ANALISIS JALUR

Berkaitan dengan Korelasi dan Regresi

Korelasi :
 kuat hubungan antar variabel
 secara tidak langsung : dapat meramalkan apa yang
akan terjadi pada satu variabel, jika variabel yang lain
mempunyai nilai tertentu

Regresi :dapat melakukan peramalan terhadap

variabel dependen jika variabel independen
dikendalikan
KORELASI DAN REGRESI

 Tidakmempermasalahkan mengapa
(why) hubungan tersebut terjadi

 Tidakmempermasalahkan apakah
hubungan antar variabel disebabkan
oleh variabel itu sendiri atau
mungkin dipengaruhi oleh variabel
lain
ANALISIS JALUR

 Mempelajari apakah hubungan yang terjadi

disebabkan oleh pengaruh langsung dan tidak
langsung dari variabel independen terhadap
variabel dependen
 Mempelajari ketergantungan sejumlah variabel
dalam suatu model (model kausal)
 Menganalisis hubungan antar variabel dari model
kausal yang telah dirumuskan oleh peneliti atas
dasar pertimbangan teoritis
ANALISIS JALUR

Menguji seperangkat hipotesis

kausal dan
menginterpretasikan hubungan
tersebut (langsung atau tidak
langsung)

Penting : Cara berpikir kausal

!!!!
CONTOH 1 ANALISIS JALUR

Pekerjaan
Pekerjaan Anak
Orang tua

Status
Sosial
Anak

Pendidikan
Orang tua Pendidikan
Anak
 ASUMSI DALAM ANALISIS JALUR

1. Hubungan antar variabel linier

2. Skala pengukuran minimal
interval
3. Hubungan sebab akibat
(landasan teoritis)
4. Syarat lain ~ multiple
regression
 VARIABEL DALAM ANALISIS JALUR

Variabel Eksogen ~ variabel independen

 Ditetapkan sebagai variabel pemula, memberi efek

pada variabel lain
 Tidak dipengaruhi oleh variabel lain

 Hubungan antar variabel eksogen bersifat simetris

(korelasi)/bukan sebab akibat
 X1 dan X2
VARIABEL DALAM ANALISIS JALUR

Variabel Endogen ~ variabel dependen

 variabel yang keragamannya terjelaskan oleh

variabel eksogen dan/atau variabel endogen
lainnya
 Ada variabel sisa (error/residual) yaitu keragaman
yang tak terjelaskan dan dihubungkan dengan
variabel endogen ()
 Y1, Y2, dan Y3
KOEFISIEN DALAM ANALISIS JALUR

 Merupakan koefisien regresi yang distandarisasi

(standardized)
 Tidak mempunyai satuan, dapat digunakan untuk
kepentingan perbandingan antar koefisien jalur
 Hubungan antara :
 variabel eksogen dengan variabel endogen
 variabel endogen dengan variabel endogen
 PERSAMAAN STRUKTURAL

Y1 = 11 X1 + 12 X2 + 1

Y2 = 21 X1 + 22 X2 + 2

Y3 = 31 X1 + 32 X2 + 31Y1 + 32Y2 + 3

CONTOH 2 ANALISIS JALUR

1
11 Y1
X1 31

21 31
21
Y3
12 32
32 3
X2
22 Y2
2
CONTOH 3 ANALISIS JALUR

Model hipotesis :

• Variabel endogen ?
• Variabel eksogen ?
• Parameter model ?
• Rata-rata dan Covariansi dari variabel eksogen?
PARAMETER DALAM MODEL

Pendugaan parameter model menggunakan pendugaan

kemungkinan maksimum (maximum likelihood
estimator or MLE)
Penduga Kemungkinan Maksimum (KM)
 Penduga KM adalah berdasarkan distribusi statistik dari data
(umumnya menggunakan asumsi dist. normal multivariat)
 Contoh untuk dist. Normal univariat, fkpnya:
Untuk Dist. Normal Bivariat
Fkp gabungan x1 dan x2 :
 Untuk Dist. Normal Multivariat
Fkp gabungan dr x1, x2,…,xN:

Atau :

Atau :
Penduga KM untuk Rerata Sampel (x)

Penduga KM untuk Variansi Sampel (2x)

Penduga KM untuk Galat baku (standard error)

Variansi untuk rerata sampel diperoleh dari :

Kembali ke Contoh 3
HASIL ANALISIS JALUR UNTUK CONTOH
3
LANGKAH ANALISIS JALUR

1. Merancang model berdasarkan konsep dan teori

2. Pemeriksaan terhadap asumsi yang melandasi
3. Pendugaan parameter atau perhitungan koefisien
jalur
4. Pengujian model
5. Interpretasi model
PENDUGAAN PARAMETER /
PENGHITUNGAN KOEFISIEN JALUR

 Analisis regresi bertahap (Standardized Coefficient

= Beta)
 Analisis simultan (dengan bantuan software)
PENGUJIAN MODEL
 Overall model : Statistic Goodness of Fit
 Pengujian koefisien jalur :
uji signifikansi koefisien jalur ( dan )

uji t

signifikan bila p < 0,05

MODEL ‘FIT’

 Memenuhi kriteria Statistic Goodness of Fit

 Semua koefisien dalam model signifikan

 Model belum ‘fit’

=> remodeling : model trimming
model bulding
PENGHAPUSAN JALUR

Dua kriteria (Heise, 1969) :

1. Statistical significancy

2. Meaningfulness
(Land : koefisien jalur < 0,05)
INTERPRETASI MODEL

 Efek satu variabel terhadap variabel lainnya :

1. Langsung
2. Tidak langsung
3. Total : Efek langsung + semua efek tidak
langsung
CONTOH 4 ANALISIS JALUR
CONTOH 5 ANALISIS JALUR
 KASUS 1:
X3 X1 X2
Penelitian melibatkan tiga buah 205 26 159
variabel X1, X2 dan X3 untuk 206 28 164
mengungkapkan hubungan antara
ke tiga variabel ini. Peneliti 254 35 198
mempunyai proposisi hipotetik 246 31 184
bahwa antara X1 dan X2 terdapat 201 21 150
kaitan korelasional, dan bahwa 291 49 208
keduanya secara bersama-sama 234 30 184
mempengaruhi X3. 209 30 154
Data hasil pengukuran (dalam skala 204 24 149
pengukuran interval) melalui 216 31 175
sampel acak berukuran 15 adalah 245 32 192
sebagai berikut. Buatlah diagram
jalurnya, hitung semua pengaruh 286 47 201
variable eksogennya.! 312 54 248
: 265 40 166
322 42 287
KASUS 2:

Sebuah penelitian eksploratif X1 x2 x3 x4

mencoba mengungkapkan hubungan 7 26 78 79
antara X1, X2, X3, dan X4. Dalam 1 29 74 74
penelitian ini dikemukakan sebuah 11 56 104 107
proposisi bahwa : 11 31 88 88
Antara X1 dan X2, terdapat kaitan 7 52 96 97
korelatif. Kedua konstrak tersebut 11 55 109 108
bersama-sama mempengaruhi X3. X1, 3 71 103 104
X2 dan X3 secara bersama-sama 1 31 72 72
mempengaruhi X4. 2 54 93 90
Buatlah diagram jalurnya, hitung 21 47 116 118
1 40 84 82
semua pengaruh variable
11 66 113 116
eksogennya.!
10 58 105 104