Memahami Olah Data SEM Menggunakan Software Lisrel

Olah data SEM atau Structural Equation Modelling merupakan sebuah metode analisis data statistik multivariat. SEM berbeda dengan jenis regresi atau bahkan analisis jalur karena disusun dari model pengukuran serta model struktural. Dengan alasan inilah olah data SEM pun menjadi lebih rumit jika dibandingkan dengan dua jenis sistem olah data lainnya.

Kerumitan SEM membuat olah data jenis ini sering dijadikan materi pelatihan. Salah satunya adalah pelatihan SEM dengan LISREL. LISREL sendiri merupakan sebuah perangkat lunak (software) yang dikembangkan untuk olah data SEM. Berikut ini beberapa poin yang perlu diketahui untuk memahami olah data SEM dengan LISREL.

LISREL lebih mudah digunakan

Apa yang menjadi pertimbangan saat memilih software untuk olah data? Tentu kemudahan dalam penggunaannya. Jika hal ini menjadi pertimbangan utama, maka LISREL adalah solusi yang paling tepat. Software buatan Karl Jöreskog dan Dag Sörbom ini memberikan beberapa opsi pengoperasian yang variatif, mulai dari yang sederhana hingga yang kompleks dengan menggunakan sytax.

Dengan cara pengoperasian yang beragam inilah LISREL bisa menjangkau banyak kalangan. Mulai dari praktisi profesional hingga pemula semua bisa menggunakan LISREL dengan mudah. Bagi pemula bisa menggunakan opsi SIMPLIS (Simple LISREL), sedangan untuk yang sudah mahir dan paham bahasa pemrograman, bisa menggunakan syntax.

Punya beberapa metode estimasi

Salah satu alasan mengapa LISREL sering menjadi materi pelatihan SEM adalah karena software yang satu ini sudah memiliki beberapa metode estimasi. Jadi, dengan menggunakan LISREL pengguna tidak harus lagi terpancang pada satu metode estimasi seperti pada software Smart PLS. Dengan demikian, olah data pun bisa menjadi lebih mudah.

Pilihan metode estimasi yang beragam juga akan memudahkan  bagi yang memiliki sampel data dalam jumlah banyak. Metode estimasi yang variatif akan membuat pengolahan data menjadi fleksibel dan tidak bergantung pada satu metode estimasi (contoh: maximum likehood) saja. Jadi, olah data SEM bisa menjadi lebih efisien dan hemat waktu.

Cocok untuk Covariance-based SEM

Dalam penerapannya, SEM dibagi menjadi dua jenis, yaitu Covariance-based SEM (CB-SEM) dan juga Variance-based SEM (VB-SEM atau PLS). Masing-masing jenis SEM memiliki kecenderungan akan “cocok” dengan software tertentu. VB-SEM, misalnya, jenis SEM yang satu ini lebih cocok jika diolah dengan menggunakan software TETRAD atau Smart PLS.

Bagaimana dengan LISREL sendiri? Ternyata software yang satu ini cenderung lebih “cocok” dengan CB-SEM. Pada dasarnya, CB-SEM adalah jenis SEM yang mensyaratkan adanya korelasi antara indikator-indikator serta konstruksi-konstruksi pada data mentahnya. Biasanya CB-SEM digunakan untuk memperkirakan model struktural berbasis analisis teori yang kuat untuk mengetes hubungan sebab-akibat antar konstruksi.

Tanpa path diagram

Olah data dengan menggunakan LISREL akan memudahkan pengguna karena tidak perlu lagi menggambarkan path diagram. Pengguna cukup mengetikkan notasi-notasi dan sistem akan mengolahnya langsung menjadi model diagram yang diinginkan. Hal ini tentu akan memudahkan proses olah data termasuk saat melakukan estimasi.

Umumnya, estimasi akan sulit dilakukan karena keterbatasan layar membuat pengguna harus bolak-balik saat akan menyusun diagram. Namun, LISREL mengatasi hal tersebut dengan menyajikan pembuatan path diagram secara otomatis dengan notasi. Walau begitu, jika pengguna lebih terbiasa menggunakan path diagram, LISREL juga menyajikan opsi tersebut.

Untuk memahami olah data SEM dengan LISREL memang tidak dapat dilakukan dalam waktu singkat. Perlu mengikuti pelatihan dengan beberapa kali pertemuan untuk bisa memahami SEM sekaligus software ini. Tertarik mengikuti pelatihan SEM dengan LISREL? Edukasi.org menyediakan kelas pelatihan olah data SEM dengan LISREL sesuai dengan kebutuhan pengguna. Tunggu apa lagi, segera bergabung bersama Edukasi.org!


 
Go to Top