BAB III
G. Model dan Kesalahan Pengukuran Variabel
I. Estimasi Model
1. Spesifikasi model pengukuran dan struktural konstruk Unidimensional
a. Definisikan variabel-variabel laten yang ada di dalam penelitian.
b. Definisikan variabel-variabel teramati.
c. Definisikan hubungan antara setiap variabel laten dengan variabel-variabel teramati yang terkait.
Untuk tahap spesifikasi, dalam model persamaan pengukuran maupun struktural peneliti harus memperhatikan dimensionalitas sebuah konstruk. Secara teoritis, dimensi sebuah konstruk dapat berbentuk unidimensional atau multidimensional. Perbedaan tersebut terjadi karena tiap konstruk memiliki level abstraksi yang berbeda pula dalam pengujian statistiknya.
Konstruk unidimensional adalah konstruk yang dibentuk langsung dari manifest variabelnya dengan arah indikatornya dapat berbentuk reflective maupun formative. Pada model struktural yang
Metode SEM Untuk Penelitian Manajemen dengan AMOS 22.00, LISREL 8.80 dan Smart PLS 3.0 45 menggunakan konstruk unidimensional, analisis faktor konfirmatori untuk menguji validitas konstruk dapat dilakukan langsung melalui first order construct yaitu konstruk laten yang direfleksikan oleh indikator-indikatornya. Berikut diberikan contoh konstruk unidimensional dan model struktural dengan konstruk unidimensional seperti tampak pada Gambar berikut ini :
Gambar 3.25. Model Pengukuran Konstruk Unidimensional dengan Indikator Reflektif.
Gambar 3.26. Model Pengukuran Konstruk Unidimensional dengan Indikator Formatif.
Gambar 3.27. Model Struktural dengan Konstruk Unidimensional.
46 Metode SEM Untuk Penelitian Manajemen dengan AMOS 22.00, LISREL 8.80 dan Smart PLS 3.0 2. Spesifikasi model pengukuran dan struktural konstruk Multidimensional.
Konstruk multidimensional adalah konstruk yang dibentuk dari konstruk laten dimensi yang didalamnya termasuk konstruk unidimensional dengan arah indikatornya dapat berbentuk reflective maupun formative. Pada model struktural yang menggunakan konstruk multidimensional, analisis faktor konfirmatori untuk menguji validitas konstruk dilakukan melalui dua tahap, yaitu analisis pada first order construct yaitu konstruk laten dimensi yang direfleksikan atau dibentuk oleh indikator- indikatornya dan analisis pada second order construct yaitu konstruk yang direfleksikan atau dibentuk oleh konstruk laten dimensinya. Berikut diberikan contoh konstruk multidimensional seperti tampat pada gambar berikut ini :
Gambar 3.28. Model Pengukuran Konstruk Multidimensional.
Gambar 3.29. Model Struktural dengan Konstruk Multidimensional.
Metode SEM Untuk Penelitian Manajemen dengan AMOS 22.00, LISREL 8.80 dan Smart PLS 3.0 47 J. Identifikasi Model.
Dalam persamaan struktural, salah satu pertanyaan yang harus dijawab adalah : “Apakah model memiliki nilai yang unik, sehingga model tersebut dapat diestimasi?”. Jika model tidak dapat diidentifikasi, maka tidak mungkin dapat menentukan nilai yang unik untuk koefisien model.
Sebaliknya, estimasi parameter akan abitrer apabila suatu model memiliki beberapa estimasi yang mungkin fit pada model tersebut. Jadi model struktural dapat dikatakan baik apabila memiliki satu solusi yang unik untuk estimasi parameter. Untuk memberikan ilustrasi, kita akan coba gunakan metode matematika dasar.
Jika diketahui A x B = 60, maka berapa nilai A dan B?
Tentu akan diperoleh beberapa jawaban yang merupakan kemungkinan pasangan untuk nila A dan B. Misal nilai A dan B dapat ditentukan menjadi 2 x 30; 3 x 20; 5 x 12; 10 x 6 dll. Sehingga kita harus meilih solusi yang sesuai, yang sering kali disebut masalah identifikasi.
Masalah di atas dapat juga terjadi pada SEM, dimana informasi yang terdapat pada data empiris (varians dan kovarian variabel manifest) tidak cukup untuk menghasilkan solusi yang unik untuk memperoleh parameter model. Dalam hal tersebut di atas, program AMOS akan menghasilkan beberapa solusi atas sistem persamaan yang menghubungkan varian dan kovarian variabel observed (manifest/indikator) terhadap parameter modelnya. Sehingga dapat men-fit-kan setiap angka dalam matrik kovarians ke suatu model. Ketika masalah tersebut terjadi, yaitu adanya beberapa solusi yang sesuai, maka masalah tersebut adalah un-identified atau under-identified model.
Untuk dapat memecahkan suatu sistem persamaan agar memperoleh solusi yang unik dalam SEM, maka jumlah persamaan minimal harus sama dengan jumlah angka yang tidak diketahui. Ada tiga kemungkinan yang dapat terjadi terhadap model SEM :
Model un-identified jika nilai t > s/2
Model just identified jika nilai t = s/2
Model overi-dentified jika nilai t < s/2
Dimana t = jumlah parameter yang diestimasi
S = jumlah varian dan kovarian antara variabel manifest yang merupakan (p + q) (p + q + 1)
p = jumlah variabel y (indikator variabel laten endogen) q = jumlah variabel x (indikator variabel laten exogen)
Berikut ini diberikan contoh model identifikasi program AMOS dengan data yang disimpan dalam file : identifikasi.xls
48 Metode SEM Untuk Penelitian Manajemen dengan AMOS 22.00, LISREL 8.80 dan Smart PLS 3.0 1. Model Unidentified
Misalkan kita punya satu variabel laten Komitmen Organisasi yang diukur dengan 2 indikator atau manifest seperti tergambar dalam program AMOS berikut ini :
Gambar model di atas siap diolah dengan langkah :
a. Langkah pertama, membaca data file dengan perintah : 1. Klik File lalu pilih Data File.
2. Pilih File Name dan cari direktori dimana data disimpan dan dipilih nama file identifikasi.xls.
pilih pada kotak File of type Excel 8.0 (*.xls), lalu open.
Metode SEM Untuk Penelitian Manajemen dengan AMOS 22.00, LISREL 8.80 dan Smart PLS 3.0 49 3. Data sekarang sudah terbaca oleh program AMOS 22.00 dengan jumlah observasi N sebanyak
170. Lalu pilih ok.
b. Langkah kedua, memilih output hasil analisis :
1. Pilih View lalu lanjutkan dengan pilih Analyze Properties.
2. Pilih model estimasi Maximum Likelihood (ML).
50 Metode SEM Untuk Penelitian Manajemen dengan AMOS 22.00, LISREL 8.80 dan Smart PLS 3.0
3. Pilih Output lalu pilih tiga output pertama yaitu minimization history, standarduzed estmate dan squared multiple correlation
4. Tutup dengan pilih tanda silang (X) dipojok kanan atas.
Metode SEM Untuk Penelitian Manajemen dengan AMOS 22.00, LISREL 8.80 dan Smart PLS 3.0 51 c. Langkah ketiga, model siap di Run dengan perintah :
1. Pilih Analyze lalu pilih calculate estimate.
2. Beri nama file pekerjaan kita misal dengan nama unidentified.
3. Pilih save.
d. Hasil output AMOS menyatakan bahwa model unidentified, hal ini dapat dilihat pada hasil text output dengan cara :
1. Pilih View Text lalu Output.
2. Berikut ini hasil output AMOS.
Notes for Model (Default model)
Computation of degrees of freedom (Default model)
Number of distinct sample moments: 3 Number of distinct parameters to be estimated: 5 Degrees of freedom (3 - 5): -2 Result (Default model)
The model is probably unidentified. In order to achieve identifiability, it will probably be necessary to impose 2 additional constraints.
Estimates (Group number 1 - Default model) Scalar Estimates (Group number 1 - Default model) The (probably) unidentified parameters are marked.
Regression Weights: (Group number 1 - Default model)
x1 <--- Komitmen_Organisasi unidentified x2 <--- Komitmen_Organisasi unidentified Variances: (Group number 1 - Default model)
Komitmen_Organisasi
unidentified
e1 unidentified
e2 unidentified
52 Metode SEM Untuk Penelitian Manajemen dengan AMOS 22.00, LISREL 8.80 dan Smart PLS 3.0 Hasil Analisis
Ternyata model unidentified sehingga tidak ada solusi yang unik. Hal ini disebabkan jumlah parameter yang akan diestimasi lebih besar dari jumlah varian dan kovarian di bagi dua ( t > s/2 ) : lihat kembali model kita
Jumlah yang akan diestimasi (t) adalah 4 yaitu 2 berupa nilai loading factor x1 s.d x2 dan 2 nilai varian x1 dan x2. Jadi jumlah yang harus diestimasi adalah 4 (2 factor loading dan 2 variance).
Sedangkan berdasarkan model di atas kita tidak memiliki informasi yang cukup untuk mengestimasi 4 parameter tersebut. Karena kita memiliki dua indikator, maka matrik kovarian sampel (S) hanya memiliki tiga informasi yang tersedia yaitu Varian (x1) dan Varian (x2) dan kovarian (x1, x2). Jadi kita hanya memiliki tiga informasi yang akan digunakan untuk mengestimasi empat parameter. Sehingga model di atas tidak dapat diidentifikasi (unidentified).
t = 4
s = (p + q) (p + q + 1) = (0 + 2) (0 + 2 + 1) = 6 Maka t > s/2
Masalah unidentified ini dapat diatasi dengan mengkonstrain model. Dalam contoh di atas kita memperoleh beberapa solusi untuk memecahkan persamaan A x B = 60. Namun bagaimana jika nilai A ditentukan menjadi 10?, tentu saja dengan mudah kita menjawab bahwa nilai A = 6. Dalam SEM kita dapat melakukan hal tersebut yang seringkali disebut dengan constraint. Constraint dalam AMOS dapat dilakukan dengan :
1. Menambah indikator (variabel manifest) kedalam model
2. Dengan menentukan (fix) parameter tambahan menjadi 0 (nol). Metode ini yang paling sering digunakan.
3. Mengasumsikan bahwa parameter yang satu dengan parameter yang lain memiliki nilai yang sama.
Perlu diperhatikan bahwa setiap perubahan pada suatu model harus dapat dijustifikasi secara teoritis. Kita tidak boleh menambah konstrain hanya untuk memastikan bahwa model persamaan kita dapat diidentifikasi. Hayduk (1987) menyatakan bahwa lebih baik memiliki model yang benar meskipun koefisien estimasinya tidak dapat diperoleh, daripada mengestimasi dan mengidentifikasi model yang salah.