Analisis jalur: Perbedaan antara revisi
Konten dihapus Konten ditambahkan
Tidak ada ringkasan suntingan |
←Membatalkan revisi 2382789 oleh 125.166.211.228 (Bicara) |
||
Baris 1:
Analisis jalur (''path analysis'') merupakan suatu teknik analisis [[statistika]] yang dikembangkan dari '''[[analisis regresi]] berganda'''. Dalam literatur berbahasa Indonesia, teknik ini dikenal juga sebagai '''analisis lintas''' atau '''analisis lintasan'''. Teknik ini pertama kali diperkenalkan oleh [[Sewall Wright]] pada tahun 1934 sebagai alat untuk mengkaji hubungan antar[[variabel]] dalam produksi [[ternak]], namun penerapannya sekarang meluas ke bidang-bidang lain, seperti [[genetika]] terapan dan [[ekonomi]].
Secara matematis, analisis ini tidak lain adalah analisis [[regresi]] berganda terhadap data yang di[[nilai baku (statistika)|bakukan]]. Dengan demikian, perangkat lunak statistika yang mampu melakukan analisis regresi berganda dapat pula dipakai untuk analisis jalur. Subjek utama analisis ini adalah variabel-variabel yang saling berkorelasi. Analisis ini mendasarkan diri pada model hubungan antarvariabel yang ditentukan sebelumnya oleh peneliti. Penentuan model didasarkan pada [[hipotesis]] mengenai berbagai variabel yang diamati. Dalam perkembangan saat ini
teknik analisis jalur dapat dilakukan dalam kerangka [[model persamaan struktur|pemodelan persamaan struktur]] (''Structural Equation Modeling'' atau SEM), suatu teknik analisis yang menggabungkan [[analisis faktor]] dan analisis regresi, selain analisis jalur.
<!--
1.3 Konsep-Konsep dan Istilah Dasar
Dalam analisis jalur dikenal beberapa konsep dan istilah dasar, diantaranya ialah:
• 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 menghubungkan kesalahan (variabel residue) dengan semua variabel endogenous masing-masing. Anak panah ganda menunjukkan korelasi antara pasangan variabel-variabel exogenous.
• Variabel exogenous. Variabel – variabel exogenous dalam suatu model jalur ialah semua variabel yang tidak ada penyebab-penyebab eskplisitnya atau dalam diagram tidak ada anak-anak panah yang menuju kearahnya, selain pada bagian kesalahan pengukuran. Jika antara variabel exogenous dikorelasikan maka korelasi tersebut ditunjukkan dengan anak panah dengan kepala dua yang menghubungkan variabel-variabel tersebut.
• Variabel endogenous. Variabel endogenous ialah variabel yang mempunyai anak-anak panah menuju kearah variabel tersebut. Variabel yang termasuk didalamnya ialah mencakup semua variabel perantara dan tergantung. Variabel perantara endogenous mempunyai anak panah yang menuju kearahnya dan dari arah variabel tersebut dalam sutau model diagram jalur. Sedang variabel tergantung hanya mempunyai anak panah yang menuju kearahnya.
• Koefesien jalur / pembobotan jalur. Koefesien jalur adalah koefesien 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 suatu model mempunyai dua atau lebih variabel-variabel penyebab, maka koefesien-koefesien jalurnya merupakan koefesien-koefesien regresi parsial yang mengukur besarnya pengaruh satu variabel terhadap variabel lain dalam suatu model jalur tertentu yang mengontrol dua variabel lain sebelumnya dengan menggunakan data yang sudah distandarkan atau matriks korelasi sebagai masukan.
• Istilah gangguan. Istilah kesalahan residual yang secara teknis disebut sebagai ‘gangguan’ atau “residue” mencerminkan adanya varian yang tidak dapat diterangkan atau pengaruh dari semua variabel yang tidak terukur ditambah dengan kesalahan pengukuran
• Anak panah dengan satu kepala dan dua kepala. Jika ingin menggambarkan penyebab, maka kita menggunakan anak panah dengan satu kepala. Sedang untuk menggambarkan korelasi, kita menggunakan anak panah yang melengkung dengan dua kepala. Ada kalanya hubungan sebab akibat menghasilkan angka negatif, untuk menggambarkan hasil yang negatif digunakan garis putus-putus.
• Pola hubungan. Dalam analisi jalur tidak digunakan istilah variabel bebas ataupun tergantung. Sebagai gantinya kita menggunakan istilah variabel exogenous dan endogenous.
• 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.
• Model Non-recursive. Model penyebab dengan disertai arah yang membalik (feed back loop) atau adanya pengaruh sebab akibat (reciprocal).
• Direct Effect. Pengaruh langsung yang dapat dilihat dari koefesien jalur dari satu variable ke variable lainnya.
• Indirect Effect. Urutan jalur melalui satu atau lebih variable perantara.
1.4. Model Jalur
Model-model jalur sbb:
a. Model regresi berganda
b. Model mediasi
c. Model Model kompleks
Referensi:
Retherford, Robert D dan Minja Kim Choe.(1993). Statistical Model for Causal Analysis. New York: John Wiley & Sons.Inc.
Sarwono, Jonathan.(2007). Analisis Jalur Untuk Riset Bisnis:Aplikasi untuk Riset Pemasaran, Keuangan, MSDM dan Kewirausahaan. Yogyakarta: Penerbit Andi
-->
{{matematika-stub}}
[[Kategori:Statistika]]
[[de:Pfadanalyse]]
[[en:Path analysis (statistics)]]
[[es:Análisis del camino]]
| |||