Structural Equation Model (SEM) adalah suatu teknik statistik yang mampu menganalisis variabel laten, variabel indikator dan kesalahan pengukuran secara langsung. Teknik ini dilakukan untuk menjelaskan secara menyeluruh hubungan antar variabel yang ada dalam penelitian. SEM digunakan bukan untuk merancang suatu teori, tetapi lebih ditujukan untuk memeriksa dan membenarkan suatu model. SEM terbagi atas 2 jenis varian, yaitu SEM covariance based dan SEM componenet based (Ghozali, 2014). SEM memiliki dua tujuan utama dalam analisisnya, tujuan yang pertama yaitu menentukan apakah model possible (masuk akal) atau fit, atau dengan kata lain menguji fit suatu model yaitu kesesuaian model dengan data empiris. Tujuan kedua yaitu menguji berbagai hipotesis yang telah dibangun sebelumnya. SEM memiliki 4 perbedaan dengan regresi biasa dan teknik multivariate lainnya yaitu: 1. SEM membutuhkan lebih dari sekedar perangkat statistik yang didasarkan atas regresi biasa dan analisis varian. 14 2. Regresi biasa, umumnya, menspesifikan hubungan kausal antara variabel-variabel teramati, sedangkan pada model variabel laten SEM, hubungan kausal terjadi di antara variabel-variabel tidak teramati atau variabel-varibel laten. 3. SEM selain memberikan informasi tentang hubungan kausal simultan di antara variabel-variabelnya, juga memberikan informasi tentang muatan faktor dan kesalahan-kesalahan pengukuran. 4. Estimasi terhadap multiple interrelated dependence relationships. pada SEM sebuah variabel bebas pada satu persamaan bisa menjadi variabel terikat pada persamaan lain.
Olah Data dan Pendampingan Penyusunan Artikel Ilmiah