Tahap ini berhubungan dengan pengembangan hipotesis (berdasarkan teori) sebagai dasar dalam menghubungkan variabel laten dengan variabel laten lainnya, dan juga dengan indikator-indikatornya. Dengan kata lain, model yang dibentuk adalah persepsi kita mengenai bagaimana variabel laten dihubungkan berdasarkan teori dan bukti yang kita peroleh dari disiplin ilmu kita. Dalam tahap ini kita harus mampu membedakan variabel endogen dan variabel eksogen serta menentukan sifat dari indikator yaitu bersifat reflektif (Indikator seolah-olah dipengaruhi oleh variabel laten) atau formatif (Indikator seolah-olah mempengaruhi variabel laten). Pada umumnya dalam SEM, indikator bersifat reflektif.
Pada GSCA diperlukan spesifikasi model pengukuran (refkelsif atau formatif) dan model struktural. Kedua sub model tersebut diintegrasikan ke dalam sebuah persamaan aljabar, dan pendugaan parameter diperlakukan padanya. Pendugaan parameter GSCA memiliki satu kriteria tunggal secara konsisten yaitu meminimumkan residual dari model terintegrasi tersebut. Dengan demikian analisis GSCA memiliki kriteria global optimasi sehingga dapat memberikan kesesuaian model secara global (keseluruhan).
MODEL PENGUKURAN ATAU OUTER MODEL
Discriminant validity model pengukuran dengan refleksif indikator dinilai dengan membandingkan nilai square root (akar kuadrat) dari average variance extracted (
√
AVE ) setiap konstruk laten dengan korelasi antara konstruk bersangkutan dengan konstruk lainnya dalam model. Jika nilai akar kuadrat AVE setiap konstruk lebih besar daripada nilai korelasi antara konstruk dengan konstruk lainnya dalam model, maka dikatakan memiliki nilai discriminant validity yang baik. Berikut ini rumus menghitung AVE: indikator loading distandardisasi, maka ukuran ini sama dengan average communalities dalam blok. Fornell dan Lacker (1981) menyatakan bahwa pengukuran AVE ini dapat digunakan untuk mengukur reliabilitas component score konstruk laen dan hasilnya lebih konservatif dibandingkan nilai composite reliability ( ρc¿ . Direkomendasikan nila AVE harus lebih besar dari 0,50.Composite reliability blok indikator yang mengukur suatu konstruk laten dapat dievaluasi dengan dua macam ukuran yaitu internal consistency yang dikembangkan oleh Werts, Linn dan Joreskog (1974) dan Cronbach Alpha. Dengan menggunakan output yang dihasilkan GSCA, maka composite reliability dapat dihitung dengan rumus:
ρc=
(
∑
λi)
2
(
∑
λi)
2+(
∑
1−λi2)
Model structural dievaluasi dengan melihat nilai koefisien parameter dan nilai t statistik serta signifikansi koefisien parameter tersebut. Nilai t statistic diperoleh dari hasil bootstrapping dengan membagi nilai koefisien parameter dengan nilai standar errornya.
LANGKAH-LANGKAH GSCA
Langkah-langkah pemodelan persamaan struktural GSCA mirip dengan PLS dengan software GeSCA adalah seperti dapat dilihat pada gambar berikut.
1. Merancang Model Struktural (hubungan antar variabel laten)
Perancangan model struktural hubungan antar variabel laten pada GSCA didasarkan pada rumusan masalah atau hipotesis penelitian. Pada SEM perancangan model adalah berbasis teori, akan tetapi pada GSCA rujukan hubungan antar variabel bisa berupa teori yang udah ada, hasil penelitian empiris, analogi dan rasional.
Oleh karena itu, pada GSCA dimungkinkan melakukan eksplorasi hubungan antar variabel laten, sehingga sebagai dasar perancangan model struktural bisa rasional yang tertuang dalam premis-premis, sehingga hubungan antar variabel yang akan diuji adalah berupa proposisi. Hal ini tidak direkomendasikan di dalam SEM, yaitu perancangan model berbasis teori, sehingga pemodelan didasarkan pada hubungan antar variabel laten yang ada di dalam hipotesis.
2. Merancang Model Pengukuran (refleksif atau formatif)
Di sisi lain, pada GSCA (seperti pada PLS) perancangan model pengukuran menjadi sangat penting, yaitu terkait dengan apakah indikator bersifat refleksif atau formatif.
Merancang model pengukuran yang dimaksud di dalam GSCA adalah menentukan sifat indikator dari masing-masing variabel laten, apakah refleksif atau formatif. Kesalahan dalam menentukan model pengukuran ini akan bersifat serius, yaitu memberikan hasil analisis yang bias. Dasar yang dapat digunakan sebagai rujukan untuk menentukan sifat indikator apakah refleksif atau formatif adalah: normative finalitas, teori, penelitian empiris sebelumnya, atau kalau belum ada adalah rasional. Pada tahap awal penerapan GSCA (seperti pada PLS), tampaknya rujukan berupa teori atau penelitian empiris sebelumnya masih jarang, atau
bahkan belum ada. Oleh karena itu, dengan merujuk pada definisi konseptual dan definisi operasional variabel, diharapkan sekaligus dapat dilakukan identifikasi sifat indikatornya, bersifat refleksif atau formatif.
3. Mengkonstruksi Diagram jalur
Bilamana langkah satu dan dua sudah dilakukan, maka agar hasilnya lebih mudah dipahami, hasil perancangan tersebut selanjutnya dinyatakan dalam bentuk diagram jalur. Contoh bentuk diagram jalur untuk GSCA dapat dilihat pada gambar berikut.
4. Konversi diagram jalur ke system persamaan
a) Spesifikasi hubungan antara variabel laten dengan indikatornya, disebut juga dengan measurement model, mendefinisikan karakteristik variabel laten dengan indikatornya. Model indikator refleksif dapat ditulis persamaannya sebagai berikut:
5. Estimasi
7. Pengujian hipotesis (resampling bootstraping) METODE PENELITIAN
Sumber Data
Data pada penelitian ini yaitu data sekunder yang diperoleh dari Dinas Kesehatan Provinsi Jawa Tengah tahun 2012 untuk tiap kabupaten di Provinsi Jawa Tengah Sebanyak 67 kabupaten.
Evaluasi Model GSCA
BAB II
A. MODEL PENGUMPULAN DATA
Model penelitian yang digunakan dalam penelitian ini adalah model dokumentasi. Model dokumentasi adalah model dengan cara mengumpulkan dan mencari data-data yang diperlukan. Data dalam penelitian ini adalah data persentase rumah sehat, persentase keluarga yang memiliki akses air bersih, persentase keluarga yang memiliki pengelolaan limbah, persentase posyandu aktif, persentase bayi yang mendapat ASI eksklusif, persentase keluarga miskin yang berobat pada tenaga kesehatan (puskesmas), persentase pertolongan persalinan dengan tenaga kesehatan, persentase deteksi tumbuh kembang anak balita melalui pelayanan kesehatan, persentase penduduk berumur 15 tahun ke atas yang melek huruf, persentase angka putus sekolah SD, persentase angka putus sekolah SMP, persentase laju pertumbuhan ekonomi dan persentase nilai tukar petani.
Data yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh dari Dinas Kesehatan Provinsi Jawa Tengah dan BPS Provinsi Jawa Tengah tahun 2012, yaitu data tentang faktor-faktor yang mempengaruhi dan indikator-indikator yang terkait pada derajat kesehatan masyarakat untuk tiap Kabupaten/Kota di Provinsi Jawa Tengah yang terdiri dari 35 Kabupaten/Kota. B. IDENTIFIKASI VARIBEL PENELITIAN
Variabel yang digunakan dalam penelitian ini yaitu: 1. Variabel Eksogen (independen)
kesehatan (X6). Variabel pelayanan kesehatan indikatornya persentase pertolongan persalinan dengan tenaga kesehatan (X7), persentase deteksi tumbuh kembang anak balita melalui pelayanan kesehatan (X8), jumlah sarana x9. Variabel Ekonomi indikatornya persentase laju pertumbuhan ekonomi/tingkat pengangguran(X10) dan banyaknya penduduk miskin/nilai tukar petani (X11), bnykny penduduk x12 Variabel pendidikan indikatornya persentase penduduk berumur 10 tahun ke atas yang melek huruf (X13), angkatan kerja. X14
2. Variabel Endogen (Dependen)
Variabel derajat kesehatan indikatornya Angka kematian Bayi per 1000 kelahiran (Y1), persentase Angaka Kematian Ibu melahirkan per 100.000 kelahiran (Y2), dan persentase status gizi bayi buruk (Y3).
3. Variabel laten
dengan AVE > 0,50 dan Composite Reliability ( ρc ) dengan nilai ρc ≥ 0,6.
4. Mengevaluasi model structural menggunakan koefisien determinasi ( R2 )
dan signifikansi koefisien jalur strukturalnya dilihat dari nilai CR (Critical Ratio) setara t-statistik melalui tahap bootstrapping.
