Analisis Structural Equation Modeling (SEM)

 

Analisis Structural Equation Modeling (SEM) dilakukan menggunakan perangkat lunak (software) khusus. Pilihan aplikasi bergantung pada jenis SEM yang akan digunakan, yaitu Covariance-Based SEM (CB-SEM) atau Partial Least Squares SEM (PLS-SEM).

Aplikasi	Jenis SEM	Kelebihan	Kekurangan	Cocok untuk
IBM SPSS Amos	CB-SEM	Antarmuka drag-and-drop, mudah dipelajari	Membutuhkan data yang relatif normal dan sampel besar	Penelitian pendidikan, psikologi, tesis, disertasi
SmartPLS	PLS-SEM	Sangat mudah digunakan, cocok untuk sampel kecil dan model kompleks	Tidak berfokus pada model fit seperti CB-SEM	Penelitian eksploratif dan prediktif
Mplus	CB-SEM & lainnya	Sangat lengkap (multilevel, longitudinal, mixture modeling)	Berbasis sintaks, berlisensi	Penelitian tingkat lanjut
LISREL	CB-SEM	Salah satu software SEM paling lama digunakan	Antarmuka kurang ramah bagi pemula	Penelitian akademik
R dengan paket lavaan	CB-SEM	Gratis, fleksibel, dapat direproduksi	Memerlukan kemampuan pemrograman	Peneliti yang terbiasa dengan R
WarpPLS	PLS-SEM	Dapat memodelkan hubungan nonlinier	Kurang populer dibanding SmartPLS	Penelitian khusus PLS

Mana yang paling direkomendasikan?

1. Jika Anda baru belajar SEM

• Gunakan SmartPLS.
• Antarmukanya intuitif (drag-and-drop), analisis relatif mudah, dan banyak tutorial tersedia.

2. Jika penelitian Anda bersifat konfirmatori (menguji teori)

• Gunakan IBM SPSS Amos.
• Sangat umum digunakan dalam penelitian pendidikan dan psikologi.

3. Jika ingin menggunakan software gratis

• Gunakan R dengan paket lavaan.

Berdasarkan topik penelitian Anda

Dari topik-topik yang pernah Anda kerjakan, seperti:

• AI competencies for future elementary school teachers,
• Technology literacy,
• Critical thinking,
• Project-Based Learning,
• Lesson plan design,

rekomendasinya adalah:

• Jika data berasal dari kuesioner Likert dengan beberapa konstruk laten (misalnya AI Literacy, Technology Literacy, Critical Thinking), gunakan SmartPLS atau AMOS.
• Jika penelitian Anda adalah quasi-experimental (misalnya membandingkan kelas eksperimen dan kontrol menggunakan pretest–posttest), SEM biasanya bukan pilihan utama. Analisis yang lebih sesuai adalah:
• uji independent samples t-test,
• paired samples t-test,
• IBM SPSS Statistics untuk ANCOVA,
• atau ANOVA, tergantung desain penelitian.

Jadi, SEM paling tepat digunakan untuk penelitian survei yang menguji hubungan antar konstruk laten, sedangkan quasi-eksperimen lebih umum dianalisis dengan SPSS menggunakan uji komparatif atau ANCOVA, kecuali Anda memang ingin menguji model hubungan yang lebih kompleks.