8

BAB 2

LANDASAN TEORI

2.1 Konsep Dasar Statistika

Statistika merupakan cara-cara tertentu yang digunakan dalam mengumpulkan,

menyusun atau mengatur, menyajikan, menganalisis dan memberi interpretasi

terhadap sekumpulan data, sehingga kumpulan bahan keterangan yang

dikumpulkan dapat memberi pengertian dan makna tertentu. Seperti

pengambilan kesimpulan, membuat estimasi dan juga prediksi yang akan datang

Ruang lingkup statistika meliputi statistik deduktif atau statistik deskriptif

dan statistik induktif atau statistik inferensial. Statististik deskriptif terdiri

dari menghimpun, menyusun, mengolah, menyajikan, dan menganalisis data

angka. Sedangkan statistik inferensial atau statistik induktif adalah meliputi teori

probability, distribusi teoritis, distribusi sampling, penaksiran, pengujian

hipotesa, korelasi, komparasi dan regresi. Sumber data statistik

dapat dikumpulkan langsung oleh peneliti dari pihak yang bersangkutan, disebut

dengan data primer. Dan data dapat juga diperoleh dari pihak lain atau data yang

sudah ada, disebut dengan data sekunder.

2.2 Analisis Jalur

Analisis jalur pertama kali diperkenalkan oleh Sewall Wright (1921), seorang

ahli genetika, namun kemudian dipopulerkan oleh Otis Dudley Duncan (1966),

seorang ahli sosiologi. Analisis jalur bisa dikatakan sebagai pengembangan dari

konsep korelasi dan regresi, dimana korelasi dan regresi tidak

Universitas Sumatera Utara

 9

mempermasalahkan mengapa hubungan antar variabel terjadi serta apakah

hubungan antar variabel tersebut disebabkan oleh variabel itu sendiri atau

mungkin dipengaruhi oleh variabel lain

Analisis jalur ialah suatu teknik untuk menganalisi hubungan sebab akibat

yang terjadi pada regresi berganda jika variabel bebasnya mempengaruhi variabel

tergantung tidak hanya secara langsung, tetapi juga secara tidak langsung

(Robert D.Rutherford 1993). Modelnya digambarkan dalam bentuk gambar

lingkaran dan panah dimana anak panah tunggalnya menunjukkan sebagai

penyebab. Pembobotan regresi diprediksikan dalam satu model yang

dibandingkan dengan matriks korelasi yang diobservasi untuksemua variabel

dandilakukan juga penghitungan uji keselarasan statistik (David Gurson, 2003).

Dari defenisi-defenisi diatas, dapat disimpulkan bahwa sebenarnya analisis jalur

merupakan kepanjangan dari analisis regresi berganda.

2.2.1 Manfaat Analisis Jalur

Manfaat model analisis jalur, yaitu untuk :

1. Penjelasan terhadap fenomena yang dipelajari atau permasalahan

yang diteliti.

2. Prediksi nilai variabel terikat (Y) berdasarkan nilaivariabel

bebas (X) dan diprediksi dengan analisis jalur ini bersifat

kualitatif.

3. Faktor determinan yaitu penentuan variabel bebas (X) mana

yang berpengaruh dominan terhadap variabel terikat (Y), juga

dapat digunakan untuk menelusuri mekanisme (jalur-jalur)

pengaruh variabel terikat (X) terhadap variabel terikat (Y).

Universitas Sumatera Utara

 10

4. Pengujian model menggunakan theory trimming, baik untuk uji

reabilitas konsep yang sudah ada ataupun uji pengembangan

konsep baru.

2.2.2 Asumsi-Asumsi Analisis Jalur

Asumsi yang mendasari analisis jalur, yaitu :

1. Hubungan antar variabel adalah 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 ukur 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 variables diukur tanpa kesalahan (instumen

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 diuji

dibangun berdasarkan kerangka teoritis tertentu yang mampu

menjelaskan hubungan kausalitas antar variabel.

Universitas Sumatera Utara

 11

2.2.3 Model Analisis Jalur

Beberapa istilah dan defenisi dalam path analysis:

1. Dalam path Analysis, kita hanya menggunakan sebuah

lambung variabel, yaitu X. Untuk membedakan X yang satu

dengan X yang lainnya, kita menggunakan subscript (indeks),

tunggal dengan masing-masing n pengamatan.

Contoh: , , ,….., , yang berarti setiap Xj untuk j= 1,2,…k

masing-masing mempunyai n pengamatan(observasi).

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 hubungan terstruktur antar variabel (Harun Al

Rasyid, 2005).

Ada beberapa model jalur mulai dari yang paling sederhana sampai

dengan yang lebih rumit, diantaranya diterangkan di bawah ini

1. Model Regresi Berganda

Model pertama ini sebenarnya merupakan pengembangan regresi

berganda dengan menggunakan dua variabel exogenus, yaitu

dan dengan satu variabel exogenous Y. Model ini

digambarkan sebagai berikut :

Universitas Sumatera Utara

 12

Gambar 2.1 Model Regresi Berganda

2. Model mediasi

Model kedua adalah model mediasi atau perantara dimana

variabel Y memodifikasi pengaruh variabel X terhadap

variabel Z. Model digambarkan sebagai berikut ;

Gambar 2.2 Model Mediasi

3. Model Kombinasi Pertama dan Kedua

Model ketiga ini merupakan kombinasi antara model pertama

dan kedua, yaitu variabel X berpengaruh terhadap variabel Z

secara langsung dan secara tidak langsung mempengaruhi

variabel Z melalui variabel Y. Model ini digambarkan sebagai

berikut :

Universitas Sumatera Utara

 13

Gambar 2.3 Model Kombinasi Pertama dan Kedua

4. Model Kompleks

Model keempat ini merupakan model yang lebih kompleks,

yaitu variabel secara langsung mempengaruhi dan

melalui variabel secara tidak langsung mempengaruhi ,

sementara variabel juga dippengaruhi oleh variabel .

Model digambarkan sebagai berikut

Gambar 2.4 Model Kompleks

Universitas Sumatera Utara

 14

5. Model Rekursif dan Non Rekursif

Dari sisi pandang arah sebab akibat, ada dua tipe model jalur,

yaitu rekursif dan non rekursif. Model rekursif ialah jika

semua anak panah menuju satu arah seperti pada gambar

2.5 berikut :

3 4

4

2 3

Gambar 2.5 Model Rekursif

Model tersebut dapat diterangkan sebagai berikut :

a) Anak panah menuju satu arah, yaitu dari 1 ke 2, 3, dan 4; dari 2

ke 3 dan dari 3 menuju ke 4. Tidak ada arah yang terbalik,

misalnya dari 4 ke 1.

b) Hanya terdapat satu variabel exogenus, yaitu 1 dan tiga

variabel endogenus, yaitu 2, 3, dan 4. Masing-masing variable

endogenus diterangkan oleh variabel 1 dan error (e2, e3, dan

e4).

Universitas Sumatera Utara

 15

c) Satu variabel endogenus dapat menjadi penyebab variabel

endogenus lainnya, tetapi bukan ke variabel exogenus. Model

non recursif terjadi jika arah anak panah tidak searah atau

terjadi arah yang terbalik (looping), misalnya dari 4 ke 3 atau

dari 3 ke 1 dan 2 atau bersifat sebab akibat (reciprocal cause).

Pada bagian berikut untuk mempermudah kita dalam

memahami analisis jalur, maka kita bisa menggunakan model-

model jalur berikut:

 Model Persamaan Satu Jalur

model persamaan satu jalur merupakan hubungan sebenarnya

sama dengan regresi berganda, yaitu variabel bebas terdiri

lebih dari satu variabel dan variabel tergantungnya hanya satu.

 Model Persamaan Dua Jalur

Model ini terdiri dari tiga variabel bebas dan mempunyai dua

variabel tergantung.

 Model Persamaan Tiga jalur

Model ini terdiri dari tiga variabel bebas, salah satu variabel

bebas menjadi variabel perantara dan mempunyai dua variabel

tergantung.

2.2.4 Diagram Jalur dan Persamaan Struktural

Pada saat akan melakukan analisis jalur, disarankan untuk terlebih

dahulu menggambarkan secara diagramatik struktur

hubungan kausal antara variabel penyebab dengan variabel

akibat. Diagram ini disebut diagram jalur (Path Diagram), dan

Universitas Sumatera Utara

 16

bentuknya ditentukan oleh proposisi teoritik yang berasal dari

kerangka pikir tertentu.

X1
X2

Gambar 2.6 Diagram Jalur Yang Menyatakan Hubungan Kausal Dari

Sebagai Penyebab Ke Sebagai Akibat

Keterangan:

adalah variabel eksogenus (exogenous variable), untuk itu

selanjutnya variabel penyebab akan kita sebut sebagai variabel

eksogenus. adalah variabel endogenus (endogenous variable),

sebagai akibat, dan ε adalah variabel residu (residual

variable), yang merupakan gabungan dari: (1) Variabel lain, di

luar yang mungkin mempengaruhi dan telah teridentifikasi

oleh teori, tetapi tidak dimasukkan dalam model. (2) Variabel

lain, di luar , yang mungkin mempengaruhi tetapi belum

teridentifikasi oleh teori. (3) Kekeliruan pengukuran (error of

measurement), dan (4) Komponen yang sifatnya tidak menentu

(random component)

Universitas Sumatera Utara

 17

X1

X2

X3 ε

Gambar 2.7 Diagram jalur yang menyatakan hubungankausal dari , , dan

Gambar 2.7 menunjukkan bahwa diagram jalur tersebut terdapat

tiga buah variabel eksogenus, yaitu , , , sebuah variabel

endogenus ( ) serta sebuah variabel residu ε. Pada diagram di

atas juga mengisyaratkan bahwa hubungan antara dengan ,

dengan dan dengan adalah hubungan kausal,

sedangkan hubungan antara dengan dengan dan

dengan masing-masing adalah hubungan korelasional.

Perhatikan panah dua arah, panah tersebut menyatakan hubungan

korelasional. Bentuk persamaan strukturalnya adalah:

= + +

X1

X3
X4

X2

ε1 ε2

Gambar 2.8 Hubungan kausal dari ke dan dari ke

Perhatikan bahwa pada gambar 2.8 di atas, terdapat dua buah

Universitas Sumatera Utara

 18

sub-struktur. Pertama, sub-struktur yang menyatakan hubungan

kausal dari dan ke serta kedua, sus-struktur yang

mengisyaratkan hubungan kausal dari ke . Persamaan

struktural untuk gambar 2.8 adalah : = +

+ ε1 dan

= + ε2 .

Berdasarkan contoh-contoh diagram jalur di atas, maka kita

dapat memberikan kesimpulan bahwa makin kompleks sebuah

hubungan struktural, makin kompleks diagram jalurnya, dan makin

banyak pula sub-struktur yang membangun diagram jalur tersebut.

2.2.5 Koefisien Jalur

Besarnya pengaruh langsung dari suatu variabel eksogenus

terhadap variabel endogenus tertentu, dinyatakan oleh besarnya

nilai numeric koefisien jalur (path coefficient) dari eksogenus ke

endogenus.

X1

X3

X2

Gambar 2.9 Hubungan kausal dari , ,

Hubungan antara dan adalah hubungan korelasional.

Intensitas keeratan hubungan tersebut dinyatakan oleh besarnya

Universitas Sumatera Utara

 19

koefisien korelasi . Hubungan dan ke adalah

hubungan kausal. Besarnya nilai numerik koefisien jalur

dan .

Langkah kerja yang dilakukan untuk menghitung koefisien

jalur adalah Dalam penelitian ini adalah:

a. Menentukan variabel eksogen (bebas) dan variabel endogen

(terikat).
b. Merumuskan hipotesis.
c. Menggambarkan diagram jalur lengkap.
d. Merumuskan persamaan struktural.
e. Menghitung koefisien jalur.
f. Menghitung besarnya pengaruh langsung dan tidak langsung
dari variabel eksogen terhadap variabel endogen.
g. Menguji koefisien jalur dan melakukan proses trimming
apabila model jalurnya tidak signifikan.
h. Membuat kesimpulan

2.3 Kematian Bayi dan Anak

Kematian bayi dan anak secara umum merupakan konsenkuensi akhir dari

perjalanan kumulatif dengan berbagai pengalaman morbiditas dan jarang karena

serangan penyakit tunggal. Ini berarti bahwa reduksi kematian melalui program-

program kesehatan tidak cukup hanya dengan memberantas penyakit-penyakit

penyebab kematian tetapi harus memasukkan pula tindakan-tindakan yang

mengarah kepada permasalahan yang lebih mendasar yang menyangkut proses

mortalitas secara keseluruhan.

Universitas Sumatera Utara

 20

Penanganan terhadap masalah kematian bayi dan anak menuntut adanya

kerangka konseptual tentang faktor-faktor yang mampengaruhi mortalitas bayi

dan anak.Dalam faktor social ekonomi ialah faktor–faktor yang ada dalam

individu, keluarga dan masyarakat. Pengetahuan, kepercayan , nilai-nilai dan

sumber ekonomi merupakan factor individu dan keluarga, sedang suasana, dan

merupakan faktor-faktor yang mempengaruhi mortalitas masyarakat.

2.4 Angka Harapan Hidup Pada Suatu Umur

Angka harapan hidup pada suatu umur didefinisikan sebagai rata-rata jumlah

tahun kehidupan yang masih dijalani oleh seseorang yang telah berhasil mencapai

umur tepat x dalam situasi mortalitas yang berlaku di lingkungan masyarakatnya.

Angka harapan hidup waktu lahir misalnya, merupakan rata-rata tahun kehidupan

yang akan dijalani oleh bayi yang baru lahir.misalnya angka harapan hidup umur

lima tahun berarti rata-rata tahun kehidupan yang akan dijalani oleh bayi lahir.

Misalnya angka harapan hidup umur lima tahun berarti rata-rata tahun kehidupan

pada masa yang akan dating dijalani oleh mereka yang telah mencapai usia lima

tahun (Ida Bagoes Mantra2003:111)

Angka harapan hidup pada suatu usia merupakan indikator yang baik untuk

menunjukkan tingkat sosial-ekonomi secara umum. Indikator yang sering dipakai

adalah Angka Harapan Hidup (expection of live at birth).Faktor sosio-ekonomi

merupakan faktor penentu mortalitas bayi dan anak. Namun faktor sosio-ekonomi

bersifat langsung , yaitu harus melalui mekaanisme biologi tertentu (variabel

Universitas Sumatera Utara