ROBUST STANDARD ERRORS DENGAN SATORRA-BENTLER SCALED TEST STATISTIC UNTUK MENGATASI NONNORMALITAS DALAM ANALISIS STRUCTURAL EQUATION MODELING (SEM)

Abstract

Nonnormalitas dalam analisis Structural Equation Modeling (SEM) berpotensi menyebabkan hasil yangmenyesatkan. Salah satu metode uji statistik yang dapat digunakan untuk mengatasi hal tersebut adalah robust standard errors (SErobust) dengan Satorra-Bentler scaled test statistic (TSB). Metode tersebut akan diuji pada beberapaukuran sampel dan distribusi data yang bervariasi. SErobust dan TSB yang dihasilkan akan dibandingkan dengan standard error dan uji statistik Maximum Likelihood (SEML dan TML). Selain itu ukuran Goodness of Fit (GOF) darikedua metode juga akan ditampilkan. Kedua metode bekerja dengan baik pada data normal. Sementara pada datanonnormal, ML menghasilkan SEML yang jauh lebih kecil daripada SErobust. SE yang kecil berarti underestimate dancenderung menolak model yang benar pada data nonnormal. Hal tersebut menyebabkan muncul nilai scaling corrections factor (SCF) yang berdampak pada uji statistik model. SCF untuk data normal bernilai mendekati 1, halini menunjukkan bahwa data berdistribusi normal dan tidak membutuhkan banyak koreksi. Sedangkan SCF untukdata nonnormal bernilai cukup besar, yang membuat TSB lebih kecil dan lebih mendekati nilai χ2 yang diharapkandaripada TML. Hal tersebut baik, karena menunjukkan bahwa robust standard errors dengan Satorra-Bentler scaled test statistic dapat menghasilkan p-value yang lebih besar, yang berarti metode tersebut cenderung menerima model yang benar dan dapat menghindari kesalahan tipe 1. Ukuran sampel data sangat berpengaruh pada hasil penelitian. Hasil penelitian yang baik terjadi pada ukuran sampel yang tidak terlalu kecil.