Prosedur SEM Secara umum prosedur SEM terdiri dari tahap-tahap sebagai berikut (bollen dan Long, 19930):

1. Spesifikasi Model (model specification) Tahap ini berkaitan dengan pembentukan model awal persamaan struktural sebelum dilakukan estimasi. Model awal ini diformulasikan berdasarkan suatu teori atau penelitian sebelumnya. SEM dimulai dengan menspesifikasikan model penelitian yang akan diestimasi. Spesifikasi model, yang merepresentasikan permasalahan yang akan diteliti merupakan hal yanhg sangat penting dalam SEM. Hoyle(1998) mengatakan bahwa anlisis tidak akan dimulai sampai peneliti menspesifikasikan sebuah model yang menunjukkan hubungan diantara variabel-variabel yang akan dianalisis. Langkah-langkah yang ditempuh agar dapat diperoleh model yang diinginkan adalah : Spesifikasi model pengukuran o Definiskan variabel-variabel laten yang ada di dalam penelitian o Definisikan variabel-variabel teramati o Definisikan hubungan diantara setiap variabel laten dengan variabel-variabel termaati yang terkait. Spesifikasi model struktural o Definisikan hubungan kausal diantara variabel-variabel laten tersebut

Gambar Path Diagram dari model hybrid yang merupakan kombinasi model pengukuran dan strruktur

2. Identifikasi (identification) Tahap ini berkaitan dengan pengkajian tentang kemungkinan diperolehnya nilai yang unik untuk setiap parameter yang ada di dalam model dan kemungkinan persamaan simultan yang tidak ada solusinya. Secara garis besar ada 3 (tiga) kategori identifikasi dalam persamaan simultan, yaitu : Under-identified

Under-Identified model adalah model dengan jumlah parameter yang diestimasi lebih besar dari jumlah data yang diketahui (data tersebut merupakan variance dan kovarian dari variabel-variabel teramati) Just identified Just Identified model adalah model dengan jumlah parameter yang diestimasi sama dengan data yang diketahui. Over Identified Over Identified model adalah model dengan jumlah parameter yang disetimasi lebih kecil dari jumlah data yang diketahui.

3. Estimasi (estimation) Tahap ini berkaitan dengan estimasi terhadap model untuk menghasilkan nilai-nilai parameter dengan menggunakan salah satu metode estimasi yang tersedia. Pemilihan metode estimasi yang digunakan seringkali ditentukan berdasarkan karakteristik dari variabel-variabel yang dianalisis. Setelah kita mengetahui identifikasi dari model, maka tahap berikutnya dalah melakukan estimasi untuk mem[eroleh nilai dari parameter-parameter yang ada di dalam model. Dalam melakuka estimasi kita berusaha untuk memperoleh nilai parameter-parameter (B, , ,x, , y, dan ) sedemikian sehingga matriks kovarian yang diturunkan dari model (0) sedekat mungkin atau sama dengan matriks kovarian populasi dari variabelvariabel teramati . Pada umumnya kita tidak dapat memiliki data seluruh populasi dan yang kita punyai adalah data dari sampel suatu populasi, sehingga sebagai ganti , kita menggunakan S yang merupakan matriks kovarian sampel dari variabel-variabel teramati. (0) dapat diturunkan dari persamaan umum SEM dan diperoleh hasil sebagai berikut: Menyusul Karena kedua matriks S dan (0) adalah simetris

4. Uji Kecocokan (testing fit) Tahap ini berkaitan dengan pengujian kecocokan antara model dengan data. Beberapa kriteria ukuran kecocokan atau Goodness Of Fit (GOF) dapat digunakan untuk melaksanakan langkah ini. Tahap ini akan menghasilkan solusi yang berisi nilai akhir dari parameterparameter yang diestimasi. Dalam tahap ini, kita akan memeriksa tingkat kecocoka antara data dengan model, validitas dan reliabilitas model pengukuran, dan signifikasnsi koefisien-

koefisien dari model strukural. Menurut Hair (1988) evaluasi terhadap tingkat kecocokan data dengan model dilakukan melalui beberapa tahap, yaitu: Kecocokan untuk keseluruhan model (overall model fit)

Tahap pertama dari uji kecocokan ini ditujukan untuk mengevaluasi secara umum derajat kecocokan atau Goodness Of Fit (GOF) antara data dengan model. Menilai GOF suatu SEM secara menyeluruh tidak dapat dilakukan secara langsung seperti pada teknik multivariat lain (regresi berganda, anlisis diskriminan, MANOVA). SEM tidak memiliki satu uji statistik terbaik yang dapat menjelaskan kekuatan prediksi model. Sebagai gantinya, para peneliti telah mengembangkan beberapa ukuran GOF atau Goodness Of Fit Indices (GOFI) yang dapat digunakan secara kombinasi. Beberapa konsensus berkenaan dengan uji kecocokan ini adalah sebagai berikut: Petunjuk terbaik dalam menilai kecocokan model adalah teori substantif yang kuat. Jika model hanya menunjukkan atau mewakili teori substantif yang tidak kuat, dan meskipun model memiliki kecocokan yang sangat bai, agak sukar untuk memnilai model tersebut. Uji statistik Chi-square (2) bukan merupakan satu-satunya dasar untuk menentukan kecocokan data dengan model Tidak satupun dari ukuran-ukuran GOF ata GOFI secara ekslusif dapat digunakan sebagai dasar evaluasi kecocokan keseluruhan model. Bollen dang Long (1993) menambahkan bahwa R2 Kecocokan model pengukuran (measurement model fit) Kecocokan model struktural (structural model fit)

5. Respesifikasi (respecification) Tahap ini berkaitan dengan respesifikasi model berdasarkan atas hasil uji kecocokan tahap sebelumnya.

Eksogen ()

Endogen ()