ANALISIS JALUR

A. PENGERTIAN ANALISIS JALUR Telaah statistika menyatakan bahwa untuk tujuan peramalan/ pendugaan nilai Y atas dasar nilai-nilai X1, X2, ., Xi , pola hubungan yang sesuai adalah pola hubungan yang mengikuti Model Regresi, sedangkan untuk menganalisis pola hubungan kausal antar variabel dengan tujuan untuk mengetahui pengaruh langsung dan tidak langsung, secara serempak atau mandiri beberapa variabel penyebab terhadap sebuah variabel akibat, maka pola yang tepat adalah Model Analisis Jalur Analisis jalur (Path Analysis) dikembangkan oleh Sewall Wright (1934). Path analysis digunakan apabila secara teori kita yakin berhadapan dengan masalah yang berhubungan sebab akibat. Tujuannya adalah menerangkan akibat langsung dan tidak langsung seperangkat variabel, sebagai variabel penyebab, terhadap variabel lainnya yang merupakan variabel akibat. Sebelum melakukan analisis, hendaknya diperhatikan beberapa asumsi sebagai berikut: (1) Hubungan antar variabel haruslah linier dan aditif. (2) Semua variabel residu tak punya korelasi satu sama lain. (3) Pola hubungan antar variabel adalah rekursif atau hubungan yang tidak melibatkan arah pengaruh yang timbal balik. (4) Tingkat pengukuran semua variabel sekurang-kurangnya adalah interval (Harun Al Rasyid, 2005). Beberapa istilah dan definisi dalam Path Analysis: (1) Dalam Path Analysis, kita hanya menggunakan sebuah lambang variabel, yaitu X. Untuk membedakan X yang satu dengan X yang lainya, kita menggunakan subscript (indeks). Contoh : X 1, X2, X 3 . Xk. (2) Kita membedakan dua jenis variabel, yaitu variabel yang menjadi pengaruh (exogenous variable), dan variabel yang dipengaruhi (endogenous variable). (3) Lambang hubungan langsung dari eksogen ke endogen adalah panah bermata satu, yang bersifat recursive atau arah hubungan yang tidak berbalik/satu arah. (4) Diagram jalur merupakan diagram atau gambar yang mensyaratkan hubugan terstruktur antar variabel (Harun Al Rasyid, 2005). Secara matematik analisis jalur mengikuti pola Model Struktural yang ditentukan dengan seperangkat persamaan : Y1 = F 1 (Xa, , Xq ; A11, Y2 = F 2 (Xa, , Xq ; A21, , A 1k) , A 2k)

Yp = F p (Xa, , Xq ; Ap1,

, A pk)

yang mengisyaratkan hubungan kausal dari X1, X 2, ., Xq ke Y1, Y 2, ., Y p. Apabila setiap variabel Y secara unique keadaanya ditentukan (disebabkan)

1

disarankan untuk terlebih dahulu menggambarkan secara diagramatik struktur hubungan kausal antara variabel penyebab dengan variabel akibat. yang merupakan gabungan dari: (1) Variabel lain. tetapi di luar X1. DIAGRAM JALUR DAN PERSAMAAN S TRUKTURAL Pada saat akan melakukan analisis jalur. B. Persamaan struktural yang dimilik oleh gambar 1 adalah X2 = V x2 x1 X1 + I. untuk itu selanjutnya variabel penyebab akan kita sebut sebagai variabel eksogenus. tetapi tidak dimasukan dalam model. yang mungkin mempengaruhi X 2 tetapi belum teridentifikasi oleh teori. dan (4) Komponen yang sifatnya tidak menentu (random component). yang mungkin mempengaruhi X 2 dan telah teridentifikasi oleh teori. (2) Variabel lain. Gambar 6. X2 adalah variabel endogenus (endogenous variable). 2 . dan I adalah variabel residu (residual variable). Diagram ini disebut Diagram Jalur (Path Diagram). di luar X1.1 menyatakan bahwa X2 dipengaruhi secara langsung oleh X1. (3) Kekeliruan pengukuran (error of measurement). Gambar 1 Diagram Jalur Yang Menyatakan Hubungan Kausal Dari X 1 Sebagai Penyebab Ke X 2 Sebagai Akibat X1 X2 I Keterangan: X1 adalah variabel eksogenus (exogenous variable). Selanjutnya tanda anak panah satu arah menggambarkan pengaruh langsung dari variabel eksogenus terhadap variabel endogenus. Gambar 1 merupakan diagram jalur yang paling sederhana. di luar X 1. maka persamaan di atas dinamakan persamaan struktural. dan bentuknya ditentukan oleh proposisi teoritik yang berasal dari kerangka pikir tertentu. Penyebab penyebab lain itu dinyataka n oleh I. sebagai akibat. dan modelnya disebut model struktural.oleh seperangkat variabel X. masih banyak penyebab lain yang dalam penelitian yang sedang dilakukan tidak diukur.

Pertama. Perhatikan panah dua arah. sub-struktur yang menyatakan hubungan kausal dari X1 dan X 2 ke X3. X2 ke X 3 dan dari X 3 ke X 4 X1 X3 X2 X4 I1 I2 Perhatikan bahwa pada gambar 3 di atas. serta kedua. sebuah variabel endogenus (X 4) serta sebuah variabel residu I. Persamaan struktural untuk gambar 3 adalah: X3 = p x 3 x1 X 1 + p x 3 x 2 X2 + I1 dan X4 = p x 4 x3 X3 + I2. yaitu X 1. X2 dengan X3 dan X 1 dengan X3 masing-masing adalah hubungan korelasional. Pada sub-struktur pertama X1 dan X 2 merupakan variabel eksogenus. sedangkan hubungan antara X 1 dengan X2.Gambar 2 Diagram jalur yang m enyatakan hubungan kausal dari X1. X 3 sebagai variabel endogenus dan I1 sebagai variabel residu. X3 ke X4 X1 X2 X4 X3 I Gambar 2 menunjukkan bahwa diagram jalur tersebut terdapat tiga buah variabel eksogenus. Pada sub-struktur 3 . dan X3. panah tersebut menyatakan hubungan korelasional. teradapat dua buah substruktur. Gambar 3 Hubungan kausal dari X 1. X2. Pada diagram di atas juga mengisyaratkan bahwa hubungan antara X1 dengan X 4. Bentuk persamaan strukturalnya adalah : X4 = p x4 x1 X1 + p x4 x2 X2 + p x4 x3 X3 + I. sub-struktur yang mengisyaratkan hubungan kausal dari X3 ke X4. X2 dengan X 4 dan X3 dengan X 4 adalah hubungan kausal. X2.

Hubungan X 1 dan X2 ke X3 adalah hubungan kausal. 4 . Gambar 4 Hubungan kausal dari X 1. C. makin kompleks diagram jalurnya.kedua. X 2 ke X3 X1 r x1 x2 X2 p x3 x 2 p x3 x1 X3 p x3I I Hubungan antara X1 dan X2 adalah hubungan korelasional. KOEFISIEN JALUR Besarnya pengaruh langsung dari suatu variabel eksogenus terhadap variabel endogenus tertentu. lengkap dengan persamaan strukturalnya. dan dari X2 ke X3. Di sini kita harus bisa menterjemahkan hipotesis penelitian yang kita ajukan ke dalam diagram jalur. maka kita dapat memberikan kesimpulan bahwa makin kompleks sebuah hubungan struktural. X3 merupakan variabel eksogenus. sehingga bisa tampak jelas variabel apa saja yang merupakan variabel eksogenus dan apa yang menjadi variabel endogenusnya. masing-masing dinyatakan oleh besarnya nilai numerik koefisien jalur p x3 x1 dan p x3 x2 . Intensitas keeratan hubungan tersebut dinyatakan oleh besarnya koefisien korelasi r x1 x2 . dinyatakan oleh besarnya nilai numerik koefisien jalur (path coefficient) dari eksogenus ke endogenus. dan makin banyak pula substruktur yang membangun diagram jalur tersebut. Langkah kerja yang dilakukan untuk menghitung koefisien jalur adalah: 1. Besarnya pengaruh langsung dari X1 ke X3. Berdasarkan contoh-contoh diagram jalur di atas. Koefisien jalur p x3I menggambarkan besarnya pengaruh langsung variabel residu (implicit exogenous variable) terhadap X3. X4 sebagai variabel endogenus dan I2 sebagai variabel residu. Gambarkan dengan jelas diagram jalur yang mencerminkan proposisi hipotetik yang diajukan.

rx2 xk ¼ R= ¬ ¼ ¬ 1 . . rx1 xu » . rx1xk » ¬ 1 . Menghitung semua koefisien jalur p xu xi .. Identifikasikan sub-struktur dan persamaan yang akan dihitung koefisien jalurnya. N § Y 2  (§ Y ) 2 A? A 3... C1k » ¬ C22 ... dimana i = 1. ¼ ¼ 1 ½ Formula untuk menghitung koefisen korelasi yang dicari adalah menggunakan Product Moment Coefficient dari Karl Pearson... Alasan penggunaan teknik koefisien korelasi dari Karl Pearson ini adalah karena variabel-variabel yang hendak dicari korelasinya memiliki skala pengukuran interval. dan sebuah (selalu hanya sebuah) variabel endogenus X u yang dinyatakan oleh persamaan : Xu = p xu x1 x1 + p xu x 2 x2 + + p xu x k xk + I.. Menghitung matriks korelasi antar variabel.. Kemudian hitung matriks korelasi antar variabel eksogenus yang menyusun sub-struktur tersebut. X1 R=¬ X2 Xu «1 rx1 x2 1 ¬ ¬ ¬ ­ ....... Formulanya : rxy ! N § XY  (§ X ).. dengan rumus : X1 X2 Xk «C11 C12 .... C2 k ¼ ¼ R1-1 = ¬ ¬ . rx 2 xu ¼ ¼ 1 .2.. rumus : k. ¼ ¼ ¬ 1 ½ ­ 4. X1 X2 « Xk «1 rx1x2 . melalui 5 .( § Y ) ?N § X 2  (§ X ) 2 . Menghitung matriks invers korelasi variabel eksogenus. Misalkan saja dalam sub-struktur yang telah kita identifikasi terdapat k buah variabel eksogenus.2. ¼ ¬ ¼ C kk ½ ­ 5.

. ¼ ¼ C kk ½ « rxu x1 » ¬r ¼ ¬ xu x2 ¼ ¬ .. ¼ ¬ ¼ ¬ V xu xk ¼ ­ ½ «C11 C12 ¬ C22 ¬ ¬ ¬ ­ .« V xu x1 » ¬V ¼ ¬ xu x2 ¼ ! ¬ .. yang terdiri dari satu variabel eksogen dan satu variabel endogen (perhatikan Gambar 6.1). x2 . bisa berupa pengaruh langsung.. . Sementara besarnya koefisien jalur untuk model analisis jalur sederhana. pengaruh tidak langsung serta pengaruh total variabel eksogenus terhadap variabel endogenus secara parsial. ¼ ¬ ¼ ¬ rxu xk ¼ ­ ½ Catatan : Contoh di atas merupakan model analisis jalur kompleks.. xk ) ! V xu x1 ... sehingga langkahlangkah perhitungan untuk mencari koefisien jalurnya dapat mengikuti pola di atas. dapat dilakukan dengan rumus :  Besarnya pengaruh langsung variabel eksogenus terhadap variabel endogenus = p xu xi x p xu xi Besarnya pengaruh tidak langsung variabel eksogenus terhadap variabel endogenus = p xu xi x r x1 x2 x p xu xi Besarnya pengaruh total variabel eksogenus terhadap variabel endogenus adalah penjumlahan besarnya pengaruh langsung dengan besarnya pangaruh tidak langsung = [p xu xi x p xu xi ] + [p xu xi x r x1 x2 x p xu xi ]   Selanjutnya pengaruh bersama-sama (simultan) variabel eksogenus terhadap variabel endogenus dapat dihitung dengan menggunakan rumus: R 2 xu ( x1 .. yaitu melalui variabel eksogen yang lainnya. dapat secara sendiri-sendiri maupun secara bersama-sama. bisa juga berupa pengaruh tidak langsung... nilainya sama dengan besarnya koefisien korelasi antara kedua variabel tersebut (p xu xi = r xu xi ). D... C1k » . Pengaruh secara sendiri-sendiri (partial).. C2 k ¼ ¼ .. Menghitung besarnya pengaruh langsung.. BESARNYA PENGARUH VARIABEL EKSOGEN TERHADAP VARIABEL ENDOGEN Pengaruh yang diterima oleh sebuah variabel endogenus dari dua atau lebih variabel eksogenus.

.. Xk terhadap Xu atau besarnya pengaruh variabel eksogenus secara bersama-sama (gabungan) terhadap variabel endogenus.. xk ) adalah koefisien determinasi total X1. V xu x 2 .. V xu xk « rxu x1 » ¬r ¼ ¬ xu x2 ¼ ¬ . 6 .. X2. ¼ ¬ ¼ ¬ rxu xk ¼ ­ ½ Dimana :  R2 xu ( x1 . x2 ..

  .

V .

 Untuk menguji koefisien jalur secara keseluruhan/bersama-sama : dimana : i = 1. X2.. .. x k ) )Cii n  k 1 2 dimana: i = 1.r x u x1 V xu x 2 . x2 .. baik secara sendiri-sendiri maupun secara bersama-sama. Nyatakan hipotesis statistik (hipotesis operasional) yang akan diuji. PENGUJIAN KOEFISIEN JALUR Menguji kebermaknaan (test of significance) setiap koefisien jalur yang telah dihitung.. yaitu :  Untuk menguji setiap koefisien jalur : t! px u x i (1  R xu ( x1 x 2 .. artinya tidak terdapat pengaruh variabel eksogenus (X u) H1 : p x u x i terhadap variabel endogenus (Xi ). 2.. k k = Banyaknya variabel eksogenus dalam substruktur yang sedang diuji   F! ( n  k  1)( 2 xu ( x1 . rxu xk adalah koefisien korelasi variabel eksogenus X 1..2. xk ) ) k (1  2 xu ( x1 .2. Gunakan statistik uji yang tepat. V xu xk adalah koefisien jalur x u x1 rxu x 2 . dengan derajat bebas = n k 1 Kriteria pengujian : Ditolak H 0 jika nilai hitung t lebih besar dari nilai tabel t. (t0 > ttabel (n-k-1)). artinya terdapat pengaruh variabel eksogenus (Xu) terhadap variabel endogenus (X i). Ho : p xu xi = 0. k k = Banyaknya variabel eksogenous dalam substruktur yang sedang diuji t = Mengikuti tabel distribusi t... xk ) )   7 . serta menguji perbedaan besarnya pengaruh masing-masing variabel eksogenus terhadap variabel endogenus. dapat dilakukan dengan langkah kerja berikut : 1. 0. Xk dengan variabel endogenus X u.. dimana u dan i = 1. E. x2 ..k 2..

t! pxu xi  p xu x j (1  R 2 xu ( x1 x2 . 8 ... x k ) )(Cii  C jj  2Cij ) n  k 1 Kriteria pengujian : Ditolak H 0 jika nilai hitung t lebih besar dari nilai tabel t. 3. n-k-1)). (F0 > F tabel (k. Apabila terjadi trimming. Ambil kesimpulan. apakah perlu trimming atau tidak. (t 0 > t tabel (n-k1)). maka perhitungan harus diulang dengan menghilangkan jalur yang menurut pengujian tidak bermakna (no significant).  Untuk menguji perbedaan besarnya pengaruh masing-masing variabel eksogenus terhadap variabel endogenus.t = Mengikuti tabel distribusi F Snedecor. dengan derajat bebas (degrees of freedom) k dan n k 1 Kriteria pengujian : Ditolak H 0 jika nilai hitung F lebih besar dari nilai tabel F.

Sign up to vote on this title
UsefulNot useful