CONFIRMATORY FACTOR ANALYSIS MENGGUNAKAN SPSS VER 25

CONFIRMATORY FACTOR ANALYSIS ATAU DISINGKAT CFA PADA HAKEKATNYA ADALAH MENGUJI APAKAH INDIKATOR DAPAT MENGUKUR VARIABELNYA. PENGUJIAN DAPAT DILAKUKAN OLEH BEERBAGAI SOFTWARE, DIANTARANYA ADALAH SPSS. TAHAPAN MELAKUKAN PENGUJIAN SEBAGAI BERIKUT:
1. PILIH ANALYZE, KEMUDIAN DIMENSION REDUCTION, SELANJUTYA FCATOR DAN KLIK
2. PADA JENDELA FACTOR ANALYSIS, MASUKKAN SEMUA DATA KE KOTAK VARIABLES.
3. SELANJUTNYA KLIK DESCRIPTIVE, CENTANG KMO AND BARLETS TEST DAN ANTI IMAGE, SELANJUTNYA KLIK CONTINUE.
4. KEMUDIAN PIIH ROTATION, KEMUDIAN CENTANG VARIMAX, SELANJUTNYA CONTINUE.
5. KEMUDIAN PILIH OPTION, BERI TANDA CENTANG PADA SUPPRESS SMALL COEFICIENT, SELANJUTNYA GANTI NLAI ABSOLUTE VALUE BELOW 0,50 SELANJUTNYA KLIK CONTINUE, KEMUDIAN KLIK OK MAKA MUNCUL OUTPUT YANG PERLU DITAFSIRKAN.
6. CARA MEMBACA DAN MENAFSIRKAN BERIKUT INI
a. JIKA NILAI KAIZER MEYER OIKIN MEASURE LEBIH BESAR 0,50 MAKA ANALISIS FAKTOR BISA DILAKUKAN. OUPUT KMO AND BARLETS TEST
b. JIKA NILAI ANTI IMAGE CORELATION LEBIH BESAR 0,50 MAKA DISIMPULKAN ASUMSI MEASURE OF SAMPLING ADECUACY (MSA) TELAH TERPENUHI.
c. JIKA NILA FACTOR LOADING LEBIH BESAR 0,75 (N=50) DAN MENGELOMPOK DALAM SATU FAKTOR MAKA BISA DISIMPULKAN BAHWA INDIKATOR YANG DIGUNAKAN DINYATAKAN VALID
Uji Asumsi Klasik
• Uji Asumsi Klasik & Hi...

[@agamaku-islam]

Alhamdulillah ini akan sangat membantu......kami senang menyambut Rumah Kakung

[@rumahkakung9440]

Terima kasih, semoga manfaat

[@valerienavalvrede2377]

Pak terima kasih sudah bikin tutorial ini saya stuck 3 bulan pada skripsi saya alhamdulillah dapat progres kembali,sehat sehat selalu pak semoga dicurahkan rezekinya 😊

[@rumahkakung9440]

Terima kasih

[@rumahkakung9440]

Amin ..

[@nurulmasruroh4790]

Sangat bermanfaat

[@rumahkakung9440]

Terima kasih

[@gustavoo507]

Mancabbb

[@thenirvale2029]

Keren banget

[@kalistohira4179]

Wah keren

[@issaawwad6202]

Suksesssss

[@gamingadda3402]

Haha kerennn....

[@taehyunglovers1058]

Mantul dahhh

[@TwDanger]

Mantab lah..

[@rad2499]

Lumayan

[@kemsa_id]

Mohon izin bertanya bapak. apakah CFA ini wajib dilakukan dalam penyusunan skala/kuesioner? Apakah tidak cukup jika hanya mengandalkan uji validitas dan reliabilitas?

[@rumahkakung9440]

Klo kuesioner cukp validitas n reliabilitas. Sedangkan CFA untuk menguji indikator variabel

[@bangashofficial]

Teruskan

[@adharagoenawan]

pak izin bertanya, kalau menggunakan metode CFA dengan data cross section dan time series bagaimana ya pak?

[@rumahkakung9440]

Confirmatory factor analysis (CFA) adalah teknik analisis data yang digunakan untuk menguji model hubungan antara variabel laten dan indikatornya. Dalam CFA, model hubungan antara variabel laten dan indikatornya ditentukan terlebih dahulu oleh peneliti, kemudian diuji dengan data empiris. Data panel adalah data yang dikumpulkan dari unit-unit pengamatan yang sama secara berulang dalam beberapa waktu. Data panel dapat digunakan untuk menguji CFA dengan beberapa cara. Cara pertama: Data panel dapat dikonversi menjadi data cross-sectional dengan menggabungkan data dari semua titik waktu. Kemudian, CFA dapat dilakukan dengan menggunakan data cross-sectional tersebut. Cara kedua: CFA dapat dilakukan secara langsung dengan menggunakan data panel. Untuk melakukan CFA dengan data panel, peneliti dapat menggunakan beberapa metode, seperti: Model struktural dinamis (dynamic structural equation model, DSEM) Model autoregressive moving average (ARMA) Model autoregressive integrated moving average (ARIMA) Metode DSEM DSEM adalah model struktural yang memungkinkan peneliti untuk menguji model hubungan antara variabel laten dan indikatornya secara dinamis. DSEM dapat digunakan untuk menguji CFA dengan data panel dengan cara menambahkan variabel waktu sebagai variabel exogenous ke dalam model. Metode ARMA ARMA adalah model yang digunakan untuk menganalisis data time series yang memiliki pola autoregresi dan moving average. ARMA dapat digunakan untuk menguji CFA dengan data panel dengan cara menambahkan variabel waktu sebagai variabel exogenous ke dalam model ARMA. Metode ARIMA ARIMA adalah model yang merupakan pengembangan dari ARMA. ARIMA dapat digunakan untuk menguji CFA dengan data panel dengan cara menambahkan variabel waktu sebagai variabel exogenous ke dalam model ARIMA. Interpretasi output CFA data panel Output CFA data panel dapat diinterpretasi dengan cara yang sama seperti output CFA data cross-sectional. Namun, ada beberapa hal yang perlu diperhatikan dalam interpretasi output CFA data panel, yaitu: Konsistensi model Konsistensi model adalah sejauh mana model CFA yang diuji sesuai dengan data empiris. Konsistensi model dapat diuji dengan menggunakan beberapa kriteria, seperti: * **Kaiser-Meyer-Olkin (KMO) measure of sampling adequacy** * **Bartlett's test of sphericity** * **Goodness-of-fit indices** Validitas indikator Validitas indikator adalah sejauh mana indikator dapat mengukur variabel laten yang dimaksud. Validitas indikator dapat diuji dengan menggunakan beberapa kriteria, seperti: * **Factor loading** * **Composite reliability** * **Average variance extracted** Validitas konstruk Validitas konstruk adalah sejauh mana variabel laten dapat mengukur konstruk yang dimaksud. Validitas konstruk dapat diuji dengan menggunakan beberapa kriteria, seperti: * **Construct reliability** * **Construct validity** Kesimpulan Jadi, jawaban dari pertanyaan "Apa bisa menguji corfirmatory factor analysis data panel menggunkan SPSS?" adalah Ya, bisa. CFA data panel dapat dilakukan dengan beberapa cara, yaitu dengan mengkonversi data panel menjadi data cross-sectional, atau dengan menggunakan metode DSEM, ARMA, atau ARIMA.

[@adharagoenawan]

@@rumahkakung9440 terima kasih banyak pak, penjelasannya sangat membantu saya 🙏🏻🙏🏻✨✨

[@fadhilaamani]

Pak perbedaan uji validitas pearson dan CFA apa ya pak ? Apakah boleh 3 variabel boleh menggunakan pearson pak?

[@rumahkakung9440]

Klo Pearson ut uji instrumen klo CFA menguji indikator

[@fadhilaamani]

Jika uji pearson saja tidak pake CFA boleh ya pak?

[@rumahkakung9440]

@@fadhilaamani JIKA variabelNYA menggunakan indikator, maka wajib ada uji indikator atau CFA

[@fadhilaamani]

Terimakasih pak

[@rumahkakung9440]

Pearson itu digunakan untuk menguji kuesioner

[@nurhabibahariyanti]

pak jadi untuk mengetahui variabel x berpengaruh terhadap y bagaimana nggeh?

[@rumahkakung9440]

Dicari lewat artikel, atau bisa lewat google scholar, klo secara teori benar, maka pasti akan ketemu

[@troldeneme846]

Aku suka

[@nurhabibahariyanti]

eigen valie dari indikator tersebut nyarinya gmn nggeh pak? untuk mengetahui hipotesis bahwa x berpengaruh tidaknya terhadap Y

[@rumahkakung9440]

Kalau untuk uji hipotesis tdk perlu eigen value, pakai saja regresi dg spss, atau pakai smartpls 3, bisa lihat dan dicari di youtube Rumah Kakung.

[@vlogsnews7068]

Bagus

[@youknowwho8024]

bagaiamana dengan yang instrumennya denga model second order ? apakah pengujiannnya per dimensi atau lgsg ke variabel nya ?

[@rumahkakung9440]

Hrsnya per dimensi

[@BrasseryGaming]

Sabar... Saya selalu dukung

[@BoosLine]

Nice

[@CWAMSHORTS]

Mantap

[@devon9289]

Sippp... Keren banget bah

[@xtremeentertainment9288]

Keren mantab...

[@amedelibabacan9709]

Suksesss truss

[@syedrafayjavaid2171]

Keren yang ini

[@occhiolismnet]

Terima kasih atas ilmu yang Bapak ajarkan. Mohon ijin bertanya Pak, apakah EFA dan CFA merupakan uji validitas dan uji reliabilitas?. Terima kasih. Berapa minimal respondennya Pak?. Terima kasih

[@rumahkakung9440]

CFA adalah uji validitas indikator. Bukan uji istrumen. Jika membuat instrumen pertanyaan, jml responden metode kuantitaf minimal 30 responden

[@enderaydn6300]

Kwkwkw.... Wow keren sih

[@LOOZHD]

Bermanfaat Sekali

[@naginuy]

musiknya saran untuk dikecilkan volumenya

[@rumahkakung9440]

terima kasih

[@erenucar5131]

Perfecto

[@Unknowa722]

Permisi pak, saya mau nanya, didalam video, bagian Rotated Component Matrix, untuk butir pernyataan (X2.3 , X2.4 )dan (Y1.3, Y1.4) serta (Y2.3 , Y2.4) kan mereka semua sudah mengelompok, dan berada didalam faktor yg sama atau Faktor 2. Nah, tapi apakah memang diperbolehkan ya pak apabila seperti itu? Karena kan X2.3, X2.4 berbeda variabel dengan Y1.3, Y1.4, tapi kenapa mereka bisa berada di faktor yg sama ya? (Faktor 2), apakah ada penjelasannya pak? Terimakasih

[@Unknowa722]

Kenapa tidak variabel Y trrsebut mengelompok, tapi bukan di Faktor 2? Misal di Faktor 4, atau mana yg belum diisi oleh variabel lainnya

[@rumahkakung9440]

Tdk boleh, krn hrs mengelompok pada variabel induknya. Jika tdk pada variabel induknya, berarti indikator tdk benar

[@studynchill-1107]

Berarti variable X2.3 dan X2.4 digabung jadi 1 dimensi dg variabel Y1.3, Y1.4 begitu pak?

[@jogobonitogabriel]

@@studynchill-1107 lebih baik coba cari referensi lain sebagai perbandingan supaya tidak tersesat...

[@hamzayildirim1584]

Woowww perfect

[@balikavcilari]

Keren ka

[@agamaku-islam]

Kami tunggu karya karya berikutnya

[@rumahkakung9440]

Insyaallah

[@teguhgumilar6868]

kalau yg dipakai data yg pertama (tabel hijau), berarti kita uji butir soal2 kuisioner bgitu pa?

[@rumahkakung9440]

Betul

[@rumahkakung9440]

Ya, kuesioner hrs kita uji sblm digunakan

[@fairy4384]

Assalamualaikum Pak, izin bertanya untuk indikator disini, merupakan butir pertanyaan kuesioner atau pengelompokan dari beberapa butir pertanyaan, yaa? Misal data variabel X1 saya ada 4 indikator, masing2 indikator ada 4 pertanyaan, yg dihitung yg mana ya?

[@rumahkakung9440]

Pengelompokkan butir pertanyaan

[@rumahkakung9440]

Seharusnya pengelompokkan kuesioner

[@ranotherblue]

@@rumahkakung9440 pengelompokkan itu bagaimana maksudnya pak?

[@alliffirmansyah2367]

pak jadi kita untuk mengeleminasinya, melihat data dari anti image atau rotated pak?

[@rumahkakung9440]

Keduanya punya peran mengeliminasi

[@kuantumoyuncu]

Sudah lumayan dehh

[@martuaabigaelsihotang8959]

Izin bertanya, jika ada yang 1 Indikator 2 butir pernyataan dan ada yang indikator dengan 1 butir pernyataan sehingga nilai indikator tidak seimbang bagaimana pak? Apakah tetap dijumlahkan?

[@rumahkakung9440]

Ya gpp, bisa saja sperti itu

[@studynchill-1107]

Mohon ijin bertanya Pak. Kalo misalnya variabel X (independen), Z (moderator), Y (dependen), boleh tidak pak kita CFA kan pisah2? X di CFA sendiri gitu misalnya? Soalnya di data saya, sebagian variabel X mengelompok dg variabel Z. Mohon pencerahan 🙏

[@rumahkakung9440]

Klo indikator dipindah ke variabel lain, hrs ada teori yg mendukungnya

[@studynchill-1107]

@@rumahkakung9440 apakah boleh independen variabel kita CFA sendiri; kemudian variabel dependen kita CFA terpisah?

[@amaliaassyifarahman4891]

izin bertanya pak, kalau sampel hanya 35 untuk factor loadingnya berapa ya pak? apakah mengikuti sampel yang 50 atau bagaimana? terima kasih

[@rumahkakung9440]

Ya mengikuti yg terkecil 50

[@denizulugu6505]

Kontennya sangat menarik

[@kadircansolmaz2385]

Suka yang ini daripqda yg lain

[@ibnuaffan1440]

Maaf izin bertanya, variabel yg memiliki 2 indikator tsb, apakah penamaan variabel nya tetap atau dapat diganti?

[@rumahkakung9440]

Kalau variabel diganti tentunya secara teoritis indikator juga berubah

[@rumahkakung9440]

Variabel tetap, indikator adalah untuk mengukur

[@dewiangelicarahman6364]

Selamat pagi pak, jika sampel saya 75 lebih baik mengikuti ke 85 atau ke 70 ya pak untuk patokan factor loading nya?

[@rumahkakung9440]

70 saja

[@rhvlogs3845]

Ayo teman2 bantu share

[@gormensaban4266]

Sempurna

[@riskahamidah5339]

Assalamualaikum wr wb pak izin bertanya, kalau item yg tidak mengelompok ini ada banyak 50% dari indikator tsb apakah berarti alat ukurnya jelek pak? Dan kalau indikatornya semakin baik dan semakin mengelompok itu caranya gimana ya pak? terima kasih

[@rumahkakung9440]

Ya itu bisa krn teorinya kurang tepat, atau respondennya tdk tepat.

[@samiansamian7780]

Ini exploratory factor analysis pak bukan confirmatory factor analysis

[@rumahkakung9440]

Terima kasih

[@ajengwanda5124]

Mohon maaf izin bertanya pak, apabila Tabel KMO nya tidak muncul kendalanya apa ?

[@rumahkakung9440]

Ada kemungkinan ada data yg tidak benar, misalkan bukan data numerik

[@buraqqatar6816]

Mantap Kawan!

[@lenirofatul3070]

Mohon maaf izin bertanya, jika pada rotated component matrix ada indikator yg tidak valid bagaimana ya pak?

[@rumahkakung9440]

Indikator hrs diganti. Bisa krn data yg dicolect tdk benar, atau teori yg digunakan tdk tepat.

[@rumahkakung9440]

Indikator dibuang atau lihat teorinya apa sdh betul, atau kuesionernya apa juga sdh benar

[@sidqialfarez714]

Permisi pak, saya sudah hapus komponen yang berkelompok pada tabel rotated component matrix sudah valid semua. Akan tetapi di tabel communalities nya terdapat 6 item yg kurang dari 0,50. Apakah dengan itu, dapat dilanjutkan pak?

[@rumahkakung9440]

Secara teoritis yg tdk memenuhi kriteria hrs dihapus

[@_Uqie]

Izin bertanya Pak, saya sudah melakukan sesuai urutan di video tetapi muncul keterangan "There are fewer than two cases , at least one of the variables has zero variance , there is only one variable in the analysis , or correlation coefficients could not be computed for all pairs of variables . No further statistics will be computed" kira" untuk mengatasi permasalahannya bagaimana ya Pak ?

[@rumahkakung9440]

untuk menjawab pertanyaan mas, sy perlu mengetahui datanya.

[@_Uqie]

@@rumahkakung9440 ada kesalahan di data mentahnya Pak atau di SPSSnya ya ?

[@rumahkakung9440]

Mungkin datanya sama semua utk setiap indikator

[@valrisayanisa6124]

ada yang lebih bagus tentang ini gak

[@brantazconflix3873]

Bukannya confirmatory itu ada RMSEA, GFI dkk itu ya pak?

[@rumahkakung9440]

Itu analisis data bukan menguji faktor

[@brantazconflix3873]

@@rumahkakung9440 kurang paham pak. Model fit juga jadi bagian dari CFA pak. SPSS dibuat pake EFA, SPSS ga bisa dipake buat CFA

[@rumahkakung9440]

Bisa mas, itu contohnya pada video

[@brantazconflix3873]

@@rumahkakung9440 entahlah pak. Klo di forum2 researchgate banyak yg mengatakan CFA gak bisa dilakukan di SPSS. Bahkan web resmi ibm pun mengatakan demikian.

[@putiaurira7142]

Pak izin bertanya, bagaimana jika pada rotated component matrix penelitian saya hasilnya tidak mengelompok, padahal kalau dari acuan jurnal aslinya, hasil CFAnya mengelompok. Apakah jadinya tetap perlu menganalisis CFAnya atau cukup mengikuti rujukan jurnal aslinya saja ya Pak? Terima kasih sebelumnya, Pak

[@rumahkakung9440]

Yang benar ya hrs dilakukan analisis sendiri

[@rumahkakung9440]

Hrs mengelompok, jurnal aslinya datanya lain dg data penelitianmu

[@erenicinyardm1881]

Banyak pesainng tetangga

[@deringolge6446]

Yang edit siapa nih

[@tggamer8591]

Aku suka

[@nihadmemmedov4422]

Keren banget

[@TheCoban18]

Bermanfaat Sekali

[@annisakhairir60]

Izin bertanya pak, kalau sampel 233 untuk factor loadingnya berapa ya pak? apakah mengikuti sampel yang 200/250 atau bagaimana? terima kasih

[@rumahkakung9440]

Ikut 250

[@rekaanggraini6503]

@@rumahkakung9440 Cara menentukan nilai "Absolute Value Below" itu gimana yah pak? Yang awalnya saya lihat 10, trus diganti jadi 50 ?

[@rekaanggraini6503]

Sampel saya 87

[@A.Haqimy]

Suka yang ini daripqda yg lain

[@musicianvaibhav2808]

Aku suka

[@anlkromeroglu5766]

Suka yang ini daripqda yg lain