Anda di halaman 1dari 52

MEMAHAMI DASAR-DASAR

STRUCTURAL EQUATION MODELING (SEM)

EKO HERTANTO
DASAR-DASAR
SEM
STATISTIKA

TUJUAN PENELITIAN KUANTITATIF


DALAM ANALISIS SEM

TUJUAN PENELITIAN ESTIMASI


DALAM ANALISIS SEM

TUJUAN PENELITIAN PREDIKSI


DALAM ANALISIS SEM

PEMAHAMAN DASAR SEM

VARIABEL DALAM SEM

JENIS SEM

ASUMSI-ASUMSI SEM

UKURAN SAMPEL DALAM SEM

MANFAAT SEM

PENGGUNAAN SOFTWARE SEM

DAFTAR PUSTAKA

1
MEMAHAMI DASAR-DASAR
STRUCTURAL EQUATION MODELING (SEM)

Tujuan Penelitian Kuantitatif dalam Analisis


SEM

Kuantitatif
Estimasi
Prediksi
CB-SEM
PLS-SEM

2
MEMAHAMI DASAR-DASAR
STRUCTURAL EQUATION MODELING (SEM)

Tujuan Penelitian Kuantitatif dalam Analisis Jogiyanto (2011:38)


SEM

Berdasarkan tujuannya penelitian kuantitatif dibagi menjadi dua,


yaitu:

1. Untuk Estimasi (CB-SEM)


2. Untuk Prediksi (PLS-SEM)

3
MEMAHAMI DASAR-DASAR
STRUCTURAL EQUATION MODELING (SEM)

Tujuan Penelitian Estimasi dalam Analisis Haryono dan Wardoyo (2013:19)


SEM

Penelitian estimasi bertujuan untuk menguji suatu model empiris dengan


pengukur-pengukur yang valid dan reliabel.

Untuk tujuan estimasi, CB-SEM teknik yang tepat untuk digunakan.

1. Pengujian dan pengukuran dilakukan pada level indikator.

2. Hipotesis yang diuji adalah hipotesis model.

3. Kriteria pengukuran untuk menguji kelayakan model disebut goodness of fit


test

4
MEMAHAMI DASAR-DASAR
STRUCTURAL EQUATION MODELING (SEM)

Tujuan Penelitian Prediksi dalam Analisis


SEM

Penelitian prediksi bertujuan untuk menguji pengaruh antar konstruk


untuk memprediksi hubungan kausalitas. Teknik PLS-SEM adalah teknik
yang tepat untuk digunakan.

1. Pengujian dan pengukuran dilakukan pada level konstruk

2. Hipotesis yang dilakukan pada umumnya hipotesis parsial

3. Kriteria pengujian parsial dengan uji signifikansi dengan


menggunakan uji T

5
Pemahaman Dasar SEM
Structural Equation Modeling
MEMAHAMI DASAR-DASAR
STRUCTURAL EQUATION MODELING (SEM)

Pemahaman dasar SEM Raykov dan Marcoulides


(2006:1)

Structural equation modeling (SEM) is a statistical methodology used


by social, behavioral, and educational scientists as well as biologists,
economists, marketing, and medical researchers .

6
MEMAHAMI DASAR-DASAR
STRUCTURAL EQUATION MODELING (SEM)

Pemahaman dasar SEM Hoyle dalam Khine


(2013:3)

Structural equation modeling is a statistical approach


to testing hypotheses about the relationships among
observed and laten variables.

7
MEMAHAMI DASAR-DASAR
STRUCTURAL EQUATION MODELING (SEM)

Pemahaman dasar SEM Schumacker dan Lomax (2010:2)

Structural Equation Modeling (SEM) uses various types of models


to depict relationships among observed variables, with the same
basic goal of providing a quantitative test of a theoritical model
hypothesized by the researcher.

The goal of SEM analysis is to determine the extent to which the


theoritical model is supported by sample data.

8
MEMAHAMI DASAR-DASAR
STRUCTURAL EQUATION MODELING (SEM)

Pemahaman dasar SEM Schumacker dan Lomax (2010:2)

If the sample data do not support the theoritical


model, then either the original model can be modified
and tested, or other theoritical models need to be
developed and tested.

9
MEMAHAMI DASAR-DASAR
STRUCTURAL EQUATION MODELING (SEM)

Pemahaman Dasar SEM

SEM models essentially combine path models


and confirmatory factor models.

10
MEMAHAMI DASAR-DASAR
STRUCTURAL EQUATION MODELING (SEM)

Pemahaman Dasar SEM Kurniawan dan Yamin (2011:3)

Landasan awal analisis SEM adalah sebuah teori yang secara jelas
terdefinisi oleh peneliti. Landasan teori tersebut kemudian menjadi
sebuah konsep keterkaitan antar variabel.

Hubungan kausalitas antara variabel laten tidak ditentukan oleh


analisis SEM, melainkan dibangun oleh landasan teori yang
mendukungnya.

11
MEMAHAMI DASAR-DASAR
STRUCTURAL EQUATION MODELING (SEM)

Analisis SEM dibangun atas dasar adanya


teori
Contoh: kausalitas teori
Variabel gaya kepemimpinan dengan variabel kepuasan kerja dan variabel kinerja

Menurut Robert House:

Path-goal theory leadership adalah teori kepemimpinan yang


menghubungkan perilaku kepemimpinan dengan hasil berupa
kepuasan kerja dan kinerja.

12
MEMAHAMI DASAR-DASAR
STRUCTURAL EQUATION MODELING (SEM)

Analisis SEM dibangun atas dasar adanya


teori
Contoh: kausalitas teori
Variabel motivasi dengan variabel kepuasan kerja

Menurut Hasibuan:

Motivasi adalah pemberian daya penggerak yang


menciptakan kegairahan kerja seseorang agar mereka mau
bekerja dengan segala daya upayanya untuk mencapai
kepuasan.

13
Variabel dalam SEM
Structural Equation Modeling (SEM)
MEMAHAMI DASAR-DASAR
STRUCTURAL EQUATION MODELING (SEM)

Variabel Laten (unobserved)

Variabel Laten

Di dalam SEM, variabel laten digambarkan


dengan bentuk bulat atau elips.

14
MEMAHAMI DASAR-DASAR
STRUCTURAL EQUATION MODELING (SEM)

Variabel Laten (unobserved) Ghozali (2008a:5)

Variabel yang tidak bisa diukur secara langsung dan memerlukan


beberapa indikator sebagai proxy.

15
MEMAHAMI DASAR-DASAR
STRUCTURAL EQUATION MODELING (SEM)

Variabel Laten (unobserved) Raykov dan Marcoulides (2006:9-


10)

Laten variables are typically hypothetically existing


constructs of interest in a study. The main characteristic of
laten variables is that they cannot be measured directly,
because they are not directly observable.

16
MEMAHAMI DASAR-DASAR
STRUCTURAL EQUATION MODELING (SEM)

Variabel Laten (unobserved) Latan (2012:8)

Variabel yang tidak dapat diukur atau diobservasi secara


langsung tetapi melalui indikator atau manifest variabelnya.

Unobserved dapat berupa variabel eksogen, endogen atau


variabel moderating maupun variabel interverning.

17
MEMAHAMI DASAR-DASAR
STRUCTURAL EQUATION MODELING (SEM)

Variabel Laten (unobserved)

1. Variabel Laten (unobserved)

Dalam SEM, variabel unobserved disebut dengan istilah laten,


konstruk atau tidak teramati.

SEM mempunyai dua jenis variabel laten, yaitu:

2. Eksogen (variabel bebas)


3. Endogen (variabel terikat, moderating dan interverning)

18
MEMAHAMI DASAR-DASAR
STRUCTURAL EQUATION MODELING (SEM)

Notasi Variabel Laten (unobserved)

1. Variabel laten eksogen


Variabel laten eksogen adalah variabel bebas. Dalam SEM variabel laten
eksogen dilambangkan dengan ksi ()

2. Variabel laten endogen


Variabel laten endogen adalah variabel bergantung, atau variabel tidak
bebas. Dalam SEM variabel laten endogen dilambangkan dengan eta
()

19
MEMAHAMI DASAR-DASAR
STRUCTURAL EQUATION MODELING (SEM)

Variabel Laten (unobserved)

Variabel laten dalam bentuk grafis, yaitu:

1. Variabel laten eksogen


Dalam bentuk grafis variabel laten eksogen menjadi target garis dengan
dua anak panah ( ) atau hubungan korelasi / kovarian.

2. Variabel laten endogen


Dalam bentuk grafis variabel laten endogen menjadi target dengan satu
anak panah ( ) atau hubungan regresi.

20
MEMAHAMI DASAR-DASAR
STRUCTURAL EQUATION MODELING (SEM)

Variabel Manifest (observed) Latan (2012:8)

2. Variabel Manifest (observed)

Observed variabel sering disebut juga dengan istilah variabel


manifest variabel, indikator atau variabel teramati.

Observed variabel (variabel manifest) merupakan variabel yang


dapat diukur secara langsung.

21
MEMAHAMI DASAR-DASAR
STRUCTURAL EQUATION MODELING (SEM)

Variabel Manifest (observed) Hair et al dalam Kurniawan dan Yamin (2009:6)

Manifest is observed value for a specific item in question,


obtained either from respondent in response to question (as in
questionnaire) or from observation by the researcher.

22
MEMAHAMI DASAR-DASAR
STRUCTURAL EQUATION MODELING (SEM)

Variabel Manifest (observed) Raykov dan Marcoulides (2006:9)

Observed variables are the variables that are actually measured


or recorded on a sample of subjects, such as manifested
performance on a particular test or the answers to items or
questions in an inventory or questonnaire.

23
MEMAHAMI DASAR-DASAR
STRUCTURAL EQUATION MODELING (SEM)

Variabel Manifest (observed)

Dalam penelitian SEM variabel manifest atau indikator digunakan


untuk membentuk konstruk laten. Variabel manifest ini diwujudkan
dalam bentuk pertanyaan dengan skala Likert.

24
MEMAHAMI DASAR-DASAR
STRUCTURAL EQUATION MODELING (SEM)

Variabel Manifest (observed)

Variabel manifest untuk membentuk konstruk laten eksogen


diberi simbol X sedangkan variabel manifest untuk membentuk
konstruk laten endogen diberi simbol Y.

Notasi:
Manifest Eksogen = X
Manifest Endogen = Y

25
MEMAHAMI DASAR-DASAR
STRUCTURAL EQUATION MODELING (SEM)

Variabel Manifest (observed)

Manifest Eksogen Manifest Endogen Y


X

Di dalam SEM, variabel manifest


digambarkan dengan bentuk kotak.

26
JENIS SEM
Structural Equation Modeling (SEM)
MEMAHAMI DASAR-DASAR
STRUCTURAL EQUATION MODELING (SEM)

Jenis SEM

Terdapat dua jenis SEM, yaitu:

1. SEM berbasis Kovarian (Covariance Based-SEM) disebut sebagai CB-


SEM.

2. SEM berbasis Varian (Varian Based-SEM) disebut sebagai VB-SEM.

27
MEMAHAMI DASAR-DASAR
STRUCTURAL EQUATION MODELING (SEM)

Jenis SEM

CB-SEM VB-SEM berdasarkan


berdasarkan asumsi asumsi nonparametrik
parametrik

28
MEMAHAMI DASAR-DASAR
STRUCTURAL EQUATION MODELING (SEM)

Jenis SEM

Covariance Based SEM (CB-SEM)

Sem berbasis kovarian sering disebut hard modeling yang


didasari oleh asumsi data berdistribusi normal multivariat dan
jumlah sampel yang besar.

Indikator dalam bentuk reflektif, dan model berdasarkan pada teori.

29
MEMAHAMI DASAR-DASAR
STRUCTURAL EQUATION MODELING (SEM)

Jenis SEM

Variance Based SEM (VB-SEM/PLS)

Sem berbasis varian sering disebut soft modeling yang tidak didasari
oleh banyak asumsi seperti data tidak harus berdistribusi normal
multivariat

Indikator dengan skala kategori, ordinal, interval sampai ratio dapat


digunakan pada model yang sama, dan jumlah sampel tidak harus
besar.

30
Asumsi-ASUMSI SEM
Structural Equation Modeling (SEM)
MEMAHAMI DASAR-DASAR
STRUCTURAL EQUATION MODELING (SEM)

Asumsi-Asumsi Ferdinand (2000)


SEM

Data yang digunakan harus memenuhi asumsi-asumsi SEM, diantaranya:

1. Ukuran sampel

Ukuran sampel yang harus dipenuhi dalam pemodelan minimum berjumlah


100, atau menggunakan perbandingan observasi untuk setiap estimated
parameter.

Jumlah sampel = 5 10 banyaknya parameter.


Jumlah sampel = 5 10 kali jumlah variabel manifest dari keseluruhan
variabel laten.

31
MEMAHAMI DASAR-DASAR
STRUCTURAL EQUATION MODELING (SEM)

Jumlah sampel = 5 10 kali jumlah variabel manifest dari keseluruhan variabel


laten.

Berdasarkan estimated parameter

LK 1 = 5 variabel manifest
DK 1 = 5 variabel manifest
Total = 10
(10 x 10 = 100)

Jumlah sampel = 100

32
MEMAHAMI DASAR-DASAR
STRUCTURAL EQUATION MODELING (SEM)

Asumsi-Asumsi
SEM

2. Normalitas dan Linearitas

Sebaran data harus dianalisis apakah memenuhi asumsi normalitas dan


linearitas. Sebaran data harus memenuhi asumsi normalitas dan hubungan
antar estimated parameter bersifat linear.

Uji normalitas melalui gambar histogram data.


Uji Linearitas melalui scatterplots dari data.

33
MEMAHAMI DASAR-DASAR
STRUCTURAL EQUATION MODELING (SEM)

Asumsi-Asumsi
SEM

3. Outliers

Outliers adalah observasi yang muncul dengan nilai-nilai ekstrim baik secara
univariate maupun multivariate yang muncul karena kombinasi karakteristik unik
yang dimiliki dan terlihat sangat jauh berbeda dari observasi-observasi lainnya.

34
MEMAHAMI DASAR-DASAR
STRUCTURAL EQUATION MODELING (SEM)

Asumsi-Asumsi
SEM

4. Multikolinearitas dan Singularitas

Mendeteksi kemunculan multikolinearitas atau singularitas dari determinan


matrik kovarian. Nilai determinan matrik kovarian yang sangat kecil memberikan
indikasi adanya problem multikolinearitas atau singularitas. Sehingga hal yang
perlu dilakukan adalah mengelurkan variabel yang menyebabkan hal tersebut.

35
MEMAHAMI DASAR-DASAR
STRUCTURAL EQUATION MODELING (SEM)

Skala Pengukuran Ghozali


(2008b:71)

Skala pengukuran variabel (interval)

Umumnya pengukuran indikator variabel laten menggunakan skala


Likert (skala Likert dianggap berskala interval) dengan 5 kategori
yaitu:

Sangat Tidak Setuju (STS)


Tidak Setuju (TS)
Netral (N)
Setuju (S)
Sangat Setuju (SS)

36
Ukuran Sampel dalam SEM
Structural Equation Modeling (SEM)
MEMAHAMI DASAR-DASAR
STRUCTURAL EQUATION MODELING (SEM)

Ukuran Sampel dalam Analisis SEM Sekaran dalam Wijaya


(2009:10)

Teknik Maximum Likelihood Estimation (ML) dapat digunakan


untuk sampel berkisar 100-200 sampel.

37
MEMAHAMI DASAR-DASAR
STRUCTURAL EQUATION MODELING (SEM)

Ukuran Sampel dalam Analisis SEM Haryono dan Wardoyo (2013:76)

Teknik Generalized Least Square Estimation (GLS) dapat digunakan


untuk sampel berkisar 200-500.

38
MEMAHAMI DASAR-DASAR
STRUCTURAL EQUATION MODELING (SEM)

Ukuran Sampel dalam Analisis SEM Haryono dan Wardoyo (2013:76)

Teknik Asymptotically Distribution Free Estimation menggunakan sampel


sangat besar, berada diatas 2500 sampel.

39
Manfaat SEM
Structural Equation Modeling (SEM)
MEMAHAMI DASAR-DASAR
STRUCTURAL EQUATION MODELING (SEM)

Manfaat SEM Latan dalam Haryono dan Wardoyo


(2013:9)

1. Membangun model penelitian dengan banyak variabel.

2. Dapat meneliti variabel atau konstruk yang tidak dapat teramati atau
tidak dapat diukur secara langsung (unobserved).

3. Menguji kesalahan pengukuran (measurement error) untuk variabel atau


konstruk yang teramati (observed).

4. Mengkonfirmasi teori sesuai dengan data penelitian (confirmatory factor


analysis).

5. Dapat menjawab berbagai masalah riset dalam suatu set analisis secara
lebih sistematis dan komprehensif.

40
MEMAHAMI DASAR-DASAR
STRUCTURAL EQUATION MODELING (SEM)

Manfaat SEM

6. Lebih ilustratif, kokoh dan handal dibandingkan model regresi ketika


memodelkan interaksi, non-linieritas, pengukuran error, korelasi error
terms, dan korelasi antar variabel laten independen berganda.

7. Digunakan sebagai alternatif analisis jalur dan analisis data runtut


waktu (time series) yang berbasis kovariat.

8. Melakukan analisis faktor, jalur dan regresi.

9. Mampu menjelaskan keterkaitan variabel secara kompleks dan efek


langsung maupun tidak langsung dari satu atau beberapa variabel
terhadap variabel lainnya.

10. Memiliki fleksibilitas yang lebih tinggi bagi peneliti untuk


menghubungkan antara teori dengan data.

41
MEMAHAMI DASAR-DASAR
STRUCTURAL EQUATION MODELING (SEM)

Penggunaan Software SEM Haryono dan Wardoyo (2013:13)

Jenis SEM Software yang Sesuai

AMOS

Covariance Based LISREL


(CB-SEM) EQS
M-plus
TETRAD
PLS-PM
GSCA
Variance Based
(VB-SEM) PLS-Graph
Smart-PLS
Visual-PLS

42
DAFTAR PUSTAKA

Ferdinand, Augusty. Structural Equation Modeling dalam Penelitian


Manajemen. Semarang: Program Magister Manajemen Universitas
Diponegoro, 2000.

Ghozali, Imam. Structural Equation Modeling, Teori, Konsep dan Aplikasi


dengan Program LISREL 8.80. Semarang: Badan Penerbit Universitas
Diponegoro, 2008a.

Ghozali, Imam. Model Persamaan Struktural, Konsep dan Aplikasi dengan


Program AMOS 16.0. Semarang: Badan Penerbit Universitas Diponegoro,
2008b.

Haryono, Siswoyo, dan Parwoto Wardoyo. Structural Equation Modeling Untuk


Penelitian Manajemen Menggunakan AMOS 18.00. Bekasi: PT. Intermedia
Personalia Utama, 2013.

Jogiyanto. Konsep dan Aplikasi SEM Berbasis Varian dalam Penelitian Bisnis.
Yogyakarta: UPP STIM YKPN, 2011.

43
DAFTAR PUSTAKA

Khine, Myint Swe. Application of Structural Equation Modeling in Educational


Research and Practice. Rotterdam, the Netherlands: Sense Publishers, 2013.

Kurniawan, Heri, dan Sofyan Yamin. Generasi Baru Mengolah Data Penelitian
Dengan Partial Least Square Path Modeling, Aplikasi Dengan Software XLSTAT,
SmartPLS Dan Visual PLS. Jakarta: Salemba Empat, 2009.

Latan, Hengky. Structural Equation Modeling, Konsep dan Aplikasi menggunakan


LISREL 8.80. Bandung: Alfabeta, 2012.

Raykov, Tenko, dan George A. Marcoulides. A First Course in Structural Equation


Modeling. Second Edition. New Jersey: Lawrence Erlbaum Associates, Inc,
2006.

Schumacker, Randall E., dan Richard G. Lomax. A Beginners Guide to Structural


Equation Modeling. Third Edition. New York: Routledge Taylor and Francis
Group, LLC, 2010.

Wijaya, Tony. Analisis SEM Untuk Penelitian Menggunakan AMOS. Yogyakarta:


Penerbit Universitas Atmajaya, 2009.

44
DANKE
AUF WIEDERSEHEN