AMOS

 

Penjelasan Lengkap tentang AMOS

1. Apa itu AMOS?

AMOS (Analysis of MOment Structures) adalah perangkat lunak Structural Equation Modeling (SEM) berbasis antarmuka grafis. Kamu menggambar model penelitian berupa diagram jalur (kotak, oval, dan panah) langsung di layar, lalu AMOS mengestimasi dan menguji model tersebut.

AMOS dikembangkan oleh James L. Arbuckle, lalu dipasarkan oleh SPSS Inc. dan kini berada di bawah IBM sebagai produk pendamping IBM SPSS Statistics. AMOS berjalan di Windows saja, tidak tersedia untuk macOS atau Linux secara native. Perangkat lunak ini berbayar, dan biasanya dibeli sebagai tambahan terpisah dari SPSS. Cek ibm.com untuk informasi lisensi dan versi terbaru, karena skema paket dapat berubah.

2. Apa itu SEM, dan Mengapa Dipakai?

SEM adalah gabungan beberapa teknik statistik yang memungkinkan peneliti menguji:

  • Hubungan antar variabel laten (konstruk yang tidak diukur langsung, seperti kepuasan nasabah, literasi keuangan syariah, atau minat menabung) lewat indikator-indikatornya.
  • Hubungan sebab-akibat berantai, termasuk variabel mediasi dan moderasi.
  • Kesesuaian model secara keseluruhan dengan data.
  • Galat pengukuran yang diperhitungkan secara eksplisit, sehingga estimasi hubungan lebih akurat dibanding regresi biasa.

AMOS menggunakan pendekatan CB-SEM (Covariance-Based SEM), yang berbeda dari PLS-SEM (misalnya SmartPLS).

3. Ciri Khas AMOS

  • Antarmuka menggambar diagram. Model dibuat dengan ikon di toolbar, tanpa perlu menulis sintaks.
  • Integrasi dengan SPSS. Data biasanya dibaca dari file .sav.
  • Estimasi lengkap. Mendukung Maximum Likelihood (ML), Generalized Least Squares, dan lainnya, serta pendekatan Bayesian.
  • Penanganan data hilang. Mendukung Full Information Maximum Likelihood (FIML).
  • Bootstrapping. Untuk menguji signifikansi efek tidak langsung (mediasi) dan data yang tidak normal.
  • Analisis multigrup. Membandingkan model antar kelompok (misalnya nasabah laki-laki vs perempuan).
  • Modification indices. Saran perbaikan model.
  • Opsi pemrograman. Selain grafis, tersedia AMOS Basic dan dukungan skrip bagi yang ingin mengotomatisasi.

4. Tampilan Antarmuka

  1. Toolbar (kiri): ikon untuk menggambar variabel teramati (persegi panjang), variabel laten (elips), panah regresi, kovarians, dan galat.
  2. Kanvas (tengah): area menggambar diagram jalur.
  3. Panel parameter dan menu atas: File, Edit, View, Diagram, Analyze, Tools, Plugins, Help.
  4. Jendela Analysis Properties: mengatur estimasi, output, dan bootstrap.
  5. Jendela Text Output: hasil analisis dalam bentuk teks dan tabel.
  6. Plugins: antara lain Name Parameters dan Draw Covariances, yang mempercepat pembuatan model.

5. Istilah Penting dalam SEM/AMOS

Istilah Arti
Variabel laten Konstruk yang tidak diukur langsung (elips)
Variabel teramati Indikator atau item kuesioner (persegi panjang)
Variabel eksogen Variabel yang tidak dipengaruhi variabel lain dalam model
Variabel endogen Variabel yang dipengaruhi variabel lain
Measurement model Bagian model yang menghubungkan indikator dengan konstruk (CFA)
Structural model Bagian model yang menghubungkan antar konstruk
Loading factor Kekuatan hubungan indikator dengan konstruknya
Error (e) Galat pengukuran pada indikator
Efek langsung dan tidak langsung Pengaruh langsung vs lewat mediator

6. Langkah Dasar Menggunakan AMOS

  1. Rancang model berdasarkan teori dan hipotesis penelitian.
  2. Siapkan data di SPSS dan simpan sebagai .sav.
  3. Hubungkan data: File → Data Files → pilih file .sav.
  4. Gambar diagram: buat variabel laten, indikator, galat, dan panah hubungan.
  5. Beri nama variabel sesuai nama kolom di data.
  6. Atur output: di Analysis Properties centang Standardized estimates, Squared multiple correlations, Modification indices, dan Indirect, direct & total effects sesuai kebutuhan.
  7. Jalankan analisis (ikon Calculate Estimates).
  8. Periksa hasil: loading factor, kecocokan model, dan signifikansi jalur.
  9. Perbaiki model bila perlu, berdasarkan teori, bukan hanya angka.
  10. Laporkan hasil dalam tabel dan diagram.

7. Alur Analisis SEM yang Umum

  1. Uji asumsi dan data: ukuran sampel, data hilang, outlier, normalitas multivariat, multikolinearitas.
  2. CFA (measurement model): uji validitas dan reliabilitas konstruk (loading factor, Composite Reliability, Average Variance Extracted).
  3. Uji kecocokan model (goodness of fit).
  4. Structural model: uji hipotesis jalur.
  5. Uji mediasi/moderasi bila ada.
  6. Interpretasi dan pelaporan.

8. Indeks Kecocokan Model (Goodness of Fit)

Indeks yang umum dilaporkan, beserta panduan nilai yang sering dipakai (acuan beragam antar sumber, jadi ikuti panduan yang disyaratkan kampus atau jurnal):

Indeks Kriteria umum
Chi-square (χ²) dan p-value Diharapkan tidak signifikan, tetapi sensitif terhadap ukuran sampel
CMIN/DF Sering dipakai batas ≤ 2 atau ≤ 3
RMSEA Umumnya ≤ 0,08 (makin kecil makin baik)
SRMR Umumnya ≤ 0,08
GFI Sering dipakai ≥ 0,90 (kini kurang disarankan sebagai indeks tunggal)
AGFI Sering dipakai ≥ 0,90
CFI Umumnya ≥ 0,90 hingga 0,95
TLI Umumnya ≥ 0,90 hingga 0,95

Catatan: AMOS tidak menampilkan SRMR secara langsung di output standar. Untuk memperolehnya biasanya perlu menjalankan plugin atau fitur tambahan.

9. Contoh Penerapan di Perbankan Syariah

  • Perilaku nasabah: pengaruh literasi keuangan syariah, religiusitas, dan persepsi manfaat terhadap minat menggunakan produk bank syariah.
  • Kepuasan dan loyalitas: kualitas layanan → kepuasan → loyalitas, dengan kepuasan sebagai mediator.
  • Kepercayaan dan citra: pengaruh citra bank dan kepercayaan terhadap keputusan menabung.
  • Penerimaan teknologi: model TAM (Technology Acceptance Model) untuk mobile banking syariah atau fintech syariah.
  • Multigrup: apakah model berbeda antara generasi milenial dan generasi Z.

10. Kelebihan

  • Visual dan intuitif: model digambar sebagai diagram sehingga mudah dipahami dan dipresentasikan.
  • Tidak perlu coding untuk analisis standar.
  • Cocok untuk CFA, mediasi, dan analisis multigrup.
  • Terintegrasi dengan SPSS yang umum di kampus.
  • Banyak dipakai di penelitian sosial, manajemen, dan perilaku, sehingga referensi dan tutorialnya melimpah.
  • Mendukung estimasi dan pengujian kecocokan model yang menjadi standar CB-SEM.

11. Keterbatasan

  • Berbayar dan hanya untuk Windows.
  • Membutuhkan sampel relatif besar. Banyak panduan menyarankan sekitar 150 hingga 200 atau lebih, tergantung kompleksitas model.
  • Asumsi cukup ketat, terutama normalitas multivariat untuk estimasi ML.
  • Model kompleks bisa merepotkan: diagram besar sulit digambar dan dibaca, serta bisa mengalami masalah konvergensi atau Heywood cases.
  • Pengembangan relatif lambat dibanding alat lain, dan antarmukanya terkesan klasik.
  • Tidak cocok untuk analisis lain: AMOS khusus SEM, bukan alat statistik umum, apalagi data panel atau time series ekonometrik.
  • Bukan untuk data keuangan lintas waktu: untuk rasio keuangan bank (CAR, NPF, FDR, ROA) biasanya dipakai EViews, Stata, atau R.
  • Modification indices rawan disalahgunakan. Memperbaiki model hanya demi angka kecocokan tanpa dasar teori bisa menurunkan kualitas penelitian.

12. Perbandingan Singkat

AMOS SmartPLS lavaan (R) Mplus
Pendekatan CB-SEM PLS-SEM CB-SEM CB-SEM dan lanjutan
Antarmuka Diagram grafis Diagram grafis Sintaks/kode Sintaks
Harga Berbayar Ada versi gratis terbatas dan berbayar Gratis Berbayar
Kebutuhan sampel Relatif besar Lebih fleksibel Relatif besar Relatif besar
Asumsi distribusi Cukup ketat Lebih longgar Cukup ketat Fleksibel (banyak opsi)
Cocok untuk Pengujian dan konfirmasi teori Prediksi dan model kompleks, sampel kecil Riset fleksibel dan reproducible Model lanjutan

Perbandingan dengan software yang sudah kita bahas: JASP punya modul SEM berbasis lavaan yang gratis dan cukup untuk model sederhana; Minitab dan MATLAB tidak dirancang untuk SEM standar.

13. CB-SEM atau PLS-SEM?

  • CB-SEM (AMOS): pilih bila tujuan utamamu menguji dan mengonfirmasi teori, sampel memadai, dan data memenuhi asumsi.
  • PLS-SEM (SmartPLS): pilih bila tujuannya prediksi, model kompleks, sampel kecil, atau data tidak normal.

Pilihan ini sebaiknya berdasarkan tujuan penelitian dan arahan dosen pembimbing.

14. Saran Penggunaan

  • Mulai dengan landasan teori yang kuat, karena SEM menguji model yang kamu tentukan, bukan menemukan model sendiri.
  • Lakukan CFA lebih dulu sebelum menguji model struktural.
  • Laporkan beberapa indeks kecocokan, bukan satu saja.
  • Gunakan bootstrapping untuk menguji efek mediasi.
  • Jika kampusmu belum punya lisensi AMOS, pertimbangkan JASP (modul SEM), lavaan di R, atau SmartPLS sebagai alternatif.
  • Cek versi dan lisensi terbaru di situs resmi IBM.


Komentar

Posting Komentar

Postingan populer dari blog ini

Perplexity

  Penjelasan Detail tentang Perplexity 1. Apa itu Perplexity? Perplexity (Perplexity AI) adalah mesin jawaban ( answer engine ) berbasis AI. Berbeda dari mesin pencari tradisional yang memberi daftar tautan, Perplexity mencari di web secara langsung, lalu merangkum hasilnya menjadi jawaban utuh lengkap dengan kutipan sumber yang bisa diklik. Karena itu ia sering dianggap perpaduan antara mesin pencari dan chatbot. Perusahaan ini berbasis di San Francisco, AS. Mesin pencari utamanya diluncurkan pada Desember 2022. Jangan tertukar dengan istilah perplexity dalam machine learning , yaitu metrik untuk mengukur seberapa baik sebuah model bahasa memprediksi teks. Keduanya hanya kebetulan senama, dan sebuah artikel bahkan perlu menjelaskan perbedaan antara metrik tersebut dan perusahaan Perplexity AI. 2. Pendiri dan Latar Belakang Didirikan sekitar 2022 oleh Aravind Srinivas (CEO), Denis Yarats , Johnny Ho , dan Andy Konwinski . Para pendirinya berlatar belakang riset AI dan ...
Baca selengkapnya

VOSviewer

  Penjelasan Lengkap tentang VOSviewer 1. Apa itu VOSviewer? VOSviewer adalah perangkat lunak gratis untuk membuat, memvisualisasikan, dan menjelajahi peta bibliometrik , yaitu jaringan hubungan antar publikasi, penulis, kata kunci, jurnal, institusi, atau negara. Nama VOS berasal dari Visualization Of Similarities , teknik pemetaan yang menjadi dasarnya. VOSviewer dikembangkan oleh Nees Jan van Eck dan Ludo Waltman di Centre for Science and Technology Studies (CWTS), Universitas Leiden , Belanda. Programnya berbasis Java , sehingga berjalan di Windows, macOS, dan Linux . Unduh resmi dari vosviewer.com . Versi terbaru dan fitur barunya bisa berubah, jadi cek situs itu. Berbeda dengan JASP, Minitab, AMOS, atau LISREL, VOSviewer bukan software statistik inferensial . Ia dipakai untuk analisis bibliometrik dan tinjauan literatur , bukan menguji hipotesis atau mengolah data survei dan keuangan. 2. Apa itu Analisis Bibliometrik? Analisis bibliometrik adalah pendekatan kuantit...
Baca selengkapnya

Gemini

  Penjelasan Detail tentang Google Gemini Gemini adalah produk yang berubah sangat cepat. Nama model, fitur, dan paket langganan bergeser dalam hitungan bulan. 1. Apa itu Gemini? "Gemini" sebenarnya merujuk pada dua hal yang berkaitan: Keluarga model AI buatan Google DeepMind. Model ini bersifat multimodal , artinya dirancang memahami dan menghasilkan teks, gambar, audio, video, dan kode sekaligus. Aplikasi/asisten Gemini , antarmuka chat tempat pengguna berinteraksi dengan model tersebut. Ia tersedia di web, aplikasi seluler, dan terintegrasi ke produk Google lain. 2. Sejarah Singkat Bagian ini sebagian besar dari pengetahuan saya, bukan hasil pencarian kali ini: 2023 : Google menggabungkan Google Brain dan DeepMind menjadi Google DeepMind. Pada Desember 2023 Gemini diperkenalkan dalam tiga ukuran (Ultra, Pro, Nano). Chatbot Google sebelumnya, Bard , kemudian diganti namanya menjadi Gemini. 2024 : Gemini 1.5 dikenal dengan jendela konteks yang sangat panjang. Ge...
Baca selengkapnya