"Pemodelan Persamaan Struktural (SEM)
Pemodelan statistika yang melibatkan hubungan antar variabel dan model indikator secara bersama-sama disebut model persamaan
struktural atau Structural Equation Model (SEM) (Solimun dkk., 2017). SEM merupakan teknik analisis multivariat yang dikembangkan guna menutupi keterbatasan yang dimiliki oleh
model-model analisis sebelumnya yang telah digunakan secara luas dalam penelitian statistik.
Model-model yang dimaksud diantaranya
adalah analisis regresi, analisis jalur, dan analisis faktor konfirmatori (Hox dan Bechger, 1998).
Menurut Santoso (2011) SEM adalah teknik statistik multivariat yang merupakan kombinasi dari analisis faktor dan analisis regresi (korelasi) dan bertujuan untuk menguji hubungan
antar variabel yang ada pada sebuah model, baik antara indikator dengan variabel laten maupun hubungan antar variabel laten.
Sementara, Ghozali (2014) mendeskripsikan SEM sebagai suatu teknik analisis multivariat generasi kedua yang menggabungkan
antara analisis faktor dan analisis jalur sehingga memungkinkan peneliti untuk menguji dan mengestimasi secara simultan hubungan
antara variabel eksogen dan endogen dengan banyak indikator.
Dengan demikian SEM adalah salah satu teknik analisis multivariat yang digunakan untuk menganalisis hubungan antar variabel yang lebih kompleks dibandingkan dengan analisis regresi
berganda dan analisis faktor.
Terdapat dua pendekatan dalam analisis SEM yaitu berbasis kovarian dan berbasis komponen atau varian. Penggunaan SEM berbasis varian dipengaruhi oleh beberapa syarat seperti distribusi normal multivariat, jumlah sampel yang besar, dan dalam membentuk variabel laten indikatornya bersifat reflektif.
Analisis SEM berbasis varian memandang teori mempunyai peranan yang sangat penting dalam membangun hubungan kausalitas model struktural dan tujuannya hanya ingin mengkonfirmasi apakah model berdasarkan teori tidak berbeda dengan model empirisnya.
Berbeda dengan SEM berbasis kovarian, SEM berbasis varian seperti Partial Least Square (PLS) dan Generalized Structured Component
Analysis (GSCA) tidak membutuhkan asumsi. SEM berbasis varian