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

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

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

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

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

.. C1k » . Pengaruh secara sendiri-sendiri (partial). Sementara besarnya koefisien jalur untuk model analisis jalur sederhana.« V xu x1 » ¬V ¼ ¬ xu x2 ¼ ! ¬ . 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 . .. bisa berupa pengaruh langsung.... yaitu melalui variabel eksogen yang lainnya. Menghitung besarnya pengaruh langsung. nilainya sama dengan besarnya koefisien korelasi antara kedua variabel tersebut (p xu xi = r xu xi )....1).. yang terdiri dari satu variabel eksogen dan satu variabel endogen (perhatikan Gambar 6... ¼ ¬ ¼ ¬ rxu xk ¼ ­ ½ Catatan : Contoh di atas merupakan model analisis jalur kompleks. D. ¼ ¬ ¼ ¬ V xu xk ¼ ­ ½ «C11 C12 ¬ C22 ¬ ¬ ¬ ­ . sehingga langkahlangkah perhitungan untuk mencari koefisien jalurnya dapat mengikuti pola di atas. ¼ ¼ C kk ½ « rxu x1 » ¬r ¼ ¬ xu x2 ¼ ¬ . x2 . BESARNYA PENGARUH VARIABEL EKSOGEN TERHADAP VARIABEL ENDOGEN Pengaruh yang diterima oleh sebuah variabel endogenus dari dua atau lebih variabel eksogenus.. xk ) ! V xu x1 .. bisa juga berupa pengaruh tidak langsung. dapat secara sendiri-sendiri maupun secara bersama-sama.. C2 k ¼ ¼ . pengaruh tidak langsung serta pengaruh total variabel eksogenus terhadap variabel endogenus secara parsial.

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

  .

V .

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

 Untuk menguji perbedaan besarnya pengaruh masing-masing variabel eksogenus terhadap variabel endogenus. Apabila terjadi trimming.t = Mengikuti tabel distribusi F Snedecor.. (t 0 > t tabel (n-k1)). t! pxu xi  p xu x j (1  R 2 xu ( x1 x2 . 3. apakah perlu trimming atau tidak. n-k-1)). 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. Ambil kesimpulan. 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.. (F0 > F tabel (k. maka perhitungan harus diulang dengan menghilangkan jalur yang menurut pengujian tidak bermakna (no significant).