Penelitian ini bertujuan untuk melihat apakah terdapat pengaruh kesalahan pengukuran terhadap nilai koefesien regresi linear dengan membandingkan penggunaan raw score, factor score, dan Structural Equation Modeling (SEM). Kesalahan pengukuran dilihat dari nilai koefesien reliabilitas, dimana reliabilitas tinggi mengandung kesalahan pengukuran yang rendah. Sebaliknya, reliabilitas yang rendah, mengandung kesalahan pengukuran yang tinggi. Penelitian ini merupakan studi simulasi Monte Carlo dengan memvariasikan nilai reliabilitas, yakni reliabilitas 0.5 (rendah), 0.7 (sedang), dan 0.9 (tinggi). Data yang dibangkitkan mengikuti pengukuran paralel dengan variasi nilai reliabilitas (sembilan variasi model reliabilitas), terdiri atas 40 item dan 500 responden, replikasi sebanyak 50 kali, dan nilai koefesien regresi ditetapkan sebesar 0.8. Penelitian ini menggunakan software MPlus untuk membangkitkan data sesuai karakteristik data yang diinginkan. Data yang diperoleh terdiri atas data independent variable (IV) dan data dependent variable (DV). Raw score diperoleh dengan menjumlahkan secara langsung seluruh item, baik pada IV maupun DV. Raw score IV kemudian di regresikan terhadap raw score DV. Factor score diperoleh melalui Confirmatory Factor Analysis (CFA), baik pada IV maupun DV. Factor score IV kemudian diregresikan terhadap factor score DV. Pada analisis SEM, data IV langsung dimodelkan sebagai variabel laten eksogen dan data DV sebagai variabel laten endogen. Koefesien regresi yang dihasilkan pada raw score, factor score, dan SEM kemudian dibandingkan, nilai mana yang paling mendekati 0.8. Hasil penelitian menunjukkan bahwa atenuasi (hasil pengukuran nilainya dibawah dari yang seharusnya) terjadi pada seluruh model untuk raw score. Sedangkan pada factor score, atenuasi hanya terjadi pada model dengan reliabilitas IV 0.5 terhadap DV reliabilitas 0.5 ; 0.7 ; 0.9. Sedangkan pada analisis SEM, tidak terjadi atenuasi untuk keseluruhan model.
Copyrights © 2014