METODE MULTIGROUP GENERALIZED STRUCTURED COMPONENT ANALYSIS PADA MULTIGROUP SEM BERBASIS KOMPONEN

MARWAH MASRUROH, Prof. Dr. Sri Haryatmi Kartiko, M.Sc.

2019 | Tesis | MAGISTER MATEMATIKA

Structural Equation Modeling (SEM) adalah analisis statistik yang menggabungkan analisis faktor, regresi dan jalur bertujuan untuk menguji relasi antar variabel pada sebuah model secara simultan. Terdapat dua jenis SEM, yaitu SEM kovarians dan SEM komponen. SEM kovarians memiliki keterbatasan karena sangat dipengaruhi asumsi parametrik, yaitu data berdistribusi normal, ukuran sampel besar dan indikator bersifat reflektif. Untuk mengatasi keterbatasan SEM kovarians ketika asumsi tidak terpenuhi, maka dikembangkanlah SEM komponen yaitu Generalized Structured Component Analysis (GSCA). Salah satu perluasan GSCA adalah GSCA untuk data sampel yang terbagi kedalam beberapa kelompok sub-sampel yang dikenal dengan istilah multigroup GSCA. Tujuan penelitian ini adalah menerapkan metode multigroup GSCA pada data faktor-faktor yang mempengaruhi perilaku konsumsi suplemen yang ditinjau berdasarkan gender, dan menguji signifikansi variabel gender tersebut. Hasil dari penelitian ini adalah bahwa pada model multigroup GSCA yang dibangun, semua indikator memiliki pengaruh positif dan signifikan terhadap masing-masing latennya. Selanjutnya, diperoleh bahwa variabel laten yang paling berpengaruh secara signifikan terhadap perilaku seseorang dalam mengkonsumsi suplemen adalah norma (anggapan orang lain) pada kelompok perempuan dan kontrol (tingkat peluang dan sumber yang dihadapi) pada kelompok laki-laki. Nilai AFIT yang diperoleh sebesar 0,527 menunjukkan bahwa model mampu menjelaskan sekitar 52,7% variasi dari data. Uji signifikansi variabel gender menggunakan uji t menunjukkan bahwa gender tidak mempengaruhi hubungan antara sikap dan niat, norma dan niat, kontrol dan niat, serta kontrol dan perilaku. Hal ini merepresentasikan bahwa pada kedua kelompok, keempat jalur tersebut memiliki efek yang sama. Sebaliknya, gender mempengaruhi hubungan kausalitas antara sikap dan perilaku serta niat dan perilaku, artinya masing-masing jalur tersebut memiliki efek yang berbeda secara signifikan pada kedua kelompok.

Structural Equation Modeling (SEM) is a statistical analysis that combines factor, regression and path analysis aimed at testing the relationships between variables in a model simultaneously. There are two types of SEM, namely SEM covariance and SEM components. The covariance SEM has limitations because it is greatly influenced by parametric assumptions, namely normally distributed data, large sample sizes and reflective indicators. To overcome the limitations of SEM covariance when assumptions are not met, SEM components are developed namely Generalized Structured Component Analysis (GSCA). One extension of the GSCA is the GSCA for sample data which is divided into several sub-sample groups known as multigroup GSCA. The aim of this research is to apply the multigroup GSCA method to the data of factors that influence supplement consumption behavior which is reviewed by gender, and to test the significance of these gender variables. The results of this study are that in the multigroup GSCA model constructed, all indicators have a positive and significant influence on each latent. Furthermore, it was found that the latent variables that most significantly influence a person's behavior in taking supplements are the norm (other people's opinion) in the female group and control (the level of opportunities and resources encountered) in the male group. The AFIT value obtained at 0.527 indicates that the model is able to explain about 52.7% of the variation of the data. The significance test of the gender variable using the t test shows that gender does not affect the causality relationship between attitudes and intentions, norm and intentions, control and intention, as well as control and behavior. This represents that in both the women's and men's groups, the four pathways have the same effect. Conversely, gender influences the causal relationship between attitude and behavior as well as intention and behavior, meaning that each of these pathways has a significantly different effect on the two groups.

Kata Kunci : SEM, multigroup SEM, GSCA, multigroup GSCA