PATH ANALYSIS & STRUCTURAL EQUATION MODEL Liche Seniati Sem. Ganjil 2009/2010 Program Magister Profesi F.Psi.UI
PATH ANALYSIS (Path Analysis) : merupakan suatu metode analisis untuk melihat hubungan antara tiga atau lebih variabel. Analisis jalur dilakukan berdasarkan model hubungan antara variabel-variabel yang diteliti, dimana arah hubungan variabel diatur dari paling kiri sampai paling kanan dan hubungan antara variabel digambarkan dengan tanda panah. Ada berbagai model hubungan yang dapat dibangun dari variabel penelitian yang sama, tergantung bagaimana hipotesis yang disusun peneliti mengenai hubungan antara variabel-variabel penelitian
orang tua anak Model a Prestasi akademik orang tua Prestasi akademik orang tua Prestasi akademik anak anak Model c Model b
Cara melakukan Analisis Jalur 1. Melalui Regresi Berganda, dengan menghitung standarized partial regression coefficient menggunakan program SPSS 2. Melalui Structural Equation Model (SEM), untuk menguji berbagai model hubungan yang ada, baik tanpa memperhitungkan ataupun dengan memperhitungkan besarnya kesalahan menggunakan program LISREL (Linear Structural Relationship) yang dikembangkan oleh Jöreskog dan Sorbom.
Dalam pengujian model dengan metode SEM, variabel yang diletakkan paling kiri disebut variabel eksogen, sedangkan variabel yang diletakkan paling kanan disebut variabel endogen. Adapun variabel yang menjadi variabel perantara dapat menjadi variabel eksogen dan juga endogen tergantung bagaimana hubungan diantara variabel-variabel tersebut. Dalam contoh model b dan c di atas, variabel minat orang tua merupakan variabel eksogen, variabel prestasi akademik merupakan variabel endogen. Adapun variabel minat anak menjadi variabel endogen dari minat orang tua, dan juga variabel eksogen untuk prestasi akademik.
Dalam SEM, ada notasi yang digunakan untuk menggambarkan variabel-variabel penelitian dan hubungan diantara variabel. ξ (ksi): variabel laten eksogen η (eta): variabel laten endogen γ (gamma): hubungan langsung variabel eksogen terhadap variabel endogen β (beta): hubungan langsung antara variabel endogen terhadap variabel endogen
Notasi dalam Model Penelitian ξ 1 orang tua γ 21 Prestasi akademik η 2 γ 11 anak β 21 η 1
Dalam output LISREL untuk uji model penelitian, ada 3 nilai yang dikeluarkan, yaitu: Nilai pada baris pertama menunjukkan besarnya hubungan antara variabel yang diteliti Nilai pada baris kedua menunjukkan besarnya standard error Nilai pada baris ketiga menunjukkan nilai t Nilai kritis untuk t adalah ±1,96 (los 0,05), ±2,62 (los 0,01) dan ±3,37 (los 0,001) Nilai t yang lebih besar dari nilai kritis menunjukkan bahwa hubungan antarvariabel adalah signifikan
Dalam SEM, sebelum dilakukan pengujian terhadap model penelitian maka dilakukan dulu pengujian terhadap model pengukuran (measurement model) melalui analisis faktor konfirmatori (confirmatory factor analysis). Sebagai variabel laten, variabel eksogen maupun variabel endogen memiliki indikator-indikator (item-item) yang merupakan pengukuran langsung terhadap variabel. Notasi dalam pengujian model pengukuran adalah: λ (lambda): hubungan variabel eksogen ataupun endogen dengan indikatornya (besarnya muatan faktor) X: indikator variabel eksogen Y: indikator variabel endogen
X 1 X 2 λ orang tua Prestasi akademik λ Y 4 Y 5 X 3 Y 6 anak λ Y 1 Y 2 Y 3
Dalam output LISREL untuk uji model pengukuran, ada 3 nilai yang dikeluarkan, yaitu: Nilai pada baris pertama menunjukkan besarnya muatan faktor (hubungan antara variabel eksogen/ endogen dengan indikatornya) Nilai pada baris kedua menunjukkan besarnya standard error Nilai pada baris ketiga menunjukkan nilai t Nilai kritis untuk t adalah ±1,96 (los 0,05), ±2,62 (los 0,01) dan ±3,37 (los 0,001) Nilai t yang lebih besar dari nilai kritis menunjukkan bahwa besarnya muatan faktor adalah signifikan
Kriteria untuk menentukan apakah model fit (kesesuaian antara model penelitian atau model pengukuran dengan data empiris) Chi-square dan probabilitas Chi-square valid jika asumsi normalitas terpenuhi dan ukuran sampel adalah besar model fit jika p > 0,05 Goodness of Fit Indices (GFI) model fit jika GFI > 0,90 Root Mean Square Error of Approximation (RMSEA) model fit jika RMSEA < 0,05