Structural Equation Modeling (SEM)
description
Transcript of Structural Equation Modeling (SEM)
1
Structural Equation Modeling(SEM)
2
ILUSTRASIPenelitian di bidang Managemen Sumberdaya Manusia
Misalkan telah dilakukan telaah teoritis, menghasilkan hipotesis penelitian :
1) Pengembangan karir berpengaruh signifikan terhadap Kepuasan Karyawan
2) Pengembangan karir berpengaruh signifikan terhadap Kinerja Karyawan3) Terdapat pengaruh timbal balik antara kepuasan dengan kinerja
karyawan
Disamping itu, diperoleh bahwa setiap variabel diukur berdasarkan indikator-indikator sebagai berikut :
Variabel Peng Karir diukur oleh 10 indikator : X1.1 s/d X1.10Variabel Kepuasan diukur oleh 6 indikator : X2.1 s/d X2.6Variabel kinerja diukur dengan 6 indikator : X3.1 s/d X3.6
3
Struktur hubungan tsb dalam bentuk diagram path disajikan sbb
P.Karier
Kepuasan
Kinrja
x2.1
e1
1
1x2.2
e21x2.3
e31x2.4
e41x2.5
e51x2.6
e61
x3.1
e7
1
1x3.2
e8
1x3.3
e9
1x3.4
e10
1x3.5
e11
1x3.6
e12
1
1u3
1u2
1x1.9d91
x1.8d81
x1.7d71
x1.6d61
x1.5d51
x1.4d41
x1.3d31
x1.2d21
x1.1d1
1
1
x1.10d101
1
4
Analisis dengan Regresi
Y = 0 + 1 X1 + 2 X2 X1 = Peng. Karir, X2 = Kepuasan dan Y = Kinerja Karyawan
Permasalahan :(1) Struktur hubungan antar variabel dipaksakan bersifat langsung(2) Analisis Regresi dapat diterapkan bilamana data yang tersedia adalah data dari variabel (observable variable) dan bukan data dari indikator
P. KarirKINERJA Karyawan
Kepuasan
5
Analisis dengan Path
Permasalahan :(1) Variabel bersifat unobservable(2) Analisis Path hanya pada model REKURSIF
P. Karir
Kepuasan
KINERJA
6
STRUCTURAL EQUATION MODELING
Factor Analysis (Measurement Model)
Structural Model atau Path Analysis
P. Karir
Kepuasan
KINERJA
P.Karier
Kepuasan
Kinrja
x2.1 e11
1
x2.2 e21
x2.3 e31
x2.4 e41
x2.5 e51
x2.6 e61
x3.1 e711
x3.2 e81
x3.3 e91
x3.4 e101
x3.5 e111
x3.6 e121
x1.9d91
x1.8d81
x1.7d71
x1.6d61
x1.5d51
x1.4d41
x1.3d31
x1.2d21
x1.1d1
1
1
x1.10d101
7
Measurement Model Variabel Exogen
(Confirmatory Factor Analysis)
- Structural Model (A. Regresi)- Path Analysis
Structural Equation Modeling (SEM)
Measurement Model Variabel Endogen
(Confirmatory Factor Analysis)
8
NOTASI DI DALAM SEM
9
NOTASI DI DALAM SEM
= Ksi, variabel laten X = Eta, variabel laten Y = Lamnda (kecil), loading faktory = Lamnda (besar), matriks loading faktor variabel laten Y (variabel endogen)x = Lamnda (besar), matriks loading faktor variabel laten X (variabel endogen) = Beta (kecil), koefisien pengaruh variabel endogen terhadap variabel endogen = Beta (besar), matriks koefisien pengaruh variabel endogen terhadap variabel endogen = Gama (kecil), koefisien pengaruh variabel exogen terhadap variabel endogen = Gama (besar), matriks koefisien pengaruh variabel exogen terhadap variabel endogen = Phi (kecil), peragam antar variabel laten X (variabel exogen) = Phi (besar), matriks ragam- peragam antar variabel laten X (variabel exogen) = Zeta (kecil), galat model = Psi (kecil), peragam antar galat model = Psi (besar), matriks ragam-peragam antar galat model = Epsilon (kecil), galat pengukuran pada variabel manifest untuk variabel laten Y = Teta (besar), matriks var-cov galat pengukuran variabel manifest utk variabel laten Y = Delta (kecil), galat pengukuran pada variabel manifest untuk variabel laten X
= Teta (besar), matriks var-cov galat pengukuran variabel manifest utk variabel laten X = Teta, matriks var-cov galat pengukuran variabel manifest utk variabel laten X dan Y
10
Persamaan Analisis Path dan SEM
- Keduanya berkenaan dengan konstruksi model- Pendugaan parameter (koefisien) model berdasarkan data sampel
SEM- SEM : Observable, Unbosevable (measurement model) dan Campuran- SEM : model rekursif atau resiprokal- SEM tidak terkendala adanya korelasi antar error- SEM dengan MLE, TSLS, GLS, WLS dll - Output SEM : faktor determinan, model struktural dan model pengukuran
Perbedaan Analisis Path dan SEMAnalisis Path- Analisis Path : Model hubungan kausal antar variabel observable - Analisis Path hanya dapat diterapkan pada model rekursif
- Analisis Path dengan OLS - Output Analisis Path : faktor determinan
11
Measurement ModelVALIDITAS INSTRUMEN
Koefisein korelasi antara skor suatu indikator dengan skor total positif dan lebih besar 0.3 : valid (validitas kriteria) Masrun (1979)
SEM : - Validitas setiap indikator ditunjukkan oleh - Validitas unidimensionalitas, GFI 0.9
RELIABILITAS INSTRUMEN
Alpha Cronbach, 0.6 : reliabel (konsistensi internal) (Malhotra,1996)
SEM : Reliabilitas setiap indikator ditunjukkan oleh 1 - untuk variabel exogen dan 1 - untuk variabel endogen
Reliabilitas Setiap Variabel : construct reliability dan everage variance extracted
12
LANGKAH-LANGKAH SEM
Pengembangan Model Berbasis Konsep dan Teori
Mengkontruksi Diagram Path
Konversi Diagram Path ke Persamaan
Interpretasi dan Modifikasi Model
Evaluasi Goodness-of-fit
Menilai Masalah Identifikasi
Memilih Matriks Input
13
Pengembangan Model Berbasis Konsep dan Teori
Karir
Kepuasan
Kinerja
Dapat dengan mudah dipahami bahwa variabel karir, kepuasan, dan kinerja merupakan variabel yang bersifat unobservable. Untuk mengukur variabel-variabel tersebut dikembangkan indikator sebagai variabel manifest :Karir : X1.1, X1.2, X1.3, X1.4, X1.5, X1.6, X1.7, X1.8, X1.9 dan X1.10Kepuasan : X2.1, X2.2, X2.3, X2.4, X2.5, dan X2.6Kinerja : X3.1, X3.2, X3.3, X3.4, X3.5, dan X3.6
14
Karir
Kepuasan
Kinerja
X1.6
X1.5
X1.4
X1.3
X1.2
X1.1
X1.7
X1.8
X1.9
X1.10
X2.4
X2.3
X2.2
X2.1
X2.5
X2.6
X3.4
X3.3
X3.2
X3.1
X3.5
X3.6
15
Konversi Diagram Path ke Persamaan
Konversi diagram path, model struktural, ke dalam model matematika menjadi sebagai berikut :1 = 12+ 1 1 + 1
2 = 21+ 2 1 + 2
atau :
Kepuasan = 1 Kinerja + 1 Karir + 1
Kinerja = 2 Kepuasan + 1 Karir + 2
Konversi diagram path, model pengukuran, ke dalam model matematika menjadi sebagai berikut :
16
X1.1 = 1 1 + 1
X1.2 = 2 1 + 2
X1.3 = 3 1 + 3
X1.4 = 4 1 + 4
X1.5 = 5 1 + 5
X1.6 = 6 1 + 6
X1.7 = 7 1 + 7
X1.8 = 8 1 + 8
X1.9 = 9 1 + 9
X1.10 = 10 1 + 10
X2.1 = 11 1 + 1
X2.2 = 12 1 + 2
X2.3 = 13 1 + 3
X2.4 = 14 1 + 4
X2.5 = 15 1 + 5
X2.6 = 16 1 + 6
X3.1 = 17 2 + 7
X3.2 = 18 2 + 8
X3.3 = 19 2 + 9
X3.4 = 20 2 + 10
X3.5 = 21 2 + 11
X3.6 = 22 2 + 12
17
Memilih Matriks Input
MATRIKS KOVARIANS (Raw Data):- pengujian suatu model yang telah mendapatkan justifikasi teori - sulit dilakukan interpreasi terhadap besar-kecilnya pengaruh - hasil analisis setara dengan analisis regresi
MATRIKS KORELASI (Standardize Data):- penjelasan menganai pola hubungan kausal antar variabel laten- pengaruh dominan; Faktor Determinan dan Jalur terkuat- hasil analisis setara dengan analisis path
18
Menilai Masalah Identifikasi
Gejala-gejala masalah identifikasi :- Terdapatnya standart error dari koefisien yang terlalu besar- Ketidakmampuan program menyajikan matriks informasi yang seharusnya disajikan- Pendugaan parameter tdk dpt diperoleh, misalnya terjadi matriks tidak definit positif- Muncul angka-angka aneh, seperti adanya varians error yang negatif- Terjadinya korelasi yang tinggi (> 0.9) antar koefisien hasil dugaan
Solusi :- umumnya karena under identified- berikan kendala - koefisien model dibuat fix- hati-hati menjadi over identified
19
ASUMSI SEM
Asumsi : Spesifikasi model
- Semua hubungan : linier (data time series sulit dpt memenuhi)- Model aditif
Asumsi : Pendugaan parameter & Uji hipotesis
- Antar unit pengamatan independen- Data tidak mengandung pencilan (outliers)- Pendugaan parameter dengan MLE, sampel size minimum 100.- Data yang akan dianalisis (variabel latent) menyebar normal ganda (multinormal)- Beberpa software tidak bisa jalan bila terdapat missing data
20
Pengujian Parameter
- Parameter Lamda;- Parameter Delta dan Epsilon;- Parameter Beta; - Parameter Gama
menggunakan t-test, H0 : parameter = 0 VS H1 : parameter 0
Pengujian Model Pengukuran VALIDITAS INSTRUMEN
Validitas setiap indikator = , nonsignifikan tidak valid
RELIABILITAS INSTRUMENReliabilitas setiap indikator = 1 - untuk variabel exogen 1 - untuk variabel endogen
LISREL : (1 - ) atau (1 - ), nonsignifikan tidak reliabelAMOS : masih dan .
21
Pengujian Model Pengukuran
Construct reliability : ,
Everage variance extracted : > 0.5 ,
menunjukkan proporsi varians variabel laten yang dapat dijelaskan oleh variabel manifest (indikator)
70.0
p
1i iy
2p
1i iy
2p
1i iy
varvar
var
)(vc
p
1i iyp
1i
2yi
p
1i
2yi
)(vcvarvar
var
22
Pengujian Model Overall
No Goodness-of-fit Cut-off Keterangan1 Khi Kuadrat Nonsignifikan2 RMR Kecil Digunakan untuk n besar
3 RMSEA 0.08 Digunakan untuk n besar
4 GFI 0.90 Miirip dg R2 dlm regresi
5 AGFI 0.90 Mirip dengan R2-adjusted 6 CFI 0.94 Tidak sensitif thdp besar
sampel7 AIC Kecil8 Khi Kuadrat / DF < 2,00
Pengujian Model Struktural
Koefisien Determinasi Total : )cov(
1R2
23
Modifikasi Model- Indeks modifikasi 4 : jalur dipertimbangkan ditambah atau dihilangkan- Khi Kuadrat turun sebesar 4 dianggap cukup bermakna
Interpretasi Input Matriks Kovarians : output SEM adalah model struktural setara dengan analisis regresi.
Input Matriks Korelasi : output SEM adalah analisis path. SEM juga dapat digunakan untuk pengujian model baik yang bersifat menguji ulang suatu konsep ataupun pengujian terhadap suatu model yang akan dikembangkan, menggunakan theory triming.
24
Sample Size
Pedoman Umum :
- Bila pendugaan parameter menggunakan MLE : 100 – 200; minimum 50.- Sebanyak 5 – 10 kali jumlah parameter - Sama dengan 5 – 10 kali, indikator keseluruhan variabel laten
SEM dengan aplikasi LISREL (Oud, 2001) :
- Besar sampel untuk program LISREL adalah 400.- LISREL : 10 x jumlah variabel. - LISREL : minimum 10 x parameter (independen) yang ada dalam model
25
SOFTWARE aplikasi SEM
AMOS (oleh Arbuckle)EQS (oleh Bentler)Mx (oleh Neale)LISREL (oleh Joreskog).
langkah sederhana Operasi AMOSSiapkan data dalam Worksheet SPSS (SPSS)
Buat Diagram Path dalam Bidang Kerja AMOS (AMOS)
Hubungkan Diagram Path dalam AMOS dengan data dalam SPSS (AMOS)
Tentukan output yang diperlukan (AMOS)
Lakukan analisis (estimasi) (AMOS)
Output : Diagram Path, Tabel dan atau Teks (AMOS)
26
TERIMA KASIH