Confirmatory Factor Analysis (CFA) dengan LISREL (Part 2)

Tulisan ini merupakan kelanjutan dari Part 1  yang sudah banyak memberikan panduan untuk melakukan input dan mulai mengnalisis data. Bagian ini akan banyak memberikan panduan dalam membaca output dan interpretasinya.

Confirmatory Factor Analysis (CFA) dengan LISREL (Part 1)

Seiring berkembangnya teknik analisis dengan SEM, semakin berkembang pula model-model pengukuran. Pada dasarnya, SEM menggabungkan antara model pengukuran dan model struktural untuk melihat hubungan antar variabel. Pengujian model dengan Confirmatory Factor Analysis (analisis faktor konfirmatori) hanya dilakukan untuk mengetahui model pengukuran dan bukan untuk megetahui hubungan antar variabel laten (Byrne, 1998). Tujuan CFA adalah untuk mengidentifikasi model yang tepat yang menjelaskan hubungan antara seperangkat item-item dengan konstrak yang diukur oleh item tersebut. Model pengukuran memiliki ketepatan model yang baik ketika item-item yang dilibatkan mampu menjadi indikator dari konstrak yang diukur yang dibuktikan dengan nilai eror pengukuran yang rendah dan loading factor komponen yang tinggi. Model ini diperoleh berdasarkan kajian teoritis yang sudah kuat. Berbeda dengan Exploratory Factor Analysis (EFA) dimana peneliti ingin melihat jumlah faktor dari data empiris yang diperoleh, CFA justru sudah menetapkan jumlah faktor dari kajian teoritis, sehingga tujuan analisis hanyalah untuk konfirmasi apakah model pengukuran yang diajukan sesuai dengan data.

Perbedaan Adaptasi, Modifikasi, dan Konstruksi Skala

Ada tiga istilah yang sering kita dengar dalam proses penyusunan skala, yakni adaptasi, modifikasi, dan konstruksi. Beberapa orang sering menganggap sama arti dari ketiga istilah ini, sedangkan beberapa menganggap berbeda namun dengan pengertian yang masih tidak jelas. Beberapa literatur dalam bahasa Indonesia juga sedikit sekali yang membahas ketiga istilah ini. Beberapa dosen ada yang cukup strict dengan penggunaan istilah ini, maka bersiap-siap saja kena tegur saat ujian jika kita mengatakan adaptasi skala tapi kita menambahkan item-item buatan kita sendiri.

Icip-icip Belajar Coding R di DataCamp

Bagi yang belum berkenalan dengan R, silakan berkenalan dulu di sini. Secara ringkas, R ini adalah salah satu software olah data open source. Meskipun gratis, R cukup powerful dan berkembang cukup pesat di kalangan pegiat olad data. Beberapa ahli masih terus bergotong-royong mengembangkan package dalam R hingga saat ini. Meskipun demikian, R mungkin masih nampak asing bagi kita yang sudah terbiasa dengan SPSS karena bahasa yang digunakan lebih banyak menggunakan bahasa pemrograman, tidak seperti SPSS yang tinggal klik. Namun, tenang saja, banyak script R ini tersebar di internet, jadi kita tidak perlu lagi membuat sendiri, tinggal cari saja di google apa kebutuhan kita.

Diskusi Seputar Try Out Terpakai

Permasalahan try out terpakai atau uji coba terpakai memang masih menjadi perdebatan dalam metodologi penelitian, terutama di bidang ilmu sosial. Apa itu sebenarnya try out terpakai? Sebelumnya, mari kita refresh sejenak terkait dengan langkah-langkah pokok dalam penelitian. Secara garis besar, semua penelitian ilmu sosial akan melalui tahapan ini: 1) identifikasi masalah, 2) menyusun landasan teori dan hipotesis, 3)  menentukan variabel, 4) menyusun instrumen penelitian, 5) sampling, 6) pengambilan data, 7) analisis data, dan 8) menulis laporan.

Mengubah Skor ke Bentuk Skor Standar (Z-Score) dan Skor Terstandar T (T-Score) di SPSS

Skor standar (standard-scores) adalah skor mentah yang telah diubah menjadi bentuk lain berdasarkan penyimpangannya dari harga mean dan dinyatakan dalam satuan deviasi standar yang (Azwar, 2015). Skor standar dinyatakan dalam Z-Score dengan distribusi skor baru yang memiliki mean sama dengan 0 dan deviasi standar sama dengan 1. Apa kegunaan dari Z score ini? Dalam skoring, penggunaan z-score ini berguna bila jumlah item antara satu aspek dengan aspek yang lain tidak sama, padahal secara teoritis aspek tersebut memiliki bobot yang sama besar. Z score juga berperan jika kita hendak membandingkan prestasi dua kelompok yang diberikan tes dengan jumlah item berbeda. Semisal si A mampu mengerjakan 8 soal dari 10 soal yang diberikan, sedangkan si B mampu mengerjakan 8 soal dari 20 soal yang diberikan. Meskipun skor mentah keduanya sama-sama 8, tapi karena jumlah item tersebut berbeda, maka perbandingan dengan skor mentah saja tidak dapat dilakukan. Oleh karena itu diperlukan transformasi ke bentuk z-score.

Berapa Jumlah Rater dan Nilai Minimal yang Dapat Diterima pada Uji Validitas Isi?

Salah satu prosedur utama yang digunakan dalam validasi sebuah alat ukur adalah dengan cara validitas isi. Validitas isi ini dilakukan sejak awal penyusunan tes, bukan setelah tes selesai dirancang. Validitas isi terkait dengan apakah item-item dalam tes layak mewakili komponen dari kawasan isi materi yang diukur atau sejauh mana item tersebut  sesuai dengan indikator keperilakuan dari atribut yang diukur (Azwar, 2012). Layak tidaknya suatu item ditentukan oleh hasil penilaian (judgement) yang dilakukan oleh ahli/rater berdasarkan logic. Judgement ini dapat ditingkatkan objektivitasnya jika dilakukan oleh banyak orang.