Structural Equation Modeling (SEM) adalah alat statistik yang dipergunakan untuk menyelesaikan model bertingkat secara serempak yang tidak dapat diselesaikan oleh persamaan regresi linear. SEM dapat juga dianggap sebagai gabungan dari analisis regresi dan analisis faktor. SEM dapat dipergunakan untuk menyelesaikan model persamaan dengan variabel terikat lebih dari satu dan juga pengaruh timbal balik (recursive). SEM berbasis pada analisis covarians sehingga memberikan matriks covarians yang lebih akurat dari pada analisis regresi linear. Program-program statistik yang dapat dipergunakan untuk menyelesaikan SEM misalnya Analysis Moment of Structure (AMOS) atau LISREL.
Menurut Ghozali (2008) Structural Equation Modelling (SEM) adalah sebuah pengembangan dari model analisis persamaan berganda yang dikembangkan dari prinsip ekonometri dan digabungkan dengan prinsip pengaturan dari psikologi dan sosiologi, SEM telah muncul sebagai bagian integral dari penelitian manajerial akademik.
Konsep Structural Equation Modelling (SEM)
SEM terdiri dari 2 bagian yaitu model variabel laten dan model pengukuran (Ghozali, 2008). Bagian pertama yaitu model variabel laten (latent variable model) mengadaptasi model persamaan simultan pada ekonometri. Jika pada ekonometri semua variabelnya merupakan beberapa variabel terukur/ teramati (measured/observed variables), maka pada model ini beberapa variabel merupakan variabel laten (latent variables yang tidak terukur secara langsung).
Sedangkan bagian kedua yang dikenal dengan model pengukuran (measurement model), menggambarkan beberapa indikator atau beberapa variabel terukur sebagai efek atau refleksi dari variabel latennya.
Kedua bagian model ini merupakan jawaban terhadap 2 permasalahan dasar pembuatan kesimpulan ilmiah dalam ilmu sosial dan perilaku. Untuk permasalahan pertama yang berkaitan dengan masalah pengukuran dapat dijawab dengan model pengukuran, sedangkan permasalahan kedua yang berkaitan dengan hubungan kausal dapat dijawab menggunakan model variabel laten.
Berbeda dengan teknik analisis lain yang hanya bisa mengukur hubungan kausal searah saja, SEM juga memungkinkan menganalisis hubungan dua arah yang sering kali muncul dalam ilmu sosial dan perilaku. SEM termasuk keluarga multivariate statistics dependensi yang memungkinkan dilakukannya analisis satu atau lebih variabel independen yang dilibatkan boleh berbentuk variabel kontinu ataupun diskrit, dalam bentuk variabel latent atau teramati.
Dalam praktiknya, SEM merupakan gabungan dari dua metode statistika yang terpisah yang melibatkan analisis faktor (factor analysis) yang dikembangkan dipsikologi dan psikometri dan model persamaan simultan (simultaneous equation modelling) yang dikembangkan di ekonometrika.
Hair, Babin, Anderson, dan Tatham cit Ghozali (2008) menunjukkan perbedaan antara teknik SEM dengan teknik regresi dan multivariate lainnya, melalui 2 karakteristik SEM seperti di bawah ini.
Pertama adalah estimasi terhadap multiple interrelated dependence relationships yang istilah sederhananya adalah susunan beberapa persamaan regresi berganda yang terpisahkan tetapi saling berkaitan. Susunan persamaan ini dispesifikasikan dalam bentuk model structural dan diestimasi oleh SEM secara simultan. Perbedaan yang paling kelihatan antara SEM dengan susunan regresi berganda biasa ialah pada SEM sebuah variabel bebas (independent variable) pada satu persamaan bias menjadi variabel terikat (dependent variable) pada persamaan yang lain.
Kedua adalah kemampuan untuk menunjukkan beberapa konsep tidak teramati (unobserved concepts) serta beberapa hubungan yang ada di dalamnya, dan perhitungan terhadap beberapa kesalahan pengukuran dalam proses estimasi. SEM menyajikan konsep tidak teramati melalui penggunaan beberapa variabel laten. Variabel laten adalah sebuah konsep yang dihipotesiskan atau tidak teramati, dan hanya dapat didekati melalui beberapa variabel teramati. Sementara itu, variabel teramati adalah variabel yang nilainya dapat diperoleh dari responden melalui berbagai metode pengumpulan data (survey, tes, observasi, dan lain-lain).
Pendekatan beberapa variabel teramati terhadap suatu konsep jarang dapat dilakukan dengan sempurna dan hampir selalu ada kesalahannya. Beberapa kesalahan pendekatan ini sering dikenal sebagai kesalahan pengukuran (measurement errors) dan dapat diestimasi menggunakan beberapa fasilitas yang ada pada SEM.
(Sumber: Imam Ghozali dan Fuad. 2008. Structural Equation Modeling. Semarang: Badan Penerbit Universitas Diponegoro.
