Posted on by Kresna

Dekomposisi Hubungan Antar Variabel (skripsi dan tesis)

Model dekomposisi adalah model yang menekankan pada pengaruh yang
bersifat kausalitas antar variabel, baik pengaruh langsung maupun pengaruh tidakΒ langsung dalam kerangka analisis jalur. Model dekomposisi pengaruh kausal antar variabel dibedakan menjadi tiga sebagai berikut (Alwin & Hauser, 1975: 38-39):
a. Pengaruh Langsung (Direct Effect)
Pengaruh langsung adalah pengaruh dari variabel X ke variabel Y langsung
tanpa melalui variabel lain. Sebagai contoh pada Gambar 2.1 pengaruh
langsung dari 𝑋1 ke 𝑋3 ditunjukan oleh 𝜌31
b. Pengaruh Tidak Langsung ( Indirect Effect)
Pengaruh tak langsung terjadi jika variabel eksogen mempengaruhi variabel
endogen melalui variabel ketiga. Sebagai contoh pada Gambar 2.1 pengaruh
tak langsung dari 𝑋1 ke 𝑋5 ditunjukan oleh anak panah satu arah dari 𝑋1 ke 𝑋3
dan 𝑋3 ke 𝑋5. Pengaruh tak langsung dari 𝑋1 ke 𝑋5 dapat dituliskan 𝜌31 Γ— 𝜌53.
c. Pengaruh Total (Total Effect)
Pengaruh total adalah jumlah dari pengaruh langsung dan pengaruh tidak
langsung. Contoh dari Gambar 2.1 di atas adalah pengaruh total dari 𝑋3 ke
𝑋5 adalah 𝜌53 sama dengan pengaruh langsung dari 𝑋3 ke 𝑋5 karena tidak
mempunyai pengaruh tidak langsung melalui variabel lain.
5. Langkah-Langkah Analisis Jalur
Menurut Hair et al. (1998: 654-655), dalam analisis jalur diperlukan langkahlangkah tertentu yang harus dilakukan. Langkah-langkah tersebut adalah
22
a. Pengembangan Model Berbasis Teori
Langkah pertama dalam pengembangan model adalah pencarian atau
pengembangan sebuah model yang mempunyai justifikasi teoritis yang kuat.
Model yang dirancang merupakan model-model yang bisa dinyatakan ke dalam
bentuk persamaan dan mengandung hubungan kausal di dalamnya. Mengingat
bahwa model tersebut dikembangkan untuk menjawab permasalahan
penelitian yang berbasis pada teori dan konsep, maka dinamakan model
hipotik.
b. Konversi Diagram Jalur Kedalam Persamaan Struktural
Setelah model teoritis dibangun maka langkah selanjutnya adalah
mengembangkan model tersebut dalam diagram jalur. Diagram jalur tersebut
dapat mempermudah melihat hubungan-hubungan kausalitas yang ingin diuji.
Setelah dituangkan dalam diagram jalur maka dikonversi ke dalam persamaan
struktural.
c. Pengujian model
Pengujian pada model dilakukan untuk melihat apakah model yang
terbentuk sudah cukup signifikan. Alat uji paling fundamental untuk mengukur
kesesuaian model adalah Ο‡2
. Namun, uji Ο‡2
lebih sensitif terhadap ukuran
sampel yang besar. Oleh karena itu Hu dan Bentler (1999) merekomendasikan
Comparative Fit Index (CFI) untuk mengevaluasi kecocokan model relatif
terhadap model dasar lainnya. Semakin besar nilai CFI maka model semakin
baik, dengan maksimal nilai 1.
𝐢𝐹𝐼 = 1 βˆ’
max[𝑇𝑇 βˆ’ 𝑑𝑓𝑇]
max[(𝑇𝑇 βˆ’ 𝑑𝑓𝑇) , (𝑇𝐡 βˆ’ 𝑑𝑓𝐡),0]
23
dengan,
𝑇𝑇 : statistik 𝑇 untuk model target
𝑑𝑓𝑇 : 𝑑𝑓 untuk model target
𝑇𝐡 : statistik 𝑇 untuk model target awal
𝑑𝑓𝐡 : 𝑑𝑓 untuk model target awal
Dengan ukuran sampel β‰₯ 250 nilai CFI yang disarankan adalah β‰₯ 0.96
(Yu, 2002: 40). Pada data kategorik, Yu dan MuthΓ©n (2002)
merekomendasikan Weighted Root Mean Square (WRMR), bukan
Standardized Root Mean Square Residual (SRMR).
d. Interprestasi Hasil Komputasi
Langkah terakhir adalah menginterpretasikan model. Apabila rangkaian
dari analisis jalur telah dilakukan maka dapat dimanfaatkan sebagai
1) Prediksi nilai variabel endogen berdasarkan nilai variabel eksogen
2) Penjelasan terhadap fenomena atau permasalahan yang dipelajari atau
diteliti