PATH ANALYSIS. Analisa Jalur adalah suatu perluasan dari model regresi, yang digunakan untuk menguji cocok matriks korelasi terhadap dua atau lebih yang.

Slides:



Advertisements
Presentasi serupa
ANALISIS JALUR (Path Analysis)
Advertisements

MODEL PERSAMAAN STRUKTURAL (STRUCTURAL EQUATION MODEL - SEM)
(Sumber: Dr Solimun, MS, 2003 )
ANALISIS JALUR ( PATH ANALYSIS ).
BAB XI REGRESI LINEAR Regresi Linear.
Kesetaraan Uji Koefisien Regresi dan Koefisien Korelasi
A N A L I S I S J A L U R ( P a t h A n a l y s i s )
Regresi Linier Fungsi : Jenis :
KORELASI DAN REGRESI LINEAR SEDERHANA
Regresi Linier Berganda
ANALISIS REGRESI DAN KORELASI BERGANDA
MENGOLAH DATA MENGGUNAKAN SPSS
REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NONLINEAR
PERAMALAN /FORE CASTING
ANALISIS REGRESI SEDERHANA
REGRESI LINEAR SEDERHANA
ANALISIS RGRESI DENGAN MODERATING VARIABEL
ANALISIS KORELASI.
ANALISA REGRESI & KORELASI SEDERHANA
BAB VII ANALISIS KORELASI DAN REGRESI LINIER SEDERHANA
ANALISIS JALUR MODUL 12 Analisis Jalur.
ANALISIS REGRESI DAN KORELASI LINIER
Lilik Kustiani1 Ari Brihandhono2 Universitas Kanjuruhan Malang
Analisis Regresi Sederhana
Analisis Korelasi dan Regresi linier
VARIABEL INTERVENING Variabel intervening merupakan variabel antara atau mediating, berfungsi memdiasi hubungan antara varibal independen dengan variabel.
MODEL PERSAMAAN STRUKTURAL Program Studi Statistika
ANALISIS REGRESI.
ANALISIS MODERATING.
ANALISIS REGRESI & KORELASI
STATISTIKA ANALISIS REGRESI DAN KORELASI
Korelasi dan Regresi Aria Gusti.
MODEL PERSAMAAN STRUKTURAL (STRUCTURAL EQUATION MODEL - SEM)
REGRESI LINIER DAN KORELASI
BAB VIII REGRESI LINEAR BERGANDA DAN REGRESI (TREND) NON LINEAR
ANALISIS REGRESI LINIER BERGANDA
REGRESI LINEAR BERGANDA
Saya Dini Nur Indah Diswari NIM
Analisis Regresi dan Korelasi
SELEKSI VARIABEL DAN PEMILIHAN MODEL TERBAIK
VALIDITAS DAN REABILITAS REGRESI BERGANDA Nori Sahrun, S.Kom., M.Kom
Pertemuan Ke-6 REGRESI LINIER
X bebas/ mempengaruhi / independent Y Terikat/ dipengaruhi / dependent
Analisis Jalur (Path Analysis).
Pertemuan 6 VARIABEL PENELITIAN
Single and Multiple Regression
Analisis Regresi Asumsi dalam Analisis Regresi Membuat persamaan regresi Dosen: Febriyanto, SE, MM. www. Febriyanto79.wordpress.com U.
Korelasi Korelasi Product Moment digunakan untuk melukiskan hubungan antara 2 buah variabel yg sama-sama berjenis interval atau rasio. Rumus.
TEKNIK REGRESI BERGANDA
PERAMALAN DENGAN REGRESI DAN KORELASI BERGANDA
ANALISIS RASIO LIKUIDITAS DAN PROFITABILITAS SEBAGAI ALAT UKUR KINERJA PERUSAHAAN Yohanes Reksa CDP
Single and Multiple Regression
ANALISIS REGRESI Sri Mulyati.
ABSTRAK PENGARUH OPERATING LEVERAGE DAN ECONOMIC VALUE ADDED TERHADAP RETURN SAHAM PERUSAHAAN PERTAMBANGAN LOGAM DAN MINERAL YANG TERDAFTAR DI BURSA.
Pengantar Aplikasi Komputer II Analisis Regresi Linier Berganda
ANALISIS JALUR (PATH ANALYSIS)
ANALISIS REGRESI & KORELASI
REGRESI LINEAR SEDERHANA
Pengantar Aplikasi Komputer II Analisis Regresi Linier Sederhana
Bab 4 ANALISIS KORELASI.
Single and Multiple Regression
REGRESI LINIER.
ANALISIS JALUR ( PATH ANALYSIS ).
ANALISA JALUR (PATH ANALYSIS)
Mata Kuliah Teknik Digital
BAB VIII REGRESI &KORELASI BERGANDA
Korelasi dan Regresi Aria Gusti.
Korelasi dan Regresi Aria Gusti.
Tahapan Belajar Rumus yang Sistematis (Didasarkan frekuensi penggunaan dalam riset skripsi / tesis / disertasi)
Teknik Regresi.
Transcript presentasi:

PATH ANALYSIS

Analisa Jalur adalah suatu perluasan dari model regresi, yang digunakan untuk menguji cocok matriks korelasi terhadap dua atau lebih yang model-model kausal yang dibandingkan oleh peneliti. Path analysis (PA) atau analisis jalur adalah analisis model kausal dari variabel independent (exogenous), variabel antara (endogenous), dan variabel dependen (endogenous) dan semua variabel terukur. Model ini pada umumnya dilukiskan dalam suatu gambar lingkaran dan arah panah (circle-and- arrow) dimana panah tunggal menandai sebagai penyebab.

Model Jalur Suatu model jalur adalah suatu diagram yang berhubungan secara independen, adanya perantara, dan variabel dependent. Panah tunggal menandai adanya yang menjadi penyebab antara variabel exogenous. Panah juga menghubungkan bentuk kesalahan dengan masing-masing variabel endogenous. Panah ganda menandakan adanya korelasi antara pasangan dari variabel exogenous.

Jalur Penyebab Jalur ke variabel yang ditentukan meliputi (1) jalur yang langsung dari panah menuju ke variabel, dan (2) jalur yang dari variabel endogenous berhubungan dengan variable lain yang mempunyai panah menuju ke arah variabel yang ditentukan.

CONTOH Model ini menghubungkan variabel exogenous A, B, dan C, serta variabel endogenous D dan E. Jalur penyebab relevan ke variabel D adalah jalur dari A ke D, dari B ke D, dan jalur yang mencerminkan penyebab umum anteceding -- Jalur dari B ke A ke D, dari C ke A ke D, dan dari C ke B ke D. jalur yang menyertakan dua korelasi (C ke B ke A ke D) tidaklah relevan. Demikian juga, jalur mundur (E ke B ke D, atau E ke B ke A ke D) mencerminkan efek umum dan tidaklah relevan.

Variabel exogenous dan endogin. Variabel exogenous dalam suatu model jalur adalah yang tidak mempunyai penyebab eksplisit (tidak ada panah ke arahnya, selain dari pengukuran bentuk kesalahan). Variabel endogenous adalah variable yang mempunyai arah panah. Variabel endogenous meliputi variable kausal campuran dan variable-variabel dependent. Variabel endogenous campuran mempunyai baik arah panah datang maupun keluar didalam diagram jalur. Sedangkan variable-variabel dependent hanya mempunyai panah datang.

Koefisien Jalur/Bobot Jalur. Suatu koefisien jalur adalah suatu koefisien regresi terstandardisasi (beta) yang menunjukkan efek langsung dari suatu variabel independent dalam suatu variabel dependent di dalam model jalur. Dengan begitu ketika suatu model mempunyai dua atau lebih variabel kausal, koefisien jalur merupakan koefisien parsial regresi yang mengukur tingkat efek dari satu variabel pada varibel yang lain dalam pengontrolan model jalur untuk variabel utama lainnya, penggunaan data yang terstandardisasi atau matriks korelasi sebagai input.

Model ini secara spesifik seperti persamaan jalur berikut: Persamaan 1. satisfaction = b11 age + b12 autonomy + b13 income + e1 Persamaan 2. income = b21 age+ b22 autonomy + e2 Persamaan 3. autonomy = b31 age + e3

TIPE MODEL JALUR Model pertama ini sebenarnya merupakan pengembangan regresi berganda dengan menggunakan dua variabel exogenous, yaitu X 1 dan X 2 dengan satu variabel endogenous Y. Tipe Regresi Berganda

Model kedua adalah model mediasi atau perantara dimana variabel Y memodifikasi pengaruh variabel X terhadap variabel Z. Model Mediasi

Model ketiga ini merupakan kombinasi antara model pertama dan kedua, yaitu variabel X berpengaruh terhadap variabel Z secara langsung dan secara tidak langsung mempengaruhi variabel Z melalui variabel Y. Model Kombinasi Pertama dan Kedua

Model keempat ini merupakan model yang lebih kompleks, yaitu variabel X 1 secara langsung mempengaruhi Y 2 dan melalui variabel X 2 secara tidak langsung mempengaruhi Y 2, sementara itu variabel Y 2 juga dipengaruhi oleh variabel Y 1. Model Kompleks

Dari sisi pandang arah sebab akibat, ada dua tipe model jalur, yaitu recursif dan non recursif. Model recursif ialah jika semua anak panah menuju satu arah Model Recursif dan Non Recursif

MODEL MEDIASI 2 ARAH X1X1 X2X2 X3X3 X4X4

X1 X2 X3 r 12 P31 P32 e1e1 X4 e2e2 P43 P42 P41 Model hubungan struktural antar variabel

RUMUSAN MASALAH 1.Apakah terdapat pengaruh secara langsung X1 terhadap X2? 2.Apakah terdapat pengaruh secara langsung X2 terhadap X1? 3.Apakah terdapat pengaruh secara langsung X1 terhadap X4? 4.Apakah terdapat pengaruh X1 terhadap X3? 5.Apakah terdapat pengaruh secara tidak langsung X1 terhadap X4? 6.Apakah terdapat pengaruh X3 terhadap X4? 7.Apakah terdapat pengaruh X2 terhadap X3? 8.Apakah terdapat pengaruh secara langsung X2 terhadap X4? 9.Apakah terdapat pengaruh secara tidak langsung X2 terhadap X4?

TAHAPAN ANALISIS Uji Linieritas dan signifikansi koefisien regresi dan korelasi Matriks Koefisien Korelasi sederhana antar variabel Persamaan struktural pada sub-struktur 1 X3 = Px3x1 X1 + Px3x2 X2 + e1 KOEFISIEN JALUR 1 Persamaan struktural pada sub-struktur 2 X4 = Px4x1 X1 + Px4x2 X2 + Px4x3 X3 + e2 KOEFISIEN JALUR 2