Analisis Jalurooooooooooooooooooooooooooooooooo.pptx

ooooooooooookkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkkk

1. Analisis Jalur menggunakan Regresi Ekohariadi [email protected]

2. Pen dahuluan Analisis jalur merupakan perluasan regresi . Peneliti menguji kemampuan lebih dari satu variabel prediktor untuk memprediksi banyak variabel dependen .

3. Variabel Independen / Eksogen Suatu variabel yang tidak dipengaruhi oleh variabel lain. Pada gambar samping , ada dua variabel independen / eksogen : X1 and X2

4. Variabel Dependen /Endogen Suatu variabel yang dipengaruhi oleh variabel lain. Pada gambar samping , ada dua variabel endogen: Y1 and Y2

5. Pengaruh Langsung Pengaruh langsung satu variabel pada variabel lain. Ini ditunjukkan anak panah yang ditarik dari satu variabel ke variabel lain. Pada gambar samping , diukur empat pengaruh langsung .

6. Pengaruh Taklangsung Pengaruh suatu variabel terhadap variabel lain melalui variabel ketiga . Pada gambar samping , X1 dan X2 mempunyai pengaruh langsung pada Y1 dan pengaruh taklangsung pada Y2 melalui Y1

7. Kesalahan Prediksi Selalu ada kesalahan (error) pada suatu prediksi . Dengan demikian , Y1 dan Y2 mempunyai kesalahan dalam prediksi .

8. Proses Ketika tersedia data, dilakukan analisis jalur secara langsung : Menggambar diagram jalur sesuai dengan teori . Melakukan analisis regresi . Membandingkan estimate regresi (B) dengan asumsi teoritis studi lain . Jika pelu memodifikasi model dengan menambahkan maupun mengurangi jalur yang menghubungkan antar variabel dan mengulangi langkah 2 dan 3 .

9. Asumsi Variabel dependen (VD): Kontinyu, berdistribusi normal ( asumsi univariate normality) Variabel independen (VI): Kontinyu ( bukan variabel dikotomi maupun kategori ) N: Sekitar 30 observa si untuk setiap VI Kausalitas : X 1 dan Y 1 berkorelasi . X 1 mendahulu Y 1 secara kronologis .

10. Asumsi P ath analysis berasumsi bahwa model adalah rekursif . Sifat dependensi kausal adalah unidireksional , seperti ‘satu jalan’ ( anak panah satu ujung ) Jika tidak ada informasi tentang arah dependensi kausal , dianggap hubungan korelasional ( anak panah dua ujung ). r

11. Contoh r UMUR PENDIDIKAN MINAT TUGAS

12. Contoh Pengaruh langsung dan taklangsung UMUR PENDIDIKAN MINAT TUGAS

13. Contoh UMUR PENDIDIKAN MINAT TUGAS X VI Xi  Eksogen Y VD Eta  Endogen Dua analisis regresi : 1) UMUR + PENDIDIKAN + MINAT - > TUGAS 2) PENDIDIKAN –> MINAT

14. Koefisien Jalur Koefisien jalur (p ath ) adalah hasil kali satu atau lebih analisis regresi . Ia adalah indikator dependensi statistik antar variabel . p t, m VD 1 VI 3

15. Koefisien Jalur UMUR PENDIDIKAN MINAT T UGAS P t, m P t, p P t, u P m,p

16. Koefisien Jalur Koefisien jalur dapat koefisien regresi terstandar (’  ’) maupun tidak te r standar (’B’). Kuat dependensi antar-variabel dapat dibandingkan dengan studi lain ketika digunakan nilai terstandar ( z , dimana M = 0 dan SD = 1).

17. Analisis Jalur menggunakan Regresi Usia dan status ekonomi sosial ( SES) memprediksi variabel antara Optimisme , dan Optimisme bersama dengan Usia memprediksi Kualitas hidup . Model hubungan antar variabel sbb : Usia SES Optimisme Kualitas hidup

18. Analisis Jalur menggunakan Regresi Karena ada dua variabel endogen, perlu melakukan analisis regresi dua kali. Analisis pertama , kita menggunakan Usia dan Optimisme untuk memprediksi Kualitas hidup . Analisis kedua , kita menggunakan Usia dan SES untuk memprediksi Optimisme .

19. Analisis 1 Pilih Analyze  Regression  Linier. Pindah ‘ Kualitas_hidup ’ ke Dependent, dan ‘ Usia ’ dan ‘ Optimisme ’ ke Independent(s). Koefisien beta Usia dan Optimisme adalah -0,105 dan 0,528. Koefisien ini diletakkan di diagram jalur . Analisis Jalur menggunakan Regresi

20. Analisis 2 Pilih Analyze  Regression  Linier. Pindah ‘ Optimisme ’ ke Dependent, dan ‘ Usia ’ dan ‘SES’ ke Independent(s). Koefisien beta Usia dan SES adalah -0,306 dan 0,431. Koefisien ini diletakkan di diagram jalur . Analisis Jalur menggunakan Regresi

21. Nilai pengaruh tidak langsung Usia melalui Optimisme pada Kualitas_hidup adalah -0,31*0,53 = 0,16. Nilai pengaruh SES melalui Optimisme pada Kualitas_hidup adalah 0,43*0,53 = 0,23. Kesimpulan umum analisis ini adalah Usia dan SES mempengaruhi secara tidak langsung pada Kualitas_hidup melalui Optimisme . Analisis Jalur menggunakan Regresi Usia SES Optimisme Kualitas hidup -0,11 -0,31 0,43 0,53 -0,29

22. Latihan Marilah kita menggunakan sekumpulan data untuk menguji hubungan antara skor Tes Potensi Akademik (TPA), level pendidikan , dan status sosial ekonomi orang tua (SES). Model hubungan antar variabel sbb : Pendidikan SES TPA

23. Pendidikan 12.70 12.60 12.50 12.50 12.20 12.70 12.40 12.50 12.50 12.60 12.60 12.50 12.50 12.20 12.70 12.40 12.30 12.10 12.40 12.60 12.40 14.35 16.37 13.54 12.55 11.44 12.75 11.80 10.68 14.11 14.57 13.15 15.28 14.12 10.76 11.58 12.34 12.73 10.08 12.64 10.69 13.07 SES TPA 899.00 896.00 897.00 889.00 823.00 857.00 860.00 890.00 889.00 888.00 925.00 869.00 896.00 827.00 908.00 885.00 887.00 790.00 868.00 904.00 888.00

24. Output SPSS