Structural Equation Modeling

Structural Equation Modeling/Model Persamaan Struktural/SEM

Structural Equation Modeling (SEM)

Structural Equation Modeling/Model Persamaan Struktural/SEM atau biasa disebut dengan persamaan model struktural awalnya lebih banyak digunakan pada jurusan manajeman atau untuk penelitian dengan jenjang tingkat lebih tinggi seperti S2 maupun S3. Namun kini telah banyak digunakan diberbagai jurusan. Tidak hanya jurusan manajemen pemasaran yang menggunakan teknik analisis dengan SEM akan tetapi sudah merambah pada jurusan psikologi, jurusan komunikasi, jurusan teknik industri, teknik informatika dan masih banyak lagi. Selain itu, tidak hanya analisis data pada TESIS maupun DISERTASI saja yang telah mulai menggunakan SEM akan tetapi SKRIPSI juga telah mulai menggunakan SEM.

SEM merupakan perkembangan dari adanya analisis regresi yang pertama kali dikenal. Perbedaannya adalah untuk menyelesaikan beberapa model seperti PATH, MODERASI, maupun MEDIASI analisis perlu menganalisis regresi berulang kali untuk memperoleh model yang diinginkan sedangkan dengan menggunakan SEM lebih praktis sebab hanya dengan satu kali running maka telah diperoleh beberapa model sekaligus. Seperti halnya dengan model regresi linear yang membutuhkan asumsi klasik seperti:

Uji normalitas
Uji linearitas
Uji multicolinearitas
Uji heteroskidastisitas
Uji autokorelasi

analisis menggunakan SEM ini pun membutuhkan persyaratan layaknya asumsi klasik bedanya persyaratan di dalam SEM dikenal dengan sebutan Goodness of Fit yang terdiri dari:

Likelihood Chi Square, Nilai yang direkomendasikan paling minimum.
The ratio of x² to degrees-of-freedom (x²/df), Nilai yang direkomendasikan <= 3,00.
Comparative Fit Index (CFI), Nilai yang direkomendasikan >= 0,90
Goodness-of-Fit Index (GFI), Nilai yang direkomendasikan <= 0,90.
Root Mean Square of Approximation (RMSEA), NNilai yang direkomendasikan <= 0,08.
Adjusted Goodness-of-Fit Index (AGFI), Nilai yang direkomendasikan >= 0,80.
Tucker Lewis Index (TLI), Nilai yang direkomendasikan >= 0,90.
Normed Fit Index (NFI), Nilai yang direkomendasikan >= 0,90.
Parsimonious Normal Fit Index (PNFI), Nilai yang direkomendasikan 0,60 - 0,90.
Parsimonious Goodness-of-Fit Index PGFI, Nilai yang direkomendasikan 0,50 - 1,00.

Imam gozali model persamaan struktural Selain uji kesesuaian di atas adapula ketentuan-ketentuan yang hendaknya dipenuhi untuk dapat menggunakan analisis SEM yaitu:

Ukuran Sampel
Ukuran sampel yang harus dipenuhi minimal berjumlah 100. Dalam analisis SEM mensyaratkan minimal sampel yang digunakan sebanyak 100.
Outliners Outliners adalah observasi yang muncul dengan nilai-nilai ekstrem, baik secara univariate maupun multivariate karena kombinasi karakteristik unik terlihat berbeda dari observasi lainnya. Pengujian ada tidaknya outliners univariate dilakukan dengan menganalisis nilai Z yang berbeda pada rentang ± 4 (Hair, 1995). Hal tersebut termasuk dalam kategori outliners, sedangkan pengujian outliners pada tingkat multivariate dapat dilihat dari jarak mahalanobis.
Normalitas Data Normalitas diuji dengan melihat gambar histogram data dengan metode statistik. Uji normalitas ini perlu dilakukan, baik untuk data tunggal maupun multivariate yang beberapa variabelnya digunakan juga dalam analisis akhir. Pengujian normalitas dalam penelitian ini dilakukan dengan memberikan perintah tes normalitas dan outliners. Asumsi normalitas akan ditolak jika nilai CR lebih besar dari nilai kritis (± 2,58).

Ketentuan yang disyaratkan dalam Goodness of Fit dapat dikatakan lebih rumit sebab di dalam SEM memang pengukurannya langsung pada skala pengukuran yang diperoleh berbeda dengan analisis regresi linear dimana pengukurannya menggunakan variabel yang diwakili oleh skala pengukuran. Berdasarkan info yang saya peroleh dari dosen ternama di salah satu universitas terkenal syarat untuk menyatakan model SEM yang digunakan adalah fit tidak harus semuanya akan tetapi hanya perlu chi square saja yang harus tidak signifikan sudah cukup mewakili model layak digunakan.

Namun bagaimana jika hasil dari penelitian dimana skala pengukuran dengan kuesioner diperoleh data yang tidak fit??? Hal ini dapat di atasi terlebih dahulu dengan uji validitas instrumen penelitian. Pastikan hasil dari uji validitas benar-benar dapat valid. Uji validitas instrumen penelitian yang menggunakan analisis SEM pada hipotesisnya harus menggunakan teknik confirmatory factor analysis. Sebab menurut Ghozali (2011), CFA digunakan untuk menguji kemampuan indikator-indikator (pertanyaan kuesioner) yang digunakan dalam menginformasikan sebuah variabel. Syarat minimal suatu indikator dianggap valid jika nilai loading >= 0,05. Jika tiap indikator pertanyaan menghasilkan nilai loading yang tinggi maka hasil dari analisis SEM juga akan bagus. Trik untuk dapat memperoleh hasil yang bagus untuk analisis dengan SEM adalah

Jumlah item pertanyaan yang diajukan kepada responden tidak terlalu banyak. Kuesioner dengan pertanyaan yang telalu banyak tentu akan membuat responden malas untuk mengisinya dengan sungguh-sungguh. Hal ini menyebabkan hasil dari uji validitas akan tidak valid. Hal ini dapat diantisipasi dengan memaksimalkan pertanyaan yang diajukan pada masing-masing variabel dengan pertanyaan yang efektif akan tetapi dapat mewakili indikator yang dimaksud.
Pastikan masing-masing pertanyaan ditulis dengan kata-kata yang singkat, padat, jelas dan dapat dimengerti responden dengan cepat. Untuk memperoleh pertanyaan yang baik biasanya dosen pembimbing akan men justman terlebih dahulu kuesioner yang telah Anda buat.

Diposting oleh Khrisna, pada 22 November 2014

Analisis

Meet Up

Bagi rekan yang ingin ngobrol dan diskusi santai sambil ngopi, kami siap melayani. Namun saat ini untuk pertemuan kami hanya melayani untuk wilayah Jogja, Bantul, dan sekitarnya. Lokasi bisa agan atau kami yang menentukan asal strategis dan memadai. Jika ingin meet up bersama, sebaiknya melakukan appointment /janji terlebih dahulu.