Structural Equation
Modelling
Akbar Pahlevi
C2C018072
SEM
Structural Equation Modeling
Pengertian SEM:
Teknik pemodelan statistik yang sangat umum
yang digunakan secara meluas dalam ilmu
keperilakuan. (Hox & Bechger)
Metoda statistik yang menggunakan pendekatan
confirmatory untuk menganalisis teori struktural
yang berhubungan dengan beberapa fenomena.
(Byrne, 2001)
Sekumpulan teknik-teknik statistikal yang
memungkinkan pengujian sebuah rangkaian
hubungan yang relatif “rumit” secara simultan.
(Ferdinand, 2002)
Manfaat SEM
Teknik yang mengkombinasikan model jalur
yang kompleks dengan variabel laten.
Teknik yang mengkombinasikan analisis faktor
dan analisis regresi berganda.
Memungkinkan peneliti menjawab pertanyaan
penelitian yang bersifat regresif maupun
dimensional (mengukur dimensi sebuah
konsep).
Mampu mengukur hubungan antara
unobservable constructs (variabel laten).
Mampu menguji model dengan sejumlah
hubungan ketergantungan.
Karakteristik SEM
Estimasihubungan ketergantungan.
Kemampuan untuk menggambarkan konsep
unobserved dalam hubungan tersebut.
Menghitung measurement error dalam
proses estimasi.
Menyajikan konsep teoritis
Software statistik untuk analisis
SEM:
LISREL (LInear Structural RELations)
EQS
AMOS (Analysis of MOment Structures)
Dll.
Variabel Laten
Disebut juga faktor atau unobserved variables
atau construct.
Variabel yang tidak dapat diukur secara
langsung. (Purwanto, 2003)
Variabel yang dibentuk melalui indikator-
indikator yang diamati dalam dunia nyata.
(Ferdinand, 2002)
Contoh variabel laten adalah minat berperilaku,
kepemimpinan, motivasi, dll
Variabel Terukur (Measured
Variables)
Disebut juga observed variables, indicator
variables atau manifest variables.
Variabel yang datanya dikumpulkan dari
responden melalui penelitian lapangan.
Variabel yang dapat diukur secara langsung.
Misalnya: gaji pegawai, berat badan, skor
TOEFL, dll
Variabel laten (unobserved variable)
dilambangkan dengan lingkaran atau elips
Variabel terukur (observed variable)
dilambangkan dengan segi empat atau
bujursangkar.
Contoh:
Kepuasan Pelanggan diukur dengan
2 item pertanyaan yaitu Sat1 dan Sat2.
Maka Kepuasan Pelanggan adalah variabel
laten, sedangkan Sat1 dan Sat2 adalah
variabel terukur.
Model Pengukuran (Measurement Model/
Confirmatory Factor Analysis Model)
error1 Sat1
Kepuasan pelanggan
error2 Sat2
Variabel Eksogen-Endogen
Variabel eksogen adalah variabel yang tidak
diprediksi oleh variabel lain dalam model.
Disebut juga dengan variabel independen.
Variabel endogen adalah variabel yang
diprediksi oleh satu atau lebih variabel lain.
Disebut juga variabel dependen.
Proses SEM terdiri dari dua tahap:
1. Validasi terhadap model pengukuran.
2. Pengujian terhadap model struktural
Perbedaan Model Pengukuran dan
Model Struktural
ModelPengukuran: model yang ditujukan
untuk mendeskripsikan sebuah keadaan atau
mengukur sebuah konsep.
Model Struktural: model yang
menggambarkan hubungan-hubungan yang
dihipotesakan antar konstruk.
Model Struktural
Knowledge
Value Performance
Satisfaction
Model Pengukuran
e1 Knwl 1
knowledge
e7
e2 Knwl 2
e9
prfm1
e3 value1
value performance
e4 prfm2
value2
e5 Sat 1 e8
satisfaction
e6 Sat 2
ASUMSI-ASUMSI SEM
1. Ukuran Sampel
Ukuran sampel minimum adalah 100 -
200 (Ferdinand, 2002, Hair et. al, 2006)
Hair dkk menyarankan ukuran sampel
minimum adalah sebanyak 5 – 10 kali
jumlah parameter yang diestimasi.
Jumlah indikator dikali 5 – 10 (Ferdinand,
2002)
ASUMSI-ASUMSI SEM (2)
2. Normalitas
Uji normalitas bertujuan untuk mengetahui apakah
distribusi sebuah data mengikuti atau mendekati
distribusi normal. Uji ini perlu dilakukan baik normalitas
untuk data tunggal (univariate) maupun normalitas
seluruh data (multivariate).
Dalam output AMOS, uji normalitas dilakukan dengan
membandingkan nilai CR (critical ratio) pada
assesment of normality dengan nilai kritis 2.58 pada
level 0.01. Jika ada nilai CR yang lebih besar dari nilai
kritis maka distribusi data tersebut tidak normal.
ASUMSI-ASUMSI SEM (3)
3. Outliers
adalah observasi yang muncul dengan nilai-nilai
ekstrim baik secara univariate maupun multivariate.
Bila terjadi outliers maka data tersebut dapat
dikeluarkan dari analisis.
Uji outliers univariate dilakukan dengan melihat nilai
ambang batas dari z-score itu berada pada rentang
3 – 4 (Hair dkk, 2006). Oleh karena itu kasus atau
observasi yang mempunyai zscore ≥ 3.0
dikategorikan outliers. Nilai z-score adalah nilai yang
sudah distandarkan sehingga memiliki rata-rata
(mean) 0 dan standar deviasi 1.
Sedangkan outliers multivariate dilakukan
dengan kriteria jarak Mahalanobis pada
tingkat p > 0.001.
Jarak Mahalanobis ini dievaluasi dengan
menggunakan X2 pada derajat bebas (df)
sebesar jumlah variabel yang digunakan
dalam penelitian. Untuk menentukan nilai
tersebut menggunakan program excel, pilih
insert-function wizard, kemudian CHIINV
masukkan p = 0.001 dan df jumlah variabel
terukur.
Hasil yang diperoleh merupakan batas
outliers, sehingga yang melebihi hasil
tersebut harus dihapus.
ASUMSI-ASUMSI SEM (4)
4. Multikolinearitas dan singularity
Uji ini digunakan untuk mengetahui apakah
terdapat korelasi antar variabel independen.
Uji ini dilakukan dengan mengamati nilai
determinan matriks kovarians. Determinan
matriks kovarians yang benar-benar kecil
(mendekati 0) mengindikasikan adanya
multikolinearitas dan singularitas
(Tabachnick & Fidel, 1998)
Uji Validitas dan Uji Reliabilitas
1. Uji Validitas.
Uji Validitas dilakukan dengan melihat dari
hasil output AMOS yaitu Probability value
untuk Regression Weight. Jika lebih kecil
dari 0,05 maka item dinyatakan VALID.
2. Uji Reliabilitas
Untuk uji reliabilitas harus dilakukan dengan
proses manual dengan rumus (dapt
dilakukan dengan program Excel), tidak
secara otomatis muncul dalam program
AMOS.
Uji Reliabilitas
Rumus 1
Standardized loading diperoleh dari
standardidized loading masing-masing
indikator yang sudah diperoleh hasilnya dari
AMOS.
adalah measurement error = 1 –
(standardized loading)2
Cut off Value utk construct reliability minimal
0.7
Uji Reliabilitas
Rumus 2
Standardized loading diperoleh dari
standardidized loading masing-masing indicator
yang sudah diperoleh hasilnya dari AMOS.
adalah measurement error = 1 –
(standardized loading)2
Cut off Value untuk Variance extracted minimal
0.5
UJI HIPOTESIS dalam
REGRESI
Analisis atas signifikansi koefisien jalur (path
coefficients) dilakukan melalui signifikansi
besaran regression weights dari model
Kolom standardized estimates merupakan
koefisien regresi atau dalam program SPSS
identik dengan standardized beta.
UJI PARSIAL
Ujiparsial dapat dilakukan untuk masing-
masing variabel.
Untuk menentukan apakah pengaruh
signifikan atau tidak dapat dilihat dari kolom
P yang merupakan p-value, dibandingkan
dengan taraf signifikansi (alpha = α) yang
digunakan biasanya 0.05. Jika p-value lebih
kecil dari 0.05 maka Ho ditolak.
Cara kedua adalah dengan melihat nilai C.R
(Critical Ratio). Jika C.R lebih besar dari 2.0
maka Ho ditolak. Artinya pengaruh variabel
independen terhadap variabel dependen
yang ditunjukkan dalam tabel signifikan.
UJI SIMULTAN/SEREMPAK
Uji ini dilakukan dengan melihat goodness of
fit dari model.
Ditentukan dengan sejumlah kriteria (lihat
tabel Goodness of Fit
Evaluasi Kriteria Goodness of Fit
Model (Lee, Park, & Ahn, 2001)
No Kriteria Nilai
rekomendasi
1. Chi-square (X2) Diharapkan
kecil
2. X2- significance probability ≥ 0.05
3. Relative X2 (CMIN/DF) ≤ 2.00
4. GFI (Goodness of Fit Index) ≥ 0.90
5. AGFI (Adjusted Goodness of Fit Index) ≥ 0.80
6. Tucker-Lewis Index (TLI) ≥ 0.90
7. Normed Fit Index (NFI) ≥ 0.90
8. Comparative Fit Index (CFI) ≥ 0.90
9. Root Mean Square Error of ≤ 0.08
Approximation (RMSEA)