Perbandingan Pendugaan Parameter Koefisien Model Struktural Melalui Sem Dan Pls-Sem

Abstract

SEM (Structural Equation Modeling) merupakan salah satu bagian dari metode statistika yang berkembang dalam permodelan hubungan antar variabel (Hoyle 2012). SEM merupakan suatu teknik analisis multivariat generasi kedua yang menggabungkan antara analisis faktor dan analisis jalur sehingga memungkinkan peneliti untuk menguji dan mengestimasi secara simultan hubungan kausal antara multiple eksogenous dan endogenous variabel dengan banyak indikator (Chin 1998). Model SEM terdiri dari dua bagian yaitu model struktural dan model pengukuran. SEM sudah banyak digunakan dalam berbagai bidang ilmu seperti pemasaran, psikologi, ekonomi, psikometri, pendidikan, perilaku dan ilmu sosial lainnya. Salah satu teknik pendugaan lain dalam SEM adalah Partial Least Square Structural Equation Modeling (PLS-SEM). Meski secara struktur keduanya memiliki kemiripan namun keduanya memiliki tujuan penggunaan yang berbeda, olehkarenanya seberapa besar perbedaan keduanya memenuhi telah diketahui. Berdasarkan hal tersebut maka dalam penelitian ini diperlukan kajian perbandingan pendugaan parameter model persamaan struktural dari SEM & PLS-SEM. Upaya untuk mengetahui perbedaan tersebut dilihat dengan melakukan simulasi dengan menggunakan data bangkitan dengan jumlah sampel yang berbeda-beda yang menyebar normal. Data bangkitan disimpan dalam bentuk matriks kovarians dan prelis data. Dalam hal ini, data matriks kovarians digunakan pada metode SEM dalam menduga parameter model sedangkan prelis data digunakan untuk PLS-SEM. Pendugaan parameter model kedua metode menggunakan LISREL 9.20 pada SEM dan SmartPLS pada PLS-SEM. Uji kelayakan model pada kedua metode dilakukan menggunakan uji kriteria masing-masing dan ketepatan akurasi pendugaan menggunakan uji MAPE. Metode pendugaan SEM dan PLS-SEM menghasilkan nilai parameter dugaan yang berbeda meskipun dengan menggunakan model dan data karakteristik simulasi yang sama. Metode SEM berorientasi pada koefisien dengan tujuan menguji teori, mengkonfirmasi teori atau membandingkan dengan teori alternatif lain, sedangkan PLS-SEM berorientasi untuk memprediksi variabel konstruks atau key target constructs dengan tujuan mengembangkan teori. Hal ini dapat dikatakan bahwa kedua metode tidak dapat dibandingkan disebabkan perbedaaan kedua sifat dalam menduga parameter. Hasil simulasi menunjukkan bahwa rata-rata nilai koefisien dugaan model struktural metode SEM tidak berubah tanda dalam menduga parameter model untuk setiap ukuran sampel kecuali N=50, sedangkan metode PLS-SEM mengalami perubahan tanda pada setiap ukuran sampel. Selain itu, untuk setiap ukuran sampel nilai koefisien dugaan model struktural dan pengukuran pada metode SEM menghasilkan bias yang lebih kecil dibandingkan dengan PLS-SEM. Berdasarkan hal tersebut di atas maka pendugaan SEM optimal untuk akurasi koefisien sedangkan PLS-SEM optimal untuk akurasi prediksi. Hasil pengujian model menunjukkan bahwa metode SEM dan PLS-SEM memenuhi ukuran kelayakan model, dimana SEM pada N=50, 80, dan 100 sedangkan PLS-SEM pada setiap ukuran sampel. Hal ini menyatakan bahwa kedua metode layak mengepas data pengamatan pada berbagai ukuran sampel dengan besaran nilai ukuran kelayakan model bervariasi. Hasil uji MAPE menunjukkan bahwa akurasi/ketepatan metode SEM untuk N=80 dan N=100 layak dalam menduga parameter model dengan nilai rata-rata koefisien dugaan MAPE sebesar 20-50%, sedangkan pada metode PLS-SEM untuk setiap ukuran sampel tidak akurat dalam menduga parameter model sebesar >50%.