STATISTIKA - ANALISIS JALUR

BAB VII

ANALISIS JALUR

 

Analisis jalur (Path Analysis) adalah sebuah teknik analisis yang dikembangkan berdasarkan analisis statistik regresi. Jadi sebenarnya analisis jalur termasuk ke dalam kelompok analisis regresi. Tujuan penggunaan analisis jalur atau analisis lintasan (nama lainnya) adalah untuk menggambarkan dan menguji model hubungan antar variabel yang berbentuk sebab akibat.

Teknik analisis jalur pertama kali dikembangkan oleh Sewal Wright pada tahun 1934. Analisis jalur dapat dikatakan mirip dengan teknik analisis regresi ganda, atau model analisis sebab akibat (causing modeling). Nama ini diberikan karena analisis jalur dapat digunakan untuk melakukan pengujian hubungan sebab dan akibat dengan tidak harus melakukan manipulasi variabel-variabel. Manipulasi variabel adalah teknik yang dilakukan pada saat memberi perlakuan (treatment) kepada variabel-variabel tertentu dalam proses pengukurannya. Asumsi dasar model ini ialah beberapa variabel sebenarnya mempunyai hubungan yang sangat dekat satu dengan yang lainnya.
Ada beberapa prinsip-prinsip dasar yang harus dipenuhi sebelum melakukan teknik analisis jalur yaitu sebagai berikut:

1. Terdapat hubungan antar variabel yang linear (linearitas).
2. Terdapat aditivitas atau dalam bahasa lain tidak ada efek-efek interaksi.
3. Data diolah telah dengan skala interval misalnya dengan memakai metode suksesif interval (MSI).
4. Variabel-variabel yang tidak diukur (variabel residual) tidak mempunyai korelasi dengan salah satu variabel yang terdapat di dalam model.
5. variabel residual  (gangguan) tidak boleh berkorelasi dengan semua variabel endogenous dalam model. Jika dilanggar, maka akan berakibat hasil regresi menjadi tidak tepat untuk mengestimasikan parameter-parameter jalur.
6. Sebaiknya hanya ada dua atau lebih variabel bebas (penyebab) mempunyai hubungan yang sangat tinggi.
7. Adanya recursivitas. Semua anak panah mempunyai satu arah, tidak boleh terjadi pemutaran kembali (looping).
8. Asumsi analisi jalur mengikuti asumsi umum regresi linear, yaitu:

• Model regresi harus layak. Kelayakan ini diketahui jika angka signifikansi pada ANOVA sebesar < 0.05
• Predictor yang digunakan sebagai variable bebas harus layak. Kelayakan ini diketahui jika angka Standard Error of Estimate < Standard Deviation
• Koefesien regresi harus signifikan. Pengujian dilakukan dengan Uji T. Koefesien regresi signifikan jika T hitung > T table (nilai kritis)
• Tidak boleh terjadi multikolinieritas, artinya tidak boleh terjadi korelasi yang sangat tinggi atau sangat rendah antar variable bebas.
• Tidak terjadi otokorelasi. Terjadi otokorelasi jika angka Dubin dan Watson sebesar < 1 dan > 3

Beberapa model jalur yang sering terjadi adalah:

1. Model regresi berganda
2. Model mediasi
3. Model kombinasi pertama dan kedua
4. Model kompleks
5. Model recursif dan nonrecursif

Keterbatasan analisis jalur

Berikut ini beberapa keterbatasan teknik analisis jalur (analisis lintasan):

• Analisis jalur dapat mengevaluasi hipotesis kausal , dan dalam beberapa  situasi (terbatas) dapat menguji antara dua atau lebih hipotesis kausal , tetapi tidak dapat menetapkan arah kausalitas .
• Analisis jalur berguna ketika kita sudah memiliki sebuah hipotesis yang jelas untuk diuji , atau sejumlah kecil hipotesis yang semuanya dapat direpresentasikan dalam diagram jalur tunggal . akan tetapi ini tentunya hanya memiliki sedikit manfaat untuk tahap eksplorasi penelitian .
• Kita tidak dapat menggunakan analisis jalur dalam situasi di mana " umpan balik " loop masuk dalam hipotesis: harus ada perkembangan kausal stabil di diagram jalur .
• Semua hubungan dalam diagram jalur harus mampu diuji oleh regresi sederhana . Variabel gangguan harus merupakan variabel dependen dalam analisis regresi berganda . Oleh karena itu masing-masing harus mampu diperlakukan sebagai pada skala interval . Pengukuran nominal , ordinal atau pengukuran dengan beberapa kategori ( termasuk dikotomi ) akan membuat analisis jalur mustahil.