Pemodelan Persamaan Struktural (SEM)

Pemodelan Persamaan Structural 
(Structural Equation Modeling)

     

       A.      Pengertian

Pemodelan persamaan structural (structural equation modeling), biasa disingkat dengan SEM memiiki beberapa sebutan lain, seperti: analisis structur kovarian (covariance structure analysis), analisis variabel laten (latent variable analysis), analisis factor konfirmatori (confirmatory factor analysis), dan analisis Linier Structural Relations (LISREL) (Hair, dkk. 1998: 584). Berdasarkan sebutan-sebutan tersebut, pemodelan persamaan structural (SEM) dapat dideskripsikan sebagai suatu analisis yang mengabungkan pendekatan analisis factor (factor analysis), model structural (structural model), dan analisis jalur (path analysis). Dengan demikian, di dalam analisis pemodelan persamaan structural (SEM) dapat dilakukan tiga macam kegiatan instrument (berkaitan dengan analisis jalur), dan kegiatan untuk mendapatkan suatu model yang cocok untuk prediksi (berkaitan dengan analisis regresi atau analisis model structural).

       B.      SEM dan Analisis Jalur

Analisis SEM pada dasarnya untuk memperoleh suatu model structural. Model yang diperoleh dapat digunakan untuk prediksi atau pembuktian model. Di samping itu, SEM juga dapat digunakan untuk melihat besar kecilnya pengaruh, baik langsung, tak langsung maupun pengaruh total variabel bebas (variabel eksogen) terhadap variabel terikat (endogen). 

Antara SEM dan analisis jalur terdapat persamaan dan perbedaan. Beberapa persamaan dan perbedaan tersebut dapat dilihat pada deskripsi berikut.

1. Persamaan SEM dan Analisis Jalur
   
   • Keduanya berkaitan dengan analisis konstruksi model.
   • Koefisien parameter model didasarkan atas analisis data sampel.
   • Pengujian kecocokan model dilakukan dengan cara membandingkan matriks varian-  kovarian hasil dugaan dengan matriks data empiric (observasi).
2. Perbedaan SEM dan analisis jalur
   • Pada SEM dapat dilakukan dua analisis sekaligus, yaitu: analisis pengujian hubungan kausal antar variabel laten (model structural) dan analisis pengujian validitas dan reliabilitas yang didasarkan atas variabel manifest (model pengukuran).
   • SEM dapat diterapkan untuk model rekursif ataupun resiprokal, sedangkan analisis jalur hanya dapat diterapkan pada model kausal satu arah dan rekursif.
   • SEM tidak terganggu dengan adanya korelasi antar kesalahan (error), sedangkan analisis jalur, antara error harus bebas (tidak saling tergantung).
   • Hasil SEM mencakup factor diterminan, model structural dan model pengukuran.  Analisis jalur hanya mencakup factor determinan.

       C.      Model Pengukuran

Seperti telah dikemukakan bahwa salah satu kegiatan dalam SEM adalah analisis pengujian validitas konstruk dan pengujian reliabilitas indicator. Kegiatan ini dapat dilakukan pada analisis model pengukuran. Pendekatan yang digunakan dalam analisis model pengukuran ini adalah Analisis Factor Konfimatori.

Untuk melihat besar kecilnya koefisien validitas dapat dilihat besar kecilnya harga muatan factor (λ). Semakin besar harga  λ maka dikatakan indicator semakin valid. Ukuran untuk mengetahui berapa besarnya nilai λ dikatakan valid dapat menggunakan pengujian nilai t (t-value).

Untuk ,elihat besarnya koefisien reliabilitas indicator dapat melihat nilai (1-δ) untuk variabel eksogen dan nilai (1-ε) untuk variabel endogen. Semakin besar nilai  (1-δ) atau (1-ε) maka semakin reliable indicator tersebut. Analisis pengujian reliabilitas ini dapat juga dilakukan dengan pengujian nilai t (t-value) seperti halnya pengujian validitas. 

      D.      Langkah-langkah dalam SEM

Hair, dkk (1998: 592-639) mendeskripsikan langkah-langkah dalam SEM seperti berikut ini :

1. Pengembangan Model Berbasis Teori
   Langkah ini adalah mengembangkan model hipotetik, artinya mengembangkan suatu model berdasarkan kajian-kajian teoritik.
2. Mengkonstruksi Diagram Jalur Untuk Hubungan Kausal
   Diagram jalur sangat berguna untuk melihat hubungan kausal antara variabel eksogen dan variabel endogen.
3. Mengkonversi Diagram Jalur ke dalam Model Structural dan Model Pengukuran
4. Memilih Matrik Input dan Estimasi Model
   Dalam SEM, matrik inputnya berupa matrik korelasi atau matrik varians-kovarians. Matrik korelasi digunakan untuk tujuan memperoleh kejelasan tentang pola hubungan kausal antar variabel laten. Dan matrik varians-kovarians digunakan untuk pengujian model yang telah dilandasi berbagai kajian teori.
5. Menilai Identifikasi Model Structural
   Di dalam analisis model structural sering di jumpai adanya permasalahan yaitu pada proses pendugaan parameter. Beberapa gejala yang sering muncul akibat adanya ketidaktepatan identifikasi ini antara lain yaitu:
   a.       Terdapat kesalahan standar yang terlalu besar
   b.      Matriks informasi yang disajikan tidak sesuai harapan
   c.       Matriks yang diperoleh tidak definitive positif
   d.      Terdapat kesalahan varians yang negative
   e.      Terdapat korelasi yang tinggi antar koefisien hasil dugaan (>0,9) 
6. Evaluasi Kecocokan Model Berdasarkan Kriteria Goodness-of-fit
   Untuk menganalisis dengan SEM perlu diperhatikan asumsi-asumsi yang berkaitan dengan model dan asumsi-asumsi yang berkaitan dengan pendugaan parameter dan pengujian hipotesis.
   Asumsi-asumsi yang berkaitan dengan model antara lain:
   a.       Semua hubungan antar variabel berbentuk linier
   b.      Model yang dikembangkan bersifat aditif
   
   Asumsi-asumsi yang berkaitan dengan pendugaan parameter dan pengujian hipotesis antara lain:
   a.       Pengambilan sampel secara acak
   b.      Data harus lengkap, artinya tidak tidak ada missing data
   c.       Tidak ada data aneh (outliers)
   d.      Ukuran sampel minimum 100
   e.      Penyebaran data bersifat normal
   f.        Tidak ada multikolinieritas
7. Interpretasi dan Modifikasi Model
   Langkah terakhir dari SEM adalah melakukan interpretasi bilaman model yang dihasilkan sudah cukup baik. Interpretasi dilakukan terhadap model structural yang menggunakan matriks kovarians dan interpretasi terhadap analisis jalur yang menggunakan matriks korelasi. Khususnya untuk interpretasi pada analisis jalur yang dilihat antara lain: efek langsung, efek tak langsung dan efek total.
   
   
   Sumber: Prof. DR. Sugiyono. 2010. Statistika untuk Penelitian. Alfabeta: Bandung.