Diagram Jalur dan Persamaan Struktural

16 6. Menghitung nilai densitas dari nilai Z yang diperoleh dengan cara memasukkan nilai Z ke dalam fungsi densitas normal baku. 7. Tentukan nilai skala dengan menggunakan rumus: – 2.7 8. Menghitung skor nilai transformasi untuk setiap kategori dengan rumus: 2.8 Scale value min artinya adalah nilai scale value absolut tanpa memperhatikan tanda positif atau negatif paling kecil.

2.11 Pengertian Analisis Jalur

Dalam Sarwono 2007: 1 Robert D.Rutherford 1993 menyatakan bahwa analisis jalur adalah suatu teknik untuk menganalisa hubungan sebab akibat yang terjadi pada regresi berganda jika variabel bebasnya mempengaruhi variabel tergantung tidak hanya secara langsung tetapi, juga secara tidak langsung. Defenisi lain mengatakan analisis jalur merupakan pengembangan langsung bentuk regresi berganda dengan tujuan untuk memberikan estimasi tingkat kepentingan magnitude dan signifikansi hubungan sebab akibat hipotetikal dalam seperangkat variabel Paul Webley, 1997. David Garson 2003 dari North Carolina State University mendefinisikan analisis jalur sebagai model perluasan regresi yang digunakan untuk menguji keselarasan matriks korelasi dengan dua atau lebih model hubungan sebab akibat yang dibandingkan oleh peneliti. Modelnya digambarkan dalam bentuk gambar lingkaran dan panah di mana anak panah tunggal menunjukkan sebagai penyebab.

2.12 Diagram Jalur dan Persamaan Struktural

Pada saat akan melakukan analisis jalur, disarankan untuk terlebih dahulu menggambarkan secara diagramatik struktur hubungan kausal antara variabel penyebab dengan variabel akibat. Diagram ini disebut diagram jalur Path 17 Diagram , dan bentuknya ditentukan oleh proposisi teoritik yang berasal dari kerangka berpikir tertentu. Gambar 2.1. Diagram Jalur yang Menyatakan Hubungan Kausal dari X 1 Sebagai Penyebab ke X 2 Sebagai Akibat Gambar 2.1 merupakan diagram jalur yang paling sederhana yang menyatakan bahwa X 2 dipengaruhi secara langsung oleh X 1 , tetapi di luar X 1 , masih banyak penyebab lain yang dalam penelitian yang sedang dilakukan tidak diukur. Penyebab lain itu dinyatakan oleh . Persamaan struktural yang dimiliki oleh gambar 2.1 adalah: 2.9 keterangan: X 1 adalah variabel eksogenus, untuk itu selanjutnya variabel penyebab akan kita sebut sebagai variabel eksogenus. X 2 adalah variabel endogenus sebagai akibat. ε adalah variabel residu yang merupakan gabungan dari: 1 variabel lain, di luar X 1 yang mungkin mempengaruhi X 2 dan telah teridentifikasi oleh teori, tetapi tidak dimasukkan dalam model. 2 variabel lain, di luar X 1 yang mungkin mempengaruhi X 2 tetapi belum teridentifikasi oleh teori. 3 kekeliruan pengukuran error of measurement . 4 komponen yang sifatnya tidak menentu random component . Selanjutnya tanda anak panah satu arah menggambarkan pengaruh langsung dari variabel eksogenus terhadap variabel endogenus. X X 18 Gambar 2.2. Diagram Jalur yang Menyatakan Hubungan Kausal dari X 1 , X 2 , X 3 , ke X 4 Bentuk persamaan strukturalnya adalah: 2.10 Gambar 2.2 menunjukkan bahwa diagram jalur tersebut terdapat 3 buah variabel eksogenus, yaitu X 1 , X 2 , dan X 3 , sebuah variabel endogenus X 4 , serta sebuah variabel residu ε. Pada diagram di atas juga mengisyaratkan bahwa hubungan antara X 1 dengan X 4 , X 2 dan X 4 , dan X 3 dengan X 4 adalah hubungan kausal, sedangkan hubungan antara X 1 dengan X 2 , X 2 dengan X 3 , dan X 1 dengan X 3 masing-masing adalah hubungan korelasional. Perhatikan panah dua arah, panah tersebut menyatakan hubungan korelasional. Gambar 2.3. Hubungan Kausal dari X 1 , X 2 , ke X 3 dan dari X 3 ke X 4 Persamaan struktural untuk gambar 2.3 adalah: dan 2.11 Perhatian bahwa pada gambar 2.3 di atas, terdapat dua buah sub-struktur, yaitu sub-struktur yang menyatakan hubungan kausal dari X 1 dan X 2 ke X 3 dan sub-struktur yang mengisyaratkan hubungan kausal dari X 3 ke X 4 . Pada sub- struktur pertama X 1 dan X 2 merupakan variabel eksogenus, X 3 sebagai variabel endogenus dan sebagai variabel residu. Pada sub-struktur kedua, X 3 merupakan X X X X X X X X 19 variabel eksogenus, X 4 sebagai variabel endogenus dan sebagai variabel residu. Berdasarkan contoh-contoh diagram jalur di atas, maka kita dapat memberikan kesimpulan bahwa makin kompleks sebuah hubungan struktural, makin kompleks diagram jalurnya, dan makin banyak pula sub-struktural yang membangun diagram jalur tersebut.

2.13 Koefisien Jalur