Structural Equation Modeling

Bahan Diskusi Perbedaan antara Metoda LISREL dan PLS Metoda Pengukuran Variabel Laten Formatif dan Reflektif

Jurusan Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Padjadjaran 2011

Perbedaan Structural Equation Models (SEM) dan Partial Least Square (PLS)
SEM Pendekatan CBSEM (Covariance Based Structural Equation Modelling) Pendahuluan SEM, dikembangkan pertama PLS VBSEM (Variance Based Structural Equation Modelling) oleh PLS pertama kali dikembangkan oleh

Joreskog (1973), Keesling (1972), dan Herman Wold, dia adalah guru dari Karl Willey (1973) adalah suatu teknik statistik Joreskog (yang mengembangkan SEM). yang menganalisis variabel indikator, Model ini dikembangkan sebagai alternatif untuk situasi dimana dasar teori tidak yang memenuhi model pengukuran refleksif atau yaitu bisa disebut teori dasarnya lemah. PLS

variabel laten dan kekeliruannya. Terdapat melandasi tiga bagian periode SEM

terbangunnya

artikulasi Analisis Jalur dari Sewall Wright merupakan alternatif dari Pemodelan (1920-1930), formalitas analisis faktor Persamaan Struktural. Wold menyebutkan konfirmatori dari K. G. Jreskog (1960), PLS sebagai soft modelling. serta perkembangan software oleh K. G. Jreskog dan Dag Srbon, Peter Bentler, Mengt Muten dan James Arbukle (1970sekarang). SEM juga dikenal dengan nama Analisis LISREL (Linear Structural

Relation), Causal Modelling, Simultaneous Equation Modelling, atau Covariance

Structur Modelling. Tujuan Asumsi Konfirmasi Theory Multivariat Normal Namun bila asumsi normal multivariat tidak terpenuhi, terdapat metode lain yang dapat digunakan seperti Asymptotically Distribution Free (ADF) dan Metode Robust. Hubungan antara variabel laten & indikatornya Besar sampel 200-800 Sepuluh kali jumlah indikator formatif (mengabaikan indikator refleksif) Sepuluh kali jumlah jalur (paths) yang mengarah pada model struktural Hanya reflektif Dapat reflektif maupun formatif Orientasi Prediksi Tak Ada , pendekatan resampling dengan Bootstrapping

 Sample size: 30 50 atau besar > 200

Model struktural Modeifikasi model

Rekursif dan Non-rekursif

Rekursif

Jika model tidak fit, dapat dilakukan modifikasi, dengan penuntun berupa indeks modofikasi

Tidak memerlukan modifikasi indeks, korelasi antar indikator

Goodness of RMSEA,Chisquare/DF, dll Fit (terdapat sebanyak 26 jenis goodness of fit)

Q-Square predictive relevance, yang pada dasarnya adalah sama dengan Koefisien determinasi total

Landasan Teori Langkah Pengerjaan

Kuat

Kuat maupun lemah, bahkan eksploratif

1. Model Conceptualization 2. Path Diagram Construction 3. Model Specification 4. Model Identification 5. Parameter Estimation 6. Assesment of Model Fit 7. Model Modification 8. Model Cross Validation

1. Merancang model structural (inner model) 2. Merancang model pengukuran (outer model) 3. Mengkonstruksi diagram jalur 4. Konversi diagram jalur ke sistem persamaan 5. Estimasi koefisien jalur, loading dan weight 6. Goodness of Fit 7. Pengujian Hipotesis (Resampling Bootstraping)

Urgensi Identifikasi Model

Perlu identifikasi model, karena penting Tidak perlu identifikasi model, model untuk menentukan apakah model under- dibuat secara parsial, satu per satu identified (tidak bisa dicari solusi), just hubungan sehingga dipastikan terdapat identified (solusi unik) atau over-identified solusi yang unik untuk masing-masing (solusi banyak). modelnya.

Model Pengukuran Reflektif dan Formatif Perumusan model pengukuran tergantung pada arah hubungan antara variabel laten dan variabel manifesnya. Dalam hal pemodelan persamaan struktural dikenal dua model pengukuran, yaitu model pengukuran reflektif dan pengukuran formatif. Masing-masing memiliki karakteristik yang berbeda. Penggunaan model reflektif lebih banyak dipakai karena sebagian besar pengukuran dikembangkan dari penjabaran konsep menjadi indikator. Pada kasus pengukuran tertentu, indikator-indikator pengukuran memiliki sifat yang unik yang terpisah antara satu dengan lainnya.

Diagram Model Indikator Reflektif dan Formatif

Perbandingan Model Pengukuran Reflektif dan Formatif

Reflektif Penjelasan Model ini dikembangkan berdasarkan pada clasiccal test theory yang mengasumsikan bahwa variasi skor pengukuran variabel laten merupakan fungsi dari nilai yang sebenarnya ditambah error. Pengukuran reflektif ditujukan untuk mengembangkan pengukuran sampel representatif untuk suatu konstruk (Nunnaly dan Bernstein, 1990 dalam MacKenzie et al., 2005). Model pengukuran reflektif mengasumsikan bahwa kovariasi diantara pengukurannya dijelaskan oleh variasi yang mendasari faktor latennya, sehingga dimensinya merupakan dimensi yang merefleksikan konstruk laten yang dijelaskan (MacKenzie et al., 2005). Formatif Spesifikasi model pengukuran formatif yang diperlakukan sebagai konstruk unidimensional dan reflektif memang bisa menstimulasi penelitian karena mempermudah cara pengukuran, tetapi hasilnya sering membingungkan karena temuan berdasar hitungan agregat akan mengakibatkan interpretasi yang ambigu (Neuberg et al. 1997) dan terjadi kesalahan spesifikasi model (MacKenzie et al. (2005).

Sifat Indikator

Pada model reflektif, konsistensi internal harus diperiksa yang mengasumsikan bahwa tiap indikator bersifat homogen dan unidimensional. Koefisien alpha dan analisis faktor

Dalam model formatif, setiap indikator empirik merepresentasikan indikator yang dapat tidak homogen dan tidak unidimensional. Semua indikator membentuk kombinasi persamaan regresi dalam menjelaskan konstrak latennya. Arah hubungan dari indikator ke construct

menunjukkan hal tersebut. Arah Hubungan Korelasi antar indikator Kelengkapan indikator Arah hubungan kausalitas dari variabel laten indikator Antar ukuran indikator diharapkan saling berkorelasi Menghilangkan satu indikator dari model pengukuran tidak akan merubah makna atau arti variabel laten Error/ kesalahan pengukuran Aplikasi dalam analisis data Model diakomodasi oleh pengukuran software SEM reflektif seperti Menghitung adanya kesalahan pengukuran (error) pada tingkat indikator

Antar indikator diasumsikan tidak berkorelasi

Menghilangkan

satu

indikator

berakibat

merubah makna variabel laten

Kesalahan pengukuran diletakkan pada tingkat variabel laten

Model pengukuran formatif diakomodasi oleh program yang mengaplikasikan PLS (partial least square) seperti VisualPLS atau SmartPLS yang menggunakan bahan analisis berupa varians. Dibandingkan dengan analisis biasanya, PLS tidak banyak menuntut asumsi karena tidak menggunakan estimasi maximum likelihood.

LISREL, AMOS, MPLUS atau EQS. Softwaresoftware ini menggunakan bahan analisis berupa kovarians.

Contoh

Pengukuran depresi dimanifestasikan oleh indikator faktor anhedonia dan keputusasaan

Pengukuran stres kehidupan (life events stresor) memuat indikator stres berupa stres finansial, pekerjaan, interpersonal dan kesehatan

Konstrak kegigihan (hardiness) dimanifestasikan oleh indikator komitmen, tantangan dan kontrol yang bersifat empirik karena nilainya bisa kita ketahui melalui skor skala kegigihan. -

Perceived Risk of Bussiness Outsourcing (RBO) terdiri dari aspek resiko finansial, performansi, strategik, dan psikososial ternyata lebih cenderung mengarah pada indikator formatif dibanding reflektif (Gewald, et al., 2006).

Kepuasan Kerja. Aspek-aspek kepuasan kerja yang

dijabarkan menjadi aspek seperti supervisor, penggajian, beban kerja, karir lebih cenderung merupakan indikator kausal dibanding reflektif (Davy & Shipper, 1993). Hal ini dapat diketahui dari pernyataan penulisnya yang mengatakan bahwa overall job satisfaction as the sum of.. Untuk mengembangkan pengukuran kepuasan kerja, kita harus mengeksplorasi sampel perilaku karyawan yang menunjukkan mereka puas atau tidak dengan pekerjaannya Status Ekonomi (SES). Status ekonomi yang dijabarkan menjadi pendidikan, pendapatan dan prestius pekerjaan bukan merupakan manifestasi dari (manifestations of) SES, akan tetapi lebih merupakan (outcome of) (Bollen, 1989). Dengan demikian SES lebih cenderung pada model formatif dibanding reflektif. Evaluasi Properti Psikometris (Validasi konstrak) Properti psikometris yang terkait dengan model pengukuran reflektif adalah validitas konstrak. Validasi konstrak menjelaskan seberapa baik konsep teoritis dioperasionalkan konstrak dalam tersebut. Validitas konstrak model indikator formatif berkaitan dengan kekuatan dan pentingnya jalur dari indikator ke konstruk (MacKenzie et al., 2005). Model validitas tradisional yang biasa dipakai dalam pengembangan pengukuran

pengukuran

terhadap

Validitas konstrak tersebut dilakukan melalui analisis faktor konfirmatori (CFA) atau

psikologi tidak dapat diterapkan pada model indicator formatif.

multrait-multi method (validitas konvergen dan diskriminan) dan pengujian reliabilitas melalui Cronbach Alpha.

Validitas spesifikasi model pengukuran formatif dan reflektif dilakukan dengan metode Mac Kenzie et al. (2005) sebagai berikut :
Purifikasi Model Reflektif Estimasikan model CFA untuk konstruk reflektif (common latent construct) Evaluasi goodness of fit ( misalkan :GFI dan RMR) Evaluasi validitas item ( misalkan : significant dan magnitude factor loadings) Evaluasi validitas item ( misalkan : potential of nonsignificant loadings) Purifikasi Model Formatif Estimasikan model CFA untuk konstruk formatif (composit latent construct) Evaluasi goodness of fit (misalkan : GFI dan RMR)

Evaluasi reliabilitas item ( misalkan : item to total correlation) Eliminasi item yang memiliki validitas atau reliabilitas rendah Evaluasi validitas kontruct (average variance explained) Evaluasi reliabilitas konstruct (Cronbach alpha dan reliabilitas variabel laten)

Evaluasi reliabilitas item (misalkan : test re-test reliability)

Eliminasi item yang memiliki validitas atau reliabilitas rendah

Evaluasi validitas konstruct ( korelasi dengan variabel criterion yang terkait dalam model penelitian

Sumber: Mac Kenzie et al. (2005)

Kriteria membedakan antara model Indikator Reflektif & Formatif Ada beberapa pertanyaan yang dapat diajukan untuk menentukan model pengukuran yang sesuai: Pertanyaan pertama berkaitan dengan hubungan kausalitas antara laten dengan indikatornya. Model pengukuran formatif arah hubungan kausalitas mengalir dari indikator ke variabel laten, sedangkan untuk model pengukuran reflektif arah hubungan kausalitas mengalir dari variabel laten ke indikator. Pertanyaan kedua berkaitan dengan interchangeability dari indikator. Untuk model formatif antar indikator tidak interchangeability, sedangkan model refleksif antar indikator harus interchangeability. Pertanyaan ketiga berhubungan dengan covariance antar indikator. Covariance antar indikator tidak diperlukan pada model formatif, sedangkan model reflektif mengharuskan adanya covariance antar indikator (Ghozali, 2008). Chin (1998a) menyarankan untuk membedakan apakah suatu item formatif atau tidak dengan mengajukan pertanyaan berikut: apakah perubahan pada satu item akan menimbulkan perubahan dengan arah yang sama pada item lainnya? Jika jawabannya tidak berarti kelompok item tersebut formatif. Penggunaan item formatif dalam SEM bisa mengakibatkan permasalahan serius terkait validitas hasil dan konklusinya. Chin (1998a) mengatakan: semua item harus reflektif agar konsisten dengan algoritma statistiknya yang mengasumsikan bahwa korelasi diantara indikator dalam satu Laten Variabel (LV) disebabkan oleh LV tersebut. Bahan pertimbangan lainnya untuk menentukan indikator formatif dan reflektif adalah dengan menggunakan Tetrad test.

Pengabungan Indikator Reflektif dan Formatif (MIMIC) Contoh penggabungan model indikator reflektif dan formatif adalah MIMIC. Misalnya kepuasan nasabah bank. Kepuasan nasabah disebabkan oleh faktor kualitas fasilitas, keramahan pelayanan teller atau satpam, kejelasan dalam memberikan informasi dan berbagai kemudahan yang ditawarkan oleh bank. Keempat indikator di atas adalah indikator formatif yang mempengaruhi kepuasan nasabah di bank. Di sisi lain, ada indikator reflektif yang merupakan konsekuensi dari ketika nasabah memiliki kepuasan yang tinggi terhadap pelayanan di bank. Konsekuensi tersebut merupakan indikator reflektif, karena merefleksikan nasabah yang merasa puas dengan layanan bank. Indikator tersebut memuat loyalitas, keterkaitan emosional, kebanggaan dan mengiformasikan kepada orang lain (sosialisasi).