Pemahaman Dasar Teknik Analisis Jalur Pa
Pemahaman Dasar Teknik Analisis Jalur Pa
Kata Pengantar
A. Analisis Jalur
Menurut Kuncoro dan Riduan, analisis jalur (path
analysis) dikembangkan berdasarkan serangkaian
tulisan antara tahun 1920-an hingga 1960-an oleh
seorang ahli genetika yang sangat brilian Sewall
Wright1. Analisis jalur merupakan bentuk terapan dari
analisis multiregresi yang membantu memudahkan
pengujian hipotesis dari hubungan-hubungan antar
1
Engkos Achmad Kuncoro dan Riduan, 2007. Cara Menggunakan
dan Memakai Analisis Jalur (Path Analysis), Penerbit: Alfabeta,
Bandung, hlm. 1.
1
variabel yang cukup rumit. Dalam analisis jalur, korelasi
antar variabel dihubungkan dengan parameter dari
model yang dinyatakan dengan diagram jalur atau path
diagram.
Menurut Sarwono, teknik analisis jalur yang
dikembangkan oleh Sewal Wright sebenarnya
merupakan pengembangan teknik korelasi yang diurai
menjadi beberapa interpretasi akibat yang
ditimbulkannya2. Analisis jalur memiliki kedekatan
dengan regresi berganda, sehingga regresi berganda
adalah bentuk khusus analisis jalur. Teknik ini dikenal
sebagai model sebab-akibat (causing modeling).
Menurut Sarwono terdapat beberapa definisi analisis
jalur, diantaranya3:
1. Analisis jalur adalah suatu teknik untuk menganalisis
hubungan sebab akibat yang terjadi pada regresi
berganda jika variabel bebasnya mempengaruhi
variabel terikat tidak hanya secara langsung, tetapi
secara tidak langsung. (Robert D. Rutherford, 1993).
2. Analisis jalur adalah pengembangan langsung
bentuk regresi berganda dengan tujuan untuk
memberikan estimasi tingkat kepentingan
2
Jonathan Sarwono, 2007, Analisis Jalur untuk Riset Bisnis dengan
SPSS, Penerbit: Andy, Yogyakarta, hlm. 1.
3
Ibid.
2
(magnitude) dan signifikansi (significance) hubungan
sebab akibat hipotetikal dalam seperangkat variabel
(Paul Webley, 1997).
3. Analisis jalur adalah model perluasan regresi yang
digunakan untuk menguji keselarasan matrik korelasi
dengan dua atau lebih model hubungan sebab
akibat yang dibandingkan oleh peneliti (David
Garson, 2003).
4
Maman Abdurahman dan Sambas Ali Muhidin, 2007, Analisis
Korelasi, Regresi dan Jalur dalam penelitian dengan Aplikasi
program SPSS, Penerbit: Pustaka Setia, Bandung, hlm.221.
3
1. Apakah variabel eksogen berpengaruh terhadap
variabel endogen..? (pengaruh secara parsial)
2. Berapa besar pengaruh kausal langsung, tidak
langsung, total dan,
3. Berapa besar pengaruh simultan seperangkat
variabel eksogen terhadap endogen.
5
Engkos Achmad Kuncoro dan Riduan, op.cit, hlm.2.
4
Contoh: Correlated Path Model (Model korelasi)
X1 : Kompensasi
X2 : Kepuasan Kerja
Y : Kinerja Karyawan
p : Koefisien jalur
Judul:
r21 Y
X2
pYX2
Pengaruh Langsung
5
X1 : Gaya Kepemimpinan
X2 : Disiplin Kerja
Y : Kinerja Karyawan
p : Koefisien jalur
Judul:
Disebut “Residu”
Pengaruh Langsung
e2
X1 pYX1
Disebut r21 Y
Korelasi
pYX2
X2
Pengaruh Langsung
e1
Disebut
Contoh: “Residu” Path Model (Model Independen)
Independent
6
X1 : Budaya Organisasi
X2 : Disiplin Kerja
Y : Kinerja Karyawan
Judul:
Disebut “Residu”
Pengaruh Parsial
e1
X1 pYX1
pYX2
X2
Pengaruh Parsial
7
Menurut Widarjono, selain analisis regresi, analisis
korelasi merupakan dasar dalam membentuk analisis
jalur (path analysis)6.
Korelasi adalah teknik mengukur derajat asosiasi
antar dua variabel. Kekuatan hubungan antara dua
variabel dalam suatu populasi biasanya diukur oleh
koefisien korelasi, yang dinotasikan dengan (p), yang
memiliki nilai -1 untuk korelasi negatif sempurna
(negative perfect correlation) sampai dengan +1 untuk
korelasi positif sempurna (positive perfect correlation).
Sedangkan koefisien korelasi 0 adalah tidak ada
korelasi.
Model korelasi terdiri dari korelasi sederhana (simple
correlation) dan korelasi ganda (multiple correlation).
Kedua jenis korelasi tersebut dapat dilihat dalam
gambar berikut ini:
rYX1
X1 Y
Judul:
6
Agus Widarjono, 2010, Analisis Statistika Multivariate Terapan,
Penerbit: UPP STIM YKPN, Yogyakarta, hlm. 261.
8
Pengaruh Budaya Organisasi dan Disiplin Kerja
Terhadap Kinerja Karyawan PT. Guten Morgen
Indonesia
X1 : Budaya Organisasi
X2 : Disiplin Kerja
Y : Kinerja Karyawan
e1
X1 rYX1
RYX2X1
rX2X1 Y
X2 rYX2
9
C. Model Analisis Jalur (Path Analysis)
Analisis jalur adalah bentuk terapan dari analisis
multi-regresi. Disini digunakan diagram jalur untuk
membantu konseptualisasi masalah atau menguji
hipotesis yang kompleks. Meskipun model regresi dan
path analysis sama-sama merupakan bentuk analisis
regresi, tetapi penggunaan kedua model tersebut
berbeda.
Catatan:
10
regresi berganda dan bivariat7. Analisis jalur ingin
menguji persamaan regresi yang melibatkan beberapa
variabel exogen dan endogen sekaligus sehingga
memungkinkan pengujian terhadap variabel mediating /
interverning atau variabel antara. Disamping itu analisis
jalur bisa mengukur hubungan langsung dan tidak
langsung antar variabel dalam model.
7
Imam Ghozali, 2008, Model Persamaan Struktural, Konsep dan
Aplikasi dengan Program AMOS 16.0, Penerbit: Badan Penerbit
Universitas Diponegoro, Semarang,hlm. 93.
11
semua variabel endogenus masing-masing. Anak
panah ganda menunjukkan korelasi antara
pasangan variabel-variabel exogenous.
b. Variabel exogenus
Variabel-variabel exogenous dalam suatu model
jalur ialah semua variabel yang tidak ada penyebab-
penyebab eksplisitnya atau dalam diagram tidak ada
anak-anak panah yang menuju ke arahnya, selain
pada bagian kesalah pengukuran. Jika antara
variabel exogenous dikorelasikan maka korelasi
tersebut ditunjukkan dengan anak panah berkepala
dua yan menghubungkan variabel tersebut.
c. Variabel endogenus
Ialah variabel yang mempunyai anak panah-anak
panah menuju kearah variabel tersebut. Variabel
yang termasuk di dalamnya mencakup semua
variabel perantara dan tergantung. Variabel
perantara endogenus mempunyai anak panah yang
menuju ke arahnya dan dari arah variabel tersebut
dalam suatu model diagram jalur. Adapun variabel
tergantung hanya mempunyai anak panah yang
menuju ke arahnya.
d. Koefisien jalur
12
Adalah koefisien 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 suau
model mempunyai dua atau lebih variabel-variabel
penyebab maka koefisien-koefisien jalurnya
merupakan koefisien-koefisien regresi parsial yang
mengukur besarnya pengurus suatu variabel
terhadap variabel lain dalam suatu model jalur
tertentu yang mengontrol dua variabel lain
sebelumnya dengan menggunakan data yang sudah
distandarkan.
e. Variabel-variabel exogenous yang dikorelasikan
Jika semua variabel exogenous dikorelasikan maka
sebagai penanda hubungannya ialah anak panah
dengan dua kepala yang dihubungkan diantara
variabel-variabel dengan koefisien korelasinya.
f. Istilah gangguan
Istilah kesalahan residual yang secara teknis disebut
“gangguan” atau “residu” mencerminkan adanya
varian yang dapat diterangkan atau pengaruh dari
semua variabel yang tidak terukur ditambah dengan
kesalahan pengukuran.
g. Pola hubungan
13
Dalam analisis jalur tidak digunakan istilah variabel
bebas atau tergantung. Sebagai gantinya, kita
menggunakan istilah variabel exogenous dan
endogenus.
h. Model Recursive
Model penyebab yang mempunyai satu arah. Tidak
ada arah membalik (feed back loop) dan tidak ada
pengaruh sebab akibat (reciprocal). Dalam model ini
satu variabel tidak dapat berfungsi sebagai
penyebab dan akibat dalam waktu yang bersamaan.
i. Model Non-recursive
Model penyebab dengan disertai arah yang
membalik (feed back loop) atau adanya pengaruh
sebab akibat (reciprocal).
j. Direct Effect (Pengaruh langsung)
Pengaruh langsung yang dapat dilihat dari koefisien
jalur dari satu variabel ke variabel lainnya.
k. Indirect Effect (Pengaruh tidak langsung)
Urutan jalur melalui satu atau lebih variabel
perantara.
14
Jika ingin menggambarkan penyebab maka kita
menggunakan anak panah dengan satu kepala yang
menunjukkan satu arah.
Contoh:
m. Anak panah dengan dua kepala
Adapun untuk menggambarkan korelasi, kita
menggunakan anak panah yang melengkung
dengan dua kepala yang menunjukkan dua arah.
contoh:
n. Signifikansi
Untuk melakukan pengujian koefisien-koefisien jalur
secara individual (parsial), kita dapat menggunakan
Uji t standar atau Uji F dari angka-angka keluaran
regresi.
15
X1 : Kompensasi
X2 : Kepuasan Kerja
Y : Kinerja
Perlu diingat dalam terminologi analisis jalur,
variabel Kompensasi (X1) dan Kepuasan Kerja (X2)
adalah variabel exogenous dan variabel Kinerja (Y)
adalah variabel endogenus.
Contoh:
Gambar 6.
Analisis Jalur Model Regresi Berganda
e1
X1 pYX1
r21 Y
X2 pYX2
2. Model Mediasi
16
Model kedua adalah model mediasi atau perantara
dimana variabel X2 memodifikasi pengaruh variabel
X1 terhadap variabel Y.
X1 : Gaya Kepemimpinan
X2 : Disiplin Kerja
Y : Kinerja Karyawan
Variabel Gaya Kepemimpinan (X1) mempengaruhi
variabel Kinerja Karyawan (Y) melalui variabel
Disiplin Kerja (X2).
Contoh:
Gambar 7.
Analisis Jalur Model Mediasi
X1 Y
X2
17
X1 : Kompensasi
X2 : Motivasi Kerja
Y : Kinerja Karyawan
Gambar 8.
Analisis Jalur Model Kombinasi Regresi
Berganda dan Mediasi
pYX1
X1
r21 Y
X2 pYX2
4. Model Kompleks
18
Model keempat 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.
X1 : Kompensasi
X2 : Motivasi Kerja
Y1 : Kepuasan Kerja
Y2 : Kinerja Karyawan
Gambar 9.
Analisis Jalur Model Kompleks
X1 X2
Y1 Y2
19
Panah Hitam : Pengaruh langsung
Panah Merah : Pengaruh tidak langsung
X1 e4
p41
p31
p21 p43
r21 X3 X4
p32
p42
X2
e3
e2
20
Model tersebut dijelaskan sebagai berikut:
X1 : Gaya Kepemimpinan
X2 : Motivasi Kerja
X3 : Disiplin Kerja
X4 : Kinerja Karyawan
21
Setelah membahas beberapa jenis analisis jalur
(path analysis), maka kita sekarang akan menjelaskan
analisis jalur dengan menggunakan contoh hipotesis
analisis jalur. Ada empat variabel yaitu tiga variabel
independen (exogenous) yaitu:
X1 : Gaya Kepemimpinan
X2 : Motivasi Kerja
X3 : Disiplin Kerja
Y : Kinerja Karyawan
22
persamaan regresi tersebut diperoleh dari tanda anak
panah garis lurus satu arah.
Regresi pertama:
23
X2 = β0 + β1X1i + β2X3i + ɛ1
PX1X3 = rX1X3
Gambar 11.
Model Hipotesis Analisis Jalur
X1
X2 Y
X3
ɛ1 ɛ2
24
Gaya Kepemimpinan (X1) ke Motivasi Kerja (X2) = 0,673
25
Gaya Kepemimpinan (X1) ke Kinerja Karyawan (Y) =
0,443
Gambar 12.
Koefisien Analisis Jalur
26
X1
0,443
0,673
0,214 0,038
X2 Y
0,081
0,7
0,462
X3
0,8
ɛ1 ɛ2
27
Sedangkan hubungan korelasi ditandai dengan anak
panah dua arah (lihat panah warna merah). Di dalam
gambar 12 tersebut hanya ada satu korelasi yaitu antara
Gaya Kepemimpinan (X1) dan Disiplin Kerja (X3), yaitu
sebesar = 0,214.
F. Model Struktural
Persamaan struktural atau disebut juga model
struktural atau lebih dikenal dengan Structural Equation
Modeling (SEM) yaitu apabila setiap variabel terikat
(endogen = Y) secara unik keadaannya ditentukan oleh
seperangkat variabel bebas (exogen = X).
Pada gambar 13, menjelaskan pola hubungan
kausal antar variabel yang disebut diagram jalur (path
diagram). Pada persamaan ini, Y = Fungsi (X1, X2, dan
X3) dan Z = fungsi (X1, X3, dan Y) merupakan
persamaan struktural karena setiap persamaan
menjelaskan pola hubungan kausal yaitu variabel X1, X2
dan X3 terhadap variabel endogen Y dan Z.
Persamaan struktural memiliki sub-sub struktur yang
jumlahnya tergantung dari model yang dikembangkan.
Persamaan struktur pada gambar 13, memiliki dua sub
struktur yaitu sub struktur satu dan dua. Persamaan sub
struktur satu terdiri dari variabel endogen Y dan
28
eksogen X1, X2 dan X3 (lihat gambar 14). Sedangkan sub
struktur dua memiliki variabel endogen Z dan eksogen
X1, X3, dan Y (lihat gambar 15).
Gambar 13.
Diagram Jalur Hubungan kausal X1, X2, X3, ke
Y dan Z
ɛ2
ɛ1
X1
r12 Pzx1
Pyx1
r13 Pyx2
Pyz
X2 Y Z
r23 Pyx3
Pzx3
X3 dapat
Selanjutnya dilihat Gambar 14, yang
merupakan skematik diagram sub strukur satu dengan
formulasi persamaan:
Y = Pyx1X1 + Pyx2X2 + Pyx3X3 + ɛ1
Gambar 14.
29
Gambar Sub Struktur Satu
ɛ1
X1
Pyx1
r12
r13 X2 Pyx2 Y
Pyx3
r23 X3
Gambar 15.
X1 ɛ1 ɛ2
Pzx1
Pyx1
Pyz
r13
Y Z
Pyx3
Pzx3
X2
30
Keterangan:
31
dengan merumuskan persamaan struktural dan diagram
jalur yang berdasarkan kajian teori tertentu yang telah
diuraikan diatas.
32
Model analisis satu jalur sebenarnya sama dengan
model regresi berganda, hanya pada variabel bebas
saling berkorelasi9.
Gambar 16.
Model (Path Analisis) Diagram Satu Jalur
ɛ1
X1 pYX1
r21 Y
X2 pYX2
33
ɛ1
ɛ2
X1 p41
p31
r21 p43
X4
X3
p32
X2 p42
DAFTAR PUSTAKA
34
Sujarweni, V. Wiratna, 2008, Belajar Mudah SPSS
Untuk Penelitian Skripsi, Tesis, Disertasi &
Umum, Penerbit: Global Media Informasi,
Yogyakarta.
Widarjono, Agus, 2010, Analisis Statistika Multivariate
Terapan, Penerbit: UPP STIM YKPN,
Yogyakarta.
35