ModelMod del Pengukura an dala am Pem modelan n Persamaan n Strukttural
Wahyu W Widhiarso | Fakultas Pssikologi UGM M Tulisan i ni akan mem mbahas bebeerapa modell dalam SEM M yang unik. D Dikatakan unik karena jaarang dipakai. Tulisan hanyya difokuskaan pada mod del pengukurran saja yang g biasa dilakkukan melalu ui analisis faktor ko onfirmatori.
A. Men nyegarka an ingatan n kembalii mengena ai bagianbagian dari SEM Berikut i ini bagian‐baagian dari SE EM 1) Konstrak Ukur. Adalah konsstrak yang diukur melalu ui sejumlah i ndikator/buttir. Konstrakk ukur berssifat laten (kaarena tidak d didapatkan l angsung darri pengukuraan/pengamatan) berisi vaarian berssama antar in ndikator. 2) Indikator. Menu unjukkan bag gaimana kon nstrak ukur d dimanifestassikan. Statisttik yang banyyak dipaakai dalam m menunjukkan n sejauhmana indikator m mampu mem manifestasikaan konstrak ukur adalah nilai bobo ot faktor (facctor loading)) dan sumbangan efektiff. Indikator di sini dapat b berupa butir atau skor k komposit buttir. 3) Erorr Pengukura an. Dalam melakukan peengukuran te erhadap indikkator selalu didapatkan kesaalahan ukur. Nah, eror peengukuran m menunjukkan n hal ini. Stattistik yang b biasa dipakai dalam men nunjukkan beesarnya erorr pengukuran n adalah variians eror (errror varians)
Gambar 1 1. Bagian‐baagian di dalam Model Pengukuran
B. Mod delMode el Penguku uran Ada beeberapa jenis model pengukuraan yang menunjukkaan proporssi indikatorr dalam memaniifestasikan k konstrak ukur dan eror ukkur. Berikut ini jenis‐jenis model pen ngukuran terrsebut. el Paralel 1. Mode Model paralel menjeelaskan bahw wa setiap ind dikator dan e eror penguku uran memilikki nilai yang sama. Nilai indikator yang sama ini meenunjukkan b bahwa antar indikator tersebut skalaa yang sama.. Di sisi lain nilai varians erorr yang sama ini menunju ukkan setiap indikator memiliki presisi ukur yang g sama dan
1 | P a g e
Tampilan model pen ngukuran paralel ditunjukkan dengan n Gambar 2. Terlihat pad da gambar 2 2 setiap bobot faaktor disamaakan melalui pemberian bobot faktor 1 pada sem mua indikator. Di sisi lain nilai varians e eror yang sama ditunjukkan dengan pemberian n nilai a pada s semua varian ns eror.
G Gambar 2. M Model Penguk kuran Paralel 2. Mode el Nilai Tau u Setara
Dalam teori t klasik, skor murni disimbolkan n dengan hu uruf T atau dalam huruf Yunani din namakan dengan tau. Kata tauu inilah yang g dipakai unttuk menjelasskan arti mod del nilai tau s setara. Model nilai tau setara (tau equivvalent) menjelaskan bahwa setiap in ndikator mem miliki nilai skkala yang sama akkan tetapi memiliki m pressisi yang berrbeda. Terlih hat dari Gam mbar 3 bahw wa nilai bobot faktor semua in ndikator adaalah sama sedangkan varrians eror‐nyya berbeda‐b beda.
Gambar 3. Model Pengukuran Nilai Tau S Setara
Model inilah yang banyak dipaakai dalam pengembangan alat ukkur dalam teeori klasik di d bidang psikomeetri. Koefisien Cronbach Alpha adalah teknik estiimasi reliabilitas yang ditturunkan dari asumsi model nilai tau setarra atau nilai t tau setara essensial (essen ntially tau eqquivalent). el Konjenerrik 3. Mode Model konjenerik k a adalah model yang palling moderaat diantara model lainn nya. Ia tidak terlalu cerewet untuk men ngharuskan setiap indikkator memiliki nilai skala dan pressisi ukur yan ng sama. Model konjenerik ini banyak dipakai dalam S SEM. Model konjenerik ditandai dengan d tidaak dicantumkannya kode‐kode k yang samaa dalam menggaambar model. Terlihat paada gambar 4 bahwa semua bobot f faktor dan vvarians eror d dibiarkan berbedaa‐beda.
2 | P a g e
Gaambar 4. Model Penguku uran Konjeneerik 3. Mode el Korelasi Antar Erorr
Model kkorelasi antar eror (error correlation) adalah model yang men njelaskan bahwa antara satu eror dengan eror yang lain memiliki k keterkaitan. Dalam teorii klasik, setiaap eror diharruskan tidak memiliki korelasi.. Kalau didaapatkan korelasi maka alat ukur yang dipakkai tidak hanya mengu ukur satu konstrakk ukur saja m melainkan ad da konstrak u ukur lain yan ng tidak dikettahui oleh peeneliti. Alat uku ur yang baik adalah alat a ukur yaang tidak memiliki m korrelasi antar eror karen na hanya memusaatkan pengu ukuran padaa satu konsstrak ukur. Namun terrkadang harapan beda dengan kenyataan, data lebiih menunjukkkan bahwa e eror ternyata memiliki keterkaitan.
Gambar 5. M Model Korelaasi antar Eror
Gambarr 5 menunjukkan model korelasi an ntar eror. Mo odel korelassi antar erorr didapatkan n dengan mengko orelasikan an ntar eror yan ng biasanya didapatkan n dari rekom mendasi dari modification n indices. Karena direkomend dasikan oleh h modificatioon indices maka m modell akan mem miliki nilai ketepatan model yang tinggi, n namun menu unjukkan kellemahan alatt ukur yang k kita kemban ngkan. Terlihat dari Gambaar 5 bahwa antara a eror antara indikkator 1 dan 2 2 menunjukkan adanya korelasi. Dapat disimpulkan b bahwa ada konstrak lain yang diman nifestasikan d dalam keduaa indikator. Ketika memang m mo odel mengheendaki adanyya korelasi antar a eror maka m kita meemerlukan justifikasi teoritik mengapa kedua eror bisa b sampai berkorelasi. Ada apa dengan d indikkator‐indikator yang erornya berkorelasi. Apakah mereka memiliki keterkaitaan yang erat ? Ataukah in ndikator itu memang sama ? J Jika memang g sama, lantaas mengapa dipisah? penelitian ekksperimen. J ika indikator diamati Model korelasi antarr eror banyak dipakai daalam model p lebih dari satu kali m maka korelasi antar erorr memiliki ju ustifikasi yan ng kuat. Terlihat pada G Gambar 6 bahwa in ndikator yan ng sama diam mati dua kalii, yaitu pada saat sebelum dan sesud dah perlakuaan. Untuk desain seperti korelaasi antar eror memiliki ju ustifikasi yan ng jelas. 3 | P a g e
Gaambar 6. Mo odel Penelitiaan Eksperim men
C. Pro osedur Spe esifikasi M Model di A AMOS Menentu ukan model melalui AMOS A dilakkukan melallui menu properties p p pada masing g‐masing kompon nen. Misalnyya menentukkan varians eror. Klik kaanan variabeel eror (gam mbar lingkaran) yang mau disaamakan nilaainya, lalu pilih Object Prroperties, lalu u pilih Param meters dan tu uliskan huruf kode di dalamnyya. Dalam kaasus ini sayaa memberikaan kode beru upa huruf a. Anda dapatt menggunakkan kode yang lain n misalnya a a1, var1 atau yang lainnyaa. Lihat Gam mbar 7.
Gamb bar 7. Memberikan Kode Pada Varian ns Eror memberikan n kode pada parameter b bobot faktorr, caranya saama dengan n varians ero or akan Untuk m tetapi yaang dipilih aadalah garis yang menghubungkan antara indik kator dengaan konstrak ukur. Lihat Gaambar 8.
Gambar 8. Membeerikan Kode Pada Bobot Faktor
4 | P a g e
D. Con ntoh Kasu us Analisis faktor deng gan indikato or hanya tig ga indikator untuk mod del konjenerrik tidak akaan dapat menghaasilkan nilai ketepatan k m model karenaa nilai derajaat bebasnyaa (df) sama d dengan nol sehingga s ketepataan model tidak t dapat diestimasi. Tidak dapat diestimasi dalam haal ini bukan n berarti modelnyya tidak fit. M Model bisa saja fit akan t tetapi nilai ke etepatannyaa tidak dapatt diestimasi. Gambarr 9. ketika m model konjen nerik diterap pkan hasil niilai ketepataan model tid dak dapat ke eluar. GFI sama deengan 1 dan n nilai kai‐kuadrat sama deengan nol.
Gambar 9. Hasil Analisis Model Konjenerik Gambarr 10. Misalnyya kita asum msikan indikkator 1 dan 2 2 memiliki kemiripan k yaang didasarkkan pada misalnyaa dari teori,, karakteristtik butir ataau analisis faktor f eksplloratori. Dengan dasar ini saya mengaju ukan model bahwa sesatan eror indikator 1 dan 2 adalah saama. Maka saya memberi kode a pada maasing‐masing g varian erorr indikator 1 dan 2. Setellah dianalisiss ternyata m modelnya fit. Nilai GFI di atas 0 0.9, nilai RMSEA di bawaah 0.08 sedaangkan nilai signifikansi >0.05 yang menunjukkaan model fit.
Gam mbar 10. Hassil Analisis M Model Modifikasi Gambarr 11. Misallnya kita semua s indikkator memiliki nilai skala s ukur yang samaa dalam memaniifestasikan konstrak k ukur (model ta au equivalen nt). Dengan menggunakkan model ini maka setiap niilai bobot faktor (factor l loading) nilainya disamakan dengan angka 1. Arttinya setiap indikator memiliki porsi yang setara dalam m memanifestasikan variabel ukur. Hasil analisis dengan data yang g sama deng gan analisis s sebelumnya,, menunjukkkan bahwa model m ini cukup fit. Ada koefiisien ketepaatan model berada b padaa area penerrimaan, misaalnya GFI di atas 0.9 dan sign nifikansi di atas a 0.05. Koefisien yan ng masih belum sesuai harapan adaalah residu (RMSEA) ( yang maasih di atas 0 0.08.
5 | P a g e
Gamb bar 10. Hasil Analisis Mod del Tau Equivalent
6 | P a g e