Teknik analisis data dalam SEM dilakukan untuk menjelaskan secara menyeluruh hubungan antar variabel yang ada dalam penelitian. SEM digunakan bukan untuk merancang suatu teori, tetapi lebih ditujukan untuk memeriksa dan membenarkan suatu model (konfirmasi). Oleh karena itu, syarat utama menggunakan SEM adalah membangun suatu model hipotesis yang terdiri dari model struktural dan model pengukuran dalam bentuk diagram jalur yang berdasarkan justifikasi teori.
Melalui model yang didapatkan pada analisis SEM maka tujuan utama yakni mendapatkan tingkat keakuratan pada analisis faktor reaksi pasar terhadap faktor rasio keuangan dan EVA. Problemnya, model yang dihasilkan ketika diuji kelayakan tidak memenuhi standar kelayakan model. Maka dari itu, diajukan salah satu cara alternatif dalam modifikasi model sehingga memiliki hasil yang lebih baik. Modifikasi model yang dilakukan didasari dengan melihat Modification Indices (MI). Arbukle menjelaskan bahwa modification Indices memberikan beberapa rekomendasi penambahan garis hubung/ koneksi yang dapat memperkecil nilai chi-square sehingga membuat model menjadi lebih fit. Untuk membutikan hal tersebut, maka dilakukan penelitian modifikasi model analisis structural equation model melalui modification indixes
Penggunaan model matematika pada berbagai bidang memudahkan dalam penelitian pada kasus-kasus tertentu. Namun, tidak semua kasus dapat dikonstruksikan secara langsung. Penggunaan analisis regresi tidak mampu di beberapa konsep teoritis yang diukur secara tidak langsung. Jika faktor dikonstruksikan melalui indikator-indikator baru akan menimbulkan masalah baru, pengukuran dan hubungan kausal antar faktor, sehingga perlu analisis yang lebih kompleks. Salah satu analisis yang dapat mengatasi permasalahan tersebut adalah Structural Equation Modelling (SEM). SEM adalah pemodelan kuantitatif faktor-faktor yang menunjukkan hubungan sebab akibat antara beberapa faktor dependen dan independen melalui indikator-indikatornya. Analisis SEM merupakan kombinasi dari analisis faktor (Confirmatory Factor Analysis), analisis jalur (Path Analysis) dan analisis regresi.
Modifikasi Model dalam SEM
Analisis jalur pada SEM berfungsi sebagai sarana komunikasi dalam penyampaian tentang konsep dasar SEM agar berjalan secara efektif. Analisis jalur dapat menggambarkan dan menspesifikasikan model SEM dengan lebih jelas dan lebih mudah. Analisis jalur juga dapat membantu mempermudah konversi model tersebut ke dalam model matematika. Structural Equation Modelling (SEM) merupakan salah satu analisis multivariate yang dapat menganalisis hubungan variabel secara kompleks. Analisis ini pada umumnya digunakan untuk penelitian-penelitian yang menggunakan banyak variabel (multivariate) dan dapat menganalisa model yang rumit secara simultan. SEM juga merupakan model analisis sebab akibat yang dapat menampilkan model secara komprehensip bersamaan dengan kemampuan untuk mengkonfirmasi dimensi atau faktor dari sebuah konsep yang diujikan melalui indikator-indikator empiris. Umumnya analisa SEM digunakan untuk menguji sebuah konsep teoritis/ melakukan konfirmasi terhadap sebuah konsep teoritis.
Analisa SEM tidak hanya mendapatkan model hubungan namun juga pengujian sebuah rangkaian hubungan yang relatif rumit secara simultan. Hubungan rumit itu dapat dibangun antara satu atau beberapa variabel dependen dengan satu arah atau beberapa variabel independen. Masing-masing variabel dependen dan independen dapat berbentuk faktor (konstruk yang dibangun dari beberapa variabel indikator). Variabel-variabel itu dapat berbentuk sebuah variabel tunggal yang diobservasi atau yang diukur langsung dalam sebuah penelitian.
Teknik analisis data dalam SEM dilakukan untuk menjelaskan secara menyeluruh hubungan antar variabel yang ada dalam penelitian. SEM digunakan bukan untuk merancang suatu teori, tetapi lebih ditujukan untuk memeriksa dan membenarkan suatu model (konfirmasi). Oleh karena itu, syarat utama menggunakan SEM adalah membangun suatu model hipotesis yang terdiri dari model struktural dan model pengukuran dalam bentuk diagram jalur yang berdasarkan justifikasi teori.
Modification Indices (M.I) dikonseptualisasikan sebagai statistik chi-square dengan degree of freedom =1. Untuk setiap M.I ini adalah konservatif memperkirakan berapa banyak nilai chi-square akan menurun jika parameter disertakan. Salah satu tujuan utama menggunakan M.I. adalah untuk menghasilkan model fit yang lebih baik. Modifikasi dapat dilakukan apabila chi-square menurun minimal 3.84 karena 3.84 merupakan nilai kritis chi-square dengan degree of freedom =1.
M.I. menginformasikan penurunan chi-square jika parameter yang sebelumnya merupakan fixed parameter berubah menjadi free parameter (parameter yang diduga), dengan demikian M.I. yang paling besarmenginformasikan parameter mana yang harus dijadikan free untuk meningkatan model fit yang maksimal.
(Sumber: Ghozali,I. Fuad. (2005). Structural Equation Modeling-Teori. Konsep dan Aplikasi dengan program LISREL 8.54. Badan Penerbit Universitas Diponegoro. Semarang.)
