1. Pengantar Structural Equation Modeling
Structural Equation Modeling (SEM) merupakan teknik analisis multivariat generasi
kedua yang menggabungkan antara model pengukuran seperti pada analisis dua
pendekatan yaitu Covariance Based faktor dan model struktural seperti pada analisis
regresi atau analisis jalur. SEM pertama kali dikembangkan oleh Joreskog (1973),
Kesling (1972), dan Wiley (1973). SEM dibagi menjadi Covariance Based dan
Component Based. Covariance Based sangat memperhatikan asumsi parametrik
sehingga memungkinkan sampel yang lebih besar. Sampel yang kecil dapat
memberikan hasil estimasi dan model statistik yang tidak baik. Alternatif lain dapat
digunakan Component Based dengan syarat asumsi tidak dipersyaratkan.
Sebagai generasi kedua dari analisis multivariat pada SEM memungkinkan
dilakukannya pengujian terhadap regresi, hubungan dengan variabel lain, serta
kombinasi antara beberapa variabel melalui analisis multivariat. SEM kini telah
banyak digunakan dalam bidang ilmu yang lain yaitu, kedokteran, sains, sosial,
ekonomi, pendidikan, dan disiplin ilmu lainnya. Penelitian SEM dengan mudah
berkembang sangat pesat. Software LISREL memudahkan para peneliti dalam
mengolah data.
Analisis Model Persamaan Struktural
• Analisis faktor adalah analisis statistika yang bertujuan untuk mencari
seminimanl mungkin faktor dengan prinsip kesederhanaan
atau parsimony yang mampu menghasilkan korelasi di antara indikator-
indikator yang diobservasi.
• Analisis faktor konfirmatori yaitu suatu teknik analisis faktor dengan
sejumlah variabel indikator yang membentuk variabel tidak terukur langsung
berdasarkan landasan teori dan konsep yang sudah diketahui atau ditentukan
sebelumnya beserta variabel apa saja yang dapat mengukur masing-masing
faktor yang dibentuk.
• Analisis jalur adalah suatu metode untuk mendekomposisi korelasi-korelasi
antara beberapa variabel menjadi beberapa bagian.
• Structural Equation Modeling (SEM) adalah penggabungan dari analisis
faktor dan analisis jalur. Ada dua pendekatan dalam SEM yaitu pendekatan
kovarians (covariance based) dan pendekatan komponen (component based).
Pendekatan kovarians menggunakan metode maximum likelihood untuk
meminimumkan perbedaan antara matriks kovarians yang dibentuk dari
sampel data dengan matriks kovarians yang dibentuk dari model. Penggunaan
metode ini sangat dipengaruhi oleh asumsi parametrik.
Dalam analisis SEM terdapat dua variabel yang akan diamati yaitu variabel laten
dan variabel indikator.
2. • Variabel laten adalah variabel yang tidak dapat diukur secara langsung
melainkan diukur oleh variabel-variabel terobservasi dengan asumsi variabel-
variabel terobservasi berkorelasi kuat dengan variabel laten yang diukur.
Variabel laten dibedakan atas dua jenis yaitu laten endogen dan laten eksogen.
• Variabel indikator adalah variabel yang dapat diukur secara langsung.
Pada analisis SEM terdapat dua jenis model yang terbentuk yaitu model struktural
dan model pengukuran.
Melayani jasa pengolahan data dan pelatihan SEM. Info lebih lanjut bisa
menghubungi saya pribadi di alamat email (fahrul.math25@gmail.com) atau via
WA/Telp. 085299506332.
Fokus penelitian di bidang Analasis Data Multivariat (Structural Equation
Modeling).