2. 2
ILUSTRASI
Penelitian di bidang Managemen Sumberdaya Manusia
Misalkan telah dilakukan telaah teoritis, menghasilkan hipotesis penelitian :
1) Pengembangan karir berpengaruh signifikan terhadap Kepuasan
Karyawan
2) Pengembangan karir berpengaruh signifikan terhadap Kinerja Karyawan
3) Terdapat pengaruh timbal balik antara kepuasan dengan kinerja
karyawan
Disamping itu, diperoleh bahwa setiap variabel diukur berdasarkan indikator-
indikator sebagai berikut :
Variabel Peng Karir diukur oleh 10 indikator : X1.1 s/d X1.10
Variabel Kepuasan diukur oleh 6 indikator : X2.1 s/d X2.6
Variabel kinerja diukur dengan 6 indikator : X3.1 s/d X3.6
4. 4
Analisis dengan Regresi
Y = β0 + β1 X1 + β2 X2
X1 = Peng. Karir, X2 = Kepuasan dan Y = Kinerja Karyawan
Permasalahan :
(1) Struktur hubungan antar variabel dipaksakan bersifat langsung
(2) Analisis Regresi dapat diterapkan bilamana data yang tersedia
adalah data dari variabel (observable variable) dan bukan data dari
indikator
P. Karir
KINERJA
Karyawan
Kepuasan
5. 5
Analisis dengan Path
Permasalahan :
(1) Variabel bersifat unobservable
(2) Analisis Path hanya pada model REKURSIF
P. Karir
Kepuasan
KINERJA
8. 8
NOTASI DI DALAM SEM
ξ = Ksi, variabel laten X
η = Eta, variabel laten Y
λ = Lamnda (kecil), loading faktor
Λy = Lamnda (besar), matriks loading faktor variabel laten Y (variabel endogen)
Λx = Lamnda (besar), matriks loading faktor variabel laten X (variabel endogen)
β = Beta (kecil), koefisien pengaruh variabel endogen terhadap variabel endogen
Β = Beta (besar), matriks koefisien pengaruh variabel endogen terhadap variabel endogen
γ = Gama (kecil), koefisien pengaruh variabel exogen terhadap variabel endogen
Γ = Gama (besar), matriks koefisien pengaruh variabel exogen terhadap variabel endogen
φ = Phi (kecil), peragam antar variabel laten X (variabel exogen)
Φ = Phi (besar), matriks ragam- peragam antar variabel laten X (variabel exogen)
ζ = Zeta (kecil), galat model
ψ = Psi (kecil), peragam antar galat model
Ψ = Psi (besar), matriks ragam-peragam antar galat model
ε = Epsilon (kecil), galat pengukuran pada variabel manifest untuk variabel laten Y
Θε= Teta (besar), matriks var-cov galat pengukuran variabel manifest utk variabel laten Y
δ = Delta (kecil), galat pengukuran pada variabel manifest untuk variabel laten X
Θδ = Teta (besar), matriks var-cov galat pengukuran variabel manifest utk variabel laten X
Θδε = Teta, matriks var-cov galat pengukuran variabel manifest utk variabel laten X dan Y
10. 10
Persamaan Analisis Path dan SEM
- Keduanya berkenaan dengan konstruksi model
- Pendugaan parameter (koefisien) model berdasarkan data sampel
SEM
- SEM : Observable, Unbosevable
(measurement model) dan Campuran
- SEM : model rekursif atau resiprokal
- SEM tidak terkendala adanya korelasi
antar error
- SEM dengan MLE, TSLS, GLS, WLS dll
- Output SEM : faktor determinan, model
struktural dan model pengukuran
Perbedaan Analisis Path dan SEM
Analisis Path
- Analisis Path : Model hubungan
kausal antar variabel observable
- Analisis Path hanya dapat
diterapkan pada model rekursif
- Analisis Path dengan OLS
- Output Analisis Path : faktor
determinan
11. 11
Measurement Model
VALIDITAS INSTRUMEN
Koefisein korelasi antara skor suatu indikator dengan skor total positif dan
lebih besar 0.3 : valid (validitas kriteria) Masrun (1979)
SEM : - Validitas setiap indikator ditunjukkan oleh λ
- Validitas unidimensionalitas, GFI ≥ 0.9
RELIABILITAS INSTRUMEN
Alpha Cronbach, α ≥ 0.6 : reliabel (konsistensi internal) (Malhotra,1996)
SEM : Reliabilitas setiap indikator ditunjukkan oleh 1 - δ untuk variabel
exogen dan 1 - ε untuk variabel endogen
Reliabilitas Setiap Variabel : construct reliability dan everage
variance extracted
12. 12
LANGKAH-LANGKAH SEM
Pengembangan Model Berbasis
Konsep dan Teori
Mengkontruksi Diagram Path
Konversi Diagram Path ke
Persamaan
Interpretasi dan Modifikasi
Model
Evaluasi Goodness-of-fit
Menilai Masalah Identifikasi
Memilih Matriks Input
13. 13
Pengembangan Model Berbasis Konsep dan Teori
Karir
Kepuasan
Kinerja
Dapat dengan mudah dipahami bahwa variabel karir, kepuasan, dan kinerja
merupakan variabel yang bersifat unobservable. Untuk mengukur variabel-
variabel tersebut dikembangkan indikator sebagai variabel manifest :
Karir : X1.1, X1.2, X1.3, X1.4, X1.5, X1.6, X1.7, X1.8, X1.9 dan
X1.10
Kepuasan : X2.1, X2.2, X2.3, X2.4, X2.5, dan X2.6
Kinerja : X3.1, X3.2, X3.3, X3.4, X3.5, dan X3.6
15. 15
Konversi Diagram Path ke Persamaan
Konversi diagram path, model struktural, ke dalam
model matematika menjadi sebagai berikut :
η1 = β1η2+ γ1 ξ1 + ζ1
η2 = β2η1+ γ2 ξ1 + ζ2
atau :
Kepuasan = β1 Kinerja + γ1 Karir + ζ1
Kinerja = β2 Kepuasan + γ1 Karir + ζ2
Konversi diagram path, model pengukuran, ke
dalam model matematika menjadi sebagai berikut :
17. 17
Memilih Matriks Input
MATRIKS KOVARIANS (Raw Data):
- pengujian suatu model yang telah mendapatkan justifikasi teori
- sulit dilakukan interpreasi terhadap besar-kecilnya pengaruh
- hasil analisis setara dengan analisis regresi
MATRIKS KORELASI (Standardize Data):
- penjelasan menganai pola hubungan kausal antar variabel laten
- pengaruh dominan; Faktor Determinan dan Jalur terkuat
- hasil analisis setara dengan analisis path
18. 18
Menilai Masalah Identifikasi
Gejala-gejala masalah identifikasi :
- Terdapatnya standart error dari koefisien yang terlalu besar
- Ketidakmampuan program menyajikan matriks informasi yang seharusnya disajikan
- Pendugaan parameter tdk dpt diperoleh, misalnya terjadi matriks tidak definit positif
- Muncul angka-angka aneh, seperti adanya varians error yang negatif
- Terjadinya korelasi yang tinggi (> 0.9) antar koefisien hasil dugaan
Solusi :
- umumnya karena under identified
- berikan kendala
- koefisien model dibuat fix
- hati-hati menjadi over identified
19. 19
ASUMSI SEM
Asumsi : Spesifikasi model
- Semua hubungan : linier (data time series sulit dpt memenuhi)
- Model aditif
Asumsi : Pendugaan parameter & Uji hipotesis
- Antar unit pengamatan independen
- Data tidak mengandung pencilan (outliers)
- Pendugaan parameter dengan MLE, sampel size minimum 100.
- Data yang akan dianalisis (variabel latent) menyebar normal ganda (multinormal)
- Beberpa software tidak bisa jalan bila terdapat missing data
20. 20
Pengujian Parameter
- Parameter Lamda;
- Parameter Delta dan Epsilon;
- Parameter Beta;
- Parameter Gama
menggunakan t-test, H0 : parameter = 0 VS H1 : parameter ≠ 0
Pengujian Model Pengukuran
VALIDITAS INSTRUMEN
Validitas setiap indikator = λ, nonsignifikan tidak valid
RELIABILITAS INSTRUMEN
Reliabilitas setiap indikator = 1 - δ untuk variabel exogen
1 - ε untuk variabel endogen
LISREL : (1 - δ ) atau (1 - ε ), nonsignifikan tidak reliabel
AMOS : masih δ dan ε .
21. 21
Pengujian Model Pengukuran
Construct reliability : ,
Everage variance extracted : > 0.5 ,
menunjukkan proporsi varians variabel laten yang dapat dijelaskan oleh
variabel manifest (indikator)
70
.
0
≥
η
ρ
( )
( ) ( )
∑
=
∑
=
∑
=
η
ε
+
η
λ
η
λ
=
ρ
p
1
i
i
y
2
p
1
i
i
y
2
p
1
i
i
y
var
var
var
)
(
vc η
ρ
( )
( ) ( )
∑
=
∑
=
∑
=
η
ε
+
η
λ
η
λ
=
ρ
p
1
i
i
y
p
1
i
2
yi
p
1
i
2
yi
)
(
vc
var
var
var
22. 22
Pengujian Model Overall
No Goodness-of-fit Cut-off Keterangan
1 Khi Kuadrat Nonsignifikan
2 RMR Kecil Digunakan untuk n besar
3 RMSEA ≤ 0.08 Digunakan untuk n besar
4 GFI ≥ 0.90 Miirip dg R2 dlm regresi
5 AGFI ≥ 0.90 Mirip dengan R2-adjusted
6 CFI ≥ 0.94 Tidak sensitif thdp besar sampel
7 AIC Kecil
Pengujian Model Struktural
Koefisien Determinasi Total :
)
cov(
1
R2
η
Ψ
−
=
23. 23
Modifikasi Model
- Indeks modifikasi ≥ 4 : jalur dipertimbangkan ditambah atau dihilangkan
- Khi Kuadrat turun sebesar 4 dianggap cukup bermakna
Interpretasi
Input Matriks Kovarians : output SEM adalah model struktural setara
dengan analisis regresi.
Input Matriks Korelasi : output SEM adalah analisis path.
SEM juga dapat digunakan untuk pengujian model baik yang bersifat
menguji ulang suatu konsep ataupun pengujian terhadap suatu model yang
akan dikembangkan, menggunakan theory triming.
24. 24
Sample Size
Pedoman Umum :
- Bila pendugaan parameter menggunakan MLE : 100 – 200; minimum 50.
- Sebanyak 5 – 10 kali jumlah parameter
- Sama dengan 5 – 10 kali, indikator keseluruhan variabel laten
SEM dengan aplikasi LISREL (Oud, 2001) :
- Besar sampel untuk program LISREL adalah ≥ 400.
- LISREL : 10 x jumlah variabel.
- LISREL : minimum 10 x parameter (independen) yang ada dalam model
25. 25
SOFTWARE aplikasi SEM
AMOS (oleh Arbuckle)
EQS (oleh Bentler)
Mx (oleh Neale)
LISREL (oleh Joreskog).
langkah sederhana Operasi AMOS
Siapkan data dalam Worksheet SPSS (SPSS)
Buat Diagram Path dalam Bidang Kerja AMOS (AMOS)
Hubungkan Diagram Path dalam AMOS dengan data dalam SPSS (AMOS)
Tentukan output yang diperlukan (AMOS)
Lakukan analisis (estimasi) (AMOS)
Output : Diagram Path, Tabel dan atau Teks (AMOS)
