ANALISIS JALUR DAN MODEL PERSAMAAN STRUKRURAL

Pengertian Pemodelan Persamaan Struktural (SEM)

                 
Structural Equation Modellingatau yang lebih dikenal dengan singkatannya yaitu SEM.
Metode SEM disebut juga metode Pemodelan Persamaan Struktural (PPS). Metode atau teknik
PPS adalah suatu teknik statistic yang mampu menganalisis pola hubungan antara konstrak laten
dan indikatornya, konstrak laten yang satu dengan lainnya, serta kesalahan pengukuran secara
langsung. PPS dikelompokkan sebagai keluarga statistik multivariat dependen, artinya ada
variabel dalam PPS yang berperan sebagai variabel dependen dan ada variabel yang berperan
sebagai variabel independen. Istilah variabel dependen dalam PPS disebut variabel endogen dan
istilah variabel independen dalam PPS disebut variabel eksogen. PPS memungkinkan peneliti
untuk menguji hubungan antara variabel laten sekaligus dapat menguji teori.

Persamaan dan Perbedaan antara SEM dan Analisis Jalur

            
Analisis SEM pada dasarnya untuk memperoleh suatu model structural. Model yang
diperoreh dapat digunakan untuk prediksi atau pembuktian model. Disamping itu, SEM juga
dapat digunakan untuk melihat besar kecilnya pengaruh, baik langsung, tak langsung maupun
pengaruh total variable bebas (variable eksogen) terhadap variable terikat (endogen).
            Antara SEM dan analisis jalur terdapat persamaan dan perbedaan. Beberapa persamaan
dan perbedaan tersebut dapat dilihat pada deskripsi berikut.
1. Persamaan SEM dan Analisis Jalur
 Keduanya berkaitan dengan analisis konstruksi model.
 Koefisien parameter model didasarkan atas analisis data sampel.
 Pengujian kecocokan model dilakukan dengan cara membandingkan matriks varian-
kovarian hasil dugaan dengan matriks data empiric (observasi)

2. Perbedaan SEM dan Analisis Jalur

 Pada SEM dapat dilakukan dua analisis sekaligus yaitu: analisis pengujian hubungan
kausal antar variable laten (model structural) dan analisis pengujian validitas dan
reliabilitas yang didasarkan atas variable manifest (model pengukuran).
 SEM dapat diterapkan untuk model rekursif ataupun resiprokal, sedangkan analisis
jalur hanya dapat diterapkan pada model kausal satu arah dan rekursif.
 SEM tidak terganggu dengan adanya korelasi antar kesalahan (error), sedangkan pada
analisis jalur, antara error harus bebas (tidak saling tergantung).
 Hasil SEM mencangkup faktor diterminan, model structural, dan model penggukuran.
Analisis jalur hanya mencakup faktor diterminan.

Analisis Jalur ( Path Analysis )

Dalam statistik, analisis jalur atau biasa lebih dikenal dengan Path Analysis digunakan
untuk mengetahui hubungan ketergantungan langsung diantara satu set variabel. Path
Analysis adalah model yang serupa dengan model analisis regresi berganda, analisis faktor,
analisis korelasi kanonik, analisis diskriminan dan kelompok analisis multivariat yang lebih
umum lainnya seperti analisis anova, manova, anacova.

Dalam hal kausalitas, Path Analysis dapat dipandang sebagai analisis yang mirip dengan
analisis regresi. Keduanya sama-sama menganalisis model kausalitas. Perbedaannya terletak
pada tingkat kerumitan model. Model analisis regresi lebih banyak menganalisis variabel
dependent sebagai dampak dari variabel independent. Variabel dependent tersebut tidak
memberikan dampak terhadap variabel lainnya. Ketika peneliti dihadapkan pada model dimana
variabel dependent menyebabkan variabel dependent lainnya, maka analisis jalur lebih cocok
digunakan.

Dalam hal lainnya, analisis jalur juga dapat dilihat sebagai SEM (Structural Equation
Modeling) dimana analisis jalur adalah SEM yang hanya memiliki satu indikator, atau model
stuktural dari analisis SEM. Perbedaannya adalah analisis jalur hanya menganalisis variabel
konstruk, sedangkan pada SEM semua variabel baik variabel indikator maupun variabel konstruk
dianalisis secara bersama-sama dalam satu model.
Pemodelan Path Analysis

Pada model di bawah, model terdiri atas EX1 dan EX2 sebagai variabel eksogen yang mana satu
sama lain berkorelasi. Kedua variabel ini memiliki pengaruh langsung terhadap En2 atau secara tidak
langsung melalui variabel En1. En1 dan En2 disebut sebagai variabel endogen. Dalam model riil, variabel
eksogen dimungkinkan dipengaruhi oleh variabel lain diluar EX1 dan EX2. Variabel lain diluar kedua
variabel ini disimbolkan sebagai e (variabel eror).

Keunggulan Path Analysis dibandingkan analisis regresi berganda adalah:

1. Peneliti dapat secara simultan mengukur pengaruh variabel eksogen terhadap variabel
endogen.
2. Peneliti dapat menguji apakah model sudah cukup fit dengan data.
3. Peneliti dapat menguji model yang memiliki permasalahan multikolinieritas (korelasi
yang tinggi antara variabel eksogen).
4. Peneliti dapat melakukan pebandingan pengaruh langsung dan tidak langsung dari
variabel eksogen terhadap variabel endogen.