STRUCTURAL EQUATION

MODELING (SEM)
Bakir Haryanto, PhD
Dosen PEP UHAMKA
Apa itu SEM…
• Structural Equation Modeling adalah pendekatan statistika
untuk menguji hipotesis tentang hubungan antara variabel
baik variabel yang teramati (observed variable) maupun
variabel laten (latent variable).
Mengapa kita membutuhkan analisis SEM…
• SEM merupakan analisis konfirmatori yang bisa digunakan
untuk memevalidasi secara empiris model hipotesis
tentang hubungan antar variabel
• SEM mampu memodelkan hubungan multivariate yang
kompleks
• SEM mampu memodelkan hubungan antar variable laten
dan observed variable secara simultan
Simbol-simbol yang digunakan dalam diagram
SEM
Variabel teramati (Observed Variable)

Variabel laten (Latent Variable)

Error Variance
Tanda panah untuk menunjukan hubungan dua variable;
variabel A mempengaruhi variable B
Kovarian/korelasi antara dua variabel

@Copyright_Bakir Haryanto 2021

Contoh analisis SEM dalam jurnal
internasional
Model SEM

1. Model Pengukuran (Measurement Model)

2. Model Structural (Structural Model)
Contoh Model SEM
Software untuk Analisis SEM
• LISREL
• AMOS
• MPLUS
•R
• JASP
JASP (Jeffrey’s Amazing Statistics Program)
Data input
• File Excel ( .csv)
• File Text ( .txt)
• File SPSS ( .sav)
PRAKTEK ANALISIS
Data file : exp5.11
Ada 12 observed variable yaitu y1-y12
Variabel laten Motifasi diukur oleh variable y1-y3
motifasi =~ y1+y2+y3
Variabel laten Subtansi diukur oleh variable y4-y6
subtansi=~ y4+y5+y6
Variabel laten Pembelajaran diukur oleh variable y7-y9
pembel =~ y7+y8+y9
Variabel laten Prestasi diukur oleh variable y10-y12
prestasi=~ y10+y11+y12
Variabel laten Pembelajaran dipengaruhi oleh variable laten
Motifasi dan Subtansi
Variabel laten Prestasi dipengaruhi variable Pembelajaran
Model SEM Tanpa Komponen Error
Y1 Y1 Y1
Y1 0 1 2

Y2 Motifasi

Y3 Pembel Prestasi
ajaran

Y4

Y7 Y8 Y9
Y5 Subtansi

Y6
ANALISIS SEM MENGGUNAKAN JASP
• Buka Program JASP
• Buka file .csv yang akan dianalisis
• Klik menu SEM
• Masukan sintaks untuk SEM
• Run program dengan menekan tombol ctrl + enter
• Simpan output SEM dalam PDF atau HTML
Model Fit
▪ Chi-square tidak signifikan
▪ RMSEA≤ 0.05
▪ Root-mean-square residual (RMSR) ≤ 0.05
▪ Non-normed fit index (NNFI) ≥ 0.90
▪ Comparative fit index (CFI) ≥ 0.90
▪ Incremental fit index (IFI) ≥ 0.90

@Copyright_Bakir Haryanto 2021

TERIMA KASIH