X Y X Y
X X
Y Y
1
HUBUNGAN-HUBUNGAN DALAM PENELITIAN
Contoh hubungan
Z ke Y Hubungan langsung Z ke Y
Z Y
Hubungan tidak
langsung Z ke Y Hubungan tidak
melalui X langsung Z ke Y
melalui X dan V
X V
2
JENIS-JENIS MODEL STRUKTURAL
V Z
Z1
• Bertujuan untuk mengevaluasi pola-pola
hubungan antara beberapa konstruk
Z2 Y1 • Dalam model tidak diasumsikan adanya
arah hubungan antara konstruk, tetapi
hanya ada hubungan korelatif
Z3
• Variabel konstruk merupakan variabel
yang tidak terobservasi
X1 • Setiap konstruk dibangun oleh beberapa
indikator
X2 Y2
X3
4
JENIS-JENIS MODEL STRUKTURAL
Structural Equation Modeling
• Menganalisis sekaligus
Z1 variabel indikator, variabel
laten/konstruk,dan kekeliruan
pengukuran
Z2 Y1
• Menganalisis hubungan
antara indikator dengan
Z3 konstruk yang dikenal dengan
nama measurement equation
Y3
• Menganalisis hubungan
Z4 antara variabel laten satu
dengan variabel laten yang
lain yang dikenal dengan
X1 nama structural equation
V1 V2
X2 Y2
X3
5
JENIS-JENIS VARIABEL KETIGA
Tiga persyaratan yang diperlukan Persyaratan (1) diuji melalui matrix korelasi, jika
1. Semua variabel harus menunjukkan hubungan semua signifikan berarti terpenuhi.
2. Jika variabel antecedent dikontrol, maka hubungan Persyaratan (2) dan (3) diuji menggunakan korelasi
antara independent dan dependent variable sangat parsial. Hipotesa yang diuji adalah Ho : pxy.z = 0
kuat
Jika signifikan maka persyaratan kedua terpenuhi,
3. Jika variabel independent dikontrol, maka tetapi bila nonsignifikan berarti persyaratan ketiga
hubungan antara variabel antecedent dengan terpenuhi.
dependent variable harus kecil
6
JENIS-JENIS VARIABEL KETIGA
Tiga persyaratan yang diperlukan Persyaratan (1) diuji melalui matrix korelasi, jika
1. Semua variabel harus menunjukkan hubungan semua signifikan berarti terpenuhi.
2. Jika variabel independent dikontrol, maka Persyaratan (2) dan (3) diuji menggunakan korelasi
hubungan antara intervening dan dependent parsial. Hipotesa yang diuji adalah Ho : pxy.z = 0
variable sangat kuat
Jika signifikan maka persyaratan kedua terpenuhi,
3. Jika variabel intervening dikontrol, maka hubungan tetapi bila nonsignifikan berarti persyaratan ketiga
antara independent dengan dependent variable terpenuhi.
harus kecil
7
JENIS-JENIS VARIABEL KETIGA
lemah
8
JENIS-JENIS VARIABEL KETIGA
• Variabel Distorter
Pada waktu menganalisis hubungan antara X dan Y diperoleh hasil tanda yang positip. Sekarang,
bila dimasukkan variabel ketiga Z dalam model ternyata menyebabkan hubungan antara X dan Y
menjadi negatif, maka variabel ketiga tersebut (Z) dikatakan sebagai variabel distorter.
9
MENGAPA HARUS PATH?
DEKAN DEKAN
DANA
DOSEN PEMBANGUNAN DOSEN
MAHASISWA MAHASISWA
10
PENGERTIAN DASAR PATH ANALYSIS
• Menggunakan regresi, sehingga asumsi-asumsi dalam regresi klasik
mengikat model path analysis.
• Bertujuan untuk menguji apakah model yang diusulkan cocok dengan
data. Caranya dengan membandingkan korelasi teoritis dengan
korelasi empiris. Bila sama berarti model cocok atau fit, sebaliknya
tidak cocok.
• Secara formal pengujian tersebut hanya menggunakan koefisien
korelasi determinasi (R2).
• Asumsi-asumsi standard yang harus dipenuhi sebelum membangun
model Path Analysis antara lain : (1) berbentuk rekursif, (2) hubungan
satu arah, (3) linear, aditif dan kausal, (4) berdistribusi normal, (5)
tidak ada multikolineariti, (6) semua variabel terukur, minimal dalam
skala interval.
11
BEBERAPA CONTOH YANG MEMENUHI DAN TIDAK MEMENUHI SYARAT
Linear,Aditif,
Linear, Aditif,Kausal
Kausal
X1==++X2
X1 X2++X3X3++
Rekursif
Nonlinear,Aditif,
Aditif,Kausal
Kausal
X1 X2 X3 Nonlinear,
LogX1
Log Log++Log
X1==Log X2++Log
LogX2 X3++
LogX3
Nominal
Nominal : :variabel
variabeljenis
jeniskelamin
kelamin(Pria
(Priadan
danWanita)
Wanita)
Ordinal
Ordinal : :tidak
tidakpenting
penting == 11
cukuppenting
cukup penting == 22
penting
penting == 33
sangatpenting
sangat penting == 44
Interval : :pertumbuhan
Interval pertumbuhandan danderajad
derajad
Rasio
Rasio : :kilogram
kilogramdan
danmeter
meter
12
TAHAPAN-TAHAPAN MEMBANGUN
MODEL PATH ANALYSIS
V EVALUASI MODEL 13
I
LANGKAH I : PENGEMBANGAN MODEL
BERBASIS TEORI DAN STUDI EMPIRIS
14
JUSTIFIKASI TEORI DAN STUDI EMPIRIS
BACK
CONTOH : HUBUNGAN ANTARA INTELEGENSI DENGAN
PENGETAHUAN AWAL DAN HASIL BELAJAR MATEMATIKA
EKONOMI
• Pada dasarnya pengaruh langsung kecerdasan terhadap pengetahuan awal sama dengan pengaruh
langsung kecerdasan terhadap hasil belajar karena pengetahuan awal merupakan hasil belajar di masa
lalu.
• Pratomo et al (dalam Azwar, 2002:168) menemukan korelasi inteligensi dengan prestasi belajar sebesar
0,276 yang signifikan pada taraf 5%.
• Kusumaningrum (1985:179) membuktikan ada hubungan berbanding lurus IQ dengan prestasi belajar
sebesar 0,14. Di samping itu, ia juga berhasil membuktikan ada hubungan antara IQ dengan nilai tes
masuk sebesar 0,23.
• Gorzelanczyk et al (1998:3) mengkorelasikan kecerdasan dengan komponenkomponen proses belajar.
Rata-rata koefisien korelasi IQ dengan komponen-komponen proses belajar sebesar 0,11278.
• Sebaliknya, Rivai (2000:6) menemukan adanya hubungan positif yang signifikan antara inteligensi
dengan hasil belajar matematika ekonomi dengan r = 0,869. Dengan koefisien determinasi sebesar
0,6190, inteligensi memberikan kontribusi sebesar 61,90% pada hasil belajar MATEMATIKA
EKONOMI.
• Berdasarkan kerangka berpikir dan hasil-hasil penelitian di atas, dapat diduga kuat terdapat hubungan
langsung positif yang signifikan INTELEGENSI dengan PENGETAHUAN AWAL dan HASIL BELAJAR
INTELEGENSI HASIL
HASILBELAJAR
BELAJAR
INTELEGENSI MATEMATIKA
MATEMATIKA
EKONOMI
EKONOMI
PENGETAHUAN
PENGETAHUAN
AWAL
AWAL
15
BACK
LANGKAH II : MEMBUAT GAMBAR
HUBUNGAN KAUSALITAS DENGAN
DIAGRAM JALUR
Berdasarkan pendalaman teori-teori lainnya, akhirnya dapat dibuat Diagram Jalur yang
lengkap mengenai HUBUNGAN ANTARA INTELEGENSI DENGAN PENGETAHUAN AWAL DAN
HASIL BELAJAR MATEMATIKA EKONOMI
INTELEGENSI
HASIL BELAJAR
PENGETAHUAN MATEMATIKA
AWAL EKONOMI
strategi-strategi
metakognitif
16
LANGKAH III : KONVERSI DIAGRAM JALUR
KEDALAM PERSAMAAN-PERSAMAAN
STRUKTURAL
17
BACK
X1 =
INTELEGENSI
Y2 =
Y1 = HASIL BELAJAR
PENGETAHUAN
AWAL
MATEMATIKA
EKONOMI
X2 = strategi-strategi
metakognitif
Y1 = 1 X1 + 2 X2 + 1
Y2 = 1 X1 + 2 X2 + 1 Y1 + 2
18
LANGKAH IV : PENGUMPULAN DATA DAN
PENGUKURAN VARIABEL
• Variabel-variabel X1, X2, Y1 dan Y2 harus terukur, minimal dalam bentuk interval.
• Semua variabel tersebut diukur menggunakan data-data yang dikumpulkan. Dan untuk
mengumpulkan data-data yang dimaksud, sekaligus dapat digunakan untuk mengukur
variabel operasional diperlukan beberapa langkah penelitian.
1. Jenis data
2. Jenis skala pengukuran
3. Tipe skala pengukuran
4. Sumber data
5. Cara mengumpul data
6. Instrumen pengumpulan data
7. Penyusunan intrumen-instrumen penelitian
8. Sampling
9. Validasi dan releabilitas data
Data yang digunakan sebagai indikator variabel operasional adalah data yang valid dan
reliabel. Untuk memperoleh ini semua tahapan penelitian di atas harus dilakukan. 19
JENIS DATA
• Data kualitatif : data yang berhubungan dengan kategorisasi,
karakteristik berwujud pertanyaan atau berupa kata-kata.
• Data kuantitatif : data-data yang berwujud numerik atau angka atau
bilangan.
Semua data yang berskala interval dan ratio adalah data kuantitatif yang tepat
digunakan dalam statistik parametrik. Agar data-data kualitatif (skala ordinal dan
nominal) dapat dianalisis dengan statistik parameterik, maka data-data tersebut
harus dikonversi kedalam skala interval, caranya ?
20
TIPE SKALA PENGUKURAN
Selain keempat skala di atas ada lagi Skala Rating. Kalau empat skala di atas
bertujuan untuk mengkonversi data kualitatif menjadi kuantitatif, tetapi untuk
skala rating, data kuantitatif yang ditafsirkan dengan kualitatif.
Misalkan sudah ditetapkan data dikumpulkan dengan cara menyebar angket atau
kuesioner. Untuk itu instrumen yang harus dibuat bisa berbentuk kuesioner
terbuka, tertutup, atau menggunakan checklist.
KISI-KISI INSTRUMEN 22
CONTOH : Pengaruh Motivasi, Kemampuan dan Loyalitas terhadap
Kualitas Kerja
KISI-KISI INSTRUMEN
Variabel Dimensi Indikator Deskriptor Nomer Butir
(sub-variabel)
I 1. Motif Kerja (a). Gaji 1. Upah yang layak 1.1
Motivasi (b). Kenyamanan Kerja 2. Penilaian kerja 1.2
(c). Fasilitas kerja 3. Tempat kerja yang baik 1.3
2. Harapan (a). Sifat kepemimpinan 4. Loyalitas pimpinan 1.4
5 Simpatik 1.5
(b). Kedisiplinan 6. Disiplin yang bijaksana 1.6
Jumlahkan semua hasil jawaban
I. MOTIFASI KERJA
A. MOTIF
1. Saya bekerja dengan menerima upah :
a. Tinggi b. Cukup d. Rendah e. Sangat rendah
2. Pekerjaan saya oleh pimpinan selalu dinilai :
a. Tinggi b. Cukup d. Rendah e. Sangat rendah
23
TEKNIK PENGAMBILAN SAMPEL DAN JUMLAH SAMPEL
TEKNIK SAMPLING
random sampling, cluster sampling, two stage sampling, multistage sampling,
purposive sampling, dan lain-lain.
JUMLAH SAMPEL
Beberapa pedoman menentukan jumlah sampel untuk model path analysis :
1. Tergantung pada jumlah parameter yang diestimasi. Pedomannya, 5-10 kali
jumlah parameter yang diestimasi dalam model path.
2. Untuk teknik maximum likelihood jumlah sampel yang tepat adalah 100-200
sampel.
3. Menurut Hair et al ukuran sampel yang sesuai adalah 100-200.
4. Menghitung sendiri berdasarkan model path analysis dan koefisien korelasi
populasi, yang dilakukan dengan beberapa iterasi hingga diperoleh jumlah
sampel yang tepat. 24
UJI VALIDITAS
UJI
VALIDITAS
VALIDITAS VALIDITAS
EKSTERNAL INTERNAL
UJI
RELIABILITAS
KONSISTENSI KONSISTENSI
TANGGAPAN GABUNGAN ITEM
26
LANGKAH V : MENENTUKAN MATRIK INPUT
DAN ESTIMASI BACK
MODEL DIKATAKAN PALING BAIK JIKA BISA LOLOS DARI DUA TES
INI. JIKA HANYA SALAH SATU SAJA, MAKA PERLU DIDAHULUKAN
UJI MANA YANG LEBIH DIPENTINGKAN. ATAU MELAKUKAN
RESPESIFIKASI MODEL HINGGA DIPEROLEH YANG SIGNIFIKAN.
28