Skip to main content

1. Konsep dan Pengertian #Path Analysis

A. Pengertian Path Analysis

Analisis jalur atau path analysis dikembangkan pertama sekitar tahun 1920 oleh Sewall Wright, dia merupakan ahli genetika. Oleh Bohrnstedt Path Analysis diartikan sebagai "sebuah teknik untuk memperkirakan pengaruh yang dimiliki variabel independen terhadap variabel dependen dari serangkaian korelasi yang diamati, mengetahui serangkaian hubungan asimetris sebab akibat yang dihipotesiskan antar variabel." sedangkan tujuan utama Path Analysis adalah " sebuah metode untuk mengukur pengaruh langsung pada setiap jalur (path) yang terpisah dalam sistem tersebut dan dengan demikian dapat menemukan sejauh mana variasi dari efek yang diberikan oleh masing-masing penyebab (Dependent Variable). Metode ini tergantung pada kombinasi pengetahuan (Theory) dari tingkat korelasi antara variabel-variabel dalam suatu sistem dengan pengetahuan yang dimiliki dari hubungan sebab akibat. (Maruyama, 1998)
Jadi, model Path Analysis digunakan untuk menganalisis pola hubungan antar variabel dengan tujuan untuk mengetahui pengaruh langsung maupun tidak langsung sekelompok variabel bebas (Independent Variable) terhadap variabel terikat (Dependent Variabel).


B. Manfaat Path Analysis

Manfaat dari metode Path Analysis adalah untuk:
  1. Penjelasan (explanation) terhadap fenomena yang dipelajari atau dalam banyak kasus adalah permasalahan yang diteliti
  2. Memprediksi nilai variabel terikat (Dependent Variable) berdasarkan nilai variabel bebas (Independent Variable)
  3. Faktor determinan  yaitu penentuan variabel bebas (Independent Variable) yang berpengaruh dominan terhadap variabel terikat (Dependent Variable), dan juga dapat digunakan untuk menelusuri mekanisme jalur pengaruh variabel bebas (Independent Variable) terhadap variabel terikat (Dependent Variable)
  4. Pengujian Model Penelitian, menggunakan theory triming, baik untuk menguji reliabilitas konsep yang sudah ada atau-pun uji pengembangan konsep baru.

C. Asumsi-asumsi Path Analysis

Asumsi yang mendasari path analysis sebagai berikut:
  1. Pada model path analysis, hubungan antar variabel adalah bersifat linier, adaptif dan bersifat normal
  2. Hanya sistem aliran hubungan sebab akibat ke satu arah dengan artian tidak ada arah kausalitas yang berbalik
  3. Variabel terikat (Dependent) minimal dalam skala ukur interval dan rasio
  4. Menggunakan sampel probability sampling yaitu teknik pengambilan sampel untuk memberikan peluang yang sama pada setiap anggota populasi untuk dipilih menjadi anggota sampel
  5. Observed variables diukur tanpa kesalahan (valid dan reliable) artinya variabel yang diteliti dapat diobservasi secara langsung
  6. Model yang dianalisis dispesifikasikan dengan benar berdasarkan teori-teori dan konsep-konsep yang relevan dalam artian model teori yang dikaji atau yang akan diuji dibangun berdasarkan kerangka teoritis tertentu yang mampu menjelaskan hubungan kausalitas antar variabel yand diteliti

Comments

Popular posts from this blog

2. Skala Pengukuran dan Transformasi Data #Path Analysis

A. Model Skala Interval Model skala interval adalah skala yang menunjukkan jarak antara satu data dengan data yang lain dan mempunyai  bobot yang sama. Analysis  statistik yang digunakan ialah uji statistik parametrik. Contoh: Skor Ujian Perguruan Tinggi  dalam tingkatan A, B, C, D, dan E. Skor IQ Waktu: detik, menit, jam, hari, minggu, bulan dan tahun. Temperatur atau suhu. Mengurutkan: pelayanan, keadaan persepsi pegawai dan sikap pimpinan.  Sangat puas, Puas, Cukup Puas, Kurang Puas, Tidak Puas.

Seluk Beluk Regresi

YANG DIPERLUKAN UNTUK REGRESI LINEAR BERGANDA   Uji Reliabilitas Menunjukkan sejauh mana suatu alat pengukur dapat dipercaya atau di andalkan. Reliabilitas konsistensi alat pengukur dalam mengukur gejala yang sama. Suatu kuisioner dikatakan reliable dapat dilihat dari nilai Chronbach Alpha, jika lebih besar dari 0.6 maka dapat dikatakan bahwa item kuisioner reliable Uji Validitas Validitas merupakan suatu ukuran yang menunjukkan sejauh mana suatu instrument dapat mengumpulkan data secara tepat dansesuai dengan variable yang di teliti. Jika r hitung lebih besar dari r table atau sig lebih kecil dari α=0.05 maka instrument yang digunakan valid Koefisien Determinasi (R 2 ) Koefisien Determinasi (R 2 ) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah di antara nol dan satu. Nilai R 2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terba