LISREL

 

LISREL

Gambaran umum

LISREL (Linear Structural Relations) dikembangkan oleh Karl Jöreskog dan Dag Sörbom, pelopor SEM. Software ini sudah ada sejak 1970-an dan diterbitkan oleh Scientific Software International (SSI). LISREL dianggap sebagai "induk" software SEM dan sangat lengkap untuk model tingkat lanjut. Tersedia versi Student gratis dengan batasan jumlah variabel.

Komponen

  • LISREL: mesin utama SEM.
  • PRELIS: modul persiapan dan penyaringan data.
  • SIMPLIS: bahasa perintah sederhana mirip kalimat.
  • Bahasa LISREL: syntax berbasis matriks (lebih kuat tapi lebih sulit).
  • Path diagram: bisa digambar atau dihasilkan otomatis dari syntax.
  • Modul tambahan untuk multilevel (MLM), generalized linear, dan survey data.

Penjabaran fungsi

  • PRELIS: memeriksa normalitas univariat dan multivariat, membuat matriks korelasi/kovarians, korelasi polikorik dan polyserial (untuk skala Likert/ordinal), imputasi data hilang, bootstrap, dan transformasi data.
  • CFA dan SEM: pengukuran, struktural, dan model penuh.
  • Multi-group SEM: membandingkan kelompok serta menguji kesetaraan pengukuran.
  • Mean structures: membandingkan rata-rata laten antar kelompok.
  • Latent growth model: pertumbuhan seiring waktu.
  • Estimasi untuk data kategorik: WLS, DWLS dengan matriks kovarians asimtotik.
  • Multilevel modeling: data bertingkat (siswa dalam kelas, karyawan dalam perusahaan).
  • Output: parameter estimasi, standard error, t-value, indeks fit, modification indices, standardized solution, efek langsung/tidak langsung/total.

Contoh gaya syntax (SIMPLIS)

Pengguna menuliskan jenis variabel, hubungan, dan perintah seperti Path Diagram dan End of Problem. Karena berbasis teks, model mudah disimpan, diulang, dan dibagikan.

Kelebihan dan kekurangan

KelebihanKekurangan
Sangat lengkap, tolok ukur SEMKurva belajar lebih curam dibanding AMOS
Kuat untuk data ordinal dan multilevelAntarmuka terlihat kuno
Replikasi mudah karena berbasis syntaxBerbayar untuk versi penuh

Cocok untuk: peneliti yang butuh SEM tingkat lanjut, data kategorik/ordinal, atau analisis multilevel.

Komentar

Postingan Populer