ANALISIS JALUR: KONSEP, PROSEDUR

PENGUJIAN, SIMPULAN HASIL ANALISIS

Presented by:
Aminah Luthfi Zakiyyah (2105419)
Farha Faturrahman (2105139)
Gina Herliani Suherlin ( 2105363)
Raudha NurHidayah Al Jannah (2105162)
Siti Masrini AK (2105459)
 content
1. Sejarah
2. Pengertian Analisis Jalur
3. Variabel Eksogen dan Endogen
4. Asumsi-asumsi
5. Persyratan Analisis Jalur
6. Model dalam Analisis Jalur
7. Proses Analisis Jalur
a. Hipotesis
b. Uji Asumsi
c. Diagram
 Sejarah
Teknik analisis jalur dikembangkan
oleh Sewal Wright di tahun 1934.
Sewall Wright adalah seorang ahli
genetika. Dalam perkembangannya
saat ini analisis jalur (path analysis)
diperluas dan diperdalam kedalam
bentuk analisis “Structural Equation
Modeling” atau dikenal dengan
singkatan SEM.
Sejarah
• Gagasan Sewal Wright ini diilhami oleh penemuan – penemuan rumus sebelumnya,
• Pada tahun 1901 Karl Pearson menemukan rumus korelasi Pearson, menemukan principal co
mponent analysis.
• Pada tahun 1904 Charles Spearman (penemu rumus korelasi Spearman), menemukan tekni
k analisis faktor yang banyak memberikan pengaruh terhadap perkembangan Structural Eq
uation Modelling (SEM) yang didasari oleh analisis jalur (path analysis)
 PENGERTIAN ANALISIS JALUR

Streiner, (2005) Paul Webley (1997)

“Analisis Jalur merupakan perluasan dari regresi linier berganda, dan “Path analysis merupakan pengembangan langsung bentuk
yang memungkinkan analisis regresi berganda dengan tujuan untuk memberikan estimasi tingkat
model-model yang lebih kompleks” kepentingan (magnitude) dan signifikansi (significance) hubungan
sebab akibat hipotetikal dalam seperangakat variabel.”
Robert D. Retherford (1993)
Jonathan Sarwono, (2011)
“Path analysis ialah suatu teknik untuk menganalisis hubungan sebab Menurut penulis path analysis merupakan teknik analisis yang
akibat yang tejadi pada regresi digunakan untuk menganalisis hubungan
berganda jika variabel bebasnya mempengaruhi variabel tergantung sebab akibat yang inheren antar variabel yang disusun berdasarkan
tidak hanya secara langsung tetapi urutan temporer dengan menggunakan koefesien jalur sebagai besaran
juga secara tidak langsung”. nilai dalam menentukan besarnya pengaruh variabel independen
exogenous terhadap variabel dependen endogenous
 TUJUAN ANALISIS JALUR

• Melihat hubungan antar variabel dengan • Mengidentifikasi jalur penyebab suatu

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
variabel tertentu terhadap variabel lain
yang dipengaruhinya.
• Menghitung besarnya pengaruh satu
variabel independen exogenous atau lebih
terhadap variabel dependen endogenous
lainnya.
 VARIABEL EKSOGEN DAN ENDOGEN

Secara teoretis variabel dapat didefinisikan sebagai atribut seseorang atau objek, yang mempunyai
variasi antara satu orang dengan yang lain atau satu objek dengan objek yang lain (Sugiyono,
2006)elines.

Eksogen Endogen

Variabel eksogen adalah variabel yang varibel endogen adalah variabel yang
variasinya dapat diterangkan oleh
variabilitasnya diasumsikan ditentukan variabel eksogen dan endogen yang
oleh sebab-sebab yang berada di luar berada di dalam sistem. Variabel endogen
mode . diperlakukan sebagai variabel terikat
dalam suatu himpunan variabel tertentu
mungkin juga dikonsepsikan sebagai
variabel bebas dalam hubungannya
dengan variabel yang lain .
 Asumsi Analisis Jalur

01 Variabel observasi
berskala interval 05 Independensi

kesalahan (error) tidak

Linieritas
02 berkorelasi dengan
variable bebas, X 06

03 Normalitas
07 hanya ada satu arah
kausal didalam sistem

Homogenitas
04
 Persyaratan Analisis Jalur

2 4
Terdapat variabel independen Pola hubungan antar
exogenous dan dependen
endogenous
variabel

Data metrik
Ukuran sampel yang
berskala memadai
5
Hubungan sebab akibat
interval
1 3 didasarkan pada teori
yang sudah ada
 Model-model dalam Analisis Jalur

Model Regresi Linier

Berganda 01

Model Mediasi Melalui

02 Variabel Perantara
(Intervening Variable)
Model Gabungan antara
Model Regresi Berganda
dengan Model Mediasi
03

04 Model Kompleks
UJI HIPOTESIS
 DIAGRAM JALUR
ɛ2
X (IQ)
PZX

PYX Z (Nilai UN)

ɛ1 Y (Nilai US) PZY

Keterangan
X = IQ
Y = Nilai Ujian Sekolah
Z = Nilai Ujian Nasional
PYX = Koefisien jalur variabel X terhadap Y
PZY = Koefisien jalur variabel Y terhadap Z
PZX = Koefisien jalur variabel X terhadap Z
ɛ = Variabel Residual
 ANALISIS PENGARUH DAN MENGHITUNG
KOEFISIEN JALUR DENGAN SPSS
PU LAN
KESIM
i
( Y): dar
S
i N ila U sar 0,531 >
t e r h adap i IQ sebe ngsung
I Q (X)
ig n i fikans secara la ai US
e n g a ru h
h n il ai s n bahwa adap nil
sis p erole ulka terh
. ɛ2 Anali yang dip at disimp kan IQ (X) : dari
X (IQ) l is i s d ap n i fi ( Z )
PZX (0,381) ana ehingga
S n g a r uh sig N i la i UN sebesar
0,05. rdapat pe t e r h adap US (Y) ecara
e ) ilai
tidak
t
i lai U S (Y
k a n s i n
n b a hwa s (Y)
N ifi ka S
PYX (-0,079) Z (Nilai UN) (Y). s pengaruh roleh sign disimpul n il ai U
si e at nifika
n
Anali yang dip ingga dap s ig dari
l is i s S eh a r u h ( Z) :
ana < 0,05. t peng ai UN ar 0,001 <
0 0 9 d a p a N il
ɛ1 Y (Nilai US) PZY (0,302) 0, g ter N (Z). r h adap (X) sebes ngsung
s u n t e
lan g
p n i l ai U I Q (X ) a ns i IQ
s e c a ra la Z).
a h fik a (
terhad s pengaru oleh signi lkan bahw ap nilai UN
si er u d
Anali yang dip at disimp (X) terha
is p IQ
analis ehingga da signifikan
S h
0,05. t pengaru
a
terdap
 Hipotesis

1. Pengaruh X terhadap Z
2. Pengaruh X terhadap Y
2. Pengaruh Y terhadap Z
3. Pengaruh X melalui Y terhadap Z
Uji Asumsi dengan bantuan
SPSS 24

Uji Normalitas
Langkah 1

k Variabel View
Langkah 2

Klik Data View

Langkah 3
Langkah 4
Langkah 5
Langkah 6
Uji Multikolineritas
Uji Asumsi dengan bantuan
SPSS 24

Uji Linearitas
Langkah 1
Langkah 2 dan 3
Hasil Uji Linearitas
Uji Asumsi dengan bantuan
SPSS 24

Uji
Autokorelasi
Langkah 1 dan 2
Uji Autokorelasi
Uji Hipotesis

Diagram Jalur
 DIAGRAM JALUR

IQ (X)

Nilai UN
(Z)
Nilai US
(Y)
Model 1
• Tabel Coefficients

Nilai Sig: X = 0,531

> 0,05 = Tidak berpengaruh secara signifikan terhadap Y
• Tabel Model Summary

Nilai R. Square = 0,006 = Dalam artian sumbangan X terhadap Y adalah sebesar 0,01%
sementara sisanya merupakan kontribusi dari variabel lain.
 content

Sementara Nilai Ɛ=√(1-nilai R.Square)

Ɛ=√(1-0,006)
Ɛ=0,997
Model 2
• Tabel Coefficients

Nilai Sig: X= 0,001

< 0,05 = Berpengaruh secara signifikan terhadap Z
Y= 0,009 < 0,05 = Berpengaruh secara signifikan terhadap Z
• Tabel Model Summary

Nilai R. Square = 0,218 = Dalam artian sumbangan X dan Y terhadap Z adalah sebesar 22%
sementara sisanya merupakan kontribusi dari variabel lain.
 content

Sementara Nilai Ɛ=√(1-nilai R.Square)

Ɛ=√(1-0,218)
Ɛ=0,884
 UJI HIPOTESIS
1.
Analisis Pengaruh X terhadap Y : 0,531 = >0,05 = Secara langsung tidak terdapat pengaruh yang signifikan
antara variabel X terhadap Y

2.
Analisis pengaruh X terhadap Z : 0,001 = <0,05 = Secara langsung terdapat pengaruh yang signifikan antara
variabel X terhadap Z

3.
Analisis pengaruh Y terhadap Z : 0,009 = <0,05 = Secara langsung terdapat pengaruh yang signifikan antara
variabel Y terhadap Z
 DIAGRAM JALUR

IQ (X) 0,381
Ɛ2=0,88
4
-0,079 Nilai UN
(Z)
Nilai US 0,302
(Y
Ɛ1=0,99
7
• Model 1

• Model 2
 content
4. Analisis pengaruh X melalui Y terhadap Z
Diketahui pengaruh langsung:
X terhadap Z = 0,381
Sedangkan pengaruh tidak langsung:
Didapat dari (nilai Beta XY × nilai Beta YZ)
= (-0,079) × 0,302
= -0,024 (Pengaruh tdk langsung)

Dan pengaruh total yang diberikan semua variabel terhadap Z didapat dari:
(Pengaruh langsung + Pengaruh tdk langsung)
= 0,381 + (-0,024)
= 0,357

• Maka diketahui bahwa pengaruh
langsung = 0,381
• Pengaruh tidak langsung
• Pengaruh total = 0,357
KESIMPULAN
• Belarti bahwa nilai dari pengaruh tidak
langsung lebih kecil dibanding pengaruh
= -0,024 langsung
• Hal ini menunjukan bahwa pengaruh
tidak langsung IQ (X) melalui Nilai Ujian
Sekolah (Y) tidak mempunyai pengaruh
yang signifikan tehadap Nilai Ujian
Nasional (Z)
• Serta pengaruh total yang diberikan oleh
IQ (X) dan US (Y) terhadap UN (Z)
adalah sebesar 0,357 = 36%
THANK
YOU