Dalam artikel sebelumnya kita sudah membahas praktek analisis regresi dengan munggunakan SPSS, pada kesempatan kali ini kita akan sedikit bahas penggunaan SPSS dalam analisis path atau analisis jalur. Secara prinsip analisis jalur serupa dengan analisis regresi pada umumnya. Hanya saja dalam analisis jalur pola hubungan antar variabel ditambahkan dengan adanya efek moderating dari satu variabel untuk menyebabkan variabel lainnya. Karena sebab ini lah, dalam analisis jalur dikenal 2 (dua) macam pengaruh yang disebabkan oleh variabel bebas (X) yaitu pengaruh langsung dan pengaruh tidak langsung. Sebelum kita menguraikan analisis path pada SPSS, ada baiknya kita mengenal lebih terkait apa itu analisis path dan asumsi apa saja yang ada didalamnya.
Metode analisis jalur atau disebut juga the causal model for directly observed variables. Dikembangkan pertama kali kira-kira pada tahun 1920-an oleh seorang ahli genetika bernama Sewall Wright. Tujuan utama dari analisis jalur dijelaskan oleh Bohrnstedt sebagai : “a technique for estimating the effect’s a set of independent variables has on a dependent variables from a set of observed correlation, given a set of hypothesized causal asymmetric relation among the variables.”
Beberapa karakteristik utama analisis jalur adalah sebagai berikut :
- Tujuan : menganalisis pola hubungan kausal antarvariabel dengan tujuan untuk mengetahui pengaruh langsung dan tidak langsung di antara variabel
- Variabel : variabel penyebab disebut variabel eksogen dan variabel akibat disebut variabel endogen
- Masalah Penelitian :
- Apakah variabel eksogen berpengaruh terhadap variabel endogen
- Berapa besar pengaruh langsung dan tidak langsung, maupun bersama variabel eksogen terhadap variabel endogen
- Skala Pengukuran : sekurang-kurangnya interval
- Asumsi :
- Data berdistribusi normal
- Hubungan antar variabel linier
- Tidak ada arah kausalitas yang berbalik (non reciprocal causation) tetapi bersifat rekursif
- Model yang hendak diuji dibangun atas kerangka teoritis yang mampu menjelaskan hubungan kausalitas antar variabel penelitian
- Variabel yang diteliti dapat diobeservasi langsung
Jadi secara sederhana, analisis jalur adalah metode analisis data multivariat dengan tujuan untuk mengetahui pengaruh langsung dan pengaruh tidak langsung beberapa variabel eksogen (penyebab) terhadap variabel endogen (akibat) dengan pola rekursif dan semua variabel dapat diobservasi secara langsung. Rekursif artinya hubungan antar variabel adalah satu arah, tidak ada hubungan yang bersifat resiprokal. Jika dinyatakan A menyebabkan B, maka B tidak dapat menyebabkan A. Semua variabel dapat di observasi langsung artinya variabel yang dianalisis adalah variabel manifes. Karena sifatnya seperti itu maka analisis jalur, seperti dikemukakan sebelumya, disebut juga the casual models for directly observed variables.
Berikut proses perhitungan analisis jalur dengan menggunakan SPSS.
- Persiapkan data yang akan analisis dengan menggunakan analisis jalur. Pastikan data yang dimiliki sudah memenuhi asumsi yang disyaratkan untuk analisis jalur. (catatan : data ordinal hasil kuesioner harus dikonversikan dengan metode MSI, untuk memperoleh data interval).
- Gambar diagram jalur dari model yang dihipotesiskan. Hal ini berguna dalam memandu proses perhitungan koefisien jalur yang melibatkan satu atau lebih variabel bebas sekaligus.
- Buka file SPSS dan masukan variabel ke dalam menu Data View lalu definisikan tiap-tiap variabel tersebut dalam menu Variables Views.
- Setelah semua data variabel dimasukan ke dalam SPSS, lalu klik menu Analyze pilih Regression lalu definisikan variabel sesuai dengan model jalur yang sudah di gambarkan pada poin 2. Apabila terdapat 2 persamaan regresi dalam pembentukan diagram jalur (poin 2) maka proses regresi dilakukan sebanyak 2 kali. Kemudian klik OK.
Gambar 1. Model Persamaan Pertama
Gambar 2. Model Persamaan Kedua
- Setelah klik OK maka akan dihasilkan output SPSS sesuai dengan apa yang kita biasa lakukan dengan analisis Regresi biasanya. Terdapat 3 bagian utama dalam analisis regresi yaitu model summary, ANOVA dan Coefficients. Untuk menidentifikasi besar pengaruh dari variabel eksogen terhadap endogen maka yang kita lihat adalah besaran R-Square. Dan yang membedakan dengan regresi adalah pada menu Coefficients dimana pada regresi dipilih nilai B (beta), sedangkan dalam analisis jalur digunakan nilai B Standardized. Nilai inilah yang menunjukkan besar pengaruh dari variabel eksogen terhadap endogen.
Gambar 1. Output model persamaan pertama
Gambar 2. Output model persamaan kedua
- Setelah semua nilai B Standardized berdasarkan persamaan regresi dalam diagram jalur (poin 2) didapatkan. Tahapan selanjutnya adalah menghitung nilai pengaruh langsung dan pengaruh tidak langsung dari variabel eksogen terhadap endogen, sesuai dengan tujuan penggunaan analisis jalur.
- Pengaruh langsung diperoleh dengan cara mengkuadratkan B Standardized dan dikali 100% jika ingin diperoleh % pengaruh langsung.
- Pengaruh tidak langsung diperoleh dengan cara mengalikan B Standardized variabel ekogen pertama dengan korelasi antar variabel eksogen lalu dikalikan dengan B Standardized variabel eksogen kedua.
- Pengaruh total variabel terhadap variabel endogen adalah dengan menjumlahkan seluruh pengaruh langsung dan tidak langsung yang sudah diperoleh.
Sebagai catatan pastikan R-Square menjadi acuan dalam sinkronisasi dari hasil penjumlahan pengaruh total dari variabel eksogen terhadap endogen. Pengaruh total tersebut sama dengan R-Square yang didapatkan dari model persamaan.
Dalam prakteknya ada beberapa persiapan dan pemahaman yang perlu dibangun oleh peneliti sebelum menerapkan data pada metode Path Analysis. Selain teori atas penelitian yang dapat dipertanggungjawabkan, proses pengujian pada model berupa pengujian asumsi regresi linier klasik yang memuat pengujian normalitas, multikolinieritas, heteroskedastisitas, autokorelasi dan linieritas yang menguatkan bahwa model yang dihasilkan merupakan model yang memiliki taksiran yang baik, masih berlaku pada path analysis. Jadi ada baiknya sebelum meyimpulkan hasil atas pengolahan pastikan semua asumsi atas model terpenuhi agar interpretasi hasil secara optimal dan yakin dapat dikemukakan. SEMANGAT MENCOBA!!!
———————————————————————————————————————————————————-
- Jika rekan peneliti memerlukan bantuan Survey Lapangan, Survey Online ataupun Olah Data dapat menghubungi mobilestatistik.com di :
- WhatsApp : 081321709749
- Email : welcome@mobilestatistik.com
- Klik “Konsultasi Gratis” untuk mendapatkan informasi atau solusi terkait dengan pertanyaan-pertanyaan seputar metodologi penelitian.
- “1st Kirim Pertanyaan, Kami Jawab . . . InsyaAllah”
———————————————————————————————————————————————————-
terims. sangat membantu. mudaha-mudahan saya bisa kontakan l;anjut untuk tutorial