ANALISIS JALUR (PATH ANALYSIS)Pendahuluan

Sebelum membahas analisis jalur, ada baiknya untuk memahami lebih dulu bedanya dengan analisis regresi. Pakar ekonometrika Gujarati berpendapat:

Regression analysis is concerned with the study of the dependence of one variable, the dependent variable, on one or more other variables, the explanatory variables, with view to estimating and or predicting the (population) mean or average value of the formed in terms of the known or fixed (in repeated sampling) values of the latter.

Dari pengertian tersebut, model regresi sama sekali tidak berbicara mengenai hubungan sebab akibat. Karena itu isu atau masalah penelitian dalam kerangka model regresi berkisar pada dua pertanyaan berikut: (1) Apakah tinggi rendahnya variable dependent Y dapat diprediksikan oleh variable independent X1, X2,.Xk? (2) Berapa besar variasi perubahan variable dependent Y, secara serempak maupun parsial dapat dijelaskan oleh variable independent X1, X2, ..Xk?

Untuk menyatakan pola hubungan sebab akibat digunakan analisis jalur seperti dikemukakan Bohrnstedt bahwa path analysis adalah:

a technique for estimating the effects a set of independent variables has on a dependent variable from a set of observed correlations, given a set of hypothesized causal asymmetric relation among the variables.

Dari sini jelas bahwa dalam analisis jalur yang dibicarakan adalah pola hubungan sebab akibat atau given a set of hypothesized causal asymmetric relation among the variables. Karena itu, isu atau masalah penelitian dalam kerangka analisis jalur berkisar pada pertanyaan berikut: (1) Apakah variable eksogen X1,X2,Xk berpengaruh terhadap variable endogen Y? (2) Berapa besar pengaruh langsung, tidak langsung, total dan serempak, variable eksogen X1,X2,Xk terhadap variable endogen Y?Perbedaan Model Regresi dan Model Analisis Jalur

PeninjauanModel RegresiModel Analisis Jalur

TujuanMemprediksi nilai (secara individual maupun rata-rata) sebuah variable dependent atau prediktan Y atas dasar nilai tertentu satu atau beberapa variable independent (predictor)Menganalisis pola hubungan kausal antar variable dengan tujuan untuk mengetahui pengaruh langsung, tidak langsung maupun serempak beberapa variable penyebab terhadap sebuah variable akibat.

Terminologi untuk variable yang ditelitiVariabel dependent (prediktan) dan variable independent (predictor)Variabel penyebab (eksogen) dan variable akibat (endogen)

Isu atau masalah penelitian(1) Apakah tinggi rendahnya variable dependent Y dapat diprediksikan oleh variable independent X1, X2,.Xk?

(2) Berapa besar variasi perubahan variable dependent Y, secara serempak maupun parsial dapat dijelaskan oleh variable independent X1, X2, ..Xk?(1) Apakah variable eksogen X1,X2,Xk berpengaruh terhadap variable endogen Y?

(2) Berapa besar pengaruh langsung, tidak langsung, total dan serempak, variable eksogen X1,X2,Xk terhadap variable endogen Y?

Jenis dan input dataMetrik (skala pengukuran interval rasio), skor data mentah MSIMetrik, minimal interval atau mendekati interval,data dinyatakan dalam satuan baku atau z score.

Hubungan yang dianalisisBersifat tunggal:

Y = F (X1, X2, . Xk)Bisa tunggal, kebanyakan bersifat multiple:

Y1 = F (X1, X2, .Xk)

. .

Yk = F (X1, X2, .Xk)

Asumsi(1) Data variable dependent berdistribusi normal, dan homogen (homoskedastik)

(2) Hubungan antara variable dependent dan independent bersifat linear.

(3) Tidak ada multikolinearitas yang sempurna antar variable independent

(4) Tidak ada autokorelasi atau residual bersifat independentSama dengan model regresi, dengan tambahan tiga asumsi:

(1) Tidak ada arah kausalitas yang berbalik (non reciprocal causations) atau hubungan antar variable bersifat rekursif.

(2) Model yang hendak diuji dibangun atas dasar kerangka teoritis tertentu yang mampu menjelaskan hubungan kausalitas antar variable penelitian.

(3) Variabel yang diteliti dapat diobservasi secara langsung.

Diagram jalur

Variabel EksogenVariabel Endogen

+ e

+ e

Gunakan data analisis jalur (dari exxel), dan analisis dengan SPSSRegression

Regression

Tahapan analisis jalur dengan menggunakan program LISREL.

1.Import data dari file Excel

Pilih di menu program LISREL: File Klik import external data in other formats akan muncul jendela Input database pilih drives dimana file excel disimpan

pilih dari kotak list file of type excel 4 atau excel 5

Akan muncul di kotak file name nama file yang akan di import

Klik 2 kali nama file tersebut

Akan muncul jendela spreadsheet grabber Klik OK Akan muncul jendela default Klik Yes Akan muncul jendela file save as Tulis nama file dalam format LISREL (misal nama file tersebut terserah.psf)

Klik OK Akan muncul data yang diimport dengan nama file terserah.psf

2. Langkah Membuat program

Beritahukan kepada komputer bahwa data adalah dalam skala interval dengan cara:

Klik di menu LISREL Data Pilih dan klik define variables Akan muncul jendela define variables, dan semua variable akan tertera dalam kotak

Pilih salah satu variable (misalnya X1)

Klik variable type Akan muncul jendela variable type for X1

Pilih dan klik di jendela ini continues Pilih dan klik kotak apply to all Klik OK

Klik OK

Di menu pilih file lalu klik new Akan muncul jendela New dan pilih serta klik syntax only Klik OK

Akan muncul lembar untuk membuat program

Tuliskan program dengan langkah berikut: ketik

Baris satu untuk judul

Baris dua boleh untuk lanjutan judul, lalu ketik:

Observed variables: X1-X3 Y Z

Correlation matrix from file terserah.cor

Sample size 50

Relationships

Y=X1-X3 Z=X1 Y X3

Path diagram

End of problem

Kembali ke lembar data:

Pilih statistics Pilih dan klik ouput options Akan keluar jendela output Pada kotak moment matrix pilih correlations Pilih dan klik kotak save to file Tuliskan nama file misalnya terserah.cor.

Klik OK

Di menu pilih file dan klik save as Tulis nama file untuk bisa di jalankan

Misal nama file tersebut terserah.spl

Klik gambar orang yang sedang lari (run)

Akan muncul path diagram (diagram jalur) yang diinginkan

e-mail: anas@umm.ac.id dan tain_umm@yahoo.co.id X1

X2

X3

Y

Z

X1

X2

X3

Y

Z

_1171403171.unknown

_1171403447.unknown