PEMAHAMAN DASAR TEKNIK ANALISIS JALUR PA

 0  1  35  2018-09-14 11:29:55 Report infringing document

  

PEMAHAMAN DASAR

TEKNIK ANALISIS JALUR / PATH ANALYSIS

UNTUK PENELITIAN KUANTITATIF

EKO HERTANTO

  Kata Pengantar

  Teknik analisis jalur (path analysis) adalah salah satu teknik analisis statistik yang digunakan di dalam penelitian kuantitatif. Analisis jalur (path analysis) biasanya menggunakan istilah pengaruh langsung dan pengaruh tidak langsung, dikarenakan ada variabel perantara / interverning / variabel mediasi.

A. Analisis Jalur

  Menurut Kuncoro dan Riduan, analisis jalur (path

  

analysis) dikembangkan berdasarkan serangkaian

  tulisan antara tahun 1920-an hingga 1960-an oleh seorang ahli genetika yang sangat brilian Sewall Analisis jalur merupakan bentuk terapan dari analisis multiregresi yang membantu memudahkan 1 pengujian hipotesis dari hubungan-hubungan antar

  

Engkos Achmad Kuncoro dan Riduan, 2007. Cara Menggunakan

dan Memakai Analisis Jalur (Path Analysis), Penerbit: Alfabeta, Bandung, hlm. 1. variabel yang cukup rumit. Dalam analisis jalur, korelasi antar variabel dihubungkan dengan parameter dari model yang dinyatakan dengan diagram jalur atau path diagram.

  Menurut Sarwono, teknik analisis jalur yang dikembangkan oleh Sewal Wright sebenarnya merupakan pengembangan teknik korelasi yang diurai menjadi beberapa interpretasi akibat yang Analisis jalur memiliki kedekatan dengan regresi berganda, sehingga regresi berganda adalah bentuk khusus analisis jalur. Teknik ini dikenal sebagai model sebab-akibat (causing modeling).

  Menurut Sarwono terdapat beberapa definisi analisis

  1. Analisis jalur adalah suatu teknik untuk menganalisis hubungan sebab akibat yang terjadi pada regresi berganda jika variabel bebasnya mempengaruhi variabel terikat tidak hanya secara langsung, tetapi secara tidak langsung. (Robert D. Rutherford, 1993).

  2. Analisis jalur adalah pengembangan langsung bentuk regresi berganda dengan tujuan untuk 2 memberikan estimasi tingkat kepentingan

  

Jonathan Sarwono, 2007, Analisis Jalur untuk Riset Bisnis dengan

3 SPSS, Penerbit: Andy, Yogyakarta, hlm. 1.

  Ibid.

  (magnitude) dan signifikansi (significance) hubungan sebab akibat hipotetikal dalam seperangkat variabel (Paul Webley, 1997).

  3. Analisis jalur adalah model perluasan regresi yang digunakan untuk menguji keselarasan matrik korelasi dengan dua atau lebih model hubungan sebab akibat yang dibandingkan oleh peneliti (David Garson, 2003). Dari beberapa definisi diatas, path analysis digunakan untuk menganalisis pola hubungan antar variabel dengan tujuan untuk mengetahui pengaruh langsung dan tidak langsung seperangkat variabel bebas (exogen) terhadap variabel terikat (endogen).

  Menurut Abdurahman dan Muhidin, model path

  

analysis digunakan apabila secara teori peneliti yakin

  menganalisis memiliki pola hubungan sebab akibat (causal effect

  Oleh karena itu rumusan masalah dalam kerangka

  path analysis adalah:

4 Maman Abdurahman dan Sambas Ali Muhidin, 2007, Analisis

  

Korelasi, Regresi dan Jalur dalam penelitian dengan Aplikasi

program SPSS, Penerbit: Pustaka Setia, Bandung, hlm.221.

  1. Apakah variabel eksogen berpengaruh terhadap variabel endogen..? (pengaruh secara parsial)

  2. Berapa besar pengaruh kausal langsung, tidak langsung, total dan,

  3. Berapa besar pengaruh simultan seperangkat variabel eksogen terhadap endogen.

  Asumsi yang mendasari path analysis, diantaranya:

  1. Hubungan antar variabel bersifat linear dan normal

  2. Aliran kausal hanya satu arah (rekursif) artinya tidak ada arah kausalitas terbalik non-rekursif (reciprocal)

  3. Untuk memperoleh hasil maksimal sebaiknya digunakan sampel di atas 100.

  4. Model yang dikaji atau diuji yang dibangun berdasarkan kerangka teoritis harus mampu menjelaskan hubungan kausalitas antar variabel. Model umum path analysis menurut Schumaker dan

  1. Correlated path model (Model korelasi)

  2. Mediated path model (Model mediasi) 5

  3. Independent path model (Model independen) Engkos Achmad Kuncoro dan Riduan, op.cit, hlm.2.

  Contoh: Correlated Path Model (Model korelasi)

  X 1 : Kompensasi

  X 2 : Kepuasan Kerja Y : Kinerja Karyawan p : Koefisien jalur

  Judul: Pengaruh Kompensasi dan Kepuasan Kerja Terhadap Kinerja Karyawan PT. Guten Morgen Indonesia.

  Gambar 1. Correlated Path Model

Disebut Pengaruh Langsung Disebut “Residu”

Korelasi e 1

p YX1

  X

  1 r 21 Y

  X

  2

p YX

2 Pengaruh Langsung

  Contoh: Mediated Path Model (Model Mediasi)

  X 1 : Gaya Kepemimpinan

  X 2 : Disiplin Kerja Y : Kinerja Karyawan p : Koefisien jalur

  Judul: Pengaruh Gaya Kepemimpinan dan Disiplin Kerja

  Terhadap Kinerja Karyawan PT. Guten Morgen Indonesia.

  Gambar 2. Mediated Path Model Disebut “Residu” Pengaruh Langsung e 2 p YX1

  X

  1 Disebut Y r 21 Korelasi p YX2

  X

  2 Pengaruh Langsung e 1 Contoh: Independent Path Model (Model Independen) Disebut “Residu”

  X 1 : Budaya Organisasi

  X 2 : Disiplin Kerja Y : Kinerja Karyawan

  Judul: Pengaruh Budaya Organisasi dan Disiplin Kerja

  Terhadap Kinerja Karyawan PT. Guten Morgen Indonesia.

  Gambar 3. Independent Path Model Disebut “Residu” Pengaruh Parsial e 1 p YX1

  X

  1 Y p YX2

  X

  2 Pengaruh Parsial

B. Analisis Jalur (Path Analysis) Model Korelasi

  Menurut Widarjono, selain analisis regresi, analisis korelasi merupakan dasar dalam membentuk analisis

  Korelasi adalah teknik mengukur derajat asosiasi antar dua variabel. Kekuatan hubungan antara dua variabel dalam suatu populasi biasanya diukur oleh

  

koefisien korelasi, yang dinotasikan dengan ( p), yang

  memiliki nilai -1 untuk korelasi negatif sempurna (negative perfect correlation) sampai dengan +1 untuk korelasi positif sempurna (positive perfect correlation).

  Sedangkan koefisien korelasi 0 adalah tidak ada korelasi.

  Model korelasi terdiri dari korelasi sederhana (simple

correlation) dan korelasi ganda (multiple correlation).

Kedua jenis korelasi tersebut dapat dilihat dalam gambar berikut ini:

  

Gambar 4. Model Korelasi Sederhana

(Simple Correlation)

r YX1

  X Y

  1 6 Judul:

Agus Widarjono, 2010, Analisis Statistika Multivariate Terapan, Penerbit: UPP STIM YKPN, Yogyakarta, hlm. 261. Pengaruh Budaya Organisasi dan Disiplin Kerja Terhadap Kinerja Karyawan PT. Guten Morgen

  Indonesia

  X 1 : Budaya Organisasi

  X 2 : Disiplin Kerja Y : Kinerja Karyawan

Gambar 5. Model Korelasi Berganda

(Multiple Correlation)

e 1 X

1 r YX

1 R YX

2

X 1 Y r 2 1 X

  X 2 r YX

  X

2 Kegunaan analisis korelasi ini untuk mengetahui

  derajat hubungan antara variabel bebas (independen / eksogen) dengan variabel terikat (dependen / endogen). Analisis korelasi digunakan untuk mengukur kekuatan asosiasi antar variabel.

C. Model Analisis Jalur (Path Analysis)

  Analisis jalur adalah bentuk terapan dari analisis multi-regresi. Disini digunakan diagram jalur untuk membantu konseptualisasi masalah atau menguji hipotesis yang kompleks. Meskipun model regresi dan path analysis sama-sama merupakan bentuk analisis regresi, tetapi penggunaan kedua model tersebut berbeda.

  Catatan:

  a. Untuk keperluan prediksi atau peramalan dan pendugaan nilai variabel endogen (Y) atas dasar nilai-nilai variabel eksogen (X 1 , X 2 , .., Xn) pola hubungan yang tepat adalah pola hubungan yang mengikuti model regresi.

  b. Sedangkan untuk tujuan hubungan sebab akibat pola yang tepat adalah model struktural. Secara matematik, analisis jalur mengikuti pola model struktural.

  Ghozali menjelaskan bahwa analisis jalur merupakan pengembangan lebih lanjut dari analisis

  

  regresi berganda dan bivaria Analisis jalur ingin menguji persamaan regresi yang melibatkan beberapa variabel exogen dan endogen sekaligus sehingga memungkinkan pengujian terhadap variabel mediating /

  

interverning atau variabel antara. Disamping itu analisis

  jalur bisa mengukur hubungan langsung dan tidak langsung antar variabel dalam model.

D. Menyusun Model Analisis Jalur (Path Analysis)

  Dalam analisis jalur, menurut Sarwono terdapat beberapa konsep dan istilah dasar. Konsep-konsep dan istilah-istilah dasar dalam analisis jalur sebagai berikut:

a. Model jalur

  Model jalur ialah suatu diagram yang menghubungkan antara variabel bebas, perantara dan tergantung. Pola hubungan ditunjukkan dengan menggunakan anak panah. Anak panah-anak panah tunggal menunjukkan hubungan sebab-akibat antara variabel-variabel exogenous atau perantara dengan satu variabel tergantung atau lebih. Anak panah juga 7 menghubungkan kesalahan (variabel residu) dengan

  

Imam Ghozali, 2008, Model Persamaan Struktural, Konsep dan

Aplikasi dengan Program AMOS 16.0, Penerbit: Badan Penerbit Universitas Diponegoro, Semarang,hlm. 93. semua variabel endogenus masing-masing. Anak panah ganda menunjukkan korelasi antara pasangan variabel-variabel exogenous.

  b. Variabel exogenus

  Variabel-variabel exogenous dalam suatu model jalur ialah semua variabel yang tidak ada penyebab- penyebab eksplisitnya atau dalam diagram tidak ada anak-anak panah yang menuju ke arahnya, selain pada bagian kesalah pengukuran. Jika antara variabel exogenous dikorelasikan maka korelasi tersebut ditunjukkan dengan anak panah berkepala dua yan menghubungkan variabel tersebut.

  c. Variabel endogenus

  Ialah variabel yang mempunyai anak panah-anak panah menuju kearah variabel tersebut. Variabel yang termasuk di dalamnya mencakup semua variabel perantara dan tergantung. Variabel perantara endogenus mempunyai anak panah yang menuju ke arahnya dan dari arah variabel tersebut dalam suatu model diagram jalur. Adapun variabel tergantung hanya mempunyai anak panah yang menuju ke arahnya.

  d. Koefisien jalur

  Adalah koefisien regresi standar atau disebut “beta” yang menunjukkan pengaruh langsung dari suatu variabel bebas terhadap variabel tergantung dalam suatu model jalur tertentu. Oleh karena itu, jika suau model mempunyai dua atau lebih variabel-variabel penyebab maka koefisien-koefisien jalurnya merupakan koefisien-koefisien regresi parsial yang mengukur besarnya pengurus suatu variabel terhadap variabel lain dalam suatu model jalur tertentu yang mengontrol dua variabel lain sebelumnya dengan menggunakan data yang sudah distandarkan.

  

e. Variabel-variabel exogenous yang dikorelasikan

  Jika semua variabel exogenous dikorelasikan maka sebagai penanda hubungannya ialah anak panah dengan dua kepala yang dihubungkan diantara variabel-variabel dengan koefisien korelasinya.

  f. Istilah gangguan

  Istilah kesalahan residual yang secara teknis disebut “gangguan” atau “residu” mencerminkan adanya varian yang dapat diterangkan atau pengaruh dari semua variabel yang tidak terukur ditambah dengan kesalahan pengukuran.

  g. Pola hubungan

  Dalam analisis jalur tidak digunakan istilah variabel bebas atau tergantung. Sebagai gantinya, kita menggunakan istilah variabel exogenous dan endogenus.

h. Model Recursive

  Model penyebab yang mempunyai satu arah. Tidak ada arah membalik (feed back loop) dan tidak ada pengaruh sebab akibat (reciprocal). Dalam model ini satu variabel tidak dapat berfungsi sebagai penyebab dan akibat dalam waktu yang bersamaan.

i. Model Non-recursive

  Model penyebab dengan disertai arah yang membalik (feed back loop) atau adanya pengaruh sebab akibat (reciprocal).

  j. Direct Effect (Pengaruh langsung)

  Pengaruh langsung yang dapat dilihat dari koefisien jalur dari satu variabel ke variabel lainnya.

  k. Indirect Effect (Pengaruh tidak langsung)

  Urutan jalur melalui satu atau lebih variabel perantara.

  l. Anak panah dengan satu kepala

  Jika ingin menggambarkan penyebab maka kita menggunakan anak panah dengan satu kepala yang menunjukkan satu arah. Contoh:

  m. Anak panah dengan dua kepala

  Adapun untuk menggambarkan korelasi, kita menggunakan anak panah yang melengkung dengan dua kepala yang menunjukkan dua arah. contoh:

  n. Signifikansi

  Untuk melakukan pengujian koefisien-koefisien jalur secara individual (parsial), kita dapat menggunakan Uji t standar atau Uji F dari angka-angka keluaran regresi.

  Sekarang kita coba masuk ke contoh penerapan / penyusunan model analisis jalur (path analysis).

1. Model Analisis Jalur Regresi Berganda

  Model pertama ini sebenarnya merupakan pengembangan regresi berganda dengan menggunakan dua variabel exogenous, yaitu: X 1 , X 2 dengan satu variabel endogenus Y.

  X 1 : Kompensasi

  X 2 : Kepuasan Kerja Y : Kinerja

  Perlu diingat dalam terminologi analisis jalur, variabel Kompensasi (X 1 ) dan Kepuasan Kerja (X 2 ) adalah variabel exogenous dan variabel Kinerja (Y) adalah variabel endogenus. Contoh: Gambar 6.

  Analisis Jalur Model Regresi Berganda e 1 X

1 p YX

1 Y r 21 p 2 YX

  X

  2

2. Model Mediasi

  Model kedua adalah model mediasi atau perantara dimana variabel X 2 memodifikasi pengaruh variabel

  X 1 terhadap variabel Y.

  X 1 : Gaya Kepemimpinan

  X 2 : Disiplin Kerja Y : Kinerja Karyawan

  Variabel Gaya Kepemimpinan (X 1 ) mempengaruhi variabel Kinerja Karyawan (Y) melalui variabel Disiplin Kerja (X 2 ). Contoh: Gambar 7.

  Analisis Jalur Model Mediasi

  X

1 Y

  

X

  2

3. Model Kombinasi Regresi Berganda dan Mediasi

  Model ketiga ini merupakan kombinasi antara model pertama (regresi berganda) dan model kedua (mediasi). Variabel X 1 berpengaruh terhadap variabel Y melalui variabel X 2 .

  X 1 : Kompensasi

  X 2 : Motivasi Kerja Y : Kinerja Karyawan

  Kompensasi (X 1 ) secara langsung mempengaruhi Kinerja Karyawan (Y), demikian pula Kompensasi (X 1 ) akan mempengaruhi Motivasi Kerja (X 2 ) yang kemudian akan berpengaruh terhadap Kinerja Karyawan (Y).

  X 1 : Kompensasi

  X 2 : Motivasi Kerja Y : Kinerja Karyawan Gambar 8. Analisis Jalur Model Kombinasi Regresi

  

Berganda dan Mediasi

p YX 1 X

  1 r 21 Y

  X

  2 p YX 2

4. Model Kompleks

  Model keempat ini merupakan model yang lebih kompleks, yaitu variabel X 1 secara langsung mempengaruhi Y 2 dan melalui variabel X 2 secara tidak langsung mempengaruhi Y 2 , sementara variabel Y 2 juga dipengaruhi oleh variabel Y 1 .

  X 1 : Kompensasi

  X 2 : Motivasi Kerja Y 1 : Kepuasan Kerja Y 2 : Kinerja Karyawan

  Kompensasi (X 1 ) secara langsung mempengaruhi Kinerja Karyawan (Y 2 ), dan variabel Motivasi Kerja (X 2 ) secara tidak langsung mempengaruhi Kinerja Karyawan (Y 2 ). Selanjutnya variabel Kinerja Karyawan (Y 2 ) dipengaruhi oleh variabel Kepuasan Kerja (Y 1 ), Gambar 9.

  Analisis Jalur Model Kompleks

  X X

  1

  2 Y Y

  1

  2 Panah Hitam : Pengaruh langsung Panah Merah : Pengaruh tidak langsung

5. Model Rekursif dan Non Rekursif

  Dari sisi pandang arah sebab akibat, ada dua tipe model jalur, yaitu rekursif dan non rekursif. Model rekursif ialah jika semua anak panah menuju satu arah.

  Gambar 10. Analisis Jalur Model Rekursif e 4 X

  1 p 41 p 31 p 21 p 43 r 21 X

  X

  3

  4 p 32 p 42 X

  2 e 3 e 2 Model tersebut dijelaskan sebagai berikut:

  X 1 : Gaya Kepemimpinan

  X 2 : Motivasi Kerja

  X 3 : Disiplin Kerja

  X 4 : Kinerja Karyawan

   Anak panah menuju satu arah, yaitu dari X 1 ke X 2 ,

  X 3 , dan X 4 . Selanjutnya dari X 2 ke X 3 dan dari X 3

  menuju ke X 4 . Tidak ada arah yang terbalik, misalnya dari X 4 ke X 1 .  Hanya terdapat satu variabel exogenus, yaitu X 1 dan tiga variabel endogenus , yaitu

  X 2 , X 3 , X 4 . Masing-

  masing variabel endogenus diterangkan oleh variabel X 1 dan error (e2, e3, e4).  Satu variabel endogenus dapat menjadi penyebab variabel endogenus lainnya, tetapi bukan ke variabel exogenous. Model non recursif terjadi jika arah anak panah tidak searah atau terjadi arah yang terbalik (looping), misalnya dari X 4 ke X 3 atau dari X 3 ke X 1 dan X 2 , atau bersifat sebab akibat (reciprocal cause).

E. Uji Hipotesis Analisis Jalur

  Setelah membahas beberapa jenis analisis jalur (path analysis), maka kita sekarang akan menjelaskan analisis jalur dengan menggunakan contoh hipotesis analisis jalur. Ada empat variabel yaitu tiga variabel independen (exogenous) yaitu:

  X 1 : Gaya Kepemimpinan

  X 2 : Motivasi Kerja

  X 3 : Disiplin Kerja Y : Kinerja Karyawan

  Kinerja karyawan (Y) dipengaruhi oleh Gaya Kepemimpinan (X 1 ), Motivasi Kerja (X 2 ), dan Disiplin Kerja (X 3 ).

  Gaya Kepemimpinan (X 1 ) dan Disiplin Kerja (X 3 ) berpengaruh langsung terhadap Kinerja Karyawan (Y). Selain itu, Gaya Kepemimpinan (X 1 ) dan Disiplin Kerja (X 3 ) juga mempengaruhi secara tidak langsung melalui Motivasi Kerja (X 2 ). Begitu pula terdapat korelasi antara Gaya kepemimpinan (X 1 ) dan Disiplin Kerja (X 3 ).

  Koefisien analisis jalur tersebut kita cari dari dua persamaan regresi dan satu koefisen korelasi. Dua persamaan regresi tersebut diperoleh dari tanda anak panah garis lurus satu arah.

  Regresi pertama, yaitu regresi dari variabel X 1 ke variabel X 2 , dan dari variabel X 3 ke variabel X 2 .

  Regresi pertama: Gaya Kepemimpinan (X1 ) ke Motivasi Kerja (X 2 ) Disiplin Kerja (X3 ) ke Motivasi Kerja (X 2 ) Regresi kedua, yaitu regresi dari variabel X 1 ke Y, dan dari variabel X 2 ke variabel Y, dan dari variabel X 3 ke variabel Y.

  Regresi kedua: Gaya Kepemimpinan (X1 ) ke Kinerja Karyawan (Y) Motivasi Kerja (X2 ) ke Kinerja Karyawan (Y) Disiplin Kerja (X3 ) ke Kinerja Karyawan (Y) Sedangkan satu koefisien korelasi diperoleh dari koefisien korelasi hubungan antara X 1 dan X 3 yang ditujukkan oleh tanda anak panah melengkung dua arah

  ( berwarna merah ).

  Dari dua persamaan regresi dan korelasi, dapat ditulis dalam bentuk persamaan sebagai berikut:

  Y = ɑ + ɑ

  2

  1 X 1 + ɑ

  2 X 2 + ɑ

  3 X 3 + ɛ

  X 2 = β + β

  1 X 1i + β

  2 X 3i + ɛ

  1 P = r

X1X3

  X1X3 Gambar 11.

  Model Hipotesis Analisis Jalur

  X

1 X Y

  2 X

  3 ɛ 1 ɛ 2 Setelah kita mengetahui analisis jalur keempat

  variabel tersebut, selanjutnya kita bisa mendapatkan koefisien analisis jalur.

  Misalnya: persamaan regresi pertama menghasilkan nilai koefisien analisis jalur dari variabel Gaya Kepemimpinan (X 1 ) ke variabel Motivasi Kerja (X 2 ) sebesar 0,673, dan dari variabel Disiplin Kerja (X 3 ) ke variabel Motivasi Kerja (X 2 ) menghasilkan koefisien analisis jalur 0,081.

  Koefisien Jalur (p) :

  Gaya Kepemimpinan (X 1 ) ke Motivasi Kerja (X 2 ) = 0,673 Disiplin Kerja (X 3 ) ke Motivasi Kerja (X 2 ) = 0,081

  Dari hasil regresi ini menghasilkan koefisien 2 determinasi R sebesar 0,36. Dengan demikian koefisien analisis jalur yang menunjukkan error yang diberi simbol/notasi (ɛ 2 1 ) dapat dicari sebagai berikut:

  ɛ 1 = 1 - R

X3.12 = √10,36 = √ 0,64 = 0,8

  Cara praktis mencari akar dari √ 0,64 adalah: Buka Program Microsoft Excel  Klik Formulas  Klik Math & Trig  Klik SQRT – Masukkan 0,64 dikolom – klik Ok = 0,8  Selanjutnya, misalnya persamaan regresi kedua menghitung koefisien jalur dari variabel Gaya

  Kepemimpinan (X 1 ) ke variabel Kinerja Karyawan (Y) sebesar 0,443, dari variabel Motivasi Kerja (X 2 ) ke variabel Kinerja Karyawan (Y) sebesar 0,038 dan dari variabel Disiplin Kerja (X 3 ) ke variabel Kinerja Karyawan (Y) sebesar 0,462.

  Koefisien Jalur (p) :

  Gaya Kepemimpinan (X 1 ) ke Kinerja Karyawan (Y) =

  0,443

  Motivasi Kerja (X 2 ) ke Kinerja Karyawan (Y) = 0,038 Disiplin Kerja (X 3 ) ke Kinerja Karyawan (Y) = 0,462

  Dari hasil regresi ini menghasilkan koefisien 2 determinasi R sebesar 0,40. Koefisien jalur yang menunjukkan error yaitu (ɛ 2 ) dari hasil regresi ini bisa dicari sebagai berikut: 2

  ɛ 2= √1 - R Y.123 = √10,51 = √ 0,49 = 0,7

  Cara praktis mencari akar dari 0,49 adalah:

  √

  Buka Program Microsoft Excel  Klik Formulas  Klik Math & Trig  Klik SQRT – Masukkan 0,49 dikolom – klik Ok = 0,7Gambar 12.

  Koefisien Analisis Jalur

  X

  1 0,443 0,673 0,214 0,038

  X Y

  2 0,081 0,7 0,462

  X

  3 0,8 ɛ 2 ɛ 1 Dari analisis jalur gambar 12 tersebut kita bisa

  membagi hubungan antara variabel independen dan dependen menjadi efek langsung (direct effect), dan efek tidak langsung (indirect effect) dan korelasi (correlation).

  Efek langsung ditandai dengan tanda anak panah langsung dari variabel independen (X) ke variabel dependen (Y). Misalnya: efek langsung dari X 1 ke Y ( lihat panah warna biru ), yaitu sebesar = 0,443.

  Sedangkan efek tidak langsung ditandai dengan adanya pengaruh melalui jalur mediasi. Misalnya dari X 1 ke Y melalui jalur mediasi X 2 .

  Sedangkan hubungan korelasi ditandai dengan anak panah dua arah ( lihat panah warna merah ). Di dalam gambar 12 tersebut hanya ada satu korelasi yaitu antara Gaya Kepemimpinan (X 1 ) dan Disiplin Kerja (X 3 ), yaitu sebesar = 0,214.

F. Model Struktural

  Persamaan struktural atau disebut juga model struktural atau lebih dikenal dengan Structural Equation

  

Modeling (SEM) yaitu apabila setiap variabel terikat

  (endogen = Y) secara unik keadaannya ditentukan oleh seperangkat variabel bebas (exogen = X).

  Pada gambar 13, menjelaskan pola hubungan kausal antar variabel yang disebut diagram jalur (path

  diagram). Pada persamaan ini, Y = Fungsi (X 1 , X 2 , dan

  X 3 ) dan Z = fungsi (X 1 , X 3 , dan Y) merupakan

  persamaan struktural karena setiap persamaan menjelaskan pola hubungan kausal yaitu variabel X 1 , X 2 dan X 3 terhadap variabel endogen Y dan Z. Persamaan struktural memiliki sub-sub struktur yang jumlahnya tergantung dari model yang dikembangkan.

  Persamaan struktur pada gambar 13, memiliki dua sub struktur yaitu sub struktur satu dan dua. Persamaan sub struktur satu terdiri dari variabel endogen Y dan

  eksogen X 1 , X 2 dan X 3 (lihat gambar 14). Sedangkan sub

  struktur dua memiliki variabel endogen Z dan eksogen

  X 1 , X 3 , dan Y (lihat gambar 15).

  Gambar 13. Diagram Jalur Hubungan kausal X 1 , X 2 , X 3 , ke Y dan Z ɛ 2 ɛ 1 X

  1 r 12 P zx1

P

yx1 r 13 P yx2 P y z

  X Y Z

  2 P yx3 r 23 P zx3

  Selanjutnya dapat dilihat Gambar 14, yang

  X

  3

  merupakan skematik diagram sub strukur satu dengan formulasi persamaan: 1 X 1 + Pyx 2 X

2 + Pyx

3 X 3 ɛ

  • Y = Pyx

  1 Gambar 14.

  Gambar Sub Struktur Satu

  Sedangkan Gambar 15, merupakan skematik diagram sub struktur dua dengan formulasi persamaan:

  Z = Pzx 1 X 1 + Pzx 3 X

3 + PyzY + ɛ

  2 Gambar 15.

  

Gambar Sub Struktur Dua

  X

  1 X

  2 X

  3 Y

P

yx3 P yx2 P yx1 r 12 r 23 r 13

  ɛ 1 X

1 Y Z P zx3 P zx1 P yz P yx1 P yx3 r

  13 ɛ 1 ɛ 2 Keterangan:

  p merupakan notasi / lambing dari koefisien jalur

  Koefisien jalur menunjukkan pengaruh langsung variabel

eksogen terhadap variabel variabel endogen.

Sedangkan ɛ 1 menunjukkan faktor residual yang fungsinya menjelaskan pengaruh variabel lain yang telah teridentifikasi oleh teori, tetapi tidak diteliti atau variabel lainnya yang belum teridentifikasi oleh teori, atau muncul sebagai akibat dari kekeliruan pengukuran variabel.

  Sebuah diagram jalur, tanda panah yang berujung ganda ( ) menunjukkan hubungan korelasional dan tanda panah satu arah ( ) menunjukkan hubungan kausal atau pengaruh langsung dari variabel eksogen (X) terhadap variabel endogen (Y).

  Jadi secara sistematik path analysis mengikuti pola model struktural, sehingga langkah awal untuk 8 mengerjakan atau penerapan model path analysis yaitu

  

Siswono Haryono, Parwoto Wardoyo, 2012, Structural Equation

Modeling Untuk Penelitian Manajemen Menggunakan Amos 18.00, Penerbit: PT. Intermedia Personalia Utama, Bekasi, hlm. 92. dengan merumuskan persamaan struktural dan diagram jalur yang berdasarkan kajian teori tertentu yang telah diuraikan diatas.

  Menurut Haryono dan Wardoyo, informasi diberikan apabila tujuan penelitian ingin mendapatkan model untuk kepentingan prediksi, maka yang tepat digunakan adalah model struktural. Model ini mirip dengan path

  

analysis, yang membedakan adalah kalau di dalam path

analysis data yang dianalisis adalah data baku

  (standardize), sedangkan di dalam model struktural menggunakan data mentah (raw data). Dengan demikian hasil analisis model struktural kurang tepat jika disajikan dalam bentuk diagram path dan lebih cocok disajikan dalam sistem persamaan.

  Path analysis telah menjadi model analisis para ilmuwan sosial. Bahkan pada tahun 1970-an Karl G.

  Joreskog dan Dag Sorbom dari Departemen Statistika Universitas Uppsala Swedia, telah mengembangkan model path analysis menjadi model yang sekarang dikenal sebagai LISREL (LI-near S-tructural Rel-

  

ationship) atau sering disebut SEM (Structural Equation

Modeling).

G. Model (Path analysis) Persamaan Satu Jalur

  Model analisis satu jalur sebenarnya sama dengan model regresi berganda, hanya pada variabel bebas

  Gambar 16. Model (Path Analisis) Diagram Satu Jalur ɛ 1 p YX1

  X

  1 r

21 Y p YX2

  X

2 H. Model (Path analysis) Persamaan Dua Jalur

  Misalkan peneliti ingin meneliti dua variabel bebas yang terdiri dari Kompensasi (X 1 ) dan Motivasi Kerja (X 2 ). Dua variabel tergantung yaitu Kepuasan Kerja (X 3 ) dan Kinerja (X 4 ).

  Gambar 17. 9 Model (Path Analisis) Diagram Dua Jalur

V. Wiratna Sujarweni, 2008, Belajar Mudah SPSS Untuk Penelitian

  

Skripsi, Tesis, Disertasi & Umum, Penerbit: Global Media Informasi,

Yogyakarta, hlm. 339.

  ɛ 1 ɛ 2 X

  1 p 41 p 31 43 p r

  21 X

  4 X

  3 p 32 X 2 p 42 DAFTAR PUSTAKA

  Abdurahman Maman dan Muhidin Sambas Ali, 2007,

  Analisis Korelasi, Regresi dan Jalur dalam penelitian dengan Aplikasi program SPSS,

  Penerbit: Pustaka Setia, Bandung. Ghozali, Imam, 2008, Model Persamaan Struktural,

  Konsep dan Aplikasi dengan Program AMOS 16.0, Penerbit: Badan Penerbit Universitas

  Diponegoro, Semarang. Kuncoro, Engkos Achmad dan Riduan, 2007. Cara

  Menggunakan dan Memakai Analisis Jalur (Path Analysis), Penerbit: Alfabeta, Bandung.

  Sarwono, Jonathan, 2007, Analisis Jalur untuk Riset

  Bisnis dengan SPSS, Penerbit: Andy, Yogyakarta.

  Siswono Haryono, Parwoto Wardoyo, 2012, Structural

  Equation Modeling Untuk Penelitian Manajemen Menggunakan Amos 18.00, Penerbit: PT.

  Intermedia Personalia Utama, Bekasi. Sujarweni, V. Wiratna, 2008, Belajar Mudah SPSS

  Untuk Penelitian Skripsi, Tesis, Disertasi & Umum, Penerbit: Global Media Informasi,

  Yogyakarta. Widarjono, Agus, 2010, Analisis Statistika Multivariate

  Terapan, Penerbit: UPP STIM YKPN, Yogyakarta.

Dokumen baru
Aktifitas terbaru
Penulis
123dok avatar

Berpartisipasi : 2018-08-08

Dokumen yang terkait

PEMAHAMAN DASAR TEKNIK ANALISIS JALUR PA

Gratis

Feedback