indikator atau manifest Gozali, 2004. Apabila pengembangan diagram dirasakan cukup maka dilakukan perumusan diagram ke dalam simbol dan persamaan
matematika.
3.3.2. 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. Parameter yang dihitung termasuk
semua koefisien jalur, semua korelasi untuk variabel eksogen, dan semua korelasi antara disturbances atau error tetapi tidak termasuk koefisien jalurnya
Kenny, 1979. Selanjutnya, Saris dan Stronkhorst 1984 di dalam 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. 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. Dalam persamaan identifikasi dapat dilakukan secara matematik dengan
pemecahan masing-masing parameter θ dalam kaitan dengan elemen-eleman yang
diidentifikasi. Jumlah persamaan dalam model struktur kovarians adalah 12 p + qp + 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 1995. 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.
3.3.3. Matrik Input