL

- .psf: format file data yang digunakan dalam modul PRELIS


## 15. Kelebihan LISREL

- Merupakan salah satu software SEM paling awal dan telah teruji dalam berbagai penelitian akademik selama puluhan tahun

- Menyediakan metode estimasi yang beragam, sehingga fleksibel digunakan untuk berbagai jenis data, termasuk data ordinal atau tidak normal

- Modul PRELIS sangat membantu dalam tahap persiapan data sebelum analisis SEM dilakukan

- Mendukung analisis multigroup dan uji invariansi yang cukup lengkap untuk penelitian lintas kelompok atau lintas budaya


## 16. Keterbatasan LISREL

- Notasi dan syntax LISREL yang menggunakan simbol matematis dianggap lebih kompleks dibanding software SEM lain seperti AMOS, terutama bagi pengguna pemula

- Membutuhkan ukuran sampel yang relatif besar untuk menghasilkan estimasi yang stabil, terutama jika menggunakan metode Maximum Likelihood

- Merupakan software berbayar dengan lisensi yang cukup mahal

- Tampilan antarmuka dianggap kurang modern dibanding beberapa software SEM lain yang lebih baru


## 17. Perbedaan LISREL dengan AMOS dan SmartPLS

- LISREL dan AMOS sama-sama menggunakan pendekatan SEM berbasis kovarian (CB-SEM), namun LISREL lebih fleksibel dalam hal metode estimasi dan penanganan data non-normal melalui modul PRELIS

- SmartPLS menggunakan pendekatan SEM berbasis varian (PLS-SEM) yang lebih cocok untuk penelitian dengan sampel kecil dan tidak mengharuskan data berdistribusi normal

- Pemilihan software SEM biasanya disesuaikan dengan tujuan penelitian, karakteristik data, ukuran sampel, dan kompleksitas model yang akan diuji


## 18. Bidang yang Menggunakan LISREL

- Penelitian psikologi dan pendidikan, terutama untuk pengujian model yang melibatkan konstruk psikologis

- Penelitian lintas budaya (cross-cultural research), karena mendukung uji invariansi antar kelompok

- Penelitian ilmu sosial dan manajemen yang menggunakan model teori yang kompleks dengan banyak variabel laten

- Penelitian akademik seperti tesis dan disertasi yang membutuhkan analisis SEM berbasis kovarian dengan metode estimasi yang lebih fleksibel


## 19. Tips Belajar LISREL

- Pahami dulu konsep dasar SEM dan notasi matematis dasar seperti Lambda, Gamma, dan Beta sebelum mempelajari syntax LISREL secara mendalam

- Mulai belajar menggunakan SIMPLIS terlebih dahulu karena penulisannya lebih sederhana, sebelum beralih ke syntax LISREL yang lebih kompleks

- Manfaatkan modul PRELIS untuk memeriksa dan mempersiapkan data dengan baik sebelum melakukan analisis SEM

- Pastikan ukuran sampel penelitian sudah memadai, terutama jika menggunakan metode estimasi Maximum Likelihood

- Latihan dengan model sederhana terlebih dahulu sebelum mencoba model penelitian yang kompleks dengan banyak variabel laten

Komentar

Posting Komentar

Postingan populer dari blog ini

TUGAS BACAAN HARIAN

    No Kode Link Judul Topik 1 00112 Agunan pada Perbankan Syariah 2 00021 Akad Hawalah pada Perbankan Syariah 3 00024 Akad Ijarah pada Perbankan Syariah 4 00028 Akad Istishna' pada Perbankan Syariah 5 00033 Akad Kafalah pada Perbankan Syariah 6 00035 Akad Mudharabah pada Perbankan Syariah 7 00051 Akad Murabahah pada Perbankan Syariah 8 00044 Akad Musyarakah pada Perbankan Syariah 9 00047 Akad Qardh pada Perbankan Syariah 10 00053 Akad Salam pada Perbankan Syariah 11 00056 Akad Sharf pada Perbankan Syariah 12 00059 Akad Wadiah pada Perbankan Syariah ...
Baca selengkapnya

Software SPSS

Gambar
  1. Pengertian SPSS SPSS adalah singkatan dari Statistical Package for the Social Sciences, yaitu perangkat lunak yang digunakan untuk mengolah dan menganalisis data statistik. SPSS awalnya dirancang untuk kebutuhan penelitian ilmu sosial, namun sekarang digunakan secara luas di berbagai bidang seperti pendidikan, kesehatan, ekonomi, bisnis, dan penelitian ilmiah lainnya.  2. Sejarah Singkat - SPSS pertama kali dikembangkan pada tahun 1968 oleh Norman H. Nie, Dale Bent, dan C. Hadlai Hull - Awalnya digunakan di lingkungan akademik untuk analisis data penelitian sosial - Pada tahun 2009, SPSS Inc. diakuisisi oleh IBM, sehingga nama resminya sekarang menjadi IBM SPSS Statistics - Terus dikembangkan dengan penambahan fitur analisis statistik yang semakin lengkap di setiap versinya 3. Fungsi dan Kegunaan SPSS - Mengolah data mentah menjadi informasi statistik yang mudah dipahami - Melakukan analisis deskriptif seperti rata-rata, median, dan standar deviasi - Melakukan uji hipote...
Baca selengkapnya

MENDELEY

Gambar
  ## 1. Pengertian Mendeley Mendeley adalah aplikasi pengelola referensi (reference manager) yang digunakan untuk menyimpan, mengorganisasi, memberi catatan, dan mengutip sumber pustaka, seperti jurnal, buku, dan dokumen PDF. Mendeley juga membantu membuat sitasi dalam teks dan daftar pustaka secara otomatis dalam berbagai gaya penulisan, misalnya APA, MLA, Harvard, dan Chicago. Selain itu, Mendeley memiliki fitur jejaring akademik dan perpustakaan bersama untuk kolaborasi. ## 2. Sejarah Singkat - Mendeley dibuat pada tahun 2007 oleh tiga mahasiswa doktoral - Sejak tahun 2013, Mendeley dimiliki dan dikelola oleh Elsevier, penerbit ilmiah yang juga mengelola ScienceDirect dan Scopus - Pada tahun 2022, Mendeley Reference Manager menggantikan Mendeley Desktop yang lama - Mendeley Cite menggantikan plugin sitasi lama untuk Microsoft Word - Fitur dan layanan dapat berubah dari waktu ke waktu, sehingga informasi terbaru perlu dicek di situs resmi ## 3. Fungsi dan Kegunaan Mendeley - Meny...
Baca selengkapnya