Structural Equation Modeling (SEM) merupakan teknik analisis multivariat
yang dikembangkan untuk menutupi keterbatasan yang dimiliki oleh model-model
seperti: analisis regresi, path analysis (analisis jalur), dan confirmatory
factor analysis (analisis faktor konfirmatori) (Hox dan Bechger, 1998).
SEM merupakan teknik statistik yang digunakan untuk membangun dan menguji
model statistik yang umumnya dalam bentuk model hubungan kausalitas. SEM
merupakan teknik perpaduan (hybrid) yang menggabungkan aspek dari analisis
regresi, path analysis (analisis jalur), dan confirmatory factor analysis (analisis
faktor konfirmatori).
Sebagai teknik statistik multivariat, penggunaan SEM memungkinkan peneliti
untuk melakukan pengujian terhadap bentuk hubungan tunggal (i.e. regresi
sederhana), regresi berganda, hubungan rekursif maupun hubungan resiprokal,
atau bahkan terhadap variabel laten maupun variabel yang diobservasi/ diukur
langsung.
Salah satu keunggulan SEM adalah kemampuannya dalam membuat model yang
mengandung variabel laten atau variabel–variabel yang tidak diukur (tidak
diobservasi) secara langsung (seperti "kecerdasan", “kinerja”, dan
"sikap terhadap merek"). Variabel-variabel laten tersebut diestimasi
dalam model melalui variabel-variabel terukur (measured variable) yang
diasumsikan mempunyai hubungan dengan variabel-variabel laten tersebut.
Beberapa alasan yang mendasari penggunaan SEM antara lain:
1. SEM mempunyai kemampuan untuk mengestimasi
hubungan antara variabel yang bersifat multiple relationship. Hubungan ini
dibentuk dalam model struktural (hubungan antara variabel laten eksogen dan
endogen).
2. SEM mempunyai kemampuan untuk menggambarkan
pola hubungan antara variabel laten (unobserved) dan variabel manifest atau
variabel indikator.
3. SEM mempunyai kemampuan mengukur besarnya
pengaruh langsung, pengaruh tidak langsung, dan pengaruh total antara variabel
laten (efek dekomposisi).
Tidak ada komentar:
Posting Komentar