maglearning.id

Structural Equation Modeling (SEM)

Structural equation modeling (SEM) merupakan teknik hibrida yang menggabungkan antara analis jalur dengan analisis faktor. Analisis ini  meliputi aspek-aspek penegasan (confirmatory) dari analisis faktor, analisis jalur dan regresi. SEM merupakan analisis yang tepat digunakan untuk analisis multivariat dalam penelitian pendidikan dan sosial lainnya karena dalam beberapa kasus, peneliti harus menggunakan variabel laten.

Variabel manifes dalam penelitian sosial justru jarang ditemui, disinilah peran penting SEM. Sebagian besar model penelitian sosial variabelnya adalah variabel laten, yaitu variabel yang tidak bisa diukur langsung. Pengukuran variabel laten ini menggunakan indikator-indikator tertentu menggunakan dasar teoritis maupun empiris.

SEM berkembang dan mempunyai fungsi mirip dengan regresi berganda, namun lebih kuat karena mempertimbangkan pemodelan interaksi, nonlinearitas, variabel–variabel bebas yang berkorelasi (correlated independents), kesalahan pengukuran, gangguan kesalahan-kesalahan yang berkorelasi (correlated error terms), beberapa variabel bebas laten (multiple latent independents) dimana masing-masing diukur dengan menggunakan banyak indikator, dan satu atau dua variabel tergantung laten yang juga masing-masing diukur dengan beberapa indikator.

Jadi, 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 analisis jalur sekaligus.

Salah satu keunggulan SEM adalah kemampuannya untuk membuat  model konstruk-konstruk sebagai variabel laten atau variabel – variabel  yang tidak diukur secara langsung,  tetapi diestimasi dalam model dari variabel-variabel yang diukur yang diasumsikan mempunyai hubungan dengan variabel tersebut–variabel laten.

Jenis-Jenis SEM

SEM sebenarnya merupakan salah satu jenis analisis statistik multivariat generasi kedua karena didorong oleh kemajuan ilmu dan teknologi sehinga memungkinkan perkembangan alat analisis statistika yang rumit. Saat ini ada dua jenis SEM yaitu Covariance Based (CB-SEM) dan Variance/Component Based (VB-SEM/PLS).

Penggunaan dua jenis SEM ini sangat tergantung pada beberapa hal misalnya tujuan penelitian, karakteristik data, dan spesifikasi model. Perbandingan dua jenis SEM ini disajikan pada Tabel berikut ini

Kedua model SEM tersebut saat ini sudah didukung oleh perkembangan alat (software) yang semakin lengkap dan mudah. Tidak heran jika bisa dengan mudah menemukan penelitian-penelitian dengan model SEM yang sangat rumit di banyak laman-laman jurnal ilmiah.

Exit mobile version