Structural Equation Modeling

(SEM)

ILUSTRASI
Penelitian di bidang Managemen Sumberdaya Manusia
Misalkan telah dilakukan telaah teoritis, menghasilkan hipotesis penelitian :
1) Pengembangan karir berpengaruh signifikan terhadap Kepuasan
Karyawan
2) Pengembangan karir berpengaruh signifikan terhadap Kinerja Karyawan
3) Terdapat pengaruh timbal balik antara kepuasan dengan kinerja
karyawan

Disamping itu, diperoleh bahwa setiap variabel diukur berdasarkan indikatorindikator sebagai berikut :
Variabel Peng Karir diukur oleh 10 indikator : X1.1 s/d X1.10
Variabel Kepuasan diukur oleh 6 indikator : X2.1 s/d X2.6
Variabel kinerja diukur dengan 6 indikator : X3.1 s/d X3.6

Struktur hubungan tsb dalam bentuk diagram path disajikan sbb

e1

e2

e3

e4

x2.1

x2.2

x2.3

x2.4

d1
d2
d3
d4
d5
d6
d7
d8
d9
d10

1
1
1
1
1
1
1
1
1
1

x1.1

x1.2
x1.3

Kepuasan

e5

e6

x2.5

x2.6

1
u2

x1.4
x1.5
P.Karier
x1.6
x1.7
x1.8

x1.9

u3

x1.10

Kinrja

1
x3.6

x3.5

x3.4

e12

e11

e10

x3.3

x3.2

x3.1

e9

e8

e7

Analisis dengan Regresi

Y = 0 + 1 X1 + 2 X2
X1 = Peng. Karir, X2 = Kepuasan dan Y = Kinerja Karyawan

P. Karir
KINERJA
Karyawan
Kepuasan

Permasalahan :
(1) Struktur hubungan antar variabel dipaksakan bersifat langsung
(2) Analisis Regresi dapat diterapkan bilamana data yang tersedia
adalah data dari variabel (observable variable) dan bukan data dari
4
indikator

Analisis dengan Path

Kepuasan

P. Karir
KINERJA

Permasalahan :
(1) Variabel bersifat unobservable
(2) Analisis Path hanya pada model REKURSIF
5

STRUCTURAL EQUATION MODELING

Kepuasan
P. Karir
KINERJA
Structural Model atau Path Analysis
d1
d2
d3
d4
d5
d6
d7
d8
d9
d10

1
1
1
1
1
1
1
1
1
1

x2.1

x1.1
x1.2
x1.3

x2.2
x2.3

Kepuasan

x2.4
x2.5

x1.4

x2.6

1
1
1
1

e1
e2
e3

1
1

e4
e5
e6

x1.5
P.Karier
x1.6
x1.7
x1.8

x1.9
x1.10

Kinrja

Factor Analysis (Measurement Model)

x3.1
x3.2
x3.3
x3.4
x3.5
x3.6

1
1
1
1
1
1

e7
e8
e9
e10
e116
e12

1
d1
d2
d3
d4
d5
d6
d7
d8
d9
d10

1
1
1
1
1
1
1
1
1
1

u2

x1.1
x1.2
x1.3
x1.4

1
1

x2.1

x2.2
x2.3

Kepuasan

x2.4

u1

x2.5

x2.6

1
1
1
1
1
1

e1
e2
e3
e4
e5
e6

x1.5
P.Karier
x1.6
x1.7
x1.8

x1.9
x1.10

Kinrja

x3.1
x3.2
x3.3
x3.4
x3.5
x3.6

1
e7
1
e8
1
e9
1
e10
1
e11
1
e12

1
u3

Measurement Model
Variabel Exogen
(Confirmatory Factor
Analysis)

- Structural Model (A. Regresi)

- Path Analysis

Structural Equation Modeling (SEM)

Measurement Model
Variabel Endogen
(Confirmatory Factor
Analysis)
7

NOTASI DI DALAM SEM

= Ksi, variabel laten X
= Eta, variabel laten Y
= Lamnda (kecil), loading faktor
y = Lamnda (besar), matriks loading faktor variabel laten Y (variabel endogen)
x = Lamnda (besar), matriks loading faktor variabel laten X (variabel endogen)
= Beta (kecil), koefisien pengaruh variabel endogen terhadap variabel endogen
= Beta (besar), matriks koefisien pengaruh variabel endogen terhadap variabel endogen
= Gama (kecil), koefisien pengaruh variabel exogen terhadap variabel endogen
= Gama (besar), matriks koefisien pengaruh variabel exogen terhadap variabel endogen
= Phi (kecil), peragam antar variabel laten X (variabel exogen)
= Phi (besar), matriks ragam- peragam antar variabel laten X (variabel exogen)
= Zeta (kecil), galat model
= Psi (kecil), peragam antar galat model
= Psi (besar), matriks ragam-peragam antar galat model
= Epsilon (kecil), galat pengukuran pada variabel manifest untuk variabel laten Y
= Teta (besar), matriks var-cov galat pengukuran variabel manifest utk variabel laten Y
= Delta (kecil), galat pengukuran pada variabel manifest untuk variabel laten X
= Teta (besar), matriks var-cov galat pengukuran variabel manifest utk variabel 8laten X
= Teta, matriks var-cov galat pengukuran variabel manifest utk variabel laten X dan Y

Persamaan Analisis Path dan SEM

- Keduanya berkenaan dengan konstruksi model
- Pendugaan parameter (koefisien) model berdasarkan data sampel

Perbedaan Analisis Path dan SEM

Analisis Path
- Analisis Path : Model hubungan
kausal antar variabel observable
- Analisis Path hanya dapat
diterapkan pada model rekursif
- Analisis Path dengan OLS
- Output Analisis Path : faktor
determinan

SEM
- SEM : Observable, Unbosevable
(measurement model) dan Campuran
- SEM : model rekursif atau resiprokal
- SEM tidak terkendala adanya korelasi
antar error
- SEM dengan MLE, TSLS, GLS, WLS dll
- Output SEM : faktor determinan, model
struktural dan model pengukuran
10

Measurement Model
VALIDITAS INSTRUMEN
Koefisein korelasi antara skor suatu indikator dengan skor total positif dan
lebih besar 0.3 : valid (validitas kriteria) Masrun (1979)
SEM : - Validitas setiap indikator ditunjukkan oleh
- Validitas unidimensionalitas, GFI 0.9

RELIABILITAS INSTRUMEN
Alpha Cronbach, 0.6 : reliabel (konsistensi internal) (Malhotra,1996)
SEM : Reliabilitas setiap indikator ditunjukkan oleh 1 - untuk variabel
exogen dan 1 - untuk variabel endogen
Reliabilitas Setiap Variabel : construct reliability dan everage
11
variance extracted

LANGKAH-LANGKAH SEM
Pengembangan Model Berbasis
Konsep dan Teori
Mengkontruksi Diagram Path
Konversi Diagram Path ke
Persamaan
Memilih Matriks Input

Menilai Masalah Identifikasi

Evaluasi Goodness-of-fit
Interpretasi dan Modifikasi
Model

12

Pengembangan Model Berbasis Konsep dan Teori

Kepuasan

Karir

Kinerja

Dapat dengan mudah dipahami bahwa variabel karir, kepuasan, dan kinerja
merupakan variabel yang bersifat unobservable. Untuk mengukur variabelvariabel tersebut dikembangkan indikator sebagai variabel manifest :
Karir
: X1.1, X1.2, X1.3, X1.4, X1.5, X1.6, X1.7, X1.8, X1.9 dan
X1.10
Kepuasan : X2.1, X2.2, X2.3, X2.4, X2.5, dan X2.6
Kinerja
: X3.1, X3.2, X3.3, X3.4, X3.5, dan X3.6
13

X2.1
X2.2

X1.1
X1.2

Kepuasan

X2.4

X1.3

X2.5

X1.4
X1.5

X2.3

X2.6

Karir

X1.6

X3.1

X1.7

X3.2

X1.8

Kinerja

X3.3

X1.9

X3.4

X1.10

X3.5
X3.6

14

Konversi Diagram Path ke Persamaan

Konversi diagram path, model struktural, ke dalam

model matematika menjadi sebagai berikut :
1 = 12+ 1 1 + 1
2 = 21+ 2 1 + 2
atau :
Kepuasan = 1 Kinerja + 1 Karir + 1
Kinerja = 2 Kepuasan + 1 Karir + 2
Konversi diagram path, model pengukuran, ke
dalam model matematika menjadi sebagai berikut :
15

X1.1 = 1 1 + 1

X2.1 = 11 1 + 1

X3.1 = 17 2 + 7

X1.2 = 2 1 + 2

X2.2 = 12 1 + 2

X3.2 = 18 2 + 8

X1.3 = 3 1 + 3

X2.3 = 13 1 + 3

X3.3 = 19 2 + 9

X2.4 = 14 1 + 4

X3.4 = 20 2 + 10

X2.5 = 15 1 + 5

X3.5 = 21 2 + 11

X2.6 = 16 1 + 6

X3.6 = 22 2 + 12

X1.4 = 4 1 + 4
X1.5 = 5 1 + 5
X1.6 = 6 1 + 6
X1.7 = 7 1 + 7
X1.8 = 8 1 + 8
X1.9 = 9 1 + 9
X1.10 = 10 1 + 10

16

Memilih Matriks Input

MATRIKS KOVARIANS (Raw Data):
- pengujian suatu model yang telah mendapatkan justifikasi teori
- sulit dilakukan interpreasi terhadap besar-kecilnya pengaruh
- hasil analisis setara dengan analisis regresi

MATRIKS KORELASI (Standardize Data):

- penjelasan menganai pola hubungan kausal antar variabel laten
- pengaruh dominan; Faktor Determinan dan Jalur terkuat
- hasil analisis setara dengan analisis path

17

Menilai Masalah Identifikasi

Gejala-gejala masalah identifikasi :
- Terdapatnya standart error dari koefisien yang terlalu besar
- Ketidakmampuan program menyajikan matriks informasi yang seharusnya disajikan
- Pendugaan parameter tdk dpt diperoleh, misalnya terjadi matriks tidak definit positif
- Muncul angka-angka aneh, seperti adanya varians error yang negatif
- Terjadinya korelasi yang tinggi (> 0.9) antar koefisien hasil dugaan

Solusi :
- umumnya karena under identified
- berikan kendala
- koefisien model dibuat fix
- hati-hati menjadi over identified
18

ASUMSI SEM
Asumsi : Spesifikasi model
- Semua hubungan : linier (data time series sulit dpt memenuhi)
- Model aditif

Asumsi : Pendugaan parameter & Uji hipotesis

- Antar unit pengamatan independen
- Data tidak mengandung pencilan (outliers)
- Pendugaan parameter dengan MLE, sampel size minimum 100.
- Data yang akan dianalisis (variabel latent) menyebar normal ganda (multinormal)
- Beberpa software tidak bisa jalan bila terdapat missing data
19

Pengujian Parameter
- Parameter Lamda;
- Parameter Delta dan Epsilon;
- Parameter Beta;
- Parameter Gama
menggunakan t-test, H0 : parameter = 0 VS H1 : parameter 0
Pengujian Model Pengukuran
VALIDITAS INSTRUMEN
Validitas setiap indikator = , nonsignifikan tidak valid
RELIABILITAS INSTRUMEN
Reliabilitas setiap indikator = 1 - untuk variabel exogen
1 - untuk variabel endogen
LISREL : (1 - ) atau (1 - ), nonsignifikan tidak reliabel
AMOS : masih dan .

20

Pengujian Model Pengukuran

Construct reliability :

0.70

p
yi var()
i=1
2

( )

p
p
yi var() + varyi
i=1
i=1

Everage variance extracted : vc( ) > 0.5 ,

p 2
yi var
i=1
vc( ) =
p 2
p
yi var + var y
i
i=1
i=1

()

( )

()

menunjukkan proporsi varians variabel laten yang dapat dijelaskan oleh

variabel manifest (indikator)

21

Pengujian Model Overall

No Goodness-of-fit
1
2
3
4
5
6
7

Khi Kuadrat
RMR
RMSEA
GFI
AGFI
CFI
AIC

Cut-off

Keterangan

Nonsignifikan
Kecil
0.08
0.90
0.90
0.94
Kecil

Digunakan untuk n besar

Digunakan untuk n besar
Miirip dg R2 dlm regresi
Mirip dengan R2-adjusted
Tidak sensitif thdp besar sampel

Pengujian Model Struktural

Koefisien Determinasi Total : R = 1
2

cov( )
22

Modifikasi Model
- Indeks modifikasi 4 : jalur dipertimbangkan ditambah atau dihilangkan
- Khi Kuadrat turun sebesar 4 dianggap cukup bermakna
Interpretasi
Input Matriks Kovarians : output SEM adalah model struktural setara
dengan analisis regresi.
Input Matriks Korelasi : output SEM adalah analisis path.
SEM juga dapat digunakan untuk pengujian model baik yang bersifat
menguji ulang suatu konsep ataupun pengujian terhadap suatu model yang
akan dikembangkan, menggunakan theory triming.

23

Sample Size
Pedoman Umum :
- Bila pendugaan parameter menggunakan MLE : 100 200; minimum 50.
- Sebanyak 5 10 kali jumlah parameter
- Sama dengan 5 10 kali, indikator keseluruhan variabel laten

SEM dengan aplikasi LISREL (Oud, 2001) :

- Besar sampel untuk program LISREL adalah 400.
- LISREL : 10 x jumlah variabel.
- LISREL : minimum 10 x parameter (independen) yang ada dalam model
24

SOFTWARE aplikasi SEM

AMOS (oleh Arbuckle)
EQS (oleh Bentler)
Mx (oleh Neale)
LISREL (oleh Joreskog).

langkah sederhana Operasi AMOS

Siapkan data dalam Worksheet SPSS (SPSS)
Buat Diagram Path dalam Bidang Kerja AMOS (AMOS)
Hubungkan Diagram Path dalam AMOS dengan data dalam SPSS (AMOS)
Tentukan output yang diperlukan (AMOS)
Lakukan analisis (estimasi) (AMOS)
Output : Diagram Path, Tabel dan atau Teks (AMOS)

25