3. Estimasi
Tahap ini berkaitan dengan estimasi terhadap model untuk menghasilkan nilai-nilai parameter dengan menggunakan salah satu metode estimasi
yang tersedia. Pemilihan metode estimasi yang digunakan seringkali ditentukan berdasarkan karakteristik dari variabel-variabel yang
dianalisis. 4.
Uji Kecocokan Tahap ini berkaitan dengan pengujian kecocokan antara model dengan
data. Beberapa kriteria ukuran kecocokan atau Goodness Of Fit GOF dapat bdigunakan untuk melaksanakan langkah ini.
3.4.2.1 Spesifikasi Model
SEM dimulai dengan menspesifikasikan model penelitian yang diestimasi. Spesifikasi model penelitian yang merepresentasikan
permasalahan yang diteliti adalah penting dalam SEM. Hoyle 1998, dalam Wijanto, 2008: 35 mengatakan bahwa analisis tidak akan dimulai sampai
peneliti menspesifikasikan sebuah model yang menunjukkan hubungan diantara variabel-variabel yang akan dianalisis.
3.4.2.2 Identifikasi
Sebelum kita melakukan tahap estimasi untuk mencari solusi dari persamaan simultan yang mewakili model yang dispesifikasikan, terlebih
dahulu kita perlu memeriksa identifikasi dari persamaan simultan tersebut.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Secara garis besar ada 3 kategori identifikasi dalam persamaan simultan yaitu :
1. Under –Identified
Under-Identified model adalah model dengan jumlah parameter yang diestimasi lebih besar dari jumlah data yang diketahui data tersebut
merupakan variance dan covariance dari variabel-variabel teramati Wijanto, 2008;39. Dalam SEM, model dikatakan under-identified jika
degree of freedom adalah negatif. Jika terjadi under-identified, estimasi dan penelitian model juga tidak perlu dilakukan.
2. Just- Identified
Just-identified model adalah model dengan jumlah parameter yang diestimasi sama dengan data yang diketahui Wijanto, 2008;39. Pada
SEM, model yang just-identified mempunyai degree of freedom sebesar 0 dan dalam termologi SEM dinamakan dengan saturated. Pada model just-
identified, karena sudah teridentifikasi, estimasi dan penilaian model tidak perlu dilakukan.
3. Over- Identified
Over- Identified model adalah model dengan jumlah parameter yang diestimasi lebih kecil dari jumlah data yang diketahui Wijanto,
2008;39. Dalam SEM, model dikatakan over-identified, jika degree of freedom adalah positif. Jika terjadi over-identified, estimasi dan penilaian
model bisa dilakukan.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
3.4.2.3 Estimasi
