ANALISIS

MULTIVARIAT

Program Studi Statistika

Jurusan Statistika
Fakultas MIPA
Universitas Brawijaya
 ANALISIS
PATH / JALUR
Analisis Jalur (Path Analysis)

Analisis jalur merupakan pengembangan lebih lanjut dari analisis regresi berganda
maupun multivariat. Analisis Jalur melibatkan beberapa variabel eksogen dan endogen
serta memungkinkan melakukan pengujian terhadap variabel intervening atau variabel
antara. Analisis jalur juga digunakan dalam mengukur hubungan langsung maupun
hubungan tidak langsung antar variabel dalam model.
Analisis Jalur (Path Analysis)

Manfaat Analisis Path:

• Penjelasan terhadap fenomena yang dipelajari atau permasalahan yang diteliti

• Prediksi pada nilai variabel dependen berdasarkan nilai variabel bebas, dimana prediksi
dengan analisis path bersifat kualitatif
• Faktor determinan menjadi penentuan variabel independen yang berpengaruh dominan
terhadap variabel dependen dan mengetahui mekanisme jalur pengaruh variabel
independent terhadap variabel dependen
• Pengujian model dengan menggunakan model trimming sebagai penguji keajegan
konsep yang ada ataupun konsep baru
Analisis Jalur (Path Analysis)

Asumsi analisis jalur:

1. Hubungan antar variabel pada analisis path adalah linear dan aditif
2. Hanya model rekursif yang dapat dipertimbangkan atau hanya system aliran kausal satu
arah. Sedangkan pada kausal resiprokal tidak dapat dilakukan analisis path
3. Variabel endogen berskala minimal interval
4. Observe variable diukur tanpa kesalahan (instrument pengukuran valid dan reliabel)
5. Model yang dianalisis diidentifikasi dengan benar berdasarkan teori dan konsep yang
relevan
Analisis Jalur (Path Analysis)
Hubungan-hubungan dalam penelitian:

Korelasi Kausalitas

X Y X Y

X X

Y Y
Analisis Jalur (Path Analysis)
Hubungan-hubungan dalam penelitian:

Hubungan langsung A ke D
A D

Hubungan tidak langsung A

ke D melalui B Hubungan tidak langsung A
ke Dmelalui B dan C

B C
Analisis Jalur (Path Analysis)
Simbols Keterangan

Persegi atau persegi panjang melambangkan variabel manifes

Lingkaran atau elips melambangkan variabel laten

Variabel laten mempengaruhi variabel laten lain dengan kesalahan laten

Dua variabel laten terkait mempengaruhi variabel manifes lain dengan

kesalahan pengukuran

Hubungan nonrekursif diantara variabel manifes dengan kesalahan korelasi

Variabel laten mempengaruhi seluruh variabel manifes dengan setiap

kesalahan pengukuran independent
Analisis Jalur (Path Analysis)

Contoh Analisis Path:

Pekerjaan
Pekerjaan Anak
Orang tua

Status
Sosial
Anak

Pendidikan
Orang tua
Pendidikan
Anak
Analisis Jalur (Path Analysis)

Contoh Analisis Path:

1 Keterangan:
11 Y1
X1 Y: Variabel endogen (dependen)
X: Variabel eksogen (independent)
31
31 : koefisien yang mengukur hubungan
21
antar variabel endogen
21
: koefisien yang mengukur hubungan

32
Y3 antara variabel endogen dengan
12 eksogen
: koefisien yang mengukur hubungan
antara variabel eksogen
X2 32 3 : varian peubah laten yang tidak
terjelaskan oleh model
22 Y2
2
Analisis Jalur (Path Analysis)
Persamaan Strukural:
Contoh Analisis Path:
1 Y1 = 11 X1 + 12 X2 + 1
11 Y1
X1 Y2 = 21 X1 + 22 X2 + 2
31
31
21
Z = 31 X1 + 32 X2 + 31Y1 + 32Y2 + 3
21

32
Z
12

X2 32 3
22 Y2
2
Analisis Jalur (Path Analysis)

Konsep Penting:

• Model Analisis Path merupakan diagram yang mengaitkan antara variabel independen,
dependen, dan variabel antara
• Pada analisis path, hanya model rekursif yang dapat dipertimbangkan yaitu system kausal satu
arah sedangkan resiprokal tidak dapat dianalisis dengan path.
Ciri model rekursif:

Asumsi:
- Antar saling bebas (independent)
- Antara dan dan dengan dan saling bebas
- Tidak ada var. endogen yang mempunya pengaruh
bolak-balik (resiprokal)
Analisis Jalur (Path Analysis)

Konsep Penting:

• Koefisien Path merupakan koefisien regresi yang distandarisasi (beta), dimana menunjukkan
pengaruh langsung dari suatu variabel bebas terhadap variabel terikat pada suatu model jalur

Misal: Model disamping dibentuk melalui system persamaan

simultan atau model structural:

1. Kepuasan = + Motivasi +
2. Loyalitas = + Motivasi + Kepuasan +
3. Kinerja = + Kepuasan+ Loyalitas +
(Dibakukan)
4. ZKepuasan = + ZMotivasi +
5. ZLoyalitas = + ZMotivasi + ZKepuasan +
6. ZKinerja = + ZKepuasan+ ZLoyalitas +
Analisis Jalur (Path Analysis)

Konsep Penting:

• Perhitungan Koefisien Path atau pendugaan parameter:

 Untuk tanda panah (), maka koefisien path ditentukan menggunakan koefisien korelasi
 Untuk tanda panah (), maka digunakan OLS yaitu menggunakan metode kuadrat terkecil,
dikarenakan model rekursif sehingga diperoleh koefisien path pengaruh langsung
 Koefisien dari Standardize Coefficients Beta yaitu:
,
 Metode perhitungan koefisien jalur: menggunakan pendekatan matriks korelasi {, koefisien
regresi dilanjutkan proses perhitungan {, dan koefisien regresi standardized
 Perhitungan koefisien determinasii total (goodness of fit) sederhana dan theory trimming dapat
dilakukan
Analisis Jalur (Path Analysis)

Konsep Penting:

• Koefisien Determinasi Total

Keragaman total data dapat diketahui menggunakan rumus:

contoh:
Koef. Determinasi Total= 1- = 0.6128
maka, keragaman data dapat dijelaskan model sebesar 61.28%, sedangkan sisanya dijelaskan
oleh variabel lain atau tidak terdapat pada model dan error
Analisis Jalur (Path Analysis)

Konsep Penting:

• Koefisien Determinasi Total

Keragaman total data dapat diketahui menggunakan rumus:

contoh:
Koef. Determinasi Total= 1- = 0.6128
maka, keragaman data dapat dijelaskan model sebesar 61.28%, sedangkan sisanya dijelaskan
oleh variabel lain atau tidak terdapat pada model dan error
Analisis Jalur (Path Analysis)

Konsep Penting:

• Theory Trimming

 Uji validasi koefisien path pada setiap jalur untuk pengaruh langsung, menggunakan nilai p
dan uji t, yaitu pengujian koefisien regresi variabel dibakukan secara parsial
 Pada teori trimming, jalur-jalur yang tidak signifikan dibuang sehingga didapatkan model
yang didukung oleh data empirik
Analisis Jalur (Path Analysis)

Ilustrasi 1 No Kemampuan Motivasi Produtivitas

Responden Pegawai (X1) Pegawai (X2) Kerja (Y)
1 36 55 64
2 46 45 55
Kontribusi
3 47 60 72
kemampuan pegawai
dan motivasi pegawai 4 25 35 50
terhadap produktivitas 5 68 64 79
kerja 6 69 44 77
7 57 64 78
8 49 65 72
9 58 63 66
10 67 74 82
11 79 84 87
12 52 73 82
 Analisis Jalur (Path Analysis)

Ilustrasi 1
Persamaan Struktural:
Gambar diagram jalur
Y=

𝜀1
Kemampuan (X1)
𝜌 𝑦𝑥 1 𝜌𝑦

Produktivitas Kerja
𝑟 12
(Y)
𝜌 𝑦𝑥 2
Motivasi Kerja (X2)
Analisis Jalur (Path Analysis)

Ilustrasi 1

Diketahui

= 0.645
Analisis Jalur (Path Analysis)

Ilustrasi 1

Diketahui

= 0.831

Perhitungan Manual:

= 22.127
Analisis Jalur (Path Analysis)

Ilustrasi 1 Hipotesis:

: = =0
Hitung koefisien jalur secara simultan : = 0

: Kemampuan pegawai dan motivasi kerja

tidak berkontribusi secara simultan dan
signifikan terhadap produktivitas kerja

: Kemampuan pegawai dan motivasi kerja

berkontribusi secara simultan dan signifikan
terhadap produktivitas kerja

Keputusan:

Nilai F= 22.151, nilai sig. = 0.00<0.05 maka Ho ditolak. Sehingga, kemampuan pegawai dan
motivasi kerja berkontribusi secara simultan dan signifikan terhadap produktivitas kerja.
Analisis Jalur (Path Analysis)

Ilustrasi 1
Hitung koefisien jalur secara individu
Diketahui

= 0.510
= 0.495

Keputusan: nilai sig=0.019<0.05,

: Kemampuan pegawai tidak berkontribusi terhadap
produktivitas kerja
: Kemampuan pegawai berkontribusi terhadap produktivitas
kerja
Ho ditolak. Sehingga Kemampuan
pegawai berkontribusi terhadap
produktivitas kerja
Analisis Jalur (Path Analysis)

Ilustrasi 1
Hitung koefisien jalur secara individu
Diketahui

= 0.510
= 0.495

Keputusan: nilai sig=0.022<0.05,

: Motivasi kerja tidak berkontribusi terhadap produktivitas
kerja Ho ditolak. Sehingga, Motivasi kerja
berkontribusi terhadap produktivitas
: Motivasi kerja berkontribusi terhadap produktivitas kerja kerja
 Analisis Jalur (Path Analysis)

Ilustrasi 1
Y=

𝜀1
Kemampuan (X1) = 0.51 = 0.411

𝜌 2 𝑦𝑥 1 𝑥 2=0.831 Produktivitas Kerja

= 0.645
(Y)

= 0.495
Motivasi Kerja (X2)
= = = = 0.411
Analisis Jalur (Path Analysis)

Ilustrasi 2

Kepuasan= + Motivasi +
Kepuasan = -0.00097+0.547Motivasi +

(dibakukan)
ZKepuasan = + Motivasi +
ZKepuasan= 0.512 ZMotivasi +
Analisis Jalur (Path Analysis)

Ilustrasi 2

Loyalitas = + Motivasi + Kepuasan +

Loyalitas = -0.305 + 0.517 Motivasi + 0.316
Kepuasan +

(dibakukan)
ZLoyalitas = + Motivasi + ZKepuasan +
ZLoyalitas = 0.546ZMotivasi+ 0.154
ZKepuasan +
Analisis Jalur (Path Analysis)

Ilustrasi 2

Kinerja = + Kepuasan + Loyalitas +

Kinerja=0.353+0.212Kepuasan+0.383Loyalitas
+

(dibakukan)
ZKinerja = + ZKepuasan + ZLoyalitas +
ZKinerja=0.181ZKepuasan+0.313ZLoyalitas+
Analisis Jalur (Path Analysis)

Ilustrasi 2

Berdasarkan model yang sudah terbentuk,

didapatkan model lintasan pengaruh error
sebagai berikut:

= = 0.942
= = 0.769
= = 0.859

ZKepuasan= 0.512 ZMotivasi +

ZLoyalitas = 0.546ZMotivasi+ 0.154 ZKepuasan +
ZKinerja =0.181ZKepuasan+0.313ZLoyalitas+
Analisis Jalur (Path Analysis)

Teori Trimming

Jalur yang tercetak tebal bermakna (p value

kecil). Hasil analisis menunjukkan bahwa
Motivasi berpengaruh positif terhadap Kepuasan
dan Loyalitas. Loyalitas bepengaruh positif
terhadap Kinerja. Sedangkan Kepuasan kurang
berpengaruh terhadap Loyalitas maupun Kinerja
(p value cukup besar). Maka, Motivasi
berpengaruh ke Kinerja bersifat tidak langsung
(indirect) yaitu melalui Loyalitas, dengan
koefisien path pengaruh tidak langsung = 0.546
x 0.313 = 0.171.
Apakah ada pertanyaan?
TERIMA KASIH