DAFTAR LAMPIRAN
III. KERANGKA PEMIKIRAN
3.1. Kerangka Pemikiran Teoritis
3.1.8. Pendekatan Model Persamaan Struktural
Penelitian dibidang manajemen, psikologi, ilmu sosial dan perilaku pada umumnya memiliki dua permasalahan dasar yang dihadapi, yaitu hubungan kausal diantara variabel-variabel penelitian dan pengukuran variabel-variabel penelitian. Pengukuran terhadap variabel-variabel penelitian tidak dapat dilakukan secara langsung melainkan melalui pembentuk-pembentuknya. Sementara perangkat
statistik yang tersedia kurang dapat mengatasi kedua permasalahan sekaligus, maka alat analisis Model Persamaan Struktural (Structural Equation Modelling/SEM) merupakan perangkat yang tepat untuk mengatasi permasalahan tersebut. SEM merupakan salah satu analisis multivariate yang dapat menganalisis hubungan variabel secara kompleks dan menjelaskan secara menyeluruh hubungan antar variabel. SEM juga menjelaskan hubungan secara simultan yang dibangun antara satu atau beberapa variabel independen (Andriyani, 2008).
SEM merupakan sekumpulan teknik-teknik statistik yang memungkinkan pengujian sebuah rangkaian hubungan secara simultan. Hubungan itu dibangun antara satu atau beberapa variabel independen. Teknik analisis data menggunakan SEM, dilakukan untuk menjelaskan secara menyeluruh hubungan antar variabel yang ada dalam penelitian. SEM merupakan teknik analisis multivariat, yang menggabungkan model pengukuran (analisis faktor konfirmatori) dengan model struktural (analisis regresi, analisis jalur). SEM digunakan bukan untuk merancang suatu teori, tetapi lebih ditujukan untuk memeriksa dan membenarkan suatu model. Oleh karena itu, syarat utama menggunakan SEM adalah membangun suatu model hipotesis yang terdiri dari model struktural dan model pengukuran dalam bentuk diagram jalur yang berdasarkan justifikasi teori.
Ferdinand (2002) mengemukakan bahwa model persamaan struktural merupakan jawaban yang layak untuk kombinasi antara analisis faktor dan analisis regresi berganda karena pada saat peneliti mengidentifikasi dimensi- dimensi sebuah konsep atau konstruk, pada saat yang sama peneliti juga ingin mengukur pengaruh atau derajat antar faktor yang telah diidentifikasikan dimensi- dimensinya itu. Dengan demikian SEM merupakan kombinasi antara analisis faktor dan analisis regresi berganda. SEM sangat tepat digunakan untuk merancang penelitian manajemen serta menjawab pertanyaan yang bersifat regresif dan dimensional dalam waktu yang bersamaan. Regresif artinya pengujian hubungan antar konstruk, sedang dimensional berarti pengujian dimensi-dimensi yang terdapat dalam konstruk. Demikian juga Solimun (2002) mengemukakan bahwa di dalam SEM, peneliti dapat melakukan tiga kegiatan sekaligus, yaitu pemeriksaan validitas dan reliabilitas instrumen (setara dengan
analisis faktor konfirmatori), pengujian model hubungan antar variabel laten (setara dengan analisis path), dan mendapatkan model yang bermanfaat untuk prediksi (setara dengan model struktural atau analisis regresi).
Salah satu kelebihan model SEM adalah dapat mengukur suatu hubungan yang tidak dapat diukur secara langsung. Model ini menggambarkan hubungan antara variabel manifest sebagai model pengukuran, sedangkan model yang menggambarkan hubungan antara variabel-variabel laten dinaman model persamaan struktural. Seperti dalam pengukuran kepuasan dan loyalitas terhadap kualitas produk dan jasa juga tidak dapat diukur secara langsung melainkan melalui pembentuk-pembentuknya. Menurut Andriyani (2008) untuk membuat pemodelan yang lengkap ada beberapa langkah yang perlu dilakukan, yaitu: 1. Pengembangan model berdasarkan teori
Tujuannya adalah untuk mengembangkan sebuah model yang mempunyai justifikasi (pembenaran) secara teoritis yang kua guna mendukung upaya analisis terhadap suatu masalah yang sedang dikaji/diteliti.
2. Pengembangan diagram lintasan (path diagram)
Tujuannya adalah menggambarkan model teoritis yang telah dibangun pada langkah pertama kedalam sebuah diagram jalur agar peneliti dengan mudah dapat mencermati hubungan kausalitas yang ingin diujinya.
3. Mengkonversi diagram jalur kedalam persamaan struktural
Langkah ini membentuk persamaan-persamaan pada model struktural dan model pengukuran
4. Pemilihan data input dan teknik estimasi
Tujuannya adalah menetapkan data input yang digunakan dalam pemodelan dan teknik estimasi model
5. Evaluasi masalah identifikasi model
Tujuannya adalah untuk mendeteksi ada tidaknya masalah identifikasi berdasarkan evaluasi terhadap hasil estimasi yang dilakukan program komputer
6. Evaluasi asumsi dan kesesuaian model
Tujuannya adalah untuk mengevaluasi pemenuhan asumsi yang disyaratkan SEM, dan kesesuaian model berdasarkan kriteria goodness-of-fit tertentu.
7. Interpretasi dan modifikasi model
Tujuannya adalah untuk memutuskan bentuk perlakuan lanjutan setelah dilakukan evaluasi asumsi dan uji kesesuaian model.
Diagram lintasan (path diagram) dalam SEM digunakan untuk menggambarkan atau menspesifikasikan model SEM dengan lebih jelas dan mudah, jika dibandingkan dengan model persamaan matematik. Untuk dapat menggambarkan diagram jalur sebuah persamaan secara tepat, perlu diketahui tentang variabel-variabel dalam SEM berserta notasi dan simbol yang berkaitan. Kemudian hubungan diantara model-model tersebut dituangkan dalam model persamaan struktural dan model pengukuran. Variabel-variabel dalam SEM yaitu:
1. Variabel laten (latent variable)
Variabel laten merupakan konsep abstrak, misalkan : perilaku, perasaan, dan motivasi. Variabel laten ini hanya dapat diamati secara tidak langsung dan tidak sempurna melalui efeknya pada variabel teramati. Variabel laten dibedakan menjadi dua yaitu variabel eksogen dan endogen. Variabel eksogen setara dengan variabel bebas, sedangkan variabel endogen setara dengan variabel terikat. Notasi matematik dari variabel laten eksogen adalah ξ (”ksi”) dan variabel laten endogen ditandai dengan η (eta).
ξ η
Gambar 2 Simbol Variabel Laten
2. Variabel teramati (observed variable) atau variabel terukur (measured variable)
Variabel teramati adalah variabel yang dapat diamati atau dapat diukur secara enpiris dan sering disebut sebagai indikator (Efferin, 2008). Variabel teramati merupakan efek atau ukuran dari variabel laten. Pada metoda penelitian survei dengan menggunakan kuesioner, setiap pertanyaan pada kuesioner mewakili sebuah variabel teramati. Variabel teramati yang berkaitan atau merupakan efek dari variabel laten eksogen diberi notasi matematik dengan label
X, sedangkan yang berkaitan dengan variabel laten endogen diberi label Y. Simbol diagram lintasan dari variabel teramati adalah bujur sangkar atau empat persegi panjang.
Gambar 3 Simbol Variabel Teramati
SEM memiliki dua elemen atau model, yaitu model struktural dan model pengukuran.
1. Model Struktural (Structural Model)
Model ini menggambarkan hubungan diantara variabel-variabel laten. Parameter yang menunjukkan regresi variabel laten endogen pada eksogen dinotasikan dengan γ (”gamma”). Sedangkan untuk regresi variabel endogen pada variabel endogen lainnya dinotasikan dengan β (”beta”). Variabel laten eksogen juga boleh berhubungan dalam dua arah (covary) dengan dinotasikan φ (”phi”). Notasi untuk error adalah ξ .
Gambar 4 Model Struktural SEM Persamaan dalam model struktural dibangun dengan persamaan :
Var laten endogen = β var laten endogen + γ var laten eksogen + error Sehingga untuk persamaan matematika untuk model persamaan di atas adalah :
η1 = β12η2 + γ11ξ1 + γ12ξ2 + ζ
η2 = β21η1 + γ21ξ23 + γ23ξ3 + ζ
2. Model Pengukuran (Measurement Model)
Setiap variabel laten mempunyai beberapa ukuran atau variabel teramati atau indikator. Variabel laten dihubungkan dengan variabel-variabel teramati melalui model pengukuran yang berbentuk analisis faktor. Setiap variabel laten dimodelkan sebagai sebuah faktor yang mendasari variabel-variabel terkait. Muatan faktor (factor loading) yang menghubungkan variabel laten dengan variabel teramati diberi label λ (”lambda”). Error dalam model pengukuran dinotasikan dengan δ.
Gambar 5 Model Pengukuran SEM
Persamaan dalam model pengukuran dibangun dengan persamaan: Indikator = γ konstruk + error
X = γ var laten eksogen + error Y = γ var laten endogen + error
Sehingga untuk persamaan matematika untuk model struktural di atas : X1 = ξ1 + δ1
X2 = γ21ξ1 + δ2
X3 = γ31ξ1 + γ32ξ2 + δ3
Penggabungan model struktural dan pengukuran membentuk bentuk SEM
Gambar 6 Model Full Hybrid SEM