tabel. Persamaan spesifikasi model pengukuran measurement model dari konstrak eksogen EXP pada diagram jalur di muka dirumuskan sebagai berikut:
Persamaan spesifikasi model pengukuran measurement model dari konstrak eksogen FD pada diagram jalur di muka dirumuskan sebagai berikut:
Persamaan spesifikasi model pengukuran measurement model dari konstrak eksogen UC pada diagram jalur di muka dirumuskan sebagai berikut:
Persamaan spesifikasi model pengukuran measurement model dari konstrak eksogen HEDG pada diagram jalur di muka dirumuskan sebagai berikut:
Persamaan spesifikasi model pengukuran measurement model dari konstrak eksogen VALUE pada diagram jalur di muka dirumuskan sebagai
berikut:
Keterangan : Λ = loading factor, yang menjelaskan besarnya pengaruh variabel indikator
terhadap variabel laten = tingkat kesalahan pengukuran measurement error
Koefisien regresi terstandarisasi model signifikan apabila nilai CR berada pada posisi nilai p
≤ 0,05 atau nilai CR sama dengan nilai t hitung ≥ nilai t tabel.
4.4.4. Memilih Matriks Input dan Estimasi Model
Oleh karena penelitian ini akan menguji hubungan kausalitas, maka dalam pemodelan SEM, data input yang dipilih adalah matriks varian kovarian. Program
aplikasi LISREL memiliki fasilitas untuk mengkonversi data input menjadi matriks varian kovarian. Oleh karena besar sampel pada penelitian ini sebanyak
186 sampel perusahaan dan observasi selama lima tahun, maka teknik estimasi model yang dipilih adalah Unweighted Least Square ULS. Teknik estimasi
model Unweighted Least Square tersedia dalam program LISREL.
4.4.5. Menilai Masalah Identifikasi
Salah satu masalah yang dihadapi pada penggunaan program komputer untuk mengestimasi model kausalitas adalah masalah identifikasi. Masalah
identifikasi pada prinsipnya adalah masalah ketidakmampuan dari model yang dikembangkan untuk menghasilkan estimasi yang unik untuk setiap parameter
yang diestimasi. Masalah identifikasi timbul disebabkan oleh adanya ketidaksesuaian struktur atau perhitungan matematik pada model dikembangkan,
sehingga estimasi tidak dapat dilakukan, maka program akan memberi pesan pada monitor komputer mengenai kemungkinan sebab mengapa program tidak dapat
melakukan estimasi. Pada proses analisis model pada penelitian ini, tidak terdapat indikasi adanya masalah identifikasi seluruh parameter dan dapat diestimasi.
Analisis selanjutnya adalah analisis secara Full Model yang dimaksudkan untuk menguji model dan hipotesis yang dikembangkan dalam penelitian ini.
Pengujian model dilakukan dengan dua pengujian, yaitu uji kesesuaian model dan uji signifikansi kausalitas melalui uji koefisien regresi. Hasil awal pengolahan
data untuk analisis SEM terlihat pada Gambar 12. Variabel PRICE dan QR dihilangkan dari model awal karena memiliki Chi-Square yang sangat besar.
Meskipun terdapat variabel DER dan CR yang memiliki nilai muatan faktor yang kecil, namun jika kedua variabel tersebut dihilangkan, model tidak terbentuk