Pemaketan Butir adalah sebuah istilah yang mungkin masih asing dalam dunia statistik. Merujuk pada tulisan Pak Widhiarso dalam tulisannya yang dapat teman-teman akses di http://widhiarso.staff.ugm.ac.id/wp/berkenalan-dengan-pemaketan-butir-dalam-model-persamaan-struktural-sem/ , sistem pemaketan butir ini sangat menguntungkan bagi teman-teman yang memiliki model penelitian begitu komplek dan memuat dimensi yang terdiri dari 1 atau 2 buah indikator saja.
Sebagai contoh, perhatikan gambar model SEM di atas. Pada awalnya peneliti ingin menganalisa pengaruh kualitas pelayanan dan komunikasi interpersonal terhadap kepuasan masyarakat dengan menggunakan analisis SEM tingkat 2 ( Second Order Factor). Namun, setelah model diestimasi, diperoleh keterangan sebagai berikut :
Hal ini berarti AMOS tidak bisa menjalankan estimasi dikarenakan beberapa kemungkinan, yang salah satunya adalah perlu adanya penambahan 2 konstruk / indikator dala model. Menambahkan indikator tersebut tentu tidak mudah karena di awal penelitian, peneliti hanya mempunyai 2 indikator yaitu pada dimensi responsivenness dan empathy. Lalu bagaimana solusinya?
Solusinya cukup rumit jika peneliti tetap menginginkan model dengan metode Second Order, karena peneliti harus mencari tambahan indikator atau peneliti harus menambah jumlah sampel sekitar 15 x jumlah indikator. Oleh karena itu, perlu dilakukan cara alternatif sehingga model lebih sederhana dan dapat diestimasi tanpa harus menambah jumlah indikator dan sampel. Metode tersebut adalah dengan melakukan pemaketan butir sehingga model penelitian dapat berupa model First Order.
Untuk mengubah model menjadi First order, terleih dahulu peneliti perlu melakukan uji validitas dan reliabilitas indikator dalam mengukur dimensi. Apabila seluruh indikator terbukti dapat mengukur dimensi dengan valid maka indikator dalam dimensi tersebut dapat dijumlahkan skornya sehingga diperoleh nilai untuk dimensi. Dengan adanya pemaketan butir, maka model akan menjadi lebih sederhana seperti berikut :
Selanjutnya anda dapat melakukan estimasi model untuk memperoleh kesimpulan pengaruh kualitas pelayanan dan komunikasi interpersonal terhadap kepuasan masyarakat.
Pemaketan butir sangat bermanfaat untuk model yang memuat data tidak normal, sampel kecil dan model second order dengan dimensi yang hanya memuat 1 atau 2 indikator. Thompson & Melancon, 1996; Barat, Finch, & Curran, 1995) telah menyarankan menggunakan paketan butir sebagai indikator konstruk laten di dalam analisis SEM untuk mengatasi masalah persyaratan ukuran sampel yang besar, reliabilitas yang rendah, dan data tidak normal. Penggunaan sistem pemaketan butir untuk menganalisa data yang tidak berdistribusi normal memiliki nilai ketepatan model yang lebih tinggi dibandingkan dengan analisis tingkat item (second order factor) dari variabel tidak normal(Plummer, 2000).
0 Komentar