Solusi Pemodelan Persamaan Struktural Dengan Penduga Kuadrat Terkecil Parsial Pada Peubah Laten Tingkat Dua (Studi Kasus: Pemodelan Kinerja Bank)

Abstract

Model Persamaan Struktural (MPS) dengan pendugaan Kuadrat Terkecil Parsial (KTP) merupakan pemodelan lunak (soft modeling) yang merupakan salah satu solusi dari MPS dengan penduga kemungkinan maksimum ketika asumsi-asumsi tidak terpenuhi khususnya asumsi kecukupan jumlah contoh (Monecke & Leisch 2012). MPS dengan peduga KTP selalu mensyaratkan setiap peubah laten minimal diukur oleh satu indikator (Lohmöller 1989, Monecke & Leisch 2012). Permasalahan persamaan struktural dua tingkat terjadi karena peubah laten tingkat dua tidak memiliki indikator. Secara empirik ada dua pendekatan yang bisa digunakan sebagai solusi. Pendekatan pertama adalah menurunkan orde peubah laten tingkat dua menjadi peubah laten tingkat satu. Pendekatan kedua melalui pemodelan dua tahap. Tahap pertama dengan mencari skor faktor pada peubah laten tingkat satu yang merupakan peubah laten eksogen pada peubah laten tingkat dua. Tahap kedua yaitu menggunakan peubah laten tingkat satu sebagai indikator peubah laten tingkat dua. Penelitian ini bertujuan untuk mencari solusi terbaik pada persamaan struktural tingkat dua dengan penduga KTP dengan peubah laten tingkat dua tidak memiliki indikator pada kasus studi perbankan. Data pada penelitian ini bersumber data sekunder yang merupakan data hasil survei dan pencatatan. Survei dilakukan dengan wawancara tatap muka pada responden terpilih di 30 kabupaten dan kota dengan jumlah 3000 responden. Metode penarikan contoh yang digunakan adalah metode multistage random sampling, dengan rumah tangga sebagai unit terkecil. Data cacahan diperoleh dari Laporan Bulanan Bank Indonesia. Peubah laten eksogen ekuitas merek (EK) diduga berpengaruh pada peubah laten endogen kinerja bank (KB) dan peubah endogen keterikatan merek (KM), peubah laten endogen diduga berpengaruh pada peubah laten endogen KB. MPS pertama merupakan solusi pertama dan MPS kedua merupakan solusi kedua. Hasil pemodelan menunjukkan MPS pertama menghasilkan koefisien jalur yang positif dan nyata pada hubungan pengaruh EK terhadap KB serta EK terhadap KM, sedangan hubungan pengaruh KM terhadap KB tidak nyata. MPS kedua menghasilkan kesimpulan yang sama dengan MPS pertama. Model struktural peubah KB pada MPS pertama memiliki nilai R-Square 0.57 sedang MPS kedua memiliki R-Square 0.81. Model struktural peubah KM pada MPS pertama memiliki nilai R-Square 0.49 sedang MPS kedua memiliki R-Square 0.47. MPS pertama diperoleh nilai goodness of fit sebesar 0.63 dan MPS ke dua diperoleh nilai goodness of fit sebesar 0.69.