BAB I PENDAHULUAN A. Latar Belakang
Statistika digunakan dalam semua bidang ilmu. Oleh sebab itu, statistika merupakan ilmu pengetahuan yang telah banyak digunakan dalam kehidupan sehari-hari. Pemerintah menggunakan statistika untuk menilai hasil pembangunan masa lalu dan juga untuk mengambil rencana masa datang. Selain itu pimpinan mengambil manfaat dari kegunaan statistika untuk melakukan tindakan yang perlu dalam menjalani tugasnya. Pengembangan suatu bidang ilmu yang dilakukan dengan pendekatan penelitian kuantitatif sangat membutuhkan statistika. Dalam penelitian pendidikan dan ilmu sosial, terdapat pengaruh terhadap suatu variabel yang tidak selamanya didominasi oleh satu variabel bebas atau beberapa variabel bebas secara langsung. Sering terjadi sifat pengaruh itu tidak langsung, yaitu melalui satu variabel yang paling dekat dengan variabel terikat (dependent variable). variable). Variabel perantara (intervening (intervening variable) variable) merupakan variabel yang menerima pengaruh dari banyak variabel bebas, yang kemudian variabel ini mempengaruhi secara langsung terhadap variabel terkait. Jika kita cermati secara teliti, tidak dimungkinkan akan menemukan hubungan antarvariabel bebas terhadap variabel terikat secara murni langsung. Untuk menganalisis pola hubungan yang tidak langsung itu diperlukan analisis khusus, yaitu analisis jalur ( path path analysis). analysis). Analisis jalur merupakan pengembangan analisis regresi ganda yang menguraikan besaran pengaruh dari variabel bebas terhadap variabel terikat secara tidak langsung. Selanjutnya terdapat beberapa hal yang perlu diketahui dan dicermati dalam menerapkan analisis jalur dalam penelitian yang akan dibahas didalam makalah ini. B. Rumusan Masalah
Dari latar belakang yang ada maka rumusan maslah yang dugunakan dugunakan adalah: 1
Apakah yang dimaksud dengan analisis jalur? jal ur?
2
Bagaimana penerapan analisis jalur?
C. Tujuan Pembahasan
Tujuan dari makalah ini, antara lain: 1
Memahami analisis jalur.
2
Mengetahui penerapan analisis jalur.
1
BAB II PEMBAHASAN A. Pengertian Analisis Jalur
Menurut Pedhazur dalam Kerlinger (1983) dikutip oleh Widiyanto (2013), analisis jalur merupakan suatu bentuk terapan dari analisis multiregresi. Dalam analisis
ini
digunakan diagram jalur untuk membantu konseptualisasi masalah atau menguji hipotesis yang kompleks dan juga untuk mengetahui pengaruh langsung dan tidak langsung dari variabel-variabel bebas terhadap variabel terikat. Analisis jalur ialah suatu tehnik untuk menganalisis hubungan sebab akibat yang terjadi pada regresi berganda jika variabel bebasnya mempengaruhi variabel tergantung tidak hanya secara langsung, tetapi juga secara tidak langsung (Robert D. Rutherford 1993 dikutip oleh Sarwono, 2007). Defenisi lain mengatakan “Analisis jalur merupakan pengembangan langsung bentuk regresi berganda dengan tujuan untuk memberikan estimasi tingkat kepentingan (magnitude) dan signifikasi ( significance) hubungan sebab akibat hipotetikal dalam seperangkat variabel” (Paul Webley 1997 dikutip oleh Sarwono, 2007). David Garson dari North Carolina State University mendefenisikan 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 dimana anak panah tunggal menunjukkan sebagai penyebab. Regresi dikenakan pada masing-masing variabel dalam suatu model sebagai variabel tergantung (pemberi respons) sedang yang lain sebagai penyebab. Pembobotan regresi diprediksikan dalam suatu model yang dibandingkan dengan matriks korelasi yang diobservasi untuk semua variabel dan dilakukan juga penghitungan uji keselarasan statistik (David Garson 2003 dikutip oleh Sarwono, 2007). Menurut Matondang (2014) “tujuan analisis jalur adal ah apakah model yang diusulkan cocok atau tidak dengan data, yaitu dengan cara membandingkan matriks korelasi teoritis dengan matriks korelasi empiris. Jika kedua matriks relatif sama, maka model dikatakan cocok atau fit ”. Sementara itu Al Rasyid (1993) dalam Sanusi (2011) menjelaskan analisis jalur bertujuan untuk menerangkan akibat langsung dan tidak langsung seperangkat variabel bebas dengan seperangkat variabel terikat. Lebih lanjut Sanusi (2011: 156) dalam Supardi 2
(2013) menjelaskan hubungan kausalitas yang menunjukkan pengaruh langsung dan tidak langsung antarvariabel dapat diukur besarnya. Dari defenisi-defenisi diatas, dapat disimpulkan bahwa sebenarnya analisis jalur merupakan kepanjangan dari analisis regresi berganda. Jadi, model path analysis digunakan untuk menganalisis pola hubungan antar variabel dengan
tujuan
untuk
mengetahui pengaruh langsung maupun tidak langsung seperangkat variabel bebas (eksogen) terhadap variabel terikat (endogen). Oleh sebab itu, rumusan masalah penelitian dalam kerangka path analysis berkisar pada: a. Apakah variabel eksogen (X1, X2, …, Xk) berpengaruh terhadap variabel endogen Y? b. Berapa besar pengaruh kausal langsung, kausal tidak langsung, kausal total maupun simultan seperangkat variabel eksogen (X1, X2, …, Xk) terhadap variabel endogen? B. Karakteristik Analisis Jalur
Merujuk pendapat yang dikemukakan oleh Land, ching heisi, Maruyama, Schumaker, dan Lomax, Joreskog (dakam Kusnendi, 2008: 147-148), karakteristik analisis jalur adalah metode analisis dat amultivariat dependensi yang digunakan untuk menguji hipotesis hubungan asimetris yang dibangun atas dasar kajian teori tertentu dengan tujuan untuk mengetahui pengaruh langsung dan tidak langsung seperangkat variabel penyebab terhadap variabel akibat. Menguji hipotesis hubungan asimetris yang dibangun atas kajian teori tertentu artinya yang diuji adalah model yang menjelaskan hubungan kausal antarvariabel yang dibangun atas kajian teori-teori tertentu. Hubungan kausal tersebut secara eksplisit dirumuskan dalam bentuk hipotesis direksional, baik positif maupun negatif. C. Syarat-syarat Penggunaan Analisis Jalur
Beberapa syarat penggunaan analisis jalur adalah sebagai berikut: 1. Hubungan sebab akibat (landasan teoris). 2. Hubungan antar variabel haruslah linier dan aditif. 3. Semua variabel residu tak punya korelasi satu sama lain. 4. Pola hubungan antar variabel adalah rekursif atau hubungan yang tidak melibatkan arahpengaruh yang timbal balik. 5. Tingkat pengukuran semua variabel sekurang-kurangnya adalah interval. 3
6. Terdapat masukan korelasi yang sesuai. Sama halnya menurut Supardi (2013), sifat atau syarat yang harus dipenuhi dalam analisis jalur, anatar lain: 1. Data masing-masing variabel merupakan data interval/ rasio. 2. Hubungan antara dua variabel adalah linier dan aditif. 3. Hubungan antara setiap dua variabel bersifat rekursif (satu arah) 4. Variabel sisa (residu) tidak berkorelasi dengan sesamanya dan tidak juga dengan variabel dalam sistem: r xe = r ex = 0 dan juga r e1.e2 = r e2.e1 = 0. D. Prinsip Dasar Analisis Jalur
Beberapa prinsip dasar yang perlu dipenuhi adalah: 1. Skala pengukuran variabel minimal interval, bisa juga rasio. 2. Pola hubungannya (pengaruhnya) adalah linier. 3. Hubungan antara variabel bebas dengan variabel terikat bersifat kausal ( satu arah) atau tidak ada efek interaksi. 4. Tidak ada pengaruh yang signifikan dari variabel yang tidak diukur (variabel residual) terhadap seluruh variabel yang dimasukkan dalam model. 5. Antarvariabel bebas mempunyai hubungan (multikolinieritas) yang rendah, jadi pada prinsipnya variabel bebas benar-benar bebas, kalaupun ada hubungan besaran hubungannya tidak signifikan. 6. Jika antarvariabel bebas terdapat hubungan yang signifikan, maka seyogiayanya digunakan salah satu variabel dari variabel yang saling berhubungan itu. 7. Sampel penelitian hendaknya besar, analisis jalur akan member makna yang tinggi jika sampel lebih dari 100 (harus diambil secara random), tetapi jumlah tersebut tidak mutlak. 8. Adanya korelasi yang signifikan antara variabel bebas dengan variabel antara atau antara variabel antara dengan variabel bebas. 9. Analisis jalur akan menyajikan besaran hubungan langsung dan tidak langsung antara variabel eksogen (exogenous) terhadap variabel indogen (endogenous).
4
10. Variabel eksogen (exogenous) adalah variabel yang tidak ada penyebab eksplisitnya atau dalam diagram tidak ada anak panah yang menuju kearahnya. 11. Variabel indogen (endogenous) adalah variabel yang ada penyebab eksplisitnya atau dalam diagram ada anak panah yang menuju ke arahnya. 12. Jika antarvariabel eksogen (exogenous) dihubungkan, maka anak panah akan menuju keduanya (garis tersebut mempunyai dua arah atau dua anak panah). 13. Variabel bebas dan terikat dalam regresi diganti istilanya dengan variabel eksogen (exogenous) dan variabel indogen (endogenous). E. Asumsi dalam Analisis Jalur
Sebelum melakukan analisis, hendaknya diperhatikan beberapa asumsi sebagai berikut: a
Pada model analisis jalur, hubungan antar variabel adalah bersifat linier, adaptif dan bersifat normal.
b
Hanya sistem aliran kausal kesatu arah artinya tidak ada arah kausalitas yang berbalik.
c
Variabel terikat (endogen) minimal dalam skala ukur interval dan rasio.
d
Menggunakan sampel probability sampling yaitu teknik pengambilan sampel untuk memberikan peluang yang sama pada setiap anggota populasi untuk dipilih menjadi anggota sampel.
e
Observed variables diukur tanpa kesalahan instrumen pengukuran valid dan reliable artinya variabel yang diteliti dapat diobservasi secara langsung.
f
Model yang dianalisis dispesifikasikan dengan benar berdasarkan teori-teori dan konsep-konsep yang relevan artinya model teori yang dikaji atau diuji dibangun berdasarkan teoritis tertentu yang mampu menjelaskan hubungan kausalitas antar variabel yang diteliti. Adapun asumsi yang melandasi analisis jalur diantaranya adalah (Solimun 2002, Riduan dan Kuncoro 2011 dikutip oleh Sunjoyo dkk, 2013):
1. Hubungan antar variabel haruslah linear dan aditif. 2. Ukuran sampel yang memadai sebaiknya diatas 100. 3. Pola hubungan antara variabel adalah rekursif (satu arah). 4. Data berskala interval. 5
F. Manfaat Analisis Jalur
Menurut Saparina (2013), ada beberapa manfaat analisis ja lur diantaranya adalah: 1
Sebagai penjelas terhadap fenomena yang dipelajari atau permasalahan yang diteliti.
2
Untuk prediksi nilai variabel endogen (Y) berdasarkan nilai variabel eksogen (X).
3
Sebagai faktor determinan yaitu penentuan variabel eksogen (X) mana yang berpengaruh dominan terhadap variabel endogen (Y), juga untuk menelusuri mekanisme (jalur-jalur) pengaruh variabel eksogen (X) terhadap variabel endogen (Y).
4
Pengujian model, menggunakan theory triming, baik untuk uji reabilitas konsep yang sudah ada ataupun uji pengembang konsep baru.
G. Keuntungan dan Kelemahan Analisis Jalur
Menurut Sarwono (2012), keuntungan menggunakan analisis jalur diantaranya: 1
Kemampuan menguji model keseluruhan dan parameter-parameter individual.
2
Kemampuan pemodelan beberapa variabel mediator/perantara.
3
Kemampuan
mengestimasi
dengan menggunakan persamaan
yang
dapat melihat semua kemungkinan hubungan sebab akibat pada semua variabel dalam model. 4
Kemampuan melakukan dekomposisi korelasi menjadi hubungan yang bersifat sebab akibat (causal relation), seperti pengaruh langsung (direct effect ) dan pengaruh tidak langsung ( indirect effect ) dan bukan sebab akibat (non-causal association), seperti komponen semu ( spurious).
Kelemahan menggunakan analisis jalur diantaranya: 1
Tidak dapat mengurangi dampak kesalahan pengukuran.
2
Analisis jalur hanya mempunyai variabel-variabel yang dapat diobservasi secara langsung.
3
Analisis jalur tidak mempunyai indikator-indikator suatu variabel laten.
4
Karena analisis jalur merupakan perpanjangan regresi linier berganda, maka semua asumsi dalam rumus ini harus diikuti.
5
Sebab akibat dalam model hanya bersifat searah (one direction), tidak boleh bersifat timbal balik (reciprocal ).
6
H. 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 Diagram), dan bentuknya ditentukan oleh proposisi teoritik yang berasal dari kerangka pikir tertentu.
Gambar 1. Diagram Jalur Yang Menyatakan Hubungan Kausal Dari X 1 Sebagai
Penyebab Ke X 2 Sebagai Akibat Keterangan: X1 adalah variabel eksogenus (exogenous variable), untuk itu selanjutnya variabel penyebab akan kita sebut sebagai variabel eksogenus. X2 adalah variabel endogenus (endogenous variable), sebagai akibat, dan adalah variabel residu (residual variable), yang merupakan gabungan dari: (1) Variabel lain, di luar X 1, yang mungkin mempengaruhi X2 dan telah teridentifikasi oleh teori, tetapi tidak dimasukan 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 ), dan (4) Komponen yang sifatnya tidak menentu ( random component ). Gambar 1 merupakan diagram jalur yang paling sederhana. Gambar 6.1 menyatakan bahwa X2 dipengaruhi secara langsung oleh X 1, tetapi di luar X 1, masih banyak penyebab lain yang dalam penelitian yang sedang dilakukan tidak diukur. Penyebab penyebab lain itu dinyatakan oleh . Persamaan struktural yang dimilik oleh gambar 1 adalah X 2 =
x 2 x1
X1 + . Selanjutnya tanda anak panah satu arah menggambarkan pengaruh langsung dari variabel eksogenus terhadap variabel endogenus.
7
Gambar 2. Diagram jalur yang menyatakan hubungan kausal
dari X1, X2, X3 ke X4 Gambar 2 menunjukkan bahwa diagram jalur tersebut terdapat tiga buah variabel eksogenus, yaitu X 1, X2, dan X3, sebuah variabel endogenus (X4) serta sebuah variabel residu . Pada diagram di atas juga mengisyaratkan bahwa hubungan antara X 1 dengan X4, X2 dengan X4 dan X3 dengan X 4 adalah hubungan kausal, sedangkan hubungan antara X1 dengan X2, X 2 dengan X3 dan X1 dengan X3 masing-masing adalah hubungan korelasional. Perhatikan panah dua arah, panah tersebut menyatakan hubungan korelasional. Bentuk persamaan strukturalnya adalah : X 4 = p
x x 4 1
X1 + p
x x 4 2
X2 + p x x X3 + 4
3
.
Gambar 3. Hubungan kausal dari X 1, X2 ke X3 dan dari X3 ke X4
Perhatikan bahwa pada gambar 3 di atas, teradapat dua buah sub-struktur. Pertama, sub-struktur yang menyatakan hubungan kausal dari X 1 dan X2 ke X3, serta kedua, substruktur yang mengisyaratkan hubungan kausal dari X 3 ke X4. Persamaan struktural untuk gambar 3 adalah: X3 = p x x X1 + p x x X2 + 1 dan X4 = p x x X3 + 2. 3
1
3
2
4
3
Pada sub-struktur pertama X1 dan X2 merupakan variabel eksogenus, X3 sebagai variabel endogenus dan
1
sebagai variabel residu. Pada sub-struktur kedua, X 3
merupakan variabel eksogenus, X4 sebagai variabel endogenus dan residu.
8
2 sebagai
variabel
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-struktur yang membangun diagram jalur tersebut. I. Koefisien Jalur
Besarnya pengaruh langsung dari suatu variabel eksogenus terhadap variabel endogenus tertentu, dinyatakan oleh besarnya nilai numerik koefisien jalur ( path coefficient ) dari eksogenus ke endogenus.
Gambar 4. Hubungan kausal dari X 1, X2 ke X3
Hubungan antara X1 dan X2 adalah hubungan korelasional. Intensitas keeratan hubungan tersebut dinyatakan oleh besarnya koefisien korelasi r
x x
1
2
. Hubungan X1 dan
X2 ke X3 adalah hubungan kausal. Besarnya pengaruh langsung dari X 1 ke X3, dan dari X2 ke X3, masing-masing dinyatakan oleh besarnya nilai numerik koefisien jalur p p
x x
3
2
. Koefisien jalur p
x
3
x x
3 1
dan
menggambarkan besarnya pengaruh langsung variabel residu
(implicit exogenous variable) terhadap X3. Langkah kerja yang dilakukan untuk menghitung koefisien jalur adala h: 1
Gambarkan dengan jelas diagram jalur yang mencerminkan proposisi hipotetik yang diajukan, lengkap dengan persamaan strukturalnya. Di sini kita harus bisa menterjemahkan hipotesis penelitian yang kita ajukan ke dalam diagram jalur, sehingga bisa tampak jelas variabel apa saja yang merupakan variabel eksogenus dan apa yang menjadi variabel endogenusnya.
9
2
Menghitung matriks korelasi antar variabel. X1
X2
Xu
…
R =
Formula untuk menghitung koefisen korelasi yang dicari adalah menggunakan Product Moment Coefficient dari Karl Pearson. Alasan penggunaan teknik koefisien korelasi dari Karl Pearson ini adalah karena variabel-variabel yang hendak dicari korelasinya memiliki skala pengukuran interval. Formulanya : r xy
3
N XY ( X ).( Y )
N X
2
( X ) . N Y ( Y ) 2
2
2
Identifikasikan sub-struktur dan persamaan yang akan dihitung koefisien jalurnya. Misalkan saja dalam sub-struktur yang telah kita identifikasi terdapat k buah variabel eksogenus, dan sebuah (selalu hanya sebuah) variabel endogenus X u yang dinyatakan oleh persamaan : Xu = p
x
u
x 1
x1 + p
x x u
2
x2 + … + p x x xk + . u
k
Kemudian hitung matriks korelasi antar variabel eksogenus yang menyusun sub-struktur tersebut. X1
X2
…
Xk
R =
4
Menghitung matriks invers korelasi variabel eksogenus, dengan rumus : X1
X2
…
Xk
R 1-1 =
10
5
Menghitung semua koefisien jalur p x x , dimana i = 1,2, … k; melalui rumus : u
x x x x ... x x
u 1
u
u
2
k
C 11
C 12
...
C 22
...
C 1k
C 2 k ... C kk
...
r x x r x x ... r x x
u 1
u
2
u
k
i
Catatan : Contoh di atas merupakan model analisis jalur kompleks, sehingga langkah-langkah perhitungan untuk mencari koefisien jalurnya dapat mengikuti pola di atas. Sementara besarnya koefisien jalur untuk model analisis jalur sederhana, yang terdiri dari satu variabel eksogen dan satu variabel endogen (perhatikan Gambar 6.1), nilainya sama dengan besarnya koefisien korelasi antara kedua variabel tersebut (p x u x i
= r x x ). u
i
J. Besaranya Pengaruh Variabel Eksogen Terhadap Variabel Endogen
Pengaruh yang diterima oleh sebuah variabel endogenus dari dua atau lebih variabel eksogenus, dapat secara sendiri-sendiri maupun secara bersama-sama. Pengaruh secara sendiri-sendiri (partial), bisa berupa pengaruh langsung, bisa juga berupa pengaruh tidak langsung, yaitu melalui variabel eksogen yang lainnya. Menghitung besarnya pengaruh langsung, pengaruh tidak langsung serta pengaruh total variabel eksogenus terhadap variabel endogenus secara parsial, dapat dilakukan dengan rumus :
Besarnya pengaruh langsung variabel eksogenus terhadap variabel endogenus = p x x u
x p x x u
i
Besarnya pengaruh tidak langsung variabel eksogenus terhadap variabel endogenus = p x x x r u
i
i
x x 1 2
x p x x u
i
Besarnya pengaruh total variabel eksogenus terhadap variabel endogenus adalah penjumlahan besarnya pengaruh langsung dengan besarnya pangaruh tidak langsung = [p x x x p x x ] + [p x x x r u
i
u
i
u
i
x1 x2
x p x x ] u
i
11
Selanjutnya pengaruh bersama-sama (simultan) variabel eksogenus terhadap variabel endogenus dapat dihitung dengan menggunakan rumus: r x x r x x ... r x x
u 1
R
2
xu ( x1 , x2 ,... xk )
xu x1
x x u
2
...
x
u xk
u
2
u
k
Dimana : R 2 x
u
( x1 , x 2 ... x k )
adalah koefisien determinasi total X1, X2, … Xk terhadap Xu atau besarnya
pengaruh variabel eksogenus secara bersama-sama (gabungan) terhadap variabel endogenus. x
x
u x1
r x
r x
u x1
u x 2
...
...
u x 2
u
x k
adalah koefisien jalur
u
x k
adalah koefisien korelasi variabel eksogenus X 1, X2, … Xk
x
r x
dengan variabel endogenus X u.
K. Pengujian Koefisien Jalur
Menguji kebermaknaan (test of significance) setiap koefisien jalur yang telah dihitung, baik secara sendiri-sendiri maupun secara bersama-sama, serta menguji perbedaan besarnya pengaruh masing-masing variabel eksogenus te rhadap variabel endogenus, dapat dilakukan dengan langkah kerja berikut : 1. Nyatakan hipotesis statistik (hipotesis operasional) yang akan diuji. Ho : p x x = 0, u
artinya tidak terdapat pengaruh variabel eksogenus (Xu) terhadap
i
variabel endogenus (Xi). H1 : p x x ≠ 0, u
artinya terdapat pengaruh variabel eksogenus (Xu) terhadap
i
variabel endogenus (Xi). dimana u dan i = 1, 2, … , k 2. Gunakan statistik uji yang tepat, yaitu :
Untuk menguji setiap koefisien jalur :
t
p xu xi (1 R 2 xu ( x1 x2 ... xk ) )C ii
n k 1
12
dimana: i =
1,2, … k
k=
Banyaknya variabel eksogenous dalam substruktur yang sedang diuji
t =
Mengikuti tabel distribusi t, dengan derajat bebas = n – k – 1
Kriteria pengujian : Ditolak H 0 jika nilai hitung t lebih besar dari nilai tabel t. (t 0 > ttabel (n-k-1)).
Untuk menguji koefisien jalur secara keseluruhan/bersama-sama : F
(n
k
k (1
1)( R 2 x
u
R
2
( x1 , x2 ,... xk )
xu ( x1 , x2 ,... xk )
)
)
dimana : i
=
1,2, … k
k =
Banyaknya variabel eksogenus dalam substruktur yang sedang diuji
t
Mengikuti tabel distribusi F Snedecor, dengan derajat bebas (degrees
=
of freedom) k dan n – k – 1 Kriteria pengujian : Ditolak H 0 jika nilai hitung F lebih besar dari nilai tabel F. (F0 > Ftabel (k, n-k-1)).
Untuk menguji perbedaan besarnya pengaruh masing-masing variabel eksogenus terhadap variabel endogenus.
t
p xu xi
p xu x j
(1 R 2 xu ( x1 x2 ... x k ) )(C ii
C jj
2C ij )
n k 1 Kriteria pengujian : Ditolak H0 jika nilai hitung t lebih besar dari nilai tabel t. (t0 > ttabel (n-k-1)). 3. Ambil kesimpulan, apakah perlu trimming atau tidak. Apabila terjadi trimming , maka perhitungan harus diulang dengan menghilangkan jalur yang menurut pengujian tidak bermakna (no significant).
13
L. Penerapan Analisis Jalur dalam Penelitian
a. Judul Penelitian:
Adapun yang menjadi judul penelitian penerapan analisis jalur dengan menggunakan SPSS Amos adalah sebagai berikut: “Pengaruh Kemampuan Pemahaman Matematika, Kemampuan Koneksi Matematik, Kemampuan Pemecahan Masalah, Kemampuan Berpikir Logis, Kemampuan Berpikir Kreatif, dan Kompetensi Kognitif Matematika Terhadap Konsistensi Diri”
b. Variabel Penelitian dan Skala Data
Terdapat tujuh variabel penelitian yang sesuai dengan judul, yaitu:
1. Kemampuan Pemahaman Matematika
:
X1
2. Kemampuan Koneksi Matematik
:
X2
3. Kemampuan Pemecahan Masalah
:
X3
4. Kemampuan Berpikir Logis
:
X4
5. Kemampuan Berpikir Kreatif
:
X5
6. Kompetensi Kognitif Matematika
:
X6
7. Konsistensi Diri
:
X7
Adapun skala pengukuran yang digunakan dalam penelitian, yaitu: Skala Interval dengan jumlah responden sebanyak 110 orang (N = 110).
14
BAB III PENUTUP A. Simpulan
Sebelum menggunakan analisis jalur dalam menganalisis pola hubungan antar variabel
dengan
tujuan
untuk mengetahui pengaruh langsung maupun tidak langsung
seperangkat variabel bebas (eksogen) terhadap variabel terikat (endogen), perlu diyakini terlebih dahulu bahwa secara teoritis atau perkiraan sebelumnya, bahwa variabel-variabel tersebut memiliki hubungan sebab akibat. B. Saran
Dalam makalah ini penulis memiliki harapan agar pembaca memberikan kritik dan saran yang membangun. Karena penulis sadar dalam penulisan makalah ini terdapat begitu banyak kekurangan.
15
DAFTAR PUSTAKA
Duwi. 2014. Analisis Regresi Linier Sederhana, (http://duwiconsultant.blogspot.com/2011/11/analisisregresiliniersederhana.html , diakses 08 Oktober 2017). Irianto, Agus. 2015. Statistik . Padang: Prenadamedia Group. Repository USU. 2012. BAB II Tinjauan (http://repository.usu.ac.id/bitstream/123456789/23658/3/Chapter diakses 08 Oktober 2017).
Pustaka, %20II.pdf,
Silitonga, Pasar Maulim. 2011. Statistik . Edisi Pertama. Medan: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Medan. Supardi. 2013. Aplikasi Statistika Dalam Penelitian. Jakarta: Change Publication.
16
