ANALISIS JALUR (Path Analysis)

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.

Diagram Jalur (Path Diagram)

Langkah pertama analisis jalur adalah menterjemahkan hipotesis penelitian
yang bentuknya proposisional ke dalam bentuk diagram yang disebut
diagram jalur.
Pada saat menggambarkan diagram jalur ada beberapa perjanjian :
1. Hubungan antar variabel digambarkan oleh anak panah yang bisa
berkepala tunggal () atau single headed arrow, dan berkepala dua ()
atau double headed arrow.
2. Panah berkepala satu menunjukkan pengaruh dari sebuah variabel
eksogen terhadap sebuah variabel endogen. Misalkan :
X1

X2

3. Panah berkepala dua menggambarkan hubungan korelatif antar variabel

eksogen. Misalkan :
X1

X2

4. Tidak pernah seseorang bisa mengisolasi hubungan pengaruh secara

murni artinya bahwa sesuatu kejadian banyak sekali yang
mempengaruhinya, tetapi pada conceptual framework hanya dapat
digambarkan beberapa pengaruh yang bisa diamati. Variabel lainnya
yang tidak bisa digambarkan (tidak bisa diukur) diperlihatkan oleh suatu
variabel tertentu yang disebut residu dan diberi simbol dengan .
Contoh :
1)

p2
p21
X1

X2
2

Diagram jalur ini adalah diagram jalur yang paling sederhana.

Besarnya pengaruh langsung dari X1 ke X2 diperlihatkan oleh
koefisien jalur (path coefficient, p). Apabila diagram jalur sederhana
seperti ini yaitu variabel eksogen hanya satu, maka p21 = r21
2)

Contoh diagram jalur yang melibatkan kaitan korelatif :

p3
X1

p31

r12

X3
P32
X2

X1 dan X2 merupakan dua buah variabel eksogen yang satu dengan

yang lainnya mempunyai kaitan korelatif. Secara bersama-sama X1
dan X2 mempengaruhi X3.
3)

Penelitian mengenai hubungan kausal melibatkan empat buah variabel

X1, X2, X3, dan X4. Menurut teori, hubungan struktural antara
variabel-variabel tersebut adalah :
(a) X3 dipengaruhi oleh X1 dan X2
(b) antara X1 dan X2 terdapat hubungan korelatif
(c) X4 dipengaruhi oleh X3.
Diagram jalur dari hubungan variabel-variabel tersebut adalah :
1

p31
X1
r12

p31
P32

p42
p43

X3

X4

X2

Contoh diagram jalur yang tidak melibatkan kaitan korelatif :

4)

Seorang peneliti mempunyai empat variabel X1, X2, X3 dan X4 yang

menurut kerangka konseptual terdapat hubungan sebagai berikut :
a) X2 dipengaruhi oleh X1
b) X3 dipengaruhi oleh X1 dan X2
c) X4 dipengaruhi oleh X3 dan X2
Hubungan antar variabel dapat dinyatakan dalam diagram jalur
sebagai berikut.
2
p32
p31
X1
p21

X3
p32

3
p43
p43

p42
X2

X4

P21
1

Gambaran Analisis Regresi dan Korelasi Melalui Diagram Jalur

1. Regresi Linier Multipel Dengan Dua Variabel Independen
Model regresinya :
Y = 1 X1 + 2 X2 +

. . . (1)

Dalam analisis jalur kita hanya menggunakan X baik sebagai variabel

eksogen maupun endogen, untuk itu variabel Y diganti menjadi X 3, sehingga
model regresi di atas menjadi :
X3 = 1 X1 + 2 X2 +

. . . (2)

Jika semua data pengamatan ditransformasi ke dalam angka baku, artinya

Z ij
(4)

x ij - x j
sj

. . .

maka model (2) menjadi

X3 = p31 X1 + p32 X2 + . . . (3)
Dimana px3x1 dan px3x2 adalah koefisien-koefisien jalur yaitu sama dengan
koefisien-koefisien regresi untuk variabel yang dibakukan. Persamaan (3)
disebut Persamaan Struktural.
Secara struktural model (3) dapat digambarkan dalam diagram jalur sebagai
berikut :

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.

Buatlah diagram jalurnya, identifikasi

persamaan-persamaan strukturnya !

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

a. All requested variables entered.

b. Dependent Variable: X3

Model Summary
Model
1

R
,976a

R Square
,952

Adjusted
R Square
,944

Std. Error of
the Estimate
9,75663

a. Predictors: (Constant), X2, X1

ANOVAb
Model
1

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

a. Predictors: (Constant), X2, X1

b. Dependent Variable: X3

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

Proposisi hipotetik yang diajukan oleh peneliti bisa diterjemahkan kedalam

Diagram Jalur seperti di bawah ini :

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

Hubungan struktural antara X1 , X2 dan X3 :

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

a. Predictors: (Constant), X2, X1

ANOVAb
Model
1

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

a. Predictors: (Constant), X2, X1

b. Dependent Variable: X3

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

a. Predictors: (Constant), X2, X1, X3

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

a. Predictors: (Constant), X2, X1, X3

b. Dependent Variable: X4
Coefficientsa

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.

Diagram Jalur yang lengkap :

15

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