Pelatihan ini dirancang untuk membekali peserta dengan pemahaman konseptual dan keterampilan teknis dasar dalam melakukan SEM-CB/Structural Equation Modeling berbasis Covariance-Based menggunakan IBM SPSS AMOS, serta memanfaatkan AI sebagai asisten dalam memahami konsep, menyusun model, membaca output, dan menulis narasi hasil penelitian. Peserta akan mempelajari perbedaan SEM-CB dengan SEM-PLS, kapan menggunakan AMOS, cara menyiapkan data, membangun path diagram, melakukan uji validitas dan reliabilitas konstruk, mengevaluasi model fit, menguji hubungan antar variabel, serta menulis hasil analisis SEM-CB ke dalam skripsi, tesis, disertasi, atau artikel ilmiah.
Materi yang dicakup:
- Apa itu SEM-CB/Covariance-Based SEM? Perbedaan dengan SEM-PLS/SmartPLS dan regresi biasa
- Kapan menggunakan AMOS, SmartPLS, SPSS, atau LISREL
Konsep dasar variabel laten, indikator, konstruk reflektif, measurement model, dan structural model - Instalasi dan pengenalan interface IBM SPSS AMOS
- Persiapan data dari kuesioner, input data SPSS, dan pengecekan data awal
- Membangun path diagram di AMOS
- Pemanfaatan AI untuk memahami teori, menyusun model konseptual, membuat hipotesis, membantu membaca output, dan menyusun narasi akademik
- Measurement Model/CFA dasar
- Evaluasi Model Fit
- Structural Model dan Pengujian Hipotesis
- Interpretasi hasil
Bonus Basic:
E-book “Panduan SEM-CB dengan AMOS Berbasis AI untuk Pemula” PDF
Dataset latihan kuesioner dan file SPSS siap pakai
Template path diagram AMOS
Template tabel CFA, model fit, CR, AVE, dan uji hipotesis
Checklist validitas, reliabilitas, dan goodness of fit
Prompt bank AI untuk SEM-CB, AMOS, CFA, model fit, dan interpretasi output
Contoh narasi hasil AMOS untuk Bab IV skripsi/tesis
Sertifikat digital
Curriculum
- 8 Sections
- 0 Lessons
- 6 Hours
- Sesi 1 — Pengenalan SEM-CB dan AMOS Berbasis AIMemahami peran AI sebagai asisten pembelajaran dan interpretasi, bukan pengganti analisis peneliti.0
- Sesi 2 — Konsep Dasar Model SEM: Konstruk, Indikator, dan HipotesisPeserta mampu mengidentifikasi variabel laten, indikator, konstruk reflektif, hubungan antar variabel, serta menyusun model konseptual dan hipotesis penelitian dengan bantuan AI secara terarah dan tetap berbasis teori.0
- Sesi 3 — Persiapan Data dan Input ke AMOSPeserta mampu menyiapkan data kuesioner dalam format SPSS, memeriksa struktur data, menangani data kosong, memahami skala pengukuran, serta menghubungkan file data SPSS ke AMOS.0
- Sesi 4 — Membangun Path Diagram di AMOSPeserta mampu membuat path diagram SEM-CB di AMOS, menggambar konstruk laten, indikator, error term, hubungan antar konstruk, covariance, serta menjalankan analisis awal pada model penelitian sederhana.0
- Sesi 5 — Measurement Model dan Confirmatory Factor Analysis/CFAPeserta mampu menjalankan CFA, membaca standardized loading factor, mengevaluasi kelayakan indikator, serta memahami hubungan antara measurement model, validitas konvergen, dan kualitas konstruk.0
- Sesi 6 — Validitas, Reliabilitas, dan Goodness of Fit ModelPeserta mampu menghitung dan menginterpretasikan Construct Reliability/CR, Average Variance Extracted/AVE, validitas diskriminan, serta membaca indeks kelayakan model seperti Chi-square, CMIN/DF, GFI, AGFI, TLI, CFI, RMSEA, dan SRMR.0
- Sesi 7 — Structural Model dan Pengujian HipotesisPeserta mampu mengevaluasi structural model, membaca regression weight, standardized estimate, Critical Ratio/CR, p-value, direct effect, serta menentukan apakah hipotesis penelitian diterima atau ditolak.0
- Sesi 8 — Interpretasi Output AMOS dan Penulisan Hasil Berbasis AIPeserta mampu menyusun tabel hasil SEM-CB, menulis narasi CFA, validitas, reliabilitas, goodness of fit, dan uji hipotesis ke dalam skripsi/tesis/artikel, serta menggunakan AI untuk membantu drafting narasi secara etis, transparan, dan tetap diverifikasi oleh peneliti.0
