TUGAS SEM CONFIRMATORY FACTOR ANALYSIS (CFA)

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 631– 637. 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/11701261007 | TUGAS_CFA

2. Adapun kuisionernya disajikan sebagai berikut :

1. How much does your illness affect your life? 0

1

2

3

4

5

6

Severely affects my life

No affect at all

2. How long do you think your illness will continue? 0

1

2

3

4

5

6

Severely short time

A very long time

3. How much control do you feel you have over your illness? 0

1

2

3

4

absolutely no control

2


5

6

extreme amount of control

4. How much do you think your treatment can help your illness? 0

1

2

3

4

5

6

Extremely helpful

not at all

5. How much do you experience symptoms from your illness? 

0

1

2

3

4

5

6

many severe symptoms

no symptoms at all 6. How concerned are you about your illness? 0

1

2

3

4

5

6

extremely concerned

not at all concerned

7. How much does your illness affect you emotionally? (e.g. does it make you angry, scared, upset or depressed?) 0

1

2

3

4

not at all affected emotionally

3


5

6

extremely affected emotionally

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 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 4

Conseq 1 3 6 6 1 1 3 6 4 1 4 0 6 6 3 1 0 6 6 0 4 3 1 1 1 5 0 6 4 1 1 4 1 3 6

TL 3 4 4 4 6 0 0 3 4 0 4 4 0 4 6 0 4 3 6 3 0 6 0 0 0 0 3 1 0 3 0 0 0 6 6

PC 3 1 3 5 0 1 3 3 3 6 3 1 3 5 5 1 2 6 6 3 3 6 0 1 1 0 2 5 2 5 0 3 5 5 3

TC 5 5 6 6 5 6 6 5 6 0 0 0 5 6 6 2 5 6 6 4 3 6 0 3 0 3 2 6 3 5 1 5 0 5 4

Symp 2 2 2 4 2 2 6 2 6 0 6 0 6 6 2 0 2 6 6 2 1 6 0 6 2 0 0 6 6 2 0 0 2 2 6


Conc 4 0 3 4 0 2 4 3 1 1 6 0 4 1 5 2 4 4 5 3 1 4 3 3 0 1 0 4 1 4 3 1 4 4 3

ER 2 2 4 2 3 5 5 5 6 2 3 6 5 3 2 2 5 4 5 2 5 5 2 2 2 5 2 5 2 5 2 3 5 6 2

36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 5

1 3 1 6 0 0 0 3 1 4 0 3 6 1 5 0 4 6 6 4 3 6 1 6 5 6 5 3 0 1 6 4 6 3 5 5 6 6 4 6 6 0

3 2 5 6 3 0 0 0 0 0 6 0 6 0 4 0 4 4 4 3 6 6 0 3 3 3 3 1 0 0 4 0 3 3 6 0 4 6 0 3 4 0

3 3 0 3 0 0 3 2 3 0 3 5 6 3 5 2 5 1 6 3 0 6 0 6 3 6 6 5 1 3 3 3 3 3 6 6 6 5 0 5 3 1

6 3 6 6 0 0 3 6 0 6 6 1 6 5 5 1 6 6 6 6 6 3 3 6 5 6 6 0 0 5 6 5 1 6 6 5 6 6 0 3 5 0


0 2 0 2 0 0 0 2 0 0 2 6 6 6 6 0 6 1 6 2 2 2 0 4 2 2 5 0 0 2 0 2 6 0 6 2 2 2 0 6 2 3

4 6 3 4 0 0 3 0 6 4 3 3 6 6 6 1 4 3 4 5 3 3 4 4 1 6 4 3 0 0 3 3 4 3 4 4 6 1 0 4 3 0

5 2 0 0 0 0 5 2 0 0 2 2 2 2 6 2 2 2 5 2 2 4 2 6 6 6 5 2 0 2 2 2 3 5 5 3 6 2 0 6 5 0

78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100

1 4 3 6 6 4 4 4 4 6 0 1 1 4 1 5 1 4 5 6 5 5 1

0 0 5 6 4 1 0 4 3 6 0 0 3 3 0 3 3 6 3 3 3 0 0

0 3 6 3 3 6 1 3 0 6 3 3 0 0 6 0 3 6 0 2 3 5 3

0 5 5 5 6 3 5 6 3 6 6 0 0 2 3 0 0 6 6 6 3 6 5

2 2 0 6 1 2 2 5 2 6 2 2 2 6 0 6 0 2 0 4 0 6 2

1 1 4 4 0 6 1 4 0 5 4 0 3 1 1 3 3 1 0 4 6 4 1

0 2 3 6 6 0 2 2 4 5 2 2 6 3 5 6 3 5 0 6 5 2 0

4. 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. Approx. Chi-Square Bartlett's Test of Sphericity

df Sig.

6


,827 158,752 21 ,000

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


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 8.80”.

8


5. Gambar hubungan antara variabel setelah dianalisis dengan lisrell 8.80 :

Gambar 1. Diagram jalur model teoritis dengan LISREL versi 8.80

9


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 (1996:124–126), untuk mengetahui apakah model cocok dengan data digunakan kriteria sebagai berikut:

10


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


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 = 15.936 (P = 0.317) Normal Theory Weighted Least Squares Chi-Square = 16.218 (P = 0.300) Estimated Non-centrality Parameter (NCP) = 2.218 90 Percent Confidence Interval for NCP = (0.0 ; 16.471) Minimum Fit Function Value = 0.161 Population Discrepancy Function Value (F0) = 0.0224 90 Percent Confidence Interval for F0 = (0.0 ; 0.166)

Root Mean Square Error of Approximation (RMSEA) = 0.0400 90 Percent Confidence Interval for RMSEA = (0.0 ; 0.109) P-Value for Test of Close Fit (RMSEA < 0.05) = 0.530 Expected Cross-Validation Index (ECVI) = 0.447 90 Percent Confidence Interval for ECVI = (0.424 ; 0.591) ECVI for Saturated Model = 0.566 ECVI for Independence Model = 2.797 Chi-Square for Independence Model with 21 Degrees of Freedom = 262.884 Independence AIC = 276.884 Model AIC = 44.218 Saturated AIC = 56.000 Independence CAIC = 302.121 Model CAIC = 94.691 Saturated CAIC = 156.945

Normed Fit Index (NFI) = 0.939 Non-Normed Fit Index (NNFI) = 0.988 Parsimony Normed Fit Index (PNFI) = 0.626

Comparative Fit Index (CFI) = 0.992 Incremental Fit Index (IFI) = 0.992 Relative Fit Index (RFI) = 0.909 Critical N (CN) = 182.057

Root Mean Square Residual (RMR) = 0.220 Standardized RMR = 0.0487

Goodness of Fit Index (GFI) = 0.955 Adjusted Goodness of Fit Index (AGFI) = 0.911 Parsimony Goodness of Fit Index (PGFI) = 0.478

12


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. 7383 N. Lincoln Avenue, Suite 100 Lincolnwood, IL 60712, U.S.A. Phone: (800)247-6113, (847)675-0720, Fax: (847)675-2140 Copyright by Scientific Software International, Inc., 1981-2006 Use of this program is subject to the terms specified in the Universal Copyright Convention. Website: www.ssicentral.com 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 = 100

13


Covariance Matrix Conseq TL PC TC Symp Conc -------- -------- -------- -------- -------- -------Conseq 4.850 TL 1.982 4.959 PC 1.862 1.378 4.210 TC 2.478 2.263 1.770 5.312 Symp 2.376 1.317 1.737 1.469 5.273 Conc 1.289 1.077 1.867 1.266 1.497 3.496 ER 1.512 1.291 1.436 1.148 1.297 0.846 Covariance Matrix ER -------ER 3.772 Number of Iterations = 5 LISREL Estimates (Maximum Likelihood) Measurement Equations Conseq = 1.575*BIP, Errorvar.= 2.368 , R² = 0.512 (0.215) (0.459) 7.325 5.163 TL = 1.225*BIP, Errorvar.= 3.460 , R² = 0.302 (0.230) (0.552) 5.320 6.267 PC = 1.320*BIP, Errorvar.= 2.467 , R² = 0.414 (0.206) (0.427) 6.421 5.775 TC = 1.421*BIP, Errorvar.= 3.293 , R² = 0.380 (0.233) (0.554) 6.095 5.944 Symp = 1.318*BIP, Errorvar.= 3.536 , R² = 0.329 (0.236) (0.574) 5.594 6.164 Conc = 1.003*BIP, Errorvar.= 2.490 , R² = 0.288 (0.194) (0.394) 5.168 6.320 ER = 0.961*BIP, Errorvar.= 2.849 , R² = 0.245 (0.204) (0.441) 4.707 6.463

14


Correlation Matrix of Independent Variables BIP -------1.000 Goodness of Fit Statistics Degrees of Freedom = 14 Minimum Fit Function Chi-Square = 15.936 (P = 0.317) Normal Theory Weighted Least Squares Chi-Square = 16.218 (P = 0.300) Estimated Non-centrality Parameter (NCP) = 2.218 90 Percent Confidence Interval for NCP = (0.0 ; 16.471) Minimum Fit Function Value = 0.161 Population Discrepancy Function Value (F0) = 0.0224 90 Percent Confidence Interval for F0 = (0.0 ; 0.166) Root Mean Square Error of Approximation (RMSEA) = 0.0400 90 Percent Confidence Interval for RMSEA = (0.0 ; 0.109) P-Value for Test of Close Fit (RMSEA < 0.05) = 0.530 Expected Cross-Validation Index (ECVI) = 0.447 90 Percent Confidence Interval for ECVI = (0.424 ; 0.591) ECVI for Saturated Model = 0.566 ECVI for Independence Model = 2.797 Chi-Square for Independence Model with 21 Degrees of Freedom = 262.884 Independence AIC = 276.884 Model AIC = 44.218 Saturated AIC = 56.000 Independence CAIC = 302.121 Model CAIC = 94.691 Saturated CAIC = 156.945 Normed Fit Index (NFI) = 0.939 Non-Normed Fit Index (NNFI) = 0.988 Parsimony Normed Fit Index (PNFI) = 0.626 Comparative Fit Index (CFI) = 0.992 Incremental Fit Index (IFI) = 0.992 Relative Fit Index (RFI) = 0.909 Critical N (CN) = 182.057 Root Mean Square Residual (RMR) = 0.220 Standardized RMR = 0.0487 Goodness of Fit Index (GFI) = 0.955 Adjusted Goodness of Fit Index (AGFI) = 0.911 Parsimony Goodness of Fit Index (PGFI) = 0.478

15


Fitted Covariance Matrix Conseq TL PC TC Symp Conc -------- -------- -------- -------- -------- -------Conseq 4.850 TL 1.929 4.959 PC 2.079 1.617 4.210 TC 2.238 1.740 1.876 5.312 Symp 2.076 1.614 1.740 1.872 5.273 Conc 1.580 1.229 1.324 1.425 1.322 3.496 ER 1.513 1.177 1.268 1.365 1.266 0.964 Fitted Covariance Matrix ER -------ER 3.772 Fitted Residuals Conseq TL PC TC Symp Conc -------- -------- -------- -------- -------- -------Conseq 0.000 TL 0.052 0.000 PC -0.217 -0.238 0.000 TC 0.240 0.523 -0.106 0.000 Symp 0.300 -0.297 -0.002 -0.404 0.000 Conc -0.291 -0.151 0.543 -0.159 0.175 0.000 ER -0.001 0.115 0.168 -0.217 0.031 -0.118 Fitted Residuals ER -------ER 0.000 Summary Statistics for Fitted Residuals Smallest Fitted Residual = -0.404 Median Fitted Residual = 0.000 Largest Fitted Residual = 0.543

16


Stemleaf Plot - 4|0 - 3|0 - 2|9422 - 1|6521 - 0|000000000 0|35 1|178 2|4 3|0 4| 5|24 Standardized Residuals Conseq TL PC TC Symp Conc -------- -------- -------- -------- -------- -------Conseq -TL 0.242 -PC -1.308 -0.993 -TC 1.209 1.845 -0.475 -Symp 1.397 -0.984 -0.009 -1.430 -Conc -1.569 -0.586 2.645 -0.659 0.680 -ER -0.005 0.409 0.750 -0.823 0.110 -0.494 Standardized Residuals ER -------ER -Summary Statistics for Standardized Residuals Smallest Standardized Residual = -1.569 Median Standardized Residual = 0.000 Largest Standardized Residual = 2.645 Stemleaf Plot - 1|6 - 1|4300 - 0|87655 - 0|000000000 0|124 0|77 1|24 1|8 2| 2|6 Largest Positive Standardized Residuals Residual for Conc and PC 2.645 Time used: 0.016 Seconds

17


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 Chi-square empiris P-value RMSEA GFI AGFI NFI Comparative Fit Index Incremental Fit Index

Cutt-off value Diharapkan kecil (χ² < 2db) ≥ 0,05 ≤ 0,08 ≥ 0,90 ≥ 0,90 ≥ 0,90 ≥ 0,95 ≥ 0,95

Validation Result of BIP 16,22 14 0,0400 0,955 0,911 0,939 0,992 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:   

18

Nilai t-value pada unstandardized loading signifikan (t-value > tα/2(df)). Untuk ukuran sampel besar (n > 30) , tα/2(df) ≈ zα/2 . Jika α = 0,05 , maka zα/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 :


ei

dengan n adalah banyaknya standardized loading. Nilai AVE seharusnya lebih besar dari 0,5 . Tabel 5. Kriteria Validitas item Model Brief Illness Perception Variabel Consequences Time_line Personal_control Treatments Symptoms Concern Emotional_respons

Loading Factor 1,575 > 0,7 1,225 > 0,7 1,320 > 0,7 1,421 > 0,7 1,318 > 0,7 1,003 > 0,7 0,961 > 0,7

t-Value

Kesimpulan

7,325 > 1.96 5,320 > 1.96 6,421 > 1.96 6,095 > 1.96 5,594 > 1.96 5,168 > 1.96 4,707 > 1.96

signifikan signifikan signifikan signifikan signifikan signifikan 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


TUGAS SEM CONFIRMATORY FACTOR ANALYSIS (CFA)

Recommend Documents