Structural Equation Modelling (SEM)
… biasakan mencopy dengan menyertakan sumber/referensi …
SEM adalah metode yang mampu menunjukkan keterkaitan secara simultan antar variabel-variabel indikator (yang teramati secara langsung) dengan variabel-variabel laten (yang tidak teramati secara langsung). Raykov dan Marcaulides (2006) mendefinisikan variabel laten adalah teori atau hipotesis konstruk yang sangat penting atau sebuah variabel yang tidak mempunyai sampel atau populasi yang bisa diamati secara langsung.
Beberapa Karakteristik SEM menurut Raykov, dkk., (2006) adalah sebagai berikut: (i) Model SEM tidak dapat diukur secara langsung dan tidak dapat didefinisikan secara baik. (ii) Model SEM memperhitungkan potensi kesalahan pengukuran di semua variabel observasi, khususnya pada variabel independent. (iii) Model SEM sangat tepat dibentuk matrik yang memperlihatkan hubungan antara variabelnya, seperti matrik kovarian maupun matrik korelasi.
Pada prinsipnya SEM merupakan pendekatan terintegrasi dari Confirmatory Factor Analysis (CFA) dan Path Analysis. Menurut Raykov et al (2006), CFA dan Path Analysis merupakan tipe SEM dan mendefinisikannya sebagai berikut:
1. Model Path Analysis/ Diagram Jalur
Diagram Jalur biasa dipakai untuk mengamati hubungan antara variabel yang dapat diamati. Beberapa peneliti menganggap bahwa diagram jalur tidak termasuk dalam tipe SEM. Namun demikian mereka mengakui bahwa diagram jalur merupakan suatu hal yang penting dalam membentuk SEM.
2. Model Confirmatory Factor Analysis
Model Confirmatory Factor Analysis sering digunakan untuk menguji pola hubungan antara beberapa konstruk laten. Termasuk didalamnya beberapa konstruk dalam model tersebut diukur melalui sejumlah indikator amatan.
Bollen (1989) mendefinisikan variabel laten sebagai variabel atau faktor yang tidak dapat diobservasi atau tidak dapat diukur. Variabel laten dibedakan menjadi 2 (dua) yaitu variabel eksogen dan variabel endogen. Variabel eksogen adalah variabel laten yang tidak dipengaruhi oleh variabel laten yang lain, sedangkan variabel endogen adalah variabel laten yang dipengaruhi oleh variabel laten yang lain.
Misal terdapat sebanyak m peubah laten endogen (η), n peubah laten eksogen (ξ), p peubah manifes endogen (Y), dan q peubah manifes eksogen (X), menggunakan notasi yang dibuat oleh Jöreskog dan Sörbom dalam Wijanto (2008), model lengkap (hybrid) SEM diberikan dengan persamaan-persamaan berikut:
η = B η + Γ ξ + ζ (2.1)
Y = Λy η + ε (2.2)
X = Λx ξ + δ (2.3)
dengan :
E (ζ) = 0 ; Cov (ζ) = ψ (2.4)
E (ε) = 0 ; Cov (ε) = Θε (2.5)
E (δ) = 0 ; Cov (δ) = Θδ (2.6)
Dari (2.1), (2.2) dan (2.3) diasumsikan bahwa:
- ζ, ε dan δ satu sama lain tidak berkorelasi;
- Cov (ξ) = Φ;
- ζ tidak berkorelasi dengan ξ ;
- ε tidak berkorelasi dengan η;
- δ tidak berkorelasi dengan ξ;
- Matriks B mempunyai nilai nol pada diagonalnya;
- Matriks I-B merupakan matriks nonsingular ;
- E (ξ) = 0; dan E (η) = 0;
Langkah-langkah dalam SEM
- Pengembangan model berbasis konsep dan teori, menganalisis hubungan kausal antar variabel eksogen dan endogen, sekaligus validitas dan reliabilitas indikator/instrumen penelitian
- Mengkonstruksi diagram jalur, untuk menunjukkan alur hubungan kausal antar variabel eksogen dan endogen
- Memilih Matriks Input. Data input untuk SEM dapat berupa matriks korelasi atau matriks kovarians
- Mengkonversikan diagram jalur ke dalam model struktural
- Estimasi Parameter
- Pengujian Model :
– Overall Model : Goodness of fit statistics,
– Pengujian parameter : Lambda, Delta, Epsilon, Beta dan Gamma - Interpretasi dan Modifikasi Model. Bila model sudah baik model bisa diinterpretasikan, tetapi bila belum baik perlu dilakukan modifikasi
sumber:
Wijaya, Adi. (2010). Structural Equation Modelling (SEM): Tutorial Analisis SEM Menggunakan Program LISREL, AMOS SPSS dan SmartPLS . Surabaya: ITS
bagaimana jika program lisrel tidak jalan,
dan terdapat “W_A_R_N_I_N_G: Matrix to be analyzed is not positive definite,
ridge option taken with ridge constant = 0.100”
apa peyebabnya? dan bagaimana solusinya? mohon bantuannya yaa… thanks…
coba bantu yah sis, sepertinya komposisi matriks sista ada yang bernilai negatif.
coba di cek
bagaimana solusinya gan??
apa penyebabnya karena heywoodcase?