TUGAS SEM CONFIRMATORY FACTOR ANALYSIS (CFA)

Transkripsi

1 TUGAS SEM CONFIRMATORY FACTOR ANALYSIS (CFA) 1. Kuisioner ini diambil dari artikel The Brief Illness Perception Questionnaire, Journal of Psychosomatic Research, edisi ke-60 terbitan Elsevier Publisher, tahun 2006, halaman Artikel ini membahas mengenai kuisioner yang diharapkan dapat mengungkap persepsi singkat pasien terhadap penyakit yang dideritanya sebelum didiagnosa lebih lanjut. Kuisioner ini diharapkan akan sangat membantu jika terjadi penyakit mewabah dan studi kesehatan dalam skala besar. Kuisioner terdiri atas tujuh butir pertanyaan dengan tujuh pilihan jawaban. Tujuh butir pertanyaan ini masing-masing mengukur variabel-variabel berikut : a) Consequences : Conseq Membahas mengenai bagaimana penyakit yang di derita pasien mempengaruhi kehidupan pasien. b) Timeline : TL Membahas mengenai persepsi pasien terhadap jangka waktu penyakitnya. c) Personal control : PC Membahas mengenai kemampuan pasien mengendalikan penyakitnya. d) Treatment control : TC Membahas mengenai persepsi pasien terhadap perawatan pada penyakit yang diderita. e) Symptoms : Symp Membahas mengenai berapa banyak gejala penyakit yang dirasakan oleh pasien. f) Concern : Conc Membahas seberapa peduli pasien terhadap penyakitnya. g) Emotional response : ER Membahas bagaimana penyakit mempengaruhi kondisi psikis pasien. 1 ANDI ULFA TENRI PADA/ TUGAS_CFA

2 2. Adapun kuisionernya disajikan sebagai berikut : 1. How much does your illness affect your life? No affect at all Severely affects my life 2. How long do you think your illness will continue? A very long time Severely short time 3. How much control do you feel you have over your illness? absolutely no control extreme amount of control 2 ANDI ULFA TENRI PADA/ TUGAS_CFA

3 4. How much do you think your treatment can help your illness? not at all Extremely helpful 5. How much do you experience symptoms from your illness? no symptoms at all many severe symptoms 6. How concerned are you about your illness? not at all concerned extremely concerned 7. How much does your illness affect you emotionally? (e.g. does it make you angry, scared, upset or depressed?) not at all affected emotionally extremely affected emotionally 3 ANDI ULFA TENRI PADA/ TUGAS_CFA

4 3. Tugas : Validasilah kuisioner tersebut dengan menggunakan CFA. Kuisioner dijawab oleh 100 orang responden. Data dibangkitkan dengan menggunakan WINGEN software. Adapun data mentahnya disajikan sebagai berikut : Tabel 1. Data Mentah No_Case Conseq TL PC TC Symp Conc ER ANDI ULFA TENRI PADA/ TUGAS_CFA

5 ANDI ULFA TENRI PADA/ TUGAS_CFA

6 Tahap pertama dilakukan analisis EFA dengan menggunakan SPSS 20, dengan hasil sebagai berikut : KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy.,827 Approx. Chi-Square 158,752 Bartlett's Test of Sphericity df 21 Sig.,000 6 ANDI ULFA TENRI PADA/ TUGAS_CFA

7 Communalities Initial Extraction Consequences 1,000,573 Time_line 1,000,398 Personal_control 1,000,517 Treatments 1,000,463 Symptoms 1,000,419 Concern 1,000,390 Emotional_respons 1,000,339 Extraction Method: Principal Component Analysis. 7 ANDI ULFA TENRI PADA/ TUGAS_CFA

8 Component Matrix a Component 1 Consequences,757 Time_line,631 Personal_control,719 Treatments,681 Symptoms,647 Concern,625 Emotional_respons,583 Extraction Method: Principal Component Analysis. a. 1 components extracted. Berdasarkan hasil EFA terlihat bahwa variabel-variabel tersebut hanya mengukur satu dimensi saja, yaitu Brief Illness Perception. Untuk selanjutnya, data tersebut akan dilanjutkan untuk dianalisis dengan CFA, dengan menggunakan LISREL ANDI ULFA TENRI PADA/ TUGAS_CFA

9 5. Gambar hubungan antara variabel setelah dianalisis dengan lisrell 8.80 : Gambar 1. Diagram jalur model teoritis dengan LISREL versi ANDI ULFA TENRI PADA/ TUGAS_CFA

10 Gambar 2. T-value Diagram jalur model teoritis dengan LISREL versi 8.80 Model langsung dinyatakan fit setelah dianalisis dengan LISREL karena telah memenuhi kriteria-kriteria Goodness of Fit. Model dinyatakan fit karena terlihat dari nilai Chi-Square = 16,22; df=14, P-value = 0,30022, dan RMSEA = 0,040. Menurut Schumaker dan Lomax (1996: ), untuk mengetahui apakah model cocok dengan data digunakan kriteria sebagai berikut: 10 ANDI ULFA TENRI PADA/ TUGAS_CFA

11 a) P model cocok dengan data Menurut Joreskog (dalam Ghozali, 2008: 32), bila nilai P-values for test of close fit (RMSEA < 0,05) lebih besar daripada 0,05 maka model dikatakan fit. b) GFI (Goodness of Fit Index) Goodness of Fit Index (GFI) merupakan suatu ukuran mengenai ketepatan model dalam menghasilkan observed matriks kovariansi. Nilai GFI harus berkisar antara 0 dan 1. Nilai GFI yang lebih besar daripada 0,9 menunjukkan fit suatu model yang baik. c) RMSEA (Root Mean Square Error of Approximation) makin kecil kecocokan model dengan data makin baik. Nilai RMSEA yang kurang daripada 0,05 mengindikasikan adanya model fit ( Byrne dalam Ghozali, 2008: 32). RMSEA digunakan untuk mengukur penyimpangan nilai parameter pada suatu model dengan matriks kovarians ( Brown dan Cudec dalam Ghozali, 2008: 31). Nilai RMSEA yang berkisar antara 0,01 sampai dengan 0,08 menyatakan bahwa model fit yang cukup (MacCallum et all dalam Ghozali, 2008: 32). Tabel 1. Tabel Kriteria Model Fit. 11 ANDI ULFA TENRI PADA/ TUGAS_CFA

12 Tabel 3. Hasil analisis Goodness of Fit Statistics dengan Lisrel 8.80 Goodness of Fit Statistics Degrees of Freedom = 14 Minimum Fit Function Chi-Square = (P = 0.317) Normal Theory Weighted Least Squares Chi-Square = (P = 0.300) Estimated Non-centrality Parameter (NCP) = Percent Confidence Interval for NCP = (0.0 ; ) Minimum Fit Function Value = Population Discrepancy Function Value (F0) = Percent Confidence Interval for F0 = (0.0 ; 0.166) Root Mean Square Error of Approximation (RMSEA) = Percent Confidence Interval for RMSEA = (0.0 ; 0.109) P-Value for Test of Close Fit (RMSEA < 0.05) = Expected Cross-Validation Index (ECVI) = Percent Confidence Interval for ECVI = (0.424 ; 0.591) ECVI for Saturated Model = ECVI for Independence Model = Chi-Square for Independence Model with 21 Degrees of Freedom = Independence AIC = Model AIC = Saturated AIC = Independence CAIC = Model CAIC = Saturated CAIC = Normed Fit Index (NFI) = Non-Normed Fit Index (NNFI) = Parsimony Normed Fit Index (PNFI) = Comparative Fit Index (CFI) = Incremental Fit Index (IFI) = Relative Fit Index (RFI) = Critical N (CN) = Root Mean Square Residual (RMR) = Standardized RMR = Goodness of Fit Index (GFI) = Adjusted Goodness of Fit Index (AGFI) = Parsimony Goodness of Fit Index (PGFI) = ANDI ULFA TENRI PADA/ TUGAS_CFA

13 6. Output LISREL : DATE: 11/25/2012 TIME: 23:20 L I S R E L 8.80 BY Karl G. Jöreskog & Dag Sörbom This program is published exclusively by Scientific Software International, Inc N. Lincoln Avenue, Suite 100 Lincolnwood, IL 60712, U.S.A. Phone: (800) , (847) , Fax: (847) Copyright by Scientific Software International, Inc., Use of this program is subject to the terms specified in the Universal Copyright Convention. Website: The following lines were read from file D:\SEMESTER 3\SEM\TUGAS_CFA\DATA_CFA\DATA\FIXED.SPJ: SYSTEM FILE from file 'D:\SEMESTER 3\SEM\TUGAS_CFA\DATA_CFA\DATA\FIXED.DSF' Sample Size = 100 Latent Variables BIP Relationships Conseq = BIP TL = BIP PC = BIP TC = BIP Symp = BIP Conc = BIP ER = BIP Path Diagram Print Residuals Number of Decimals = 3 End of Problem Sample Size = ANDI ULFA TENRI PADA/ TUGAS_CFA

14 Covariance Matrix Conseq TL PC TC Symp Conc Conseq TL PC TC Symp Conc ER Covariance Matrix ER ER Number of Iterations = 5 LISREL Estimates (Maximum Likelihood) Measurement Equations Conseq = 1.575*BIP, Errorvar.= 2.368, R² = (0.215) (0.459) TL = 1.225*BIP, Errorvar.= 3.460, R² = (0.230) (0.552) PC = 1.320*BIP, Errorvar.= 2.467, R² = (0.206) (0.427) TC = 1.421*BIP, Errorvar.= 3.293, R² = (0.233) (0.554) Symp = 1.318*BIP, Errorvar.= 3.536, R² = (0.236) (0.574) Conc = 1.003*BIP, Errorvar.= 2.490, R² = (0.194) (0.394) ER = 0.961*BIP, Errorvar.= 2.849, R² = (0.204) (0.441) ANDI ULFA TENRI PADA/ TUGAS_CFA

15 Correlation Matrix of Independent Variables BIP Goodness of Fit Statistics Degrees of Freedom = 14 Minimum Fit Function Chi-Square = (P = 0.317) Normal Theory Weighted Least Squares Chi-Square = (P = 0.300) Estimated Non-centrality Parameter (NCP) = Percent Confidence Interval for NCP = (0.0 ; ) Minimum Fit Function Value = Population Discrepancy Function Value (F0) = Percent Confidence Interval for F0 = (0.0 ; 0.166) Root Mean Square Error of Approximation (RMSEA) = Percent Confidence Interval for RMSEA = (0.0 ; 0.109) P-Value for Test of Close Fit (RMSEA < 0.05) = Expected Cross-Validation Index (ECVI) = Percent Confidence Interval for ECVI = (0.424 ; 0.591) ECVI for Saturated Model = ECVI for Independence Model = Chi-Square for Independence Model with 21 Degrees of Freedom = Independence AIC = Model AIC = Saturated AIC = Independence CAIC = Model CAIC = Saturated CAIC = Normed Fit Index (NFI) = Non-Normed Fit Index (NNFI) = Parsimony Normed Fit Index (PNFI) = Comparative Fit Index (CFI) = Incremental Fit Index (IFI) = Relative Fit Index (RFI) = Critical N (CN) = Root Mean Square Residual (RMR) = Standardized RMR = Goodness of Fit Index (GFI) = Adjusted Goodness of Fit Index (AGFI) = Parsimony Goodness of Fit Index (PGFI) = ANDI ULFA TENRI PADA/ TUGAS_CFA

16 Fitted Covariance Matrix Conseq TL PC TC Symp Conc Conseq TL PC TC Symp Conc ER Fitted Covariance Matrix ER ER Fitted Residuals Conseq TL PC TC Symp Conc Conseq TL PC TC Symp Conc ER Fitted Residuals ER ER Summary Statistics for Fitted Residuals Smallest Fitted Residual = Median Fitted Residual = Largest Fitted Residual = ANDI ULFA TENRI PADA/ TUGAS_CFA

17 Stemleaf Plot Standardized Residuals Conseq TL PC TC Symp Conc Conseq - - TL PC TC Symp Conc ER Standardized Residuals ER ER - - Summary Statistics for Standardized Residuals Smallest Standardized Residual = Median Standardized Residual = Largest Standardized Residual = Stemleaf Plot Largest Positive Standardized Residuals Residual for Conc and PC Time used: Seconds 17 ANDI ULFA TENRI PADA/ TUGAS_CFA

18 7. Kesimpulan : a) Setelah dilakukan analisis terhadap kuisioner tersebut dengan menggunakan Confirmatory Factor Analysis, kecocokan model dan data keseluruhan ternyata variabel-variabel yang terdapat pada kuisioner tersebut tergolong baik karena benar mengukur satu dimensi yaitu Brief Illness Perception. Dengan kata lain, instrumen tersebut tergolong akurat (valid). Berikut disajikan data hasil pengukuran dengan menggunakan kriteria absolute-fit measure sebagai berikut : Tabel 4. Kriteria Kecocokan Model Brief Illness Perception Goodness of fit index Cutt-off value Validation Result of BIP Chi-square empiris Diharapkan kecil (χ² < 2db) 16,22 P-value 0,05 14 RMSEA 0,08 0,0400 GFI 0,90 0,955 AGFI 0,90 0,911 NFI 0,90 0,939 Comparative Fit Index 0,95 0,992 Incremental Fit Index 0,95 0,992 b) Validitas konstrak, yaitu menggambarkan keakuratan dari kumpulan itemitem terukur yang menggambarkan konstrak laten secara teoritis. Indikator dari validitas suatu model ditunjukkan sebagai berikut: Nilai t-value pada unstandardized loading signifikan ( t-value > t α/2(df) ). Untuk ukuran sampel besar (n > 30), t α/2(df) z α/2. Jika α = 0,05, maka z α/2 = 1,96. Nilai standardized loading yang seharusnya lebih besar dari 0,5 dan idealnya lebih besar dari 0,7. Nilai average variance extracted (AVE) merupakan rata-rata dari variance extracted yang merupakan kuadrat standardized loading dari setiap indikator yang menjelaskan konstrak laten. Koefisien AVE merupakan properti validitas diskirminan karena koefisien ini menggambarkan interkorelasi internal yaitu korelasi antar indikator di dalam model. AVE dirumuskan sebagai berikut : 18 ANDI ULFA TENRI PADA/ TUGAS_CFA

19 e i dengan n adalah banyaknya standardized loading. Nilai AVE seharusnya lebih besar dari 0,5. Tabel 5. Kriteria Validitas item Model Brief Illness Perception Variabel Loading Factor t-value Kesimpulan Consequences 1,575 > 0,7 7,325 > 1.96 signifikan Time_line 1,225 > 0,7 5,320 > 1.96 signifikan Personal_control 1,320 > 0,7 6,421 > 1.96 signifikan Treatments 1,421 > 0,7 6,095 > 1.96 signifikan Symptoms 1,318 > 0,7 5,594 > 1.96 signifikan Concern 1,003 > 0,7 5,168 > 1.96 signifikan Emotional_respons 0,961 > 0,7 4,707 > 1.96 signifikan Dari nilai factor loading untuk masing-masing variabel di atas memiliki nilai lebih dari 0,7 sehingga ketujuh indikator tersebut sudah dapat mengukur kriteria Brief Illness Perception. Selain itu, nilai factor loading ketujuh indikator tersebut signifikan secara statistik karena nilai t-value menunjukkan nilai lebih besar dari 1.96 dengan tingkat keyakinan 95%. Untuk nilai AVE yang menjelaskan validitas diskriminan masing-masing variabel juga signifikan secara statistik karena setelah dihitung, nilai AVE sebesar 0,79. Jadi, dengan menggunakan ketujuh variabel tersebut, kuisioner dapat mengukur Brief Illness Perception dengan baik. Dengan kata lain kuisioner Brief Illness Perception dinyatakan valid. 19 ANDI ULFA TENRI PADA/ TUGAS_CFA