People Innovation Excellence

Pengenalan SEM (Part 1)

Oleh:

Haryadi Sarjono, S.T., M.M., M.E. (SoBM, Bina Nusantara University, Jakarta)

Winda Julianita (Alumni Pascasarjana Universitas Jenderal Soedirman, Purwokerto)

 

Buku Ajar SEM (STRUCTURAL EQUATION MODEL), Sebuah Pengantar, Aplikasi untuk penelitian bisnis, Penerbit Salemba Empat, Jakarta (2015)

untitled

PENGANTAR STRUCTURAL EQUATION MODELING

Seiring berkembangnya ilmu pengetahuan, penelitian yang dilakukan oleh para ilmuwanpun semakin kompleks. Oleh karena itu, dibutuhkan teknik analisis yang tepat sehingga proses penelitian dapat berjalan dengan baik.

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 analisis regresi, analisis jalur, dan analisis faktor konfirmatori (Hox dan Bechger, 1998). Structural Equation Modeling merupakan salah satu analisis multivariat yang dapat menganalisis hubungan variable secara kompleks. Teknik ini memungkinkan peneliti untuk menguji hubungan antara variable laten dengan variable manifest (persamaan pengukuran), hubungan antara variable laten yang satu dengan variable laten yang lain (persamaan struktural), serta memaparkan kesalahan pengukuran. Variable laten merupakan variable yang tidak bisa diukur secara langsung dan memerlukan beberapa indikator sebagai proksi (Ghozali dan Fuad, 2008), sedangkan variable manifest merupakan indikator yang digunakan dalam pengukuran tersebut. Menurut Hoe (2008), SEM adalah teknik statistik yang kuat yang menggabungkan model pengukuran atau analisis faktor konfirmatori dan model struktural menjadi uji statistik simultan. Hair et al. (1995) mengemukakan bahwa SEM adalah sebuah evolusi dari model persamaan berganda yang dikembangkan dari prinsip ekonometri dan digabungkan dengan prinsip pengaturan dari psikologi dan sosiologi, SEM telah muncul sebagai bagian integral dari penelitian manajerial dan akademik. (Yamin dan Kurniawan, 2009). Saat ini, SEM banyak diaplikasikan di berbagai bidang seperti bidang ekonomi, ilmu sosial, psikologi, pemasaran, pertanian, kesehatan, pendidikan, hukum, dan sebagainya.

Kelloway (1998) memaparkan tiga alasan SEM banyak digunakan dalam penelitian (Bachrudin dan Tobing, 2003):

  1. Penelitian sosial umumnya menggunakan pengukuran-pengukuran untuk menjabarkan konstruk (construct). Hampir semua penelitian ilmu sosial tertarik dalam pengukuran dan teknik pengukuran. Salah satu bentuk dari SEM berurusan secara langsung dapat menjawab pertanyaan sejauh mana pengukuran yang dilakukan dapat merefleksikan konstruk yang diukur. Singkatnya, pengolahan data dengan SEM sekaligus dapat mengevaluasi kualitas pengukuran, yaitu keandalan dan validitas suatu alat ukur.
  2. Para peneliti sosial sangat tertarik terhadap prediksi. Dalam melakukan prediksi tidak hanya melibatkan model dua variable, tapi dapat melibatkan model yang lebih ‘rumit’ berupa struktur hubungan antara beberapa variable penelitian.
  3. SEM dapat melayani sekaligus suatu analisis kualitas pengukuran dan prediksi. Khususnya, dalam “model-model variable latent”, model ini merupakan suatu model yang fleksibel dan sangat ampuh secara simultan memeriksa kualitas pengukuran dan hubungan prediktif antar konstruk.

Efferin dkk (2008) memaparkan beberapa hal yang membedakan SEM dengan teknik multivariat lainnya sebagai berikut:

  1. SEM membutuhkan lebih dari sekedar perangkat statistik yang didasarkan atas regresi biasa dan analisis varian.
  2. 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
  3. SEM selain memberikan informasi tentang hubungan kausal simultan diantara variabel-variabelnya, juga memberikan informasi tentang muatan faktor dan kesalahan-kesalahan pengukuran.
  4. Estimasi terhadap multiple interrelated dependence relationships. pada SEM sebuah variabel bebas pada satu persamaan bisa menjadi variabel terikat pada persamaan lain.

 

Berikut merupakan keunggulan SEM dibandingkan regresi berganda yaitu:

  1. Memungkinkan adanya asumsi-asumsi yang lebih fleksibel
  2. Penggunaan analisis faktor analisis konfirmatori untuk mengurangi kesalahan pengukuran
  3. Memungkinkan pembuatan model dengan menggunakan beberapa variable endogen
  4. kemampuan melakukan pengujian model secara keseluruhan
  5. kemampuan untuk membuat model gangguan kesalahan
  6. kemampuan untuk mengatasi data yang sulit seperti data yang tidak berdistribusi normal

 

Widodo (2006) mengemukakan sepuluh keistimewaan SEM sebagai berikut :

  1. Mampu memperlakukan variabel endogenous dan variabel eksogenous sebagai variabel   acak dengan kesalahan pengukuran
  2.    Mampu memodelkan variabel laten dengan sejumlah indikatornya
  3. Mampu membedakan kesalahan pengukuran dan kesalahan model
  4. Mampu menguji model secara kesuluruhan, bukan hanya menguji koefisien model secara individu
  5.    Mampu memodelkan variabel mediator
  6. Mampu memodelkan hubungan antar error
  7. Mampu menguji silang koefisien model dari berbagai kelompok sampel
  8. Mampu memodelkan dinamika suatu fenomena
  9. Mampu mengatasi data yang hilang
  10. Mampu menangani data tidak normal

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).

Menurut Ghozali dan Fuad (2008), LISREL merupakan satu-satunya program SEM yang tercanggih dan yang dapat mengestimasi berbagai masalah SEM yang bahkan nyaris tidak mungkin dapat dilakukan oleh program lain, seperti AMOS, EQS dan lain sebagainya. Disamping itu, Ghozali dan Fuad (2008) juga menyebutkan bahwa LISREL merupakan program yang paling informatif dalam menyajikan hasil-hasil statistic sehingga modifikasi model dan penyebab tidak fit atau buruknya suatu model dapat dengan mudah diketahui.

LISREL diperkenalkan oleh Kark Joreskog pada tahun 1970 dan sejauh ini telah dikembangkan serta digunakan dalam berbagai disiplin ilmu pengetahuan sosial. Dalam versi yang lebih maju, penggunaan LISREL menjadi lebih interaktif, lebih mudah, banyak fitur statistik baru yang terkait dengan penanganan missing data, imputation data serta multilevel data analysis. Terapannya pada persoalan ilmu sosial dan ilmu perilaku dapat kita temui secara luas dan sangat berguna sebagai acuan pengambilan keputusan dalam kondisi yang makin rumit. (Sugiarto, 2006, pp3-4).

Menurut Sitinjak dan Sugiarto (2006, p4), secara umum analisis dalam LISREL dapat dipilah dalam dua bagian: pertama yang terkait dengan model pengukuran (measurement model) dan kedua yang terkait dengan model struktural (structural equation model) . Model pengukuran adalah gambaran hubungan pokok yang ditujukan untuk mengukur dimensi-dimensi yang membentuk sebuah faktor atau variabel. Menurut Wijanto (2008, p12), Model struktural adalah model yang menggambarkan hubungan-hubungan yang ada diantara variabel-variabel laten.

Dengan menggunakan LISREL, peneliti dapat menganalisis struktur covariance (struktur yang menunjukkan hubungan linear antar variabel) yang rumit, variabel latent, saling ketergantungan antar variable dan sebab akibat yang timbal balik dapat ditangani dengan mudah dengan menggunakan model pengukuran dan persamaan terstruktur.

Menurut Sitinjak dan Sugiarto (2006, p3), LISREL merupakan salah satu program komputer yang dapat mempermudah analisis untuk menyelesaikan masalah-masalah yang tidak dapat diselesaikan oleh alat analisis yang konvensional.


Published at :
Written By
Haryadi Sarjono, S.T., M.M., M.E. & Winda Julianita
Dosen Program Manajemen & Alumni Pascasarjana Universitas Jenderal Soedirman, Purwokerto
Leave Your Footprint

    Periksa Browser Anda

    Check Your Browser

    Situs ini tidak lagi mendukung penggunaan browser dengan teknologi tertinggal.

    Apabila Anda melihat pesan ini, berarti Anda masih menggunakan browser Internet Explorer seri 8 / 7 / 6 / ...

    Sebagai informasi, browser yang anda gunakan ini tidaklah aman dan tidak dapat menampilkan teknologi CSS terakhir yang dapat membuat sebuah situs tampil lebih baik. Bahkan Microsoft sebagai pembuatnya, telah merekomendasikan agar menggunakan browser yang lebih modern.

    Untuk tampilan yang lebih baik, gunakan salah satu browser berikut. Download dan Install, seluruhnya gratis untuk digunakan.

    We're Moving Forward.

    This Site Is No Longer Supporting Out-of Date Browser.

    If you are viewing this message, it means that you are currently using Internet Explorer 8 / 7 / 6 / below to access this site. FYI, it is unsafe and unable to render the latest CSS improvements. Even Microsoft, its creator, wants you to install more modern browser.

    Best viewed with one of these browser instead. It is totally free.

    1. Google Chrome
    2. Mozilla Firefox
    3. Opera
    4. Internet Explorer 9
    Close