際際滷

際際滷Share a Scribd company logo

Introduction to Structural Equation Modeling

Bodhiya Wijaya Mulya
Bodhiya Wijaya Mulya

Sebuah pengantar singkat namun komprehensif mengenai Structural Equation Modeling For detailed training and consultation contact me at bodhiyawijaya@gmail.com or Linkedin: Bodhiya Wijaya Mulya

1 of 28
Downloaded 104 times
Introduction to Structural Equation Modeling Bodhiya Wijaya Mulya, S.Sos., M.M.
Brief Profile Expertise Area: Research methodology Private Sector Development Social entrepreneurship Social statistics Sociology of religion Contact info: For consultation or detailed training Contact to: bodhiyawijaya@gmail.com 息 Bodhiya Wijaya Mulya
Apa itu SEM? Structural Equation Modeling (SEM) adalah teknik statistik yang dipergunakan untuk menjelaskan hubungan antar multiple variabel SEM bisa dikatakan sebagai gabungan dari analisis regresi dan analisis faktor yang dilakukan bersamaan 息 Bodhiya Wijaya Mulya
Perkembangan SEM SEM mulai dikembangkan pada dekade 1950an oleh ahli statistik untuk menjelaskan fenomena kompleks di dunia ekonomi dan genetika. Kurang berkembang selama dekade 1960-1970an karena dianggap terlampau sulit Di tahun 1994, hanya terdapat 150 jurnal yang menggunakan SEM Di tahun 2000, jumlah penelitian dengan tools SEM meningkat hingga 300 jurnal Saat ini, SEM menjadi teknik statistik multivariat yang paling dominan dipergunakan 息 Bodhiya Wijaya Mulya
Terminologi SEM Variabel Laten/Konstruk Variabel Manifes/Indikator Variabel Eksogen Variabel Endogen Variabel Mediator Variabel Moderator 息 Bodhiya Wijaya Mulya
Terminologi SEM Measurement Model Structural Model Measurement Error Structural Error 息 Bodhiya Wijaya Mulya
Karakteristik SEM Estimation of Multiple Interrelated Dependece Relationship Incorporating Latent Variables Defining Model to Explain Entire Set of Relationship 息 Bodhiya Wijaya Mulya
Karakteristik SEM Estimation of Multiple Interrelated Dependece Relationship SEM melihat hubungan antar variabel secara terpisah namun terkait Variabel dependen pada suatu hubungan bisa menjadi variabel independen pada hubungan lainnya. SEM menekankan keterkaitan antar variabel di dalam model 息 Bodhiya Wijaya Mulya
Karakteristik SEM Incorporating Latent Variables SEM cenderung menggunakan laten variabel atau variabel yang tidak dapat diamati secara langsung Kecenderungan ini sebenarnya menguntungkan karena: 1. Lebih mencerminkan teori 2. Lebih baik dalam memperkirakan error 3. Langsung menghitung reliabilitas dan validitas 息 Bodhiya Wijaya Mulya
Karakteristik SEM Defining Model to Explain Entire Set of Relationship Model dalam SEM menjelaskan hubungan dan keterkaitan antar variabel satu dengan variabel yang lain. Model harus didasarkan pada teori atau hasil penelitian sebelumnya 息 Bodhiya Wijaya Mulya
Karakteristik SEM Defining Model to Explain Entire Set of Relationship Dalam SEM, terdapat dua macam hubungan yang harus digambarkan dalam model 1. Measurement Relationship: Hubungan antara variabel laten dengan variabel manifes. 2. Structural Relationship: Hubungan antara variabel laten. Kedua hubungan itu lantas digabungkan untuk membentuk model yang utuh 息 Bodhiya Wijaya Mulya
Karakteristik SEM Defining Model to Explain Entire Set of Relationship Model harus diuji kesesuaiannya dengan kenyataan (Model Fit) Mirip dengan pengujian model regresi dengan menggunakan R Squared. Dalam SEM, Model Fit umumnya menggunakan Covariance Matrix dengan membandingkan Observed Covariance Matrix dengan Estimated Covariance Matrix 息 Bodhiya Wijaya Mulya
Metode Estimasi SEM Maximum Likelyhood Metode yang umum digunakan dalam SEM Sangat baik digunakan bila data berdistribusi normal Berbasiskan pada covariance data Jumlah sample ideal 100-500 responden GLS, ULS, SLS, dan ADF Metode serupa dengan Maximun Likelyhood namun digunakan untuk jumlah sample yang lebih besar. 息 Bodhiya Wijaya Mulya
Metode Estimasi SEM Partial Least Square Metode alternatif untuk SEM Cocok dipergunakan untuk data yang tidak berdistribusi normal Berbasiskan pada variance data Jumlah sample kecil 30-100 responden saja 息 Bodhiya Wijaya Mulya
Langkah-Langkah SEM Membuat model SEM Menyiapkan desain penelitian dan pengumpulan data Identifikasi model Menguji model 息 Bodhiya Wijaya Mulya
Langkah-Langkah SEM Membuat model SEM Model SEM disusun berdasarkan teori yang ada. Model dapat disusun dengan menggunakan persamaan matematika ataupun diagram. Bila menggunakan Lisrel maka diawali dengan persamaan matematis Bila menggunakan Amos maka diawali dengan menggambar diagram 息 Bodhiya Wijaya Mulya
Langkah-Langkah SEM Menyiapkan desain penelitian dan pengumpulan data Dalam tahapan ini, data-data yang diperlukan untuk menguji model SEM dikumpulkan melalui survey atau eksperimen Uji asumsi terhadap data yang telah terkumpul seperti uji normalitas 息 Bodhiya Wijaya Mulya
Langkah-Langkah SEM Identifikasi model Dilakukan uji identifikasi untuk menilai apakah model yang telah disusun boleh dilanjutkan Degree of Fredoom memegang peranan penting dalam proses ini Apabil DF positif maka model dapat dikatakan sudah teridentifikasi AMOS akan memberikan keterangan Minimun was achieved 息 Bodhiya Wijaya Mulya
Langkah-Langkah SEM Menguji model Model yang telah dibuat dan diidentifikasi diuji Pengujian terbagi menjadi dua tahap yakni menguji measurement model dan menguji structural model 息 Bodhiya Wijaya Mulya
Langkah-Langkah SEM Menguji model Uji Measurement Model Menghitung seberapa tepat variabel manifes dapat menjelaskan variabel laten Metode estimasi berperan dalam proses ini yang umumnya menggunakan metode estimasi berbasis covarians yakni Maximum Likelyhood. Uji ini membandingkan antara matrix covariance data sample dengan matrix covariance estimated. 息 Bodhiya Wijaya Mulya
Langkah-Langkah SEM Menguji model Uji Measurement Model Model Fit Umumnya uji ini mengenal 3 macam alternatif: Absolute Fit Indices: Membandingkan matriks covariance sample dengan matriks covariance estimasi. 息 Bodhiya Wijaya Mulya
Langkah-Langkah SEM Menguji model Uji Measurement Model Model Fit Umumnya uji ini mengenal 3 macam alternatif: Incremental Fit Indices: Membandingkan model dengan null model (model dengan asumsi semua manifes tidak berkorelasi satu dengan yang lain Parsimony Fit Indices: membandingkan model kompleks dengan model yang sederhana/parsimoni 息 Bodhiya Wijaya Mulya
Langkah-Langkah SEM Menguji model Uji Measurement Model Model Fit Apabila model belum fit, maka model dapat dimodifikasi berdasarkan saran di modification indices Modifikasi harus mempertimbangkan teori yang ada. Jangan memodifikasi model tanpa teori acuan 息 Bodhiya Wijaya Mulya
Langkah-Langkah SEM Menguji model Uji Measurement Model Analisis Hubungan Indikator dengan Konstruk Uji Convergent Validity: Melihat seberapa jelas indikator dalam menjelaskan konstruk. Uji ini didapatkan dari melihat nilai factor loading dan variance extracted dari indikator ke konstruk. Uji Discriminant Validity: Melihat seberapa konstruk itu berbeda dan tidak berhubungan dengan konstruk lain. Uji ini didapatkan dengan mengkuadratkan nilai korelasi antar variabel. Nilai R2 harus lebih kecil dari Variance Extracted 息 Bodhiya Wijaya Mulya
Langkah-Langkah SEM Menguji model Uji Measurement Model Analisis Hubungan Indikator dengan Konstruk Uji Reliabilitas: Didapatkan dengan rumus Construct Reliability = ( std. Loading)2 ( std. Loading)2 + ( J) J = (1- (std. Loading)2) 息 Bodhiya Wijaya Mulya
Langkah-Langkah SEM Menguji model Uji Measurement Model Analisis Hubungan Indikator dengan Konstruk Menguji seberapa besar konstruk dapat menjelaskan indikatornya Semakin besar nilai R2 indikator terhadap konstruk maka semakin baik indicator tersebut 息 Bodhiya Wijaya Mulya
Langkah-Langkah SEM Menguji model Uji Structural Model Analisis Hubungan antar Konstruk Melihat hasil korelasi antar konstruk Tabel Regresion Weight untuk melihat adakah korelasi yang signifikan Tabel Standardized Regresion Weights untuk melihat seberapa erat hubungan tersebut. 息 Bodhiya Wijaya Mulya
References Hair, J.F., Black, W.C., Anderson, R.E., and Babin, B.J. (2010). Multivariate Data Analysis 7th Ed. New Jersey: Prentice Hall. Santoso, S. (2014). Konsep Dasar dan Aplikasi SEM dengan Amos 22. Jakarta: Elex Media Komputindo (Kompas Gramedia Group). 息 Bodhiya Wijaya Mulya

More Related Content

Introduction to Structural Equation Modeling

  • 1. Introduction to Structural Equation Modeling Bodhiya Wijaya Mulya, S.Sos., M.M.
  • 2. Brief Profile Expertise Area: Research methodology Private Sector Development Social entrepreneurship Social statistics Sociology of religion Contact info: For consultation or detailed training Contact to: bodhiyawijaya@gmail.com 息 Bodhiya Wijaya Mulya
  • 3. Apa itu SEM? Structural Equation Modeling (SEM) adalah teknik statistik yang dipergunakan untuk menjelaskan hubungan antar multiple variabel SEM bisa dikatakan sebagai gabungan dari analisis regresi dan analisis faktor yang dilakukan bersamaan 息 Bodhiya Wijaya Mulya
  • 4. Perkembangan SEM SEM mulai dikembangkan pada dekade 1950an oleh ahli statistik untuk menjelaskan fenomena kompleks di dunia ekonomi dan genetika. Kurang berkembang selama dekade 1960-1970an karena dianggap terlampau sulit Di tahun 1994, hanya terdapat 150 jurnal yang menggunakan SEM Di tahun 2000, jumlah penelitian dengan tools SEM meningkat hingga 300 jurnal Saat ini, SEM menjadi teknik statistik multivariat yang paling dominan dipergunakan 息 Bodhiya Wijaya Mulya
  • 5. Terminologi SEM Variabel Laten/Konstruk Variabel Manifes/Indikator Variabel Eksogen Variabel Endogen Variabel Mediator Variabel Moderator 息 Bodhiya Wijaya Mulya
  • 6. Terminologi SEM Measurement Model Structural Model Measurement Error Structural Error 息 Bodhiya Wijaya Mulya
  • 7. Karakteristik SEM Estimation of Multiple Interrelated Dependece Relationship Incorporating Latent Variables Defining Model to Explain Entire Set of Relationship 息 Bodhiya Wijaya Mulya
  • 8. Karakteristik SEM Estimation of Multiple Interrelated Dependece Relationship SEM melihat hubungan antar variabel secara terpisah namun terkait Variabel dependen pada suatu hubungan bisa menjadi variabel independen pada hubungan lainnya. SEM menekankan keterkaitan antar variabel di dalam model 息 Bodhiya Wijaya Mulya
  • 9. Karakteristik SEM Incorporating Latent Variables SEM cenderung menggunakan laten variabel atau variabel yang tidak dapat diamati secara langsung Kecenderungan ini sebenarnya menguntungkan karena: 1. Lebih mencerminkan teori 2. Lebih baik dalam memperkirakan error 3. Langsung menghitung reliabilitas dan validitas 息 Bodhiya Wijaya Mulya
  • 10. Karakteristik SEM Defining Model to Explain Entire Set of Relationship Model dalam SEM menjelaskan hubungan dan keterkaitan antar variabel satu dengan variabel yang lain. Model harus didasarkan pada teori atau hasil penelitian sebelumnya 息 Bodhiya Wijaya Mulya
  • 11. Karakteristik SEM Defining Model to Explain Entire Set of Relationship Dalam SEM, terdapat dua macam hubungan yang harus digambarkan dalam model 1. Measurement Relationship: Hubungan antara variabel laten dengan variabel manifes. 2. Structural Relationship: Hubungan antara variabel laten. Kedua hubungan itu lantas digabungkan untuk membentuk model yang utuh 息 Bodhiya Wijaya Mulya
  • 12. Karakteristik SEM Defining Model to Explain Entire Set of Relationship Model harus diuji kesesuaiannya dengan kenyataan (Model Fit) Mirip dengan pengujian model regresi dengan menggunakan R Squared. Dalam SEM, Model Fit umumnya menggunakan Covariance Matrix dengan membandingkan Observed Covariance Matrix dengan Estimated Covariance Matrix 息 Bodhiya Wijaya Mulya
  • 13. Metode Estimasi SEM Maximum Likelyhood Metode yang umum digunakan dalam SEM Sangat baik digunakan bila data berdistribusi normal Berbasiskan pada covariance data Jumlah sample ideal 100-500 responden GLS, ULS, SLS, dan ADF Metode serupa dengan Maximun Likelyhood namun digunakan untuk jumlah sample yang lebih besar. 息 Bodhiya Wijaya Mulya
  • 14. Metode Estimasi SEM Partial Least Square Metode alternatif untuk SEM Cocok dipergunakan untuk data yang tidak berdistribusi normal Berbasiskan pada variance data Jumlah sample kecil 30-100 responden saja 息 Bodhiya Wijaya Mulya
  • 15. Langkah-Langkah SEM Membuat model SEM Menyiapkan desain penelitian dan pengumpulan data Identifikasi model Menguji model 息 Bodhiya Wijaya Mulya
  • 16. Langkah-Langkah SEM Membuat model SEM Model SEM disusun berdasarkan teori yang ada. Model dapat disusun dengan menggunakan persamaan matematika ataupun diagram. Bila menggunakan Lisrel maka diawali dengan persamaan matematis Bila menggunakan Amos maka diawali dengan menggambar diagram 息 Bodhiya Wijaya Mulya
  • 17. Langkah-Langkah SEM Menyiapkan desain penelitian dan pengumpulan data Dalam tahapan ini, data-data yang diperlukan untuk menguji model SEM dikumpulkan melalui survey atau eksperimen Uji asumsi terhadap data yang telah terkumpul seperti uji normalitas 息 Bodhiya Wijaya Mulya
  • 18. Langkah-Langkah SEM Identifikasi model Dilakukan uji identifikasi untuk menilai apakah model yang telah disusun boleh dilanjutkan Degree of Fredoom memegang peranan penting dalam proses ini Apabil DF positif maka model dapat dikatakan sudah teridentifikasi AMOS akan memberikan keterangan Minimun was achieved 息 Bodhiya Wijaya Mulya
  • 19. Langkah-Langkah SEM Menguji model Model yang telah dibuat dan diidentifikasi diuji Pengujian terbagi menjadi dua tahap yakni menguji measurement model dan menguji structural model 息 Bodhiya Wijaya Mulya
  • 20. Langkah-Langkah SEM Menguji model Uji Measurement Model Menghitung seberapa tepat variabel manifes dapat menjelaskan variabel laten Metode estimasi berperan dalam proses ini yang umumnya menggunakan metode estimasi berbasis covarians yakni Maximum Likelyhood. Uji ini membandingkan antara matrix covariance data sample dengan matrix covariance estimated. 息 Bodhiya Wijaya Mulya
  • 21. Langkah-Langkah SEM Menguji model Uji Measurement Model Model Fit Umumnya uji ini mengenal 3 macam alternatif: Absolute Fit Indices: Membandingkan matriks covariance sample dengan matriks covariance estimasi. 息 Bodhiya Wijaya Mulya
  • 22. Langkah-Langkah SEM Menguji model Uji Measurement Model Model Fit Umumnya uji ini mengenal 3 macam alternatif: Incremental Fit Indices: Membandingkan model dengan null model (model dengan asumsi semua manifes tidak berkorelasi satu dengan yang lain Parsimony Fit Indices: membandingkan model kompleks dengan model yang sederhana/parsimoni 息 Bodhiya Wijaya Mulya
  • 23. Langkah-Langkah SEM Menguji model Uji Measurement Model Model Fit Apabila model belum fit, maka model dapat dimodifikasi berdasarkan saran di modification indices Modifikasi harus mempertimbangkan teori yang ada. Jangan memodifikasi model tanpa teori acuan 息 Bodhiya Wijaya Mulya
  • 24. Langkah-Langkah SEM Menguji model Uji Measurement Model Analisis Hubungan Indikator dengan Konstruk Uji Convergent Validity: Melihat seberapa jelas indikator dalam menjelaskan konstruk. Uji ini didapatkan dari melihat nilai factor loading dan variance extracted dari indikator ke konstruk. Uji Discriminant Validity: Melihat seberapa konstruk itu berbeda dan tidak berhubungan dengan konstruk lain. Uji ini didapatkan dengan mengkuadratkan nilai korelasi antar variabel. Nilai R2 harus lebih kecil dari Variance Extracted 息 Bodhiya Wijaya Mulya
  • 25. Langkah-Langkah SEM Menguji model Uji Measurement Model Analisis Hubungan Indikator dengan Konstruk Uji Reliabilitas: Didapatkan dengan rumus Construct Reliability = ( std. Loading)2 ( std. Loading)2 + ( J) J = (1- (std. Loading)2) 息 Bodhiya Wijaya Mulya
  • 26. Langkah-Langkah SEM Menguji model Uji Measurement Model Analisis Hubungan Indikator dengan Konstruk Menguji seberapa besar konstruk dapat menjelaskan indikatornya Semakin besar nilai R2 indikator terhadap konstruk maka semakin baik indicator tersebut 息 Bodhiya Wijaya Mulya
  • 27. Langkah-Langkah SEM Menguji model Uji Structural Model Analisis Hubungan antar Konstruk Melihat hasil korelasi antar konstruk Tabel Regresion Weight untuk melihat adakah korelasi yang signifikan Tabel Standardized Regresion Weights untuk melihat seberapa erat hubungan tersebut. 息 Bodhiya Wijaya Mulya
  • 28. References Hair, J.F., Black, W.C., Anderson, R.E., and Babin, B.J. (2010). Multivariate Data Analysis 7th Ed. New Jersey: Prentice Hall. Santoso, S. (2014). Konsep Dasar dan Aplikasi SEM dengan Amos 22. Jakarta: Elex Media Komputindo (Kompas Gramedia Group). 息 Bodhiya Wijaya Mulya