ANALISIS PATH

1
ANALISIS PATH

2
ANALISIS PATH
Di dalam analisis regresi, upaya mempelajari
hubungan antar variabel tidak pernah
mempermasalahkan mengapa hubungan
tersebut ada (atau tidak ada) dan juga tidak
pernah dipermasalahkan apakah hubungan
antara Y dengan X dikarenakan oleh X-nya itu
sendiri atau faktor-faktor lain.
Bilamana variabel yang terlibat lebih dari dua
(banyak variabel), di dalam analisis regresi
juga tidak pernah dipermasalahkan struktur
hubungannya, dimana semua variabel bebas
dianggap berpengaruh langsung terhadap
variabel tergantung. 3
LANGKAH-LANGKAH ANALISIS
PATH
PERTAMA
Langkah pertama di dalam analisis path adalah
merancang model berdasarkan konsep dan teori.
Misal, secara teoritis :
Variabel Motivasi berpengaruh terhadap
Kepuasan dan Loyalitas.
Loyalitas dipengaruhi oleh Kepuasan.
Variabel Kepuasan dan Loyalitas berpengaruh
terhadap Kinerja.
Berdasarkan hubungan-hubungan antar variabel
secara teoritis tersebut, dapat dibuat model dalam
bentuk diagram path sebagai berikut.
4
LANGKAH-LANGKAH ANALISIS
PATH

5
LANGKAH-LANGKAH ANALISIS
PATH
Model tersebut juga dapat dinyatakan dalam bentuk
persamaan, sehingga membentuk sistem persamaan.
Sistem persamaan ini ada yang menamakan sistem
persamaan simultan, atau juga ada yang menyebut
model struktural.
(1)Kepuasan = α0 + α1 Motivasi + ε1
(2)Loyalitas = β0 + β1 Motivasi + β2 Kepuasan + ε2
(3)Kinerja = γ0 + γ1 Kepuasan + γ2 Loyalitas + ε3

6
LANGKAH-LANGKAH ANALISIS
PATH
Atau bilamana sudah dibakukan :
(1) ZKepuasan = α0 + α1 ZMotivasi + ε1
(2) ZLoyalitas = β0 + β1 ZMotivasi + β2 ZKepuasan + ε2
(3) ZKinerja = γ0 + γ1 ZKepuasan + γ2 ZLoyalitas + ε3

Mengingat model tersebut dikembangkan

untuk menjawab permasalahan penelitian
dan berbasis teori dan konsep, maka
dinamakan model hipotetik. Model hipotetik
yang dibangun bisa lebih dari satu, terutama
bilamana landasan konsepnya belum mapan.
7
LANGKAH-LANGKAH ANALISIS
PATH
KEDUA
Langkah kedua dari analisis path adalah
pemeriksaan terhadap asumsi yang melandasi.
Asumsi yang melandasi analisis path adalah :
Di dalam model analisis path, hubungan antar
variabel adalah linier dan aditif
Hanya model rekursif dapat dipertimbangkan,
yaitu hanya sistem aliran causal ke satu arah.
Sedangkan pada model yang mengandung causal
resiprokal tidak dapat dilakukan analisis path.
Ciri-ciri model rekursif :
Model struktural yang memenuhi model rekursif
8
digambarkan sebagai berikut.
LANGKAH-LANGKAH ANALISIS
PATH

ε1 Y1

X1 , X2

ε2 Y2

ε3 Y3

9
LANGKAH-LANGKAH ANALISIS
PATH
Model struktural seperti pada ilustrasi di atas
merupakan Model Rekursif apabila memenuhi
asumsi-asumsi sebagai berikut :
♦ Antar εi saling bebas (independen)
♦ Antara ε1, ε2, dan ε3 dengan X1 dan X2 saling bebas
Jika diperhatikan pada diagram diatas, model
rekursif disamping harus memenuhi asumsi-
asumsi tersebut juga arah pengaruh kausalitas
dari variabel endogen adalah searah, dengan
kata lain tidak adak variabel endogen yang
mempunyai pengaruh bolak-balik (resiprokal).
10
LANGKAH-LANGKAH ANALISIS
PATH
Variabel endogen minimal dalam skala ukur
interval.
Observed variables diukur tanpa kesalahan
(instrumen pengukuran valid dan reliabel).
Model yang dianalisis dispesifikasikan
(diidentifikasi) dengan benar berdasarkan
teori-teori dan konsep-konsep yang relevan.

11
LANGKAH-LANGKAH ANALISIS
PATH
KETIGA
Langkah ketiga di dalam analisis path adalah
pendugaan parameter atau perhitungan koefisien
path. Perhitungan koefisien pada gambar diagram
path pada uraian sebelumnya dijelaskan sebagai
berikut :
Untuk anak panah bolak-balik ↔, koefisiennya
merupakan koefisien korelasi, r dihitung seperti
biasanya)
Untuk anak panah satu arah → digunakan
perhitungan regresi variabel dibakukan, secara
parsiil pada masing-masing persamaan. Metode
yang digunakan adalah OLS, yaitu metode kuadrat
terkecil biasa. Hal ini dapat dilakukan mengingat
modelnya rekursif. Dari perhitungan ini diperoleh
koefisien path pengaruh langsung. 12
LANGKAH-LANGKAH ANALISIS
PATH
Koefisien tersebut diambil dari Standardize Coeficients
Beta, dan dalam hal ini berlaku sebagai berikut :
_ _
yi − y X i1 − X 1
Z yi = , Z1 =
Sy S x1
dengan merubah setiap data pengamatan ke dalam
data standardize, maka semua unit satuan dari setiap
variabel adalah hilang (Z tidak mempunyai satuan) dan
skalanya juga menjadi seragam ( –4 s/d +4,
seberapapun nilai minimal dan maksimal dari data
asli).
Di dalam model regresi dengan variabel dibakukan, dapat dilihat
bahwa konstanta (intercept) tidak ada ( = 0 ), secara teoritis
memang demikian. Besarnya sokongan pengaruh setiap variabel
X terhadap Y adalah kuadrat dari koefisien regresi variabel 13
standardize.
PERHITUNGAN KOEFISIEN JALUR
Metode perhitungan koefisien jalur terdapat tiga
cara:
Dengan Pendekatan matriks korelasi
Koefisien regresi dilanjutkan dengan suatu proses
perhitungan dan
Koefisien regresi standardize.
Pada tulisan ini dipilih metode yang terakhir,
yaitu regresi standardize, hal ini mengingat
metode ini yang dipandang paling sederhana.
Di samping itu, perhitungan goodness of fit
berupa Koefisien Determinasi Total dapat
dilakukan secara sederhana, dan pelaksanaan
Theory Triming dapat dengan mudah dilakukan. 14
PENGARUH LANGSUNG DAN
TIDAK LANGSUNG
Koefisien pi dinamakan koefisien path
pengaruh langsung
Sedangkan pengaruh tidak langsung dan
pengaruh total dihitung dengan cara :
Pengaruh langsung Motivasi ke Kepuasan = P1
Pengaruh tidak langsung Motivasi ke Kinerja
melalui Kepuasan = P1 x P4
Pengaruh tidak langsung Kepuasan ke Kinerja
melalui Loyalitas = P3 x P5
Pengaruh total adalah penjumlahan dari
pengaruh langsung dan seluruh pengaruh tidak
langsung. Pengaruh total Kepuasan ke kinerja =
P4 + (P3 x P5) = Pengaruh langsung + Pengaruh 15
tidak langsung
ANALISIS PATH -
PENDUGAAN PARAMETER
Pendugaan parameter dengan Metode OLS, dimana di
dalam software SPSS dihitung melalui analisis regresi,
yaitu dilakukan pada masing-masing persamaan secara
sendiri-sendiri.
Pertama, Regresi untuk persamaan :
Kepuasan = α0 + α1 Motivasi + ε1
Atau bilamana sudah dibakukan :
ZKepuasan = α0 + α1 ZMotivasi + ε1

16
ANALISIS PATH -
PENDUGAAN PARAMETER

17
ANALISIS PATH -
PENDUGAAN PARAMETER
Dengan demikian diperoleh model sebagai berikut.
Kepuasan = -0.00097 + 0.547 Motivasi
Atau bilamana sudah dibakukan :
ZKepuasan = 0.512 ZMotivasi

Kedua, Regresi untuk persamaan :

Loyalitas = β0 + β1 Motivasi + β2 Kepuasan + ε2
Atau bilamana sudah dibakukan :
ZLoyalitas = β0 + β1 ZMotivasi + β2 ZKepuasan + ε2

18
ANALISIS PATH -
PENDUGAAN PARAMETER

19
ANALISIS PATH -
PENDUGAAN PARAMETER
Dengan demikian diperoleh model sebagai berikut.
Loyalitas = -0.305 + 0.517 Motivasi + 0.136 Kepuasan
Atau bilamana sudah dibakukan :
ZLoyalitas = 0.546 ZMotivasi + 0.154 ZKepuasan

Ketiga, Regresi untuk persamaan :

Kinerja = γ0 + γ1 Kepuasan + γ2 Loyalitas + ε3
Atau bilamana sudah dibakukan :
ZKinerja = γ0 + γ1 ZKepuasan + γ2 ZLoyalitas + ε3

20
ANALISIS PATH -
PENDUGAAN PARAMETER

21
ANALISIS PATH -
PENDUGAAN PARAMETER
Dengan demikian, diperoleh model sebagai berikut.
Kinerja = -0.353 + 0.212 Kepuasan + 0.383 Loyalitas + ε3
Atau bilamana sudah dibakukan :
ZKinerja = 0.181 ZKepuasan + 0.313 ZLoyalitas + ε3
Berdasarkan model-model pengaruh tersebut, dapat disusun model
lintasan pengaruh sebagai berikut. Model lintasan ini disebut dengan
analisis path, dimana pengruh error ditentukan sebagai berikut :

22
ANALISIS PATH -
PENDUGAAN PARAMETER

23
ANALISIS PATH -
PENDUGAAN PARAMETER
Analisis path dalam bentuk persamaan disajikan sebagai
berikut.

ZKepuasan = 0.512 ZMotivasi

ZLoyalitas = 0.546 ZMotivasi + 0.154 ZKepuasan
ZKinerja = 0.181 ZKepuasan + 0.313 ZLoyalitas + ε3

24
LANGKAH-LANGKAH ANALISIS
PATH
KEEMPAT (VALIDITAS MODEL)
Koefisien Determinasi Total
Total keragaman data yang dapat dijelaskan oleh model di
ukur dengan :
Rm2
= 1 − Pe21 Pe22 . . . Pep
2

dalam hal ini, interpretasi terhadap , sama dengan

interpretasi koefisien determinasi (R2) pada analisis
regresi. Untuk data ilustrasi diperoleh koefisien
determinasi total = 1 – (0.859)2 (0.769)2 (0.942)2 =
0.6128
artinya keragaman data yang dapat dijelaskan oleh model
tersebut adalah sebesar 61.28 % atau dengan kata lain
informasi yang terkandung dalam data 61.28 % dapat
dijelskan oleh model tersebut. Sedangkan yang 38.72 %
dijelaskan oleh variabel lain (yang belum terdapat di 25
dalam model) dan error.
VALIDITAS MODEL
Theory Triming
Uji validasi koefisien path pada setiap jalur untuk
pengaruh langsung adalah sama dengan pada
regresi, menggunakan nilai p dari uji t, yaitu
pengujian koefisien regresi variabel dibakukan
secara parsiil. Berdasarkan theory triming, maka
jalur-jalur yang nonsignifikan dabuang, sehingga
diperoleh model yang didukung oleh data empirik.
Jalur yang tercetak tebal dipandang bermakna (p
value kecil). Hasil analisis menunjukkan bahwa
Motivasi berpengaruh positif secara bermakna ke
Kepuasan dan Loyalitas. Loyalitas berpengaruh
positif dan bermakna ke Kinerja. Sedangkan
Kepuasan berpengaruh kurang bermakna baik ke
Loyalitas maupun ke Kinerja (p value cukup
besar). Dengan demikian Motivasi berpengaruh
ke Kinerja bersifat tidak langsung (indirect) yaitu 26
melalui Loyalitas, dengan koefisien path pengaruh
tidak langsung = 0.546 x 0.313 = 0.171.
THEORY TRIMING

27
LANGKAH-LANGKAH ANALISIS
PATH
KELIMA - INTERPRETASI
Langkah terakhir di dalam analisis path adalah
melakukan interpretasi hasil analisis.
Pertama dengan memperhatikan hasil validitas model.
Untuk data ilustrasi, diperoleh informasi sebagai
berikut :
Berdasarkan koefisien determinasi total, diperoleh bahwa
model dapat menjelaskan informasi yang terkandung di dalam
data, sebesar 61.28%. Angka ini cukup besar, sehingga layak
dilakukan interpretasi lebih lanjut.
Lintasan pengaruh yang signifikan adalah dari Motivasi ke
Kinerja melalui Loyalitas.

28
INTERPRETASI
Kedua, hitung pengaruh total dari setiap variabel yang
mempunyai pengaruh kausal ke variabel endogen. Di
dalam ilustrasi, seandainya seluruh lintasan signifikan,
maka harus dihitung pengaruh total dari Motivasi,
Kepuasan dan Loyalitas terhadap Kinerja. Variabel
dengan pengaruh total terbesar adalah yang memiliki
pengaruh terkuat.
Untuk data ILUSTRASI dapat dihasilkan informasi
bahwa upaya meningkatkan kinerja karyawan harus
dilakukan dengan cara meningkatkan Motivasi dan
diikuti dengan upaya agar karyawan lebih bersifat
Loyal.
Pada keadaan demikian variabel Loyalitas berfungsi
sebagai variabel intervening atau mediating.
Pengaruh tidak langsung Motivasi ke Kinerja melalui 29
Loyalitas = 0.546 x 0.313 = 0.171
MANFAAT ANALISIS PATH
Bilamana analisis path telah dilakukan
(berdasarkan sampel), maka dapat dimanfaatkan
untuk :
Penjelasan (explanation) terhadap fenomena yang
dipelajari atau permasalahan yang diteliti.
Prediksi nilai variabel tergantung berdasarkan nilai
variabel bebas, yang mana prediksi dengan analisis
path ini bersifat kualitatif.

30
MANFAAT ANALISIS PATH
Faktor determinan, yaitu penentuan variabel bebas
mana yang berpengaruh dominan terhadap variabel
tergantung. Dan juga dapat digunakan untuk
menelusuri mekanisme (jalur-jalur) pengaruh
variabel bebas terhadap variabel tergantung.
Pengujian model, menggunakan theory triming, baik
untuk uji keajegan konsep yang sudah ada ataupun
uji pengembangan konsep baru.

31
ANALISIS JALUR DENGAN INDIKATOR
REFLEKSIF DAN FORMATIF
Data dari variabel latent Faktor Status Sosial
Keluarga, Faktor Ekonomi Keluarga, dan
Kesejahteraan Keluarga diperoleh dengan
menggunakan Principal Component Analysis,
Sedangkan untuk variabel latent motivasi kerja
dan minat kembali ke luar negeri diperoleh
dengan menggunakan Factor Analysis.

32
REGRESI PENGARUH STATUS SOSIAL, MOTIVASI, DAN
EKONOMI KE KESEJAHTERAAN:

Model Summary

Adjusted Std. Error of

Model R R Square R Square the Estimate
1 .495a .245 .234 .88689765
a. Predictors: (Constant), EKONOMI, MOTIVASI,
STAT_SOS a
Coefficients

Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) -3.18E-15 .064 .000 1.000
STAT_SOS .059 .061 .062 .968 .334
MOTIVASI .131 .064 .129 2.044 .042
EKONOMI -.415 .056 -.478 -7.409 .000
a. Dependent Variable: SEJAHTRA

Diperoleh persamaan regresi:

Sejahtera = -3.18.10-15 + 0.059 Stat_sos + 0.131 Motivasi – 0.415 Ekonomi 33
Dengan persamaan regresi yang sudah dibakukan:
Zsejahtera = 0.062 ZStat_sos + 0.129 ZMotivasi – 0.478 ZEkonomi
PERSAMAAN REGRESI PENGARUH
KESEJAHTERAAN TERHADAP MINAT:
Model Summary

Adjusted Std. Error of

Model R R Square R Square the Estimate
1 .073a .005 .000 .99990967
a. Predictors: (Constant), SEJAHTRA

Coefficientsa

Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 1.573E-16 .072 .000 1.000
SEJAHTRA -.072 .071 -.073 -1.017 .310
a. Dependent Variable: MINAT

Diperoleh persamaan regresi:

Minat = 1.573.10-16 – 0.072 Sejahtera
34
Dengan persamaan regresi yang sudah dibakukan:
Zminat = -0.073 Zsejahtera
HASIL DIAGRAM PATH
Faktor Status
Sosial Keluarga
0.059
(0.334)

0.131 -0.072
(0.042) (0.310)
Motivasi Kerja Kesejahteraan Minat Kembali
ke Luar Negeri Keluarga ke Luar Negeri

-0.415
(0.000)

Faktor Ekonomi
Keluarga
35