Download - Analisis Jalur Pada Amos
ANALISIS JALUR PADA AMOS
Makalah ini disusun untuk melengkapi tugas Mata Kuliah Aplikasi Matematika
Komputer
Semester IV/2014
Disusun oleh :
Resti Amin Nurhaini
(1112017000017)
Dosen Pengampu : Dindin Sobiruddin, M.Kom
Jurusan Pendidikan Matematika
Fakultas Ilmu Tarbiyah dan Keguruan
Universitas Islam Negeri Syarif Hidayatullah
Jakarta
2014
ANALISIS JALUR
A. Pengertian Analisis Jalur
Analisis Jalur digunakan untuk mengetahui apakah data mendukung teori, yang secara
a-priori dihipotesiskan, yang mencakup kaitan structural antar variabel terukur.
Analisis Jalur atau yang lebih dikenal luas sebagai Path Analysis merupakan suatu
metode pendekomposisian korelasi kedalam bagian-bagian yang berbeda untuk
menginterpretasikan suatu pengaruh (effect).
Dalam analisis jalur yang distandarkan korelasi dapat dipecah kedalam komponen-
komponen struktural (kausal) dan nonstruktural (nonkausal) didasarkan teori yang dinyatakan
dalam diagram jalur.
Total Efek Struktural dapat didekomposisi : Langsung dan Tidak Langsung.
Komponen Nonstruktural :
- komponen spurious
- komponen unanalyzed
Pendekomposisian pengaruh terbagi atas dua bagian, yaitu Causal Effect dan Noncausal
Effect.
Dalam kajian analisis jalur, untuk menyederhanakan lambang, akan digunakan dua
macam lambang saja yaitu X dan , yang nantinya dibedakan oleh subscript-nya (X1, X2, ….,
Xk dan 1, 2, … , k).
Istilah untuk variabel :
Variabel eksogen (exogenous variable) mencerminkan variabel penyebab, dan
variabel endogen (endogenous variable) sebagai variabel akibat.
B. Diagram Jalur (Path Diagram)
Langkah pertama analisis jalur adalah menterjemahkan hipotesis penelitian yang
bentuknya proposisional ke dalam bentuk diagram yang disebut diagram jalur.
Pada saat menggambarkan diagram jalur ada beberapa perjanjian :
1. Hubungan antar variabel digambarkan oleh anak panah yang bisa berkepala tunggal ()
atau single headed arrow, dan berkepala dua () atau double headed arrow.
2. Panah berkepala satu menunjukkan pengaruh dari sebuah variabel eksogen terhadap
sebuah variabel endogen. Misalkan :
X1 X2
3. Panah berkepala dua menggambarkan hubungan korelatif antar variabel eksogen.
Misalkan :
X1 X2
` Tidak pernah seseorang bisa mengisolasi hubungan pengaruh secara murni
artinya bahwa sesuatu kejadian banyak sekali yang mempengaruhinya, tetapi pada
conceptual framework hanya dapat digambarkan beberapa pengaruh yang bisa
diamati. Variabel lainnya yang tidak bisa digambarkan (tidak bisa diukur)
diperlihatkan oleh suatu variabel tertentu yang disebut residu dan diberi simbol
dengan .
Contoh :1)
p2
p21
X1 X2 Diagram jalur ini adalah diagram jalur yang paling sederhana. Besarnya pengaruh
langsung dari X1 ke X2 diperlihatkan oleh koefisien jalur (path coefficient, p).
Apabila diagram jalur sederhana seperti ini yaitu variabel eksogen hanya satu,
maka p21 = r21.
2) Contoh diagram jalur yang melibatkan kaitan korelatif :
p3
X1 p31 r12 X3
P32
X2X1 dan X2 merupakan dua buah variabel eksogen yang satu dengan yang lainnya
mempunyai kaitan korelatif. Secara bersama-sama X1 dan X2 mempengaruhi X3.
3) Penelitian mengenai hubungan kausal melibatkan empat buah variabel X1, X2, X3,
dan X4. Menurut teori, hubungan struktural antara variabel-variabel tersebut
adalah :
(a) X3 dipengaruhi oleh X1 dan X2
(b) antara X1 dan X2 terdapat hubungan korelatif
(c) X4 dipengaruhi oleh X3.
Diagram jalur dari hubungan variabel-variabel tersebut adalah :
1 2
p31 p42
X1 p31 p43 r12 P32 X3 X4
X2
Contoh diagram jalur yang tidak melibatkan kaitan korelatif :
4) Seorang peneliti mempunyai empat variabel X1, X2, X3 dan X4 yang menurut
kerangka konseptual terdapat hubungan sebagai berikut :
a) X2 dipengaruhi oleh X1
b) X3 dipengaruhi oleh X1 dan X2
c) X4 dipengaruhi oleh X3 dan X2
Hubungan antar variabel dapat dinyatakan dalam diagram jalur sebagai
berikut.
2
p32
p31
X1 X3
3
p21 p32 p43
p43
p42
X2 X4
P21
1
C. Gambaran Analisis Regresi dan Korelasi Melalui Diagram Jalur1. Regresi Linier Multipel Dengan Dua Variabel Independen
Model regresinya :
Y = 1 X1 + 2 X2 + . . . (1)
Dalam analisis jalur kita hanya menggunakan X baik sebagai variabel eksogen
maupun endogen, untuk itu variabel Y diganti menjadi X3, sehingga model regresi di atas
menjadi :
X3 = 1 X1 + 2 X2 + . . . (2)
Jika semua data pengamatan ditransformasi ke dalam angka baku, artinya
(4) . . . Z ij=
x ij - x j
s j
maka model (2) menjadi
X3 = p31 X1 + p32 X2 + . . . (3)
Dimana px3x1 dan px3x2 adalah koefisien-koefisien jalur yaitu sama dengan koefisien-koefisien regresi untuk variabel yang dibakukan. Persamaan (3) disebut Persamaan Struktural.
Secara struktural model (3) dapat digambarkan dalam diagram jalur sebagai berikut :
p3 X1 p31 r12 X3
P32
X2
2. Regresi linier multipel dengan tiga variabel independen yang dinyatakan dalam diagram
jalur
Prinsip-prinsip regresi dengan tiga variabel independen tidak berbeda dengan dua
variabel independen.
Perhatikan diagram jalur di bawah ini :
X1 p41
r12 p4
p42
r13 X2 X4
r23
p43
X3
Diagram jalur ini memperlihatkan tiga buah variabel eksogen X1, X2 dan X3, serta
sebuah variabel endogen, yaitu X4.
Persamaan struktural untuk diagram jalur di atas adalah :
X4 = p41 X1 + p42 X2 + p43 X3 +
Contoh yang lebih kompleks :
1. Sebuah penelitian eksploratif mencoba mengungkapkan hubungan antara X1, X2, X3,
X4 dan X5. Dalam penelitian ini dikemukakan sebuah proposisi bahwa :
- Antara X1, X2, dan X3 terdapat kaitan korelatif. Ketiga konstrak tersebut bersama-
sama mempengaruhi X4.
- X1, X4 dan X3 secara bersama-sama mempengaruhi X5.
Buatlah diagram jalurnya, identifikasi substrukturnya serta persamaan-
persamaan strukturnya !
Diagram jalurnya :
X1 1 2
p41 p51
r12 p4 1 p52
p42 p54
r13 X2 X4 X5
r23 p43 p53
X3
X4 = p41 X1 + p42 X2 + p43 X3 + 1
X5 = p51 X1 + p53 X3 + p54 X4 + 2
2) Identifikasi substruktur dan persamaan strukturnya dari diagram jalur di bawah ini !
2
p32
p31
X1 X3
3
p21 p32 p43
p43
p42
X2 X4
P21
1
Persamaan strukturnya :
X2 = p21 X1 + 1
X3 = p31 X1 + p32 X2 + 2
X4 = p42 X2 + p43 X3 + 3
KASUS 1 :
Penelitian melibatkan tiga buah variabel X1, X2 dan X3 untuk mengungkapkan
hubungan antara ke tiga variabel ini. Peneliti mempunyai proposisi hipotetik bahwa
antara X1 dan X2 terdapat kaitan korelasional, dan bahwa keduanya secara bersama-
sama mempengaruhi X3.
Data hasil pengukuran (dalam skala pengukuran interval) melalui sampel acak
berukuran 15 adalah sebagai berikut :X3 X1 X2
205 26 159
206 28 164
254 35 198
246 31 184
201 21 150
291 49 208
234 30 184
209 30 154
204 24 149
216 31 175
245 32 192
286 47 201
312 54 248
265 40 166
322 42 287
Analisis :
Regression
Descr iptive Statistics
246,4000 41,11274 1534,6667 9,67815 15
187,9333 38,08724 15
X3X1X2
Mean Std. Deviation N
Corre la tions
1,000 ,916 ,901,916 1 ,000 ,735,901 ,735 1 ,000
. ,000 ,000,000 . ,001,000 ,001 .
15 15 1515 15 1515 15 15
X3X1X2X3X1X2X3X1X2
Pears on Co rre la tion
Sig . (1 -ta i led )
N
X3 X1 X2
Variables Entered/Removedb
X2, X1a . EnterModel1
VariablesEntered
VariablesRemoved Method
All requested variables entered.a.
Dependent Variable: X3b.
Model Summary
,976a ,952 ,944 9,75663Model1
R R SquareAdjus tedR Square
Std. Error ofthe Es timate
Predic tors : (Cons tant), X2, X1a.
ANOVAb
22521, 299 2 11260, 649 118, 294 , 000a
1142, 301 12 95, 19223663, 600 14
RegressionResidualTot al
Model1
Sum ofSquares df Mean Square F Sig.
Predict ors: (Const ant ) , X2, X1a.
Dependent Var iable: X3b.
Coeff i ci entsa
64, 639 13, 112 4, 930 , 0002, 342 , 398 , 551 5, 892 , 000, 535 , 101 , 496 5, 297 , 000
(Const ant )X1X2
Model1
B St d. Error
Unst andardizedCoef f icient s
Bet a
St andardizedCoef f icient s
t Sig.
Dependent Var iable: X3a.
Proposisi hipotetik yang diajukan oleh peneliti bisa diterjemahkan kedalam Diagram Jalur seperti di bawah ini :
p3 X1 p31 r12 X3
P32
X2
Diagram jalur ini terdapat dua buah variabel eksogen X1 dan X2, serta sebuah variabel
endogen, yaitu X3.
Bentuk persamaan struktural untuk diagram jalur di atas :
X3 = 0,551 X1 + 0,496 X2 +
Model ini signifikan karena nilai p-value = 0,000 lebih kecil dari α
Koefisien jalur :
p31 = 0,551 , karena p-value = 0,000 lebih kecil dari α, koefisien jalur ini signifikan
p32 = 0,496 , karena p-value = 0,000 lebih kecil dari α, koefisien jalur ini signifikan
p3 =√1−R2 = √1−0 , 952 = 0,219 .
Hubungan struktural antara X1 , X2 dan X3 :
0,219 X1 0,551 0,735 X3
0,496X2
InterpretasiPengaruh langsung dari X1 terhadap X3 = (0,551)(0,916)=Pengaruh langsung dari X2 terhadap X3 = (0,496)(0,901)=
KASUS 2
Sebuah penelitian eksploratif mencoba mengungkapkan hubungan antara X1, X2, X3, dan X4. Dalam penelitian ini dikemukakan sebuah proposisi bahwa :
- Antara X1 dan X2, terdapat kaitan korelatif. Kedua konstrak tersebut bersama-sama mempengaruhi X3.
- X1, X2 dan X3 secara bersama-sama mempengaruhi X4. Buatlah diagram jalurnya, hitung semua pengaruh variable eksogennya.!
DATA SAMPEL :
Analisis :
Diagram jalur :
Persamaan struktural :
X3 = p31 X1 + p32 X2 + 1
X4 = p41 X1 + p42 X2 + p43 X3 + 2
Untuk sub-struktur 1 :
ANOVAb
2590, 067 2 1295, 034 259, 355 , 000a
49, 933 10 4, 9932640, 000 12
RegressionResidualTot al
Model1
Sum ofSquares df Mean Square F Sig.
Predict ors: (Const ant ) , X2, X1a.
Dependent Var iable: X3b.
Corre la tions
1,000 ,734 ,809,734 1 ,000 ,217,809 ,217 1 ,000
. ,002 ,000,002 . ,238,000 ,238 .
13 13 1313 13 1313 13 13
X3X1X2X3X1X2X3X1X2
Pears on Co rre la tion
Sig . (1 -ta i led )
N
X3 X1 X2
Model Summary
,990a ,981 ,977 2,23457Model1
R R SquareAdjus tedR Square
Std. Error ofthe Es timate
Predic tors : (Cons tant), X2, X1a.
Coeff i ci entsa
51, 434 2, 199 23, 389 , 0001, 476 , 112 , 585 13, 140 , 000, 687 , 045 , 682 15, 305 , 000
(Const ant )X1X2
Model1
B St d. Error
Unst andardizedCoef f icient s
Bet a
St andardizedCoef f icient s
t Sig.
Dependent Var iable: X3a.
Persamaan struktur :
X3 = 0,585 X1 + 0,682 X2 + 1
Model ini signifikan karena p-value = 0,000 lebih kecil dari α
Koefisien jalur :
p31 = 0,585 , karena p-value = 0,000 lebih kecil dari α, koefisien jalur ini signifikanp32 = 0,682 , karena p-value = 0,000 lebih kecil dari α, koefisien jalur ini signifikan
px3 =√1−R2 = √1−0 , 981 = 0,138.
Untuk Sub-struktur 2 :
Model Summary
,997a ,994 ,992 1,38903Model1
R R SquareAdjus tedR Square
Std. Error ofthe Es timate
Predic tors : (Cons tant), X2, X1, X3a.
ANOVAb
2899, 405 3 966, 468 500, 913 , 000a
17, 365 9 1, 9292916, 769 12
RegressionResidualTot al
Model1
Sum ofSquares df Mean Square F Sig.
Predict ors: (Const ant ) , X2, X1, X3a.
Dependent Var iable: X4b.
Coeff i ci entsa
22, 248 10, 202 2, 181 , 057, 541 , 197 , 514 2, 750 , 022, 831 , 298 , 314 2, 785 , 021, 327 , 138 , 309 2, 372 , 042
(Const ant )X3X1X2
Model1
B St d. Error
Unst andardizedCoef f icient s
Bet a
St andardizedCoef f icient s
t Sig.
Dependent Var iable: X4a.
Persamaan struktur :X4 = 0,314 X1 + 0,309 X2 + 0,514 X3 + 2
Model ini signifikan karena p-value = 0,000 lebih kecil dari αKoefisien jalur :P41 = 0,314 , karena p-value = 0,021 lebih kecil dari α, koefisien jalur ini signifikanP42 = 0,309 , karena p-value = 0,042 lebih kecil dari α, koefisien jalur ini signifikanP43 = 0,514 , karena p-value = 0,022 lebih kecil dari α, koefisien jalur ini signifikan.
P4 =√1−R2 = √1−0 , 994 =0,077.
Diagram Jalur yang lengkap : 1
X1 0,138 2
0,585 0,314 0,077
0,514 0,217 X3 X4
0,682 0,309
X2
Interpretasi :
Pengaruh dari X1 ke X4
Pengaruh langsung = 0,314
Pengaruh tak langsung (melalui X3) = 0,585 x 0,514 = 0,301
Total pengaruh = 0,314 + 0,301 = 0,615
Pengaruh dari X2 ke X4
Pengaruh langsung = 0,309
Pengaruh tak langsung (melalui X3) = 0,682 x 0,514 = 0,350
Total pengaruh = 0,309 + 0,350 = 0,659
Pengaruh dari X3 ke X4
Pengaruh langsung = 0,514
D. Langkah-Langkah dalam Menganalisis
1. Menyiapkan Data
Siapkan data yang akan dianalisis dalam format basis data yang dapat dibuat dengan
program Microsoft Exel, SPSS, atau format data base yang lain. Dalam latihan ini
sudah disiapkan data dalam format SPSS yang disimpan dalam file
DataAnalisisJalur.sav
2. Jalankan program AMOS Graphics
3. Buat model diagram jalurnya dengan cara:
Klik menu File Data Sheet, klik tombol File Name, lalu cari file
DataAnalisisJalur.sav sehingga muncul gambar dibawah, lalu klik OK.
Klik menu ViewVariable in Database… sehingga muncul gambar berikut:
Drag semua variabel yang ada di variables in data ke lembar kerja yang
disediakan.
Buat pola hubungan searah dengan menggunakan toolbar draw path () lalu drag
mulai dari x1 ke y1. Ulangi langkah ini untuk membuat hubungan searah yang
lain.
Buat pola hubungan dua arah (kovarians) dengan menggunakan toolbar draw
covariance (). Lalu drag dari x1 ke x2.
Buat variabel eror menggunakan toolbar add anunique…, klik di variabel y1 dan
y2. Beri label variabel eror tersebut dengan cara klik kanan lalu pilih objek
propertiesblalu tabulator text dan variabel name dengan e1 untuk eror y1 dan e2
untuk eror y2. Hasilnya akan terlihat seperti gambar berikut.
Tentukan jenis hasil analisis yang diperlukan dengan cara klik menu
viewanalysis properties… lalu pilih tabulator output dan beri tanda check
seperti pada gambar berikut:
Lakukan analisis dengan klik menu analyze calculate estimation… maka akan
muncul hasil analisis pathnya seperti ini:
Untuk melihat hasil analisis lengkapnya klik menu view text output
Daftar PustakaMuhson, Ali. Analisis Jalur dengan AMOS. 2011
Putra, I Wayan Jaman Adi. LANGKAH-LANGKAH ANALISIS JALUR (PATH
ANALYSIS). (diunduh 2 Juni 2014)
Tahir, Rusdin. ANALISIS JALUR (Path Analysis). http://rusdintahir.wordpress.com.(diunduh 3 Juni 2014)