Sewal Wright mengembangkan konsep ini pada tahun 1934, pada awalnya teknik ini
dikenal dengan analisa jalur dan kemudian dipersempit dalam bentuk analisis Structural
Equation Model. SEM (Structural Equation Model) adalah suatu teknik statistika yang
mampu menganalisis pola hubungan antara konstruk laten dan indikatornya, konstruk laten
yang satu dengan lainnya, serta kesalahan pengukuran secara langsung. SEM memungkinkan
dilakukannya analisis di antara beberapa variabel dependen dan independen secara langsung.
Teknik analisis data menggunakan Structural Equation Modeling (SEM), dilakukan untuk
menjelaskan secara menyeluruh hubungan antar variabel yang ada dalam penelitian. SEM
digunakan bukan untuk merancang suatu teori, tetapi lebih ditujukan untuk memeriksa dan
membenarkan suatu model. Oleh karena itu, syarat utama menggunakan SEM adalah
membangun suatu model hipotesis yang terdiri dari model struktural dan model pengukuran
dalam bentuk diagram jalur yang didasarkan pada justifikasi teori. SEM merupakan
sekumpulan teknik-teknik statistika yang memungkinkan pengujian sebuah rangkaian
hubungan secara simultan. Hubungan itu dibangun antara satu atau beberapa variabel
independen.
SEM menjadi suatu teknik analisis yang lebih kuat karena mempertimbangkan pemodelan
interaksi, nonlinearitas, variabel-variabel bebas yang berkorelasi (correlated independent),
kesalahan pengukuran, gangguan kesalahan-kesalahan yang berkorelasi (correlated error
terms), beberapa variabel bebas laten (multiple latent independent) dimana masing - masing
diukur dengan menggunakan banyak indikator, dan satu atau dua variabel tergantung laten
yang juga masing-masing diukur dengan beberapa indikator. Dengan demikian menurut
definisi ini SEM dapat digunakan sebagai alternatif lain yang lebih kuat dibandingkan dengan
menggunakan regresi berganda, analisis jalur, analisis faktor, analisis time series, dan analisis
kovarian.
Terdapat dua jenis model dalam SEM, yakni model struktural dan model pengukuran.
Model struktural menggambarkan hubungan-hubungan yang terjadi antara variabel laten,
eksogen dan endogen. Hubungan yang terjadi antar variabel laten sama dengan apa yang
terjadi dalam regresi linear. Dalam suatu model sangat mungkin memuat beberapa persamaan
linear, dalam matematika kumpulan dari persamaan-persamaan regresi linear tersebut
membentuk
suatu persamaan simultan. Parameter yang menunjukkan regresi variabel laten endogen pada
variabel laten eksogen diberi simbol dengan (gamma) sedangkan untuk regresi variabel
endogen pada variabel endogen di lambangkan dengan (beta). Dalam teorinya, ada tiga
macam atau jenis model struktural dapat dilihat pada diagram berikut.
Model yang kedua adalah model pengukuran. Dalam model ini, setiap variabel laten
dimodelkan sebagai sebuah faktor yang mendasari variabel-variabel teramati yang terkait.
Factor loading yang menghubungkan variabel-variabel laten dengan variabel-variabel
teramati diberi label dengan symbol (lambda).
Dalam SEM dipunyai dua matriks lambda yang berbeda, yaitu satu matriks pada sisi X
dan matriks lainnya adalah Y. Notasi pada sisi X dilambangkan dengan X (lambda X) dan
pada sisi Y dilambangkan dengan Y (lambda Y). Model pengukuran yang paling lazim
dalam SEM adalah congeneric measurement model, yakni setiap ukuran yang teramati
hanya berhubungan dengan satu variabel laten, dan semua kovariansi di antara variabel-
variabel teramati adalah sebagai akibat dari hubungan antara variabel teramati dan variabel
laten. Untuk lebih jelasnya Anda dapat memperhatikan gambar berikut.
X 2 X 1
X3
31