Model Indikator Dalam Structural Equation Modeling (SEM)

Menurut Jogiyanto (2011:15–16), suatu konstrak dapat dibentuk secara reflektif maupun formatif. Model indikator reflektif mengasumsikan bahwa kovarian diantara pengukuran dijelaskan oleh varian yang merupakan manifestasi dari konstrak latennya. Indikatornya merupakan indikator efek (effect indicator). Arah kausalitas dari konstrak ke indikator pengukuran, sehingga konstrak menjelaskan varian pengukurannya. Model teoritis konstrak reflektif terlihat pada gambar 1.

 Gambar 1.

MODEL INDIKATOR REFLEKTIF

Model indikator formatif mengasumsikan bahwa pengukuran saling terikat memengaruhi konstrak latennya. Makna konstrak ditentukan oleh indikator pengukuran, sehingga makna seluruh konstrak laten komposit diturunkan dari indikator pengukurannya. Model tidak harus mengasumsikan atau membutuhkan korelasi diantara ukurannya (completely uncorrelated), karena itu dalam faktor analisis ketika melakukan pengujian validitas konstrak, konsekuensi mereduksi indikator formatif dari model pengukurannya akan berpotensi mengubah makna konstrak. Model teoritis konstrak formatif  terlihat pada gambar 2.

  

 Gambar 2.

MODEL INDIKATOR FORMATIF

Menurut McKenzi (2005) sebagaimana dikutip Jogiyanto (2011:18–19), konstrak reflektif dan formatif dapat dibedakan berdasarkan kriteria berikut:

1.      Jika indikator bersifat manifestasi maka konstrak tersebut merupakan konstrak reflektif, sedangkan jika indikator bersifat mendefinisikan konstrak maka konstrak tersebut merupakan konstrak formatif.

2.      Konstrak reflektif memiliki tema sama dan setiap indikator harus menangkap esensi domain konstraknya, sedangkan konstrak formatif tidak memiliki tema yang sama dan setiap indikator menangkap aspek unik dari domain konstraknya.

3.      Konstrak reflektif memprediksi bahwa pengukuran harus saling berkorelasi kuat karena memiliki kesamaan penyebab, sedangkan konstrak formatif tidak memprediksi korelasi diantara indikator pengukurnya sehingga korelasi dapat bersifat rendah, tinggi atau diantaranya.

4.      Konstrak reflektif harus memiliki anteseden dan konsekuensi yang sama, karena merefleksikan satu konstrak dan secara konseptual dapat dipertukarkan, sebaliknya konstrak formatif tidak perlu memiliki anteseden dan konsekuensi yang sama, karena masing-masing indikator adalah unik.

Menurut Jogiyanto (2011:51–52), SEM dapat berbasis varian atau kovarian. SEM berbasis varian adalah SEM yang menggunakan varian dalam proses iterasi atau blok varian antar indikator atau parameter yang diestimasi dalam satu variabel laten tanpa mengkorelasikannya dengan indikator-indikator yang ada di variabel laten lain dalam satu model penelitian. SEM berbasis kovarian yang melakukan interkorelasi atau membebaskan indikator-indikatornya untuk saling berkorelasi dengan indikator dan variabel laten lainnya. Ilustrasi model teoritis berbasis varian dan kovarian terlihat pada gambar 3. 

Gambar 3.

PERBEDAAN SEM BERBASIS VARIAN DENGAN

BERBASIS KOVARIAN

Konsekuensi proses iterasi berbasis varian adalah adanya pengabaian efek multikolinearitas antar indikator dan variabel laten, selain itu iterasi berbasis varian tidak menuntut berbagai asumsi yang rigid, sehingga informasi yang dihasilkan tidak cukup untuk model estimasi. Metoda ini tepat digunakan untuk model prediksi yang hanya mengukur efek kausalitas pada jenjang variabel laten. Teknik statistika menggunakan SEM berbasis varian yang mulai banyak digunakan adalah PLS (Partial Least Square), sedangkan SEM berbasis kovarian menggunakan LISREL (LInear Sructural RELationship) dan AMOS (Analysis MOment Structure).  

Literatur:

Jogianto, HM. (2011). Konsep dan Aplikasi Structural Equation Modeling Berbasis Varian Dalam Penelitian Bisnis. Yogyakarta: Unit Penerbit dan Percetakan STIM YKPN.