KONSEP PENTING PEMAHAMAN PENGGUNAAN METODE ANALISIS STATISTIK STRUCTURAL EQUATION MODELLING (SEM) (Measurement & Structural Model dan Prosedur amalisis SEM dengan software Lisrel)

KONSEP PENTING PEMAHAMAN PENGGUNAAN METODE ANALISIS STATISTIK STRUCTURAL EQUATION MODELLING (SEM)

(Measurement & Structural Model dan Prosedur amalisis SEM dengan software Lisrel)

Malam sobat semua.. Wah gimana nih kabarnya sooob? Semoga baik, sehat dan sukses selalu yaaa hehehe.. Wah wah udah agak lama nih belum ngeposting lagi soob.. Maklumlah lagi ada sedikit kerjaan ya soob.. :)

 

Okeee deh, kali ini kita akan ngebahas  teknik analisis yang cukup tersohor di dunia statistik yaitu analisis structural equation modelling atau biasa disebut dengan analisis SEM. Naaah, sebelum kita bicarakan analisis ini, sangat dianjurkan sobat paham terlebih dahulu paham tentang teknik analisis faktor (confirmatory factor analysis/CFA) dan analisis jalur (path analysis). Kedua teknik ini sudah pernah saya bahas pada postingan-postingan saya sebelumnya. Untuk analisis faktor sobat bisa baca dengan klik disini sedangkan untuk analisis jalur, sobat bisa baca disini.

Naaah, seperti yang kita tahu bahwa analisis faktor merupakan sebuah teknik analisis statistik yang pre estimate. Maksudnya? Naah, jadi nalisis faktor sering dipakai sebelum menggunakan analisis lanjutan untuk estimasi seperti analisis regresi (OLS), analisis jalur,  dan lain-lain. Sekedar ngingetin aja ya sooob, dalam analisis faktor ini kita melakuakn reduksi dimensi variabel. Syarat-syarat seperti rasio kecukupan data (KMO), uji korelasi dengan Bartlet dan nilai MSA per variabel harus benar-benar penting sobat perhatikan dan penuhi sebagai syarat penting untuk menggunakan analisis faktor. Nah, dari hasil reduksi variabel analisis faktor, kita melanjut ke analisis selanjutnya, misalnya kita lanjutkan dengan analisis jalur untuk memperoleh model estimasi.

Dalam analisis jalur, kita bisa lihat bagaimana pengaruh langsung, pengaruh tidak langsung dan pengaruh total (pengaruh langsung + pengaruh tidak langsung) dari variabel laten eksogen ke endogen. Dalam analisis jalur, biasanya digunakan variabel perantara (moderating/intervening variable) yang menjadi penghubung pengaruh variabel laten eksogen ke variabel endogen. Nah, keberadaan variabel perantara ini secara eksplisit menunjukkan kalau suatu variabel laten eksogen ternyata memiliki pengaruh yang tidak langsung terhadap suatu variabel laten endogen.

Jika dalam penelitian, kita melakukan analisis faktor dulu baru melangkah ke analisis jalur (dua kali teknik analisis), tampaknya cukup merepotkan ya sooob hehehe. Yaaap karena teknik analisisnya kita jalankan satu per satu alias parsial. Nah, disinilah awal mula pemikiran tentang bagaimana melakukan teknik analisis yang langsung berjalan serentak (simultan) yaitu analisis faktor dan jalur dijalankan langsung secara bersamaan. Disinilah cikal bakal lahirnya suatu teknik analisis yang menjadi sebuah payung untuk dua buah teknik analisis sekaligus, perkenalkan namanya adalah analisis structural equation modelling (SEM).

Untuk memudahkan pemahaman, berikut saya berikan ilustrasi sebuah penelitian thesis dengan teknik analisis SEM (sebelum di re-faktor dan modifikasi ulang/modification indices). Dengan ilustrasi ini,  semoga bisa lebih memudahkan sobat untuk memahami konsep dan prosedur teknik analisis SEM.

Dalam analisis SEM, kita mengenal dua buah model yaitu model pengukuran (measurement model) dan model struktural (structural model). Model pengukuran menggambarkan hubungan antara variabel manifest/indikator dengan variabel laten/konstruknya. Dari model pengukuran ini, kita bisa tahu nih sob berapa nilai loading factor (seperti dalam analisis faktor/CFA) yaitu seberapa besar variabel laten/konstruk yang baru terbentuk mampu mencerminkan masing-masing variabel manifest/indikatornya.  Biasanya, nilai loading factor  minimal yang biasa dianjurkan untuk dipakai adalah yang nilainya tidak kurang dari 0,6 atau 0,7.

Selanjutnya, kita bicara tentang model struktural. Nah, dalam model ini, kita bisa melihat seberapa besar pengaruh dari variabel laten eksogen terhadap variabel laten endogen atau pengaruh antar sesama variabel endogennya. Jadi, sudah jelas kalau dalam model struktural ini, kita bicara tentang besarnya pengaruh ya sooob hehehe..

Variabel laten eksogen adalah variabel yang tidak diprediksi oleh variabel variabel laten lain. Misalnya, untuk contoh penelitian ini, variabel eksogenya adalah mudah dan manfaat (lihat kembali ilustrasi di atas sooob).

Variabel endogen adalah variabel yang menjadi variabel dependen yang diprediksi oleh variabel laten lain. Untuk contoh diatas, variabel endogenya adalah sikap, minat dan puas. Sebelumnya terimakasih banyak disampaikan buat mas Mahendra Sakti atas perijinan penggunaan thesisnya (sudah selesai disidangkan) untuk dipakai dalam postingan SEM di blog wajibstat ini. Makasih banyak ya mas Hendra :)

Buat sobat yang masih awam dengan Lisrel berikut saya gambarkan sedikit tentang aplikasi analisis SEM dengan program Lisrel yaaa.. Saya anjurkan, jika sobat pakai variabel indikator yang banyak, maka sobat silahkan cari atau beli software Lisrel full version yaaa karena untuk software Lisrel student version, jumlah variabel manifest dibatasi hanya sampai 16 buah saja, artinya kalau sobat punya lebih dari 16 variabel untuk diteliti, maka yang student version tidak bisa dipakai sooob. Heeemh, makanya saya anjurkan sobat pakai yang full version yaaa hehehe..

Okeee deh, lanjut sooob.. Naaah, dalam program software Lisrel, untuk variabel laten eksogen ditandai dengan bentuk oval yang berwarna hijau muda sedangkan untuk variabel laten endogennya ditandai dengan bentuk oval yang berwarna kuning. Yaap, silahkan dilihat-lihat dulu gambar yang saya buat barusan. Naaah, yang berbentuk persegi panjang adalah variabel indikator/manifest. Untuk variabel indikator eksogen ditandai dengan persegi panjang berwarna abu-abu sedangkan untuk variabel indikator endogen ditandai dengan persegi panjang berwarna biru muda.

Nah selanjutnya kita masuk ke bagian langkah-langkah penelitian SEM dengan software Lisrel.

1  1.) Penelitian SEM butuh dasar teori yang sangat kuat.

Nah hal ini harus sobat sadari betul yaaa.. Sobat harus punya dasar teori yang sangat kuat baik dari beberapa literatur buku, jurnal-jurnal ilmiah dan penelitian-penelitian serupa sebelumnya. Dalam menentukan arah hubungan variabel laten ke variabel laten lainnya perlu didasarkan pada teori yang sudah teruji. Hal yang sama berlaku juga saat sobat menentukan apa-apa saja indikator-indikator/variabel-variabel manifest yang dipakai sebagai pembentuk variabel laten/konstruk.

    2.) Membentuk diagram jalur (path diagram)

Nah nanti kalau kita udah masuk ke bagian program, sobat akan membentuk sebuah path diagram. Diagram jalur ini berisi model pengukuran dan model struktural jalur. Dalam Lisrel pembentukan diagram ini mudah kok sooob hehehe.. Jadi intinya diagram jalur ini adalah diagram yang menampilkan hubungan yang lengkap dari sekelompok konstruk.

  

    3.)Input data dan setting variabel

Setelah diagram jalur terbentuk, baru nih kita input data untuk penelitian. Untuk input data variabel indikator/manifest, kita gak perlu repot-repot menginput satu per satu. Sobat bisa tinggal memanggil data penelitian yang sudah disimpan dalam format .sav (SPSS). Tau dooong kalau SPSS yaa hehehe.. Next, sobat masuk ke proses setting variabel indikator dan variabel laten. Untuk variabel laten, sobat silahkan input manual nama kelima buah variabel laten (eksogen dan endogen) ke dalam program. Cuma nama variabel laten, jadi gak ribet sooob hehehe

  

    4.) Dragging variabel dan pembuatan panah jalur

Langkah selanjutnya kita mendrag variabel manifest dan variabel laten ke dalam path diagram. Heemmhh, disarankan sobat bisa menyusun variabel-variabelnya dengan rapi yaaa lalu sobat buatkan panah jalurnya. Nah, proses ini sudah pernah dijelaskan dalam postingan sebelumnya yaitu Confirmatory Factor Analysis dengan Lisrel. Silahkan sebelum melangkah lebih jauh, sobat bisa mampir disini buat baca-baca.

 

    5.) Running Program SEM, cek besarnya nilai standardized residual (nilai loading factor), nilai signifikansi t dan besarnya pengaruh.

 

    6.) Re-factor

Teknik ini sangat penting kalau ada nilai loading factor di bawah 0,6 atau 0,7. Untuk yang di bawah syarat, silahkan sobat buang variabel manifest/indikator yang nilainya di bawah 0,6 atau 0,7. Next, running ulang program sampai langkah kelima. Kedengarannya aja ribet soob, tapi kalau udah terbiasa, lebih ribet kok hahahaha..

   7.) Perhatikan nilai fit indices untuk uji kelayakan model yang sudah terbentuk.

Dalam hal ini, kita bisa menguji kelayakan model dari absolut fit indices, incremental fit indices dan parsimony fit indices. Terkait ketiga macam fit indices ini akan dijelaskan lebih lanjut.

   8.) Modifikasi model

Teknik ini sangat penting jika pada uji kelayakan model, khususnya pada absolut fit indices (nilai RMSEA dan Chi Square) dan beberapa indeks dalam incremental indices masih belum terpenuhi.

Yaaap oke deh sooob, sampai disini dulu tulisan kali ini, selanjutnya pelan-pelan kita akan masuk ke analisis lanjutan dengan contoh kasus penelitian structural equation modelling. Semoga bermanfaat buat sobat semua yaaa.. Tetap semangat ya soob belajarnya.. Harus ada semangat untuk bisaaaa.. Salam damai dan sukses selalu :)