VLV %HUGDVDUNDQ 8UXWDQ 3HQHPSDWDQ 9DULDEHO …

391

Sudaryono, Aplikasi Analisis (Path Analysis) Berdasarkan Urutan Penempatan Variabel Dalam Penelitian

Aplikasi Analisis (Path Analysis) BerdasarkanUrutan Penempatan Variabel dalam Penelitian

SudaryonoSTMIK Raharja Tangerang, Email: [email protected]

Abstrak: Dalam suatu penelitian kuantitatif, suatu metode yang mengkaji urutan sebab akibat antarasejumlah variabel dalam suatu model penelitian disebut metode path analysis (analisis jalur). Dikarenakanpemikiran sebab akibat memainkan peranan atau aturan yang sangat penting di mana path analysistersebut diaplikasikan, maka dengan menampilkan unsur-unsur path analysis dengan menerapkan analisiskorelasi di antara sesama variabel berdasarkan urutan pengaruhnya, akan memberikan gambaran betapapentingnya analisis jalur ini untuk diketahui oleh peneliti. Tujuan analisis jalur adalah menerangkanakibat langsung dan tidak langsung seperangkat variabel, sebagai variabel penyebab, terhadap variabellainnya yang merupakan variabel akibat. Selain itu tujuan penulisan ini adalah untuk menambah khasanahmodel-model penelitian yang dapat digunakan untuk menganalisis pola hubungan antar variabel. Rumusanmasalah dalam tulisan memusatkan perhatian apakah analisis jalur sangat efektif digunakan dalampenelitian pendidikan dan menjawab pertanyaan permasalahan penelitian dengan baik. Hasil penelusuranliteratur dan contoh-contoh penelitian yang menggunakan analisis jalur menunjukkan bahwa analisisjalur sangat efektif dan perlu dikembangkan dalam penelitian pendidikan.Kata kunci: Penelitian kuantitatif, Aplikasi Path Analysis,Analisis Korelasi, Akibat Langsung, Akibat TidakLangsung.Abstract: In quantitative research there is a method called path analysis that examines chronologicalcause and effect among variables. Since cause and effect play an important role guideline in which theanalysis is applied, showing the path analysis components with applied corelation analysis among variablesbased on their chronological effect would give description how important the path analysis is to beacknowledged by reserachers. It’s objective is to examine direct and indirect effect a set of variables, asthe cause variables towards other variables as the effect variables. The purpose this article is to enrichresearch methods that may be used to analysis the relation patern among the variables. Problem formulationof this article focuses on the question is path analysis effective for educational research and can it answerissues in educational research. Literature reviews and researchs using path analysis reveal that it is veryeffective and needs to be developed in educational research.Keywords: Research Quantitative, Path Analysis Applied, Correlation Analysis, Direct Effect, IndirectEffect.

PendahuluanPenelitian adalah suatu cara i lmiah untukmemecahkan suatu masalah dan untuk menembusbatas-batas ketidaktahuan manusia. Kegiatanpenelitian dengan mengumpulkan dan memprosesfakta-fakta yang ada sehingga fakta tersebutdapat dikomunikasikan oleh peneliti dan hasil-hasilnya dapat dinikmati serta digunakan untukkepentingan manusia. Pada umumnya analisispenelitian dalam penelitian pendidikan dihadapkankepada masalah yang berfaktor ganda. Masalah-masalah dalam pendidikan dapat dikatakan tidak

mungkin dijelaskan dengan hanya menggunakanmodel analisis bivariat, yang hanya menggunakanfaktor tunggal saja. Lagi pula masalah yangbersifat sangat pribadi, seperti prestasi siswa,status ekonomi orang tua siswa dan faktor-faktorlain, ternyata dipengaruhi oleh banyak hal yangsaling berkaitan dengan faktor lainnya sehinggabersifat serba ganda (Asmin, 2002).

Misalnya prestasi siswa ternyata dipengaruhioleh potensi anak, dan potensi ini dipengaruhi pulaoleh tingkat IQ anak, dan IQ dipengaruhi pula olehstatus ekonomi, demikian seterusnya kalau

392

Jurnal Pendidikan dan Kebudayaan, Vol. 17, Nomor 4, Juli 2011

ditelusuri lagi ekonomi masih dipengaruhi oleh faktorlain. Oleh karena itu, para peneliti pendidikan danpeneliti sosial menjadi terbiasa dengan metode yangdikenal dengan sebutan analisis multivariat. Analisismultivariat adalah teknik statistik yang memfokuskandan membuat jelas struktur hubungan yang serentakdi antara tiga atau lebih variabel atau fenomena(Sularso, 2003). Dalam melakukan analisismultivariat, peneliti sering disibukkan dengan adanyabeberapa kemungkinan yang dapat terjadi padahubungan antar berbagai variabel, seperti (1)apakah hubungan tersebut memang ada, (2)apakah hubungan-hubungan tersebut memangwajar, dan (3) apakah hubungan-hubungan itumenunjukkan adanya arah dan urutan?

Timbul pertanyaan terutama bilamanahubungan yang nampaknya nyata kemudianterbukti hanya bersifat semu, berkala, karenavariabel-variabel yang berhubungan itu masing-masing dipengaruhi oleh variabel lain yang tidaktermasuk dalam kerangka analisis? Contoh:hubungan antara gaya berpakaian dengankonsumsi makanan. Kita sering melihat banyakorang muda terutama gadis-gadis bercelanapendek jalan-jalan sambil makan es krim. Apakahhubungan nyata antara gaya berpakaian “celanapendek” dengan konsumsi makanan “es krim”?Kalau diperhatikan kondisi lingkungan, kemudianternyata hubungan antara keduanya timbulkarena adanya variabel lain yang terlupakan,yakni, “udara (musim) panas”. Udara panasmendorong orang jalan-jalan bercelana pendekuntuk mengurangi rasa pengap dan membuatorang merasa ingin minum yang diinginkan.

Pertanyaan kedua mempertanyakan kewajar-an hubungan. Perhatikan contoh tentanghubungan antara pendidikan dan pangkatseseorang. Pendidikan umumnya berkaitandengan kemampuan dan keterampilan. Wajarlahbila orang yang berpendidikan tinggi mendudukijabatan tinggi, sedangkan berpendidikan rendahmenduduki jabatan rendah. Ternyata kalaudiperhatikan lebih lanjut, jabatan tinggi selainberpendidikan tinggi juga memiliki pengalamankerja. Dengan demikian hubungan antarapendidikan dan pangkat jabatan dapat berubahbertambah besar atau berkurang karena faktorpengalaman.

Pertanyaan ketiga menyangkut arah dan urutan.

Perhatikan contoh tentang hubungan antara derajatsosial ayah dan jabatan anaknya. Dapatkah di jamansekarang ini mengikuti pola pikir lama bahwa anakwajib menjunjung derajat orang tua, ataukahsebaliknya? Mengikuti teori sosialisasi dan pengaruhlingkungan, apakah derajat orang tua, terutamaderajat sosial ayah, mempengaruhi cita-cita danderajat yang hendak dicapai anak-anaknya?

Kesulitan-kesulitan macam ini mendorong parapeneliti pendidikan maupun peneliti sosial untukmencari jalan atau metode baru untuk membuatanalisis secara lebih tepat. Salah satu metode barudalam analisis multivariate yang dianggap effisien danefektif untuk mengatasi berbagai masalah hubunganadalah path analysis, yang diterjemahkan menjadianalisis jalur. Berdasarkan uraian di atas, tulisan inimemusat-kan perhatian: apakah analisis jalur (pathanalysis) sangat efektif digunakan dalam penelitianpendidikan dan menjawab pertanyaan permasa-lahanpenelitian dengan baik. Tujuan penulisan ini adalahuntuk menerangkan akibat langsung dan tidaklangsung seperangkat variabel, sebagai variabelpenyebab, terhadap variabel lainnya yang merupakanvariabel akibat yang disebut analisis jalur. Selain itu,untuk menambah khasanah model-model penelitianyang dapat digunakan untuk menganalisis polahubungan antar variabel terutama dalam bidangpendidikan.

Kajian Literatur dan PembahasanPengertian Path AnalysisTeknik analisis jalur pertama kali dikembangkanoleh Sewell Wright pada tahun 1930-an. Teknikini digunakan untuk menguji hubungan kausalyang diduga masuk akal (plausibility) antara satuvariabel dengan variabel lain di dalam kondisinoneksperimental (Muhidin, 2009). Metode pathanalysis adalah suatu metode yang mengkajipengaruh (efek) langsung maupun tidak langsungdari variabel-variabel yang dihipotesiskan sebagaiakibat pengaruh perlakuan terhadap variabeltersebut. Path analysis ini bukanlah suatu metodepenemuan sebab akibat, akan tetapi suatumetode yang diterapkan untuk suatu causal modelyang diformulasikan oleh peneliti pada penge-tahuan dasar dan teoritis yang dikembangkan.

Kerlinger (2003) mengatakan bahwa yangdimaksud dengan analisis jalur (path analysis) adalahsuatu bentuk terapan dari analisis multiregresi. Dalam

393


hal ini digunakan diagram jalur yang kompleks.Dengan menggunakannya dapat dihitung besarnyapengaruh langsung dari variabel-variabel bebasterhadap suatu variabel terikat. Pengaruh-pengaruhitu tercermin dalam apa yang disebut sebagaikoefisien jalur (path coefisients) yang sesungguhnyamerupakan koefisien regresi yang telah dibakukan(yakni ). Meskipun analisis jalur ini sampai sekarangtelah dan tetap merupakan metode analitis danheuristik (rasa ingin tahu) yang penting, diragukanapakah ia akan terus digunakan untuk membantupengujian model guna mengetahui kongruensidengan data yang diperoleh.

Menurut Pedhazur (1982), analisis jalur telahdikembangkan oleh Sewall Wright sebagai suatumetode untuk mengkaji efek langsung atau efektidak langsung dari variabel-variabel yangdihipotesiskan sebagai penyebab efek-efekvariabel yang diperlukan dalam penelitian. Halyang perlu dipahami adalah bahwa sebenarnyaanalisis jalur bukanlah suatu metode yangdigunakan untuk menemukan penyebab-penyebab, akan tetapi digunakan untukmenemukan penjelasan tentang pola-polahubungan langsung dan tidak langsung dari suatumodel kausal yang disusun berdasarkanpertimbangan-pertimbangan teoritis danpengetahuan peneliti.

Jadi secara umum prosedur analisis jalurdapat diformulasikan sebagai sebuah estimasikoefisien dari seperangkat persamaan strukturallinear yang menggambarkan hubungan sebabakibat (cause and effect relationships) yangdihipotesiskan oleh peneliti. Meskipun tidakesensial dalam analisis numerical, tetapi sangatberguna jika pola-pola hubungan kausal antarvariabel ditampilkan dalam bentuk gambar, yangdikenal dengan diagram jalur (path diagram).Kegunaan diagram jalur untuk membantumenkonseptualisasikan masalah atau mengujihipotesis yang kompleks, dan juga untukmengenali implikasi empirik dari teori yang sedangdiuji (Winarsunu, 2003).

Tujuan utama path analysis adalah ….a methodof measurement the direct influence along eachseparate path in such a system and thus of findingthe degree to which variation of a given effect isdetermined by each particular cause. The of methoddepend on the combination of knowledge of the

degree of correlation among the variables in asystem with such knowledge as may possessed ofthe causal relations (Maruyama, 1998). Dalamdiagram jalur dapat dilihat adanya akibat langsungdan tidak langsung dari suatu variabel ke variabellain. Jika di antara dua variabel terdapat hubungankausal maka harus ditentukan terlebih dahulu arahhubungan tersebut. Penentuan arah hubungankausal ini dibuat atas dasar teori danpengetahuan yang telah ada. Hubungan kausalantara dua variabel yang hanya memiliki satu arahatau unidireksional disebut sebagai model yangmemiliki hubungan yang recursive, dan apabilamemiliki dua arah disebut nonrecursive. Dalampenelitian eksperimen, peneliti tertarik kepadacara memanipulasi variabel dan cara meng-observasi di dalam mana manipulasi dilakukanterhadap efek variasi variabel terikat (dependentvariabel).

Dalam hal ini untuk meyakinkan bahwa variasivariabel yang diobservasi yang ada dalam variabelterikat adalah benar-benar dapat dimanipulasi,penelitian harus dapat pula mengontrol variabel-variabel relevan lainnya. Satu dari metode yangpaling memiliki kekuatan untuk pengontrolantersebut adalah randominasi. Dalam hal manipulasidan randominasi, peneliti harus merasa memilikialasan kepercayaan yang kuat dalam menetapkanjenis-jenis perlakuan yang dibutuhkan dalamupaya menghasilkan perubahan-perubahan(variasi) dalam variabel terikat. Situasi seperti iniakan memiliki pertimbangan yang lebih menduaarti bila dilakukan dalam penelitian non-eksperimental, karena peneliti tidak dapatmemanipulasi atau melakukan randominasi.Selama memungkinkan untuk menggunakanpengontrolan statistik sebagai penggantirandomisasi, peneliti harus secara tetap siapsiaga untuk menghadapi kesukaran yangtersembunyi yang menjadi sifat interpretasi dalamanalisis data dari penelitian non eksperimentersebut. Hal ini mungkin merupakan peringatanyang sering disampaikan dalam proses penelitian.

Korelasi bukanlah suatu bukti kuat yang dapatdigunakan untuk menjelaskan sebab akibat.Demikian juga tidak ada indeks lain yang secaramutlak dapat digunakan untuk menjelaskan adanyasebab akibat, tanpa memperhatikan apakah indekstersebut diperoleh dari data penelitian eksperimen

394


atau penelitian non-eksperimen. Menurut Pedhazur(1982), kovarian atau korelasi antara variabel-variabel mungkin dapat digunakan untuk menjelaskansuatu sebab akibat. Menurutnya, suatu skemapenjelasan kurang cocok digunakan untukmenjelaskan data, akan tetapi lebih sesuai digunakanuntuk hal yang bersifat pengetahuan, formulasiteoritis, dan asumsi-asumsi serta analisis logika.Skema penjelasan ini berguna bagi peneliti untukmemperlihatkan tipe analisis yang diterapkan padadata, dan tidak ada cara yang lain.

Suatu kelengkapan yang terdapat dalamanalisis ini adalah bahwa posisi seorang penelitidapat menetapkan apakah data tersebutkonsisten dengan skema penjelasan (eksplanatoryscheme) atau tidak. Jika data tidak konsistendengan exsplanatory model, maka keraguan akanmewarnai teori yang digunakan dalam penelitianitu. Namun demikian kekonsistenan data denganeksplonatory model, bukanlah suatu bukti kuatterhadap suatu teori ini hanyalah berupa petunjukjalan ke arah itu. Dalam hal ini, mungkin data yangdigunakan konsisten dengan model-model kausalyang digunakan. Sebagaimana yang biasaterdapat pada model, bahwa suatu pertimbangansangat dibutuhkan. Misalnya mempertimbangkanmodel-model yang melibatkan tiga variabelberikut.

Model pertama menyatakan bahwa Xmempengaruhi Y. sebaliknya Y mempengaruhi Z.Model kedua menyatakan bahwa Y mempengaruhiX, sehingga X mempengaruhi Z. Korelasi-korelasiantara tiga variabel yang diobservasi mungkinkonsisten dengan kedua model, dan inimemungkinkan bahwa X mendahului Y dalamurutan waktu. Bila hal ini merupakan kasus penelitidapat menolak model (2) dalam model itu.Kemudian perlu ditetapkan metode analisis yangdigunakan untuk membuat perumusan modelteoritis yang dapat dipertahankan oleh peneliti.Salah satu dari metode itu adalah path analisis.Kajian berikut bukanlah dimaksudkan untukmelemahkan analisis lainnya, tetapi sebaliknyauntuk memperkenalkan kepada pembaca beberapaprinsip dasar dan penerapan path analysis dalampenelitian pendidikan dan penelitian sosial lainnya.

Menurut penulis, secara sistemik path analysismengikuti pola model struktural, sehingga langkah

awal untuk mengerjakan atau penerapan model pathanalysis adalah merumuskan persamaan strukturaldan diagram jalur yang berdasarkan kajian teoridalam bidang pendidikan. Informasi diberikan apabilatujuan penelitian ingin mendapatkan model untukkepentingan prediksi, maka yang tepat digunakanadalah model struktural. Model ini mirip dengan pathanalysis, yang membedakan adalah: kalau di dalampath analysis data yang dianalisis adalah data baku,sedangkan di dalam model struktural menggu-nakandata mentah. Dengan demikian hasil analisis modelstruktural kurang tepat jika disajikan dalam bentukdiagram path dan lebih cocok disajikan dalam sistempersamaan.

Variabel Eksogen dan EndogenSecara teoretis variabel dapat didefinisikansebagai atribut seseorang atau objek, yangmempunyai variasi antara satu orang denganyang lain atau satu objek dengan objek yang lain(Sugiyono, 2006). Variabel juga dapat merupakanatribut dari bidang keilmuan atau kegiatantertentu. Dalam model kausal, harus dibedakanantara variabel eksogen dan endogen. Variabeleksogen adalah variabel yang variabilitasnyadiasumsikan ditentukan oleh sebab-sebab yangberada di luar model. Sedangkan variabelendogen adalah variabel yang variasinya dapatditerangkan oleh variabel eksogen dan endogenyang berada di dalam sistem. Variabel endogendiperlakukan sebagai variabel terikat dalam suatuhimpunan variabel tertentu mungkin jugadikonsepsikan sebagai variabel bebas dalamhubungannya dengan variabel yang lain.Ditambahkan oleh Hasan (2002) bahwa disamping ada variabel eksogen dan endogenmasih ada satu variabel lagi yaitu variabelkesalahan. Variabel eksogen adalah setiapvariabel yang mempengaruhi variabel lain danvariabel endogen adalah setiap variabel yangmendapat pengaruh dari variabel lain. Sedangkanvariabel kesalahan adalah semua faktor lain yangmempengaruhi variabel endogen, dan dapatdipandang sebagai gabungan semua variabeleksogen yang tidak diukur plus kesalahanpengukuran.

Jarang sekali ada usaha yang dilakukan untukmenjelaskan variability suatu variabel eksogenatau perbedaan itu hanya merupakan hubungan-

395


hubungan antara variabel eksogen lain. Di sisi lain,variabel endogen adalah suatu variasi yangdijelaskan oleh variabel eksogen atau endogenyang terdapat dalam sistem tersebut. Perbedaanantara kedua jenis variabel ini dilukiskan padaGambar 1.

Gambar 1. Skema Analisis Penelusuran

Pada gambar 1. Tampak bahwa variabel 1,dan 2 adalah variabel eksogen. Korelasi antaravariabel eksogen ditunjukkan oleh arah panah,di mana peneliti tidak perlu mengurutkan satuvariabel menjadi penyebab yang lain. Kon-sekwensinya, hubungan antara residual sesamavariabel eksogen tidak dianalisis dalamsistem itu.

Variabel 3, dan 4 adalah variabel endogen.Di sini terjadi hubungan langsung. Bentukhubungan tidak langsung dilukiskan dari variabel-variabel yang diambil sebagai penyebab (variabelbebas) kepada variabel yang diambil sebagaiakibat (variabel terikat). Dua lintasan ini terlihatdari variabel 1, dan 2 ke 3 yang menyatakanbahwa variabel 3 adalah dependen 1 dan 2.Berarti bahwa pada suatu saat sebuah variabeltidak dapat sekaligus menjadi penyebab dan sebagaiakibat dari variabel lainnya.

Misalnya, jika variabel 2 diambil sebagaipenyebab variabel 3, maka kemungkinan variabel3 menjadi penyebab variabel 2 adalah mustahil.Variabel endogen diperlakukan sebagai variabelterikat dalam sekelompok variabel yang juga

1

2

3 4

a b

disusun sebagai variabel bebas di dalam hubunganvariabel-variabel lainnya. Misalnya, variabel 3 diambilsebagai variabel terikat variabel 1, dan 2, dan jugasebagai variabel bebas pada variabel 4. Ini merupakancontoh hubungan kausal tak langsung. Karena hampirtidak mungkin menghitung total varians sebuahvariabel, residu variabel dikenalkan untukmenyatakan efek dari variabel-variabel yang dilibatkandalam model tersebut. Pada Gambar 1 tampak pulaa, dan b merupakan residu-residu variabel, di manadiasumsikan bahwa residu-residu itu tidak berkorelasisesamanya ataupun dengan variabel pendahulu yangada dalam model. Misalnya, a tidak berkorelasidengan b dan juga tidak berkorelasi dengan variabel1 dan 2. Sedangkan manfaat-manfaat dari pathanalysis adalah untuk (Riduwan, 2007):1. Penjelasan (explanation) terhadap fenomena

yang dipelajari atau masalah yang diteliti.2. Prediksi nilai variabel terikat (Y) berdasarkan

nilai variabel bebas (X), dan prediksi denganpath analysis ini bersifat kualitatif.

3. Faktor determinan yaitu ) penentuan variabelbebas (X) mana yang berpengaruh dominanterhadap variabel terikat (Y), juga dapatdigunakan untuk menelusuri mekanisme(jalur-jalur) pengaruh variabel bebas (X)terhadap variabel terikat (Y).

4. Pengujian model, menggunakan theorytrimming, baik untuk uji reliabilitas (ujikeajegan) konsep yang sudah ada ataupunuji pengembangan konsep baru.Berdasarkan pada penjelasan di atas dapat

dikatakan bahwa, keunggulan path analysisadalah adanya suatu usaha untuk melakukandekomposisi terhadap korelasi antara variabeleksogen dengan endogen, di mana hal ini akanmeningkatkan interpretasi terhadap pola-polahubungan atau pengaruh dari satu variabelterhadap variabel yang lain.

Asumsi-asumsi Path AnalysisSeperti model-model analisis statistik parametriklainnya, bahwa penerapan yang memadai darisebuah prosedur statistik untuk kepentinganpengujian hipotesis bergantung pada seberapajauh seperangkat asumsi yang mendasariprosedur itu memenuhi syarat untuk tujuananalisis tersebut. Model analisis jalur hanya sesuaiuntuk data yang memenuhi asumsi-asumsi yang

396


berlaku bagi analisis regresi, antara lain (Abdurahman,2011): Pertama, hubungan-hubungan antaravariabel-variabel dalam model adalah linier, yaituasumsi bahwa semua hubungan antar variabel yangada dalam model adalah hubungan yang mengikutigaris lurus, bukan garis lengkung (curvilinear).

Kedua, residual-residual yang muncul tidakberkorelasi dengan variabel yang mendahuluinyadalam model dan juga tidak berkorelasi di antarasesama variabel itu sendiri. Implikasi dari asumsiini adalah bahwa semua variabel-variabel yangrelevan harus dilibatkan dalam sistem itu. Variabelendogen disusun sebagai kombinasi linier darivariabel-variabel eksogen atau endogen lain yangada dalam sistem, dibarengi sebuah residu.Variabel eksogen diperlukan sebagai “pemberi”.Jika variabel-variabel eksogen dikorelasikansesamanya, korelasi tersebut diperlakukansebagai “pemberi” dan sisanya tidak dianalisis.

Ketiga, asumsi normalitas sangat pentingterutama untuk kepentingan penarikankesimpulan. Pada beberapa variabel hasilobservasi cenderung memiliki frekuensi yangposisinya berada di pusat atau ditengah distribusi.Distribusi normal merupakan hal yang pentingdalam statistik yang digunakan sebagai rujukanuntuk menentukan ukuran normalitas tidaknyasuatu distribusi data sampel. Keempat, asumsihomogenitas yang sering juga disebuthomoscedastisitas yaitu apabila skor-skor variabelendogen untuk setiap skor tertentu pada variabeleksogen selalu sama atau hampir sama(Goldstein, 1985).

Kelima, model analisis jalur cocok untukvariabel yang mempunyai skala interval atau rasiodan kurang cocok untuk variabel berskala nominalatau ordinal. Jika salah satu variabel dalam modelyang dispesifikasikan mempunyai skala ordinalatau nominal, maka koefisien korelasi variabeltersebut harus dihitung dengan teknik statistik non-parametrik tertentu. Kemudian koefisien korelasiyang dihasilkan dimasukkan ke dalam matrikskorelasi yang akan dipakai dalam analisis jalur.

Path CoefficientsKoefisien path merupakan pecahan untuksimpangan baku dari variabel terikat (dengantanda yang sesuai) untuk ditandai dengan faktoryang langsung bertanggungjawab di mana

pecahan itu dijumpai, jika variasi faktor untuk tingkatyang sama terdapat dalam data yang diobservasi.Selama yang lain-lain (mengandung residual faktor-faktor) adalah konstan. Dengan kata lain pathkoeffisien menyatakan efek langsung dari variabelyang diambil sebagai penyebab terhadap variabelyang diambil sebagai efek. Koefisien pathmenunjukkan besarnya pengaruh langsung suatuvariabel terhadap variabel lain, bila pengaruh-pengaruh lain yang berhubungan sudahdiperhitungkan.

Koefisien path ini identik dengan koefisienregresi (beta), bila variabelnya diukur dalambentuk standard. Cara memperoleh koefisien inidapat dilakukan dengan dua cara, yaitu(Kusnendi, 2005): pertama, dengan langsungmenggunakan data mentah dan menghitungkoefisien parsial dari input data yang terstandard,dan kedua, dengan menggunakan metode zero-order correlation antar semua variabel dan denganmatriks interkorelasi yang ada. Lambang yangdigunakan untuk path koeffisien adalah “p”dengan dua subscript (tulisan di bawah garis)yang pertama menyatakan efek (atau variabelterikat), dan subscript kedua menyatakan kausal/penyebab (independent variable). Misalnya p32menyatakan efek langsung dari variabel 2 padavariabel 3.

Ketergantungan Variabel-Variabel dalamPersamaan-Persamaan.Sebagai suatu teknik untuk mengaitkan hubunganantar variabel yang diteliti dengan asumsi bahwaterdapat beberapa variabel utama yang secarautuh menentukannya. Variabel-variabel utamatersebut mungkin diobservari melalui variabel-variabel itu sendiri (seperti tingkat pendapatan,sebagai suatu penentu dalam pembayaranpajak), atau mungkin didasarkan pada variabel-variabel yang lain seperti (tingkat inteligensi sebagaipenentu skor-skor tes bervariasi yang sedangditeliti). Untuk melukiskan hal itu perhatikan gambar2.

397


Gambar 2. Ilustrasi Diagram Penelusuran

Dari gambar 2, tampak bahwa x1 dan x2merupakan variabel-variabel utama yang diselidiki,dan x3 dan x4 menentukan variabel-variabel utamalaten (yang tak diselidiki, hipotesis, sintetis).Variabel-variabel utama secara utuh menentukanvariabel-variabel x3 dan x4 yang diselidiki sepertiyang dinyatakan oleh satu arah panah. Di sini x4bukan hanya secara langsung bergantung padavariabel-variabel utama x1 dan x2, akan tetapiketergantungan itu melalui variabel perantara x3.Tanda dua arah panah atau variabel x1 dan x2menyatakan bahwa mereka saling memilikiketergantungan, namun arah dari pengaruhtersebut tidak dilakukan secara eksplisit. Pada sisilain, variabel xu dan xv merupakan dua variabelyang saling bebas (tidak ada tanda panah) danjuga bebas terhadap variabel x1 dan x2 (Asmin,2002).

Analisis jalur secara khusus bertujuan untukmenyetarakan persamaan-persamaan linier yangdinyatakan sebagai sebuah fungsi dari variabel-variabel, dari mana arah panah itu bergerak (titikawal panah). Sebagai contoh dapat ditulispersamaan:x3=b31x1+b32x2+b3uxu..........................................(1)

Lihatlah ada tiga tanda panah yang berasal darix1,x2 dan x3n dan xu menuju ke x3, artinyabergantung pada x1, x2 dan xu. Begitu pulapersamaan:X4=b41x1+b42x2+b43x3+b4vxv..................................(2)

Dalam persamaan ini suku b43x3 dapatdieliminasi karena x3 dapat digantikan denganpersamaan (1) sehingga diperoleh persamaanuntuk x4. Faktor-faktor utama koefisien b dalampersamaan (1) dan (2) yang dinamakan koefisien

jalur. Persamaan itu sendiri dinamakan persamaanstruktural.

Persamaan Vektor dalam AnalisisPenelusuranSelanjutnya kita mengasumsikan untuk bahwavariabel-variabel xi dinyatakan dalam bentuk baku.Ekspektasi-ekspetasi suku 2ix diartikan sebagaisuku kesatuan, dan ekspektasi dari x ix jmenyatakan koefisien korelasi rij. Asumsi-asumsitersebut tidak diartikan secara mendasar, tetapisecara sederhana yang merupakan perlakuanformal yang lebih besar. Tentu saja, kegunaannyauntuk mengidentifikasi (mengenali) koefisien-koefisien b dalam persamaan jika korelasi-korelasiantara variabel-variabel yang diketahui. Untukmenunjukkan bagaimana hal itu dapat dilakukan,ambilah persamaan (1), dan bayangkan bahwahal itu menyatakan sebuah persamaan vektor.Misalnya: x1,x2, dan x3 adalah nxl buah vektor daripersamaan nilai yang diselidiki (dibakukan),mengingat bahwa xu merupakan (nxl) vektor nilaierror yang tak diselidiki (juga dibakukan). Koefisienb adalah skalar pengali. Sekarang kalikan keduasisi persamaan (1) dikalikan dengan 'ix sehinggadiperoleh:x1x3=b31x1x1+b32x1x2+b3ux1xu................................(3)

Jika membagi persamaan ini dengan n (jumlahyang diobservasi) menjadi:

nxxb

nxxb

nxxb

nxx u'1u32'1321'1313'i

Karena secara umum berlaku:

,0nxxdan,rn

xx u'iijj'i Persamaan di atas menjadi:

r13=b31+b32r12

Di mana r1u=0, selama xu di asumsikan bebasterhadap x1. Dengan cara yang sama mengalikankedua suku pada persamaan (1) dengan x2,setelah itu dibagi dengan n, maka hasilnyamenjadi:

,nxxb

nxxb

nxxb

nxx u'2u32'2321'2311'2

atau r23=b31r12+b32............................................(5)

Persamaan (4) dan (5) merupakan dua

398


persamaan yang tidak homogen dengan dua pengalib31 dan b32 yang tidak diketahui. Jika pengali-pengaliitu dapat dicari, maka persamaan (1) dapat diketahui,kecuali untuk koefisien b3u. Demikian juga, jikamengalikan persamaan (1) dengan xu, dibagi dengann akan mendapatkan hubungan:r3u=b3u...............................................................(6)

Dengan mengalikan persamaan (1) denganx3, lalu dibagi dengan akan menghasilkan:

,nxxb

nxxb

nxxb

nxx u'3u32'3321'3313'3 atau

1= b31r13+b32r23+b3ur3u........................................(7)

Kita dapat menyelesaikan persamaan iniuntuk b3u dengan menarik kuadrat akar dari 1-b31-b32r23, dengan demikian persamaan (1) telahlengkap. Dengan cara yang sama kita dapatmenyelesaikan persamaan (2).

Saling ketergantungan variabel dalam AnalisisPenelusuranUntuk menjelaskan pendekatan umum dalamanalisis penelusuran ini, sebuah contoh akandiberikan, di mana terdapat empat buah variabel.Dalam hal ini diasumsikan bahwa indeks variabelmenyatakan urutan waktu. Jika i<j variabel i dapatmenjadi sebuah penentu terhadap variabel j,namun variabel j tidak dapat menjadi penentu bagivariabel i. Hal ini menuntun kita untuk menentukanmodel recursive yang akan dijelaskan melaluigambar 3. Dari gambar tersebut, hubungan antarvariabel adalah sebagai berikut.x1 penentu bagi x1, x2 dan x3x2 ditentukan oleh x1, sementara x2 penentuterhadap x4 dan x4x3 ditentukan oleh x1 dan x2, sementara x3 penentuterhadap x4x4 ditentukan oleh x1, x2 dan x3

Gambar 3. Paradigma Model Analisis Jalur

Hal itu berarti bahwa hubungan-hubunganlinier dapat dijelaskan dalam sebuah bentuksegitiga sebagai berikut.x2=b21x1x3=b31x1+b32x2...................................................(8)x4=b41x1+b42x2+b43x3

Model ini secara nyata cukup sulit, secaratidak langsung cukup kompleks untuk menentukansemua variabel dengan x1. Meskipun kitamenambahkan variabel-variabel yang tidakterobservasi dalam persamaan, akan tetapi e imerupakan komponen xi sehingga bebas terhadapvariabel-variabel x terdahulu (dalam hal ini eidapat menjadi sebuah variabel random error, atausebuah komponen khusus sistematik dari xi ataukeduanya). Selanjutnya komponen-komponen itumenjadi:x2=b21x1+b2ee2x3=b31x1+b32x2b3e3..............................................(9)x4=b41x1+b42x2+b43x3+b4ee4Di sini e2 merupakan sebuah variabel yangdipostulatkan untuk menjelaskan varians dalamx2 yang tidak ditentukan oleh x1, sehingga x2bergantung sebagian pada x1 dan sebagian padakomponen khusus e2. Secara umum, kitamengasumsikan bahwa variabel laten e1 adalahbebas terhadap semua variabel xh, (h<i) yangterdahulu, dan kita mengasumsikan juga bahwasemua variabel-variabel e yang tidak dikorelasi-

399


kan. Suatu variabel e i dinamakan sebagaikomponen exogenous, yang berarti menjadisebuah sumber variasi yang tidak bergantungpada variabel-variabel lain dalam sistem tersebut.Dalam hal ini, analisis penelusuran seperti yangtelah dijelaskan sebelumnya merupakan faktor-faktor utama dari e; bersama dengan x1; di manax1 itu sendiri juga merupakan variabel exogenous.

Kumpulan persamaan-persamaan (9) secaratidak langsung mengatakan bahwa x2, x3 dan x4bukan merupakan faktor-faktor utama tetapimerupakan variabel terikat atau variabelendogenous yang dapat dilihat jika misalnya,mengeliminasi x2. Artinya mensubstitusikan x2 keruas kanan persamaan pertama, lalu variabel x3menjadi bergantung kepada x1, e2 dan e3. Dengancara yang sama pada persamaan ketiga,mengeleminasi x3, kemudian mengeleminasi x2,sehingga x4 menjadi fungsi linier dari x1, e2 dan e3dan e4.Sekarang semua persamaan (9) merupakanpersamaan-persamaan vektor. Misalnya xmerupakan vektor-vektor kolom dari n buah nilaiyang diobservasi, dan e adalah vektor-vektorkolom dari n buah nilai yang tidak diobservasi.Aturan untuk menemukan pemecahan terhadapb adalah dengan cara mengambil satu daripersamaan yang mengandung x1 (untuk membuataturan umum), kalikan kedua ruas dengan 'gxuntuk semua nilai dari g<i. Kemudian bagilahkedua ruas dengan n, dan hasilnya adalahpersamaan-persamaan itu berbentuk:rig=bi1r1g+bi2r2g+...+bi,i-1ri-1,g..............................(10)

Dengan asumsi semua korelasi-korelasi rg,eiadalah nol.Untuk melukiskan aturan itu, maka ambillah

persamaan dari (9), kemudian kalikan kedua sisidengan '1x , dan setelah itu bagilah dengan n,sehingga:

21122'121'2'1 bratau,nxxb

nxx

Ini merupakan pemecahan-pemecahan untukb21. Selanjutnya ambillah persamaan kedua yangmengandung x3. Pertama, kalikan kedua sisidengan '1x dan setelah itu bagilah dengan n,sehingga:

,nexb

nxxb n

xxbnxx 3'13e2'1322'131'3'1 atau

r13=b31+b32r12..................................................(11a)

Kemudian kalikan lagi kedua ruas dengan '2x ,dan setelah itu bagilah dengan n, sehingga:

atau ,nexb

nxxb n

xxbnxx 3'23e2'2322'231'3'2

r23=b31r12+b32.................................................(11b)

Kedua hasil persamaan-persamaan (11a) dan(11b) merupakan dua persamaan yang tidakhomogen di mana keduanya tidak diketahui, tetapidapat dipecahkan untuk b. Lakukanlah hal yangsama pada persamaan (9) yang mengandung x4dengan mengalikan lagi kedua ruas dengan '1x ,dan setelah itu bagilah dengan n, sehingga:

nxxb

nxxb

nxxb n

xxbnxx 4'14e3'1432'1421'141'4'1

ataur24=b41r12+b42+b43r23..........................................(12b)

Kemudian kalikan lagi kedua ruas dengan '3x ,dan setelah itu bagilah dengan n, sehingga:

nexb

nxxb

nxxb

nxxb

nxx 4'2e43'3432'3421'3414'3

ataur34=b41r13+b42r23+b43..........................................(12c)

Penulis telah mendapatkan tiga persamaanyang tak homogen dan ketiganya tidak diketahui,dan dapat dipecahkan untuk b. Secara umum,untuk ke i buah persamaan, aturan hasil dalam ipersamaan-persamaan yang tidak homogendalam i persamaan yang tidak diketahui, namunkita dapat menyelesaikannya untuk mencari nilai-nilai b i. Selanjutnya perlu diketahui bahwadeterminasi dari koefisien-koefisien tidak samadengan nol. Determinasi tersebut merupakandeterminasi 1Ri , di mana Ri-1 merupakan ma-triks antara korelasi-korelasi pertama dari (i-1)variabel-variabel yang diobservasi.

Secara umum, keinginan tersebut akanditemukan juga. Jika tidak ditemukan, berarti kitadapat menemukan suatu variabel yang

400


diobservasi dalam kelompok tersebut (lebih darisatu) yang secara utuh bergantung pada yanglainnya. Variabel ini dapat berlebih jumlahnya,sehingga perlu dihilangkan, tetapi tanpamenghilangkan informasinya. Perist iwa iniagaknya tidak seperti yang diaplikasikan dalamkerja. Terakhir, untuk mencari koefisien bie keduaruas dikalikan dengan '1e , sehingga diperoleh:

e,iie br i , sehingga tampak bahwa b i.e selalusama dengan korelasi antara sebuah variabel dankomponen e yang dimiliki itu. Yang kedua, kalikanpersamaan dengan 'ix , sehingga diperolehpersamaan sebagai berikut:1+bi1r1i+bi2r21+...+bi,i-1ri,i-1+bieri,ei*......................(14)

Aplikasi Path Analysis di Bidang PendidikanAnalisis jalur (path analysis) memungkinkan untukmengakses perluasan sejauh mana data yangberhasil dikumpulkan konsisten dengan ahypothesized causal structure. Sebenarnya tidakmembentuk hubungan kausal sebenarnya (truecausal relationship), karena tidak ada temporalordering among the variables that compose the causalsequence (Supranto, 2004). Di sini dikemukakansebuah contoh konkrit yang diadopsi dandimodifikasi dari hasil penelitian Blau dan Duncandalam Asmin (2002), yang melibatkan lima buahvariabel yang menjelaskan tentang prosessertifikasi pekerjaan orang tua dan anak sebagaiberikut.x1 =tingkat pendidikan orang tuax2 =status pekerjaan ayahx3 =tingkat pendidikan anakx4 =tingkat pekerjaan dari pekerjaan anak

pertamax5 =tingkat pekerjaan dari pekerjaan anak kedua

Dari studi yang dilakukan maka diperolehhubungan antar variabel seperti terlihat padaTabel 1.

Diagram path analysis dari variabel itudigambarkan sebagai berikut.

Penerapan prosedur yang telah dijelaskan diatas dapat menghasilkan struktur persamaanberikut.x2 = 0,516 x1 + 0,857 e2x3 = 0,310 x1 + 0,278 x2+0,859 e3x4 = 0,025 x1 + 0,215 x2+0,433 x3+0,818 e4x5 = 0,014 x1 + 0,121 x2 + 0,399 x3 + 0,280x4 +0,280 x4+0,752 e5

Contoh lain adalah penelitian yang telahdilakukan oleh Agung dan Subroto (2010), yangmelibatkan empat buah variabel dengan modelteoritik penelitian digambarkan sebagai berikut.

Hipotesis dalam studi ini sebagai berikut: (1)terdapat pengaruh budaya organisasi (X1)terhadap kepuasan kerja (X3) (2) terdapatpengaruh kepemimpinan (X2) terhadap kepuasankerja (X3), (3) terdapat pengaruh budayaorganisasi (X1) terhadap kinerja (X4), (4) terdapatpengaruh kepemimpinan (X1) terhadap kinerja (X4),dan (5) terdapat pengaruh kepuasan kerja (X3)terhadap kinerja (X4). Di dalam menghitung

2 4

5 6

1

0,857 0,818 0,215

0,025 0,433 0,121

0,280 -0,014

0,339 0,752 0,859

0,310

0,516

0,278

r x1 x2 x3 x4 x5 x1 1,000 0,516 0,453 0,332 0,322 x2 1,000 0,438 0,417 0,405 x3 1,000 0,538 0,596 x4 1,000 0,541 x5 1,000

Tabel 1. Matriks Interkorelasi antar Variabel

401


Budaya Organisasi (X1

Kepemimpinan (X2

Kepuasan Kerja (X3

Kinerja (X4

besaran pengaruh, dibagi ke dalam 2 (dua)persamaan struktur, yakni:

Persamaan Struktur 1:1223133 åXxPxxPxX

Pada output Model Summary diketahuiR2=0,7182=0,515. Sehingga diperoleh KoefisienResidu =1-0,516=0,485.

Persamaan struktur 1 ditulis:X3 = 0,254* X1 + 0,592* X2 + 0,485

Diagram Jalur Struktur X1 dan X2 terhadap X3

Persamaan Struktur 2:X4 = Px4x1 X1+ Px4x2 X2+ Px4x3 X3+Pada output Model Summary diketahuiR2=0,8302=0,689, sehingga diperoleh KoefisienResidu =1-0,689=0,311.

Persamaan struktur 2 ditulis:X4 = 0,148* X1+ 0,265* X2+ 0,548* X3 + 0,311Diagram Jalur Struktur terhadap :

Penelit ian dengan metode survei menggu-nakan analisis jalur (Kustoro, 2010), dimana

Budaya Organisasi (X1

Kepemimpinan (X2

Kepuasan Kerja (X3

0,254

0,592

0,485

0,333

hubungan kausal di lakukan untuk mengujipengaruh langsung maupun tidak langsungKekohesifan, Gaya Kepemimpinan, Budaya Kerjaterhadap efektivitas organisasi PerusahaanPengadaan Alat-alat Teknis Pendidikan di Jakarta.Model analisis yang akan digali dalam penelitianini dapat digambarkan sebagai berikut.

Hasil penelitian ini menemukan bahwa:Pertama, pengaruh langsung kekohesifanterhadap budaya kerja ditunjukkan melaluikoefisien jalur dan terbukti sangatsignifikan. Temuan menegaskan bahwakekohesifan berpengaruh langsungterhadap budaya kerja . Kedua, pengaruhlangsung gaya kepemimpinan terhadap budayakerja ditunjukkan melalui harga koefisien jalur

dan terbukti sangat signifikan.Temuan menegaskan bahwa gaya kepemimpinan(X2) berpengaruh langsung terhadap budaya kerjaX3. Dengan kata lain makin kuat gaya kepe-mimpinan, makin tinggi budaya kerja. Ketiga,pengaruh langsung kekohesifan terhadapefektivitas organisasi diketahui melalui hargakoefisien jalur ( 41)=0,365 dan terbukti sangatsignifikan. Temuan menegaskan bahwakekohesifan (X1) berpengaruh langsung terhadapefektivitas organisasi (X4). Dengan kata lain, makintinggi kekohesifan, makin tinggi efektivitasorganisasi.

Budaya

Organisasi (X1

Kepemimpinan (X2 Kinerja (X4

0,148

0,265 0,333

Kepuasan Kerja (X3

0,548

0,311

Kekohesifan

Gaya Kepemimpinan

Budaya Kerja Efektivitas organisasi X2

X3 X4

402


Keempat, pengaruh langsung gaya kepe-mimpinan terhadap efektivitas organisasiditunjukkan melalui harga koefisien jalur( 42)=0,268 yang terbukti sangat signifikan.Temuan menegaskan bahwa gaya kepemimpinan(X2)berpengaruh langsung terhadap efektivitasorganisasi (X4). Dengan kata lain, makin tinggigaya kepemimpinan, makin tinggi efektivitasorganisasi. Kelima, pengaruh langsung budayakerja terhadap efektivitas organisasi ditunjukkanmelalui harga koefisien jalur ( 43)=0,341 yangterbukti sangat signifikan. Temuan menegaskanbahwa budaya kerja (X3) berpengaruh langsungterhadap efektivitas organisasi (X4). Dengan katalain, makin tinggi budaya kerja, makin tinggiefektivitas organisasi. Keenam, pengaruh tidaklangsung kekohesifan terhadap efektivitasorganisasi melalui budaya kerja r31xr43=0,35x0,341=0,119 yang terbukti sangat signifikan.Dengan kata lain, makin tinggi kekohesifan makintinggi efektivitas organisasi melalui budaya kerja.

Untuk mendapatkan hasil yang wajar dalampengujian model penelitiannya, secara sederhanapeneliti dapat mengikuti enam langkah yangsering dianjurkan oleh para penyusun bukutuntutan metodologi (Tacg, 1997), antara lain: (a)membangun model atau skema kausal, (b)membangun pola hubungan antar variabel dalamsuatu urutan, (c) menggambarkan diagram path,(d) menghitung path coefficients untuk modeldasarnya, (e) menguji goodness of fit denganmodel dasar itu, dan (f) membuat interpretasiterhadap hasilnya. Dengan melihat contoh-contohpenelitian menggunakan model analisis jalurtersebut, maka perlu dikembangkan variabel-

X3

X1

X2

X4 ρ32 = 0,498 (r23 = 0,462

(r13 = 0,564 ρ31 = 0,350

(r14 = 0,533 ρ41 = 0,365

(r34 = 0,482 ρ43 = 0,341

(r24 = 0,246 ρ42 = 0,268

variabel lain yang masih sangat banyak jikadianalisis dengan model ini.

Simpulan dan SaranSimpulanMetode path analysis adalah suatu metode yangmengkaji pengaruh (efek) langsung maupun tidaklangsung dari variabel-variabel yang dihipo-tesiskan sebagai akibat pengaruh perlakuanterhadap variabel tersebut. Tujuan analisis jaluradalah menerangkan akibat langsung dan tidaklangsung seperangkat variabel, sebagai variabelpenyebab, terhadap variabel lainnya yangmerupakan variabel akibat. Hasil penelusuranliteratur dan contoh-contoh penelitian yangmenggunakan analisis jalur menunjukkan bahwaanalisis jalur sangat efektif dan perlu dikembang-kan dalam penelitian pendidikan. Dalam modelkausal, harus dibedakan antara variabel eksogendan endogen. Variabel eksogen adalah variabelyang variabilitasnya diasumsikan ditentukan olehsebab-sebab yang berada di luar model. Sedang-kan variabel endogen adalah variabel yangvariasinya dapat diterangkan oleh variabeleksogen dan endogen yang berada di dalamsistem.SaranBagi peneliti pemula pemakaian dan pemanfaatanmetode path analysis ini dapat saja dilakukanwalaupun ada beberapa kesulitan yang akanditemukan dalam proses pengurutan danpenempatan variabel. Namun demikian, metodeini merupakan salah satu metode alternatif yangdigunakan dalam menganalisis hasil penelitian,selama masalah dan disain penelitian itu memangmenunjang pemakaian metode analisis ini.dengan demikian path analysis (analisis jalur) iniTemuan peneliti ini dapat dirangkum sebagai

berikut.

403


dapat menjadi salah satu alternatif analisis yangmendorong para peneliti untuk meningkatkankreativitas meneliti terutama untuk memotivasidan membangkitkan semangat dalam peningkat-an kualitas penelitiannya, paling tidak untuk

konsumsi bagi penelitian di masing-masing dilembaga tempat peneliti berbeda. Kiranya analisisjalur ini dapat lebih dikembangkan untuk tujuanyang bermanfaat bagi pengembangan ilmu,terutama pengembangan Penelitian dan EvaluasiPendidikan.

Pustaka AcuanAgung, Iskandar, dan Gatot Subroto. 2010. “Peran Faktor Non-Ekonomis dalam Penyelenggaraan

Pendidikan”. Jurnal Pendidikan dan Kebudayaan, Volume 16. Nomor. 2. Maret 2010.Asmin, 2002. “Penerapan Path Analysis Menurut Penempatan Urutan Variabel dalam Penelitian,

Presisi: Jurnal Penelitian dan Evaluasi Pendidikan,Vol.1. no. 2. Maret 2002, Jakarta: ProgramStudi PEP UNJ.

Abdurahman, Maman, Sambas Ali Muhidin, dan Ating Somantri. 2011. Dasar-Dasar Metode Statistikauntuk Penelitian, Bandung: Pustaka Setia.

Goldstein, D. F. 1985. Multivariat Statistics Methods, Tokyo: McGraw Hill Kogakusha Ltd.Hasan, Zaini, 2002. Pengantar Analisis Hubungan Kausal (Analisis Jalur), Malang: Pusat Penelitian IKIP

Malang.Jacques Tacg, 1997. Multivariate Analysis Techniques in Social Science Research From Problem to

Analysis, London: Sage Publication.Kerlinger, Fred. N. 2003. Asas-asas Penelitian Behavioral. Terj. Landung R Simatupang, Yogyakarta:

Gadjah Mada University Press.Kusnendi, 2005. Analisis Jalur: Konsep dan Aplikasi Dengan Program SPSS & LISREL 8, Bandung: Badan

Penerbit Pendidikan Ekonomi UPI.Kustoro, Bambang D. 2010. “Pengaruh Gaya Kepemimpinan dan Budaya Kerja Terhadap Efektivitas

Organisasi”. Jurnal Pendidikan dan Kebudayaan. Vol. 16. No. 3, Mei 2010.Maruyama, Geofrey M. 1998. Basic of Structural Equation Modeling, New Jersey: Sage Publication, Inc.Muhidin, Sambas A, dan Maman Abdurahman. 2009. Analisis Korelasi, Regresi, dan Jalur dalam

Penelitian, Bandung: Pustaka Setia.Pedhazur. J. Elazar, 1982. Multiple Regression in Behavioral Research. New York: Hott. Rinehart and

Winston.Riduwan, Kuncoro. E.A, 2007. Cara Menggunakan dan Memaknai Analisis Jalur (Path Analysis), Bandung:

Alfabeta.Sri Sularso, 2003. Buku Pelengkap Metode Penelitian Akuntansi: Suatu Pendekatan Replikasi,

Yogyakarta: BPFE.Sugiyono, 2006. Metode Penelitian Kuantitatif Kualitatif dan Penelitian Pengembangan, Bandung:

Alfabeta.Supranto, J. 2004. Analisis Multivariat: Arti dan Interpretasi, Jakarta: Rineka Cipta.Winarsunu, T, 2003. Statistik Dalam Penelitian Psikologi dan Pendidikan, Malang: Universitas

Muhammadiyah Malang.

Documents

VLV %HUGDVDUNDQ 8UXWDQ 3HQHPSDWDQ 9DULDEHO …