AMOS (IBM SPSS Amos)

 

AMOS (IBM SPSS Amos)

Gambaran umum

AMOS (Analysis of Moment Structures) awalnya dikembangkan oleh James Arbuckle, kemudian dimiliki IBM dan terintegrasi dengan keluarga SPSS. AMOS dirancang khusus untuk Structural Equation Modeling (SEM) berbasis kovarians (CB-SEM). Ciri khasnya: model dibuat dengan menggambar diagram jalur memakai kursor, sehingga tidak perlu menulis kode. Software ini hanya berjalan di Windows.

Konsep dasar yang perlu dipahami

• Variabel teramati (observed): data langsung dari kuesioner, digambar sebagai persegi panjang.
• Variabel laten (latent): konstruk yang tidak diukur langsung (misalnya "kepuasan"), digambar sebagai elips.
• Error/residual: digambar sebagai lingkaran kecil.
• Panah satu arah: pengaruh; panah dua arah: korelasi.

Penjabaran fungsi

• Menggambar diagram: tools untuk membuat variabel, menghubungkan, dan memberi label. Ada plugin seperti Draw Covariances dan Name Unobserved Variables untuk mempercepat.
• CFA (Confirmatory Factor Analysis): menguji apakah indikator benar-benar mengukur konstruk (validitas konvergen dan diskriminan).
• SEM penuh: menguji hubungan antar konstruk sekaligus dengan model pengukurannya.
• Path analysis: hubungan antar variabel teramati saja.
• Mediasi dan moderasi: efek tidak langsung diuji lewat bootstrapping; moderasi lewat multi-group.
• Multi-group analysis: membandingkan model antar kelompok (misalnya pria vs wanita) dan menguji measurement invariance.
• Latent growth curve: perubahan variabel sepanjang waktu.
• Data hilang: ditangani dengan Full Information Maximum Likelihood (FIML).
• Estimasi Bayesian: alternatif selain maximum likelihood.
• Metode estimasi: ML, GLS, ULS, ADF/WLS.
• Indeks kecocokan model (goodness of fit): Chi-square, CMIN/DF, GFI, AGFI, CFI, TLI, NFI, RMSEA, SRMR, AIC, BIC.
• Modification Indices: saran perbaikan model (misalnya menghubungkan dua error).
• Standardized/unstandardized estimates, critical ratio (nilai t), p-value, squared multiple correlations (R²).

Alur kerja umum

1. Siapkan data (SPSS .sav, Excel) → 2. Gambar model → 3. Hubungkan ke data → 4. Analysis Properties (pilih output, bootstrap, dll.) → 5. Calculate Estimates → 6. Periksa kecocokan model → 7. Perbaiki bila perlu → 8. Interpretasi.

Kelebihan dan kekurangan

Kelebihan	Kekurangan
Visual dan mudah dipahami pemula	Hanya Windows dan berbayar
Terintegrasi dengan SPSS	Kurang fleksibel untuk model yang sangat kompleks
Populer untuk skripsi/tesis/disertasi	Asumsi data normal multivariat; data ordinal kurang ideal

Cocok untuk: penelitian sosial, manajemen, pemasaran, pendidikan, psikologi dengan data kuesioner. Alternatif: SmartPLS (PLS-SEM), lavaan (R), JASP, Mplus.