SEM (Structural Equation Model) merupakan suatu teknik statistik yang mampu menganalisa variabel latent, variabel indikator dan kesalahan pengukuran secara langsung. Dengan SEM kita mampu menganalisa hubungan antara variabel latent dan variabel indikatornya, hubungan antar variabel latent, serta mengetahui besarnya kesalahan pengukuran. SEM juga memungkinkan analisis hubungan dua arah yang seringkali muncul dalam ilmu sosial dan perilaku.
Kline dan Klammer (2001) lebih mendorong penggunaan SEM dibandingkan regresi berganda karena beberapa alasan yaitu :
a. SEM memeriksa hubungan di antara variabel-variabel sebagai sebuah unit, tidak seperti pada regresi berganda yang pendekatannya sedikit demi sedikit (piecemeal).
b. Asumsi pengukuran yang andal dan sempurna pada regresi berganda tidak dapat dipertahankan, dan pengukuran dengan kesalahan dapat ditangani dengan mudah oleh SEM.
c. Modification Index yang dihasilkan SEM menyediakan lebih banyak isyarat tentang arah penelitian dan pemodelan yang perlu ditindaklanjuti dibandingkan pada regresi.
d. Interaksi juga dapat ditangani dalam SEM.
e. Kemampuan SEM dalam menangani non recursive path.
Tidak ada komentar:
Posting Komentar