Syarat Menggunakan SEM

 Berikut ini adalah syarat data yang bisa dianalisis dengan menggunakan SEM, diantaranya yaitu:

1.  Unit pengukuran

Unit pengukuran atau level data yang dipakai adalah minimal data ordinal. Data yang bersifat kategori eksklusif (mutually  exclusive groups) kurang direkomendasikan. Kategori eksklusif adalah kategori yang tidak menunjukkan tingkat/gradasi dari rendah ke tinggi, misalnya jenis kelamin. Tingkat pendidikan, meskipun termasuk data kategori, masih bisa dipakai karena tidak eksklusif.

2.  Jumlah Kategori.

Sebaiknya jumlah kategori yang digunakan tidak terlalu banyak. Jumlah kategori yang melebihi 15 kategori akan diperlakukan sebagai variabel kontinu oleh LISREL.

Contoh:

Pengkategorian tingkat pendapatan. Kalau terlalu mendetail misalnya (1) 100rb – 250rb, (2) 250 – 500rb, (3)..dst akan membuat kategori terlalu banyak dibanding dengan (1) 100rb-500rb (2) 500rb-1juta. (3)..dst.

3. Normalitas.

Seperti halnya statistika parametrik lainnya, SEM juga mensyaratkan asumsi normalitas. Namun beberapa program seperti LISREL atau MPLUS telah memfasilitasi nilai ketepatan model yang telah terkoreksi dari ketidaknormalan data.

4. Linieritas.

Meski asumsi ini agak membingungkan karena SEM juga menguji linieritas hubungan, namun tetap diupayakan agar sebelum data dianalisis dilihat dulu linieritasnya agar mendapatkan model dengan ketepatan model yang memuaskan.

5.  Missing Data.

Schumaker & Lomax(2004) menyebutkan point ini sebagai syarat SEM, namun beberapa program sudah menyediakan prosedur2 untuk mengatasinya (misalnya pairwise, listwise, mean substitution dsb), sehingga selama prosedur ini dilakukan maka data masih bisa dianalisis dengan menggunakan SEM.

6.  Multikolinieritas.

Multikolinieritas adalah adalah korelasi antar prediktor yang  terlalu tinggi. Korelasi yang tinggi tersebut akan menyebabkan overestimasi atau hasil yang ganjil. Pada dasarnya point ini bukan syarat juga, akan tetapi perlu diperhatikan agar model kita tepat.

7. Ukuran sampel.

Ukuran sampel sangat penting dalam penggunaan data untuk dianalisis dengan SEM. Bahakan ada yang merekomendasikan minimal N=100 untuk model sederhana. MIMIC adalah salah satu model dalam SEM yang termasuk kategori model sederhana (kecuali ada variabel mediatornya).  Ada juga yang merekomendasikan 10 sampai 15 kali jumlah konstrak empirik/indikator.

REFERENSI

Schumacker, S.E. & Lomax, R.G. (2004). A BEGINNER’S GUIDE TO STRUCTURAL EQUATION MODELING. Mahwah, NJ : Lawrence Erlbaum Associates, Inc.

Catatan: Schumacker dan Lomax (2004) dalam bukunya menyebutkan bahwa syarat data yang bisa dianalisis dengan SEM adalah point 1 hingga 5, namun literatur lain menyebutkan bahwa multikolinearitas dan ukuran sampel perlu juga diperhatikan untuk mendapatkan hasil analisis yang lebih menggigit.