Halo halo sobat Exsight, kembali lagi pada segmen artikel tutorial. Nah untuk tutorial ini, kita akan membahas terkait bagaimana cara melakukan analisis jalur (Path Analysis) menggunakan software R. Kalau sobat Exsight masih bingung terkait apa itu Path Analysis, bisa dilihat pada artikel sebelumnya dengan judul Analisis Jalur (Path Analysis) Part 1.
Yuk yuk simak tutorial kali ini dengan seksama yaa!
Studi Kasus Analisis Jalur
Studi kasus yang akan kita gunakan dalam hal ini menggunakan data sampel terkait Data Kinerja Guru yang didapatkan dari situs www.spssindonesia.com.
* Tidak terdapat missing value pada data.
* Data terdiri atas 115 observasi,
Data terdiri atas 4 variabel yaitu:
* X1 = Variabel Pengaruh Gaya Kepemimpinan
* X2 = Variabel Lingkungan Kerja
* Z = Variabel Motivasi
* Y = Variabel Kinerja Guru
Dalam hal ini, X merupakan variabel independen (eksogen), Y merupakan variabel terikat (endogen), dan Z merupakan variabel antarmediasi (intervening)
Sebelum melakukan analisis jalur, perlu kita ketahui hubungan secara teoritis antara variabel Pengaruh Gaya Kepemimpinan, variabel Lingkungan Kerja, variabel Motivasi, variabel kinerja guru, dimana dapat digambarkan melalui kerangka teori sebagai berikut.
Setelah mengetahui kerangka teori, kita dapat menentukan koefisien jalur dengan menggunakan bantuan software R.
Tahapan R Studio
Load Library
Tahapan paling awal sebelum running syntax di software R yaitu melakukan load library R. Adapun library yang diperlukan untuk analisis jalur yaitu lm.beta. Syntax R yang digunakan yaitu:
library(lm.beta)Load Data
Kemudian melakukan input data ke R . Data yang diinput diberi nama sebagai datapath. Perlu diperhatikan untuk jenis file data yang diinput ke R diusahakan dalam format CSV, hal ini dengan tujuan untuk mempermudah pengguna. Syntax yang digunakan adalah sebagai berikut.
datapath<-read.csv(file.choose(),header=TRUE,sep=",")Pemodelan
Analisis jalur merupakan pengembangan dari analisis regresi, di mana biasanya pada analisis regresi hanya terdiri dari dua jenis variabel, yaitu variabel independen dan variabel dependen. Sedangkan pada analisis jalur terdapat variabel antarmediasi (intervening), yaitu variabel dependen yang memiliki kondisi dapat pula menjadi variabel independen. Hal ini menyebabkan terbentuk suatu jalur di mana terdapat hubungan langsung dan hubungan tidak langsung antar variabel.
Berdasarkan data studi kasus yang kita gunakan, maka untuk analisis jalur kali ini terdapat dua jenis pemodelan yaitu sebagai berikut.
model_1=lm(formula =Z~X1+X2, data=datapath)
summary(model_1)
model_2=lm(formula =Y~X1+X2+Z, data=datapath)
summary(model_2)- Model 1 merupakan pemodelan di mana variabel X1 dan X2 sebagai variabel independen dan variabel Z sebagai variabel dependen.
- Model 2 merupakan pemodelan di mana variabel X1, X2, dan Z sebagai variabel independen dan variabel Y sebagai variabel dependen.
Berdasarkan hasil Output R pada Gambar 3. dan Gambar 4. kita perhatikan nilai Pr(>|t|) atau P-Value nya, hal ini dengan tujuan untuk melihat signifikansi dari masing-masing variabel terhadap model.
Koefisien Jalur
Tahapan selanjutnya kita menentukan nilai koefisien jalur (Path Coefficient). Syntax R yang digunakan yaitu:
lm.beta(model_1)
lm.beta(model_2)Sehingga didapatkan hasil output R untuk koefisien jalur yaitu sebagai berikut.
Interpretasi Hasil Output
Berdasarkan hasil output R pada Gambar 3, Gambar 4, dan Gambar 5,, kita bisa membuat tabel ringkasan sebagai berikut.
Apabila kita perhatikan pada Gambar 6. variabel-variabel yang memiliki hubungan signifikan ditandai dengan P-Value yang bernilai lebih kecil dari alfa = 0,05. Dalam hal ini terdapat variabel Gaya Kepemimpinan (X1) yang tidak memiliki hubungan signifikan terhadap variabel Kinerja Guru. Namun di sisi lain variabel Gaya Kepemimpinan (X1) memiliki hubungan signifikan terhadap variabel Motivasi (Z).
Sedangkan sisanya, variabel-variabel lainnya memiliki hubungan yang signifikan.
Berdasarkan Gambar 6, berikutnya kita bisa gambarkan diagram analisis jalur beserta nilai-nilai koefisien jalur.
Berdasarkan Gambar 7. maka dapat dituliskan besar pengaruh langsung, pengaruh tidak langsung, dan pengaruh total pada tiap variabel.
a. Pengaruh Langsung (Direct Effect)
- Pengaruh variabel Gaya Kepemimpinan (X1) terhadap Kinerja Guru (Y)
X1 → Y = 0,1086562 - Pengaruh variabel Lingkungan Kerja (X2) terhadap Kinerja Guru (Y)
X2 → Y = 0,1562405
b. Pengaruh Tidak Langsung (Indirect Effect)
- Pengaruh variabel Gaya Kepemimpinan (X1) terhadap Kinerja Guru (Y) melalui variabel Motivasi (Z)
X1 → Z → Y = (0,3617900) (0,6288500) = 0,2275116 - Pengaruh variabel Lingkungan Kerja (X2) terhadap Kinerja Guru (Y) melalui variabel Motivasi (Z)
X2 → Z → Y = (0,3925087) (0,6288500) = 0,2468291
c. Pengaruh Total (Total Effect)
- Pengaruh variabel Gaya Kepemimpinan (X1) terhadap Kinerja Guru (Y)
0,1086562 + 0,2275116 = 0,3361678 - Pengaruh variabel Lingkungan Kerja (X2) terhadap Kinerja Guru (Y)
0,1562405 + 0,2468291 = 0,4030696
Selanjutnya dapat kita tuliskan untuk persamaan akhir pada analisis jalur yaitu berdasarkan pengaruh total (Total Effect)
Y=0,3361678X_{1}+0,4030696X_{2}Berdasarkan persamaan akhir pada analisis jalur dapat diinterpretasikan bahwa setiap kenaikan variabel Gaya Kepemimpinan (X1) sebesar 1 nilai ketika variabel Lingkungan Kerja (X2) konstan, maka akan meningkatkan Kinerja Guru (Y) sebesar 0,3361678.
Begitu pula, jika terdapat kenaikan variabel Lingkungan Kerja (X2) sebesar 1 nilai ketika variabel Gaya Kepemimpinan (X2) konstan, maka akan meningkatkan Kinerja Guru (Y) sebesar 0,4030696.
Sebagai catatan, pada penjelasan terkait Gambar 6. kita ketahui bahwa variabel Gaya Kepemimpinan (X1) tidak memiliki hubungan langsung terhadap Kinerja Guru (Y), maka dari itu persamaan akhir yang terbentuk menunjukkan bahwa hubungan antara variabel Gaya Kepemimpinan terhadap Kinerja Guru (Y) berdasarkan hubungan tidak langsung melalui variabel Motivasi (Z)
Referensi
Sampai disini dulu penjelasan terkait Tutorial Analisis Jalur (Path Analysis) dengan Software R. Jika masih ada yang dibingungkan bisa langsung saja ramaikan kolom komentar atau hubungi admin melalui tombol bantuan di kanan bawah. Stay tuned di website https://exsight.id/blog/ agar tidak ketinggalan artikel-artikel menarik lainnya.
