1. Structural Equation Modelling (SEM)
Structural Equation Modelling (SEM) merupakan teknik analisis data yang dilakukan untuk menjelaskan secara menyeluruh
hubungan antar variabel yang ada dalam penelitian. SEM digunakan bukan untuk
merancang suatu teori, tetapi lebih ditujukan untuk memeriksa dan membenarkan
suatu model. Oleh karena itu, syarat utama menggunakan SEM adalah membangun
suatu model hipotesis yang terdiri dari model struktural dan model pengukuran
dalam bentuk diagram jalur yang berdasarkan justifikasi teori. SEM adalah
merupakan sekumpulan teknik-teknik statistik yang memungkinkan pengujian sebuah
rangkaian hubungan secara simultan. Hubungan itu dibangun antara satu atau
beberapa variabel independen.
Structural Equation Modelling (SEM) adalah sebuah evolusi dari model persamaan berganda yang dikembangkan dari
prinsip ekonometri dan digabungkan dengan prinsip pengaturan dari psikologi dan
sosiologi, SEM telah muncul sebagai bagian integral dari penelitian manajerial
akademik (Ghozali, 2008).
Menurut
Ghozali (2008), SEM terdiri dari 2 bagian yaitu model variabel laten dan model
pengukuran. Bagian pertama yaitu model variabel laten (latent variable model)
mengadaptasi model persamaan simultan pada ekonometri. Jika pada ekonometri
semua variabelnya merupakan beberapa variabel terukur/teramati (measured/observed
variables), maka pada model ini beberapa variabel merupakan variabel
laten (latent variables yang tidak terukur secara langsung). Sedangkan
bagian kedua yang dikenal dengan model pengukuran (measurement model),
menggambarkan beberapa indikator atau beberapa variabel terukur sebagai
efek atau refleksi dari variabel latennya.
Kedua
bagian model ini merupakan jawaban terhadap 2 permasalahan dasar pembuatan
kesimpulan ilmiah dalam ilmu sosial dan perilaku. Untuk permasalahan pertama
yang berkaitan dengan masalah pengukuran dapat dijawab dengan model pengukuran,
sedangkan permasalahan kedua yang berkaitan dengan hubungan kausal dapat
dijawab menggunakan model variabel laten. SEM juga memungkinkan menganalisis
hubungan dua arah yang sering kali muncul dalam ilmu sosial dan perilaku. SEM
termasuk keluarga multivariate statistics dependensi yang memungkinkan
dilakukannya analisis satu atau lebih variabel independen yang dilibatkan boleh
berbentuk variabel kontinu ataupun diskrit, dalam bentuk variabel latent atau
teramati.
Ada tiga alasan mengapa SEM banyak digunakan
dalam penelitian yaitu (Kline, 1998) :
1.
Penelitian umumnya menggunakan pengukuran-pengukuran untuk menjabarkan
variabel laten.
2.
Para peneliti sosial sangat tertarik terhadap prediksi. Dalam melakukan
prediksi tidak hanya melibatkan model dua variabel, tapi dapat melibatkan model
yang lebih “rumit” berupa struktur
hubungan antara beberapa variabel penelitian.
3.
SEM dapat melayani sekaligus suatu analisis kualitas pengukuran dan
prediksi. Khususnya dalam model-model variabel laten.
2. Variabel Laten
Variabel
laten adalah variabel yang hanya dapat diamati secara tidak sempurna melalui
efeknya terhadap variabel teramati.
Terdapat dua jenis variabel laten, yaitu eksogen dan endogen. SEM
membedakan kedua jenis variabel ini berdasarkan atas keikutsertaan mereka
sebagai variabel terikat pada persamaan- persamaan dalam model. Variabel
eksogen selalu muncul sebagai variabel bebas pada semua persamaan yang ada
dalam model. Sedangkan variabel endogen merupakan variabel terikat pada paling
sedikit satu persamaan dalam model, meskipun disemua persamaan sisanya variabel
tersebut adalah variabel bebas. Notasi matematik dari variabel laten eksogen
adalah huruf Yunani (“ksi”) dan variabel laten endogen ditandai dengan huruf
Yunani (“eta”) (Wijanto, 2008).
2.3. Variabel Teramati (Observed
variable)
Variabel
teramati (observed variable) atau variabel terukur (measured variable) adalah
variabel yang dapat diamati atau dapat diukur secara empiris dan sering disebut
indikator. Variabel teramati merupakan efek atau ukuran dari variabel laten.
Variabel teramati yang berkaitan atau merupakan efek dari variabel laten
eksogen (ξ ) diberi notasi matematik dengan label X, sedangkan yang berkaitan
dengan variabel laten endogen (η ) diberi label Y. Diluar itu, tidak
ada perbedaan fundamental di antara keduanya, dan suatu ukuran dengan label X
dalam satu model bias diberi label Y pada model yang lain. Simbol diagram
lintasan dari variabel teramati adalah bujur sangkar atau empat persefi
panjang (Wijanto, 2008).
Referensi
:
Cipta.
Wijanto, S.H. 2008. Structural Equation Modeling dengan Lisrel 8.8: Konsep
dan Tutorial. Graha Ilmu, Yogyakarta.
Imam
Ghozali, dan Fuad. 2008. Structural
Equation Modeling. Teori, Konsep dan Aplikasi dengan Program LISREL 8.80.
Semarang : BP-UNDIP, pp31-35.
Kline,
Rex B. (1998). Principles and Practice of Structural Equation Modeling.
New York: The Guilford Press.
