Desti Merika (2023053021) - Tugas Statistika Buk Dwi - Analisis Jalur
Desti Merika (2023053021) - Tugas Statistika Buk Dwi - Analisis Jalur
Semester : II (Dua)
Mata Kuliah : Statistika Terapan Dalam Pendidikan
Dosen Pengampu :
Dr. M.THOHA B.S. JAYA, M.S.
Dr. DWI YULIANTI, M.Pd.
Oleh :
Nama : DESTI MERIKA
NPM : 2023053021
Desti Merika
NPM. 2023053021
DAFTAR ISI
Gambar 1. Linieritas
2. Ko-linier. Menunjukkan suatu garis yang sama. Maksudnya jika ada beberapa
variabel exogenous mempengaruhi satu variabel endogenous; atau sebaliknya
satu variabel exogenous mempengaruhi beberapa variabel endogenous jika
ditarik garis lurus akan membentuk garis-garis yang sama.
3. Model Rantai Sebab Akibat: Menunjukkan adanya model sebab akibat
dimana urutan kejadian akhirnya menuju pada variasi dalam variabel
dependen / endogenous, seperti gambar di bawah ini. Dalam gambar dibawah
semua urutan kejadian X1, X2, X3, dan X4 menuju ke Y
Dimana:
X1 : Variabel independen exogenous pertama
X2 : Variabel independen exogenous kedua
Y : Variabel dependen endogenous
Contoh Kasus:
Riset ingin melihat besarnya pengaruh variabel kualitas produk dan iklan
terhadap penjualan, maka X1 adalah variabel kualitas produk dan X2 adalah
variabel iklan sedangkan Y adalah variabel penjualan. Dalam terminologi
analisis jalur, variabel kualitas produk dan iklan adalah variabel exogenous
dan variabel penjualan adalah variabel endogenous.
4. Model Mediasi
Model mediasi atau perantara ialah di mana variabel Y memodifikasi
pengaruh variabel X terhadap variabel Z. Model path analysis mediasi atau
perantara (intervening variable) dimana kehadiran variabel Y sebagai variabel
perantara akan mengubah pengaruh variabel X terhadap variabel Z. Pengaruh
ini dapat menurun ataupun meningkat. Model kedua ini diagram jalurnya
seperti di bawah ini:
Gambar 4. Model Mediasi
Dimana:
X : Variabel independen exogenous
Y : Variabel endogenous perantara
Z : Variabel dependen endogenous
Contoh Kasus:
Dalam rangka untuk meningkatkan laba, sebuah perusahaan menjual produk
dengan harga murah dengan mengabaikan kualitas produk itu sendiri.
Hasilnya laba tidak meningkat malahan semakin menurun. Apabila diterapkan
dalam model kedua ini, maka variabel X adalah produk, variabel Y adalah
variabel kualitas produk dan variabel Z adalah variabel laba. Variabel produk
mempengaruhi variabel laba melalui variabel kualitas produk.
Dimana:
X adalah variabel independen exogenous
Y adalah variabel endogenous dan sebagai variabel perantara
Z adalah variabel dependen endogenous
Contoh Kasus:
Dalam kasus ini variabel X adalah layanan, variabel Y adalah kepuasan dan
variabel Z adalah loyalitas pelanggan. Layanan pegawai secara langsung
mempengaruhi kepuasan pelanggan demikian pula layanan pegawai akan
mempengaruhi kepuasan yang kemudian akan berpengaruh terhadap loyalitas
pelanggan; dengan kata lain layanan akan berpengaruh terhadap loyalitas
setelah konsumen puas.
6. Model Kompleks
Model ini merupakan model yang lebih kompleks, yaitu variabel X1
secara langsung mempengaruhi Y2 dan melalui variabel X2 secara tidak
langsung mempengaruhi Y2, sementara variabel Y2 juga dipengaruhi oleh
variabel Y1.
Dalam model ini dapat diterangkan sebagai berikut:
a. Variabel X1 berfungsi sebagai variabel independen exogenous
b. Variabel X2 mempunyai dua fungsi:
1) Fungsi pertama ialah sebagai variabel endogenous terhadap variabel
exogenous X1.
2) Fungsi kedua ialah sebagai variabel endogenous perantara untuk
melihat pengaruh X1 terhadap Y2 melalui X2.
c. Variabel Y2 merupakan variabel dependen endogenous
d. Variabel Y1 merupakan variabel independen exogenous
Model digambarkan sebagai berikut :
Dimana:
X1 : Variabel independen exogenous
X2 : Variabel endogenous dan sebagai variabel perantara
Y1 : Variabel independen exogenous
Y2 : Variabel endogenous
Contoh Kasus:
Untuk model di atas kita dapat membuat contoh sebagai berikut:
X1 : Variabel kinerja pegawai
X2 : Variabel kualitas layanan
Y2 : Variabel kepuasan pelanggan
Y1 : Variabel kualitas produk
Dalam satu perusahaan kinerja pegawai akan mempengaruhi kualitas layanan
secara langsung dan mempengaruhi secara tidak langsung terhadap kepuasan
pelanggan melalui kualitas layanan. Dan kualitas produk akan mempengaruhi
juga tingkat kepuasan pelanggan.
7. Model Rekursif dan Non Rekursif
Model rekursif adalah jika semua anak panah menuju anak panah
seperti gambar di bawah ini :
Jenis data yang Skala interval dan ratio Minimal skala interval dan data
dianalisis dinyatakan dalam satuan baku
atau z skor
X 2 X 1 X 2 X 1 e
Persamaan strukturalnya adalah :
X 3 X1 X3X2 X 3e
koefisien jalur dan . Koefisien jalur menggambarkan besarnya
pengaruh langsung variabel residu terhadap X3.
Langkah kerja yang dilakukan untuk menghitung koefisien jalur adalah:
1. Menggambar diagram jalur yang mencerminkan proposisi hipotetik yang
diajukan, lengkap dengan persamaan strukturalnya.
2. Menghitung matrik korelasi antar variabel
1 rx1x2 ... rx1xu
r 1
... rx2 xu
R 21
x x
rxy
n x XY Y x X
[n x Y Y ] x [ n x X X
2 2 2 2
]
3. Mengidentifikasikan sub-struktur dan persamaan yang akan dihitung koefisien
jalurnya. Lalu hitung matrik korelasi antar variabel eksogen yang menyusun
sub-struktur tersebut.
4. Menghitung matrik invers korelasi variabel eksogen.
C11 C 21 ... C1k
C C ... C 2 k
21 22
1
R1
... ... ... ...
C k 1 C k 2 ... C kk
Xu Xi
5. Menghitung semua koefisien jalur , dimana 𝑖=1,2,…,𝑘; melalui rumus :
X u X 1 C11 C21 ... C1k rX u X 1
r
X u X 2 C21 C22 ... C2 k Xu X2
... ... ... ... ... ...
X u X k Ck 1 Ck 2 ... Ckk rX u X k
rX u X 1
r
Rx2u ( X 1 X 2 ... X k ) [ X u X 1 X u X 2 ... X u X k ] Xu X2
...
rX u X k
J. Analisis Jalur Model Trimming
Model trimming adalah model yang digunakan untuk memperbaiki suatu
model struktur analisis jalur dengan cara mengeluarkan dari model variabel
eksogen yang koefisien jalurnya tidak signifikan. Jadi model trimming terjadi
ketika koefisien jalur diuji secara keseluruhan ternyata ada variabel yang tidak
signifikan. Jika terdapat demikian maka model jalur yang telah dibuat sebelumnya
perlu diperbaiki.
Cara menggunakan trimming yaitu menghitung ulang koefisien jalur tanpa
menyertakan variabel eksogen yang koefisien jalurnya tidak signifikan. Langkah-
langkah pengujian analisis jalur (path analysis) dengan model trimming adalah:
1. Merumuskan persamaan struktural.
X u X1 X u X 2 ... X u X k
Ho : =0
X u X1 X u X 2 ... X u X k
Hi : ≠0
R x2u ( X1 X 2 ... X k ) ( n k 1)
FHitung
k (1 Rx2u ( X1 X 2 ... X k ) )
Dimana :
n = jumlah sampel
Rx2u ( X1 X 2 ... X k )
= koefisien determinasi
Kriteria pengujian:
Jika FHitung < FTabel maka terima H0, artinya tidak signifikan.
Xu Xi
t
1 1 Rx2u ( X 1 X 2 ... X k ) )Cii
n k 1
Uji kesesuaian model dimaksud untuk menguji apakah model yang diusulkan
memiliki kesesuaian dengan data atau tidak. Untuk itu digunakan uji statistik
kesesuain model koefisien Q dengan rumus:
1 Rm2
Q
1 M
Dimana :
Q = Koefisien Q
Rm2 R 2
R 2
R p2
= 1 – (1 - 1 ) (1 - 2 )…(1 - )
2
M = Rm setelah dilakukan Trimming
WHitung (n d ) ln Q
Dimana: