Dalam analisis statistik multivariat, Structural Equation Modeling (SEM) memiliki kemampuan untuk menganalisis arah hubungan kausal antara variabel teramati/indikator dan variabel laten, serta hubungan antara variabel laten dengan variabel laten lainnya. Covariance Based SEM dan Partial Least Square SEM adalah jenis SEM yang paling umum. Penelitian ini menggunakan SEM berbasis Kovarian (CB-SEM) dengan estimasi Maximum Likelihood (ML), yang memilki sifat tak bias dan ragam minimum. Penelitian ini bertujuan untuk menemukan model SEM terbaik yang dapat digunakan bersamaan dengan estimasi Maximum Likelihood (ML) pada Covariance Based Structural Equation Modeling (CB-SEM). Selain itu, penelitian ini akan menganalisis bagaimana variabel laten endogen dan eksogen berkolerasi satu sama lain. Hasil penelitian menunjukkan bahwa nilai dari variabel laten Introvert dan Ekstrovert serta variabel lain dapat menjelaskan 40% dari variabel laten affective. Diperoleh nilai Affective dapat menjelaskan sebesar 29% variabel laten Behavior dan variabel lain dapat menjelaskan tersebut. Diperoleh nilai Affective, Behavior, dan Ekstrovert sebesar 48% dapat menjelaskan variabel laten Cognitive dan variabel lain dapat menjelaskan tersebut. Dengan memperoleh Goodness of Fit (GOF) yang baik, artinya model yang digunakan sesuai dengan data.
Copyrights © 2023