A. PENGERTIAN PATH ANALYSIS

Analisis Jalur (Path Analysis) adalah sebuah teknik 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 (Sarwono, 2012). Menurut Fajri Ismail (2018; 398) perbedaan regresi dan analisis jalur adalah  jika dalam regresi pengukuran dilakukan untuk menganalisis pengaruh secara langsung antara variabel x terhadap variabel y, namun dalam analisis jalur pengukuran dilakukan pengaruh baik secara langsung maupun tidak langsung. Analisis jalur berguna untuk melihat hubungan antar variabel dari mengidentifikasi jalur penyebab suatu variabel tertentu terhadap variabel lain, besarnya pengaruh satu variabel independen eksogen atau lebih terhadap variabel dependen endogen.

B. MODEL-MODEL PATH ANALYSIS


    Model-model analisis jalur menurut Fajri Ismail (2018;402) digambarkan  dalam bentuk kotak atau lingkaran serta panah tunggal menunjukkan sebagai penyebab sebagaimana gambar berikut :
Pada gambar yang pertama, 𝑋1 sebagai variabel eksogen pertama, 𝑋2 sebagai variabel eksogen kedua, dan 𝑌 sebagai variabel endogen (terikat). Sedangkan pada gambar yang kedua 𝑋1 sebagai variabel eksogen pertama, 𝑋2 sebagai variabel eksogen kedua, 𝑋3 sebagai variabel eksogen ketiga, dan  𝑌 sebagai variabel endogen (terikat).


𝑋1 sebagai variabel eksogen pertama, 𝑋2 sebagai variabel eksogen kedua, Z sebagai variabel intervening atau perantara, dan 𝑌 sebagai variabel endogen (terikat).

𝑋1dan 𝑋2 sebagai variabel eksogen dan korelatif, 𝑋3 dan 𝑋4  sebagai variabel eksogen. 𝑋1dan 𝑋2 sebagai variabel eksogen bagi variabel endogen 𝑋3 dan 𝑋4, dan 𝑋3 variabel eksogen bagi 𝑋4.

C. ASUMSI-ASUMSI PATH ANALYSIS

Menurut Sugiyono (2021, 302), hubungan jalur antar variabel dalam diagram jalur adalah hubungan hubungan korelasi perhuitungan koefisien jalur menggunakan skor z. Pada gambar dibawah variabel X1 merupakan variabel eksogen. 


Asumsi-asumsi yang harus dipenuhi dalam uji analisis jalur adalah :
  1. Linearitas (hubungan antar variabel bersifat linier).
  2. Variabel eksogen mengarah pada tepat satu panah variabel endogen. 
  3. Tidak terjadi looping atau timbal balik, 
  4. Model mengarah pada satu tujuan yang sama.

D. ANALISIS JALUR DENGAN SPSS


Misalnya terdapat penelitian berjudul : 
“PENGARUH KUALITAS DOSEN DAN LAYANANAN AKADEMIK SERTA KEPUASAN MAHASISWA TERHADAP JUMLAH MAHASISWA BARU“

Keterangan:
𝑿𝟏   = Kualitas Dosen
𝑿𝟐   = Layananan Akademik
Y      = Kepuasan Mahasiswa
𝒁      = Jumlah Mahasiswa Baru

Misalkan hasil pengumpulan datanya adalah sebagai berikut:


Langkah-langkah analisis jalur dengan bantuan program SPSS adalah sebagai berikut: 

1. Menginput data di atas ke program SPSS dengan pengaturan variabel view dan input data view.
2. Regresi 1: Klik Analyze – Regression – Linier
3. Pada jendela Linier Regression; pindahkan variabel “Y” ke  ke kotak dialog Dependent, dan variabel “X1” dan “X2” ke kolom Independent. Kemudian OK. 

4. Maka akan keluar jendela output SPSS sebagaimana gambar berikut.
5. Regresi 2: Klik Analyze – Regression – Linier.
6. Pada jendela Linier Regression; pindahkan variabel “Z” ke kotak dialog Dependent, dan variabel “X1” , “X2” dan “Y” ke kolom Independent. Kemudian OK.
7. Maka akan keluar jendela output SPSS sebagaimana gambar berikut .
8. Interpretasi Output SPSS
Interpretasi dari output Regression 1, pada table Model Summary dapat dilihat bahwa nilai R Square 1 yang berarti variabel X1 dan X2 mampu menggambarkan model sebesar 100%. Untuk tabel Coefficients dapat ditunjukkan bahwa nilai Sig. X1 0,007 < 0,05 yang berarti bahwa variabel X1 secara signifikan berpengaruh terhadap variabel Y. Begitupun nilai Sig. X2 0,001 < 0,05 yang berarti bahwa variabel X2 secara signifikan berpengaruh terhadap variabel Y. Nilai koefisien (Standardized Coeffisien Beta) X1 sebesar 0,337 dan nilai koefisien X2 sebesar 0,663.  Nilai error  dapat dihitung dengan cara 𝑒_1=√(1−1)=0. Berdasarkan ringkasan kesimpulan Regression 1, ilustrasi gambar model jalurnya sebagaimana gambar di bawah.


Adapun interpretasi dari output Regression 2, pada table Model Summary dapat dilihat bahwa nilai R Square 0,998 yang berarti variabel Y, X1 dan X2 mampu menggambarkan model sebesar 99,8% sedangkan 0,2% dari variabel lain. Untuk tabel Coefficients dapat ditunjukkan bahwa Sig. Y 0,001 < 0,05 yang berarti bahwa variabel Y secara signifikan berpengaruh terhadap variabel Z, nilai Sig. X1 0,007 < 0,05 yang berarti bahwa variabel X1 secara signifikan berpengaruh terhadap variabel Z, begitupun nilai Sig. X2 0,001 < 0,05 yang berarti bahwa variabel X2 secara signifikan berpengaruh terhadap variabel Z. Nilai koefisien (Standardized Coeffisien Beta) Y sebesar -5,052,  nilai koefisien X1 sebesar 1,464 dan nilai koefisien X2 sebesar 4,586.  Nilai error  dapat dihitung dengan cara 𝑒2=√(1−0,998)=√0,2=0,4472. Berdasarkan ringkasan kesimpulan Regression 2, ilustrasi gambar model jalurnya sebagaimana gambar disamping.




Berdasarkan interpretasi regresi 1 dan regresi 2, maka dapat disimpulkan bahwa 


VIDEO PEMBELAJARAN PENJELASAN MATERI DIATAS


DAFTAR REFERENSI  

1. Sugiono, 2021."Statistik Untuk Penelitian". Bandung: Alfabeta 2. Winarsunu, Tulus. 2017. "Statistik dalam Penelitian Psikologi dan Pendidikan". Malang. UNMU 3. Ismail, Fajri. 2018. "Statistik untuk Penelitian Pendidikan dan Sosisal". Jakarta: Prenada Media Group. 4. Algifari, 2016. "Statistik Induktif". Yogyakarta: UPP STIM YKPN.