Path Analysis1
Path Analysis1
Pengertian
Analisis Jalur digunakan untuk mengetahui apakah data mendukung teori,
yang secara a-priori dihipotesiskan, yang mencakup kaitan structural antar
variabel terukur.
Analisis Jalur atau yang lebih dikenal luas sebagai Path Analysis merupakan
suatu metode pendekomposisian korelasi kedalam bagian-bagian yang
berbeda untuk menginterpretasikan suatu pengaruh (effect).
Dalam analisis jalur yang distandarkan korelasi dapat dipecah kedalam
komponen-komponen struktural (kausal) dan nonstruktural (nonkausal)
didasarkan teori yang dinyatakan dalam diagram jalur.
Total Efek Struktural dapat didekomposisi : Langsung dan Tidak
Langsung.
Komponen Nonstruktural :
- komponen spurious
- komponen unanalyzed
Pendekomposisian pengaruh terbagi atas dua bagian, yaitu Causal Effect dan
Noncausal Effect.
Dalam kajian analisis jalur, untuk menyederhanakan lambang, akan
digunakan dua macam lambang saja yaitu X dan , yang nantinya dibedakan
oleh subscript-nya (X1, X2, ., Xk dan 1, 2, , k).
Istilah untuk variabel :
Variabel eksogen (exogenous variable) mencerminkan variabel penyebab,
dan variabel endogen (endogenous variable) sebagai variabel akibat.
X2
X2
p2
p21
X1
X2
2
p3
X1
p31
r12
X3
P32
X2
p31
X1
r12
p31
P32
p42
p43
X3
X4
X2
X3
p32
3
p43
p43
p42
X2
X4
P21
1
. . . (1)
. . . (2)
x ij - x j
sj
. . .
p3
X1
p31
5
r12
X3
P32
X2
2. Regresi linier multipel dengan tiga variabel independen yang
dinyatakan dalam diagram jalur
Prinsip-prinsip regresi dengan tiga variabel independen tidak berbeda
dengan dua variabel independen.
Perhatikan diagram jalur di bawah ini :
X1
p41
r12
p4
p42
r13
X2
X4
r23
p43
X3
Diagram jalur ini memperlihatkan tiga buah variabel eksogen X 1, X2 dan X3,
serta sebuah variabel endogen, yaitu X4.
Persamaan struktural untuk diagram jalur di atas adalah :
X4 = p41 X1 + p42 X2 + p43 X3 +
Contoh yang lebih kompleks :
1. Sebuah penelitian eksploratif mencoba mengungkapkan hubungan
antara X1, X2, X3, X4 dan X5. Dalam penelitian ini dikemukakan
sebuah proposisi bahwa :
- Antara X1, X2, dan X3 terdapat kaitan korelatif. Ketiga konstrak
tersebut bersama-sama mempengaruhi X4.
- X1, X4 dan X3 secara bersama-sama mempengaruhi X5.
substrukturnya
serta
Diagram jalurnya :
1
X1
p41
p51
r12
p4 1
p42
r13
2
p54
X2
r23
p52
X4
p43
X5
p53
X3
X4 = p41 X1 + p42 X2 + p43 X3 + 1
X5 = p51 X1 + p53 X3 + p54 X4 + 2
2)
Identifikasi substruktur dan persamaan strukturnya dari diagram
jalur di bawah ini !
2
p32
p31
X1
X3
3
p21
p32
p43
p43
p42
X2
X4
P21
1
Persamaan strukturnya :
X2 = p21 X1 + 1
X3 = p31 X1 + p32 X2 + 2
X4 = p42 X2 + p43 X3 + 3
KASUS 1 :
Penelitian melibatkan tiga buah variabel X1, X2 dan X3 untuk
mengungkapkan hubungan antara ke tiga variabel ini. Peneliti mempunyai
proposisi hipotetik bahwa antara X1 dan X2 terdapat kaitan korelasional, dan
bahwa keduanya secara bersama-sama mempengaruhi X3.
Data hasil pengukuran (dalam skala pengukuran interval) melalui sampel
acak berukuran 15 adalah sebagai berikut :
X3
205
206
254
246
201
291
234
209
204
216
245
286
312
265
322
X1
26
28
35
31
21
49
30
30
24
31
32
47
54
40
42
X2
159
164
198
184
150
208
184
154
149
175
192
201
248
166
287
Analisis :
Regression
Descriptive Statistics
Mean
246,4000
34,6667
187,9333
X3
X1
X2
Std. Deviation
41,11274
9,67815
38,08724
N
15
15
15
Correlations
Pearson Correlation
Sig. (1-tailed)
X3
1,000
,916
,901
.
,000
,000
15
15
15
X3
X1
X2
X3
X1
X2
X3
X1
X2
X1
,916
1,000
,735
,000
.
,001
15
15
15
X2
,901
,735
1,000
,000
,001
.
15
15
15
Variables Entered/Removedb
Model
1
Variables
Entered
X2, X1a
Variables
Removed
Method
Enter
Model Summary
Model
1
R
,976a
R Square
,952
Adjusted
R Square
,944
Std. Error of
the Estimate
9,75663
Regression
Residual
Total
Sum of
Squares
22521,299
1142,301
23663,600
df
2
12
14
Mean Square
11260,649
95,192
F
118,294
Sig.
,000a
Coefficientsa
Model
1
(Constant)
X1
X2
Unstandardized
Coefficients
B
Std. Error
64,639
13,112
2,342
,398
,535
,101
Standardized
Coefficients
Beta
,551
,496
t
4,930
5,892
5,297
Sig.
,000
,000
,000
a. Dependent Variable: X3
p3
X1
p31
r12
X3
P32
X2
Diagram jalur ini terdapat dua buah variabel eksogen X 1 dan X2, serta
sebuah variabel endogen, yaitu X3.
Bentuk persamaan struktural untuk diagram jalur di atas :
X3 = 0,551 X1 + 0,496 X2 +
Model ini signifikan karena nilai p-value = 0,000 lebih kecil dari
Koefisien jalur :
p31 = 0,551 , karena p-value = 0,000 lebih kecil dari , koefisien jalur ini
signifikan
p32 = 0,496 , karena p-value = 0,000 lebih kecil dari , koefisien jalur ini
signifikan
2
p3 = 1 R = 1 0,952 = 0,219
.
10
0,219
X1
0,551
X3
0,735
0,496
X2
Interpretasi
Pengaruh langsung dari X1 terhadap X3 = (0,551)(0,916)=
Pengaruh langsung dari X2 terhadap X3 = (0,496)(0,901)=
KASUS 2
Sebuah penelitian eksploratif mencoba mengungkapkan hubungan antara X1,
X2, X3, dan X4. Dalam penelitian ini dikemukakan sebuah proposisi bahwa :
- Antara X1 dan X2, terdapat kaitan korelatif. Kedua konstrak
tersebut bersama-sama mempengaruhi X3.
- X1, X2 dan X3 secara bersama-sama mempengaruhi X4.
Buatlah diagram jalurnya, hitung semua pengaruh variable eksogennya.!
DATA SAMPEL :
11
X1
x2
7
1
11
11
7
11
3
1
2
21
1
11
10
26
29
56
31
52
55
71
31
54
47
40
66
58
Analisis :
Diagram jalur :
X1
1
p 3 1
p
43
X4
p 4 2
r12
X3
X2
12
Persamaan struktural :
X3 = p31 X1 + p32 X2 + 1
X4 = p41 X1 + p42 X2 + p43 X3 + 2
Untuk sub-struktur 1 :
Correlations
Pearson Correlation
Sig. (1-tailed)
X3
X1
X2
X3
X1
X2
X3
X1
X2
X3
1,000
,734
,809
.
,002
,000
13
13
13
X1
,734
1,000
,217
,002
.
,238
13
13
13
X2
,809
,217
1,000
,000
,238
.
13
13
13
Model Summary
Model
1
R
,990a
R Square
,981
Adjusted
R Square
,977
Std. Error of
the Estimate
2,23457
Regression
Residual
Total
Sum of
Squares
2590,067
49,933
2640,000
df
2
10
12
Mean Square
1295,034
4,993
F
259,355
Sig.
,000a
13
Coefficientsa
Model
1
Unstandardized
Coefficients
B
Std. Error
51,434
2,199
1,476
,112
,687
,045
(Constant)
X1
X2
Standardized
Coefficients
Beta
,585
,682
t
23,389
13,140
15,305
Sig.
,000
,000
,000
a. Dependent Variable: X3
Persamaan struktur :
X3 = 0,585 X1 + 0,682 X2 + 1
Model ini signifikan karena p-value = 0,000 lebih kecil dari
Koefisien jalur :
p31 = 0,585 , karena p-value = 0,000 lebih kecil dari , koefisien jalur ini
signifikan
p32 = 0,682 , karena p-value = 0,000 lebih kecil dari , koefisien jalur ini
signifikan
2
px3 = 1 R = 1 0,981 = 0,138.
Untuk Sub-struktur 2 :
Model Summary
Model
1
R
,997a
R Square
,994
Adjusted
R Square
,992
Std. Error of
the Estimate
1,38903
14
ANOVAb
Model
1
Regression
Residual
Total
Sum of
Squares
2899,405
17,365
2916,769
df
3
9
12
Mean Square
966,468
1,929
F
500,913
Sig.
,000a
Model
1
(Constant)
X3
X1
X2
Unstandardized
Coefficients
B
Std. Error
22,248
10,202
,541
,197
,831
,298
,327
,138
Standardized
Coefficients
Beta
,514
,314
,309
t
2,181
2,750
2,785
2,372
Sig.
,057
,022
,021
,042
a. Dependent Variable: X4
Persamaan struktur :
X4 = 0,314 X1 + 0,309 X2 + 0,514 X3 + 2
Model ini signifikan karena p-value = 0,000 lebih kecil dari
Koefisien jalur :
P41 = 0,314 , karena p-value = 0,021 lebih kecil dari , koefisien jalur ini
signifikan
P42 = 0,309 , karena p-value = 0,042 lebih kecil dari , koefisien jalur ini
signifikan
P43 = 0,514 , karena p-value = 0,022 lebih kecil dari , koefisien jalur ini
signifikan.
2
P4 = 1 R = 1 0,994 =0,077.
1
X1
0,585
0,138
0,314
2
0,077
0,514
X3
0,217
0,682
X4
0,309
X2
Interpretasi :
Pengaruh dari X1 ke X4
Pengaruh langsung = 0,314
Pengaruh tak langsung (melalui X3) = 0,585 x 0,514 = 0,301
Total pengaruh = 0,314 + 0,301 = 0,615
Pengaruh dari X2 ke X4
Pengaruh langsung = 0,309
Pengaruh tak langsung (melalui X3) = 0,682 x 0,514 = 0,350
Total pengaruh = 0,309 + 0,350 = 0,659
Pengaruh dari X3 ke X4
Pengaruh langsung = 0,514
16