MAKALAH STATISTIKA DASAR

“Path Analysis”

Dosen Pengampu: Prof. Dr. Azainil, M. Si.

Disusun Oleh Kelompok 2:

1. Muhammad Ridho R. A. 2205046007
2. Amir 2205046010
3. Duratun Fahirah 2205046015
4. Cindy Juliana 2205046016
5. Bintang Sagita K. T. 2205046034

PROGRAM STUDI PENDIDIKAN MATEMATIKA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS MULAWARMAN
SAMARINDA
2023

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.

Samarinda, 4 Desember 2023

Penulis

i
 DAFTAR ISI

KATA PENGANTAR ................................................................................................ i

DAFTAR ISI ............................................................................................................. ii
BAB I PENDAHULUAN .......................................................................................... 1

A.Kata Pengantar .................................................................................................. 1

B. Rumusan Masalah ............................................................................................. 2

C. Tujuan ................................................................................................................ 2
BAB II PEMBAHASAN ........................................................................................... 3

A. Pengertian Path Analysis ................................................................................. 3

B. Istilah dalam Path Analysis ............................................................................. 4

C. Model-Model Path Analysis ............................................................................ 5

D. Tujuan Path Analysis ....................................................................................... 7

E. Asumsi dan Prinsip Path Analysis .................................................................. 8

BAB III PENUTUP ................................................................................................. 12

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

A. Pengertian Path Analysis

Analisis jalur merupakan perpanjangan dari analisis regresi berganda.
Model analisis jalur digunakan ketika peneliti secara teoritis yakin bahwa
terdapat pola sebab akibat dalam analisisnya. Oleh karena itu, rumusan
masalah dalam kerangka analisis jalur adalah sebagai berikut. (1) Apakah
variabel eksogen mempengaruhi variabel endogen? (2) Derajat pengaruh sebab
akibat langsung, tidak langsung, dan simultan keseluruhan yang dimiliki
sekumpulan variabel eksogen terhadap variabel endogen.
Analisis jalur merupakan teknik statistik yang digunakan untuk menguji
hubungan kausal antara dua atau lebih variabel. Esensi dari analisis jalur adalah
didasarkan pada system peramaan linear. Analisis jalur berbeda dengan analisis
regresi, di mana dalam analisis jalur memungkinkan pegujian dengan
menggunakan variabel mediating/intervening. System hubungan kausal atau
sebab akibat menyangkut dua jenis variabel, yaitu variabel bebas yang diberi
simbol 𝑥1 , 𝑥2 , … , 𝑥𝑘 dan variabel tak bebas yang diberi symbol 𝑌1 , 𝑌2 , … , 𝑌𝑖
(Kadir, 2018: 241).
Pengaruh variabel bebas terhadap variabel terikat dalam analisis jalur dapat
berupa pengaruh langsung maupun tak langsung. Hal ini berbeda dengan
model regresi di mana pengaruh variabel bebas terhadap variabel tak bebas
hanya berupa pengaruh langsung. Pengaruh tidak langsung suatu variabel
bebas terhadap variabel tak bebas adalah pengaruh variabel bebas
(independent) terhadap variabel tak bebas (dependent) melalui suatu variabel
lain yang disebut variabel antara (intervening variable). Sebagai contoh dalam
mempelajari pengaruh antara variabel insentif (𝑥1 ), motivasi kerja (𝑥2 ), dan
variabel kinerja pegawai (𝑌), maka insentif (𝑥1 ) dapat berpengaruh langsung
terhadap kinerja pegawai (𝑌) juga insentif (𝑥1 ) dapat berpengaruh tidak
langsung terhadap kinerja pegawai (𝑌) melalui variabel motivasi kerja (𝑥2 ).
Tentu saja hubungan kausal antara variabel dalam analisis jalur tersebut

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.

B. Istilah dalam Path Analysis

Menurut Hamid dalam bukunya analisis jalur dan aplikasi spss versi 25
(2019: 11-12) beberapa istilah dalam analisis jalur, yaitu:
1. Model jalur ialah suatu diagram yang menghubungkan antara variabel
bebas, perantara dan terikat. Pola hubungan ditunjukkan dengan
menggunakan anak panah. perantara dan terikat. Pola hubungan ditunjukkan
dengan menggunakan anak panah. Anak panah tunggal menunjukkan
hubungan sebab-akibat antara variabel-variabel bebas (exogenous) atau
perantara dengan satu variabel dengan variabel terikat atau lebih. Anak
panah juga menghubungkan kesalahan (variable residue) dengan semua
variabel terikat (endogenous) masing-masing. Anak panah ganda
menunjukkan korelasi antara pasangan variabel-variabel exogenous.
2. Variabel exogenous dalam suatu model jalur ialah semua variabel yang tidak
ada penyebab eksplisitnya atau dalam diagram tidak ada anak panah yang

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.

C. Model-Model Path Analysis

Untuk menggambarkan hubungan kausal atau sebab-akibat antara variabel
yang akan diselidiki, peneliti menggunakan model berbentuk diagram jalur.
Diagram jalur adalah alat untuk melukiskan secara grafis struktur hubungan
sebab-akibat antar variabel bebas, intervening dan variabel terikat.untuk
merepresentasikan hubungan tersebut, diagram jalur menggunakan simbol anak
panah berarah-berkepala satu (single headed arrow) yang memberi makna

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)

Persamaan struktural untuk diagram diatas adalah sebagai berikut:

𝑥2 = 𝑝21 𝑥1 + 𝜀1
𝑥3 = 𝑝31 𝑥1 + 𝑝32 𝑥2 + 𝜀2
𝑌 = 𝑝𝑦1 𝑥1 + 𝑝𝑦2 𝑥2 + 𝑝𝑦3 𝑥3 + 𝜀3
3. Model lain dari diagram jalur melibatkan 4 variabel (𝑥1 , 𝑥2, , 𝑥3 , dan 𝑌)

Persamaan struktural untuk diagram diatas adalah sebagai berikut:

𝑥3 = 𝑝31 𝑥1 + 𝑝32 𝑥2 + 𝜀1
𝑌 = 𝑝𝑦1 𝑥1 + 𝑝𝑦2 𝑥2 + 𝑝𝑦3 𝑥3 + 𝜀2

D. Tujuan Path Analysis

1. Menelaah hubungan antar variabel berdasarkan model apriori.
2. Menerangkan mengapa variabel-variabel berkorelasi dengan menggunakan
suatu model yang berurutan secara temporer.
3. Menggambar dan menguji model matematika menggunakan persamaan
yang mendasarinya.

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.

E. Asumsi dan Prinsip Path Analysis

Beberapa asumsi dan prinsip dasar analisis jalur menurut Sarwono (2011)
dalam buku Statistika Penelitian karangan Mumun Syaban dan Elly
Ratnanigrum.
1. Linearitas. Hubungan antar variabel bersifat linear artinya digambarkan
membentuk garis lurus dari kiri bawah ke kanan atas.
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 atau endogenous.
4. Aditivitas. Tidak ada efek-efek interaksi.
5. Hubungan sebab akibat tertutup. Semua pengaruh langsung satu variabel
terhadap variabel lainnya harus disertakan dalam lingkaran jalur.
6. Koefisien Beta (𝛽). Merupakan koefisien regresi yang sudah distandarisasi
(standardized regression coefficient) yang menunjukkan jumlah perubahan
dalam variabel dependen endogenous yang dihubungkan dengan perubahan
(kenaikan atau penurunan) dalam satu standar deviasi pada variabel bebas
exogenous saat dilakukan pengendalian pengaruh terhadap variabel-variabel
lainnya. Koefisien beta disebut juga sebagai bobot beta (𝛽).. Nilai ini yang
digunakan sebagai besaran nilai dalam koefisien jalur (p) atau jumlah
pengaruh setiap variabel exogenous terhadap variabel endogenous secara
sendiri-sendiri atau disebut sebagai pengaruh parsial.

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

dalam multivariat disingkat sebagai R . Nilai ini yang digunakan sebagai

2

besaran nilai untuk mengekspresikan besarnya jumlah pengaruh semua

variabel exogenous terhadap variabel endogenous secara gabungan atau
disebut sebagai pengaruh gabungan.
8. Data metrik berskala interval. Semua variabel yang diobservasi mempunyai
data berskala interval (scaled values). Jika data belum dalam bentuk skala
interval, sebaiknya data diubah dengan menggunakan metode suksesif
interval (Method of Successive Interval/MSI) terlebih dahulu. Jika data
bukan metrik digunakan maka akan mengecilkan nilai koefisien korelasi.
Nilai koefesien korelasi yang kecil akan menyebabkan nilal R menjadi
2

semakin kecil. Dengan demikian pemodelan yang dibuat menggunakan

analisis jalur tidak akan valid, karena salah satu indikator kesesuaian model
yang dibuat dengan teori ialah dengan melihat nilai (𝑅2 ) yang mendekati 1.
Jika nilai ini semakin mendekati 1, maka model dianggap baik atau sesuai
dengan teori.
9. Variabel-variabel residual tidak berkorelasi dengan salah satu variabel-
variabel dalam model.
10. Istilah gangguan (disturbance terms) atau variabel residual Istilah gangguan
(disturbance terms) atau Variabel residual tidak boleh berkorelasi dengan
semua variabel endogenous dalam model. jika dilanggar, maka akan
berakibat hasil regresi menjadi tidak tepat untuk mengestimasikan
parameter-parameter jalur.
11. Multikoliniecaritas yang rendah. Multikolinieritas maksudnya dua atau lebih
variabel bebas (penyebab) mempunyai hubungan yang gangat tinggi. Jika
terjadi hubungan yang tinggi maka kita akan mendapatkan standard error

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.

Sarwono, J. (2011). Mengenal Path Analysis: Sejarah, Pengertian, dan Aplikasi.

Jurnal Ilmiah Manajemen Bisnis, 11(2), 287.
https://media.neliti.com/media/publications/98454-ID-mengenal-path-
analysis-sejarah-pengertia.pdf. Diakses pada 2 Desember 2023.

Syaban, Mumun dan Elly Ratnaningrum. (2021). Statistika Penelitian. Bandung:

Penerbit INFORMATIKA

14