RESUME CHAPTER 1

PENGANTAR MODEL PERSAMAAN STRUKTURAL

DOSEN PENGAMPU
Dr. Dwi Ratmono, SE., M.Si., Ak

DISUSUN OLEH
Hafidz Ali Raharjo / 12030121413015

UNIVERSITAS DIPONEGORO
FAKULTAS EKONOMIKA DAN BISNIS
MAGISTER AKUNTANSI
2021/2022
SEM dan Analisis Multivariat

Para peneliti pada awalnya banyak mengandalkan analisis univariat

dan bivariat untuk memahami data dan hubungan antar data. Namun untuk
hubungan yang kompleks, jumlah variabel lebih dari 2 buah, peneliti
menerapkan metode analisis data yang lebih canggih yakni analisis
multivariat.

Pada tahun 1980-an, metode statistik terkait analisis multivariat

yang sering digunakan oleh para peneliti meliputi pendekatan berbasis
regresi (multiple regression, logistic regression, analysis of variance) dan
explanatory dan confirmatory factor analysis, cluster analysis,
multidimensional scaling. Semua itu sering disebut teknik generasi
pertama.

Pada tahun 1990-an, semakin banyak peneliti beralih ke teknik

generasi kedua yang disebut pemodelan persamaan struktural (SEM). SEM
memungkinkan peneliti untuk memasukkan variabel yang tidak dapat
diamati yang diukur secara tidak langsung oleh variabel indikator. Ada dua
tipe SEM yaitu covariance-based SEM (CB-SEM) dan partial least squares
SEM (PLS-SEM).

CB-SEM dan PLS-SEM

covariance-based SEM (CB-SEM) merupakan tipe SEM yang

mengharuskan konstruk maupun indikator-indikatornya saling berkorelasi
satu sama lainnya dalam suatu model struktural. PLS merupakan tipe SEM
yang menggunakan variance dalam proses iterasi sehingga tidak
memerlukan korelasi antar indikator maupun konstruk latennya dalam
suatu model struktural.
Rule of Thumb Pemilihan CB-SEM dan PLS-SEM

Kriteria CB-SEM PLS-SEM

Tujuan Tujuan penelitian adalah pengujian teori,
Penelitian konfirmasi teori, atau membandingkan
berbagai alternatif teori. Pengujian berbasiskan
teori yang sudah kuat
• Tujuan penelitian adalah mengembangkan atau
membangun teori
• Penelitian menguji hubungan prediktif antar
konstruk
• Penelitian bersifat ecplanatory atau perluasan
dan model struktural saat ini
• Pengujian dilakukan tanpa dasar teori yang
kuat
• Namun PLS-SEM dapat juga digunakan untuk
menguji teori

Model Estimasi Maximun Likelihood (ML). Maximum The best weight estimate untuk setiap blok indikator
Likelihood Estimation adalah teknik yang dari sebuah variabel laten
digunakan untuk mencari titik tertentu untuk
memaksimumkan sebuah fungsi

Spesifikasi Model pengukuran bersifat reflektif. Meskipun Model berbentuk recursive (model yang
model pe model pengukuran mempunyai satu arah kausalitas), dengan tingkat
gukuran kompleksitas tinggi (banyak konstruk dan
indikator)

Karakteristik • Sampel besar* • Tidak ada masalah identifikasi dengan sampel

data dan • Mengharuskan data terdistribusi dengan kecil. Namun tingkat keakurasiannya makin
logaritma normal tinggi jika sampel besar
• Tidak ada keharusan normalitas data. Namun
pada data normal, hasil CB-SEM dan PLS-SEM
*Metode estimasi Maximum Likelihood sangat mirip, CB-SEM memberikan
direkomendasikan untuk ukuran samoek 100- perhitungan model yang lebih akurat
200

Skala Continuous – interval Nominal, ordinal, dan continuous

pengukuran

Evaluasi Model Estimasi parameter menuntut pemenuhan Estimasi parameter dapat langsung dilakukan tanpa
kriteria goodness of fit persyaratan kriteria goodness of fit

Software Amos, Lisrel, EQS, Mplus, dll SmartPLS, XLSTAT-PLS, WarpPLS, VPLS, PLS
Gaph, Adanco, dll
Diagram Jalur PLS-SEM

Diagram jalur adalah diagram yang digunakan untuk menampilkan

secara visual hipotesis dan hubungan variabel yang diperiksa ketika SEM
diterapkan

Model Struktural dan Model Pengukuran

1. Model Struktural (juga disebut inner model

dalam konteks PLS-SEM) yang mewakili
konstruksi (lingkaran atau oval). Model struktural
juga menampilkan hubungan (jalur) antar
konstruk.
2. Model Pengukuran (juga disebut sebagai
outer model dalam PLS-SEM) dari konstruk
yang menampilkan hubungan antara
konstruk dan variabel indikator (persegi
panjang).

Konstruk dan Indikator

Konstruk, disebut juga variabel latent

(yaitu, variabel yang berbentuk abstrak dan
tidak dapat diukur secara langsung atau
unobserved variabel) dipresentasikan dalam
model jalur sebagai lingkaran oval (Y1 hingga
Y4)

• Contoh konstruk : Kepuasan kerja

• Kita tidak dapat secara lansung mengukur
konsep abstrak seperti kepuasan kerja

Namun, kita dapat mengukur indikator atau

manifestasi dari apa yang telah kita sepakati sebagai
kepuasan

• Indikator, juga disebut item/variabel manifes,

adalah variabel yang bisa diukur secara langsung,
yang berisi data mentah.
Misalnya, jika konsepnya adalah kepuasan kerja,
maka beberapa variabel yang dapat digunakan
untuk mengukur ini sebagai berikut : kesenangan
 atas pekerjaan, kecintaan atas pekerjaan, dan perasaan dihargai atas
kontribusi yang diberikan.

Panah Berkepala Tunggal

Dalam PLS-SEM, panah selalu berkepala tunggal,

sehingga mewakili hubungan terarah. Panah berkepala
satu dianggap sebagai hubungan prediktif. Jika didukung
dengan dasar teoritis yang kuat, panah dapat diartikan
sebagai hubungan kausal

Measurement and Structural Error

Pengguna PLS-SEM sadar bahwa pengukuran
mereka tidak sempurna. Oleh karena itu model
pengukuran memasukkan kesalahan
pengukuran / measurement error (e7, e8, dan
e9). Measurement error mewakili varians yang
tidak dapat dijelaskan ketika model jalur
diperkirakan
• Model struktural juga mengandung kesalahan/
structural error (Z). Pada gambar di samping, z3
dan z4 dikaitkan dengan variabel laten endogen
Y3 dan Y4.
• Kesalahan struktural menunjukkan bahwa
pengguna SEM-PLS menyadari mereka tidak
mungkin secara sempurna memprediksikan
konstruk dependen
• Sebaliknya, konstruk independen yang hanya
menjelaskan konstruk dependen lainnya dalam
model struktural tidak memiliki kesalahan/error.

Konstruk item tunggal Y4, arah hubungan

antara konstruk dan indikator tidak mengandung
kesalahan / error karena konstruk dan indikator
dipandang setara
Teori Pengukuran dan Struktural

Ada dua teori untuk mengembangkan diagram jalur:

1. Teori pengukuran
Teori ini menunjukkan bagaimana konstruk diukur. Dua cara
pengukuran konstruk adalah Formatif dan Reflektif
2. Teori struktural
Menunjukkan bagaimana variabel laten saling terkait satu sama lain.

Pengukuran Formatif dan Reflektif

a. Pengukuran formatif : Indikator

membentuk atau menyebabkan adanya
penciptaan atau perubahan di dalam sebuah
konstruk (Chin, 1998). Semua indikator
tidak harus memiliki varians bersama
sehingga perubahan pada satu indikator
tidak mengubah peran indikator lainnya.
Namun demikian, mengeliminasi satu
indikator bisa mengubah konsepsi dari
konstruk. Arah panah menunjuk dari
indikator ke konstruk.
• Contoh 1 : Banyaknya bir, anggur, dan
minuman keras yang dikonsumsi sebagai
indikator formatif dari konstruk mabuk
(Chin, 1998)
• Contoh 2 : pendidikan, pendapatan, dan
prestise pekerjaan sebagai indikator
formatif dari konstruk status ekonomi dan
sosial (Heise, 1972)
 b. Pengukuran reflektif : Indikator
merupakan efek dari konstruk. Indikator
terkait dengan konstruk yang sama harus
memiliki varians bersama (covarians),
sehingga perubahan satu indikator akan
menyebabkan perubahan pada indikator
lainnya. Mengeliminasi satu indikator tidak
akan mengubah konsepsi dari konstruk.
Arah panah adalah dari konstruk ke
indikator.
• Contoh 1 : mabuk memiliki indikator
reflektif kadar alkohol dalam darah,
kemampuan mengemudi, MRI brain scan,
dan kemampuan melakukan kalkulasi
(Chin, 19980
• Contoh 2 : kepuasan kerja yang
dimanifestasikan dalam gaji, bonus, dan
kejelasan karir (Widhiarsi, 2011)

Teori struktural menunjukkan bagaimana

variabel laten saling terkait satu sama lain.

• Lokasi dan urutan konstruksi didasarkan

pada teori atau pengalaman peneliti dan
akumulasi pengetahuan
• Ketika variabel laten hanya berfungsi
sebagai variabel independen, mereka disebut variabel laten eksogen (Y1
dan Y2). Ketika variabel laten hanya berfungsi sebagai variabel dependen
(Y4) atau sebagai variabel independen dan dependen (Y3), mereka
disebut variabel laten endogen