Apakah CFA = Uji Validitas??

Yup sama. CFA atau disebut juga Confirmatory Factor Analysis lebih dikenal dalam pengoperasian data dengan menggunakan LISREL. Atau mengkin juga lebih dikenal dengan analisis Structural Equation Modelling (SEM). Adapun uji validitas adalah salah satu cara untuk mengetahui kemampuan instrumen penelitian (atau juga dikenal dengan item pertanyaan kuesioner) mengukur dengan tepat atau benar apa yang hendak diukur. Dan metode yang sering digunakan adalah korelasi item total. Definisi tersebut juga bisa dipakai untuk mendefinisikan CFA.  Trus bedanya apa kalau gitu?

Yang membedakan antara keduanya adalah tingkat keakuratan dalam menguji valid atau tidaknya. Sebagaimana disebutkan oleh Long (1983) dalam bukunya yang berjudul “Confirmatory Factor Analysis A Preface to LISREL” halaman 79 mengatakan bahwa :”The confirmatory factor model  is a powerful statistical model. Its ability to test structures suggested by substantive theory….”.

Apakah ada perbedaan yang lain? Ya tentu masih ada. Sama sebagaimana disebutkan oleh Long (1983) di atas, bahwa CFA digunakan untuk menguji hipotesa dengan dasar teori yang sudah ada. Sedangkan uji validitas kebanyakan adalah untuk menguji hipotesa yang belum diketahui teori yang melatarbelakanginya. Contoh,  kriteria isteri idaman laki-laki itu seperti apa sih? He..he..he. saya akan ambil salah satu contoh kriteria seperti yang disebutkan oleh Rasulullah saja ya. Nih dia teorinya….

Rasulullah Shallalahu’alaihi wa sallam bersabda : “Maukah aku beritakan kepadamu tentang sebaik-baik perbendaharaan seorang lelaki, yaitu istri shalihah yang bila dipandang akan menyenangkannya, bila diperintah akan mentaatinya, dan bila ia pergi si istri ini akan menjaga dirinya.” (HR. Abu Dawud no. 1417)

Nah ternyata ada 3 indikator yang disebutkan di atas yaitu BILA DIPANDANG MENYENANGKAN, BILA DIPERINTAH MENTAATINYA dan BILA SUAMI PERGI SI ISTERI MENJAGA KEHORMATAN DIRINYA dan HARTA SUAMI. Hipotesanya adalah : Bagaimana pandangan para suami terhadap isterinya apakah sudah menjadi isteri  idamannya selama ini?

Hmm….jadi analisa apa yang akan kita pakai? Yup contoh di atas lebih cocok kalau kita pakai CFA untuk menguji valid tidaknya ketiga indikator tersebut.

Langsung ke praktek! Kita buat kuesionernya dengan ketiga indikator di atas, kemudian kita “lempar” ke 195 responden yakni para suami di daerah Surabaya. Dengan skala pengukuran Likert 1 – 7. Kodingnya sebagai berikut :

X1 = BILA DIPANDANG MENYENANGKAN

X2 = BILA DIPERINTAH MENTAATINYA

X3 = BILA SUAMI PERGI SI ISTERI MENJAGA KEHORMATAN DIRINYA dan HARTA SUAMI.

Sebelum mencoba contoh kasus di bawah ini, silahkan unduh datanya (contoh.xls)  dulu di sini

  1. Buka aplikasi LISREL versi student edition. Silahkan download aplikasinya di sini bagi yang belum ada.
  2. Klik File –> Import External Data in Other Format.  Pilih pada files of type Excel 97/2000. Kemudian cari file dimana anda simpan file dengan nama contoh.xls. kemudian akan mucul kotak dialog lainnya kemudian klik OK saja dan OK lagi.
  3. gambar1

  4. Setelah itu akan muncul kotak dialog Save As. Kemudian isikan nama pada File name, biar mudah isikan nama sesuai nama file excel tadi. Yaitu contoh.psf.
  5. gambar2

  6. Setelah itu akan mucul input data dengan nama contoh.psf  untuk kemudian bisa diolah dengan analisis CFA. Berikut gambarnya.
  7. gambar3

  8. Kemudian pilih menu Data –> Define  variables –> Variables Type –> Pilih Continuous –> centang Apply to all –> OK.
  9. gambar4

  10. Setelah itu simpan input data tersebut dengan mengklik icon disket pada menu toolbar
  11. Kemudian pada menu klik Statistics — > Output Options –> maka akan keluar kotak dialog Output –> pada kotak Moment matrix pilih Correlations –> beri nama misal misteri.cor. Centang pilihan Save to file dan LISREL system data pada kolom itu juga. Klik OK.
  12. gambar5

  13. Nah sekarang kita sudah punya matriks korelasi dengan nama misteri.cor. jadi ada 2 input data yang dibutuhkan untuk analisa CFA, yang pertama dengan format .psf dan .cor atau cov. Pada contoh kita ini input datanya adalah contoh.psf dan misteri.cor
  14. Kemudian tutup semua jendela (tujuannya biar gak bingung untuk tahap selanjutnya he.he..he)
  15. Sekarang kita akan “main” sedikit dengan sintak. Pada menu klik File –> New –> Pilih Syintax Only kemudian klik OK.
  16. gambar6

  17. Setelah itu isikan dengan sintak berikut. Kemudian jangan lupa simpan (Save) dan beri nama sintak.
  18. gambar7

    Kriteria Istri Idaman

    Observed variables X1-X3

    Correlation matrix from file misteri.cor

    Sample size 195

    Latent variable IDM

    Equations

    X1-X3 = IDM

    Path diagram

    End of problem

  19. Huff ..akhirnya sampai juga  pada tahap terakhir, yaitu klik Icon orang lari atau pencet tombol F5

gambar8

gambar9

KESIMPULAN :

Variabel

loading factor

t

kesimpulan

X1 <– IDM

0.74

10.45 > 1.96

signifikan

X2 <– IDM

0.91

12.87 > 1.96

signifikan

X3 <– IDM

0.61

8.57 > 1.96

signifikan

Dari nilai factor loading di atas baik X1, X2 dan X3 memiliki nilia lebih dari 0.5 sehingga ketiga indikator tersebut sudah bisa mengukur kriteria isteri idaman. Dan juga nilai factor loading ketiga indikator tersebut signifikan secara statistik karena nilai t-value menunjukkan nilai lebih besar dari 1.96 dengan tingkat keyakinan 95%.

Jadi para suami (responden) di Surabaya sudah merasa memiliki isteri yang sesuai ketiga indikator tersebut. Sehingga bisa dikatakan bahwa para suami di surabaya sudah memiliki isteri yang berkarakter isteri idaman. Dan ternyata isteri-isteri para responden lebih dominan pada indikator X2 yaitu BILA DIPERINTAH SUAMI MENTAATI! Selamat buat para calon suami…  ^_^

By : Azwar Rhosyied

About these ads

5 thoughts on “Apakah CFA = Uji Validitas??

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s