“Path Analysis”
i
KATA PENGANTAR
Puji syukur kami ucapkan atas kehadirat Tuhan Yang Maha Esa, karena atas
limpahan rahmat dan karunia-Nya kami dapat menyelesaikan dan menyusun
makalah kami yang berjudul “Path Analysis” ini dapat disusun dan disajikan
sesuai dengan waktu yang telah ditetapkan.
Adapun tujuan dari penyusunan makalah ini, yaitu untuk memenuhi tugas mata
kuliah Statistika Dasar. Selain daripada itu semoga dengan pembuatan makalah ini
juga dapat membantu mahasiswa dalam proses perkuliahan sebagai bahan belajar
dan referensi dalam mata kuliah Statistika Dasar.
Kami mengucapkan terima kasih kepada Prof. Dr. Azainil, M.Si. selaku
dosen pengampu mata kuliah statistika dasar yang telah memberikan tugas ini,
sehingga dapat menambah pengetahuan dan wawasan kami sesuai dengan bidang
studi yang kami tekuni. Kami juga mengucapkan terima kasih kepada semua
pihak yang telah bekerja sama dalam pembuatan makalah kami serta pihak yang
telah membagi pengetahuannya sehingga makalah kami dapat terselesaikan.
Kami menyadari bahwa dalam pembuatan makalah ini masih jauh dari kata
sempurna. Oleh karena itu, kami mengharapkan kritik dan saran yang membangun
dari pembaca sekalian, demi tercapainya makalah yang lebih baik untuk waktu
yang akan datang. Semoga makalah ini dapat memberikan manfaat dari berbagai
pihak sebagaimana yang diharapkan oleh penyusun.
Penulis
i
DAFTAR ISI
C. Tujuan ................................................................................................................ 2
BAB II PEMBAHASAN ........................................................................................... 3
A. Kesimpulan ..................................................................................................... 12
B. Saran ............................................................................................................... 13
DAFTAR PUSTAKA .............................................................................................. 14
ii
BAB I
PENDAHULUAN
A. Kata Pengantar
Ilmu statistika sudah diajarkan sejak dijenjang Sekolah Menengah Pertama,
bahkan diperguruan tinggi statistika masih menjadi sebuah mata kuliah yang
sangat penting bagi mahasiswa. Hal ini dikarenakan statistika sangat
diperlukan dalam suatu penelitian, sehingga tidak heran jika ilmu statistika
sangat diperlukan dalam perguruan tinggi, tidak hanya untuk mahasiswa,
namun untuk setiap orang yang sedang melakukan suatu penelitian.
Statistika merupakan ilmu mempelajari tentang cara mengumpulkan data,
mendeskripsikan data, menganalisis data, dan menarik kesimpulan untuk
membuat suatu keputusan. Sehingga seiring dengan perkembangan zaman
statistika digunakan dalam berbagai bidang, terutama yang berkaitan dengan
penelitian. Berdasarkan tujuan pengolahan data, variabel, dan parameter
statistika terbagi menjadi beberapa jenis. Berdasarkan tujuan pengolahan data
terdapat statistika deskriptif dan statistika inferensia, bedasarkan variabelnya
terdapat statistika unvariat, statistika bivariat, dan statistika multivariat,
berdasarkan bentuk parameternya terdapat statistika parametrik dan
nonparametrik.
Dalam pengembangan suatu bidang ilmu yang dilakukan dengan
pendekatan penelitian kuantitatif sangat membutuhkan statistika. Dalam suatu
penelitian biasanya terdapat pengaruh antar variabel, dimana pengaruh tersebut
tidak selamanya didominasi oleh satu atau beberapa variabel bebas secara
langsung . Pengaruh terhadap suatu variabel tersebut sering terjadi secara tidak
langsung, melalui satu variabel yang paling dekat dengan variabel terikat
(dependent variable). Variabel perantara (intervening variable) merupakan
variabel yang menerima pengeruh dari banyak variabel bebas, yang kemudian
mempengaruhi variabel terikat secara langsung.
Untuk menemukan hubungan antar variabel bebas terhadap veriabel
terikat secara langsung sangat tidak memungkinkan. Oleh karena itu untuk
1
menganalisis suatu pola hubungan yang tidak langsung diperlukan suatu
analisis khusus, yaitu analisis jalur (path analysis). Analisis jalur merupakan
bagian dari model regresi yang digunakan untuk menganalisis hubungan sebab
akibat antara variabel satu dengan variabel lainnya. Tujuan dari analisis jalur
ini untuk menjelaskan hubungan dan pengaruh secara langsung dan tidak
langsung antar variabel, yaitu antara variabel penybab (pemberi
respon/variabel bebas) terhadap variabel lain yang merupakan variabel akibat
(variabel terikat). Oleh karena itu pada makalah ini, kami akan membahas
mengenai path analysis dari pengertian, istilah yang terdapat pada path
analysis, model dan tujuan path analysis, serta asumsi-asumsi dan prinsip dasar
dari path analysis.
B. Rumusan Masalah
Berdasarkan latar belakang diatas, maka dapat dibuat rumusan masalah
sebagai berikut.
1. Apa pengertian dari path analysis?
2. Apa saja istilah yang terdapat pada path analysis?
3. Apa saja model-model dari path analysis?
4. Apa tujuan dari path analysis?
5. Apa saja asumsi-asumsi dan prinsip-prinsip yang terdapat pada path
analysis?
C. Tujuan
Berdasarkan rumusan masalah diatas, maka tujuan dari penyusunan makalah
ini adalah sebagai berikut.
1. Untuk mengetahui pengertian dari path analysis.
2. Untuk mengetahui istilah yang terdapat pada path analysis.
3. Untuk mengetahui model-model dari path analysis.
4. Untuk mengetahui tujuan dari path analysis.
5. Untuk mengetahui asumsi-asumsi dan prinsip-prinsip yang terdapat pada
path analysis.
2
BAB II
PEMBAHASAN
3
haruslah dibangun berdasarkan kerangka teori yang kuat (Kadir, 2018: 241-
242).
Istilah variabel eksogen dan endogen dikenal dalam analisis jalur. Variabel
eksogen atau “pengaruh” adalah variabel yang variasinya kemungkinan besar
tidak disebabkan oleh sebab-sebab di dalam model. Sebaliknya, variabel
endogen atau variabel "dipengaruhi" adalah variabel yang variasinya dijelaskan
oleh variabel eksogen atau variabel endogen lain dalam model. Analisis jalur
berfokus pada pola sebab dan akibat.
Dapat disimpulkan bahwa Analisis jalur adalah metode statistik untuk
menguji hubungan kausal antara variabel dengan fokus pada pola hubungan
sebab akibat. Pertanyaan pokoknya mencakup pengaruh variabel eksogen
terhadap variabel endogen, baik secara langsung maupun tidak langsung
melalui variabel antara. Variabel eksogen tidak dipengaruhi oleh sebab-sebab
dalam model, sementara endogen dipengaruhi oleh variabel lain dalam model.
Kerangka teori yang kuat sangat penting dalam membangun hubungan kausal
dalam analisis jalur.
4
menuju ke arahnya, 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.
3. Variabel endogenous adalah variabel yang mempunyai anak-anak panah
menuju ke arah variabel tersebut. Variabel yang termasuk di dalamnya ialah
mencakup semua variabel perantara dan terikat. Variabel perantara
endogenous 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.
4. Koefisien jalur adalah koefisien regresi standar atau disebut “beta‟ yang
menunjukkan pengaruh langsung dari suatu variabel bebas terhadap variabel
terikat dalam suatu model jalur tertentu. Oleh karena itu, jika suatu model
mempunyai dua atau lebih variabel-variabel penyebab, maka koefisien
jalurnya merupakan koefisien 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.
5. Jenis pengaruh dalam analisis jalur yaitu Direct Effect (DE) dan Indirect
Effect (IE). Direct Effect (DE) adalah pengaruh langsung yang dapat dilihat
dari koefisien dari satu variabel ke variabel lainnya, sedangkan Indirect
Effect (IE) adalah urutan jalur melalui satu atau lebih variabel perantara.
5
adanya pengaruh langsung variabel eksogen terhadap variabel endogen.
Disamping itu, anak panah juga menghubungkan error dengan setiap variabel
endogen dan uantuk anak panah berkepala dua (double headed arrow)
mereprsentasikan hubungan angara duia variabel. Selanjutnya, setiap variabel
eksogen dan endogen yang akan dianalisis dalam model disimbolkan dalam
bentuk “kotak”, sedangkan variabel lain yang tidak dianalisis dalam model atau
error (𝜀) digambarkan berbentuk “lingkaran” (Kadir, 2018: 244).
Besarnya pengaruh langsung variabel eksogen terhadap variabel endogen
dinyatakan dengan koefisien jalur. Notasi atau simbol dari koefisien jalur
dituliskan sebagai 𝑝𝑖𝑗 , di mana i menyatakan akibat (endogen) dan j
menyatakan sebab (eksogen). Sebagai contoh notasi𝑝21 , dimaknai sebagai
pengaruh langsung variabel 𝑥1 , terhadap variabel 𝑥2 , begitupula notasi 𝑝𝑦2 ,
berarti pengaruh langsung variabel 𝑥2 terhadap variabel Y. Koefisien jalur
ekivalen dengan koefisien regresi sebagai estimator terhadap koefisien beta (𝑏)
untuk skor baku. Koefisien-koefisien ini biasa dicantumkan pada diagram jalur
tepat pada setiap garis jalur yang nilainya dalam bentuk numerik. Dengan
demikian, untuk mengestimasi koefisien jalur, misalnya variable eksogen (𝑥1 )
terhadap variabel endogen (𝑥2 ) dapat diestimasi dengan korelasi sederhana
(𝑝21 ) = 𝑏𝑥1𝑥2 . Jika variabel endogen (𝑌) dipengaruhi oleh variabel eksogen
(𝑥1 ) dan (𝑥2 ), maka koefisien jalur untyuk 𝑥1 terhadap 𝑌, selnajutnya 𝑥2
terhadap 𝑌 diestimasi oleh besarnya koefisien 𝑏𝑖𝑗 dalam regresi skor baku,
yaitu 𝑝𝑦1 = 𝑏𝑥1 dan 𝑝𝑦2 = 𝑏𝑥2𝑦 (Kadir, 2018: 244-245).
Beberapa model diagram jalur disertai persamaan strukturalnya disajikan
sebagai berikut.
1. Model diagram jalur sederhana dengan 3 variabel (𝑥1 , 𝑥2 , dan 𝑌)
6
Persamaan struktural untuk diagram diatas adalah sebagai berikut:
𝑥2 = 𝑝21 𝑥1 + 𝜀
𝑌 = 𝑝𝑦1 𝑥1 + 𝑝𝑦2 𝑥2 + 𝜀
2. Model diagram jalur dengan 4 variabel (𝑥1 , 𝑥2, , 𝑥3 , dan 𝑌)
7
4. Mengidentifikasi hubungan sebab akibat dari suatu variabel tertentu dengan
variabel lain yang dipengaruhinya.
5. Menghitung besarnya pengaruh satu atau lebih variabel bebas eksogen
terhadap variabel terikat endogen lainnya.
8
7. Koefisien Determinasi (𝑅2 ). Disebut juga sebagai Indeks asosiasi.
Merupakan nilai yang menunjukkan berapa besar varian dalam satu variabel
yang ditentukan atau diterangkan oleh satu atau lebih variabel lain dan
berapa besar varian dalam satu variabel tersebut berhubungan dengan varian
dalam variabel lainnya. Dalam statistik bivariat disingkat sebagai r sedang
2
9
yang besar dari koefesien beta (𝛽) yang digunakan untuk menghilangkan
varians biasa dalam melakukan gnalisis korelasi secara parsial.
12. Recursivitas. Semua anak panah mempunyai satu arah, tidak boleh terjadi
pemutaran kembali (looping) atau tidak menunjukkan adanya hubungan
timbal balik (reciprocal).
13. Spesifikasi model benar diperlukan untuk menginterpretasi koefisien-
koefisien jalur. Kesalahan spesifikasi terjadi ketika variabel penyebab yang
signifikan dikeluarkan dari model. Semua koefisien jalur akan
merefleksikan kovarians bersama dengan semua variabel yang tidak diukur
dan tidak akan dapat diinterpretasi secara tepat dalam kaitannya dengan
akibat langsung dan tidak langsung.
14. Input korelasi yang sesuai. Artinya jika kita menggunakan matriks korelasi
sebagai masukan, maka korelasi Pearson digunakan untuk dua variabel
berskala interval, korelasi polychoric untuk dua variabel berskala ordinal:
tetrachoric untuk dua variabel dikotomi (berskala nominal), polyserial
untuk satu variabel interval dan lainnya ordinal, dan biserial untuk satu
variabel berskala interval dan lainnya nominal.
15. Terdapat ukuran sampel yang memadai. Pergunakan sampel minimal 100
dengan tingkat kesalahan 10% untuk memperoleh hasil analisis yang
signifikan dan lebih akurat. Untuk idealnya besar sampel sebesar 400-1000
(tingkat kesalahan 5%) sebagaimana umumnya persyaratan dalam teknik
analisis multivariat.
16. Tidak terjadi Multikolinteritas. Multikolinieritas terjadi jika antar variabel
bebas (exogenous) saling berkorelasi sangat tinggi, misalnya mendekati 1.
17. Sampel sama dibutuhkan untuk pengitungan regresi dalam model jalur.
18. Merancang model sesuai dengan teori yang sudah ada untuk menunjukan
adanya hubungan sebab akibat dalam variabel-variabel yang sedang diteliti,
sebagai contah: variabel motivasi, IQ, dan kedisplinan mempengaruhi
prestasi belajar. Berdasarkan hubungan antar variabel yang sesuai teori
tersebut, kemudian kita membuat model yang dihipotesikan.
10
19. Karena penghitungan analisis jalur menggunakan teknik regresi linier, maka
asumsi umum regresi linear sebaiknya diikuti, yaitu:
a. Model regresi harus layak. Kelayakan ini diketahui jika angka
signifikansi pada ANOVA sebesar < 0.05
b. Prediktor yang digunakan sebagai variable bebas harus layak. Kelayakan
ini diketahui jika angka Standard Error of Estimate < Standard
Deviation
c. Koefesien regresi harus signifikan. Pengujian dilakukan dengan Uji T.
Koefesien regresi signifikan jika T hitung > T tabel (nilai kritis)
d. Tidak boleh terjadi multikolinieritas, artinya tidak boleh terjadi korelasi
yang sangat tinggi antar variable bebas
e. Tidak terjadi otokorelasi. Terjadi otokorelasi jika angka Dubin dan
Watson sebesar < 1 dan > 3.
11
BAB III
PENUTUP
A. Kesimpulan
Berdasarkan pembahasan pada bab ii maka dapat disimpulkan bahwa:
1. Path analysis adalah metode statistik untuk menguji hubungan kausal antara
variabel dengan fokus pada pola hubungan sebab akibat.
2. Konsep dan istilah dalam path analysis diantaranya model jalur, variabel
exogenous, variabel endogenous, koefisien jalur, dan jenis pengaruh.
3. Beberapa model path analysis diantaranya model diagram jalur sederhana
dengan 3 variabel, model diagram jalur dengan 4 variabel.
4. Tujuan dari analisis jalur diantaranya, 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 indepeden
exogenous atau lebih terhadap variabel dependen endogenous lainnya.
5. Untuk asumsi dan prinsip yang terdapat pada analisis jalur diantaranya, ko-
linier, model rantai sebab akibat, hubungan sebab akibat tertutup, koefisien
Beta (𝛽), koefisien determinasi (𝑅2 ), data metrik berskala interval,
variabel-variabel residual tidak berkorelasi dengan salah satu variabel-
variabel dalam model, istilah gangguan (disturbance terms) atau variabel
residual Istilah gangguan (disturbance terms) atau variabel residual,
multikoliniecaritas yang rendah, recursivitas, spesifikasi model benar
diperlukan untuk menginterpretasi koefisien-koefisien jalur, dan masih
banyak lagi lainnya.
12
B. Saran
Dengan disusunnya makalah yang berjudul “Analisis jalur (path analysis)”
dapat menambah pemahaman kepada pembaca terkait Analisis jalur (path
analysis. Kami harap pembaca dapat menerapkan prosedur yang telah kami
cantumkan dalam melakukan uji analisis jalur.
13
DAFTAR PUSTAKA
Ghodang, H. (2020). Path Analysis (Analisis Jalur). Deli Serdang: Penerbit Mitra
Grup.
Hamid, M. (2019). Analisis Jalur dan Aplikasi SPSS Versi 25. Bireuen.
14