Saya membacanya, ternyata saat menganalisis satu per satu. Misal X secara langsung ke Y. lalu X melalui Y secara tidak langsung. Dimana, gambarnya ada variabel intervening.
Dalam hati bertanya kepada diri sendiri "apakah tidak ada analisis yang sekali 'klik', bisa keluar semua? Jadi, tidak ada satu persatu-satu. Namun, belum selesai membaca. Banyak pertanyan yang muncul. Kebanyakan, SEM itu banyak model yang saling memanah. Atau, istilahnya analisis jalur. Dan, hasilnya berbeda saat diuji SPSS dan SEM
SEM merupakan analisis yang tepat digunakan untuk analisis multivariat dalam penelitian sosial selain keuangan atau variabel yang digunakan menggunakan skala nominal/rasio. Karena dalam beberapa kasus, peneliti harus menggunakan variabel laten (variabel yang tidak dapat diukur secara langsung). Misalnya kepuasan konsumen, motivasi, komitmen organisasional, dll. Variabel tersebut tidak dapat diukur secara langsung sehingga peneliti harus menggunakan beberapa indikator atau pertanyaan kuesioner. Berbeda dengan variabel yang terukur langsung seperti laba bersih, gaji bulanan, berat badan, dll. Jika kita menggunakan analisa regresi, maka setiap variabel tersebut diasumsikan dapat diukur secara langsung sehingga kita menggunakan skor rata-rata atau total dari item-item tersebut. Namun, metode ini mengabaikan adanya kesalahan pengukuran (measurement error). Jika kita tidak memperhitungkan kesalahan pengukuran tersebut maka koefisien jalur dapat menjadi bias (Smith dan Langfield, 2004, Hair 2011). Selain itu SEM mampu menguji penelitian yang kompleks dan banyak variabel secara simultan. SEM dapat menyelesaikan analisis dengan satu kali estimasi dimana yang lain diselesaikan dengan beberapa persamaan regresi. SEM dapat melakukan analisis faktor, regresi dan jalur sekaligus.
SEM merupakan salah satu jenis analisis multivariat
generasi kedua. Kenapa dibilang generasi kedua? Kemajuan ilmu dan teknologi
memungkinkan perkembangan alat analisis statistika, khususnya statistik
inferensial penelitian dengan analisis multivariat. Hair (2013) membagi metode
analisis multivariat menjadi dua kelompok menurut waktu perkembangannya yaitu
teknik generasi pertama dan generasi kedua. Untuk lebih jelasnya dapat dilihat
pada tabel berikut:
Tujuan Utama Eksplorasi
|
Tujuan Utama Konfirmasi
|
|
Teknik Generasi I
|
-
Analisis kluster
-
Exploratory factor analysis
-
Multidimensional scalling
|
-
Analysis of Variance
-
Regresi
-
Korelasi
|
Teknik Generasi II
|
-
Partial Least Squares/ Variance SEM (SEM-PLS)
|
-
Covariance-based SEM (CB-SEM)
|
Dari tabel diatas dapat kita lihat bahwa ternyata ada
2 SEM yaitu CB-SEM dan VB-SEM/PLS. Dua-duanya adalah SEM. Namun kapan kita
menggunakan CB-SEM atau SEM-PLS. Berikut panduan singkat (rule of tumb) memilih
CB-SEM atau PLS-SEM:
CB-SEM
|
PLS-SEM
|
|
Tujuan
Penelitian
|
menguji
teori, konfirmasi teori atau membandingkan berbagai alternatif teori
|
Bersifat
eksploratoris atau perluasan teori, mengidentifikasi variabel determinan
utama atau memprediksi konstruk tertentu
|
Spesifikasi
Model Pengukuran
|
Erorr term
memerlukan spesifikasi tambahan seperti kovariasi
|
Terdapat
konstruk formatif. (CB-SEM hanya reflektif)
|
Model
Struktural
|
Konstruk
terdapat hubungan nonrecursive (timbal balik)
|
Tidak
terdapat hubungan nonrecursive (timbal balik)
|
Karakteristik
Data dan Algoritma
|
Data
memenuhi asumsi-asumsi CB-SEM seperti minimal ukuran sampel dan distribusi
normal.
|
Jika
ukuran sampel relatif kecil dan tidak memenuhi asumsi-asumsi CB-SEM
(spesifikasi model, identifikasi, nonconvergence,
distribusi data, dsb)
|
Evaluasi
Model
|
Penelitian
yang memerlukan indeks goodness of fit
yang lengkap secara keseluruhan
|
Tidak
memerlukan indeks goodness of fit
yang lengkap
|
Karena
terdapat dua jenis SEM, maka peneliti harus benar-benar memahami beberapa
persyaratan dalam penggunakaan jenis software SEM sehingga hasil pengolahan
compatible dan akurat. Berikut jenis SEM dan software komputer yang cocok untuk
digunakan :
Jenis SEM
|
Software yang sesuai
|
Covariance
Based (CB-SEM)
|
|
Variance/Component
Based (VB-SEM/PLS)
|
|
sumber : yrasemsi.blogspot
No comments:
Post a Comment