Pengantar

Structural equation modeling (SEM)

Ayi Muhyidin, SE., MM
SEM (Structural Equation Modeling)
Pengertian SEM:
• Teknik pemodelan statistik yang sangat umum yang digunakan
secara meluas dalam ilmu keperilakuan. (Hox & Bechger)
• Metoda statistik yang menggunakan pendekatan confirmatory
untuk menganalisis teori struktural yang berhubungan dengan
beberapa fenomena. (Byrne, 2001)
• Sekumpulan teknik-teknik statistikal yang memungkinkan
pengujian sebuah rangkaian hubungan yang relatif “rumit”
secara simultan. (Ferdinand, 2002)
 SEM adalah teknik statistik multivariat yang merupakan
kombinasi antara analisis faktor dan analisis regresi
(korelasi), yang bertujuan untuk menguji hubungan antar
variabel yang ada pada sebuah model, baik antar
indikator dengan konstruknya, ataupun hubungan antar
konstruk.(Singgih Santoso, 2011)
Manfaat Structural Equation Modeling
• Teknik yang mengkombinasikan model jalur yang kompleks
dengan variabel laten.
• Teknik yang mengkombinasikan analisis faktor dan analisis
regresi berganda.
• Memungkinkan peneliti menjawab pertanyaan penelitian yang
bersifat regresif maupun dimensional (mengukur dimensi
sebuah konsep).
• Mampu mengukur hubungan antara unobservable constructs
(variabel laten).
• Mampu menguji model dengan sejumlah hubungan
ketergantungan.
Karakteristik Structural Equation
Modeling
• Estimasi hubungan ketergantungan.
• Kemampuan untuk menggambarkan konsep unobserved dalam
hubungan tersebut.
• Menghitung measurement error dalam proses estimasi.
• Menyajikan konsep teoritis
(Purwanto, 2003)
Software statistik untuk analisis SEM:
• LISREL (LInear Structural RELations)
• EQS
• AMOS (Analysis of MOment Structures)
• SMART PLS.
Variabel Laten
• Disebut juga faktor atau unobserved variables atau construct.
• Variabel yang tidak dapat diukur secara langsung. (Purwanto,
2003)
• Variabel yang dibentuk melalui indikator-indikator yang diamati
dalam dunia nyata.(Ferdinand, 2002)
• Contoh variabel laten adalah minat berperilaku, kepemimpinan,
motivasi, dll
Variabel Terukur (Measured Variables)
• Disebut juga observed variables, indicator variables atau
manifest variables.
• Variabel yang datanya dikumpulkan dari responden melalui
penelitian lapangan.
• Variabel yang dapat diukur secara langsung. Misalnya: gaji
pegawai, berat badan, skor TOEFL, dll
 error1 Sat1

Kepuasan pelanggan

error2 Sat2

• Variabel laten (unobserved variable) dilambangkan dengan lingkaran atau elips

• Variabel terukur (observed variable) dilambangkan dengan segi empat atau bujursangkar.
Contoh:
Kepuasan Pelanggan diukur dengan
2 item pertanyaan yaitu Sat1 dan Sat2.
Maka Kepuasan Pelanggan adalah variabel laten, sedangkan Sat1 dan Sat2 adalah variabel terukur.
Variabel Eksogen-Endogen
• Variabel eksogen adalah variabel yang tidak diprediksi oleh
variabel lain dalam model. Disebut juga dengan variabel
independen.
• Variabel endogen adalah variabel yang diprediksi oleh satu
atau lebih variabel lain. Disebut juga variabel dependen.
Tahapan dalam Analisis SEM
Proses SEM terdiri dari dua
tahap:
• Validasi terhadap model
pengukuran.
• Pengujian terhadap model
struktural
• Model Pengukuran: model
yang ditujukan untuk
mendeskripsikan sebuah
keadaan atau mengukur
sebuah konsep.
• Model Struktural: model yang
menggambarkan hubungan-
hubungan yang dihipotesakan
antar konstruk.
Model Struktural
Knowledge

Value Performance

Satisfaction
Model Pengukuran
e1 Knwl 1
knowledge
e7
e2 Knwl 2
e9

prfm1
e3 value1
value performance

e4 prfm2
value2

e5 Sat 1 e8
satisfaction

e6 Sat 2
ASUMSI-ASUMSI SEM
1. Ukuran Sampel
• Ukuran sampel minimum adalah 100 -
200 (Ferdinand, 2002, Hair et. al, 2006)
• Hair dkk menyarankan ukuran sampel
minimum adalah sebanyak 5 – 10 kali
jumlah parameter yang diestimasi.
• Jumlah indikator dikali 5 – 10 (Ferdinand,
2002)
2. Normalitas
• Uji normalitas bertujuan untuk
mengetahui apakah distribusi sebuah
data mengikuti atau mendekati distribusi
normal. Uji ini perlu dilakukan baik
normalitas untuk data tunggal
(univariate) maupun normalitas seluruh
data (multivariate).
• Dalam output AMOS, uji normalitas
dilakukan dengan membandingkan nilai
CR (critical ratio) pada assesment of
normality dengan nilai kritis  2.58 pada
level 0.01. Jika ada nilai CR yang lebih
besar dari nilai kritis maka distribusi data
tersebut tidak normal.
ASUMSI-ASUMSI SEM
3. Outliers
• adalah observasi yang muncul dengan
nilai-nilai ekstrim baik secara univariate
maupun multivariate.
• Bila terjadi outliers maka data tersebut
dapat dikeluarkan dari analisis.
• Uji outliers univariate dilakukan dengan
melihat nilai ambang batas dari z-score
itu berada pada rentang 3 – 4 (Hair dkk,
2006). Oleh karena itu kasus atau
observasi yang mempunyai zscore ≥ 3.0
dikategorikan outliers. Nilai z-score
adalah nilai yang sudah distandarkan
sehingga memiliki rata-rata (mean) 0 dan
standar deviasi 1.
4. Multikolinearitas dan singularity
• Uji ini digunakan untuk mengetahui
apakah terdapat korelasi antar variabel
independen.
• Uji ini dilakukan dengan mengamati nilai
determinan matriks kovarians.
Determinan matriks kovarians yang
benar-benar kecil (mendekati 0)
mengindikasikan adanya
multikolinearitas dan singularitas
(Tabachnick & Fidel, 1998)
Uji Reliabilitas
• Rumus 1

• Standardized loading diperoleh dari standardidized loading

masing-masing indikator yang sudah diperoleh hasilnya dari
AMOS.
• adalah measurement error = 1 – (standardized loading)2
• Cut off Value utk construct reliability minimal 0.7
Uji Reliabilitas
• Rumus 2

• Standardized loading diperoleh dari standardidized loading masing-

masing indicator yang sudah diperoleh hasilnya dari AMOS.
• adalah measurement error = 1 – (standardized loading)2
• Cut off Value untuk Variance extracted minimal 0.5
Uji Hipotesis
• Analisis atas signifikansi koefisien jalur (path coefficients)
dilakukan melalui signifikansi besaran regression weights dari
model
• Kolom standardized estimates merupakan koefisien regresi
atau dalam program SPSS identik dengan standardized beta.
• Uji parsial dapat dilakukan untuk masing-masing variabel.
• Untuk menentukan apakah pengaruh signifikan atau tidak dapat
dilihat dari kolom P yang merupakan p-value, dibandingkan
dengan taraf signifikansi (alpha = α) yang digunakan biasanya
0.05. Jika p-value lebih kecil dari 0.05 maka Ho ditolak.
• Cara kedua adalah dengan melihat nilai C.R (Critical Ratio).
Jika C.R lebih besar dari 2.0 maka Ho ditolak. Artinya
pengaruh variabel independen terhadap variabel dependen
yang ditunjukkan dalam tabel signifikan.
Uji Simultan/Serempak
No Kriteria Nilai
• Uji ini dilakukan dengan rekomendasi
melihat goodness of fit 1. Chi-square (X2) Diharapkan
kecil
dari model.
2. X2- significance probability ≥ 0.05
• Ditentukan dengan 3. Relative X2 (CMIN/DF) ≤ 2.00
sejumlah kriteria (lihat
4. GFI (Goodness of Fit Index) ≥ 0.90
tabel Goodness of Fit
5. AGFI (Adjusted Goodness of Fit Index) ≥ 0.80

6. Tucker-Lewis Index (TLI) ≥ 0.90

7. Normed Fit Index (NFI) ≥ 0.90

8. Comparative Fit Index (CFI) ≥ 0.90

9. Root Mean Square Error of Approximation ≤ 0.08

(RMSEA)
Terimakasih