Tools pada Software AMOS

AMOS (Analysis of Moment Structures) adalah software dari IBM SPSS untuk SEM (Structural Equation Modeling) berbasis kovarians. Keunggulannya, model digambar langsung sebagai diagram jalur (path diagram), tanpa menulis kode. Ada dua jendela utama: Amos Graphics (menggambar model) dan Amos Program Editor (menulis model dengan kode VB.NET/C#).

Catatan: AMOS tidak punya menu bernama "Data". Fungsi data ada di File → Data Files. Nama menu bisa sedikit berbeda antarversi (misalnya versi 24-29).

0. Tampilan Utama

Toolbox (kiri): ikon untuk menggambar dan mengedit diagram.

Drawing Area (tengah): kanvas diagram jalur.

Panel Parameter (samping): ringkasan grup, model, dan parameter.

Menu bar: File, Edit, View, Diagram, Analyze, Tools, Plugins, Help.

Text Output: hasil analisis berupa tabel teks (tombol View Text atau F10).

1. Menu File

New: membuat diagram baru.

Open: membuka file diagram (.amw).

Save / Save As: menyimpan diagram.

Save As Template: menyimpan diagram sebagai templat.

Data Files: memilih dan menghubungkan data ke model. Format yang didukung: .sav (SPSS), Excel (.xls/.xlsx), Access, dBase, FoxPro, Lotus, dan teks. Di jendela ini ada File Name (memilih file), View Data (melihat isi data), Grouping Variable dan Group Value (untuk analisis multigrup), serta Allow non-numeric data dan Missing Data.

Print / Print Preview: mencetak diagram.

Retrieve Backup: memulihkan file cadangan.

Exit: keluar dari program.

2. Menu Edit

Untuk mengatur objek di diagram.

Undo / Redo: membatalkan atau mengulang aksi.

Select / Select All / Deselect All: memilih satu, semua, atau membatalkan pilihan objek.

Copy / Paste: menyalin diagram ke clipboard atau Word.

Delete / Erase: menghapus objek.

Move: memindahkan objek.

Duplicate: menggandakan objek.

Reflect: membalik indikator (kiri/kanan atau atas/bawah).

Rotate: memutar indikator di sekitar variabel laten.

Shape of Object: mengubah bentuk atau ukuran objek.

Drag Properties: menyalin properti satu objek ke objek lain.

Touch Up: merapikan posisi panah dan kotak.

Link / Unlink: menghubungkan atau melepas objek.

3. Menu View

Interface Properties: ukuran halaman, margin, warna, font, dan tampilan diagram.

Analysis Properties: pengaturan estimasi dan output (lihat bagian 7).

Object Properties: nama variabel, label, font, warna, serta batasan parameter (nilai tetap, label parameter).

Variables in Model: daftar variabel dalam model.

Variables in Dataset: daftar variabel dalam data; bisa di-drag ke diagram.

Parameters: daftar parameter model.

Text Output: hasil analisis dalam bentuk teks.

Zoom In / Out / Page / Select: mengatur pembesaran tampilan.

Full Screen: tampilan layar penuh.

4. Menu Diagram (Tools Menggambar)

Semua ikon ini juga ada di toolbox sebelah kiri.

Draw Observed Variable (kotak): variabel terukur, misalnya item kuesioner atau rasio keuangan.

Draw Unobserved Variable (elips): variabel laten atau konstruk.

Draw Indicator Variable: menggambar variabel laten sekaligus indikator dan error-nya. Klik berulang untuk menambah indikator.

Draw Path (panah satu arah): hubungan regresi atau pengaruh (sebab → akibat).

Draw Covariance (panah dua arah): korelasi antarvariabel.

Add a Unique Variable: menambah variabel error (e) pada variabel endogen.

Figure Caption: judul dan keterangan diagram. Bisa menampilkan hasil seperti \cmin, \df, \p, \cmindf, \rmsea, \cfi.

5. Menu Analyze

Calculate Estimates: menjalankan estimasi model.

Stop Calculating: menghentikan proses.

Manage Groups: mengelola kelompok untuk analisis multigrup.

Manage Models: mengelola beberapa model (dengan batasan berbeda) untuk dibandingkan.

Modeling Lab: menguji pengaruh pengaturan parameter.

Specification Search: mencari model terbaik secara otomatis dengan melonggarkan atau mengencangkan parameter.

Multiple-Group Analysis: membuat model otomatis untuk uji invariansi (configural, metric, scalar, strict).

Bayesian Estimation: estimasi Bayesian dengan MCMC.

Degrees of Freedom: menampilkan derajat kebebasan model.

Toggle Observed/Unobserved: mengubah status variabel.

Data Imputation: mengisi data hilang (regresi, stokastik, Bayesian).

6. Menu Tools dan Plugins

Tools

List Variables in Model / in Dataset

Name Parameters: memberi label parameter (a1, b1, dst).

Name Unobserved Variables: memberi nama otomatis pada variabel laten dan error.

Seed Manager: mengatur random seed.

Macros: menjalankan atau merekam makro.

Customize: mengatur toolbar dan tampilan.

Plugins

Draw Covariances: menggambar kovarians otomatis antar variabel laten eksogen.

Name Unobserved Variables: pemberian nama otomatis.

Resize Observed Variables: menyamakan ukuran kotak variabel.

Growth Curve Model: membuat model kurva pertumbuhan otomatis.

Standardized RMR: menghitung SRMR.

Stem and Leaf Plot: grafik batang-daun.

Model Builder / Pattern Matrix Model Builder: membuat model dari matriks pola.

7. Analysis Properties (Pengaturan Analisis)

Klik ikon Analysis Properties atau menu View → Analysis Properties. Tab penting:

a. Estimation

Metode: Maximum Likelihood (paling umum), Generalized Least Squares, Unweighted Least Squares, Scale-Free Least Squares, ADF.

Estimate means and intercepts: wajib dicentang jika ada data hilang atau analisis rata-rata.

Fit the saturated and independence models: untuk menghitung CFI, TLI, dll.

b. Numerical: batas iterasi dan kriteria konvergensi.

c. Bias: pengaturan terkait koreksi bias.

d. Output (paling sering dipakai)

Minimization history

Standardized estimates: koefisien jalur terstandar (Beta).

Squared multiple correlations: R² variabel endogen.

Sample moments / Implied moments / Residual moments

Indirect, direct & total effects: efek mediasi.

Factor score weights

Covariances of estimates / Correlations of estimates

Modification indices: saran perbaikan model, dengan threshold (misal 4).

Tests for normality and outliers: uji normalitas multivariat (Mardia) dan jarak Mahalanobis.

All implied moments

e. Bootstrap

Perform bootstrap (jumlah sampel, umumnya 1.000-5.000).

Bias-corrected confidence intervals dan Percentile CI (misal 95%).

Bollen-Stine bootstrap.

Dipakai untuk menguji signifikansi efek mediasi (efek tidak langsung).

f. Permutations: uji perbedaan antar model/kelompok dengan permutasi.

g. Random #: pengaturan angka acak.

h. Title: judul output.

8. Menu Help

Contents: dokumentasi lengkap.

Examples: contoh model siap pakai (Example 1-30+, termasuk CFA, mediasi, multigrup, growth curve).

Getting Started Guide: panduan awal.

About Amos: informasi versi.

9. Toolbox (Ikon Kiri) Singkat

Ikon - Fungsi

Kotak - Variabel observed

Elips - Variabel laten

Elips + kotak - Indikator variabel laten

Panah satu arah - Path (pengaruh)

Panah dua arah - Kovarians/korelasi

Lingkaran kecil + panah - Variabel error/unik

Judul "T" - Figure caption

Daftar variabel - List variables in model/dataset

Tangan - Select, Move, Duplicate, Erase

Kaca pembesar - Zoom dan Loupe

Properti - Object/Analysis Properties

Kalkulator - Calculate Estimates

Dokumen - View Text (output)

10. Output yang Dibaca

Fit indices (kecocokan model)

CMIN/DF (χ²/df): ≤ 2 ideal, ≤ 3 masih diterima.

p-value χ²: ≥ 0,05 diharapkan (sensitif pada sampel besar).

GFI / AGFI: ≥ 0,90.

TLI dan CFI: ≥ 0,90 (baik ≥ 0,95).

RMSEA: ≤ 0,08 (baik ≤ 0,05).

SRMR: ≤ 0,08.

AIC / BIC: membandingkan model (semakin kecil semakin baik).

Estimasi parameter

Regression Weights: Estimate, S.E., C.R. (setara t-hitung; signifikan jika |C.R.| ≥ 1,96), dan P (< 0,05 signifikan).

Standardized Regression Weights: besar pengaruh antar variabel.

Covariances / Correlations: hubungan antar variabel eksogen.

Squared Multiple Correlations: R².

Standardized Residual Covariances: sebaiknya antara -2,58 dan +2,58.

Modification Indices: saran menghubungkan error untuk memperbaiki fit.

Validitas dan reliabilitas konstruk (dihitung manual dari output)

Standardized loading ≥ 0,50 (ideal ≥ 0,70).

CR (Composite Reliability) ≥ 0,70.

AVE ≥ 0,50.

11. Jenis Analisis yang Bisa Dilakukan

CFA (Confirmatory Factor Analysis): uji validitas konstruk.

Path Analysis: analisis jalur variabel terukur.

Full SEM: model pengukuran + struktural.

Mediasi: via efek tidak langsung dan bootstrap.

Moderasi: lewat multigrup atau variabel interaksi.

Multigroup Analysis: membandingkan model antar kelompok (misal laki-laki vs perempuan).

Latent Growth Curve Model: pertumbuhan dari waktu ke waktu.

Second-order CFA: konstruk bertingkat.

Bayesian SEM.

12. Alur Kerja Umum

Siapkan data di SPSS/Excel: bersih, tanpa missing, variabel bertipe angka.

Buka AMOS → File → Data Files → pilih data.

Gambar model (Draw Observed/Unobserved/Indicator/Path/Covariance).

Beri nama variabel sesuai nama kolom data (drag dari Variables in Dataset).

Atur Analysis Properties (Standardized estimates, SMC, Modification indices, Bootstrap).

Klik Calculate Estimates.

Baca Model Fit, lalu Estimates di View Text.

Perbaiki model jika perlu (modification indices, hapus indikator loading rendah).

Salin diagram ke Word dan tulis interpretasi.

13. Panduan Memilih Tools

Tujuan - Tools di AMOS

Menggambar model - Draw Observed/Unobserved/Indicator/Path

Menghubungkan data - File → Data Files

Hasil koefisien terstandar - Analysis Properties → Output → Standardized estimates

Uji mediasi - Output (Indirect effects) + Bootstrap

Cek outlier/normalitas - Tests for normality and outliers

Perbaiki model - Modification indices

Bandingkan kelompok - Multiple-Group Analysis

Cari model terbaik - Specification Search

Data hilang - Estimate means and intercepts / Data Imputation

Tampilkan fit di gambar - Figure Caption (\cmindf, \rmsea, dst)