Senin, 14 Mei 2012

Analisis Faktor Aitem & Teori Respons Aitem : Aplikasi pada MPLUS

Analisis dilakukan pada pengukuran harga diri (subskala I), yang terdiri dari 6 butir. Sebelum dilakukan analisis, skor pengukuran yang bergerak antara 0-4 didikotomisasi menjadi 0-1.
Syntax Analisis
Analisis dilakukan dengan menggunakan analisis faktor konfirmatori untuk data kategorikal dengan menggunakan estimasi maximum likelihood (ML)

 
  DATA:
    FILE IS Esteem-f1-diko.dat;
  VARIABLE: NAMES = se1-se6;
  USEVARIABLES ARE se1-se6;
  CATEGORICAL = se1-se6;

  ANALYSIS: ESTIMATOR IS ML;
  LINK IS LOGIT;

  MODEL:
  ESTEEM BY se1-se6*;
  [se1$1-se6$1];
  [ESTEEM@0] ; ESTEEM@1;

  OUTPUT: STDYX;


Hasil Analisis
Hasil analisis ada dua jenis, pertama hasil analisis yang menggunakan parameter butir seperti halnya di CFA, yaitu factor loading dan threshold. Kedua, parameter butir dengan menggunakan IRT, yang terdiri dari daya diskriminasi dan tingkat kesulitan.

IFA

                                                    Two-Tailed
                    Estimate       S.E.  Est./S.E.    P-Value
 ESTEEM   BY
    SE1                0.722      0.072     10.015      0.000
    SE2                1.034      0.097     10.615      0.000
    SE3                0.833      0.094      8.884      0.000
    SE4                0.786      0.077     10.269      0.000
    SE5                0.974      0.095     10.287      0.000
    SE6                0.943      0.088     10.658      0.000
 Thresholds
    SE1$1             -0.278      0.042     -6.686      0.000
    SE2$1              0.285      0.046      6.223      0.000
    SE3$1              1.883      0.071     26.630      0.000
    SE4$1              0.015      0.042      0.359      0.719
    SE5$1              0.825      0.051     16.055      0.000
    SE6$1              0.110      0.044      2.520      0.012

IRT

IRT PARAMETERIZATION IN TWO-PARAMETER LOGISTIC METRIC
WHERE THE LOGIT IS 1.7*DISCRIMINATION*(THETA - DIFFICULTY)
 Item Discriminations
 ESTEEM   BY
    SE1                0.425      0.042     10.015      0.000
    SE2                0.608      0.057     10.615      0.000
    SE3                0.490      0.055      8.884      0.000
    SE4                0.463      0.045     10.269      0.000
    SE5                0.573      0.056     10.287      0.000
    SE6                0.555      0.052     10.658      0.000
 Item Difficulties
    SE1$1             -0.384      0.065     -5.908      0.000
    SE2$1              0.276      0.047      5.863      0.000
    SE3$1              2.260      0.211     10.697      0.000
    SE4$1              0.019      0.053      0.359      0.720
    SE5$1              0.847      0.075     11.222      0.000
    SE6$1              0.117      0.047      2.491      0.013

 

Hubungan antara IFA &  IRT di MPLUS

Berikut ini tabel hubungan antara hasil IFA dan IRT.



A)
B)
C)
IFA
Aitem
IFA
Intercept
IFA
Loading
Theta
Pred
Logit
Pred
Prob
Logit
to Prob

1
-0.278
0.722
0
0.278
0.431
0.569

7
0.285
1.034
0
-0.285
0.571
0.429





D)
E)
F)
IRT
Aitem
IRT b
IRT a
Theta
Pred
Logit
Pred
Prob
Logit
to Prob

1
-0.384
0.425
0
0.277
0.569
0.569

7
0.276
0.608
0
-0.285
0.429
0.429



Keterangan Rumus pada Tabel

A

D
B

E
C

F


Tidak ada komentar:

Kuliah ATBK - Pengantar CAT