APLIKASI ANALISIS CONFIRMATORY FACTOR (CFA) BAGI MENGUJI MODELPERAMALAN TERHADAP SIKAP PENGGUNAAN KENDERAAN TIDAK BERMOTOR
BERDASARKAN TEORI TINGKAH LAKU TERANCANG (TPB)
MUHAMAD RAZUHANAFI MAT YAZID
Jabatan Kejuruteraan Awam Dan StrukturUniversiti Kebangsaan Malaysia, Malaysia.
Supervised by:Prof. Ir. Dr Riza Atiq Abdullah OK Rahmat
Assoc. Prof Dr Rozmi Ismail
Kuala Lumpur Akan Jadi Bandar Mesra Basikal Berita Harian, 05 Mac 2012
The Star, 2 July 2011
Bina infra sesuai untuk berbasikal, kata menteri‘Pihak berkuasa tempatan disaran membina infrastruktur sesuai untuk penunggang basikal bagi mewujudkan bandar mesra basikal, kata Menteri Belia dan Sukan Datuk Seri Ahmad Shabery Cheek’.
Thttp://www.malaysiakini.com/news/19449909 April 2012
The Star, 05 July 2011
Pengenalan
Teori Kelakuan Terancang (TPB)Sumber : Ajzen 1985, 1991
Pembinaan instrumen keinginan kepada kenderaan tidak bermotor ini adalah berdasarkan Teori Tingkah Laku Terancang (TPB). Ajzen (1991) berusaha mengembangkan suatu pemahaman terhadap sikap, norma subjektif dan tahu kawal kelakuan terhadap keinginan untuk berperi laku
Komponen utama dalam model persamaan struktur (SEM)Sumber Kamarudin Ambak et al.2011& Lee et al.2008.
Model persamaan struktur atau structural equation model (SEM) menyediakan teknik pemodenan statistik linear dalam parameter multivariate yang fleksibel dan ia telah digunakan dalam pemodenan perlakuan perjalanan dan alat fleksibel untuk mengkaji saling hubungan antara bilangan pemboleh ubah yang besar (Golob 2003).
Tujuan KajianTujuan kajian ini adalah untuk menentukan kesahan dan
kebolehpercayaan instrumen model TPB dengan menguji adakah item-item yang dibentuk mengukur 4 konstruk
keinginan kepada kenderaan tidak bermotor iaitu sikap positif, sikap negatif, tahu kawal kelakuan dan persepsi kawalan
dengan data kajian menggunakan analisis faktor pengesahan (Confirmatory factor analysis – CFA).
Analisis faktor konfirmatori atau confirmatory factor analysis (CFA) merupakan satu teknik yang digunakan untuk mengesahkan struktur faktor set pemboleh ubah yang di ukur (Suhr 2006). Menurut Stevens & Zvoch (2007), CFA bertujuan untuk menguji pengesahan konstruk instrumen yang bermaksud sebaik mana konstruk menjelaskan pemboleh ubah dalam konstruk tersebut.
Metodologi
Instrumen kajian ini merupakan soal selidik yang dibina untuk mendapatkan maklum balas dan pengumpulan data berdasarkan model konseptual yang digunakan dari kerangka Teori Kelakuan Terancang (TPB) yang pengkaji telah mengadaptasi model struktur TPB daripada kajian yang dilakukan oleh Haustein & Huneke (2007)
Konstruk SimbolSIKAP POSITIF SPBerjalan kaki dan berbasikal membuat saya berasa santai, senang dan tenang.
SBA
Saya boleh menjangkau banyak kawasan destinasi yang penting dengan berjalan kaki dan berbasikal
SBB
Saya suka berjalan kaki dan berbasikal disebabkan ia memberi banyak faedah seperti kesihatan
SBC
Saya suka berjalan kaki dan berbasikal disebabkan ia memberi persekitaran yang bersih
SBD
Berjalan kaki dan berbasikal membuatkan saya dapat menjimatkan kos perbelanjaan pengangkutan
SBE
SIKAP NEGATIF SNBerjalan kaki dan berbasikal akan mengambil masa yang lama untuk sampai ke destinasi yang dituju
SBF
Berjalan kaki dan berbasikal boleh membuatkan saya terasa penat dan keletihan
SBG
Berjalan kaki dan berbasikal melambangkan imej seseorang sama ada kaya atau miskin.
SBH
Berjalan kaki dan berbasikal boleh menyulitkan untuk membawa barangan bersama
SBI
TAHU KAWAL KELAKUAN TKKKeluarga saya memberi galakan supaya kerap melakukan aktiviti berjalan kaki dan berbasikal
SBJ
Rakan sekerja di tempat saya lebih suka menaiki kenderaan berbanding berjalan kaki dan berbasikal
SBK
Jiran dan kenalan rapat mempengaruhi saya untuk berjalan kaki dan berbasikal jika mereka turut sama melakukannya
SBL
Majikan dan pihak berkuasa sangat mempengaruhi saya untuk berjalan kaki dan berbasikal jika mereka turut sama bekerjasama.
SBM
PERSEPSI KAWALAN PK
Berjalan kaki dan berbasikal tidak menyusahkan urusan harian saya SBN
Sekiranya kesihatan mengizinkan, mudah untuk saya berjalan kaki dan berbasikal.
SBO
Aktiviti-aktiviti harian saya amat memerlukan kepada banyak pergerakan fizikal.
SBP
Keperluan pergerakan fizikal sangat penting dalam melaksanakan segala kewajipan/tanggungjawab.
SBQ
Komponen-komponen pembolehubah dalam Model TPB
Reka Bentuk Kajian
TPB adalah instrumen skala likert tujuh mata (Sangat tidak setuju kepada Sangat setuju). Leung, (2011) menyatakan bahawa skala Likert sangat meluaskan digunakan terhadap instrumen untuk pengukuran pendapat, pilihan dan sikap.
Populasi Kajian dan Sampel KajianMukim Jumlah
Penduduk2007
Responden(%)
Lelaki(%)
Perempuan
Kota Baharu
33,830 65(16) 33(16) 32(16)
Panji 72,790 141(35) 70(35) 71(36)Kubang Kerian
54,600 106(27) 53(26) 53(27)
Kota 13,682 27(07) 14(07) 13(07)
Badang 31,700 61(15) 31(15) 30(15)Jumlah 206,602 400(100) 201(100) 199(100)
Jum.Penduduk 33,830
Responden65 (16 %)
Jum.Penduduk 33,830
Responden65 (16 %)
KELOMPOK 3KELOMPOK 3KELOMPOK 3KELOMPOK 3
KELOMPOK 2KELOMPOK 2KELOMPOK 2KELOMPOK 2KELOMPOK 1KELOMPOK 1KELOMPOK 1KELOMPOK 1
KELOMPOKKELOMPOK 5 5KELOMPOKKELOMPOK 5 5
KELOMPOK 4KELOMPOK 4KELOMPOK 4KELOMPOK 4
Jum.Penduduk 31,700
Responden61 (15 %)
Jum.Penduduk 31,700
Responden61 (15 %)
Jum.Penduduk 72,790
Responden141 (35 %)
Jum.Penduduk 72,790
Responden141 (35 %)
Jum.Penduduk 54,600
Responden106 (27 %)
Jum.Penduduk 54,600
Responden106 (27 %)
Jum.Penduduk 13,682
Responden27 (07 %)
Jum.Penduduk 13,682
Responden27 (07 %)
12 KM
Mengikut kajian lepas, jarak perjalanan yang berkesan untuk kenderaan tidak bermotor adalah 12 km (Jinyong, Meiping & Xiaoguang, 2009; Scheiner, 2010; Razuhanafi et al. 2012). Oleh itu kesemua instrumen telah ditadbir sendiri oleh penyelidik berdasarkan 12 km jarak dari ‘kilometer post’ di Pejabat Pos Besar Kota Bharu kepada lima mukim tersebut.
Untuk menjawab objektif kajian, CFA telah dikendalikan ke atas model struktur berdasarkan 4 faktor menggunakan Analysis Moment of Structure - AMOS version 7 (Golob 2003; Schreiber 2006). Program tersebut menggunakan maximum likelihood estimation untuk menjana anggaran dalam full-fledged measurement model. Untuk memeriksa kesesuaian model pengukuran yang mempunyai 17 item tersebut (Jadual 2), analisis adalah bergantung kepada indeks kesesuaian seperti: (i) nilai minimum bagi perselisihan antara data yang diperhatian dan model dibahagikan dengan darjah kebebasan (CMIN/df), (ii) Comparative of Fit Index (CFI), (iii) Tucker Lewis Index (TLI), dan (iv) The Root Mean Square Error of Approximation (RMSEA). Golob (2003), Schreiber (2006) dan Byrne (2010), menyatakan sesuatu model itu fit apabila indeks itu menunjukkan: (i) CMIN/df dengan satu nilai di antara 1 dan 5 adalah dianggap boleh diterima atau acceptable fit antara model dan data; (ii), indeks CFI dan TLI menghampiri 1.00 menunjukkan satu padanan yang sesuai; dan (iii) indeks RMSEA .08 atau kurang menunjukkan satu ralat anggaran yang munasabah dan boleh di terima.
Pengukuran Penilaian Syarat/Kaedah PengarangUnidimensionality Unidimensionality adalah
dicapai jika petunjuk(Item) ditentukan untuk memuatkanhanya satu faktor danpengukuran segi kesilapanadalah bebas danboleh dipercayai.
Anderson &Gerbing(1998)Hair et al.(2006)
Goodness-of-fit(GOF)
GOF menunjukkan sejauh manamodel yang dinyatakan mengeluarkan semulamatriks kovariansantara barangan penunjuk.Kualiti patut bergantungciri-ciri modeltermasuk saiz sampel dankerumitan model.
Chi-square/df ‹ 3GFI > .9AGFI > .9RMSEA between .03 and .08IFI between 0 and 1CFI > .9TLI > .9
Construct Validity1. ConvergentValidity2. DiscriminantValidityMembina Kesahan1. ConvergentKesahan2. DiskriminanKesahan
Kesahan menumpu tinggimenunjukkan bahawa itemkhusus membina berkumpulpada beberapa titik bersamaDiskriminan kesahihan Tinggimenyediakan bukti bahawakonstruk adalah unik dan benar-benarberbeza dari yang lainmembina. Ia juga bermaknabahawa item mewakili hanyapada membina.
a. Standardized loadingestimates > .5and ideally > .7b. Variance extracted > .5c. Construct reliability > .7a. Inter-correlation < .9b. VE > R2c. Confidence interval < 1d. Chi-square difference
Hair et al.(2006)Bagozzi &Heatherton(1994)
Penilaian Kesesuaian CFA
Keputusan
Kaedah pertama CFA : Penaksiran model pengukuran secara individu
Kategori Pekali Nilai Pekali Komen1. Penyuaian Mutlak (Absolute fit)
RMSEA 0.251 Aras keperluan tidak mencapai
Absolute fit GFI 0.885 Aras keperluan tidak mencapai
2. Penyuaian penambahan (Incrementel fit)
CFI 0.934 Aras keperluan tercapai
3.Penyuaian Parsimoni (Parsimonious fit)
Chisq/df 26.085 Aras keperluan tidak mencapai
Model pengukuran Sikap Positif
Kategori Pekali Nilai Pekali Komen1. Penyuaian Mutlak (Absolute fit)
RMSEA 0.000 Aras keperluan tercapai
Absolute fit GFI 0.999 Aras keperluan tercapai
2. Penyuaian penambahan (Incrementel fit)
CFI 1.000 Aras keperluan tercapai
3.Penyuaian Parsimoni (Parsimonious fit)
Chisq/df 0.737 Aras keperluan tercapai
Kategori Pekali Nilai Pekali Komen1. Penyuaian Mutlak (Absolute fit)
RMSEA - Df = 0. Kebarangkalian tidak boleh dikira
Absolute fit GFI 1.00 Df = 0. Kebarangkalian tidak boleh dikira
2. Penyuaian penambahan (Incrementel fit)
CFI - Df = 0. Kebarangkalian tidak boleh dikira
3.Penyuaian Parsimoni (Parsimonious fit)
Chisq/df - Df = 0. Kebarangkalian tidak boleh dikira
CFA Model pengukuran Sikap Negatif
Model pengukuran Sikap Positif
Kategori Pekali Nilai Pekali Komen1. Penyuaian Mutlak (Absolute fit)
RMSEA 0.073 Aras keperluan tercapai
Absolute fit GFI 0.992 Aras keperluan tercapai
2. Penyuaian penambahan (Incrementel fit)
CFI 0.995 Aras keperluan tercapai
3.Penyuaian Parsimoni (Parsimonious fit)
Chisq/df 3.112 Aras keperluan tercapai
Kategori Pekali Nilai Pekali Komen1. Penyuaian Mutlak (Absolute fit)
RMSEA 0.031 Aras keperluan tercapai
Absolute fit GFI 0.998 Aras keperluan tercapai
2. Penyuaian penambahan (Incrementel fit)
CFI 1.000 Aras keperluan tercapai
3.Penyuaian Parsimoni (Parsimonious fit)
Chisq/df 1.387 Aras keperluan tercapai
CFA Model pengukuran Persepsi Kawalan
CFA Model pengukuran tahu kawal kelakuan
Kontruk Item Factor Loading
Alfa Cronbach
(melebihi 0.7)
CR(melebihi
0.60)
AVE(melebihi
0.50)Sikap Positif SBA 0.83 0.940 0.934 0.740
SBB 0.77SBC 0.92SBD 0.93SBE 0.84
Sikap Negatif SBF 0.91 0.845 0.852 0.662SBG 0.85SBI 0.66
Tahu Kawal Kelakuan
SBJ 0.71 0.871 0.876 0.646
SBK 0.62SBL 0.94SBM 0.90
Persepsi kawalan
SBN 0.65 0.895 0.882 0.657
SBO 0.74SBP 0.93SBQ 0.89
Dapatan Analisis kebolehpercayaan instrumen kajian
Kebolehpercayaan Instrumen Kajian.
kontrak Sikap Positif Sikap Negatif Tahu Kawal Kelakuan
Persepsi Kawalan
Sikap Positif 0.86
Sikap Negatif -0.47 0.81
Tahu Kawal Kelakuan
0.59 -0.33 0.80
Persepsi Kawalan
0.78 -0.40 0.65 0.81
Ringkasan pembezalayanan indek kebolehpercayaan
Model TPB keinginan mengguna kenderaan tidak bermotor (Pooled Measurement Model)
Kaedah Kedua CFA : Penaksiran model pengukuran secara sepenuhnya
Kategori Pekali Nilai Pekali Komen1. Penyuaian Mutlak (Absolute fit)
RMSEA 0.064 Aras keperluan tercapai
Absolute fit GFI 0.964 Aras keperluan tercapai
2. Penyuaian penambahan (Incrementel fit)
CFI 0.987 Aras keperluan tercapai
3.Penyuaian Parsimoni (Parsimonious fit)
Chisq/df 2.560 Aras keperluan tercapai
Pengukuran kebagusan penyuaian model (goodness-of-fit) (N=400)
Construct Item Factor Loading
Cronbach Alpha(Above 0.7)
CR(above 0.60)
AVE(above 0.50)
Sikap Positif SBA 0.87 0.930 0.938 0.835SBC 0.95SBD 0.92
Sikap Negatif SBF 0.92 0.880 0.887 0.725SBG 0.90SBI 0.72
Tahu Kawal Kelakuan
SBL 0.95 0.940 0.938 0.884
SBM 0.93Persepsi Kawalan
SBP 0.96 0.930 0.933 0.875
SBQ 0.91
Dapatan Analisis kebolehpercayaan instrumen kajian
kontrak Sikap Positif Sikap Negatif Tahu Kawal Kelakuan
Persepsi Kawalan
Sikap Positif 0.92
Sikap Negatif -0.48 0.85
Tahu Kawal Kelakuan
0.52 -0.33 0.94
Persepsi Kawalan
0.78 -0.45 0.58 0.94
Ringkasan pembezalayanan indek kebolehpercayaan
Variable min max skew c.r. kurtosis c.r.
SBP 1.000 7.000 -.476 -3.805 -.014 -.055
SBQ 1.000 7.000 -.513 -4.101 .015 .058
SBL 1.000 7.000 -.113 -.901 -.589 -2.353
SBM 1.000 7.000 -.086 -.683 -.541 -2.163
SBF 1.000 7.000 .507 4.047 -.292 -1.165
SBG 1.000 7.000 .563 4.496 -.173 -.692
SBI 1.000 7.000 .565 4.513 -.215 -.858
SBA 1.000 7.000 -.147 -1.175 -.531 -2.122
SBC 1.000 7.000 -.415 -3.316 -.248 -.992
SBD 1.000 7.000 -.485 -3.872 -.180 -.718
Multivariate 44.076 27.840
Nilai-nilai ujian skewness dan kurtosis
Item Anggaran Ralat PiawaiKadar
KritikalP
SBD <--- SP 1.041 .045 23.073 ***
SBC <--- SP 1.067 .043 24.541 ***
SBA <--- SP 1.000
SBI <--- SN 1.000
SBG <--- SN 1.232 .073 16.831 ***
SBF <--- SN 1.260 .074 16.935 ***
SBM <--- TKK 1.000
SBL <--- TKK 1.002 .044 22.534 ***
SBQ <--- PK 1.000
SBP <--- PK 1.037 .037 27.782 ***
Maximum likelihood estimates regression weights
Bil Konstruk Total Item SEM-CFA
Item Gugur
Jumlah Item Gugur
Item Kekal Jumlah item kekal
1 Sikap Positif SBA,SBB,SBC,SBD,SBE
SBB,SBE 2 SBA,SBC,SBD 3
2 Sikap Negatif SBF,SBG,SBH,SBI SBH 1 SBF,SBG,SBI 3
3 Tahu Kawal Kelakuan
SBJ,SBK,SBL,SBM SBJ,SBK 2 SBL,SBM 2
4 Persepsi Kawalan SBN,SBO,SBP,SBQ SBN,SBO 2 SBP,SBQ 2
Rumusan Confirmatory Factor Analysis (SEM-CFA)
KesimpulanKebolehpercayaan instrumen TPB ini adalah tinggi ( ≥0.8), ini bermakna instrumen ini adalah konsistem dan stabil jika di tadbirkan pada sampel lain yang mempunyai ciri yang hampir sama
Penentuan menggunakan model pengukuhan dalam CFA bagi TPB adalah sangat berkesan dan kukuh bagi menghasilkan instrumen TPB yang mengukur 4 konstruk iaitu sikap positif, sikap negatif, tahu kawal kelakuan dan persepsi kawalan. Kekuatan instrumen TPB ini ialah kemampuannya yang menunjukkan bahawa setiap item menyumbang ke arah pengukuran konstruk masing-masing
Pelbagai faktor perlu diambil kira dalam mempromosi penggunaan kenderaan bermotor seperti berbasikal dan berjalan kaki antaranya
hasil dalam kajian ini adalah
Sikap PositifSaya suka berjalan kaki dan berbasikal disebabkan ia memberi banyak faedah seperti kesihatan
Sikap NegatifBerjalan kaki dan berbasikal akan mengambil masa yang lama untuk sampai ke destinasi yang dituju
Tahu Kawal KelakuanJiran dan kenalan rapat mempengaruhi saya untuk berjalan kaki dan berbasikal jika mereka turut sama melakukannya
Persepsi KawalanAktiviti-aktiviti harian saya amat memerlukan kepada banyak pergerakan fizikal.
Di Netherlands, Jepun, England, France dan kebanyakkan negara maju, cara pengangkutan kenderaan tidak bermotor adalah sangat biasa
(Muhamad Razuhanafi, 2011).
Di Malaysia, malangnya ini tidak digalakkan. Mungkin kita boleh memulakan satu kempen mengunakan basikal dan berjalan demi alam
sekitar..demi kesihatan...dan demi menjimat duit (Muhamad Razuhanafi, 2011).
RujukanAhern, A. & Tapley,N. 2007. The use of stated preference techniques to model modal choices on interurban trips in Ireland.Transportation Research Part A. Doi:10.1016/j.tra.2007.06.005Black,W.R.1997. North American transportation : perspectives on research needs and sustainable transportation. Journal of Transport Geography 5, 12-19.Balsas, C.2003. Sustainable transportation planning on college campuses. Journal of Transport Policy 10:35-49.Bartlett,J.E.,Kotrlik,J.W.,Higgins.C.C.2001. Organizational research: determining appropriate sample size in survey research. Information Technology,Learning,and Perfprmance Journal,Vol.19,No.1, Spring .43 – 50Chapman,L. 2007. Transport and climate change: a review. Journal of Transport Geography 15 354-367.Litman T. and Burwell. 2006. Issues in sustainable transportation international. Journal of Global Environment Issues. Vol 6,No. 4,pp.331-347Mark.P de Guzman and Cristin Emmanuel Diaz.2005. Analysis of Mode Choice Behavior of Students In Exclusive School In Metro: The Case of Ateneo De Manila University and Miriam College. Proceedings of the Eastern Asia Society for Transportation Studies 5:1116-1131.Rietveld, P. 2001. Biking and Walking: The Position of Non Motorized Transport Modes in Transport Systems, Tinbergen Institute Discussion Papers 01-111/3, Tinbergen Institute.Riza Atiq.2009. Pengurusan Pengangkutan Pintar. Bangi : Penerbit Universiti Kebangsaan MalaysiaRyley,T.J. 2006. Use of non-motorized modes and life stage in Edinburgh. Journal of Transport Geography 14(5) 367-375Tolley,R.,1996. Green campuses: cutting the environment cost of commuting. Journal of Transport Geography 4(3):213-217.World Commission on Environment and Development.1987. Our Common Future. Brundtland Report. Oxford University Press, Oxford.Muhamad Razuhanafi Mat Yazid, Rozmi Ismail, Riza Atiq O.K.Rahmat & Muhamad Nazri. 2012. City Residence Prepare Towards Implementation Local Lane of Non Motorized. Research Journal of Applied Sciences, Engineering and Technology 4(5):481-485M.R.Mat Yazid,R. Ismail & R. Atiq. 2011. The use of non-motorized for sustainable transportation in Malaysia. The Second International Building Control Conference. Procedia Engineering 20 : 125 -134
THE END
ALHAMDULILLAH
TERIMAKASIH
THANK YOU VERY MUCHTHANK YOU VERY MUCH
MUHAMAD RAZUHANAFI BIN MAT YAZID (0199595319)[email protected]
Top Related