PEMODELAN PERSAMAAN STRUKTUAL (STRUCTURAL EQUATION MEDELING)
Posted on 10.41 | By Unknown | In
Structural Equation Modeling
- Mengapa Menggunakan SEM
Beberapa alasan
menggunakan analisis SEM adalah sebagai berikut:
1. Model yang dianalisis bertingkat dan
relatif rumit, sehingga akan sangat sulit untuk diselesaikan dengan metode
jalur analisis pada regresi linear.
2. Mampu menguji hipotesis-hipotesis yang
rumit dan bertingkat secara serempak.
3. Kesalahan (error) pada masing-masing
observasi tidak diabaikan tetapi tetap dianalisis, sehingga SEM lebih akurat
untuk menganalisis data kuesioner yang melibatkan persepsi.
4. Mampu menganalisis model hubungan
timbal balik (recursive) secara serempak, di mana model ini tidak dapat
diselesaikan dengan analisis regresi linear secara serempak.
5. Terdapat fasilitas bootstrapping, di
mana hal tersebut tidak dapat dilakukan dengan analisis regresi linear.
6. Untuk jumlah sampel yang relatif besar
(di atas 2000) terdapat metode asymtot distribution free (ADF) yang tidak
memerlukan asumsi normalitas pada data.
7. Peneliti dapat dengan mudah
memodifikasi model dengan second order untuk memperbaiki model yang telah
disusun agar lebih layak secara statistik.
- Tujuh Langkah SEM
Dalam pengujian model SEM terdapat
tujuh langkah yang harus ditempuh (Hair dkk, 1998 dalam Ferdinand, 2005), yaitu:
1 Langkah pertama: Pengembangan Model
Teoritis.
2 Langkah kedua: Pengembangan Diagram
Alur (Path Diagram).
3 Langkah ketiga: Konversi Diagram Alur
ke dalam Persamaan Struktural dan Model Pengukuran.
4 Langkah keempat: Memilih Jenis Matrik Input dan Estimasi Model yang Diusulkan.
a. Estimasi Model Pengukuran (Measurement Model).
b. Model Struktur Persamaan (Structure Equation Model).
5 Langkah kelima: Kemungkinan Munculnya
Masalah Identifikasi
a. Standard error yang besar untuk satu atau beberapa koefisien.
b. Program tidak mampu menghasilkan
matriks informasi yang seharusnya disajikan.
c. Munculnya angka-angka yang aneh
seperti adanya varians error yang
negatif.
d. Munculnya korelasi yang sangat tinggi
antar koefisien estimasi yang didapat (misal ≥ 0,9).
6 Langkah keenam : Evaluasi Kriteria Goodness of Fit
a. Uji Kesesuaian dan Uji Statistik: Likelihood ratio chi-square
statistic (χ2), Root Mean Square Error
Approximation (RMSEA), Goodness of Fit Index (GFI), Adjusted Goodness of Fit Index (AGFI), The Minimum Sampel Discrepancy
Function atauDegree of
Freedom (CMIN/DF), Tucker Lewis Index (TLI) dan Comparative Fit Index (CFI).
c. Uji Reliabilitas: Construct Reliability dan Variance extracted.
d. Uji Validitas.
e. Asumsi-asumsi SEM: Ukuran Sampel,
Normalitas, Outliers, Multicollinearity danSingularity.
7 Langkah ketujuh: Menginterpretasikan
Hasil Pengujian dan Modifikasi Model.
As stated by Stanford Medical, It's indeed the one and ONLY reason this country's women get to live 10 years longer and weigh on average 19 KG lighter than we do.
(And realistically, it has totally NOTHING to do with genetics or some secret-exercise and absolutely EVERYTHING around "HOW" they are eating.)
P.S, What I said is "HOW", and not "what"...
Tap this link to discover if this brief test can help you discover your real weight loss potential
Studi kasus, langkah2, sama output spss nya di sertai dong