Lompat ke konten Lompat ke sidebar Lompat ke footer

Keunggulan Metode SEM (Structural Equation Modeling)

SEM (Structural Equation Modeling) adalah generasi kedua teknik analisis multivariat yang memungkinkan peneliti menguji hubungan antar variabel yang komplek baik recursive maupun non-recursive untuk memperoleh gambaran yang komprehensif mengenai keseluruhan model. SEM dapat menguji secara bersama-sama : 

  1. Model struktural : hubungan antara konstruk independen dengan dependen.
  2. Model measurement : hubungan (nilai loading) antara indikator dengan konstruk (laten ).

Digabungkannya pengujian model struktural dengan pengukuran tersebut memungkinkan peneliti untuk 

  1. Menguji kesalahan pengukuran (measurement error) sebagai bagian yang tidak terpisahkan dari SEM.
  2. Melakukan analisis faktor bersamaan dengan pengujian hipotesis.

Motode SEM dapat digunakan untuk menganalisis penelitian yang memiliki beberapa variable independen (exogen), dependen (endogen), moderating dan intervening secara partial dan simultan. Latan (2012:7), Ghozali (2008b:1), Jogiyanto (2011:48) dan Wijaya (2009:1) menyatakan bahwa SEM memberikan beberapa keunggulan, diantaranya :

  1. Dapat membuat model dengan banyak variabel.
  2. Dapat meneliti variabel yang tidak dapat diukur langsung (unobserved ).
  3. Dapat menguji kesalahan pengukuran (measurement error) untuk variabel yang teramati (observed ).
  4. Mengkonfirmasi teori sesuai dengan data penelitian (Confirmatory Factor Analysis).
  5. Dapat menjawab berbagai masalah riset dalam suatu set analisis secara lebih sistematis dan komprehensif.
  6. Lebih ilustratif, kokoh dan handal dibandingkan model regresi ketika memodelkan interaksi, non-linieritas, pengukuran error, korelasi error terms, dan korelasi antar variable laten independen berganda.
  7. Digunakan sebagai alternatif analisis jalur dan analisis data runtut waktu (time series) yang berbasis kovarian.
  8. Melakukan analisis faktor, jalur dan regresi.
  9. Mampu menjelaskan keterkaitan variabel secara kompleks dan efek langsung maupun tidak langsung dari satu atau beberapa variabel terhadap variabel lainnya.
  10. Memiliki fleksibilitas yang lebih tinggi bagi peneliti untuk menghubungkan antara teori dengan data.

Contoh beberapa manfaat yang diperoleh dengan menggunakan metode SEM dapat dilihat dari Gambar 1.4. berikut :

Pada Gambar 1.4a. Diagram Model Regresi Linear Berganda, seorang peneliti dapat menyelesaikan analisis hanya dengan satu kali regresi linear berganda. Sedangkan pada Gambar 1.4b. Diagram SEM, jika seorang peneliti masih tetap ingin menggunakan analisis regresi berganda, maka ia harus membuat sekurangnya dua persamaan regresi untuk menyelesaikannya. Namun jika digunakan SEM, maka hanya dibutuhkan satu kali estimasi untuk meyelesaikan analisis model persamaan tersebut. Analisis SEM dapat menggunakan metode estimasi Maximum Likelihood (ML), Generalized Least Squares (GLS), Weighted Least Squares (WLS) atau Asymptotically Disribution Free (ADF). Hal ini bisa terjadi karena SEM memiliki keunggulan dibanding teknis analisis multivariat biasa seperti analisis faktor, analisis diskriminan, regresi linear berganda, dan lain-lain.