MAKALAH STATISTIKA MULTIVARIAT

ANALISIS JALUR

Dosen Pembimbing :

Dr. Putri Yuanita, M.Ed

Disusun Oleh : Kelompok 1

Dhea Ika Putri 1805124571

Etika Putri 1805110705

Fazlur Rahman 1805110973

Indah Syafitri 1805111023

Nurul Linora 1805113638

Kelas : 5A

PROGRAM STUDI PENDIDIKAN MATEMATIKA

JURUSAN PENDIDIKAN MIPA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN

UNIVERSITAS RIAU

2020

i|Analisis Jalur (Path Analysis)| Kelompok 1

 KATA PENGANTAR

Puji Syukur penulis ucapkan kepada Allah Swt yang telah memberikan
kemampuan kepada penulis sehingga penulis dapat menyelesaikan makalah
Statistika Multivariat yang berjudul “Analisis Jalur”. Penulis menyadari bahwa
penyelesaian makalah ini tidak terlepas dari motivasi dan bantuan berbagai pihak.
Untuk itu, terima kasih penulis ucapkan kepada:

1. Ibu Dr. Putri Yuanita,M.Ed selaku dosen pembimbing Mata Kuliah

Statistika Multivariat.
2. Kepada teman-teman seangkatan yang bersedia membantu dan
memberikan masukan yang bersifat membangun demi penyelesaian
dan kesempurnaan makalah ini.
Semoga kebaikan yang telah mereka berikan dibalas oleh Allah Swt.
Penulis telah berusaha menyelesaikan makalah ini sesuai dengan ilmu dan
pengetahuan yang penulis peroleh. Penulis berharap agar makalah ini dapat
bermanfaat bagi kita semua terutama dalam kemajuan dunia pendidikan.

Penulis menyadari bahwa makalah ini masih jauh dari kesempurnaan, baik
dari segi sistematika penulisan maupun dari segi penyajian. Oleh karena itu, kritik
dan saran yang membangun sangat penulis harapkan dari pembaca. Atas
perhatian, saran, dan kritikan dari pembaca penulis ucapkan terima kasih.

Pekanbaru, 14 Januari 2021

Penulis

ii | A n a l i s i s J a l u r ( P a t h A n a l y s i s ) | K e l o m p o k 1
 DAFTAR ISI
HALAMAN SAMPUL...............................................................................i
KATA PENGANTAR...............................................................................ii
DAFTAR ISI ...........................................................................................iii
BAB I PENDAHULUAN
A. Latar Belakang Masalah............................................................1
B. Rumusan Masalah.....................................................................1
C. Tujuan .......................................................................................2
BAB II PEMBAHASAN
A. Teori - Teori Analisis Jalur........................................................3
B. Sejarah, Pengertian, serta Aplikasi Analisis Jalur.....................6
C. Istilah – Istilah Analisis Jalur (Path Analysis).........................13
D. Cara Mengolah Data Analisis Jalur.........................................16
E. Langkah – Langkah dalam Analisis Jalur...............................20
F. Contoh - Contoh Analisis Jalur...............................................22
BAB III PENUTUP
A. Kesimpulan..............................................................................34
B. Saran........................................................................................34
DAFTAR PUSTAKA..............................................................................35

iii | A n a l i s i s J a l u r ( P a t h A n a l y s i s ) | K e l o m p o k 1
 BAB I
PENDAHULUAN
A. Latar Belakang
Analisis Jalur (Path Analysis) merupakan pengembangan dari analisis
regresi berganda, sehingga analisis regresi dapat dikatakan sebagai bentuk
khusus dari analisis jalur. Analisis jalur digunakan untuk melukiskan dan
menguji model antar variabel-variabel yang berbentuk sebab akibat
(Sugiyono: 2009). Pertama kali dikembangkan oleh seorang ahli genetika
yaitu Sewall Wright di tahun 1934 yang sebenarnya merupakan
pengembangan korelasi yang diurai menjadi beberapa interpretasi akibat yang
ditimbulkannya. Sewall Wright adalah seorang ahli genetika yang
mengembangkan analisis jalur untuk membuat kajian hipotesis hubungan
sebab akibat dengan menggunakan korelasi.
David Garson dalam Sarwono (2011: 286) mendefinisikan Path
Analysis atau Analisis jalur sebagai perluasan dari analisis regresi berganda
yang dibandingkan oleh peneliti untuk menguji keselarasan matriks korelasi
dengan dua atau lebih model hubungan sebab akibat. Fraenkel dan Wallen
dalam Nidjo Sandjojo (2011:11-12) menyatakan bahwa analisis jalur
digunakan untuk menguji kemungkinan dari suatu hubungan sebab akibat
diantara tiga variabel atau lebih. Analisis jalur memungkinkan pengguna
menguji proposi teoritis mengenai hubungan sebab akibat tanpa
memanipulasi variabel-variabel. Memanipulasi dalam hal ini adalah
memberikan perlakuan terhadap variabel-variabel tertentu dalam
pengukurannya. Asumsi dasar model ini adalah beberapa variabel sebenarnya
mempunyai hubungan yang sanga dekat dengan yang lainnya.
Salah satu teknik analisis ini sangat penting dalam penelitian,
sehingga penulis sangat tertarik untuk mempelajari teknik path analysis atau
yang lebuh populer analisis jalur.

B. Rumusan Masalah
1. Apa saja teori – teori Analisis Jalur?
2. Bagaimana sejarah, pengertian, serta aplikasi Analisis Jalur?

1|Analisis Jalur (Path Analysis)| Kelompok 1

 3. Apa saja istilah – istilah yang digunakan dalam Analisis Jalur?
4. Bagaimana cara mengolah data pada Analisis Jalur?
5. Bagaimana langkah – langkah dalam Analisis Jalur?
6. Apa saja contoh – contoh Analisis Jalur?

C. Tujuan
1. Untuk mengetahui teori – teori Analisis Jalur.
2. Untuk mengetahui sejarah, pengertian, serta aplikasi Analisis Jalur.
3. Untuk mengetahui istilah – istilah yang digunakan dalam Analisis Jalur.
4. Untuk mengetahui cara mengolah data pada Analisis Jalur.
5. Untuk mengetahui langkah – langkah dalam Analisis Jalur.
6. Untuk mengetahui contoh – contoh Analisis Jalur.

2|Analisis Jalur (Path Analysis)| Kelompok 1

 BAB II
PEMBAHASAN

A. Teori – teori Analisis Jalur

Analisis jalur atau path analysis adalah suatu metode penelitian yang
pertama kali dikembangkan oleh seorang ahli genetika yaitu Sewall Wright di
tahun 1934 yang sebenarnya merupakan pengembangan korelasi yang diurai
menjadi beberapa interpretasi akibat yang ditimbulkannya (Sarwono: 2011).
Sewall Wright adalah seorang ahli genetika yang mengembangkan analisis
jalur untuk membuat kajian hipotesis hubungan sebab akibat dengan
menggunakan korelasi. Fraenkel dan Wallen dalam Nidjo Sandjojo (2011:11-
12) menyatakan bahwa analisis jalur digunakan untuk menguji kemungkinan
dari suatu hubungan sebab akibat diantara tiga variabel atau lebih.
Sarwono (2011: 287) menyatakan path analysis merupakan teknik
analisis yang digunakan untuk menganalisis hubungan sebab akibat yang
inheren antar variabel yang disusun berdasarkan urutan temporer dengan
menggunakan koefisien jalur sebagai besaran nilai dalam menentukan
besarnya pengaruh variabel independen exogenous terhadap variabel
dependen endogeneous. Sedangkan menurut David Garson dalam Sarwono
(2011: 286) mendefinisikan Path Analysis atau Analisis jalur sebagai
perluasan dari analisis regresi berganda yang dibandingkan oleh peneliti
untuk menguji keselarasan matriks korelasi dengan dua atau lebih model
hubungan sebab akibat.
Dengan demikian, analisis jalur pada dasarnya adalah sarana untuk
menganalisis hubungan kausal antar variabel guna mengetahui baik pengaruh
langsung maupun pengaruh tidak langsung diantara variabel bebas
(independent variable) terhadap variabel terikat (dependent variable).
Dalam penelitian ilmu sosial, ekonomi, bisnis, pendidikan dan
lainnya, pengaruh terhadap suatu variabel tidak selamanya didominasi oleh
satu variabel bebas atau beberapa variabel bebas secara langsung. Sering
terjadi pengaruh variabel perantara (intervening variable) menerima pengaruh
dari banyak variabel bebas yang kemudian variabel ini mempengaruhi secara
langsung terhadap variabel terikat. Untuk itu beberapa hal yang perlu

3|Analisis Jalur (Path Analysis)| Kelompok 1

 diperhatikan dalam penggunaan analisis jalur agar tidak salah dalam
menginterpretasikan hasil analisis maka persyaratannya sebagai berikut (Agus
Irianto, 2004: 283-284):
1. Skala pengukuran variabel minimal interval, bisa juga rasio.
2. Pola hubungannya (pengaruhnya) adalah linier.
3. Hubungan antara variabel bebas dengan variabel terikat bersifat kausal
(satu arah) atau tidak ada efek interaksi.
4. Tidak ada pengaruh yang signifikan dari variabel yang tidak diukur
(variabel residual) terhadap seluruh variabel yang dimasukkan dalam
model.
5. Antar variabel bebas mempunyai hubungan (multikolinearitas) yang
rendah, jadi pada prinsipnya variabel bebas benar-benar bebas, kalaupun
ada hubungan besaran hubungannya tidak signifikan.
6. Jika antarvariabel bebas terdapat hubungan yang signifikan, maka
sebaiknya digunakan salah satu variabel dari variabel yang saling
berhubungan itu.
7. Sampel penelitian hendaknya besar, analisis jalur akan memberi makna
yang tinggi jika sampel lebih dari 100 (harus diambil secara random),
tetapi jumlah tersebut tidak mutlak.
8. Adanya korelasi yang signifikan antara variabel bebas dengan variabel
antara atau antara variabel antara dengan variabel bebas.
9. Analisis jalur akan menyajikan besaran hubungan langsung dan tidak
langsung antara variabel eksogen (exogenous) terhadap variabel endogen
(endogenous).
10. Variabel eksogen (exogenous) adalah variabel yang tidak ada penyebab
eksplisitnya atau dalam diagram tidak ada anak panah yang menuju ke
arahnya.
11. Variabel endogen (endogenous) adalah variabel yang ada penyebab
eksplisitnya atau dalam diagram ada anak panah yang menuju ke
arahnya.

4|Analisis Jalur (Path Analysis)| Kelompok 1

 12. Jika antar variabel eksogen (exogenous) dihubungkan, maka anak panah
akan menuju keduanya (garis tersebut mempunyai dua arah atau dua
anak panah).
13. Variabel bebas dan terikat dalam regresi diganti istilahnya dengan
variabel eksogen (exogenous) dan variabel indogen (endogenous).

Adapun tujuan penggunaan analisis jalur menurut Sarwono (2011:

287) diantaranya untuk:
1. Melihat hubungan antar variabel degan didasarkan pada model apriori.
2. Menerangkan mengapa variabel-variabel berkorelasi dengan
mengggunakan suatu model yang berurutan secara temporer.
3. Menggambar dan menguji suatu model matematis dengan menggunakan
persamaan yang mendasarinya.
4. Mengidentifikasi jalur penyebab suatu variabel tertentu terhadap variabel
lain yang dipengaruhinya.
5. Menghitung besarnya pengaruh satu variabel tertentu terhadap variabel
independen exogenous atau lebih terhadap variabel endogenous lainnya.

Prinsip yang mendasari path analysis sebagai berikut:

1. Pada model path analysis, hubungan antar variabel bersifat linear, adaptif
dan bersifat normal.
2. Hanya sistem aliran kausal ke satu arah artinya tidak ada arah kausalitas
yang terbalik.
3. Variabel terikat (endogen) minimal dalam skala ukuran interval dan ratio.
4. Menggunakan sampel probability sampling yaitu teknik pengambilan
sampel untuk memberikan peluang yang sama pada setiap anggota
populasi untuk dipilih menjadi anggota sampel.
5. Observed variable diukur tanpa kesalahan (instrumen pengukuran valid
dan reliable) artinya variabel yang diteliti dapat diobservasi secara
langsung.
6. Model yang dianalisis dispesifikasikan (diidentifikasikan) dengan benar
berdasarkan teori-teori dan konsep-konsep yang relevan artinya model
teori yang dikaji atau yang diuji dibangun berdasarkan kerangka teoritis

5|Analisis Jalur (Path Analysis)| Kelompok 1

 tertentu yang mampu menjelaskan hubungan kausalitas antar variabel yang
diteliti.
Keuntungan menggunakan analisis jalur:
1. Kemampuan menguji model keseluruhan dan parameter – parameter
individual,
2. Kemampuan pemodelan beberapa variabel mediator / perantara,
3. Kemampuan mengestimasi dengan menggunakan persamaan yang dapat
melihat semua kemungkinan hubungan sebab akibat pada semua variabel
dalam model,
4. Kemampuan melakukan dekomposisi korelasi menjadi hubungan yang
bersifat sebab akibat (causal relation), seperti pengaruh langsung (direct
effect) dan pengaruh tidak langsung (indirect effect) dan bukan sebab
akibat (non-causal association), seperti komponen semu (spurious).

Sedangkan, kelemahan menggunakan analisis jalur, diantaranya:

1. Tidak dapat mengurangi dampak kesalahan pengukuran,
Analisis jalur hanya mempunyai variable – variabel yang dapat
diobservasi secara langsung,
2. Analisis jalur tidak mempunyai indikator – indikator suatu variabel laten,
karena analisis jalur merupakan perpanjangan regresi linier berganda,
maka semua asumsi dalam rumus ini harus diikuti,
3. Sebab - akibat dalam model hanya bersifat searah (one direction); tidak
boleh bersifat timbal balik (reciprocal).

B. Sejarah, Pengertian, dan Aplikasi Analisis Jalur (Path Analysis)

SEJARAH

Seperti apa sejarah path analysis itu? Teknik path analysis, yang

dikembangkan oleh Sewal Wright di tahun 1934, sebenarnya merupakan

pengembangan korelasi yang diurai menjadi beberapa interpretasi akibat

6|Analisis Jalur (Path Analysis)| Kelompok 1

 yang ditimbulkannya. Sewall Wright adalah seorang ahli genetika yang

mengembangkan path analysisuntuk membuat kajian hipotesis hubungan

sebab akibat dengan menggunakan korelasi. Lebih lanjut, path analysis

mempunyai kedekatan dengan regresi berganda; atau dengan kata lain,

regresi berganda merupakan bentuk khusus dari path analysis. Teknik ini juga

dikenal sebagai model sebab-akibat (causing modeling). Penamaan ini

didasarkan pada alasan bahwa analisis jalur memungkinkan pengguna dapat

menguji proposisi teoritis mengenai hubungan sebab dan akibat tanpa

memanipulasi variabel-variabel. Memanipulasi variabel maksudnya ialah

memberikan perlakuan (treatment) terhadap variabel-variabel tertentu dalam

pengukuran-nya. Asumsi dasar model ini ialah beberapa variabel sebenarnya

mempunyai hubungan yang sangat dekat satu dengan lainnya. Dalam

perkembangannya saat ini path analysis diperluas dan diperdalam kedalam

bentuk analisis “Structural Equation Modeling” atau dikenal dengan

singkatan SEM.

Sebenarnya gagasan Sewal Wright ini diilhami oleh penemuan –

penemuan rumus sebelumnya diantaranya ialah pada tahun 1901 Karl

Pearson, penemu rumus korelasi Pearson, menemukan principal component

analysis dan Charles Spearman, penemu rumus korelasi Spearman, pada

tahun 1904 menemu-kan teknik analisis faktor yang banyak memberikan

pengaruh terhadap perkembangan Structural Equation Modelling (SEM) yang

didasari oleh path analysis (PA)yang oleh sebagian besar orang dimasukkan

dalam kategori yang sama antara SEM dan PA. Kesamaan dasar antara SEM

dan PA semata-mata hanya karena masalah hubungan sebab akibat

7|Analisis Jalur (Path Analysis)| Kelompok 1

 (casuality). Yang kemudian pada perkembangannya PA lebih merupakan

representasi model yang hubungan kasualitas yang bersifat searah (yang

secara tekniks disebut recursive) sedang SEM merupakan representasi model

hubungan sebab akibat yang bersifat searah dan dua arah / timbal balik /

reciprocal (yang secara tekniks disebut non recursive) Kontribusi Wright

yang terbesar ialah penemuannya mengenai metode koefesien jalur dalam

konteks hubungan kasualitas yang menjadi landasan dalam mengubungan

antara masalah statistik dengan masalah sebab akibat. Sehingga dalam

perkemban-gan berikutnya orang kemudian mengaitkan antara hubungan

kasualitas dengan path analysis secara tidak sengaja. Sebenarnya tidak ada

landasan teori yang memberikan justifikasi bahwa ada hubungan antara path

analysis dengan model kasualitas; sebagaimana adanya teori yang

mengatakan bahwa ada hubungan antara regresi linier dengan hubungan

kasualitas. Sekalipun demikian, menurut Dennis dan Legerski (2006) terdapat

sejarah yang membuktikan bahwa ada hubungan antara path analysis dan

kasualitas. Hanya dari faktor sejarahlah orang dapat memberikan justifikasi

bahwa path analysis berkaitan dengan kasualitas. Itulah sebabnya pada

bagian berikut ini akan dibahas secara singkat sejarah karya-karya Sewal

Right yang menjadi landasan pemikiran mengapa akhirnya orang

menyimpulkan ada hubungan antara path analysis dengan model kasualitas.

Sewal Wright adalah seorang sarjana lulusan biologi dari Universitas

Illinois yang kemudian men-dalami bidang genetika. Dia tertarik mengenai

peranan genetika dalam menentukan turunan warna dalam binatang. Dia

berhasil melakukan riset dengan menggunakan path analysis terhadap

8|Analisis Jalur (Path Analysis)| Kelompok 1

 transmisi dalam suatu kelinci percobaan pada tahun 1920. Sebenarnya Sewal

Wright pertama kali menggunakan path analysis pada tahun 1918 dalam

artilenya yang berjudul: “On the Nature of Size Factors.” Dengan

menggunakan hasil risetnya yang pernah diterbitkan di Castle pada tahun

1914, dimana dia menemukan korelasi antara berbagai pengukuran tulang

pada kelinci yang dia teliti; Sewal Wright kemudian menyusun metode kuan-

titatif, yaitu suatu metode yang dirancang untuk membuat estimasi tingkatan

dimana suatu pengaruh yang diberikan ditentukan oleh setiap jumlah

penyebab.

Tulisan berikutnya yang muncul pada tahun 1920 yang berjudul

membahas keseriusannya dalam usahanya menemukan suatu metode analisis

statistik baru. Maka dalam artikel yang berjudul “The Rela-tive Importance

of Heredity and Environment in Determining the Piebald Pattern of Guinea-

Pigs,”, Sewal Wright menyusun suatu model kuantitatif yang dapat

digunakan dalam membuat estimasi kepentingan relatif hereditas dan

lingkungan dalam transmisi generasi warna pada kelinci percobaannya.

Dalam makalahnya tersebut dia menyebutkan secara tidak langsung

mengenai konsep “sebab – akibat” yang menjadi dasar dari rumus Path

Analysis. Dalam papernya ini juga Sewal Wright menggambarkan suatu

jaringan yang berkaitan dengan hereditas dan lingkungan dari induk ke anak-

anaknya pada kelinci percobaannya yang kelak pada perkembangannya

disebut sebagai diagram jalur. Dalam diagram jalur tersebut dia menunjukkan

induk laki-laki dan perempuan menghasilkan anak-anak yang mempunyai

warna beda. Intinya Sewal ingin mengatakan bahwa kekhasan suatu individu

9|Analisis Jalur (Path Analysis)| Kelompok 1

 ditentukan oleh H (Heredity), E (Environment / lingkungan anak – anak

sebelum dilahirkan) dan D (residu, ketidakberaturan dalam perkembangan).

Masalah yang kemudian muncul ialah menemukan cara dalam menentukan

tingkat diterminasi / pengaruh ketiga faktor tersebut.

Dalam makalah tersebut diatas Sewal juga menyebutkan fondasi logika

awal dan diagram jalur gen-erik untuk metode koefesien-koefesien jalur.

Diagram jalur sederhana yang dia paparkan seperti di bawah ini digunakan

untuk menjelaskan hipotesis yang mengatakan bahwa: “ Dua kuantitats X dan

Y ditentukan sebagaian oleh penyebab-penyebab yang independen”.

Penyebab-penyebab independen yang dihipotesis-kan tersebut diberikan oleh

kuantitas A dan D. Sedang penyebab B dan C yang dihubungan dengan anak

panah dua arah, dihipotesiskan sebagai pengaruh yang berkorelasi.

Maksudnya terdapat hubungan antara B dan C yang merupakan penyebab

secara parsial terhadap X dan Y.

Koefesien jalur didefinisikan oleh Sewall Wright sebagai “mengukur

pentingnya suatu jalur pengaruh yang ada dari sebab ke akibat yang

didefinisikan sebagai ratio variabilitas akibat yang diketemukan saat semua

penyebab bersifat konstan kecuali satu dalam pertanyaan, variabilitas yang

dipertahankan tetap tidak berubah, terhadap variabilitas total”.

Kesimpualnnya ialah bahwa Wright ingin menjelaskan bagaimana caranya

mengukur suatu pengaruh jalur yang diasumsikan sebagai jalur penyebab.

Dengan kata lain ia ingin mengatakan jika asumsi sebab-akibat dibuat, dan

10 | A n a l i s i s J a l u r ( P a t h A n a l y s i s ) | K e l o m p o k 1
 arah sebab – akibat tersebut juga diasumsikan ; maka orang dapat mengukur

pengaruh sepanjang jalur penyebab tersebut.

Kesimpulannya agar orang dapat menggunakan metode ini, maka orang

perlu mengetahui dua hal, yaitu: pertama, pengetahuan sebelumnya mengenai

hubungan sebab akibat; kedua, pengetahuan korelasi antar variabel yang

dimasukkan dalam sistem. Oleh karena itu metode ini akan bermanfaat

diaplikasikan jika proses-proses sebab akibat dapat diasumsikan secara

apriori. Dengan demikian metode sebab akibat yang terkandung dalam

koefesien jalur menurut Wright bersifat independen terhadap metode sebab

akibat dalam matematika.

PENGERTIAN

Apa sebenarnya path anlysis itu? Ada banyak definisi mengenai path

anlysis ini, diantaranya:

 “Path analysis merupakan perluasan dari regresi linier berganda, dan yang

memungkinkan analisis model-model yang lebih kompleks” (Streiner,

2005)

 “Path analysis ialah suatu teknik untuk menganalisis hubungan sebab

akibat yang tejadi pada regresi berganda jika variabel bebasnya

mempengaruhi variabel tergantung tidak hanya secara langsung tetapi

juga secara tidak langsung”. (Robert D. Retherford 1993).

 Sedangkan menurut Paul Webley (1997): “Path analysis merupakan

pengembangan langsung bentuk regresi berganda dengan tujuan untuk

memberikan estimasi tingkat kepentingan (magnitude) dan sig-nifikansi

11 | A n a l i s i s J a l u r ( P a t h A n a l y s i s ) | K e l o m p o k 1
 (significance) hubungan sebab akibat hipotetikal dalam seperangakat

variabel.”

 David Garson (2003) dari North Carolina State University

mendefinisikan path analysis sebagai “Model perluasan regresi yang

digunakan untuk menguji keselarasan matriks korelasi dengan dua atau

lebih model hubungan sebab akibat yang dibandingkan oleh peneliti.

Modelnya digambarkan dalam bentuk gambar lingkaran dan panah

dimana anak panah tunggal menunjukkan sebagai penyebab. Regresi

dikenakan pada masing-masing variabel dalam suatu model sebagai

variabel tergantung (pemberi respon) sedang yang lain sebagai penyebab.

Pembobotan regresi diprediksikan dalam suatu model yang dibandingkan

dengan matriks korelasi yang diobservasi untuk semua variabel dan

dilakukan juga penghitungan uji keselarasan statistik.

 Menurut penulis path analysis merupakan teknik analisis yang digunakan

untuk menganalisis hubungan sebab akibat yang inheren antar variabel

yang disusun berdasarkan urutan temporer dengan menggu-nakan

koefesien jalur sebagai besaran nilai dalam menentukan besarnya

pengaruh variabel independen exogenous terhadap variabel dependen

endogenous. (Jonathan Sarwono, 2011).

Dari definisi-definisi di atas dapat dsimpulkan bahwa sebenarnya path

analysis dapat dikatakan sebagai kepanjangan dari analisis regresi berganda,

meski didasarkan sejarah terdapat perbedaan dasar antara path analysis yang

bersifat independen terhadap prosedur statistik dalam menentukan hubungan

sebab akibat; sedang regresi linier memang merupakan prosedur statistik

12 | A n a l i s i s J a l u r ( P a t h A n a l y s i s ) | K e l o m p o k 1
 yang digunakan untuk menganalisis hubungan sebab akibat antar variabel

yang dikaji.

Apa sebenarnya tujuan menggunakan path analysis? Tujuan

menggunakan path analysis diantaranya ialah untuk:

 Melihat hubungan antar variabel dengan didasarkan pada model apriori.

 Menerangkan mengapa variabel-variabel berkorelasi dengan

menggunakan suatu model yang berurutan secara temporer.

 Menggambar dan menguji suatu model matematis dengan menggunakan

persamaan yang mendasarinya.

 Mengidentifikasi jalur penyebab suatu variabel tertentu terhadap variabel

lain yang dipengaruhinya.

 Menghitung besarnya pengaruh satu variabel independen exogenous atau

lebih terhadap variabel dependen endogenous lainnya.

APLIKASI

Adapun aplikasi/manfaat lain dari model analisis jalur adalah

untuk:

1. Penjelasan (explanation) terhadap fenomena yang dipelajari atau

permasalahan yang diteliti,
2. Prediksi nilai variabel terikat (Y) berdasarkan nilai variabel bebas
(X), dan prediksi dengan analisis jalur ini bersifat kualitatif,
3. Faktor diterminan, yaitu penentuan variabel bebas (X) mana yang
berpengaruh dominan terhadap variabel terikat (Y), juga dapat
digunakan untuk menelusuri mekanisme (jalur-jalur) pengaruh
variabel bebas (X) terhadap variabel terikat (Y).

C. Istilah – istilah Analisis Jalur (Path Analysis)

Beberapa istilah yang lazim digunakan dalam analisis jalur antara lain :

13 | A n a l i s i s J a l u r ( P a t h A n a l y s i s ) | K e l o m p o k 1
 1. Model jalur. Model jalur ialah suatu diagram yang menghubungkan
antara variabel bebas, perantara dan tergantung. Pola hubungan
ditunjukkan dengan menggunakan anak panah. Anak panah-anak
panah tunggal menunjukkan hubungan sebab–akibat antara variabel-
variabel exogenous atau perantara dengan satu variabel tergantung
atau lebih. Anak panah juga menghubungkan kesalahan (variabel
residue) dengan semua variabel endogenous masing-masing. Anak
panah ganda menunjukkan korelasi antara pasangan variabel-
variabel exogenous.
2. Jalur penyebab untuk suatu variabel yang diberikan meliputi
pertama jalur-jalur arah dari anak-anak panah menuju ke variabel
tersebut dan kedua jalur-jalur korelasi dari semua
variabel endogenous yang dikorelasikan dengan variabel-variabel
yang lain yang mempunyai anak panah-anak panah menuju ke
variabel yang sudah ada tersebut.
3. Variabel exogenous. Variabel – variabel exogenous dalam suatu
model jalur ialah semua variabel yang tidak ada penyebab-penyebab
eskplisitnya atau dalam diagram tidak ada anak-anak panah yang
menuju kearahnya, selain pada bagian kesalahan pengukuran. Jika
antara variabel exogenous dikorelasikan maka korelasi tersebut
ditunjukkan dengan anak panah dengan kepala dua yang
menghubungkan variabel-variabel tersebut. Dalam istilah lain, dapat
disebut pula sebagai independen variabel.
4. Variabel endogenous. Variabel endogenous ialah variabel yang
mempunyai anak-anak panah menuju kearah variabel tersebut.
Variabel yang termasuk didalamnya ialah mencakup semua variabel
perantara dan tergantung.Variabel perantara endogenous mempunyai
anak panah yang menuju kearahnya dan dari arah variabel tersebut
dalam sutau model diagram jalur. Sedang variabel tergantung hanya
mempunyai anak panah yang menuju kearahnya.  Atau dapat disebut
juga sebagai variabel dependen.

14 | A n a l i s i s J a l u r ( P a t h A n a l y s i s ) | K e l o m p o k 1
 5. Koefesien jalur / pembobotan jalur. Koefesien jalur adalah
koefesien regresi standar atau disebut ‘beta’ yang menunjukkan
pengaruh langsung dari suatu variabel bebas terhadap variabel
tergantung dalam suatu model jalur tertentu. Oleh karena itu, jika
suatu model mempunyai dua atau lebih variabel-variabel penyebab,
maka koefesien-koefesien jalurnya  merupakan  koefesien-koefesien
regresi parsial yang mengukur besarnya pengaruh satu variabel
terhadap variabel lain dalam suatu model jalur tertentu yang
mengontrol dua variabel lain sebelumnya dengan menggunakan data
yang sudah distandarkan atau matriks korelasi sebagai masukan.
6. Variabel Laten dapat didefinisikan sebagai variabel penyebab yang
tidak dapat diobservasi secara langsung (unobservable). Pengamatan
variabel tersebut diamati melalui variabel manifesnya. Variabel
manifest adalah variabel indicator terukur yang dapat diobservasi
secara langsung untuk mengukur variabel laten.  Contoh : variabel
laten motivasi. Tidak bisa diobservasi secara langsung, namun
melalui variabel manifesnya (indicator) seperti kerja keras, pantang
penyerah, tekun, teliti, dll.
7. Variabel Mediator / Intervening dan Moderator

Variabel mediator/intervening dapat didefinisikan oleh Tucman

(1988) “An intervening is that factor that theorically effect the
observed phenomenin but cannot be seen, measure, or manipulate”
atau variabel yang secara teoritis mempengaruhi hubungan antar
variabel independent dengan variabel dependen menjadi hubungan
yang tidak langsung dan tidak dapat diamati dan diukur”. Perbedaan
mendasar mediator dan moderator adalah :

a) Moderators tend to be variables that are relatively immune to

change over time (personality trait, gender, ethnic group, etc.).
b) Mediators tend to be variables that change in relation to other
variables (anxiety, helpfulness, honesty, mood).

15 | A n a l i s i s J a l u r ( P a t h A n a l y s i s ) | K e l o m p o k 1
D. Cara Mengolah Analisis jalur (Path Analysis)

Berikut proses perhitungan analisis jalur dengan menggunakan SPSS.

1. Persiapkan data yang akan analisis dengan menggunakan analisis jalur.

Pastikan data yang dimiliki sudah memenuhi asumsi yang disyaratkan
untuk analisis jalur. (catatan : data ordinal hasil kuesioner harus
dikonversikan dengan metode MSI, untuk memperoleh data interval).

2. Gambar diagram jalur dari model yang dihipotesiskan. Hal ini berguna
dalam memandu proses perhitungan koefisien jalur yang melibatkan satu
atau lebih variabel bebas sekaligus.

3. Buka file SPSS dan masukan variabel ke dalam menu Data View lalu
definisikan tiap-tiap variabel tersebut dalam menu Variables Views.

16 | A n a l i s i s J a l u r ( P a t h A n a l y s i s ) | K e l o m p o k 1
 4. Setelah semua data variabel dimasukan ke dalam SPSS, lalu klik menu
Analyze pilih Regression lalu definisikan variabel sesuai dengan model
jalur yang sudah di gambarkan pada poin 2. Apabila terdapat 2 persamaan
regresi dalam pembentukan diagram jalur (poin 2) maka proses regresi
dilakukan sebanyak 2 kali. Kemudian klik OK.

Gambar 1. Model Persamaan Pertama

17 | A n a l i s i s J a l u r ( P a t h A n a l y s i s ) | K e l o m p o k 1
Gambar 2. Model Persamaan Kedua

5. Setelah klik OK maka akan dihasilkan output SPSS sesuai dengan apa
yang kita biasa lakukan dengan analisis Regresi biasanya. Terdapat 3
bagian utama dalam analisis regresi yaitu model summary, ANOVA dan
Coefficients. Untuk menidentifikasi besar pengaruh dari variabel eksogen
terhadap endogen maka yang kita lihat adalah besaran R-Square. Dan yang
membedakan dengan regresi adalah pada menu Coefficients dimana pada
regresi dipilih nilai B (beta), sedangkan dalam analisis jalur digunakan
nilai B Standardized. Nilai inilah yang menunjukkan besar pengaruh dari
variabel eksogen terhadap endogen.

Gambar 1. Output model persamaan pertama

18 | A n a l i s i s J a l u r ( P a t h A n a l y s i s ) | K e l o m p o k 1
Gambar 2. Output model persamaan kedua

6. Setelah semua nilai B Standardized berdasarkan persamaan regresi dalam

diagram jalur (poin 2) didapatkan. Tahapan selanjutnya adalah
menghitung nilai pengaruh langsung dan pengaruh tidak langsung dari
variabel eksogen terhadap endogen, sesuai dengan tujuan penggunaan
analisis jalur.
 Pengaruh langsung diperoleh dengan cara mengkuadratkan B
Standardized dan dikali 100% jika ingin diperoleh % pengaruh
langsung.
 Pengaruh tidak langsung diperoleh dengan cara mengalikan B
Standardized variabel ekogen pertama dengan korelasi antar variabel
eksogen lalu dikalikan dengan B Standardized variabel eksogen kedua.
 Pengaruh total variabel terhadap variabel endogen adalah dengan
menjumlahkan seluruh pengaruh langsung dan tidak langsung yang
sudah diperoleh.

19 | A n a l i s i s J a l u r ( P a t h A n a l y s i s ) | K e l o m p o k 1
 Sebagai catatan pastikan R-Square menjadi acuan dalam sinkronisasi dari
hasil penjumlahan pengaruh total dari variabel eksogen terhadap endogen.
Pengaruh total tersebut sama dengan R-Square yang didapatkan dari
model persamaan.

E. Langkah – Langkah Analisis Jalur (Path Analysis)

Langkah-langkah menguji analisi jalursebagai berikut (Kuncoro, 2008):

1. Merumuskan hipotesis dan persamaan struktural Struktur:

Y = ρ ys1X1 + … + ρ FXkXk + ρ ys1

2. Menghitung koefisien jalur yang didasarkan pada koefisien regresi

a. Gambar diagram jalur lengkap tentukan sub-sub struktural dan

rumuskan persamaan strukturalnya yang sesuai hipotesis yang

diajukan.

Hipotesis: naik turunnya variabel endogen (Y) dipengaruhi secara

signifikan oleh variabel eksogen(X1danX2).

b. Menghitung koefisien regresi untuk struktur yang telah dirumuskan.

3. Menghitung koefisien jalur secara simultan (keseluruhan)

Pengujian keseluruhan hipotesis statistik dirumuskan sebagai berikut :

20 | A n a l i s i s J a l u r ( P a t h A n a l y s i s ) | K e l o m p o k 1
 H0: ρyx1 = ρyx2 = … … … ρyxk = 0

H1: ρyx1 = ρyx2 = … … … ρyxk G 0

a. Kaidah pengujian signifikan secara manual : menggunakan Tabel F

(n−k −1) R2y x
F= k

k (1−R 2y x )
k

Keterangan :

n= jumlah sampel

k = jumlah variabel eksogen

R2y x =Rsquare
k

Dengan taraf signifikan (α) = 0.05.

Mencari nilai Ftabel menggunakan Tabel F dengan rumus:

Ftabel = F{(1 - α)(dk = k),(dk = n – k – 1)}

Jika Fhitung ≤ Ftabel, maka tolak H0 artinya signifikan dan

Fhitung ≤ Ftabel, terima H0 artinya tidak signifikan

b. Kaidah pengujian signifikansi

4. Menghitung koefisien jalur secara individu

Hipotesis penelitian yang akan diuji dirumuskan menjadi hipotesis

statistik berikut:

Ha: ρyxk Σ 0

H0: ρyxk = 0

Secara individual uji statistik yang digunakan adalah uji t yang dihitung

dengan rumus (Riduwan & Kuncoro, 2008, p117)

ρxi
t 1= ; dk=(n−k−1)
s e ρk

21 | A n a l i s i s J a l u r ( P a t h A n a l y s i s ) | K e l o m p o k 1
 Keterangan:

ρ xi = Koefisien regresi dari variabel Xi

s e ρk = Standard Error Koefisien Regresi

5. Mencari besar kontribusi bersama atau koefisien determinasi (KD)

dengan mengalikan Rsquare dengan 100%.

6. Meringkas dan menyimpulkan.

F. Contoh – Contoh Analisis Jalur

“Analisis Pengaruh Kompensasi ( X 1 ) dan Budaya Organisasi ( X 2 )
Terhadap Motivasi Kerja (Y ) serta dampaknya terhadap Kinerja (Z)”
Berikut data analisis jalur

22 | A n a l i s i s J a l u r ( P a t h A n a l y s i s ) | K e l o m p o k 1
Data analisis jalur

X1 X2 X3 Y 63 68 67 64
79 69 71 72 77 73 79 77
64 78 78 78 83 69 82 80
79 82 73 78 72 77 68 71
69 63 63 66 77 70 66 76
72 80 81 78 80 66 70 80
75 78 70 79 72 72 71 76
76 74 74 72 74 70 65 71
76 65 77 76 80 78 78 80
77 80 80 80 61 63 62 61
77 76 73 72 69 65 64 65
75 74 72 71 79 69 65 75
74 80 76 80 64 63 67 65
67 65 61 62 81 82 79 80
72 63 74 70 71 76 70 72
72 77 71 73 63 68 60 64
70 68 70 72 76 73 68 65
78 80 77 79 77 75 72 70
72 73 73 74 62 71 75 76
69 67 68 69 50 59 64 67
66 69 65 64 66 68 68 68
72 70 64 61 77 74 73 77
78 80 79 78 77 80 79 79
84 76 79 74 67 72 76 79
75 70 68 70 77 70 65 71
78 77 75 71 75 80 76 79
80 79 80 82 78 75 76 74
70 80 79 80 78 77 72 78
66 82 70 83 73 72 80 78
79 78 76 80 64 61 63 62
71 73 63 75 81 80 80 80
72 72 72 74 74 67 68 67
72 70 71 70 78 74 74 79
52 55 46 45 70 73 72 71
78 73 80 82 76 79 80 73
69 73 65 68 70 74 73 74
70 82 71 73 72 69 70 71
79 67 75 77 81 80 64 78
69 72 67 68
71 76 69 71
82 74 81 79
87 65 86 88

23 | A n a l i s i s J a l u r ( P a t h A n a l y s i s ) | K e l o m p o k 1
 Langkah-langkah analisis
1. Berdasar teori di atas, dapat kita bentuk sebuah model, yaitu:

Gambar 2.10 Model Diagram Jalur

Gambar 2.11 Diagram Jalur

Keterangan:
 X 1 adalah variabel independen exogenous (Kompensasi)

 X 2 adalah variabel independen exogenous (Budaya Organisasi)

 Y adalah variabel independen exogenous dan sebagai variabel
perantara (Motivasi Kerja)
 Z adalah variabel dependen endogenous (Kinerja)
 P1 adalah besar pengaruh langsung X 1  Y

 P2 adalah besar pengaruh langsung X 2 Y

 P3 adalah besar pengaruh langsung X 1  Z

 P4 adalah besar pengaruh langsung X 2  Z

 P5 adalah besar pengaruh langsungY  Z

 Besar pengaruh tidak langsung X 1 Y  Z = P1 × P5

 Besar pengaruh tidak langsung X 2 Y  Z = P2 × P5
 Besar total pengaruh = Pengaruh langsung + Pengaruh tidak
langsung

24 | A n a l i s i s J a l u r ( P a t h A n a l y s i s ) | K e l o m p o k 1
 Pada teori ini menggunakan variabel perantara (intervening) sehingga
dibagi menjadi 2 model regresi dan dan hipotesis yang akan diuji satu per satu
antara lain:
Pengaruh Langsung
1. P1 = Pengaruh X 1 terhadap Y
2. P2 = Pengaruh X 2 terhadap Y
3. P3 = Pengaruh X 1 terhadap Z
4. P4 = Pengaruh X 2 terhadap Z
5. P5 = Pengaruh Y terhadap Z

Pengaruh Tidak Langsung

1. Pengaruh X 1 melalui Y terhadap Z

2. Pengaruh X 2 melalui Y terhadap Z
.

Model Regresi 1

Gambar 2.12 diagram jalur model 1

Dimana
 X 1 adalah variabel independen exogenous Kompensasi

 X 2 adalah variabel independen exogenous Budaya Organisasi

 Y adalah variabel dependen endogenous Motivasi Kerja

Uji Hipotesis Pengaruh Langsung

1. P1 = Pengaruh X 1 terhadap Y
2. P2 = Pengaruh X 2 terhadap Y

25 | A n a l i s i s J a l u r ( P a t h A n a l y s i s ) | K e l o m p o k 1
 Langkah-langkah analisis jalur model 1 menggunakan SPSS 17
1. Buka SPSS, kemudian klik Variabel View dan isikan kolom-kolom
yang tersedia. Sebagaimana petunjuk di bawah ini:
a. Kolom Name di isi dengan X 1 , X 2 ,Y , dan Z .
b. Kolom Label untuk X 1 tulis Kompensasi, X 2 tulis Budaya
Organisasi, Y tulis Motivasi Kerja, dan Z tulis Kinerja.
c. Kolom Type, Width, Decimal, Value, Missing, Columns, Align,
Meansure: Biarkan tetap default. (Zoom jika kurang jelas)

Gambar 2.13 langkah 1

2. Klik Data View kemudian isikan data sesuai nama variabel penelitian

Gambar2.14 langkah 2
3. Jika Anda yakin datanya sudah tertulis dengan benar, maka langkah
berikutnya klik menu: “Analyze  Regression  Linear”

26 | A n a l i s i s J a l u r ( P a t h A n a l y s i s ) | K e l o m p o k 1
 Gambar 2.15 langkah 3
4. Muncul kotak dialog Linear Regression, Selanjutnya untuk (Regresi
Model 1) klik Kompensasi ( X 1 ) dan Budaya Organisasi ( X 2 )
masukkan pada kotak Independent, Kemudian klik Motivasi (Y ) pada
kotak Dependent.

Gambar 2.16 langkah 4

5. Jika sudah yakin seperti sesuai langkah diatas, kemudian klik OK,
Maka akan muncul Output SPSS (Regresi Model 1 ).
 Catatan : Banyak output yang muncul, namun yang digunakan
dalam analisis jalur hanya dua tabel, yakni: Model Summary
dan Coefficients

27 | A n a l i s i s J a l u r ( P a t h A n a l y s i s ) | K e l o m p o k 1
 Gambar 2.17 langkah 5

Uji Hipotesis
i)

H0 Variabel-variabel Kompensasi produk dan Budaya Organisasi

: tidak berpengaruh terhadap Motivasi baik secara gabungan
maupun parsial.

H 1: Variabel-variabel Kompensasi produk dan Budaya Organisasi

berpengaruh terhadap Motivasi baik secara gabungan maupun
parsial.

ii) α =5 %
iii) Sig = tabel Coefficient SPSS

28 | A n a l i s i s J a l u r ( P a t h A n a l y s i s ) | K e l o m p o k 1
 Gambar 2.18 tabel Coefficient
Sig X 1 = 0,000
Sig X 2 = 0,000
iv) DK : H 0ditolak jika sig ¿ α
Sig X 1 = 0,000 < 0,05 = α
Sig X 2 = 0,000 < 0,05 = α
v) Keputusan uji
H 0 ditolak
vi) Kesimpulan
Variabel-variabel Kompensasi produk dan Budaya Organisasi
berpengaruh terhadap tingkat kepuasan pelanggan baik secara
gabungan maupun parsial.

Dan Persamaan strukturalnya model 1 adalah

Gambar 2.19 Hasil diagram jalur model 1

e = √ (1−R Square)=√(1−0,488)= 0,715

Y =P 1 X 1 + P2 X 2 +e
Y =0,462 X 1+ 0,346 X 2+ 0,715 e

29 | A n a l i s i s J a l u r ( P a t h A n a l y s i s ) | K e l o m p o k 1
 Model Regresi 2

Gambar 2.20 Diagram Jalur model 2

Dimana
 X 1 adalah variabel independen exogenous Kompensasi

 X 2 adalah variabel independen exogenous Budaya Organisasi

 Y adalah variabel independen exogenous Motivasi Kerja
 Z adalah dependen endogenous Kinerja

Uji Hipotesis Pengaruh Langsung

3. P3 = Pengaruh X 1 terhadap Z
4. P4 = Pengaruh X 2 terhadap Z
5. P5 = Pengaruh Y terhadap Z
Langkah-langkah analisis jalur model 2 menggunakan SPSS 17
1. klik menu: “Analyze  Regression  Linear”

30 | A n a l i s i s J a l u r ( P a t h A n a l y s i s ) | K e l o m p o k 1
 Gambar 2.21 langkah 1
2. Muncul kotak dialog Linear Regression, Selanjutnya untuk Regresi
Model 2 klik Kompensasi ( X 1 ), Budaya Organisasi ( X 2 ), dan
Motivasi (Y ) masukkan pada kotak Independent, Kemudian klik
Kinerja (Z) pada kotak Dependent.

Gambar 2.24 langkah 2

3. Jika sudah yakin seperti sesuai langkah diatas, kemudian klik OK,
Maka akan muncul Output SPSS (Regresi Model 2).

31 | A n a l i s i s J a l u r ( P a t h A n a l y s i s ) | K e l o m p o k 1
 Gambar 2.26 langkah 3

Uji Hipotesis
i)

H0 Variabel-variabel kompensasi produk, budaya organisasi, dan

: motivasi tidak berpengaruh terhadap kinerja baik secara
gabungan maupun parsial.

H 1: Variabel-variabel kompensasi produk, budaya organisasi, dan

motivasi berpengaruh terhadap kinerja baik secara gabungan
maupun parsial.

ii) α =5 %
iii) Sig = tabel Coefficient SPSS

32 | A n a l i s i s J a l u r ( P a t h A n a l y s i s ) | K e l o m p o k 1
 Gambar 2.27 Tabel Coefficients
Sig X 1 = 0,013
Sig X 2 = 0,004
Sig Y = 0,000
iv) DK : H 0ditolak jika sig ¿ α
Sig X 1 = 0,013 > 0,05 = α
Sig X 2 = 0,004 < 0,05 = α
Sig Y = 0,000 < 0,05 = α
v) Keputusan uji
H 0 ditolak
vi) Kesimpulan
Variabel-variabel kompensasi produk, budaya organisasi, dan
motivasi berpengaruh terhadap kinerja baik secara gabungan
maupun parsial.

Dengan demikian persamaan strukturalnya model 2 adalah

Gambar 2.28 Hasil diagram jalur model 2

e = √ (1−R Square)=√ (1−0,736)= 0,514
Z=P3 X 1+ P 4 X 2 + P5 Y + e

33 | A n a l i s i s J a l u r ( P a t h A n a l y s i s ) | K e l o m p o k 1
 Z=0,119 X 1+0,220 X 2+ 0,568Y + 0,514 e

Gambar 2.29 Hasil diagram jalur seluruhnya

Uji Hipotesis Pengaruh tidak langsung (indirect effect) dan pengaruh total (total
Effect)

1. Pengaruh tidak langsung (indirect effect), Kompensasi ( X 1 terhadap

Kinerja (Z) melalui Motivasi Kerja (Y ) = P1 × P5=0,462 ×0 , 568=0,262.
Dengan demikian pengaruh totalnya = P3 + IE=0,119+ 0,262=0,461.
2. Pengaruh tidak langsung (indirect effect), Budaya Organisasi ( X 2 )
terhadap Kinerja (Z) melalui Motivasi Kerja (Y ) =
P2 × P5=0,346 × 0 ,568=0,197 . Dengan demikian pengaruh totalnya =
P4 + IE=0,220+ 0,197=0,417

BAB III
PENUTUP

A. Kesimpulan
Analisis jalur adalah bagian dari model regresi yang dapat digunakan
untuk menganalisis hubungan sebab akibat antar satu variable dengan
variable lainnya. Analisis jalur bermanfaat untuk memberikan penjelasan
(explanation) terhadap fenomena yang dipelajari atau permasalahan yang
diteliti, memprediksi nilai variabel terikat (Y) berdasarkan nilai variabel
bebas (X), dan prediksi dengan analisis jalur ini bersifat kualitatif, dan
menentukan faktor diterminan, yaitu penentuan variabel bebas (X) mana
yang berpengaruh dominan terhadap variabel terikat (Y), juga dapat

34 | A n a l i s i s J a l u r ( P a t h A n a l y s i s ) | K e l o m p o k 1
 digunakan untuk menelusuri mekanisme (jalur-jalur) pengaruh variabel bebas
(X) terhadap variabel terikat (Y).
Dari definisi-definisi di atas dapat dsimpulkan bahwa sebenarnya path
analysis dapat dikatakan sebagai kepanjangan dari analisis regresi berganda,
meski didasarkan sejarah terdapat perbedaan dasar antara path analysis yang
bersifat independen terhadap prosedur statistik dalam menentukan hubungan
sebab akibat; sedang regresi linier memang merupakan prosedur statistik
yang digunakan untuk menganalisis hubungan sebab akibat antar variabel
yang dikaji.

B. Saran
Dalam penulisan karya tulis ini, penulis mendapatkan masalah
pada kekurangan sumber yang tersedia di internet terkhusus pada materi
Analisis Jalur. Begitu pula pemanfaatan sarana berbagi (sharing) di
internet harusnya lebih di dipergunakan dan ditingkatkan.

35 | A n a l i s i s J a l u r ( P a t h A n a l y s i s ) | K e l o m p o k 1
 DAFTAR PUSTAKA

Hendry. 2011. Analisis Jalur Path Analysis Uji Statistik dan Analisis data.
Diperoleh dari https://teorionline.wordpress.com/category/tutorial-
statistik/analisis-jalur-path-analysis-uji-statistik-dan-analisis-data/.

Mustika, F.A., Utami, I A., dkk. 2015. Makalah Statistika Dasar Analisis Jalur
(Path Analysis). Diperoleh dari
Sumber:https://docs.google.com/document/d/1tVTFlV4QRBkCGF3yfBAT
KHuu-hU5AQaO28Zjrx4KgoE/.

SPSS Indonesia. 2017. Cara Uji Analisis Jalur (Path Analysis). Diperoleh dari
Sumber: http://www.spssindonesia.com/2017/03/cara-uji-analisis-jalur-
path-analysis.html.

Sarwono, J. 2011. Mengenal Path Analysus: Sejarah, Pengertian, dan Aplikasi.

Jurnal Ilmiah Manajemen Bisnis, 11 2 Fakultas Ekonomi Universitas
Kristen Krida Wacana. Diperoleh dari
http://ejournal.ukrida.ac.id/ojs/index.php/IMB/article/download/585/572

Denis, Daniel J. and Joanna Legerski. (2006). Causal Modeling and the Origins
of Path Analysis. University of Montana

Duncan, O. D., & Hodge, R. W. (1963). Education and occupational mobility: A

regression analysis. The American Journal of Sociology, 68, 629-644.

Hair, Joseph F. et al. (2010). Multivariate Data Analysis: A Global Perspective.

New Jersey: Pearson Prentice Hall

Johnson, Richard A. and Wichern, Dean W.(2002). Applied Multivariate

Statistical Analysis. New Jersey: Prentice Hall

Lleras, Christy (2011) Path Analysis Pennsylvania State University University

Park Pennsylvania USA Olabutiyi, Moses. E.( 2006). A User’s Guide to
Path Analysis.. Maryland: University Press of America

36 | A n a l i s i s J a l u r ( P a t h A n a l y s i s ) | K e l o m p o k 1
Sarwono, Jonathan.(2010). Analisis Jalur Untuk Riset Bisnis dengan SPSS. Edisi
5. Yogyakarta: Penerbit Andi.

Streiner, David L. Finding Our Way: An Introduction to Path Analysis. Can J

Psychiatry, Vol 50, No.2 February 2005

Schumacker, Randall E. and Richard G. Lomax .(1996) A beginner’s guide to

structural equation modeling, New Jersey: Lawrence Erlbaum Associates
Inc

Sitepu, Nriwana SK.(1994). Analisis Jalur. Bandung: Jurusan Statistik, FMIPA

Univeristas Padjadjaran Wright, Sewal. (1920). The relative importance of
heredity and environment in determining the piebald pattern of guinea-pigs.
Proceedings of the National Academy of Sciences, 6 , 320-332.

Supriadi, Edy. 2014. SPSS & Amos. Jakarta: IN MEDIA

Sarwono, Jonathan. 2011. Mengenal Path Anaysis: Sejarah, Pengertian dan

Aplikasi.

Jurnal Ilmiah Manajemen Bisnis Vol. 11 No. 02.

Isdarmawan, Agus., dkk. Pola-pola Jalur pada Path Analysis untuk Analisis
Faktor-Faktor yang Berpengaruh Terhadap Nilai UN SMA Di Kabupaten
Lumajang. 2013. Jurnal Kadikma Vol. 4 No.1

Rahayu, Suci. 2013. Aplikasi Metode Trimming Pada Analisis Jalur Dalam
Penentual Model Kausal Loyalitas Pelanggan Toserba ‘X’. Repository-UPI

37 | A n a l i s i s J a l u r ( P a t h A n a l y s i s ) | K e l o m p o k 1