BAB 2 LANDASAN TEORI Analisis Jalur

Transkripsi

1 BAB 2 LANDASAN TEORI 2.1. Analisis Jalur Analisis jalur atau yang dikenal dengan path analysis dikembangkan pertama tahun 1920-an oleh seorang ahli genetika yaitu Sewall Wright. Menurut Sarwono (2007:1) terdapat beberapa defenisi analisis jalur, diantaranya: 1) Analisis jalur ialah suatu 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 (Robert D. Ruterford 1993). 2) Analisis jalur merupakan pengembanganlangsung bentuk regresi berganda dengan tujuan untuk memberikan estimasi tingkat kepentingan (magnitude) dan signifikansi (significance) hubungan sebab akibat hipotepikal dalam seperankat variabel. (Paul Webley, 1997) 3) Analisis jalur merupakan model perluasan regresi yang digunakan untuk menguji keselarasan matriks korelasi dengan dua atau lebih model hubungan sebab akibat yang dibandingkan oleh peneliti. (David Garson, 2003) Dari beberapa defenisi diatas, dapat disimpulkan bahwa sebenarnya analisis jalur adalah perluasan dari analisis regresi berganda. Analisis jalur merupakan teknik analisis yang digunakan untuk mempelajari atau melihat hubungan kausal antara variabel bebas dan variabel tak bebas Konsep Dasar Analisis Jalur Analisis jalur merupakan teknik statistik yang digunakan untuk menguji hubungan kausal antara dua atau lebih variabel. Esensi dari analisis jalur adalah didasarkan

2 9 pada sistem persamaan linear. Sistem hubungan kausal atau sebab akibat menyangkut dua jenis variabel, yaitu variabel bebas dan variabel terikat. Pengaruh variabel bebas terhadap variabel terikat dalam analisis jalur dapat berupa pengaruh langsung maupun tidak langsung. Hal ini berbeda dengan model regresi dimana pengaruh variabel bebas terhadap variabel tak bebas hanya berupa pengaruh langsung. Pengaruh tidak langsung suatu variabel bebas terhadap variabel tak bebas adalah pengaruh variabel bebas (independent) terhadap variabel tak bebas (dependent) melalui variabel lain yang disebut variabel antara (intervening variable). Dalam analisis jalur dikenal istilah variabel eksogen dan variabel endogen. Variabel endogen atau variabel yang mempengaruhi adalah variabel yang variasinya diasumsikan terjadi bukan karena sebab-sebab dalam model. Atau dalam diagram, tidak ada anak-anak panah yang menuju kearahnya selain pada bagian kesalahan pengukuran. Sedangkan variabel endogen atau variabel yang dipengaruhi adalah variabel yang variasinya terjelaskan oleh variabel eksogen ataupun variabel endogen lain dalam model Manfaat Analisis Jalur Manfaat daripada analisis jalur (path analysis) adalah untuk memberikan penjelasan atau explanation terhadap fenomena yang dipelajari atau permasalahan yang diteliti, membuat prediksi nilai variabel endogen berdasarkan nilai variabel eksogen, mengetahui faktor dominan yaitu penentu variabel eksogen mana yang berpengaruh dominan terhadap variabel endogen, juga untuk mengetahui mekanisme pengaruh jalur-jalur variabel eksogen terhadap variabel endogen, dan pengujian model dengan menggunakan teori trimming baik untuk uji reliabilitas dari konsep yang sudah ada maupun konsep baru.

3 Diagram Jalur dan Persamaan Struktural Pada saat akan melakukan analisis jalur, disarankan untuk terlebih dahulu menggambarkan secara diagramatik struktur hubungan kausal antara variabel penyabab dan variabel terikat. Diagram ini disebut diagram jalur (path diagram), dan bentuknya ditentukan oleh proposisi teoritik yang berasal dari kerangka pikir tertentu. Gambar 2.1: diagram jalur hubungan kausal dari X 1 ke X 2 Gambar diatas merupakan diagram jalur paling sederhana. Gambar 2.1 menyatakan bahwa X 1 sebagai variabel eksogen atau bebas yang mempengaruhi variabel endogen atau terikat X 2. Tetapi diluar daripada variabel X 1 masih ada variabel lain yang tidak diukur dan dinyatakan sebagai variabel residu (ε). Persamaan strukturalnya adalah XX 2 = ρρ XX2 XX 1 XX 1 + ee Gambar 2.2: diagram jalur hubungan kausal dari X 1, X 2, X 3 ke X 4

4 11 Pada gambar diatas terdapat tiga buah variabel eksogen yaitu X 1, X 2 dan X 3 serta sebuah variabel residu ε. Pada diagram diatas juga menunjukkan hubungan kausal dari X 1 ke X 4, X 2 ke X 4 dan X 3 ke X 4, sedangkan hubungan X 1 dengan X 2, X 2 dengan X 3, dan X 1 dengan X 3 menunjukkan hubungan korelasi. Persamaan strukturalnya adalah XX 4 = ρρ XX4 XX 1 XX 1 + ρρ XX4 XX 2 XX 2 + ρρ XX4 XX 3 XX 3 + ee Gambar 2.3: diagram jalur hubungan kausal dari X 1, X 2 ke X 3 dan dari X 3 ke X 4 Pada gambar terdapat dua buah sub-struktur. Pertama, sub-struktur yang menyatakan hubungan kausal dari X 1 dan X 2 ke X 3, serta kedua, mengisyaratkan hubungan kausal dari X 3 ke X 4. Persamaan struktural 1 adalah XX 3 = ρρ XX3 XX 1 XX 1 + ρρ XX3 XX 2 XX 2 + ee 1 Persamaan struktural 2 adalah XX 4 = ρρ XX4 XX 3 XX 3 + ee 2 Pada sub-strukur pertama X 1 dan X 2 merupakan variabel eksogen dan X 3 merupakan variabel endogen serta ε 1 merupakan variabel residu. Pada sub-struktur kedua X 3 merupakan variabel eksogen dan X 4 merupakan variabel endogen, serta ε 2 merupakan variabel residu. Berdasarkan beberapa diagram jalur diatas, maka dapat kita simpulkan bahwa semakin kompleks sebuah hubungan structural semakin kompleks diagram jalurnya, dan semakin banyak pula sub-struktur yang memnbangung diagram jalur tersebut.

5 Koefisien Jalur Besarnya pengaruh langsung dari suatu variabel eksogen terhadap variabel endogen dinyatakan oleh besarnya nilai numeric koefisien jalur (path analysis) dari eksogen ke endogen. Gambar 2.4 hubungan kausal dari X 1, X 2 ke X 3 Hubungan antara X 1 dan X 2 adalah hubungan korelasi. Intensitas keeratan hubungan tersebut dinyatakan oleh besarnya koefisien korelasi r x1x2. Hubungan X 1 dan X 2 ke X 3 adalah hubungan kausal. Besarnya pengaruh langsung dari X 1 ke X 3 dan dari X 2 ke X 3 masing-masing dinyatakan oleh besarnya nilai numeric koefisien jalur ρρ XX3 XX 1 dan ρρ XX3 XX 2. Koefisien jalur ρρ XX3 ee menggambarkan besarnya pengaruh langsung variabel residu terhadap X 3. Langkah kerja yang dilakukan untuk menghitung koefisien jalur adalah: a. Menggambar diagram jalur yang mencerminkan proposisi hipotetik yang diajukan, lengkap dengan persamaan strukturalnya b. Menghitung matrik korelasi antar variabel 1 rr xx1 xx 2 rr xx1 xx uu rr RR = xx2 xx 1 1 rr xx2 xx uu rr xxuu xx 1 rr xxuu xx 2 1

6 13 Formula untuk menghitung koefisien korelasi yang dicari adalah menggunakan Product Moment Coefficient dari Karl Pearson. nn XXXX ( XX)( YY) rr xxxx = nn[ XX 2 ( XX) 2 ][NN YY 2 ( YY) 2 ] c. Mengidentifikasikan sub-struktur dan persamaan yang akan dihitung koefisien jalurnya. Lalu hitung matrik korelasi antar variabel eksogen yang menyusun sub-struktur tersebut. d. Menghitung matrik invers korelasi variabel eksogen CC 11 CC 12 CC 1kk RR 1 CC 1 = 21 CC 22 CC 2kk CC kk1 CC kk2 CC kkkk e. Menghitung semua koefisien jalur ρρ xxuu xx ii, dimana ii = 1,2,, kk; melalui rumus: ρρ xxuu xx 1 CC 11 CC 12 CC 1kk rr xxuu xx 1 ρρ xxuu xx 2 CC = 21 CC 22 CC 2kk rr xxuu xx 2 ρρ xxuu xx kk CC kk1 CC kk2 CC kkkk rr xxuu xx kk Untuk melihat seberapa besar kontribusi secara simultan antara variabel bebas dengan variabel terikat digunakan rumus: 2 RR xxuu (xx 1 xx 2 xx kk ) rr xxuu xx 1 rr xxuu xx 2 = [ρρ xxuu xx 1 ρρ xxuu xx 2 ρρ xxuu xx kk ] rr xxuu xx kk

7 Analisis Jalur Model Trimming Model trimming adalah model yang digunakan untuk memperbaiki suatu model struktur analisis jalur dengan cara mengeluarkan dari model variabel eksogen yang koefisien jalurnya tidak signifikan. Jadi model trimming terjadi ketika koefisien jalur diuji secara keseluruhan ternyata ada variabel yang tidak signifikan. Jika terdapat demikian maka model jalur yang telah dibuat sebelumnya perlu diperbaiki. Cara menggunakan trimming yaitu menghitung ulang koefisien jalur tanpa menyertakan variabel eksogen yang koefisien jalurnya tidak signifikan. Langkahlangkah pengujian analisis jalur (path analysis) dengan model trimming adalah: 1) Merumuskan persamaan struktural 2) Menghitung koefisien jalur 3) Menguji koefisien jalur secara simultan (keseluruhan) Uji hipotesis secara keseluruhan: HH 0 : ρρ xxuu xx 1 = ρρ xxuu xx 2 = = ρρ xxuu xx kk = 0 HH 1 : ρρ xxuu xx 1 = ρρ xxuu xx 2 = = ρρ xxuu xx kk 0 Pengujian signifikansi menggunakan uji F FF = (nn kk 1)RR2 xx uu (xx 1 xx 2 xx kk ) kk(1 RR 2 xx uu (xx 1 xx 2 xx kk ) Dimana: n = jumlah sampel k = jumlah variabel eksogen RR 2 xx uu (xx 1 xx 2 xx kk ) = koefisien determinasi Kriteria pengujian: Jika FF hiiiiiiiiii FF tttttttttt maka tolak HH 0, artinya signifikan Jika FF hiiiiiiiiii < FF tttttttttt maka terima HH 0, artinya tidak signifikan

8 15 4) Menguji koefisien jalur secara individual Hipotesis yang diuji: HH 0 : ρρ xxuu xx ii = 0, artinya tidak terdapat pengaruh variabel eksogenus (xx uu ) terhadap variabel endogenus (xx ii ). HH 0 : ρρ xxuu xx ii 0, artinya terdapat pengaruh variabel eksogenus (xx uu ) terhadap variabel endogenus (xx ii ) Pengujian menggunakan uji t tt = ρρ xxuu xx ii (1 RR2 xx uu (xx 1 xx 2 xx kk ))CC iiii nn kk 1 Dengan kriteria pengujian: ditolak HH 0 jika tt hiiiiiiiiii > tt tttttttttt 5) Menguji kesesuaian antar model analisis jalur Uji kesesuaian model dimaksud untuk menguji apakah model yang diusulkan memiliki kesesuaian dengan data atau tidak. Untuk itu digunakan uji statistic kesesuain model koefisien Q dengan rumus: Dimana: QQ RR mm 2 = kkkkkkkkkkkkkkkkkk QQ QQ = 1 RR mm 2 1 MM = 1 (1 RR 1 2 )(1 RR 2 2 ) 1 RR pp 2 MM = RR mm 2 ssssssssssssh ddddddddddddddaaaa tttttttttttttttt Apabila Q = 1 mengindikasikan model fit sempurna. Jika Q < 1, untuk menentukan fit tidaknya model maka statistic koefisien Q perlu diuji dengan statistik W yang dihitung dengan rumus: WW hiiiiiiiiii = (nn dd)llllll

9 16 Dimana: n = menunjukkan ukuran sampel d = banyak koefisien jalur yang tidak signifikan sama dengan degree of freedom 2 RR mm = koefisien determinasi multiple untuk model yang diusulkan MM = koefisien determinasi multiple setelah koefisien jalur yang tidak signifikan dihilangkan. Dasar pengambilan keputusan adalah jika WW hiiiiiiiiii yang diperoleh signifikan. 6) Memaknai dan menyimpulkan 2 χχ (dddd ;aa) maka model 2.7. Variabel dan Data Variabel Variabel adalah karakteristik yang akan di observasi dari satuan pengamatan. Karakteristik yang dimiliki satuan pengamatan keadaannya berbeda-beda atau memiliki gejala yang bervariasi dari satu satuan pengamatan ke satu satuan pengamatan lainnya, atau untuk satuan pengamatan yang sama, karakteristiknya berubah menurut waktu atau tempat. Dilihat dari hubungan antar variabel, dikenal bermacam-macam variable, antara lain: 1. Variabel independen (bebas, eksogenus) adalah variabel yang menjadi sebab terjadinya variabel dependen (terikat, endogenus). 2. Variabel dependen (terikat, endogenus) adalah variabel yang nilainya dipengruhi oleh variabel independen 3. Variabel moderator adalah variabel yang dapat memperkuat atau memperlemah hubungan antara variabel independen dan variabel dependen.

10 17 4. Variabel intervening adalah variabel moderator yang nilainya tidak dapat diukur secara pasti, seperti sedih, gembira, dan lain sebagainya. 5. Variabel control adalah variabel yang dapat dikendalikanoleh peneliti Data Jenis data berdasarkan cara memperolehnya dapat dibagi atas dua bagian, yaitu: 1. Data primer, yaitu data yang diapat langsung dari objeknya. Misalnya data hasil observasi langsung, data hasil wawancara dan data hasil pengisian kuesioner. 2. Data sekunder, yaitu data yang diperoleh dalam bentuk sudah jadi, hasil dari pengumpulan dan pengolahan pihak lain Teknik Pengumpulan Data Teknik pengumpulan data adalah cara yang dapat digunakan oleh peneliti untuk mengumpulkan data. Ada beberapa teknik yang digunakan untuk mengumpulkan data, diantaranya adalah: 1. Teknik observasi, merupakan teknik pengumpulan data dimana peneliti mengadakan pengamatan dan pencatatan secara sistematis terhadap objek yang ditetili, baik dalam situasi buatan yang secara khusus diadakan (laboratorium) ataupun dalam situasi alamiah atau sebenarnya (lapangan). 2. Teknik wawancara, merupaka teknik pengumpulan data yang dilakukan dengan cara mengadakan Tanya jawab, baik secara langsung maupun tidak langsung secara bertatap muka dengan sumber data (responden) 3. Teknik kuesioner, merupakan teknik pengumpulan data dalam bentuk pengajuan pertanyaan tertulis melalui sebuah daftar pertanyaan yang sudah dipersiapkan sebelumnya dan harus diisi oleh responden

11 Skala Pengukuran Maksud dari skala pengukuran adalah untuk mengklasifikasikan variabel yang akan diukur supaya tidak terjadi kesalahan dalam menentukan analisis data dan langkah penelitian. Jenis-jenis skala pengukuran ada empat, yaitu: 1. Skala nominal, yaitu skala yang menyatakan kategori, kelompok atau klasifikasi konstruk yang diukur dalam bentuk variabel. Nilai variabel dalam skala nominl hanya menjelaskan kategori, tidak menjelaskan nilai peringkat, jarak atau perbandingan. 2. Skala ordinal, yaitu skala pengukuran yang tidak hanya menyak=takan kategori tetapi juga menyataakan peringkat konstruk yang diukur. 3. Skala interval, yaitu skala yang menunjukkan jarak antara satu data dengan data yang lain dan mempunyai bobot yang sama. Contohnya adalah skor ujian perguruan tinggi: A, B, C, D dan E, temperature, persepsi (sangat setuju, setuju, kurang setuju, tidak setuju, sangat tidak setuju). 4. Skala rasio, yaitu skala pengukuran yang mempunyai nilai nol mutlak dan mempunyai jarak yang sama Pengujian Instrumen Penelitian Dalam hal kegiatan pengumpulan data, perlu dilakukan pengujian terhadap instrument yang digunakan. Kegiatan pengujian instrument penelitian meliputi dua hal, yaitu pengujian validitas dan reliabilitas. 1. Validitas Instrumen Validitas adalah suatu ukuran yang menunjukkan tingkat kesahihan suatu instrument. Suatu instrument dikatakan valid apabila mampu digunakan sebagai alat ukur yang mampu mengukur dengan tepat sesuai dengan kondisi responden yang sesungguhnya. Uji validitas dapat dilakukan dengan rumus korelasi product moment dari Karl Pearson, yaitu:

12 19 nn XXXX XX YY rr xxxx = [nn XX 2 ( XX) 2 ][nn YY 2 ( YY) 2 ] Dimana: rxy = koefisien korelasi X = skor butir soal Y = skor total n = jumlah responden Setelah setiap instrument dihitung besarnya koefisien korelasi dengan skor totalnya, maka langkah selanjutnya adalah menghitung uji-t dengan rumus: tt hiiiiiiiiii = rr xxxx nn 2 1 rr xxxx 2 Kemudian hasil diatas dibandingkan dengan nilai t dari tabel dengan taraf kepercayaan 95% dan derajat kebebasan (dk) = n-2. Dengan kriteria pengujian adalah apabila nilai tt hiiiiiiiiii tt tttttttttt,maka butir penyataan tersebut dinyatakan valid. Sebaliknya apabila tt hiiiiiiiiii < tt tttttttttt,maka butir pernyataannya tidak valid. 2. Reliabilitas Instrumen Suatu instrument dikatakan reliable jika pengukurannya konsisten dan cermat akurat. Jadi uji reliabilitas instrument dilakukan dengan tujuan untuk mengetahui konsistensi dari instrument sebagai alat ukur, sehingga hasil suatu pengukuran dapat dipercaya. Rumus statistic yang digunakan adalah reliability analysis Alpha Cronbach, dengan rumus: rr 11 = kk kk 1 1 SS ii SS tt Dimana: r11 = nilai reliabilitas

13 20 Si = jumlah varians skor tiap item St = varians total k = jumlah item Menghitung varians skor tiap-tiap item dengan rumus: Dimana: Si = varians skor tiap item Xi 2 = jumlah kuadrat item X i ( Xi) 2 = jumlah item X i dikuadratkan n = jumlah responden SS ii = XX ii 2 ( XX ii) 2 nn nn Kriteria uji reliabilitas instrument dengan membandingkan r hitung dengan r tabel dengan ketentuan, jika rr hiiiiiiiiii rr tttttttttt maka instrument dinyatakan reliable. Sebaliknya jika rr hiiiiiiiiii < rr tttttttttt maka instrument tidak reliable Populasi dan Sampel Populasi Populasi adalah sekelompok orang, kejadiam, atau benda yang merupakan kumpulan lengkap dari elemen-elemen sejenis akan tetapi dapat dibedakan berdasarkan karakteristiknya, yang dijadikan objek penelitian (Supranto, 2004). Populasi ada dua jenis yaitu populasi terbatas dan tidak terbatas. Populasi terbatas adalah populasi yang memiliki sumber data yang jelas batasnya secara kuantitatif sehingga dapat dihitung jumlahnya. Populasi tak terbatas adalah populasi yang sumber datanya tidak dapat ditentukan batas-batasnya sehingga relative tidak dapat dinyatakan dalam bentuk jumlah.

14 Sampel Sampel adalah bagian dari populasi yang menjadi objek penelitian. Dalam penentuan jumlah sampel dari suatu populasi dibutuhkan teknik sampling. Teknik sampling dapat didefinisikan sebagai suatu teknik untuk menentukan jumlah sampel, sehingga setiap sampel terpilih dalam penelitian dapat mewakili populasinya. Teknik pengambilan sampel dilakukan secara Stratified Random Sampling. Untuk menentukan jumlah sampel dilakukan dengan menggunakan rumus Slovin: Dimana: n N d 2 = jumlah sampel = jumlah populasi = presisi yang ditetapkan nn = NN NNdd Pengertian Prestasi Belajar Prestasi belajar merupakan hasil yang dicapai seseorang ketika mengerjakan tugas atau kegiatan tertentu. Prestasi belajar mahasiswa adalah hasil belajar yang dicapai mahasiswa ketika mengikuti kegiatan pembelajaran dikampus yang ditunjukkan melalui nilai atau angka evaluasi yang dilakukan oleh dosen terhadap tugas dan ujian yang ditempuh. Ada beberapa hal yang mempengaruhi prestasi belajar mahssiswa daik secara internal maupun eksternal, diantaranya: 1. Minat belajar Minat sering diartikan sebagai keinginan untuk melakukan sesuatu. Dalam hal belajar tidak akan tercapai jika tidak didasari oleh minat dari dalam diri seseorang, karena minat merupaka hal utamanya. Minat berhubungan erat dengan prestasi belajar, karena belajar tanpa minat sama saja saja dengan tidak memahami apa yang diajarkan.

15 22 2. Motivasi Belajar Motivasi adalah perubahan energi dalam diri seseorang yang ditandai timbulnya suatu reaksi atau perasaan untuk mencapai sebuah tujuan. Hasi belajar akan menjadi optimal jika memiliki motivasi. 3. Displin belajar Disiplin belajar merupakan suatu kondisi yang sangat pentingmenentukan keberhasilan pelajar dalam proses belajarnya. Tanpa disiplin hasil dari apa yang telah dipelajari kurang optimal. Dimana disiplin sendiri merupakan upaya pengendalian diri dan sikap mental individu atau masyarakat dalam mengembangka kepatuhan dan ketaatan terhadap peraturan dan tata tertib berdasarkan dorongan dan kesadaran yang muncul dalam dirinya. 4. Kecerdasan emosional Goleman (2000:4) berpendapat kecerdasan intelektual hanya menyumang 20% bagi kesuksesan, sedangkan 80% adalah sumbangan faktor-faktor yang lain, salah satunya adalah kecerdasan emosional. Proses belajar diperguruan tinggi dalam berbagai aspek sangat berkaitan dengan kecerdasan emosional yang mana mampu mampu mengola mahasiswa dalm mengola persaaan, pengendalian diri dan kesanggupan untuk tegar menghadapi sesuatu. 5. Lingkungan belajar Manusia tumbuh dan besar dalam lingkungan. Lingkungan belajar merupakan segala sesuatu yang berhubungan dengan tempat proses pembelajaran. Dimana dengan adanya lingkungan belajar yang baik maka akan mempengaruhi disiplin belajar seseorang

16 23 6. Perhatian Orang tua Perhatian orang tua merupakan salah satu halyang dapat meningkatkan motivasi dari belajar mahasiwa itu sendiri. Dimana orang tua sendiri memiliki respon positif untuk setiap hal yang dilakukan oleh anaknya dalam pembelajarannya. 7. Dosen Doen merupakan pengajar dalam perguruan tinggi. Dosen memiliki pengaruh yang penting dalam prestasi mahasiswa, sebagai seorang pengajar dosen membuat suatu pembelajar atau bimbingan aktivitas yang dapat meningkatkan prestasi mahasiswa. 8. Pengaruh teman Teman merupakan orang yang selalu ada bersama kita disetia saat dan yang opaling dekat dengan kita. Teman yang baik akan memberikan dampak positif terhadap prestasi kita, namun teman yang buruk akan menjatuhkan kita.