Pengantar SEM Fauziyah SE M Si SEM Structural

Pengantar SEM Fauziyah, SE. , M. Si

SEM Structural Equation Modeling Pengertian SEM: n Teknik pemodelan statistik yang sangat umum yang digunakan secara meluas dalam ilmu keperilakuan. (Hox & Bechger) n Metoda statistik yang menggunakan pendekatan confirmatory untuk menganalisis teori struktural yang berhubungan dengan beberapa fenomena. (Byrne, 2001) n Sekumpulan teknik-teknik statistikal yang memungkinkan pengujian sebuah rangkaian hubungan yang relatif “rumit” secara simultan. (Ferdinand, 2002)

Lanj. . . n 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 SEM n n n 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 SEM Estimasi hubungan ketergantungan. n Kemampuan untuk menggambarkan konsep unobserved dalam hubungan tersebut. n Menghitung measurement error dalam proses estimasi. n Menyajikan konsep teoritis (Purwanto, 2003) n

Software statistik untuk analisis SEM: LISREL (LInear Structural RELations) n EQS n AMOS (Analysis of MOment Structures) n Dll. n

Variabel Laten Disebut juga faktor atau unobserved variables atau construct. n Variabel yang tidak dapat diukur secara langsung. (Purwanto, 2003) n Variabel yang dibentuk melalui indikator yang diamati dalam dunia nyata. (Ferdinand, 2002) n Contoh variabel laten adalah minat berperilaku, kepemimpinan, motivasi, dll n

Variabel Terukur (Measured Variables) Disebut juga observed variables, indicator variables atau manifest variables. n Variabel yang datanya dikumpulkan dari responden melalui penelitian lapangan. n Variabel yang dapat diukur secara langsung. Misalnya: gaji pegawai, berat badan, skor TOEFL, dll n

Observed or Unobserved ? ? Volume penjualan (dalam unit) n Volume penjualan (dalam rupiah) n Motivasi n Loyalitas Konsumen n Harga n Skor IQ n Efektivitas SI n

l l 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 Sat 1 dan Sat 2. Maka Kepuasan Pelanggan adalah variabel laten, sedangkan Sat 1 dan Sat 2 adalah variabel terukur.

Model Pengukuran (Measurement Model/ Confirmatory Factor Analysis Model) error 1 Sat 1 Kepuasan pelanggan error 2 Sat 2

Variabel Eksogen-Endogen l l 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.

Proses SEM terdiri dari dua tahap: 1. Validasi terhadap model pengukuran. 2. Pengujian terhadap model struktural

Perbedaan Model Pengukuran dan Model Struktural l Model Pengukuran: model yang ditujukan untuk mendeskripsikan sebuah keadaan atau mengukur sebuah konsep. l Model Struktural: model yang menggambarkan hubungan-hubungan yang dihipotesakan antar konstruk.

Model Struktural Knowledge Value Satisfaction Performance

Model Pengukuran e 1 Knwl 1 knowledge e 2 e 7 Knwl 2 e 9 e 3 prfm 1 value e 4 value 2 e 5 Sat 1 prfm 2 e 8 satisfaction e 6 Sat 2 performance

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)

Lanj Asumsi SEM… 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.

Lanj 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.

Sedangkan outliers multivariate dilakukan dengan kriteria jarak Mahalanobis pada tingkat p > 0. 001. Jarak Mahalanobis ini dievaluasi dengan menggunakan X 2 pada derajat bebas (df) sebesar jumlah variabel yang digunakan dalam penelitian. Untuk menentukan nilai tersebut menggunakan program excel, pilih insertfunction wizard, kemudian CHIINV masukkan p = 0. 001 dan df jumlah variabel terukur. Hasil yang diperoleh merupakan batas outliers, sehingga yang melebihi hasil tersebut harus dihapus.

Lanj Asumsi SEM… 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 Validitas dan Uji Reliabilitas 1. 2. Uji Validitas dilakukan dengan melihat dari hasil output AMOS yaitu Probability value untuk Regression Weight. Jika lebih kecil dari 0, 05 maka item dinyatakan VALID. Uji Reliabilitas Untuk uji reliabilitas harus dilakukan dengan proses manual dengan rumus (dapt dilakukan dengan program Excel), tidak secara otomatis muncul dalam program AMOS.

Uji Reliabilitas l Rumus 1 l 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 l l

Uji Reliabilitas l Rumus 2 l 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 l l

UJI HIPOTESIS dalam REGRESI l l 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 l l l Uji parsial dapat dilakukan untuk masing-masing variabel. Untuk menentukan apakah pengaruh signifikan atau tidak dapat dilihat dari kolom P yang merupakan pvalue, 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 l l Uji ini dilakukan dengan melihat goodness of fit dari model. Ditentukan dengan sejumlah kriteria (lihat tabel Goodness of Fit

Evaluasi Kriteria Goodness of Fit Model (Lee, Park, & Ahn, 2001) No Kriteria 1. Chi-square (X 2) 2. X 2 - significance probability 3. Relative X 2 (CMIN/DF) 4. GFI (Goodness of Fit Index) 5. AGFI (Adjusted Goodness of Fit Index) 6. Tucker-Lewis Index (TLI) 7. Normed Fit Index (NFI) 8. Comparative Fit Index (CFI) 9. Root Mean Square Error of Approximation (RMSEA) Nilai rekomendasi Diharapkan kecil ≥ 0. 05 ≤ 2. 00 ≥ 0. 90 ≥ 0. 80 ≥ 0. 90 ≤ 0. 08

Terima kasih Semoga Bermanfaat