100% menganggap dokumen ini bermanfaat (1 suara)
104 tayangan17 halaman

SEM: Model Pengukuran dan Struktural

Dokumen tersebut membahas tentang model SEM yang terdiri dari model pengukuran dan model struktural, dimana model pengukuran menjelaskan hubungan antara variabel laten dengan indikator-indikatornya sedangkan model struktural menjelaskan hubungan antar variabel laten."

Diunggah oleh

chandra yudistira p
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai PDF, TXT atau baca online di Scribd
100% menganggap dokumen ini bermanfaat (1 suara)
104 tayangan17 halaman

SEM: Model Pengukuran dan Struktural

Dokumen tersebut membahas tentang model SEM yang terdiri dari model pengukuran dan model struktural, dimana model pengukuran menjelaskan hubungan antara variabel laten dengan indikator-indikatornya sedangkan model struktural menjelaskan hubungan antar variabel laten."

Diunggah oleh

chandra yudistira p
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai PDF, TXT atau baca online di Scribd

Bagian-Bagian SEM

Wahyu Widhiarso
Fakultas Psikologi UGM
Sub Model
SEM adalah penggabungan antara dua konsep statistika:
Psikometrika
Measurement Model (Model Pengukuran) F1
Konsep analisis faktor yang masuk pada model pengukuran.
Model pengukuran menjelaskan hubungan antara variabel K F2
dengan indikator-indikatornya. …
• Reliabilitas dan Validitas, Eror Pengukuran

Statistika F1
Structural Model (Model Struktural)
Konsep analisis regresi melalui model struktural. Model F1 F2
struktural menjelaskan hubungan antar variabel. Model …
pengukuran merupakan kajian dari psikometrika sedangkan
model struktural merupakan kajian dari statistika. F1
• Peranan/Pengaruh
F2 F2
• Uji Hipotesis Penelitian
• Sumbangan Efektif (Effect Sizes) …

2
Model Penuh (Full Model)

Model Pengukuran 2 :
Pengujian Pengukuran Depresi

Model Struktural :
X1 Aleksimia Mendukung Peningkatan Depresi Y1

X2 Y2
Aleksitimia Depresi
X3 Y3

X4 Y4

Model Pengukuran 1 :
Pengujian Pengukuran Aleksitimia

3
Model Pengukuran (Psikometrika)

X=T+E

Skor Murni Eror Pengukuran


(T) (E)

Skor Tampak (X)

X1 E1 Cara Membaca:
1. T dimanifestasikan oleh tiga indikator
T X2 E2 empirik (X1, X2 dan X3)
2. X1, X2 dan X3 merupakan indikator
X3 E3 empirik dari T

4
Model Pengukuran (Psikometrika)

Y11 Y11

B1 Y12 B1 Y12

… …
Y11 Y21 Y21
B1 Y12 B2 Y31 X X B2 Y31
… .. ..

… …

… … … …

… …

Model Bifactor
Model 2nd Order
Model CFA Unidimensi Model CFA Multidimensi

5
Model Struktural (Statistika)

Skor Murni Eror Pengukuran


(T) (E)

Skor Murni Eror Pengukuran


Korelasi antar skor murni, yaitu (T) (E)
korelasi antar variabel yang sudah
dieliminasi ketidakreliabelannya

E1 X1 X1 E1

E2 X2 T T X2 E2

E3 X3 X3 E3

6
Jenis Variabel

X1 E1 X1 E1

F1 X2 E1 F1 X2 E1

… E1 … E1

Variabel Empirik Variabel Laten


Dapat dilihat bentuk empiriknya Tidak muncul di dalam data (secara
dalam bentuk data (e.g., SPSS, langsung)
Excel) Dapat muncul setelah analisis
Dapat berupa butir tunggal, dilakukan, misalnya dalam bentuk
kumpulan butir (parcels), atau data skor faktor (CFA) atau Theta (IRT)
demografi, kelompok Dapat menunjukkan atribut yang
Dinamakan juga konstruk terukur diukur (common factor), eror
(observed) atau manifes (manifest) pengukuran (e.g., unique factor),
residual, common method dsb.
7
Jenis Variabel/Konstruk

Faktor 1 Faktor 2 Variabel Laten

Facet 1 Facet 2 Facet 1 Facet 2 Variabel Laten

X1 X2 X3 X4 X5 X6 X7 X8 Variabel Empirik

u1 u2 u3 u4 u5 u6 u7 u8 Variabel Laten

8
Apakah Variabel Laten itu?

Konstrak psikologis bersifat hipotetik dan tidak dapat diamati secara langsung. Kita
tidak bisa mengetahui agresivitas secara langsung. Kita baru mengetahui apakah Si
A agresif atau tidak melalui seperangkat indikator perilaku yang merupakan
MANIFESTASI agresifitas.

Variabel laten nilai kuantitatifnya tidak dapat diketahui secara empirik.


Analisis faktor mendeteksi penggerombolan indikator-indikator manifest.
Misalnya sejumlah indikator manifest seperti memukul atau menendang,
berkerumun menjadi satu. Setelah dianalisis faktor, indikator-indikator ini
membentuk kerumunan.

Variabel laten nilai kuantitasnya didapatkan melalui prosedur estimasi dan


judgment.
Karena merupakan proses estimasi, maka banyak alternatif yang bisa dipilih.
Kita tinggal memilih mana estimasi terbaik dari sekian alternatif yang dicoba.

Analisis Faktor vs. Analisis Kelas Laten (Latent Class Analysis)


Model Model Analisis Variabel Laten

Latent variables Manifest Variables

Continuous Categorical

Item
Factor
Continuous response
analysis
theory

Latent
Mixture
Categorical class
model
analysis

Bahan Pengaya
Penerapan Analisis Kelas Laten Untuk Mengeksplorasi Tipologi Kepribadian
[Link]
Hasil LCA Sub-Skala Ekstraversi (N=400)

Analisis menghasilkan 3 Kelas. Apa nama kelas tersebut?

Contoh Lain

Widhiarso,W. (2013). Penerapan Analisis Kelas Laten untuk Mengeksplorasi Tipologi Kepribadian. Jurnal Psikologi
Jenis-Jenis Jalur (Path)

C Y1 Y1
X1 A X1
Y2 Y2
X2 F1 F2 X2 F1
Y3 Y3
X3 B X3
Y4 Y4

Peranan/Pengaruh Korelasi/Kovarian
Panah mengarah ke satu tujuan Panah mengarah ke dua tujuan
Panah A menunjukkan peranan Menunjukkan hubungan antara satu
indikator formatif, menunjukkan variabel dengan variabel lainnya
bahwa F1 terbentuk dari beberapa korelasi/kovarian.
indikator formatif Harus diberikan pada antar konstruk
Panah B menunjukkan koefisien regresi eksogen (prediktor)
(peranan/prediksi) Dapat diberikan pada korelasi antar
Panah C menunjukkan bahwa F2 eror
dimanifestasikan oleh beberapa
indikator
12
Jalur (Path)

F1 X2

F1 F2
X1 Y

X3

Bobot Faktor (factor loading) Efek Peranan Prediktor


• Menunjukkan hubungan antara • Menunjukkan peranan satu variabel ke
indikator dengan faktor (konstruk variabel lainnya (setra dengan regresi
ukur) linier)
• Semakin tinggi semakin menunjukkan • Ada dua jenis (a) unstandardized, (b)
bahwa indikator bekerja dengan baik standardized
dalam memanifestasikan konstruk ukur
• Ada dua jenis (a) unstandardized, (b)
standardized
Jalur (Path)

X2
Mediator
a b
X1 Y

Independen Dependen X3
a b

Peranan Tidak Langsung (indirect effect)

Menunjukkan peranan (effect) dari satu


variabel ke variabel lainnya yang tidak secara
langsung (indirect)
Didapatkan dari perkalian antara dua efek (a *
b)
Dapat berlaku pada model penuh dan analisis
jalur

14
Pembatas (Constraint)

Peletakan
Diberikan pada: (a) semua jalur dari varians
eror, (b) salah satu jalur dari faktor ke
indikator. (c) kedua jalur yang menunjukkan
timbal balik, (d) tergantung pada kebutuhan

Jenis Constraint
Jenis constraint dapat berupa (a)
pembatasan jalur dengan angka 1, (b)
pembatasan dengan angka yang setara
dengan angka lainnya, yang menunjukkan
bahwa kedua jalur tersebut nilainya adalah
setara (c) keperluan tertentu
Pembatas (Constraint)

Jalur pada model model non rekursif di-constraint sebagai path yang equal

Model Recursive Model Non Recursive

Y1
X1
Y2
X2 Pr Kr
Y3
X3
Y4

16
Pembatas (Constraint)

Jalur pada model model non congeneric di-constraint sebagai path yang equal
Model Paralel Model Tau-Ekivalen
X1 b E1 X1 E1
a a
T a X2 b E2 T a X2 E2
a a
X3 b E3 X3 E3

Widhiarso, W., & Kožený, J. (2013). Applying confirmatory factor analysis to evaluate the fit of measurement models in
education and psychological assessment Journal of Educational Sciences and Psychology 3(2), 78-88.

Anda mungkin juga menyukai