DFD dengan metode SEM guna melihat tingkat hubungan antar entity kesatuan Jonathan Sarwono, 2007
6
. Langkah awal aturan analisa SEM adalah membuat sketsa hubungan
berdasarkan pada teori, pengalaman yang dimilikinya berdasarkan tujuan penelitian. Kemudian mengidentifikasi variabel independen yang mengkontruksi
variabel dependen. Model yang diusulkan tersebut kemudian diterjemahkan kedalam sekumpulan persamaan struktural mirip regresi untuk setiap variabel
dependen
7
. Secara umum, teknik SEM dibedakan atas dua karakteristik utama, yaitu
7
: 1.
Estimasi hubungan saling ketergantungan ganda dari banyak variabel 2.
kemampuan untuk merepresentasi konsep yang tidak teramati unobserved dalam hubungan-hubungan itu dengan melibatkan ukuran-
ukuran penyimpangan error dalam proses estimasi.
3.3.3. Prinsip-prinsip Dasar
Prinsip-prinsip dasar yang sebaiknya dipenuhi dalam analisa jalur SEM diantaranya adalah sebagai berikut
6
: 1.
Adanya linieritas hubungan antar variabel 2.
Adanya aditivitas aditivity atau dengan kata lain tidak ada efek-efek interaksi.
3. Data berskala interval.
6
Sarwono, Jonathan, 2006, Analisa Jalur Untuk Riset Bisnis dengan SPSS, Penerbit ANDI, Yogyakarta
7
Imam, Kamirul, 2006, Analisa Model Persamaan Struktural SEM, Bahan Kuliah Analisis Multivariat Program MM - PPS UNEJ, Jakarta.
Januar Muchtar : Penentuan Jalur Efektif Pola Data Flow Diagram DFD Dengan Metode Structural Equation Modeling Di PT.Anugrah Kurnia Pusaka, 2009
USURepository © 2008
Semua variabel yang diobservasi mempunyai data berskala interval scaled values. Jika data belum dalam bentuk skala interval, maka data harus diubah
kedalam bentuk interval. 4.
Semua variabel residual Yaitu variabel yang tidak diukur tidak berkolerasi dengan salah satu variabel
dalam model. 5.
Istilah gangguan disturbance term Dimana setiap variabel residual tidak boleh berkolerasi dengan semua variabel
endogenous dalam model. Jika dilanggar maka akan mengakibatkan hasil regresi tidak tepat untuk mengestimasikan parameter-parameter jalur.
6. Sebaiknya hanya terdapat multikolinieritas yang rendah
Yaitu dua atau lebih variabel yang bebas penyebab mempunyai hubungan yang sangat tinggi. Jika terjadi hubungan yang sangat tinggi maka akan
didapat standar error dari koefisien beta β yang digunakan untuk
menghilangkan varian biasa dalam melakukan analisis korelasi secara parsial. 7.
Adanya rekursivitas Semua anak panah mempunyai satu arah, tidak boleh terjadi pemutaran
kembali looping 8.
Spesifikasi model Spesifikasi berguna untuk menginterpretasikan koefisien-koefisien jalur.
Kesalahan spesifikasi terjadi ketika variabel penyebab yang signifikan dikeluarkan dari model. Semua koefisien jalur akan merefleksikan kovarian
6
Sarwono, Jonathan, 2006, Analisa Jalur Untuk Riset Bisnis dengan SPSS, Pet ANDI, Yogyakarta.
Januar Muchtar : Penentuan Jalur Efektif Pola Data Flow Diagram DFD Dengan Metode Structural Equation Modeling Di PT.Anugrah Kurnia Pusaka, 2009
USURepository © 2008
bersama dengan semua variabel yang tidak diukur, dan tidak akan dapat diinterpretasi secara tepat dalam kaitannya dengan akibat langsung dan tidak
langsung. 9.
Terdapat masukan korelasi yang sesuai Artinya jika kita menggunakan matriks korelasi sebagai masukan maka
korelasi pearson digunakan untuk dua variabel berskala interval; korelasi polychoric untuk dua variabel berskala ordinal; tetrachoric untuk dua variabel
berskala nominal dikotomi; polyserial untuk satu variabel interval dan lainnya ordinal; dan biserial untuk satu berskala interval dan lainnya nominal.
10. Terdapat ukuran sampel yang memadai
Untuk hasil yang maksimal maka ukuran sampel dianjurkan 100 sampel. 13. Sampel sama dibutuhkan untuk perhitungan regresi dalam model jalur
3.3.4. Konsep dan Istilah
