Konsep Dasar

Structural Equation Modeling

(SEM)

Dr. M. Dimyati, SE.,MSi.

SEM merupakan model simultan yang dibentuk melalui lebih

dari satu variabel dependen dijelaskan oleh satu atau
beberapa variabel independen, dan dimana sebuah variabel
dependen pada saat yang sama berperan sebagai variabel
independen bagi hubungan berjenjang lainnya yang dikenal
sebagai variabel intervening dan variabel moderating
Model SEM juga dikembangkan dengan alur antesedens dan
konsekuensi atau model sebab akibat atau causal
Oleh karena itu SEM biasanya dipandang sebagai kombinasi
antara analisis faktor dan analsis regresi, dan tentu saja dapat
diaplikasi secara terpisah hanya dalam analisis faktor
(Confirmatory factorAnalysis) ataupun hanya dalam analisis
regresi.
Model SEM merupakan gabungan dari metode statistik yang
terpisah yaitu: analisis faktor yang dikembangkan di ilmu
psikologi dan psikometri dan model persamaan struktural yang
dikembangkan di ekonometrika menjadi satu metode statistik
komprehensif.
Dr. M. Dimyati, SE.,MSi.

Model persamaan struktural yang dibahas kali ini

merupakan model persamaan simultan diantara variabel
latent
Persamaan struktural umum terddiri dari dua bagian:
a. bagian pengukuran yang menghubungkan observed
variabel ke latent varibel melalui model konfirmatori faktor.
b. Bagian struktural yang menghubungkan antara latent
variabel melalui sistem persamaan simultan.
Penelitian manajemen umumnya merupakan penelitian
multidimensional dalam arti bahwa fenomena praktis yang
diamati dapat dinyatakan dalam berbagai dimensi atau
indikator
Proses penarikan kesimpulan umumnya bersifat
multidimensional dan berjenjang, sehingga dibutuhkan
sebuah model sekaligus alat analisis yang mampu
mengakomodasi penelitian multidimensional tersbut

Dr. M. Dimyati, SE.,MSi.

Alat analisis untuk penelitian multidimensional

yang telah dikenal: Analisis regresi berganda,
analisis faktor (analisis faktor eksploratori),
analisis diskriminan dll memiliki kelemahan
utama:
Keterbatasannya yang hanya dapat
menganalisis satu hubungan pada satu waktu
(hanya dapat menguji satu variabel dependen
melalui beberapa variabel independen)
Padahal dalam kenyataan, manajemen
dihadapkan pada siatuasi bahwa ada lebih dari
satu variabel dependen yang harus saling
dihubungkan untuk diketahui derajat
interrelasinya
Dr. M. Dimyati, SE.,MSi.

Keunggulan SEM

Model SEM memiliki keunggulan dibandingkan dengan metode

statistik multivariate yang lain karena dalam latent variabel
dimasukkan kesalahan pengukuran (error = e) dalam model
Kemampuannya untuk menampilkan sebuah model
komprehensif bersaman dengan kemampuannya
mengkonfirmasi dimensi-dimensi dari sebuah konsep atau faktor
serta kemampuannya mengukur pengaruh hubungan hubungan
yang secara teoritis ada
Teknik SEM memungkinkan seseorang peneliti menguji
beberapa variabel dependen sekaligus dengan beberapa
variabel independen
Metode statistik multivariate menganggap bahwa tidak ada
kesalahan dalam pengukuran variabel.
Dalan teori dan praktek kita tidak mungkin dapat mengukur
konsep secara sempurna
Mis. Ketiga ditanyakan tingkat pendapatan seseorang, maka
jawaban orang ada yang jujur, ada yang dinaikkan, ada yang
diturunkan.
Dr. M. Dimyati, SE.,MSi.

Observed Variabel dan

Unobserved Variabel (Latent)

Observed variabel/manifest variabel adalah konsep

yang dapat langsung diukur: Inflasi, KinerjaKonsumen,
Harga
Unobserved variabel / latent variabel/ konstruk variabel
adalah konsep yang tidak dapat langsung diukur:
kepuasan konsumen, motivasi, komitmen, kepercayaan
Unobserved variabel diukur melalui variabel
indikator/manifest/observed melalui seperangkat
pertanyaan/pernyataan
Di dalam konvensi SEM Observed variabel digambar
dengan kotak sedangkan latent variabel digambar
dengan elips.
Dr. M. Dimyati, SE.,MSi.

Contoh:
Variabel Observed dan Unobserved
Kepuasan
Konsumen

X1

X2

X3

e1

e2

e3

X1 = Puas pada Produk

X2 = Puas pada kualitas layanan
X3 = Puas pada manfaat produk
Dr. M. Dimyati, SE.,MSi.

Konstruk Latent

Ada dua jenis: latent variabel exogen

(independent) dan endogen (dependent)
Konstruk Exogen digambarkan dgn simbul
karakter Greek ksi ( )
Konstruk endogen digambarkan dgn simbul
karakter Greek eta ( )
Dalam grafis konstruk endogen menjadi target
paling tidak satu anah panah atau hubungan
regresi (
)
Sedangkan konstruk exogen menjadi target
garis dua anak panah atau hubungan
korelasi/kovarian (
)
Dr. M. Dimyati, SE.,MSi.

Model Struktural

Dalam SEM, model struktural meliputi hubungan antar

konstruk laten dan hubungan ini dianggap linier
Secara garis garis dengan satu anak kepala panah
menggambarkan hubungan regresi
Garis dengan dua kepala anak panas menggambar hubungan
korelasi atau kovarian
Parameter yang menggambarkan hubungan regresi antar
konstruk laten, untuk regresi kontruk enxogen ke konstruk
endogen ditulis dengan karakter greek Gamma () dan
untuk regresi satu kontruk endogen ke konstruk endogen
lainnya ditulis dengan karakter greek beta ()
Konstruk Exogen di dalam SEM dapat dikorelasikan atau
dikovariate satu sama lain dan ditulis dengan karakter Greek
phi ()

Dr. M. Dimyati, SE.,MSi.

Kesalahan Struktural (Error)

Structural error term ditulis Zeta ()
Untuk mencapai konsistensi estimasi
parameter, Error term ini diasumsikan
tidak berkorelasi dengan konstruk exogen
dalam model
Namun demikian structural error term
dapat dikorelasikan dengan structural
error term yang lain dalam model

Dr. M. Dimyati, SE.,MSi.

Variabel Manifest atau Indikator

Untuk membentuk konstruk laten

Diweujudkan dalam pertanyaan skala Likert
Variabel manifest untuk membentuk konstruk
laten exogen diberi simbul X, sedangkan
Variabel manifest untuk membentuk konstruk
laten endogen diberi simbul Y

Dr. M. Dimyati, SE.,MSi.

Model Pengukuran (Measurement Model)

Dalam SEM setiap konstruk laten biasanya

dihubungkan dengan multiple measure
Hubungan antara konstruk laten dengan
pengukurannya dilakukan lewat faktor analysis
measurement model
Yaitu setiap konstryk laten dibuat model sebagai
common faktor dari pengukurannya
Nilai loading yang menghubungkan konstruk
dengan pengukurannya diberi simbul lamda ()

Dr. M. Dimyati, SE.,MSi.

Kesalahan Pengukuran (Measurement Error)

SEM mengakui bahwa pengukurannya tidak

sempurna dan hal ini dimasukkan dalam kodel
Dalam kaitannya dengan factor analysis
measurement model, error term ini adalah faktor
yang unik dikaitkan dengan setiap pengukuran
Error term yang berhubungan dengan X diberi
simbul delta ()
Error term yang dihubungkan dengan
pengukuran Y diberi simbul Epsilon ()

Dr. M. Dimyati, SE.,MSi.

Gambar 1:
Model Persamaan Structural dengan Notasi Lisrel

X1

y1

y2

y3
1

Y11

1
2

X2

Y31

31

Y32

X3

X4

X5

32

Y22

2
y4

y6

y7

21

y5

4
5
Dr. M. Dimyati, SE.,MSi.

Analisis Jalur
(Path Analysis)

Dr. M. Dimyati, SE.,MSi.

Pengembangan dari model regresi yang digunakan

untuk menguji kesesuaian (fit) dari matrik korelasi dari
dua atau lebih model yang dibandingkan oleh peneliti
Model biasanya digambarkan dengan lingkaran atau
anak panah yang menunjukkan hubungan kausalitas
Regresi dilakukan untuk setiap variabel dalam model
Nilai regresi yang diprediksi oleh model dibandingkan
dengan matrik korelasi hasil observasi variabel dan nlai
goodness of fit dihitung
Model terbaik dipilih berdasarkan nilai goodness of fit

Dr. M. Dimyati, SE.,MSi.

1. Membangun Diagram Jalur (Path Diagram)

1.

2.

Hubungan antar konstruk ditunjukkan dengan garis satu

anak panah yang menunjukkan hubungan regresi dari
satu konstruk ke konstruk yang lain.
Garis dengan du anak panah menunjukkan hubungan
korelasi antar konstruk
Ada dua asumsi yang melandasi diagram jalur
Semua hubungan kausalitas didasarkan pada teori. Teori
sebagai dasar memasukkan atau menghilangkan
hubungan kausalitas
Hubungan kaulitas dalam model dianggap linier
Dr. M. Dimyati, SE.,MSi.

Contoh 2: Jalur dan Hubungan Kausalitas

yang berisi Tiga Konstruk Dependen dan
Tiga Kontruk Independen

X1

Hubungan Kausalitas
Independen
Dependen
X1 X2
.. Y1
X2 X3 Y1 .. Y2
Y1 Y2
.. Y3

X2

Y1

Dr. M. Dimyati, SE.,MSi.

X3

Y2

Y3

1. Menterjemahkan Diagram Jalur Ke

Persamaan Struktural
Setelah mengembangkan model secara teori, maka langkah
selanjutnya menterjemahkan model tsb ke dalam persamaan
struktural dengan langkah-langkah:
1. Setiap konstruk endogen merupakan dependen variabel di dalam
persamaan yang terpisah
2. Sehingga variabel independen adalah semua konstruk yang
mempunyai garis dengan anak panah yang menghubungkannya ke
konstruk endogen
3. Persamaan struktural untuk Gambar 2 adalah:
Konstruk
Konstruk
Konstruk
Error
Endogen = Eksogen +
Endogen +
Y1
X1 X2 X3
Y1 Y2 Y3
ei
Persamaan
Struktural
Y1
=
b1X1+b2X2
+
e1
Y2
=
b3X2+B4X3+b5Y1
+
e2
Y3
=
b6Y1+b7Y2 +
e3

Dr. M. Dimyati, SE.,MSi.

3. Metode Menghitung Persamaan Struktural

1.

2.
3.

Model Path merupakan dasar untuk mengestimasi kekuatan

hubungan kausalitas yang tergambar dalam model jalur (path
model)
Kekuatan hubungan kausalitas diukur dengan korelasi atau
kovarian antar knstruk
Hubungan korelasi sederhana antara dua konstruk dapat
digambarkan sebagai penjumlahan coumpaund path hubungan
kausalitas
A compound path adalah jalur dengan anak panah yang mengikuti
tiga aturan:
Setelah maju kedepan dengan anak panah, maka jalur tidak dapat
bergerak kebelakang lagi. Tetapi jalur dapat bergerak kebelakang
beberapa kali sebelum bergerak kedepan (maju)
Jalur tidak dapat bergerak menuju konstruk yang sama lebih dari
sekali
Jalur hanya berisi satu kurva anak panah (yang menggambarkan
korelasi)
Dr. M. Dimyati, SE.,MSi.

4a. Cara Membaca Diagram Jalur

Ketentuan: diagram jakur tidak boleh

maju kemudian mundur, seharusnya
mundur dahulku baru maju artinya yang
pertama kali dibaca adalah variabel
akibat baru variabel penyebab

X1

B
Y

A
X2

Gambar 3
Dr. M. Dimyati, SE.,MSi.


1.

2.
3.
4.
5.
6.

Gambar 3 bisa dibaca:

Hubungan antara X1 dan X2 ke Y merupakan hubungan
kausalitas karena anak panah berkepala satu (hubungan
regresi)
Hubungan antara X1 dan X2 merupakan hubungan
korelasi karena panahnya berkepala dua
Pengaruh yang sifatnya langsung antinya dari Y ke X1
kembali ke Y
Pengaruh yang sifatnya tidak langsung antinya dari Y ke
X1 melalui X2 kembali ke Y
Pengaruh yang sifatnya langsung antinya dari Y ke X2
kembali ke Y
Pengaruh yang sifatnya tidak langsung antinya dari Y ke
X2 melalui X1 kembali ke Y
Dr. M. Dimyati, SE.,MSi.

4b. Cara Menghitung Koefisien Jalur

Untuk mengestimasi besarnya koefisien jalur

cukup digunakan input korelasi atau kovarian.
Sebagai misal diketahui korelasi antar variabel
sebagai berikut:

X1
X2
Y
X1
1,0
X2
0,50
1,0
Y
0,60
0,70
1,0
Diketahui bahwa: Corr X1X2 = A
0,50 = A
Corr X1Y = B + AC0,60 = B + AC
Corr X2Y = C + AB 0,70 = C + AB
Subsitusikan A = 0,50 Ke Persamaan ====
0,60 = B + 0,50(C) == 1,20 = 2B + 0,5C
0,70 = C + 0,50(B) == 0,70 = 0,50B + C
Maka Didapat B = 0,33 dan C = 0,53

Dr. M. Dimyati, SE.,MSi.

Korelasi antara X1 dan Y (CorrX1Y) merupakan dua jalur

kausalitas yaitu jalur pengaruh langsung dari X1 ke Y
dan jalur pengaruh tidak langsung dari X1 ke X2
kemudian ke Y
Korelasi antara X2 dan Y (Corr X2Y) dua jalur kausalitas
yaitu jalur pengaruh langsung dari X2 ke Y dan jalur
pengaruh tidak langsung dari X2 ke X1 kemudian ke Y
Dengan menggunakan input korelasi maka koefisien
persamaan regresi dari X1 ke Y ( B atau B1) dapat
diketahui sebesar 0,33 dan koefisien persamaan regresi
dari X2 ke Y (C atau b2) sebesar 0,53
Hubungan langsung X1 ke
Y
= 0,33
Hub. tdk langsung X1 ke X2 ke Y = 0,50 * 0,53 = 0,27
Total effect = 0,60
Dr. M. Dimyati, SE.,MSi.