Welcome to Scribd, the world's digital library. Read, publish, and share books and documents. See more
Download
Standard view
Full view
of .
Look up keyword
Like this
2Activity
0 of .
Results for:
No results containing your search query
P. 1
Karakteristik material

Karakteristik material

Ratings: (0)|Views: 31|Likes:
Published by Rizki Agustianto
material
material

More info:

Categories:Types, Reviews
Published by: Rizki Agustianto on Jan 14, 2013
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOCX, PDF, TXT or read online from Scribd
See more
See less

09/09/2013

pdf

text

original

 
TEORI SEM (STRUCTURAL EQUATION MODEL)
1.1.
 
Pengertian Structural Equation Modeling (SEM)
 1.1.1.
Definisi Istilah
 
Apa sebenarnya
structural equation modeling
(SEM) itu? Terdapat beberapa definisi SEM,diantaranya ialah sebagai berikut:
Structural equation modeling
, yang dalam buku ini untuk selanjutnya akan disebut SEM, adalahsuatu teknik modeling statistik yang bersifat sangat cross-sectional, linear dan umum. Termasuk dalam SEM ini ialah analisis faktor (
 factor analysis
), analisis jalur (
 path analysis
) dan regresi(
regression
).Definisi lain menyebutkan
structural equation modeling
(SEM) adalah teknik analisis multivariatyang umum dan sangat bermanfaat yang meliputi versi-versi khusus dalam jumlah metodeanalisis lainnya sebagai kasus-kasus khusus.Definisi berikutnya mengatakan bahwa
Structural equation modeling (SEM)
merupakan teknik statistik yang digunakan untuk membangun dan menguji model statistik yang biasanya dalambentuk model-model sebab akibat. SEM sebenarnya merupakan teknik hibrida yang meliputiaspek-aspek penegasan (
confirmatory
) dari analisis faktor, analisis jalur dan regresi yang dapatdianggap sebagai kasus khusus dalam SEM.Sedikit berbeda dengan definisi-definisi sebelumnya mengatakan s
tructural equation modeling
 (SEM) berkembang dan mempunyai fungsi mirip dengan regresi berganda, sekalipun demikiannampaknya SEM menjadi suatu teknik analisis yang lebih kuat karena mempertimbangkanpemodelan interaksi, nonlinearitas, variabel
 – 
variabel bebas yang berkorelasi (
correlated independents
), kesalahan pengukuran, gangguan kesalahan-kesalahan yang berkorelasi(
correlated error terms
), beberapa variabel bebas laten (
multiple latent independents
) dimanamasing-masing diukur dengan menggunakan banyak indikator, dan satu atau dua variabeltergantung laten yang juga masing-masing diukur dengan beberapa indikator. Dengan demikianmenurut definisi ini SEM dapat digunakan alternatif lain yang lebih kuat dibandingkan denganmenggunakan regresi berganda., analisis jalur, analisis faktor, analisis time series, dan analisiskovarianDari definisi di atas dapat disimpulkan bahwa SEM mempunyai karakteristik yang bersifatsebagai teknik analisis untuk lebih menegaskan (
confirm
) dari pada untuk menerangkan.Maksudnya, seorang peneliti lebih cenderung menggunakan SEM untuk menentukan apakahsuatu model tertentu valid atau tidak dari pada menggunakannya untuk menemukan suatu modeltertentu cocok atau tidak, meski analisis SEM sering pula mencakup elemen-elemen yangdigunakan untuk menerangkan.
 
 1.1.2.
Pengertian
 Pada umumnya orang menggunakan SEM lebih berfokus pada konstruk-konstruk laten
 — 
yangdimaksud ialah variabel-variabel psikologis abstrak, seperti "kecerdasan" atau "sikap terhadapmerek (
brand 
)"
 — 
dibandingkan dengan variabel-variabel manifest (indikator) yang digunakanuntuk mengukur konstruk-konstruk tersebut. Pengukuran dianggap sulit dan rentan dengankesalahan. Dengan adanya kesalahan pengukuran modeling yang dapat terjadi secara eksplisit,para pengguna SEM berusaha menurunkan estimasi-estimasi yang tidak bias untuk hubunganantara konstruk laten. Pada akhirnya, SEM memungkinkan pengukuran jamak dihubungkandengan konstruk laten tunggal.SEM mencakup pengukuran struktur matriks covariance atau disebut juga sebagai "analisisstruktur covariance". Sekali model parameter-parameternya sudah diestimasi, maka model yangdihasilkan
 – 
matrik covariance kemudian dapat dibandingkan dengan matrik kovarian yangberasal dari data empiris. Jika kedua
matrices
konsisten satu dengan lainnya, maka modelpersamaan struktural tersebut dapat dianggap sebagai eksplanasi yang dapat diterima untuk hubungan-hubungan antara pengukuran-pengukuran tersebut.Salah satu keunggulan SEM ialah kemampuan untuk membuat model konstruk-konstruk sebagaivariabel laten atau variabel
 – 
variabel yang tidak diukur secara langsung,
 
tetapi diestimasidalam model dari variabel-variabel yang diukur yang diasumsikan mempunyai hubungan denganvariabel tersebut
 – 
variabel latent. Dengan demikian hal ini memungkinkan pembuat modelsecara eksplisit dapat mengetahui ketidak-reliabilitas suatu pengukuran dalam model yang manateori mengijinkan relasi
 – 
relasi struktural antara variabel-variabel laten yang secara tepat dibuatsuatu model.Kenggulan-keunggulan SEM lainnya dibandingkan dengan regresi berganda diantaranya ialah1.
 
Pertama, memungkinkan adanya asumsi-asumsi yang lebih fleksibel;2.
 
Kedua, penggunaan analisis faktor penegasan (
confirmatory factor analysis
) untuk mengurangi kesalahan pengukuran dengan memiliki banyak indikator dalam satu variabellaten;3.
 
Ketiga, daya tarik interface pemodelan grafis untuk memudahkan pengguna membacakeluaran hasil analisis;4.
 
Keempat, kemungkinan adanya pengujian model secara keseluruhan dari pada koefesien-koefesien secara sendiri-sendiri;5.
 
Kelima, kemampuan untuk menguji model
 – 
model dengan menggunakan beberapavariabel tergantung;6.
 
Keenam, kemampuan untuk membuat model terhadap variabel-variabel perantara;
 
7.
 
Ketujuh, kemampuan untuk membuat model gangguan kesalahan (
error term
);8.
 
Kedelapan, kemampuan untuk menguji koefesien-koefesien diluar antara beberapakelompok subyek;9.
 
Kesembilan kemampuan untuk mengatasi data yang sulit, seperti data
time series
dengankesalahan otokorelasi, data yang tidak normal, dan data yang tidak lengkap.Meskipun tidak merupakan hal yang wajib, sangat direkomendasikan untuk mengetahui teknik analisis faktor, jika seorang peneliti ingin menggunakan SEM.Aplikasi utama
structural equation modeling
meliputi:1.
 
Model sebab akibat (
causal modeling
,) atau disebut juga analisis jalur (
 path analysis)
,yang menyusun hipotesa hubungan-hubungan sebab akibat (
causal relationships
)diantara variabel - variabel dan menguji model-model sebab akibat (
causal models
)dengan menggunakan sistem persamaan linier. Model-model sebab akibat dapatmencakup variabel-variabel manifest (indikator), variabel-variabel laten atau keduanya;2.
 
Analisis faktor penegasan (
confirmatory factor analysis)
, suatu teknik kelanjutan darianalisis faktor dimana dilakukan pengujian hipotesis
 – 
hipotesis struktur
 factor loadings
 dan interkorelasinya;3.
 
Analisis faktor urutan kedua
(second order factor analysis)
, suatu variasi dari teknik analisis faktor dimana matriks korelasi dari faktor-faktor tertentu (
common factors
)dilakukan analisis pada faktornya sendiri untuk membuat faktor-faktor urutan kedua;4.
 
Model-model regresi (
regression models)
, suatu teknik lanjutan dari analisis regresilinear dimana bobot regresi dibatasi agar menjadi sama satu dengan lainnya, ataudilakukan spesifikasi pada nilai-nilai numeriknya;5.
 
Model-model struktur covariance (
covariance structure models)
, yang mana modeltersebut menghipotesakan bahwa matrix covariance mempunyai bentuk tertentu. Sebagaicontoh, kita dapat menguji hipotesis yang menyusun semua variabel yang mempunyaivarian yang sama dengan menggunakan prosedur yang sama;6.
 
Model struktur korelasi (
correlation structure models)
, yang mana model tersebutmenghipotesakan bahwa matrix korelasi mempunyai bentuk tertentu. Contoh klasik adalah hipotesis yang menyebutkan bahwa matrix korelasi mempunyai struktur
circumplex
.Berbagai jenis model dalam SEM sudah termasuk dalam kategori di atas.Prosedur SEM bersifat penegasan (
confirmatory
) dibandingkan sebagai prosedur yang bersifateksploratori. Hal ini dikarenakan penggunaan salah satu pendekatan sebagai berikut:1.
 
Pendekatan penegasan saja (
strictly confirmatory approach)
: artinya suatu model diujidengan menggunakan uji keselarasan SEM (
goodness-of-fit tests
) untuk menentukan jikapola varians dan kovarians dalam suatu data bersifat konsisten dengan model jalurstruktural yang dibuat secara spesifik oleh peneliti. Sekalipun demikian pada saat model-

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->