July 21, 2024

Mengenal Tool Dasar Structural Equation Modeling

4 min read

1. Pendahuluan

Structural Equation Modeling (SEM) merupakan teknik analisis multivariat yang dikembangkan guna menutupi keterbatasan yang dimiliki oleh model-model analisis sebelumnya yang telah digunakan secara luas dalam penelitian statistik. Model-model yang dimaksud diantaranya adalah regression analysis (analisis regresi), path analysis (analisis jalur), dan confirmatory factor analysis (analisis faktor konfirmatori) (Hox dan Bechger, 1998).

Analisis regresi menganalisis pengaruh satu atau beberapa variabel bebas terhadap variabel terikat. Analisis pengaruh tidak dapat diselesaikan menggunakan analisis regresi ketika melibatkan beberapa variabel bebas, variabel antara, dan variabel terikat. Penyelesaian kasus yang melibatkan ketiga variabel tersebut dapat digunakan analisis jalur.Analisis jalur dapat digunakan untuk mengetahui pengaruh langsung, pengaruh tidak langsung, dan pengaruh total suatu variabel bebas terhadap variabel terikat.

Analisis lebih bertambah kompleks lagi ketika melibatkan latent variable (variabel laten) yang dibentuk oleh satu atau beberapa indikator observed variables (variabel terukur/teramati). Analisis variabel laten dapat dilakukan dengan menggunakan analisis faktor, dalam hal ini analisis faktor konfirmatori (confirmatory factor analysis). Analisis pengaruh semakin bertambah kompleks lagi ketika melibatkan beberapa variabel laten dan variabel terukur langsung. Pada kasus demikian, teknik analisis yang lebih tepat digunakan adalah pemodelan persamaan struktural (Structural Equation Modeling). SEM merupakan teknik analisis multivariat generasi kedua, yang menggabungkan model pengukuran (analisis faktor konfirmatori) dengan model struktural (analisis regresi, analisis jalur).

Memang telah banyak alat analisis untuk penelitian multidimensi, bahkan selama ini telah dikenal luas. Namun semuanya itu belum mampu melakukan analisis kausalitas berjenjang dan simultan. Kelemahan utama dari alat analisis multivariat dimaksud, terletak pada keterbatasannya yang hanya dapat menganalisis satu hubungan pada satu waktu. SEM merupakan sebuah jawaban. SEM kini telah dikenal luas dalam penelitian-penelitian bisnis dengan berbagai nama : causal modelingcausal analysissimultaneous equation modeling, analisis struktur kovarians, path analysis, atau confirmatory factor analysis.

Sebagai teknik statistik multivariat, penggunaan SEM memungkinkan kita melakukan pengujian terhadap bentuk hubungan tunggal (regresi sederhana), regresi ganda, hubungan rekursif maupun hubungan resiprokal, atau bahkan terhadap variabel laten (yang dibangun dari beberapa variabel indikator) maupun variabel yang diobservasi/ diukur langsung. SEM kini telah banyak diaplikasikan di berbagai bidang ilmu sosial, psikologi, ekonomi, pertanian, pendidikan, kesehatan, dan lain-lain. Makalah ini akan memperkenalkan konsep SEM untuk diaplikasikan dalam penelitian statistik yang mendukung penelitian di bidang persandian.

2. Definisi SEM

“The Structural Equation Modeling (SEM) is a family of statistical models that seek to explain the relationships among multiple variables[ Arbuckle, 1997). Jadi dengan menggunakan SEM, peneliti dapat mempelajari hubungan struktural yang diekspresikan oleh seperangkat persamaan, yang serupa dengan seperangkat persamaan regresi berganda. Persamaan ini akan menggambarkan hubungan diantara konstruk (terdiri dari variabel dependen dan independen) yang terlibat dalam sebuah analisis. Hingga saat ini, teknik multivariabel diklasifikasikan sebagai teknik interdependensi atau dependensi. SEM dapat dikategorikan sebagai kombinasi yang unik dari kedua hal tersebut karena dasar dari SEM berada pada dua teknik multivariabel yang utama, yaitu analisis faktor dan analisis regresi berganda.

3.    Perbedaan SEM dengan teknik multivariat lainnya

Beberapa hal yang membedakan SEM dengan regresi biasa dan teknik multivariat lainnya, diantaranya adalah (Efferin, 2008) :

  • SEM membutuhkan lebih dari sekedar perangkat statistik yang didasarkan atas regresi biasa dan analisis varian.
  • Regresi biasa, umumnya, menspesifikan hubungan kausal antara variabel-variabel teramati, sedangkan pada model variabel laten SEM, hubungan kausal terjadi di antara variabel-variabel tidak teramati atau variabel-varibel laten.
  • SEM selain memberikan informasi tentang hubungan kausal simultan diantara variabel-variabelnya, juga memberikan informasi tentang muatan faktor dan kesalahan-kesalahan pengukuran.
  • Estimasi terhadap multiple interrelated dependence relationships. pada SEM sebuah variabel bebas pada satu persamaan bisa menjadi variabel terikat pada persamaan lain.

Widodo (2006) mengemukakan sepuluh keistimewaan SEM sebagai berikut :

  • Mampu memperlakukan variabel endogenous dan variabel eksogenous sebagai variabel acak dengan kesalahan pengukuran.
  • Mampu memodelkan variabel laten sengan sejumlah indikatornya.
  • Mampu membedakan kesalahan pengukuran dan kesalahan model.
  • Mampu menguji model secara kesuluruhan, bukan hanya menguji koefisien model secara individu.
  • Mampu memodelkan variabel mediator.
  • Mampu memodelkan hubungan antar error.
  • Mampu menguji silang koefisien model dari berbagai kelompok sampel.
  • Mampu memodelkan dinamika suatu fenomena.
  • Mampu mengatasi data yang hilang.
  • Mampu menangani data tidak normal.

4. Keterbatasan SEM

Beberapa keterbatasan yang dimiliki oleh SEM adalah sebagai berikut (Widodo, 2006):

  • SEM tidak digunakan untuk menghasilkan model namun untuk mengkonfirmasi suatu bentuk model.
  • Hubungan kausalitas diantara variabel tidak ditentukan oleh SEM, namun dibangun oleh teori yang mendukungnya.
  • SEM tidak digunakan untuk menyatakan suatu hubungan kausalitas, namun untuk menerima atau menolak hubungan sebab akibat secara teoritis melalui uji data empiris.
  • Studi yang mendalam mengenai teori yang berkaitan menjadi model dasar untuk pengujian aplikasi SEM.

5. Tahapan dalam SEM

SEM terdiri atas beberapa tahapan sebagai berikut (Widodo, 2006) :

  • Pengembangan model berdasarkan teori. Tujuannya adalah untuk mengembangkan sebuah model yang mempunyai justifikasi (pembenaran) secara teoritis yang kua guna mendukung upaya analisis terhadap suatu maslah yang sedang dikaji/diteliti.
  •  Pengembangan diagram lintasan (path diagram). Tujuannya adalah menggambarkan model teoritis yang telah dibangun pada langkah pertama kedalam sebuah diagram jalur agar peneliti dengan mudah dapat mencermati hubungan kausalitas yang ingin diujinya.
  • Mengkonversi diagram jalur kedalam persamaan struktural. Langkah ini membentuk persamaan-persamaan pada model struktural dan model pengukuran.
  •  Pemilihan data input dan teknik estimasi. Tujuannya adalah menetapkan data input yang digunakan dalam pemodelan dan teknik estimasi model
  • Evaluasi masalah identifikasi model. Tujuannya adalah untuk mendeteksi ada tidaknya masalah identifikasi berdasarkan evaluasi terhadap hasil estimasi yang dilakukan program komputer
  • Evaluasi Asumsi dan Kesesuaian model. Tujuannya adalah untuk mengevaluasi pemenuhan asumsi yang disyaratkan SEM, dan kesesuaian model berdasarkan kriteria goodness-of-fit tertentu.
  •  Interpretasi dan modifikasi model. Tujuannya adalah untuk memutuskan bentuk perlakuan lanjutan setelah dilakukan evaluasi asumsi dan uji kesesuaian model.

5. Perangkat Lunak SEM

Telah banyak software yang dikembangkan untuk SEM diantaranya adalah AMOS (Arbuckle, 1994, 1997), CALIS (Hartmann, 1992), EQS (Bentler, 1989, 1995), Ezpath (Steiger, 1989), LISCOMP (Muthen, 1988), LISREL (Joreskog dan Sorbom, 1993), MPLUS (Muthen dan When, 1998), Mx (Neale, 1997), SEPATH, STREAMS, dan TETRAD (Scheines, et al., 1994). Namun dari sekian banyak software yang dikembangkan, AMOS, SQL, dan LISREL merupakan tiga software yang paling populer digunakan karena mudah untuk dipahami dan diaplikasikan (Hox dan Bechger, 1998).

AMOS hingga kini telah berkembang hingga AMOS v.16, sedangkan LISREL telah berkembang hingga LISREL v.8. Kedua software tersebut merupakan software SEM yang paling sering digunakan untuk penelitian, karena mudah untuk dipelajari dan digunakan.

Sumber:http://www.sandiman.org

Berikut adalah video  latihan memahami tools dasar SEM dengan AMOS.[download id=”358″]

0 thoughts on “Mengenal Tool Dasar Structural Equation Modeling

Leave a Reply

Your email address will not be published. Required fields are marked *

Copyright © All rights reserved. | Newsphere by AF themes.