Model Persamaan Struktural TINJAUAN PUSTAKA

dinyatakan sebagai fungsi a dan b yang kemudian dituliskan sebagai berikut Lebart et al. 1984 : Cov U, V a ′ S xy b r U,V = -------------------------- = -------------------------- √ Var U Var V √ a ′ S xy a b ′ S xy b

2.6. Model Persamaan Struktural

Model persamaan struktural, Structural Equation Model SEM adalah sekumpulan teknik-teknik statistika yang memungkinkan pengujian sebuah rangkaian hubungan yang relatif ‘rumit’, secara simultan antara peubah endogen dan peubah eksogen Hair et al. 1998. Hubungan yang rumit tersebut dibangun antara satu atau beberapa peubah dependen endogen dengan satu atau beberapa peubah independen eksogen. Masing-masing peubah dapat berbentuk faktor atau konstruk yang dibangun dari beberapa peubah indikator. Dalam pemodelan SEM data yang digunakan sebagai input adalah matriks kovarians data sample empirik yang digunakan untuk menghasilkan estimated population covariance matrix Ferdinand, 2000. Oleh sebab itu dalam pendugaan faktor-faktor yang berpengaruh terhadap kebakaran hutan dan lahan, maka parameter koefisien regresi, varians dan kovarians menjadi sangat penting untuk diestimasi dari setiap peubah. Secara umum, tahapan yang dilakukan dalam penyusunan model persamaan struktural adalah sebagai berikut: a. Mengembangkan model berdasarkan teori b. Membangun diagram lintas path diagram dari hubungan kausal c. Konversi diagram lintas ke persamaan dan model pengukuran d. Menentukan jenis matriks dan menduga model e. Mengidentifikasi model struktural f. Menetapkan kriteria kesesuaian model g. Interpretasi dan modifikasi model Alat analisis data yang dapat digunakan dalam menduga pengaruh faktor- faktor alami dan manusia terhadap kebakaran hutan dan lahan dengan pendekatan SEM yaitu LISREL Linear Structural RELationship. Menurut Joreskog dan 28 Sorbom 1996, model LISREL terdiri dari dua bagian yaitu menjelaskan hubungan antar peubah laten atau faktor dan menerangkan keterkaitan peubah laten dengan indikator-indikatornya. Model struktural diformulasikan sebagai berikut Bollen, 1989 dan Hair et al . 1998: η = Γξ + Βη + ζ dimana: η = vector error dari peubah laten endogenous m x 1 ξ = vector error dari peubah laten eksogenous n x 1 Γ = matriks koefisien dari ξ berukuran m x n Β = matriks koefisien dari η berukuran m x m ζ = vektor galat bagi persamaan struktural berukuran m x 1 Sedangkan model pengukuran formulasikan sebagai berikut: y = Λ y η + ε x = Λ x ξ + δ dimana: y = vektor indikator peubah laten endogenous p x 1 x = vektor indikator peubah laten eksogenous q x 1 Λ y = matriks koefisien regresi loading y terhadap η berukuran p x m Λ x = matriks koefisien regresi loading x terhadap ξ berukuran q x n ε = vektor galat pengukuran dari y berukuran p x 1 δ = vektor galat pengukuran dari x berukuran q x 1

2.7. Analisis Sistem dan Permodelan