BIAStatistics (2013)

Vol. 7, No. 2, hal. 41-46

PENGUJIAN TETRAD UNTUK MENGORIENTASIKAN

HUBUNGAN VARIABEL LATEN TERHADAP VARIABEL
MANIFES DALAM STRUCTURAL EQUATION MODEL

TETRAD TESTS TO ORIENT THE RELATIONS BETWEEN

LATENT VARIABLE TOWARDS MANIFEST VARIABLES IN
STRUCTURAL EQUATION MODELS

Elysha, Dr. Yadi Supriyadi, DEA, Zulhanif. MSc

Jurusan Statistika, Universitas Padjajaran
elysha.fierce@yahoo.com

ABSTRAK
Penggunaan structural equation model semakin meluas dalam berbagai lingkup ilmu
pengetahuan. Penelitian ini difokuskan pada model pengukuran, khususnya untuk
mengorientasikan hubungan antara variabel laten terhadap variabel manifesnya. Ketika dukungan
teori tidak memadai, maka untuk mempermudah peneliti dalam memilih skema reflektif maupun
skema formatif digunakanlah pendekatan berdasarkan prinsip kausalitas dengan pengujian tetrad.
Studi kasus dilakukan untuk mengorientasikan hubungan antara variabel laten Politic Efficacy
terhadap indikatornya yakni No Say, Complex, Voting, dan No Care. Dengan penerapan analisis
tetrad, dihasilkan model pengukuran yang menunjukkan adanya gabungan arah reflektif dan
formatif (MIMIC model).

Kata Kunci : Structural Equation Model, Model Pengukuran, Analisis Tetrad

ABSTRACT
The use of structural equation models increasingly widespread in various spheres of
science. This study focused on the measurement model, especially for orienting the relationship
between the latent variable to manifest variables. When there is no sufficient support for the
theory, then to facilitate researchers in selecting reflective scheme and formative scheme, used an
approach based on the principle of causality by tetrad test. Case studies is done to orient the
relationship between the latent variable Politic Efficacy towards the indicators No Say, Complex,
Voting, and No Care. Using tetrad analysis, the resulting measurement model shows the direction
of the combined reflective and formative (MIMIC model).

Key words : Structural Equation Models, Measurement Model, Tetrad Test

1. PENDAHULUAN
Hubungan antar variabel semakin kompleks seiring berkembangnya ilmu
pengetahuan. Dalam prakteknya, variabel-variabel penelitian pada bidang tertentu tidak
dapat diukur secara langsung (konstruk laten) sehingga masih membutuhkan berbagai
indikator lain untuk mengukur variabel tersebut. Teknik statistik yang mampu
menganalisis pola hubungan antara konstrak laten dan indikatornya, konstrak laten yang
satu dengan lainnya, serta menganalisis kesalahan pengukuran secara langsung adalah
Structural Equation Model.
Terdapat dua sub model dalam model SEM lengkap yakni model struktural dan
model pengukuran. Berbagai teori berkembang guna mendukung kaitan antar variabel
laten pada model struktural. Namun untuk model pengukuran sangat jarang teori yang

41
mendukung mengenai kaitan antar variabel laten dan variabel manifes (Edwards dan
Bagozzi, 2000). Hal ini tentu menjadi kendala bagi peneliti untuk menentukan pola
hubungan variabel yang ada dalam model pengukuran secara tepat.
Model pengukuran terbagi menjadi dua bagian, yakni model reflektif dan model
formatif.Sangatlah penting untuk mengetahui apakah variabel manifes tergolong indikator
formatif atau indikator reflektif. Perbedaan antara model formatif dan reflektif ini penting
karena dengan spesifikasi model pengukuran yang tepat maka dapat ditetapkan hubungan
yang bermakna dalam struktur model (Bollen dan Ting, 2000).
Ketika dukungan teori tidak memadai, maka untuk mempermudah peneliti
dalam mengorientasikan hubungan antara variabel laten dan variabel manifes digunakan
pendekatan berdasarkan prinsip kausalitas dengan pengujian tetrad. Pemakaian uji tetrad
untuk pengorientasian hubungan antar variabel masih jarang digunakan, sehingga penulis
tertarik untuk melakukan penelitian dengan menggunakan uji tetrad.

2. TINJAUAN PUSTAKA
Structural Equation Model (SEM) merupakan teknik analisis multivariat
yangdikembangkan guna menutupi keterbatasan yang dimiliki oleh model-model analisis
sebelumnya yang telah digunakan secara luas dalam penelitian statistik (Hox dan
Bechger, 1998). Ketika analisis kausalitas melibatkan beberapa variabel laten dan
variabel terukur, maka aplikasi analisis jalur pada variabel laten (secara umum disebut
SEM) lebih tepat.
Dukungan teori untuk model pengukuran masih dirasakan kurang.Misalnya saja
dalam bidang sosial (Bollen, 1989).Untuk itu penelitian berada dalam optik ini, sehingga
terfokus pada pembahasan model pengukuran, khususnya untuk mengorientasikan
hubungan antar indikator dengan variabel latennya.
Model pengukuran terdiri dari model reflektif dan model formatif. Dalam model
reflektif, variabel manifes yang terkait dengan variabel laten diasumsikan mengukur
indikator yang memanifestasikan konstrak. Sedangkan dalam model formatif, setiap
indikator mempresentasikan indikator yang tidak homogen dan tidak
unidimensional.Berikut ini gambar yang menunjukkan indikator reflektif dan indikator
formatif.

Gambar 1.Indikator Reflektif dan Indikator Formatif

Jarvis, MacKenzie dan Podsakoff (2003) memberikan kriteria-kriteria kualitatif

untuk menentukan model pengukuran formatif dan reflektif, pada Tabel 1.
Kenyataannya kriteria yang telah dipaparkan di atas diaplikasikan berdasarkan
subjektivitas peneliti. Dalam hal ini peneliti berarti hanya memunculkan dugaan
atauhipotesis. Karena itu sebaiknya digunakan analisis secara statistika untuk menguji
hipotesistersebut, agar pengorientasian hubungan antara variabel laten dan variabel
manifes lebih akurat. Dalam penelitian ini analisis yang digunakan adalah tetrad test.

42 Biastatistics Vol 7, No.2, September 2013

 Tabel 1.Kriteria Penentuan Model Formatif atau Reflektif

Kriteria Model Reflektif Model Formatif

1. Sifat Konstruk Konstruk laten sudah ada
2. Arah Kausalitas  Arah dari konstruk ke
indikator
 Perubahan dalam konstruk
mengakibatkan perubahan
indikator
Konstruk laten dibentuk
 Arah dari indicator ke
konstruk
 Perubahan dalam
indikator menghasilkan
perubahan konstruk

3. Karakteristik Indikator dimanifestasikan Indikator mendefinisikan

oleh konstruk konstruk

Tetrad merupakan faktor tunggal dari empat atau lebih variabel acak
terobservasi,yang mengacu pada perbedaan hasil perkalian antara pasangan tertentu,
dengan nilaikovarians variabel tersebut adalah nol. Analisis tetrad mengacu pada
perbedaan dari pasanganperkalian kovarians di antara sejumlah variabel acak, dengan
notasi perkalian kovarianssebagai berikut (Kelley, 1928 ; dalam Bollen dan Ting, 2000).
 ghij   gh ij   gi hj
Dengan  adalah kovarians populasi di antara dua variabel dengan indeks
variabel yang bersesuaian. Keadaan  ghij  0 ketika disebut vanishing tetrad.

3. METODOLOGI PENELITIAN
3.1 Data dan Teknik Pengumpulan Data

Data yang digunakan dalam penelitian ini merupakan data sekunder yang telah
diolah dari kuesioner (Jöreskog, 2002). Dalam penelitian ini akan diukur variabel tingkat
Politic Efficacy menggunakan analisis tetrad. Adapun variabel manifes yang dapat
mengukur konstruk laten Politic Efficacy adalah No Say (X1), Complex (X2), Voting
(X3), dan No Care (X4). Diasumsikan bahwa hubungan antar variabel laten Politic
Efficacy dengan indikator-indikatornya mengikuti skema reflektif. Digunakan analisis
tetrad untuk mengeksplorasi apakah model pengukuran yang diasumsikan sudah tepat,
atau ada model lain yang lebih akurat.

Gambar 2. Skema Reflektif Untuk Politic Efficacy

Biastatistics Vol 7, No.2, September 2013 43

3.2 Pembentukan Persamaan Tetrad

Akan diuji sebuah konstruk dengan sebuah variabel laten serta empat variabel
manifes, dengan efek masing-masing indikator adalah :
X 1  1X    1
X 2   2X    21
X 3  3X    3 (1)
X
X4    4
4

Dimana  i merupakan random measurement error dengan E(1 )  0 ?(δ?) = 0 untuk

setiap i,COV ( i ,  j )  0 untuk i  j dan COV ( ,  i )  0 untuk semua i. Kovarians
populasi untuk indikator dalam sebuah model reflektif adalah sebagai berikut.
 ij  i  j  (2)

Dimana  ij adalah kovarians populasi antara variabel Xi dan Xj, serta ϕ merupakan
varians dari variabel laten ξ .
Dari empat indikator yang ada, dibentuk kombinasi kovarians antar variabel
menggunakan persamaan  ghij   gh ij   gi hj sehingga dapat dibentuk tiga tetrad
dengan persamaan sebagai berikut.
 1234   12 34   13 24  0
 1342   13 42   14 32  0 (3)
 1423   14 23   12 43  0

3.3 Tetrad Test

Setelah dibentuk pasangan kovarians dalam tetrad, selanjutnya dilakukan

pengujian model secara statistika untuk melihat apakah terdapat perbedaan yang nyata
antara  gh ij dan  gi hj pada persamaan (3.4).
Hipotesis
H0 :   0 (semua pasangan kovarians tidak berbeda secara nyata)
H1 :   0 (terdapat pasangan kovarians yang berbeda secara nyata)
α = 0,05
Statistik Uji
Untuk menguji hipotesis digunakan statistik uji T, yang dapat menguji vanishing tetrad
secara simultan (Bollen dan Ting, 2000). Berikut ini perumusan untuk uji T :
T  Nt '  tt1t (4)
Dimana
N : ukuran sampel
t : vektor dari independen sampel tetrad yang berbeda
 tt1 : invers dari kovarians matriks yang membatasi distribusi dari t jika N menuju tak
hingga

44 Biastatistics Vol 7, No.2, September 2013

Statistik uji tersebut akan mendekati distribusi chi-square dengan derajat kebebasan sama
dengan jumlah dari vanishing tetrad dalam pengujian.
Kovarians matriks Σ tt dalam persamaan (4) dapat diperoleh denganlangkah-
langkah berikut ini.Pertama, membentuk sebuah vektor dari persamaan tetrad ( τ ) dengan
memasukkan semua vanishing tetrad yang independen dalampengujian. Kedua,
membangun sebuah vektor ( σ ) dari kovarians nonredundant yangmuncul pada τ .
Ketiga, membangun konstruk sebuah matriks kovarians ( Σ tt ) daridistribusi terbatas pada
sampel kovarians koresponding ke elemen dalam σ . Elemendalam Σ tt diperoleh melalui

Σ SS ef ,gh   efgh   ef  gh (5)

Dengan  efgh adalah moment order keempat untuk variabel e. f. g. dan h.

Sedangkan taksiran dari  efgh adalah

1
S efgh 
N
 X e 
 X e X f  X f X g  X g X h  X h  (6)

Jika observed variables berdistribusi normal multivariat, elemen dalam Σ SS

disederhanakan menjadi
Σ SS ef , gh   eg fh   eh fg (7)

Sehingga matriks kovarians Σ tt diestimasikan sebagai berikut

'
 τ   τ 
Σ tt     ss   (8)
 σ   σ 
 τ 
Dimana   merupakan partial derivative dari vektor τ yang berkaitan
 σ 
dengan vektor σ .

Kriteria Uji
Tolak H0 apabila p-value ≥ 0,05 dan terima dalam hal lainnya. Jika hasil
pengujian secara statistika menunjukkan bahwa semua pasangan kovarians pada
persamaan (3.4) tidak berbeda secara nyata, maka dapat disimpulkan bahwa struktur
kovarians sudah benar.Sehingga model pengukuran pada penelitian ini adalah model
reflektif.

4. HASIL DAN PEMBAHASAN

Berdasarkan prosedur pengujian menggunakan software Tetrad II, didapatkan

hasil vanishing tetrad seperti pada Tabel 2.

Tabel 2. Taksiran Parameter Model

Persamaan Tetrad Residual P-Value
X1 X2, X3 X4 – X1 X3, X2 X4 0,0630 0,0000
X1 X3, X2 X4 – X1 X4, X2 X3 -0,0733 0,0000
X1 X4, X2 X3 – X1 X2, X3 X4 0,0103 0,5022

Biastatistics Vol 7, No.2, September 2013 45

 Berdasarkan Tabel 2. terlihat bahwa  1234 memiliki p-value yang lebih besar
dari α, sehingga H0 ditolak.Karena terdapat pasangan kovarians yang berbeda secara
nyata, maka dapat disimpulkan bahwa struktur kovarians tidak mengikuti skema reflektif.
Orientasi arah panahnya ada sebanyak dua kemungkinan, seperti Gambar 3.

Gambar 3. Alternatif Model Pengukuran

5. KESIMPULAN

Berdasarkan hasil analisis yang telah diperoleh, dapat disimpulkan beberapa hal
yakni sebagai berikut.
1. Apabila peneliti tidak memiliki teori yang jelas untuk mengorientasikan
modelpengukuran, maka untuk memilih model pengukuran reflektif atau formatif
dapatdigunakan tetrad test.
2. Dengan penerapan tetrad test untuk studi kasus mengenai hubungan variabel
latenPolitic Efficacy terhadap empat indikatornya (No Say, Complex, Voting, No
Care),diperoleh hasil model pengukuran yang menunjukkan adanya gabungan
arahreflektif dan arah formatif (MIMIC model).

6. DAFTAR PUSTAKA
Bollen, K.A. (1989). Structural Equations With Latent Variables. Canada: Wiley.
Bollen, K.A and Ting, K. (2000).A Tetrad Test for Causal Indicators. Psychological Methods,
5(1), 3-22.
Coltman, T., Devinney, T.M., Midgley, D.F., Venaik, S. (2008). Formative Versus Reflective
Measurement Models: Two Applications of Formative Measurement. Journal of Business
Research, 61(12), 1250-1262.
Edwards, J.R., Bagozzi, R.P. (2000). On The Nature and Direction of Relationships Between
Construct and Measures. Psychological Methods, 5 (2), 155-174.
Ghozali, Imam. 2008. Model Persamaan Struktural : Konsep dan Aplikasi dengan Program AMOS
16.0. Semarang: Universitas Diponegoro.
Hox, J.J., Bechger T.M. (1998). An Introduction to Structural Equation Modeling. Family Science
Review, 11, 354-373.
Jarvis, C.B., Mackenzie, S.B., Podsakoff, P.M. (2003). A Critical Review of Construct Indicators
and Measurement Model Misspecification in Marketing and Consumer Research.Journal of
Marketing Research.199-218.
Jöreskog, K.G. (2002). Structural Equation Modeling with Ordinal Variables using LISREL.
Scientific Software International, 1-26.
Scheines, R., Spirtes, P. Glymour, C. (1991). Building Latent Variable Models. Philosophy
Methodology Logic, 1-15.

46 Biastatistics Vol 7, No.2, September 2013