Via IG @hello.to.phd |
Apa itu Structural Equation Model (SEM)? Di luar sana, banyak sekali pendapat yang mengartikan tentang SEM. Namun pada dasarnya, SEM adalah sejenis teknik analisis yang digunakan untuk mengkonfirmasi atau menegaskan, bukan untuk menjelaskan sesuatu.
Kebanyakan case yang menggunakan SEM ini adalah untuk proyek dengan tipe pengambilan data secara survei. Sebagai contoh SEM adalah tingkat kepuasan X terhadap Y, pengaruh kebiasaan terhadap variabel XYZ, dan masih banyak lagi lainnya.
Intinya, teknik analisis SEM lebih berfokus menentukan valid atau tidaknya suatu model. Peneliti tidak terlalu mencari kecocokan atau tidaknya suatu model, walau pendekatan ini memiliki elemen-elemen deskriptif. Lalu, bagaimana aplikasi structural equation model? Selengkapnya simak artikel ini!
Pengertian Structural Equation Model
Structural Equation Model (SEM) adalah model analisis yang bersifat kompleks. Dikatakan kompleks karena model struktural ini melibatkan variabel dependen (variabel terikat) dan variabel independen (variabel bebas) yang saling berhubungan dalam pembentukan model.
Pendapat lain menyatakan bahwa SEM tidak terdapat variabel dependen dan variabel independen, pasalnya semua variabel bebas dapat berubah menjadi variabel terikat ketika berhubungan dengan variabel lain.
Analisis SEM umumnya hanya digunakan untuk menegaskan apakah model teoritis sudah sesuai apa belum dengan observasi yang dilakukan. SEM menggunakan landasan analisis covarians, yang mana mampu memberikan nilai akurasi yang lebih tinggi ketimbang analisis regresi linear.
Empat Jenis Structural Equation Model (SEM)
Mengutip dari laman The Analysis Factor, SEM dibedakan menjadi empat jenis. Berikut karakteristik dari masing-masing model:
1. Model analisis faktor konfirmatori (Confirmatory Factor Analysis)
Jenis SEM yang pertama kerap disingkat sebagai CFA. Pada dasarnya, model analisis faktor konfirmatori adalah model yang berisi model pengukuran secara keseluruhan.
Prinsip analisis CFA adalah dengan memprediksi jalur yang saling korelasi dengan variabel yang sedang diamati dengan variabel terikat atau variabel laten.
Analisis CFA cenderung bersifat eksploratif. Itu artinya Anda perlu mengetahui hubungan antara konstruksi dengan variabel yang sedang diamati.
Dengan menggunakan model analisis ini, Anda dapat mengidentifikasi model yang tepat dalam menghubungkan seperangkat item dengan konstrak yang diukur oleh item tersebut.
2. Model analisis jalur (Path Analysis)
Analisis jalur adalah penerapan dari model SEM tanpa melibatkan variabel laten. Jika Anda memiliki penelitian dengan pertanyaan yang menarik untuk dibahas, maka model SEM ini bisa dijadikan pilihan.
Salah satu keuntungan dari model SEM satu ini adalah hubungan antar variabel dapat difungsikan sebagai prediktor pada satu model tunggal. Sebagai contoh sederhananya adalah model mediasi.
Meski analisis jalur bukan satu-satunya model mediasi, model ini terbilang cukup efisien dan intuitif dalam menilai mediasi. Model mediasi mampu menunjukkan berbagai hubungan mediasi yang beragam. Misalnya, hubungan antara penyakit dan olahraga.
Anda bisa melihat hubungan latihan dengan penyakit, atau hubungan mediasi melalui kebugaran. Jenis model ini dapat menunjukkan sebagian dari efek latihan dan kepada penyakit. Apabila dengan berlatih dapat meningkatkan kebugaran, maka dampaknya memengaruhi risiko penyakit.
3. Model kurva pertumbuhan (Growth Curve Models)
Model structural equation model selanjutnya yang cukup populer bernama model longitudinal. Model ini memiliki nama lain model kurva pertumbuhan.
Yang penting Anda mempunyai beberapa pengamatan dari variabel yang sama dari waktu ke waktu. Misalnya Anda menentukan intersep dan kemiringan suatu lintasan subjek dari waktu ke waktu. Itu yang akan dijadikan sebagai variabel laten dengan cara membatasi koefisien jalur.
Akibat pembatasan jalur, Anda bisa memprediksi rata-rata variabel laten pada pemodelan kurva pertumbuhan. Sehingga, Anda akan mendapatkan intersep dan kemiringan secara keseluruhan pada semua subjek.
4. Model struktural variabel laten (Latent Variable Structural Model)
Ketika berbicara tentang structural equation model (SEM), model struktural SEM ini pasti tidak luput dari pembahasan.
Jenis ini menggunakan variabel terikat yang diukur menggunakan analisis jalur atau path analysis. Hipotesis baru dapat dibuat dan diuji korelasinya setelah Anda menentukan variabel laten.
Syarat dan Langkah Membuat SEM
SEM tidak bisa digunakan untuk semua analisis. Dillala (2000) berpendapat bahwa SEM perlu memiliki alasan mengapa analisis ini digunakan. Ia mengungkapkan bahwa setidaknya ada 5 alasan mendasar mengapa SEM bisa dipilih, di antaranya:
- Data pada kuesioner melibatkan persepsi, sehingga membutuhkan model analisis yang memiliki tingkat akurasi tinggi.
- Membutuhkan analisis hubungan timbal balik secara bersamaan.
- Mempunyai kemampuan untuk memprediksi korelasi antara variabel yang memiliki sifat multiple relationship.
- Model bersifat fleksibel. Maksudnya peneliti bisa memperbaiki model yang sebelumnya sudah disusun agar lebih layak secara statistik.
- Model yang akan dianalisis terbilang rumit atau sulit dituntaskan oleh metode analisis lain, seperi analisis jalur pada regresi linear.
Adapun syarat lain untuk menggunakan model pendekatan SEM adalah memiliki model hipotesis yang terdiri dari model pengukuran dan model struktural yang direpresentasikan menggunakan diagram jalur.
Dengan begitu, SEM dapat menguji rangkaian hubungan secara simultan sesuai dengan teknik statistik yang berkaitan.
Untuk melakukan pengujian model SEM, terdapat beberapa tahapan yang diikuti. Sebelum Anda memulai tahapan ini, Anda perlu memiliki data yang tersimpan dalam bentuk CSV. Apabila sudah memilikinya, maka pastikan file CSV dalam keadaan tertutup.
Setelah itu, ikuti prosedur di bawah ini:
Via statistikian.com |
1. Setelah data sudah siap, buka software pembuat model structural equation model (SEM). Salah satunya software smartPLS yang dapat diunduh dari http://www.smartpls.com. Instal dan login ke software tersebut.
3. Beri nama project tersebut. Klik OK.
Sebagai bahan rujukan, berikut ini adalah contoh penerapan kerangka pemikiran dalam model SEM PLS yang diambil dari repository.upi.edu. Judul penelitiannya adalahAnalisa Faktor-Faktor yang Mempengaruhi Minat Penggunaan Media Sosial dalam Berwirausaha dengan Menggunakan Decomposition Theory Of Planned Behaviour (DTPB).
Di bawah ini adalah indikator variabel penelitian yang digunakan:
Variabel |
Kode |
Indikator |
Sumber |
|
Variabel Eksogen |
||||
Perceived Usefulness/ Persepsi Kegunaan (PK) : X1 |
PK1
PK2 PK3 PK4 |
|
Davis (1989) |
|
Perceived Ease of Use/ |
PMP1 |
|
Davis (1989) |
|
Persepsi Kemudahan Penggunaan/ (PMP): X2 |
PMP2 PMP3 PMP4 |
|
||
Interpersonal Influence /Pengaruh Interpersonal (PI) : X3 |
PI1
PI2 |
|
Bhattacherjee (2000) Taylor dan Todd (1995) |
|
PI3 |
||||
Eksternal Influence /Pengaruh Eksternal ( PE) : X4 |
PE1 PE2 PE3 |
|
Bhattacherjee (2000) |
|
Self Eficacy /Efikasi Diri (ED) : X5 |
ED1 ED2 ED3 |
|
Ajzen (1991) |
|
Facility Condition /Kondisi Fasilitas Teknologi / (KFT): X6 |
KFT1 KFT2 KFT3 |
|
Ajzen (1991) |
|
Variabel Endogen |
||||
Attitude of Act/ Sikap(SK) :Y1 |
SK1 SK2 SK3 |
|
Ajzen (1991) Taylor & Todd (1995) |
|
Subjective Norm /Norma Subjektif/ (NS) : Y2 |
NS1
NS2 NS3 |
menganjurkan penggunaan sistem baru. |
Ajzen (1991) Taylor & Todd (1995) |
|
Perceived Behaviour Control / Persepsi Kontrol Perilaku (PKP): Y3 |
PKP1 PKP2 |
|
Ajzen (1991) Taylor and Todd, 1995) |
|
PKP3 |
|
|||
Intention toto Use/ Minat Penggunaan (MM) :Y4 |
MM1 MM2 MM3 |
|
Ajzen (1991) Taylor and Todd, 1995) |
Penerapan kerangka pemikiran yang diterapkan dalam model penelitian dengan menggunakan SEM PLS dapat digambarkan seperti di bawah ini :
Demikian informasi mengenai structural equation model (SEM). Semoga pembahasan di atas dapat berguna bagi Anda yang membacanya. Kesimpulannya, SEM adalah model pendekatan yang hanya digunakan untuk mengkonfirmasi sesuatu, bukan untuk menerangkan sesuatu.
0 komentar
Post a Comment