Beruflich Dokumente
Kultur Dokumente
Pendidikan Fisika
Fakultas Keguruan dan Ilmu Pendidikan
Universitas Sriwijaya
2014/2015
Daftar Isi
Daftar Isi
BAB I
PENDAHULUAN
A.Latar Belakang
B.Tujuan
BAB II
PEMBAHASAN
1.Path Analysis
A.Definisi Path Analysis
B. Prinsip-Prinsip Path Analysis
2. Diagram Jalur (Path Diagram)
3. Koefisien Jalur dan Perhitungan Koefisien Jalur
4. Pengujian model
BAB III
PENUTUP
Kesimpulan
Daftar Pustaka
BAB I
PENDAHULUAN
A.Latar Belakang
Analisis jalur (Path Analysis) merupakan pengembangan statistik regresi,
sehingga analisis regresi dapat dikatakan sebagai bentuk khusus analisis
jalur. Analisis jalur digunakan untuk melukiskan dan menguji model
hubungan antar variabel yang berbentuk sebab akibat (Sugiyono: 2009).
Bagaimana sejarah perkembangan analisis jalur? Teknik analisis jalur,
yang dikembangkan oleh Sewal Wright di tahun 1934, sebenarnya
merupakan pengembangan korelasi yang diuraikan menjadi beberapa
interpretasi akibat yang ditimbulkannya. Lebih lanjut, analisis jalur
mempunyai kedekatan dengan regresi berganda, atau dengan kata lain,
regresi berganda merupakan bentuk khusus dari analisis jalur. Teknik ini juga
dikenal sebagai modal sebab akibat (causing modeling).
Penamaan ini didasarkan pada alasan bahwa analisis jalur
memungkinkan penggunaan dapat menguji proposisi teoritis mengenai
hubungan sebab dan akibat tanpa memanipulasi variabel-variabel.
Memanipulasi variabel maksudnya memberi perlakuan (treatment) terhadap
variabel-variabel tertentu dalam pengukurannya. Asumsi dasar model ini
ialah beberapa variabel sebenarnya mempunyai hubungan yang sangat
dekat satu dengan yang lainnya.
B.Tujuan
BAB II
PEMBAHASAN
1.Path Analysis
A.Definisi Path Analysis
Path analysis (PA) atau analisis jalur adalah keterkaitan antara variable
independent, variable intermediate, dan variable dependen yang biasanya
disajikan dalam bentuk diagram. Didalam diagram ada panah panah yang
menunjukkan arah pengaruh antara variable-variabel exogenous,
intermediary, dan variabel dependent. Path analysis digunakan untuk
menganalisis pola hubungan antara variabel dengan tujuan untuk
mengetahui pengaruh langsung maupun tidak langsung seperangkat
variabel bebas (eksogen) terhadap variabel terikat (endogen). Teknik analisis
jalur ini akan digunakan dalam menguji besarnya sumbangan (kontribusi)
yang ditunjukkan oleh koefisien jalur pada setiap digram jalur dari hubungan
kausal antar variabel X , X , dan X terhadap Y serta dampaknya kepada Z.
1 2 3
Melalui analisis jalur ini akan dapat ditemukan jalur mana yang paling
tepat dan singkat suatu variabel eksogen menuju variabel endogen yang
terkait.Teknik ini dikembangkan sejak tahun 1939 oleh Sewall Wright.
Berbeda dengan korelasi dan regresi, analisis jalur mempelajari apakah
hubungan yang terjadi disebabkan oleh pengaruh langsung dan tidak
langsung dari variabel independen terhadap variabel dependen, mempelajari
ketergantungan sejumlah variabel dalam suatu model (model kausal), dan
menganalisis hubungan antar variabel dari model kausal yang telah
dirumuskan oleh peneliti atas dasar pertimbangan teoritis.
2. Hanya sistem aliran kausal ke satu arah artinya tidak ada arah kausalitas
yang terbalik.
3. Variabel terikat (endogen) minimal dalam skala ukuran interval dan ratio.
Contoh :
1)
p 2
p 21
X 1 X
2
Diagram jalur ini adalah diagram jalur yang paling sederhana. Besarnya
pengaruh langsung dari X ke X diperlihatkan oleh koefisien jalur (path
1 2
coefficient, p). Apabila diagram jalur sederhana seperti ini yaitu variabel
eksogen hanya satu, maka p = r 21 21
p 3
X 1 p 31
r 12 X 3
P 32
X 2
X dan X merupakan dua buah variabel eksogen yang satu dengan yang
1 2
mempengaruhi X . 3
c. X dipengaruhi oleh X .
4 3
Diagram jalur dari hubungan variabel-variabel tersebut adalah :
1 2
p 3 1 p
4 2
X 1 p 31 p 43
r 12 P 32 X 3 X 4
X 2
p 3 2
p 31
X 1 X 3
3
p 21 p 32 p 43
p 4 3
p 42
X 2 X 4
P
2 1
Menurut Ferdinand (2006), ada tujuh langkah yang harus dilakukan untuk
menyiapkan analisis jalur, yaitu:
Persamaan yang didapat dari diagram alur yang dikonversi terdiri dari
Structural Equation atau persamaan struktural. Dirumuskan untuk
menyatakan hubungan kausalitas antar berbagai konstruk. Rumus yang
dikembangkan adalah: Variabel endogen = variabel eksogen + variabel
endogen + error. Pemeriksaan asumsi model analisis path
Asumsi-asumsi yang harus dipenuhi pada pengujian model analisis path ini
adalah sebagai berikut
a. Ukuran sampel
Menurut Hair et al. (1998), ukuran sampel yang dibutuhkan untuk data
multivariat adalah antara 100-200 variabel.
b. Normalitas data
Pada penelitian ini matrik inputnya adalah matrik kovarian atau matrik
korelasi. Hal ini dilakukan karena fokus SEM bukan pada data individual,
tetapi pola hubungan antar responden. Dalam hal ini ukuran sampel
memegang peranan penting untuk mengestimasi kesalahan sampling. Untuk
itu ukuran sampling jangan terlalu besar karena akan menjadi sangat sensitif
sehiungga akan sulit mendapatkan ukuran goodness of fit yang baik, setelah
model dibuat dan input data dipilih, maka dilakukan analisis model kausalitas
dengan teknik estimasi yaitu teknik estimasi model yang digunakan adalah
Maximum Likehood Estimation Method. Teknik ini dipilih karena ukuran
sampel yang digunakan dalam penelitian ini adalah kecil (100-200
responden).
a. Standard error untuk satu atau beberapa koefisien adalah sangat besar.
Bila jumlah residual lebih besar dari 2% dari semua residual kovarians
yang dihasilkan oleh model, maka sebuah modifikasi perlu dipertimbangkan.
Bila ditemukan bahwa nilai residual yang dihasilkan model cukup besar
(yaitu 2.58) maka cara lain dalam memodifikasi adalah dengan
mempertimbangkan untuk menambah sebuah alur baru terhadap model
yang diestimasi itu. Nilai residual value yang lebih besar atau sama dengan
2.58 diinterpretasikan sebagai signifikan secara statistik pada tingkat 5%.
2. Karena input data dalam analisis path berupa data korelasi atau
kovariansi, maka perlu dicari korelasi antara seluruh variabel yaitu dengan
menghitung matriks korelasi antar semua variabel yang ada, dengan
menggunakan rumus korelasi sesuai dengan persamaan (2.1), sehingga
diperoleh matriks korelasi R.
4. Pengujian model
Analisis path merupakan pendekatan analisis yang penting dalam
menguji hipotesis kausal. Di sini ingin dihasilkan korelasi atau kovariansi
yang sesungguhnya. Jika hal ini bisa dipenuhi maka bisa dikatakan bahwa
struktur hipotesis kausal yang dibentuk berdasarkan korelasi atau kovariansi
adalah cocok dalam menguji kevalidan model. Pada perhitungan skala
besar, kevalidan model kausal ditentukan dari kemampuan untuk
menghasilkan nilai R yang paling tinggi mendekati aslinya (Oktariani, 2006).
Pengujian ini dilakukan pada model untuk melihat apakah model yang
terbentuk sudah cukup signifikan. Alat uji paling fundamental untuk
mengukur kesesuaian model adalah 2. Uji ini dapat digunakan karena 20
model statistik dalam penelitian ini menggunakan 75-200 sampel.
b. Teori Trimming
BAB III
PENUTUP
Kesimpulan
Path analysis (PA) atau analisis jalur adalah keterkaitan antara variable
independent, variable intermediate, dan variable dependen yang biasanya
disajikan dalam bentuk diagram. Didalam diagram ada panah panah yang
menunjukkan arah pengaruh antara variable-variabel exogenous,
intermediary, dan variabel dependent. Path analysis digunakan untuk
menganalisis pola hubungan antara variabel dengan tujuan untuk
mengetahui pengaruh langsung maupun tidak langsung seperangkat
variabel bebas (eksogen) terhadap variabel terikat (endogen). Teknik analisis
jalur ini akan digunakan dalam menguji besarnya sumbangan (kontribusi)
yang ditunjukkan oleh koefisien jalur pada setiap digram jalur dari hubungan
kausal antar variabel X , X , dan X terhadap Y serta dampaknya kepada Z.
1 2 3
Daftar Pustaka
Riduan dan Engkos. 2012. Cara Mudah Menggunakan dan Memakai Path Analysis
(Analisis Jalur). Bandung: Alfabeta.
Sugiyono. 2009. Statistik Untuk Penelitian. Bandung: Alfabeta.