Identifikasi Model Persamaan Struktural

28 untuk menghasilkan sebuah model, melainkan digunakan untuk mengkomfirmasi model teoritis tersebut melalui data empirik Ferdinand 2006. Keyakinan untuk mengajukan sebuah model kausalitas dengan menganggap adanya hubungan sebab akibat antara dua variabel atau lebih, bukan didasarkan pada metode analisis yang digunakan, tetapi haruslah berdasarkan pada pertimbangan teoritis yang mapan Hair et.al 2006. Dengan terbangunnya dasar teori yang menjelaskan hubungan- hubungan variabel, selanjutnya dibuat hubungan kausalitas antar variabel tersebut ke dalam diagram jalur path diagram dan persamaan strukturalnya, sehingga lebih menarik dan mudah dipahami. Dalam hal ini, ada dua hal yang perlu dilakukan, yaitu : pertama, menyusun model struktural yang menghubungkan antar konstruk latent baik endogen maupun eksogen, dan kedua menyusun model pengukuran yaitu menghubungkan konstruk latent endogen atau eksogen dengan variabel indikator atau manifest Ghozali 2004. Apabila pengembangan diagram dirasakan cukup maka dilakukan perumusan diagram ke dalam simbol dan persamaan matematika.

2.2.2 Identifikasi

Identifikasi berhubungan dengan pertanyaan apakah model yang dikembangkan dapat menghasilkan suatu dugaan yang tepat dan unik atau sebaliknya. Syarat perlu agar dapat mengidentifikasi taksiran parameter adalah banyaknya korelasi antara variabel yang diukur lebih besar atau sama dengan jumlah parameter yang diidentifikasi. Jika banyaknya variabel yang diukur adalah p, maka banyaknya korelasi adalah 12pp-1. Menurut Saris dan Stronkhorst 1984 yang diacu oleh Bachrudin dan Tobing 2003, memberikan arahan dalam melakukan identifikasi model : 1. Persamaan model tunggal dengan korelasi antara error dan variabel eksogen sama dengan nol, maka model persamaan tersebut selalu dapat diidentifikasi. Model-model demikian dikenal sebagai model- model regresi. 2. Model-model persamaan simultan tanpa hubungan kausal reciprocal dan asumsi-asumsi standar selalu dapat diidentifikasi. Jenis model- model demikian dikenal sebagai recursive. 29 3. Model-model tunggal atau persamaan simultan kekeliruan dan variabel eksogen tidak sama dengan nol, tidak termasuk dapat diidentifikasi. 4. Model-model persamaan simultan dengan hubungan kausal reciprocal tidak termasuk dapat diidentifikasi. Jenis-jenis model seperti ini disebut nonrecursive. Setelah mengestimasi model pengukuran secara terpisah, sekarang mengestimasi suatu joint model model bersama yang mencakup dimensi secara simultan dengan melakukan beberapa analisis preliminary confirmatory, menggunakan pendekatan chi-square yang berbeda dalam estimasi ML dari model restricted dan unrestricted, untuk menguji level signifikasi dari korelasi antara faktor yang menemukan bahwa faktor-faktor tersebut sangat signifikan. Ada bukti kuat yang bertentangan dengan solusi orthogonal dan asumsi yang bersifat orthogonal dalam analisis exploratory factor dengan tipe data pembangunan regional. Dalam persamaan identifikasi dapat dilakukan secara matematik dengan pemecahan masing- masing parameter θ dalam kaitan dengan elemen-elemen yang diidentifikasi. Jumlah persamaan dalam model struktur kovarians adalah 12 p + q p + q + 1, dimana p adalah jumlah variabel y dan q adalah jumlah variabel x. Jika parameter-parameter dalam model yang diekspresikan sebagai fungsi satu atau lebih elemen-elemen yang dikenal dalam sistem, maka model tersebut dikatakan teridentifikasi. Hal ini adalah kasus untuk semua elemen-elemen dalam model dari keseluruhan model teridentifikasi Bollen 1989. Dalam studi ini, identifikasi model mengacu pada metode dua tahap seperti yang dianjurkan oleh Rigdon dan Ferguson 1991. Pertama, model- model pengukuran untuk variabel laten dibangun dan diuji secara terpisah dalam membangun analisis data cross-sectional. Kedua, identifikasi struktural kemudian dibuktikan berdasarkan pada aturan simultan atau menggunakan petunjuk untuk model-model blok persamaan simultan atau rekursif. Hair et al. 2006 menyatakan bahwa dalam menggunakan SEM pada suatu persamaan simultan lebih mudah ditelusuri apabila disajikan dalam bentuk matriks. Matriks-matriks tersebut dapat dikelompokkan sebagai matriks-matriks pada model persamaan struktural dan matriks-matriks pada 30 model pengukuran. Terdapat sejumlah matriks dalam SEM seperti disajikan pada Tabel 2. Tabel 2 Matriks-matriks structural equation model Matriks Deskripsi Unsur Model Struktural Beta β Hubungan antara konstruk endogen ηη β Gamma Γ Hubungan antara konstruk eksogen dan endogen m η γ Phi φ Korelasi antara konstruk eksogen mm φ Psi ψ Korelasi persamaan struktural atau konstruk eksogen n ψ Model Pengukuran Lamda-x x Λ Koefisien jalur indikator eksogen x pn λ Lamda-y y Λ Koefisien jalur indikator endogen y qn λ Theta-delta δ Θ Matriks error indikator konstruk eksogen pp δ Theta-epsilon δ Θ Matriks error indikator konstruk endogen qq ε Sumber: Hair et.al 2006

2.2.3 Matriks input