Analisis tingkat kesejahteraan nelayan
45 3 Konversi path diagram ke dalam persamaan matematis
Setelah penggambaran path diagram dilakukan, selanjutnya program AMOS 5 Professional akan mengkonversi interaksi yang ada ke dalam persamaan
matematis, yaitu persamaan pengukuran measurement model dan persamaan struktur structural equation. Persamaan matematis tersebut diformat untuk
operasi AMOS. Data yang akan digunakan diformat menggunakan program SPSS, Mocrosoft Excell, Microsoft Access, atau program lainnya yang sesuai.
Persamaan pengukuran measurement model merupakan persamaan yang mewakili interaksi dimensi konstruk dengan konstruknya. Persamaan struktur
structural equation merupakan persamaan yang mewakili interaksi konstruk eksogen dengan konstruk endogen. Konstruk eksogen adalah konstruk yang
bersifat bebas dan interaksinya tidak banyak dipengaruhi oleh konstruk lainnya. Sedangkan konstruk endogen adalah konstruk yang interaksinya banyak
dipengaruhi oleh konstruk lainnya. Rumusan untuk persamaan pengukuran measurement model path diagram yang dirancang adalah:
35 3
35 35
34 3
34 34
33 3
33 33
32 3
32 32
31 3
31 31
d X
d X
d X
d X
d X
25 2
25 25
24 2
24 24
23 2
23 23
22 2
22 22
21 2
21 21
d X
d X
d X
d X
d X
13 1
13 13
12 1
12 12
11 1
11 11
d X
d X
d X
46
53 5
53 53
52 5
52 52
51 5
51 51
d X
d X
d X
63 6
63 63
62 6
62 62
61 6
61 61
d X
d X
d X
73 7
73 73
72 7
72 72
71 7
71 71
d X
d X
d X
83 8
83 83
82 8
82 82
81 8
81 81
d X
d X
d X
93 9
93 93
92 9
92 92
91 9
91 91
d X
d X
d X
14 1
14 14
13 1
13 13
12 1
12 12
11 1
11 11
e Y
e Y
e Y
e Y
Rumusan untuk persamaan struktural structural equation adalah:
10 9
5 8
4 7
3 6
2 5
1 10
9 8
16 4
15 9
8 4
14 8
7 9
13 8
12 4
11 7
6 9
10 8
9 5
8 4
7 6
5 9
6 8
5 4
4 5
4 3
3 2
2 1
1 4
Z Z
Z Z
Z Z
Z
Keterangan: X
11
– X
93
= dimensi dari konstruk eksogen; Y
11
– Y
14
= dimensi dari konstruk endogen; λ
11
- λ
93
= loading factor terkait X
11
– X
93;
α
11
- α
14
= loading factor terkait Y
11
– Y
14
;
42 4
42 42
41 4
41 41
d X
d X
47 d
11
– d
93
= disturbance term terkait X
11
– X
93;
e
11
– e
14
= error term terkait Y
11
– Y
14
;
1
–
16
dan
1 –
5 = regression weight;
ζ
1,
ζ
2,
ζ
3
....... ζ
10
= berturut-turut adalah konstruk LIN, LEX, LINT, LU, TKP, BDY, PROS, KP, KOT, dan KN;
α = konstanta;
Z = kesalahan pengukuran dari indikator konstruk.
Persamaan matematis tersebut digunakan untuk analisis menggunakan program AMOS 5 Professional, sedangkan data yang akan digunakan diformat
dengan program SPSS, MS Excell, MS Acess, atau program lain yang sesuai. 4 Pemilihan matriks input dan estimasi model
Matriks yang digunakan untuk menginput data dalam analisis SEM adalah matriks kovarian dan matriks korelasi. Namun dalam beberap penelitian, matriks
kovarian lebih banyak digunakan karena standar error yang dihasilkan lebih akurat dan lebih sesuai untuk melakukan validasi terhadap hubunganinteraksi
sebab akibat yang dikembangkan dalam model. Teknis estimasi yang digunakan disesuaikan dengan ukuran sampel
penelitian. Dalam penelitian ini, data SEM dikumpulkan dari 100 – 200
sampelresponden penelitian. Ukuran sampel sudah lebih dari cukup untuk suatu kegiatan yang dibatasi pada lingkup usaha perikanan di suatu lokasi. Terkait
dengan ukuran sampel 100 - 200 ini, maka teknik estimasi yang dipilih adalah matriks likelihood estimation. Namun demikian, bila kondisi lapang dan
perkembangan penelitian nantinya yang mengharapkan ukuran sampel yang lebih besar, maka teknik estimasi ini bisa diubah, misal menggunakan generalized least
square estimation, unweighted least square estimation, scale free least square estimation, atau asymptotically distribution free estimation.
5 Penilaian hasil estimasi Penilaian ini merupakan kegiatan untuk merespon masalah ketidakmampuan
dari model yang dikembangkan untuk menghasilkan estimasi yang unik. Upaya yang dilakukan terkait hal ini adalah menambah konstrain pada model yang
48 dianalisis yang berarti pula mengurangi jumlah koefisien yang diestimasi dalam
analisis. 6 Evaluasi kriteria Goodness-of-fit
Tahapan merupakan kegiatan kegiatan mengevaluasi kesesuaian model yang dibuat menggunakan berbagai kriteria goodness-of-fit. Secara garis tahapan ini
terdiri dari tiga kegiatan besar, yaitu evaluasi data yang digunakan apakah memenuhi asumsi-asumsi SEM atau tidak, uji kesesuaian dan uji statistik, dan
effect analysis. Evaluasi asumsi SEM meliputi evaluasi ukuran sampel, normalitais, outliers
dan lain-lain. Secara keseluruhan, tingkat penerimaan model yang dibangun berkaitan dengan indeks evaluasi tersebut disajikan pada Tabel 4 Penjelasan dari
setiap uji kesesuaian dan uji uji statistik terdiri dari : 1 X
2
-Chi-square statistic Uji ini digunakan untuk mengukur overall fit atau kesesuaian model yang
dibangun dengan data yang ada. 2 Goodness of fit index GPI
GPI digunakan untuk menghitung proporsi tertimbang varian dalam matriks kovarian sampel yang dijelakan oleh matriks kovarian populasi yang
terestimasi. GPI mempunyai nilai antara 0 poor fit – 1 perfect fit.
3 The root mean square error of approximation RMSEA RMSEA adalah indeks yang digunakan untuk mengkompensasi Chi-square
statistic dalam sampel yang besar. Model yang dibangun dapat diterima bila mempunyai nilai RMSEA lebih kecil atau sama dengan 0,08.
4 Comparative fit index CFI CFI merupakan indeks yang menunjukkan tingkat fitnya model yang
dibangun. Berbeda dengan indeks lainnya, index ini tidak tergantung pada ukuran sampel yang direkomendasikan sama atau lebih besar dari 0,9.
5 Indeks CMINDF Indeks CMINDF merupakan pembagian X
2
dengan degree of freedom. Indeks ini menunjukkan tingkat fitnya model.
6 Adjusted goodness of fit index AGPI AGPI analog dengan R
2
dalam regresi berganda, dengan tingkat penerimaan