P. 1
ANALISIS-JALUR

ANALISIS-JALUR

|Views: 91|Likes:
Dipublikasikan oleh Indri Handyastuti Reeves

More info:

Published by: Indri Handyastuti Reeves on Jul 21, 2011
Hak Cipta:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

07/19/2013

pdf

text

original

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 : X1, X2, X3 …. 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 = F1 (Xa, …, Xq ; A11, … , A1k) Y2 = F2 (Xa, …, Xq ; A21, … , A2k) … … … Yp = Fp (Xa, …, Xq ; Ap1, … , Apk) yang mengisyaratkan hubungan kausal dari X1, X2, …., Xq ke Y1, Y2, …., Yp. Apabila setiap variabel Y secara unique keadaanya ditentukan (disebabkan)

1

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

Pada sub-struktur 3 .Gambar 2 Diagram jalur yang menyatakan hubungan kausal dari X1. teradapat dua buah substruktur. X3 ke X4 X1 X2 X4 X3 ε Gambar 2 menunjukkan bahwa diagram jalur tersebut terdapat tiga buah variabel eksogenus. sedangkan hubungan antara X1 dengan X2. X2 dengan X4 dan X3 dengan X4 adalah hubungan kausal. X2 ke X3 dan dari X3 ke X4 X1 X3 X2 X4 ε1 ε2 Perhatikan bahwa pada gambar 3 di atas. Persamaan struktural untuk gambar 3 adalah: X3 = p x3 x1 X1 + p x3 x2 X2 + ε1 dan X4 = p x 4 x3 X3 + ε2. panah tersebut menyatakan hubungan korelasional. Pada diagram di atas juga mengisyaratkan bahwa hubungan antara X1 dengan X4. Pertama. Pada sub-struktur pertama X1 dan X2 merupakan variabel eksogenus. Bentuk persamaan strukturalnya adalah : X4 = p x4 x1 X1 + p x4 x2 X2 + p x4 x3 X3 + ε. yaitu X1. X3 sebagai variabel endogenus dan ε1 sebagai variabel residu. sebuah variabel endogenus (X4) serta sebuah variabel residu ε. sub-struktur yang mengisyaratkan hubungan kausal dari X3 ke X4. X2. Gambar 3 Hubungan kausal dari X1. dan X3. X2. serta kedua. sub-struktur yang menyatakan hubungan kausal dari X1 dan X2 ke X3. Perhatikan panah dua arah. X2 dengan X3 dan X1 dengan X3 masing-masing adalah hubungan korelasional.

X4 sebagai variabel endogenus dan ε2 sebagai variabel residu. sehingga bisa tampak jelas variabel apa saja yang merupakan variabel eksogenus dan apa yang menjadi variabel endogenusnya. C. Koefisien jalur p x3ε menggambarkan besarnya pengaruh langsung variabel residu (implicit exogenous variable) terhadap X3. Langkah kerja yang dilakukan untuk menghitung koefisien jalur adalah: 1. masing-masing dinyatakan oleh besarnya nilai numerik koefisien jalur p x3 x1 dan p x3 x2 . Gambarkan dengan jelas diagram jalur yang mencerminkan proposisi hipotetik yang diajukan. Besarnya pengaruh langsung dari X1 ke X3.kedua. X2 ke X3 X1 r x1 x2 X2 p x3 x2 p x3 x1 X3 p x3ε ε Hubungan antara X1 dan X2 adalah hubungan korelasional. 4 . Hubungan X1 dan X2 ke X3 adalah hubungan kausal. Intensitas keeratan hubungan tersebut dinyatakan oleh besarnya koefisien korelasi r x1 x2 . dan makin banyak pula substruktur yang membangun diagram jalur tersebut. X3 merupakan variabel eksogenus. dan dari X2 ke X3. Gambar 4 Hubungan kausal dari X1. Di sini kita harus bisa menterjemahkan hipotesis penelitian yang kita ajukan ke dalam diagram jalur. Berdasarkan contoh-contoh diagram jalur di atas. KOEFISIEN JALUR Besarnya pengaruh langsung dari suatu variabel eksogenus terhadap variabel endogenus tertentu. maka kita dapat memberikan kesimpulan bahwa makin kompleks sebuah hubungan struktural. makin kompleks diagram jalurnya. dinyatakan oleh besarnya nilai numerik koefisien jalur (path coefficient) dari eksogenus ke endogenus. lengkap dengan persamaan strukturalnya.

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

x2 . sehingga langkahlangkah perhitungan untuk mencari koefisien jalurnya dapat mengikuti pola di atas.. ρ xu xk )  rxu x1  r   xu x2   . yang terdiri dari satu variabel eksogen dan satu variabel endogen (perhatikan Gambar 6.1).. C2 k  rxu x2     .. ..   . bisa juga berupa pengaruh tidak langsung. ρ xu x1  ρ   xu x2  =  . … Xk terhadap Xu atau besarnya pengaruh variabel eksogenus secara bersama-sama (gabungan) terhadap variabel endogenus.. yaitu melalui variabel eksogen yang lainnya........ Sementara besarnya koefisien jalur untuk model analisis jalur sederhana. D. C1k   rxu x1     C22 .. Pengaruh secara sendiri-sendiri (partial). BESARNYA PENGARUH VARIABEL EKSOGEN TERHADAP VARIABEL ENDOGEN Pengaruh yang diterima oleh sebuah variabel endogenus dari dua atau lebih variabel eksogenus. pengaruh tidak langsung serta pengaruh total variabel eksogenus terhadap variabel endogenus secara parsial. xk ) = ρ xu x1 ( ρx x u 2 . dapat secara sendiri-sendiri maupun secara bersama-sama...    rxu xk    Dimana : R2 xu ( x1 .     ρ xu xk    C11 C12 ... x2 . 6 .     Ckk  rxu xk     Catatan : Contoh di atas merupakan model analisis jalur kompleks.. bisa berupa pengaruh langsung. nilainya sama dengan besarnya koefisien korelasi antara kedua variabel tersebut (p xu x i = r xu x i ). dapat dilakukan dengan rumus : Besarnya pengaruh langsung variabel eksogenus terhadap variabel endogenus = p x u xi x p xu x i Besarnya pengaruh tidak langsung variabel eksogenus terhadap variabel endogenus = p x u xi x r x1 x2 x p xu x i Besarnya pengaruh total variabel eksogenus terhadap variabel endogenus adalah penjumlahan besarnya pengaruh langsung dengan besarnya pangaruh tidak langsung = [p x u xi x p x u xi ] + [p xu x i x r x1 x2 x p xu x i ] Selanjutnya pengaruh bersama-sama (simultan) variabel eksogenus terhadap variabel endogenus dapat dihitung dengan menggunakan rumus: R 2 xu ( x1 . Menghitung besarnya pengaruh langsung. X2... x k ) adalah koefisien determinasi total X1..

PENGUJIAN KOEFISIEN JALUR Menguji kebermaknaan (test of significance) setiap koefisien jalur yang telah dihitung.. (t0 > ttabel (n-k-1)).2. k 2.... Ho : p xu xi = 0.2. Gunakan statistik uji yang tepat. artinya tidak terdapat pengaruh variabel eksogenus (Xu) terhadap variabel endogenus (Xi). xk ) ) dimana : i = 1. ρ xu x k adalah koefisien jalur ) x u x1 rxu x 2 . … k k = Banyaknya variabel eksogenus dalam substruktur yang sedang diuji 7 . … k k = Banyaknya variabel eksogenous dalam substruktur yang sedang diuji t = Mengikuti tabel distribusi t. serta menguji perbedaan besarnya pengaruh masing-masing variabel eksogenus terhadap variabel endogenus. Nyatakan hipotesis statistik (hipotesis operasional) yang akan diuji. … ) Xk dengan variabel endogenus Xu... dapat dilakukan dengan langkah kerja berikut : 1. dengan derajat bebas = n – k – 1 Kriteria pengujian : Ditolak H0 jika nilai hitung t lebih besar dari nilai tabel t. xk ) )Cii n − k −1 2 dimana: i = 1. x2 .(ρ (r x u x1 ρx u x2 .. x2 . dimana u dan i = 1. Untuk menguji koefisien jalur secara keseluruhan/bersama-sama : F= (n − k − 1)( R 2 xu ( x1 ... H1 : p xu xi ≠ 0.. baik secara sendiri-sendiri maupun secara bersama-sama. xk ) ) k (1 − R 2 xu ( x1 .. artinya terdapat pengaruh variabel eksogenus (Xu) terhadap variabel endogenus (Xi). yaitu : Untuk menguji setiap koefisien jalur : t= px u xi (1 − R xu ( x1 x 2 .. E. rxu x k adalah koefisien korelasi variabel eksogenus X1. 2. … . X2.

(F0 > Ftabel (k.. dengan derajat bebas (degrees of freedom) k dan n – k – 1 Kriteria pengujian : Ditolak H0 jika nilai hitung F lebih besar dari nilai tabel F. xk ) )(Cii + C jj − 2Cij ) n − k −1 Kriteria pengujian : Ditolak H0 jika nilai hitung t lebih besar dari nilai tabel t. n-k-1)). 8 . Apabila terjadi trimming. 3. maka perhitungan harus diulang dengan menghilangkan jalur yang menurut pengujian tidak bermakna (no significant). (t0 > ttabel (n-k1)). Ambil kesimpulan. t= p xu x i − p xu x j (1 − R 2 xu ( x1 x2 .. Untuk menguji perbedaan besarnya pengaruh masing-masing variabel eksogenus terhadap variabel endogenus. apakah perlu trimming atau tidak.t = Mengikuti tabel distribusi F Snedecor.

You're Reading a Free Preview

Mengunduh
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->