SEM (Structural Equation Modeling) adalah suatu teknik statistik yang
mampu menganalisis pola hubungan antara
konstruk laten dan indikatornya,
konstruk laten yang satu dengan lainny
a, serta kesalahan pengukuran secara
langsung. SEM memungkinkan dilakukannya anal
isis di antara be berapa variabel
dependen dan independen secara langsung (Hair et al, 2006).
Teknik analisis data menggunakan
Structural Equation Modeling
(SEM),dilakukan untuk menjelaskan secara menyeluruh hubungan antar variabel yang
ada dalam penelitian
SEM adalah merupakan sekumpulan teknik-teknik statistik yang
memungkinkan pengujian sebuah rangkaian hubungan secara simultan. Hubungan
itu dibangun antara satu atau beberapa variabel independen (Santoso, 2011).
Yamin (2009) mengemukakan bahwa di dalam SEM peneliti dapat
melakukan tiga kegiatan sekaligus, yaitu pe
meriksaan validitas dan reliabilitas
instrumen (setara dengan analisis fakt
or konfirmatori), pengujian model hubungan
antar variabel laten (setara dengan analisis
path
), dan mendapatkan model yang
bermanfaat untuk prediksi (setara dengan mo
del struktural atau analisis regresi).
Alasan yang mendasari digunakannya SEM adalah (1) SEM mempunyai
kemampuan untuk mengestimasi hubungan antar variabel yang bersifat
multiple
relationship.
Hubungan ini dibentuk dalam model struktural (hubungan antara
konstruk dependen dan independen). (2) SEM mempunyai kemampuan untuk
menggambarkan pola hubungan antara konstr
uk laten dan variabel manifes atau
variabel indikator.
Berikut istilah – istilah dalam SEM
1. Model jalur ialah suatu diagram yang menghubungkan antara variabel bebas,
perantara dan tergantung. Pola hubungan ditunjukkan dengan menggunakan
anak panah. Anak panah tunggal menunjukkan hubungan sebab-akibat antara
variabel-variabel eksogen atau perantara dengan satu variabel tergantung atau
lebih. Anak panah juga menghubungkan kesalahan-kesalahan (variabel error)
dengan semua variabel endogen masing-masing. Anak panah ganda
menunjukkan korelasi antara pasangan variabel-variabel eksogen.
2. Model sebab akibat (causal modeling,) atau disebut juga analisis jalur (
pathanalysis) , yang menyusun hipotesis hubungan sebab akibat (causal
relationships ) diantara variabel- variabel dan menguji model-model sebab
akibat (causal models) dengan menggunakan sistem persamaan linier. Model-model sebab akibat dapat mencakup variabel-variabel manifes (indikator),
variabel-variabel laten atau keduanya.
3. Variabel eksogen dalam suatu model jalur ialah semua variabel yang tidak
ada penyebab - penyebab eksplisitnya atau dalam diagram tidak ada anak-anak panah yang menuju ke arahnya, selain pada bagian kesalahan pengukuran. Jika antara variabel eksogen dikorelasikan maka korelasi tersebut ditunjukkan dengan anak panah berkepala dua yang menghubungkan variabel-variabel tersebut.
4. Variabel endogen ialah variabel yang mempunyai anak panah-anak panah
menuju ke arah variabel tersebut. Variabel yang termasuk didalamnya
mencakup semua variabel perantara dan tergantung.
5. Variabel laten adalah variabel yang tidak dapat diukur secara langsung
kecuali diukur dengan satu atau lebih variabel manifes.
6. Variabel manifes adalah variabel yang digunakan untuk menjelaskan atau
mengukur sebuah variabel laten. Dalam satu variabel laten terdiri dari beberapa
variabel manifes.
13
7. Koefisien jalur adalah koefisien regresi standar atau disebut “beta” yang
menunjukkan pengaruh langsung dari suatu variabel bebas terhadap variabel
tergantung dalam suatu model jalur tertentu.
8. Analisis faktor penegasan (
confirmatory factor analysis)
, suatu teknik
kelanjutan dari analisis faktor dima
na dilakukan pengujian hipotesis-hipotesis
struktur
factor loadings
dan interkorelasinya.
Analisis jalur (
path analysis
) adalah suatu bentuk terapan dari analisis
multiregresi (Kerlinger, 2003). Metode
path analysis
adalah suatu metode yang
mengkaji pengaruh (efek) langsung maupun tidak langsung dari variabel-variabel
yang dihipotesiskan sebagai akibat pengaruh perlakuan terhadap variabel tersebut.
Teknik ini digunakan untuk menguji hubungan kausal yang diduga masuk akal
(
plausibility
) antara satu variabel dengan variabel lain di dalam kondisi
noneksperimental (Muhidin, 2009).
Secara teoritis variabel dapat didefinisikan sebagai atribut seseorang atau
objek, yang mempunyai variasi antara satu orang dengan yang lain atau satu objek
dengan objek yang lain (Sugiyono, 2006). Variabel juga dapat merupakan atribut
dari bidang keilmuan atau kegiatan
tertentu. Dalam model kausal, harus
dibedakan antara variabel eksogen dan endogen. Variabel eksogen adalah variabel
yang variabilitasnya diasumsikan ditentukan oleh sebab-sebab yang berada di luar
model. Sedangkan variabel endogen adalah variabel yang variasinya dapat
diterangkan oleh variabel eksogen dan endogen yang berada di dalam sistem.
Variabel endogen diperlakukan sebagai variabel terikat dalam suatu himpunan
variabel tertentu mungkin juga dikonsepsikan sebagai variabel bebas dalam
hubungannya dengan variabel yang lain.
14
Validitas berasal dari kata “
validity
” yang mempunyai arti ketepatan dan
kecermatan suatu alat ukur dalam me
lakukan fungsi ukurnya (Burhan dkk, 2002:
316). Validitas alat ukur merupakan suatu mekanisme kontrol dalam metode
penelitian survei. Suatu
instrument
pengukuran dikatakan valid jika
instrument
dapat mengukur sesuatu dengan tepat apa yang hendak diukur. Jadi validitas dapat
menentukan apakah
instrument
yang digunakan dalam penelitian mencapai taraf
kesahihan atau tidak.
Uji reliabilitas untuk mengetahui apakah instrumen memiliki indeks
kepercayaan yang baik jika diujikan berulang. Suatu instrument pengukuran
dikatakan reliable jika pengukurannya konsiste
n dan akurat. Jadi uji reliabilitas
dilakukan dengan tujuan mengetahui konsistensi dari instrument sebagai alat ukur,
sehingga hasil pengukuran dapat dipercaya.
Metode
Partial Least Square
(PLS) merupakan metode analisis yang
powerful
karena dapat diterapkan pada semua skala data, tidak membutuhkan
banyak asumsi dan ukuran sampel tidak harus besar (Imam Ghozali,2008).
Partial
least square
juga dikembangkan untuk perancangan model statistik yang
mempunyai model lemah atau indikator yang tersedia memenuhi model
pengukuran refleksif, formatif dan rekursif (gabungan). Di dalam PLS variabel
laten bisa berupa hasil pencerminan indikatornya, diistilahkan dengan indikator
refleksif
(reflesive indicator)
. Di samping itu, variabel yang dipengaruhi oleh
indikatornya, diistilahkan dengan indikator formatif
(formative indicator)
.
Model refleksif dipandang secara mate
matis indikator seolah-olah sebagai
variabel yang dipengaruhi oleh variabel la
ten. Hal ini mengakibatkan bila terjadi
15
perubahan dari satu indikator akan be
rakibat pada perubahan pada indikator
lainnya dengan arah yang sama.
Tidak ada komentar:
Posting Komentar