Selasa, 19 Agustus 2014

Pengolahan Data Statistik "Structural Equation Modeling (SEM)" (2)

Seperti telah dijelaskan pada bab 1 bahwa pada dasarnya model persamaan structural terdiri dari 2 bagian yaitu :(a)bagian pengukuran yang menghubungkan observed variabel dengan latent variabel lewat confirmatory faktor model dan (b) bagian struktur yang menghubungkan antar latent variabel lewat persamaan regresi simultan.Bab ini akan membahas pengertian dasar observed variabel,latent variabel dan bagaimana membangun persamaan strukturalnya.

Observed Variabel (Manifest)dan Unobserved Variabel (latent)
Variabel penelitian adalah konsep abstrak yang dapat diukur.Konsep abstrak itu antara lain kepuasan kerja,komitmen,motivasi.Konsep abstrak yang langsung dapat diukur disebut observed variabel atau manifest.Sebagai contoh: inflasi dapat langsung diukur dengan indek angka konsumen,kinerja perusahaan dapat diukur langsung dengan laba atau ROA.Namun demikian ada konsep abstrak yang tidak dapat diukur langsung atau unobserved variabel (sering juga disebut latent atau konstruk)sebagai missal kepuasan kerja.Variabel ini diukur dengan seperangkat pertanyaan yang intinya mengukur seberapa puas seseorang terhadap pekerjaanya.Responden diminta untuk menjawab pertanyaan (sering disebut indicator atau manifest)dengan tipe jawaban skala Likert yaitu dengan 5 katagori jawaban sangat tidak setuju,tidak setuju,netral,setuju,dan sangat setuju.Didalam konvensi SEM variabel observed digambarkan dengan kotak dan latent variabel digambarkan dengan bulat oval atau elips.


 Model persamaan structural ini memiliki keunggulan dibandingkan dengan metode statistic multivariate yang lain karena dalam laten variabel dimasukkan kesalahan pengukuran dalam model.Dalam teori statistic dijelaskan bahwa koefisien regresi sesunguhnya terdiri dari dua elemen yaitu “true” atau koefisien structural antara variabel dependen dan independen dan yang kedua adalah realibilitas dari variabel predictor.  Realibilitas adalah tingkat dimana variabel independen dianggap bebas dari kesalahan (error free).jadi dalam metode statistic multivariate dianggap bahwa tidak ada kesalahan dalam pengukuran variabel.Namun demikian dalam teori kita tahu bahwa tidak mungkin mengukur konsep secara sempurna pasti selalu ada kesalahan pengukuran.sebagai misal jika ditanyakan secara langsung terhadap responden berapa income mereka maka kita tahu ada responden yang menjawab benar karena jujur ,tetapi ada yang menaikkan(overstate)dan ada yang menurunkan (under state)sehingga jawabannya ada kesalahan pengukuran.Perhatikan pada gambar di atas ,konstruk latent kepuasan kerja diukur dengan indicator x1 dengan kesalahan pengukuran error (e1)

Konvensi dan Penulisan dan Pengambaran Variabel
Dalam model persamaan structural,variabel kunci yang menjadi perhatian adala variabel latent atau latent construct yaitu konsep abstrak psikologi seperti sikap,intelegence.Kita dapat mengamati perilaku variabel laten secara tidak langsung dan tidak sempurna yaitu melalui pengaruhnya terhadap inikator atau variabel manifest.
Konstruk Laten
Ada dua jenis laten variabel yaitu laten variabel exogen(independen) dan endogen (dependen).Konstruk exogen digambarkan dalam huruf Greek dengan karakter “ksi” (      ) dan konstruk endogen dengan simbul karakter “eta” (    ).Kedua jenis konstruk ini dibedakan atas dasar apakah mereka berkedudukan sebagai variabel dependen atau bukan dependen di dalam suatu model persamaan .Konstruk eksogen adalah variabel independen,sedangkan konstruk endogen  adalah semua variabel dependen.Dalam bentuk grafis kontruk endogen menjadi target paling tidak satu anak panah
(------------------à )   atau hubungan regresi,sedangkan konstruk eksogen menjadi target garis dengan dua anak panah ( <------------------ span="">à) atau hubungan menjadi korelasi/kovarian.
                                                                                                       
Model  Struktural
Di dalam SEM,model structural meliputi hubungan antara konstruk laten dan hubungan ini dianggap linear,walaupun pengembangan lebih lanjut memungkinkan memasukkan persamaan non linear,Secara grafis garis dengan satu kepala anak panah mengambarkan hubungan regresi dan garis dengan dua kepala anak panah menggambarkan hubungan korelasi atau kovarian.
Parameter yang menggambarkan hubungan regresi antar konstruk laten pada umumnya ditulis dalam Greek “gamma” (       ) untuk regresi “beta” ( β32) untuk regresi satu konstruk endogen ke konstruk endogen lainnya,Kontruk eksogen di dalam SEM dapat dikorelasikan atau dikovarite satu sama lain dan parameter yang menghubungkan korelasi ini  ditulis dalam karakter Greek “phi” (      )yang menggambarkan kovarian atau korelasi.

Kesalahan Struktural  (Structural Error)
Peneliti umumnya tahu bahwa tidak mungkin memprediksi secara sempurna (perfect) konstruk dependen,oleh karena itu model SEM memasukkan structural error term yang ditulis dalam karakter Greek “zeta” (         ).Untuk mencapai konsistensi estimasi parameter,error term ini diasumsikan tidak berkorelasi dengan konstruk eksogen dalam model.Namun demikian  structural  error term dapat dikorelasikan dengan struktur error trem yang lain dalam model.
Variabel Manifet atau Indikator
Penenliti  SEM menggunakan variabel manifest atau indicator  untuk membentuk kontruk laten.Variabel manifest ini diwujudkan dalam pertanyaan skala Likert.Variabel manifest  untuk membentuk konstruk laten eksogen diberi simbul  X1  sedangkan variabel manifest yang membentuk konstruk laten endogen diberi simbul  Y2

Model Pengukuran (Measurement Model)
Pengguna SEM mengakui  bahwa pengukuran mereka tidak sempurna dan hal ini dimasukkan dalam model.Jadi model persamman structural memasukkan kesalahan pengukuran dalam modeling.Dalam kaitannya dengan faktor  analytic measurement model,kesalahan pengukuran yang berhubungan dengan pengukuran X diberi label karakter Greek “delta” ( δ1) sedangkan kesalahan pengukuran yang dihubungkan dengan pengukuran Y diberi simbul karakter Greek “epsilon” (ε 3 ).
Model Struktural dengan Variabel Observed (Analisis Jalur atau Path Analysis)
Anilis Jalur merupakan regresi simultan dengan Variabel observed atau terukur secara langsung seperti income ,Gaji,Pendidikan ,Saving,
Berikut ini contoh model structural analisis jalur dengan notasi Lisrel.


Penjelasan Gambar
1.        Terdapat dua variabel exogen yaitu ξ 1 dan ξ 2 dan dua variabel endogen yaitu η 1 dan η 2
2.        Antar variabel exogen harus dikovariankan dengan saling menghubungkan kedua variabel ini dengan dua anak panah (hubungan kovarian atau korelasi)dengan simbul phi (     )
3.        Semua variabel endogen harus diberi error atau nila residual regression dengan symbol zeta (      )
4.        Koefisien regresi antara variabel exogendengan variabel endogen diberi symbol gama (  y ) dengan cara member notasi dari variabel endogen ke exogen :
Dari ξ 1 ke η 1 =y 1.1
Dari ξ 2 ke η 2 = y 1.2
Dari ξ 1 ke η 2 = y 2.1
Dari ξ 2 ke η 2 = y 2.2
5.                  Koefisien regresi antara variabel endogen dengan lainnya diberi symbol beta ( β )dengan cara memberi notasi sebagai berikut:
Dari η 1 ke  η 2 = β2.1
6   Gambar model  Analisis Jalur di atas dapat ditulis dengan persamaan matematis sebagai berikut :
 η1 = y 1. 1  1 +y 1.2  2+  1……………………………………………………..(2.1)
η2  =y 2.1   1  + y 2.2  2 + 1η1 +  2…………………………………………….(2.2)
Model strukturat dengan Variabel Laten
Model  strukturat dengan Variabel laten terdiri dari dua bagian yaitu bagian model pengukuran (measurement model)  yaitu hubungan dari indicator ke variabel laten dan model structural yaitu hubungan dari indicator ke variabel laten dan model structural yaitu hubungan antara variabel laten.


                                                                                        
Penjelasan gambar
1.        Terdapat dua variabel exogen laten yaitu ξ 1 (ksi 1) dan ξ 2 ( ksi 2) masing-masing variabel in diukur dengan indicator atau manifest.Simbul manifest untuk variabel exigent adalah X dan nilai errornya disebut delta ( δ)
2.        Terdapat dua variabel endogen laten yaitu η 1 (eta 1) dan η2 (eta2) masing-masing variabelini dapt diukur dengan indikatornya atau manifest.Simbul manifest untuk variabel endogen adalah Y dan nilai errornya disebut epsilon (ε)
3.        Antar variabel laten exogen harus dikovariankan dengan saling menghubungkan kedua variabel laten ini dengan dua anak panah (hubungan kovarian atau korelasi) dengan symbol phi(    ).
4.        Semua variabel laten endogen harus diberi error atau nilai residual regression dengan symbol zeta (   ).
5.        Koefisiensi regresi  antar variabel laten exogen dengan variabel laten endogen diberi symbol gama (y) dengan cara memberi notasi dari variabel laten endogen ke variabel laten exogen:
Dari ξ1 ke η 2 =y1.1
Dari ξ2 ke η 1 = y1.2
Dari ξ1 ke η 2 = y 2.1
Dari ξ 2 ke η 2 =y2.2
6.        Koefisien regresi antara variabel laten endogen dengan variabel laten endogen lainnya diberi symbol beta (β) dengan member notasi sebagai berikut:
Dari η1 ke η2 =β2.1
7.        Ada dua model pengukuran (measurement model)yaitu model pengukuran variabel laten exogen dan model pengukuran variabel laten endogen.Model pengukuran adalah hubungan indicator atau manifest degan konstruk latinnya.Berdasarkan gambar 2.3 di atas terdapat dua model pengukuran variabel laten exogen ξ1 danξ2,serta dua model pengukuran variabel laten endogen η1 dan η2.Nilai faktor loading dari indicator ke konstruk laten disebut lambda (λ).Berikut ini cara menuliskan persamaan matematik model pengukuran:
Varibel Laten     1                                Variabel laten     2
X1= λ1.1   1+δ1                                    X4=λ4.2   2+δ4
X2=λ2.1    1+δ2                                    X5=λ5.2   2+δ5
X3=λ3.1    1+δ3                                    X6=λ6.2    2+δ6
Variabel Laten η1                                Variabel Laten η2
Y1=λ1.1   η1+ε1                                    Y4=λ4.2 η2+ε4
Y2=λ2.1   η1+ε2                                    Y5=λ5.2 η2+ε5
Y3=λ3.1   η1+ε3                                    Y6=λ6.2 η2+ε6
8.        Model persamaan structural adalah model hubungan antar variabel laten dengan persamaan sebagai berikut:
η1=y1.1    1+y1.2    2+  1…………………………………………..(2.3)
η2=y2.1    1+ y2.2     2+β2.1η1+   2……………………………(2.4)
       


      
             



Tidak ada komentar: