Analisis jalur
Pengaruh langsung dan tidak langsung antar variabel teramati.
Untuk apa dipakai
- Menguji pengaruh variabel X terhadap Y
- Menguji model dengan banyak variabel laten
Data yang dibutuhkan
Minimal tiga kolom angka yang saling dihubungkan dalam diagram jalur.
Unggah file Excel (.xlsx) atau CSV. Aplikasi memeriksa kecocokan data dengan metode sebelum analisis dijalankan, dan token tidak terpotong bila analisis gagal.
Cara membaca hasilnya
Menguji jaringan pengaruh antarvariabel sekaligus dalam satu diagram.
- Koefisien jalur dan p
- Kekuatan dan kebermaknaan tiap panah di diagram.
- R kuadrat tiap variabel terikat
- Seberapa banyak variabel itu dijelaskan oleh panah yang masuk.
- Pengaruh tidak langsung
- Pengaruh lewat perantara; diuji terpisah dari pengaruh langsung.
Perlu diwaspadai
- Diagram harus berdasar teori; menambah panah demi hasil bagus tidak dianjurkan.
Bantuan — proses & rumus
Tahap komputasi yang dijalankan OlahData untuk metode ini, lengkap dengan rumus dan rujukannya.
Ditentukan oleh peneliti dari teori: pasangan panah dari → ke antar variabel. Tidak boleh ada lingkaran (siklus) antar variabel; model yang memuat siklus ditolak.
Setiap variabel yang menerima panah masuk diregresikan (OLS) pada seluruh variabel yang menunjuknya. Untuk model rekursif tanpa galat berkorelasi, hasil OLS ini sama dengan estimasi kemungkinan maksimum.
Dihitung dari matriks koefisien jalur; total = langsung + tidak langsung. Selang kepercayaan efek tidak langsung memakai bootstrap persentil (benih acak tetap).
Total − I = (I − B)⁻¹ − I
Mengubah skala pengaruh menjadi setara (dalam satuan simpangan baku) agar bisa dibandingkan antar jalur.
Beta = B × SD sumber / SD tujuan
Khi-kuadrat, RMSEA, CFI, TLI, dan SRMR dihitung dengan membandingkan kovarians sampel dan kovarians implikasi model; hanya dapat dihitung bila jumlah jalur lebih sedikit daripada model jenuh (df > 0).
Model mengasumsikan galat antar variabel endogen tidak berkorelasi; korelasi sisa yang besar menandakan ada jalur atau penyebab bersama yang belum dimodelkan.
| Ukuran | Ambang batas | Rujukan |
|---|---|---|
| Model cocok (RMSEA) | ≤ 0,06 | Hu & Bentler (1999) |
| Model cocok (CFI/TLI) | ≥ 0,95 | Hu & Bentler (1999) |
| Model cocok (SRMR) | ≤ 0,08 | Hu & Bentler (1999) |
| Model cocok (khi-kuadrat) | p > 0,05 | — |
- Wright, S. (1934). The method of path coefficients. Annals of Mathematical Statistics, 5(3), 161–215.
- Bollen, K. A. (1989). Structural equations with latent variables. John Wiley & Sons.
- Preacher, K. J., & Hayes, A. F. (2008). Asymptotic and resampling strategies for assessing and comparing indirect effects in multiple mediator models. Behavior Research Methods, 40(3), 879–891.
- Hu, L., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis. Structural Equation Modeling, 6(1), 1–55.
Mengikuti Wright (1934) dan Bollen (1989).
Contoh hasil
Contoh hasil dengan data fiktif untuk metode ini sedang disiapkan.
Ingin mencoba dengan data Anda?
Hasilnya disertai tabel, grafik, narasi, dan penjelasan prosesnya.