Terdapat 7 jenis paradigma yang dijelaskan dalam dokumen tersebut, yaitu: 1) paradigma sederhana, 2) paradigma sederhana berurutan, 3) paradigma ganda dengan dua variabel independen, 4) paradigma ganda dengan tiga variabel independen, 5) paradigma ganda dengan dua variabel dependen, 6) paradigma ganda dengan dua variabel independen dan dua variabel dependen, 7) paradigma jalur. Setiap paradigma memiliki unsur rumusan masalah, teori,
Materi kuliah Statistik Industri dengan topik Regresi Linear sederhana
Pembentukan model disertai pengujian terhadap model, koefisien, serta asumsi-asumsi
BAB I
PENDAHULUAN
Latar Belakang
Salah satu pendekatan yang dapat dilakukan untuk menyelesaikan masalah manajemen sains adalah pemrograman linear. Pemrograman linear merupakan kelompok teknik analisis kuantitatif yang mengandalkan model matematika atau model simbolik sebagai wadahnya. Artinya, setiap masalah yang kita hadapi dalam suatu sistem permasalahan tertentu perlu dirumuskan dulu dalam simbol-simbol matematika tertentu, jika kita inginkan bantuan pemrograman linear sebagai alat analisisnya.
Metode grafik merupakan salah satu metode yang dapat digunakan untuk menyelesaikan masalah pemrograman linear yang melibatkan dua peubah keputusan. Membahas mengenai masalah meminimumkan fungsi kendala bertanda ≥, fungsi kendala bertanda = tidak ada penyelesaian layak, tidak ada penyelesaian optimal, beberapa alternatif optimal, dan wilayah kelayakan yang tidak terikat dapat terjadi saat menyelesaikan masalah pemrograman linear dengan menggunakan prosedur penyelesaian grafik. Kasus-kasus ini juga dapat terjadi saat menggunakan metode simpleks.
Metode simplek untuk linier programming dikembangkan pertama kali oleh George Dantzing pada tahun 1947, kemudian digunakan juga pada penugasan di Angkatan Udara Amerika Serikat. Dia mendemonstrasikan bagaimana menggunakan fungsi tujuan (iso-profit) dalam upaya menemukan solosi diantara beberapa kemungkinan solosi sebuah persoalan linier programming.
Proses penyelesaiaanya dalam metode simplek, dilakukan secara berulang-ulang (iterative) sedemikian rupa dengan menggunakan pola tertentu (standart) sehingga solusi optimal tercapai.
Ciri lain dari metode simplek adalah bahwa setiap solusi yang baru akan menghasilkan sebuah nilai fungsi tujuan yang lebih besar daripada solosi sebelumnya.
Rumusan Masalah
Adapun rumusan masalah yang akan dibahas dalam makalah ini adalah sebagai berikut:
Bagaimana cara mencari nilai maksimum dengan menggunakan metode simpleks?
Bagaimana cara menyelesaikan masalah/kendala (syarat) bertanda “=”?
Bagaimana cara mencari nilai minimum dengan menggunakan metode simpleks?
Bagaimana cara membedakan antara asalah primal dan dual dalam program linear?
Kapan pemrograman linear dikatakan mengalami degenerasi?
Tujuan
Adapun tujuan dari penulisan makalah ini antara lain :
Dapat menyelesaikan masalah maksimasi dalam program linear
Dapat menyelesaikan masalah / kendala (syarat) bertanda “=” pada program linear
Dapat menyelesaikan masalah minimasi dalam program linear
Dapat mengetahui dan membedakan antara masalah primal dan dual dalam program linear
Dapat menyelesaikan masalah degeneracy / kemerosotan dalam program linear
BAB II
PEMBAHASAN
Masalah Maksimasi
Untuk menyelesaikan masalah maksimasi maka programasi linear harus lebih dahulu ditulis dalam bentuk standar. Dengan bentuk standar dimaksudkan adalah permasalahan programasi linear yang berwujud permasalahan maksimasi dengan batasan-batasan (kendala) yang bertanda kurang dari
Penelitian ini bertujuan untuk menganalisis hubungan antara kecerdasan emosional, kemampuan manajerial, kepemimpinan dengan efektivitas kerja kepala sekolah. Hipotesis penelitian adalah bahwa kecerdasan emosional, kemampuan manajerial dan kepemimpinan berpengaruh positif terhadap efektivitas kerja kepala sekolah. Variabel diukur menggunakan kuesioner dan tes, kemudian dianalisis menggunakan
Dokumen tersebut membahas metode posisi palsu untuk menyelesaikan persamaan non-linear. Metode ini mempercepat konvergensi dari metode bagi dua dengan menentukan titik potong garis lurus antara dua titik awal yang memiliki nilai fungsi berlawanan tanda. Langkah-langkahnya meliputi penentuan nilai awal x1 dan x2, kalkulasi x3 berdasarkan rumus, dan penentuan subinterval baru berdasarkan tanda nilai fungsi x1 dan
Terdapat 7 jenis paradigma yang dijelaskan dalam dokumen tersebut, yaitu: 1) paradigma sederhana, 2) paradigma sederhana berurutan, 3) paradigma ganda dengan dua variabel independen, 4) paradigma ganda dengan tiga variabel independen, 5) paradigma ganda dengan dua variabel dependen, 6) paradigma ganda dengan dua variabel independen dan dua variabel dependen, 7) paradigma jalur. Setiap paradigma memiliki unsur rumusan masalah, teori,
Materi kuliah Statistik Industri dengan topik Regresi Linear sederhana
Pembentukan model disertai pengujian terhadap model, koefisien, serta asumsi-asumsi
BAB I
PENDAHULUAN
Latar Belakang
Salah satu pendekatan yang dapat dilakukan untuk menyelesaikan masalah manajemen sains adalah pemrograman linear. Pemrograman linear merupakan kelompok teknik analisis kuantitatif yang mengandalkan model matematika atau model simbolik sebagai wadahnya. Artinya, setiap masalah yang kita hadapi dalam suatu sistem permasalahan tertentu perlu dirumuskan dulu dalam simbol-simbol matematika tertentu, jika kita inginkan bantuan pemrograman linear sebagai alat analisisnya.
Metode grafik merupakan salah satu metode yang dapat digunakan untuk menyelesaikan masalah pemrograman linear yang melibatkan dua peubah keputusan. Membahas mengenai masalah meminimumkan fungsi kendala bertanda ≥, fungsi kendala bertanda = tidak ada penyelesaian layak, tidak ada penyelesaian optimal, beberapa alternatif optimal, dan wilayah kelayakan yang tidak terikat dapat terjadi saat menyelesaikan masalah pemrograman linear dengan menggunakan prosedur penyelesaian grafik. Kasus-kasus ini juga dapat terjadi saat menggunakan metode simpleks.
Metode simplek untuk linier programming dikembangkan pertama kali oleh George Dantzing pada tahun 1947, kemudian digunakan juga pada penugasan di Angkatan Udara Amerika Serikat. Dia mendemonstrasikan bagaimana menggunakan fungsi tujuan (iso-profit) dalam upaya menemukan solosi diantara beberapa kemungkinan solosi sebuah persoalan linier programming.
Proses penyelesaiaanya dalam metode simplek, dilakukan secara berulang-ulang (iterative) sedemikian rupa dengan menggunakan pola tertentu (standart) sehingga solusi optimal tercapai.
Ciri lain dari metode simplek adalah bahwa setiap solusi yang baru akan menghasilkan sebuah nilai fungsi tujuan yang lebih besar daripada solosi sebelumnya.
Rumusan Masalah
Adapun rumusan masalah yang akan dibahas dalam makalah ini adalah sebagai berikut:
Bagaimana cara mencari nilai maksimum dengan menggunakan metode simpleks?
Bagaimana cara menyelesaikan masalah/kendala (syarat) bertanda “=”?
Bagaimana cara mencari nilai minimum dengan menggunakan metode simpleks?
Bagaimana cara membedakan antara asalah primal dan dual dalam program linear?
Kapan pemrograman linear dikatakan mengalami degenerasi?
Tujuan
Adapun tujuan dari penulisan makalah ini antara lain :
Dapat menyelesaikan masalah maksimasi dalam program linear
Dapat menyelesaikan masalah / kendala (syarat) bertanda “=” pada program linear
Dapat menyelesaikan masalah minimasi dalam program linear
Dapat mengetahui dan membedakan antara masalah primal dan dual dalam program linear
Dapat menyelesaikan masalah degeneracy / kemerosotan dalam program linear
BAB II
PEMBAHASAN
Masalah Maksimasi
Untuk menyelesaikan masalah maksimasi maka programasi linear harus lebih dahulu ditulis dalam bentuk standar. Dengan bentuk standar dimaksudkan adalah permasalahan programasi linear yang berwujud permasalahan maksimasi dengan batasan-batasan (kendala) yang bertanda kurang dari
Penelitian ini bertujuan untuk menganalisis hubungan antara kecerdasan emosional, kemampuan manajerial, kepemimpinan dengan efektivitas kerja kepala sekolah. Hipotesis penelitian adalah bahwa kecerdasan emosional, kemampuan manajerial dan kepemimpinan berpengaruh positif terhadap efektivitas kerja kepala sekolah. Variabel diukur menggunakan kuesioner dan tes, kemudian dianalisis menggunakan
Dokumen tersebut membahas metode posisi palsu untuk menyelesaikan persamaan non-linear. Metode ini mempercepat konvergensi dari metode bagi dua dengan menentukan titik potong garis lurus antara dua titik awal yang memiliki nilai fungsi berlawanan tanda. Langkah-langkahnya meliputi penentuan nilai awal x1 dan x2, kalkulasi x3 berdasarkan rumus, dan penentuan subinterval baru berdasarkan tanda nilai fungsi x1 dan
Mata Kuliah: Model dan Simulasi
Pertemuan: 1 sampai 4
Jurusan: Teknologi Informasi
Kampus: STMIK Swadharma
Sumber Gambar:
Huskmitnavn1 (2017), "3D Drawings.", dari https://huskmitnavn.dk/blogs/projects/3d-drawings, diakses 16/11/2018.
Itk Engineering (2018), "Make the Real World Manageable – with Models and Simulations", dari https://www.itk-engineering.de/en/development-partnership-competencies/modeling-simulation/, diakses 16/11/2018.
Wildstrom, Steve (2012), "In Praise of Old-fashioned PCs", dari https://techpinions.com/in-praise-of-old-fashioned-pcs/12039, diakses 16/11/2018.
____ (2018), "Trik Mengocok Kartu seperti Pesulap Profesional", dari https://www.youtube.com/watch?v=5jCInqwev_g, diakses 16/11/2018.
____ (2014), "Energi 6 Sisi Dadu", dari https://shellyashahab.wordpress.com/2014/06/18/energi-6-sisi-dadu/, diakses 16/11/2018.
Makalah ini membahas tentang penelitian operasional tambang khususnya program linear dan metode simpleks. Terdapat penjelasan mengenai pengertian metode simpleks, penentuan maksimum dan minimum, variabel slack, merancang program awal, dan prosedur penentuan struktur persyaratan dalam menyelesaikan masalah program linear.
Dokumen ini membahas optimasi proses dengan metode Lagrange multiplier. Metode ini digunakan untuk mengoptimalkan fungsi objek yang bergantung pada beberapa variabel independen dengan adanya kendala fungsional. Metode Lagrange mengubah masalah optimasi menjadi sistem persamaan aljabar yang dapat diselesaikan untuk menentukan lokasi optimum."
Dokumen tersebut membahas konsep-konsep elastisitas dalam ekonomi, termasuk elastisitas permintaan, penawaran, silang, dan pendapatan. Konsep-konsep tersebut dijelaskan beserta rumus dan contoh perhitungannya.
Dokumen tersebut membahas tentang pengertian taraf signifikansi dalam statistika. Taraf signifikansi
menunjukkan kemungkinan hasil penelitian yang didapat adalah benar dan bukan karena kebetulan. Semakin
kecil nilai taraf signifikasinya, semakin kuat bukti bahwa hasil penelitian tersebut benar dan tidak terjadi
secara kebetulan.
Makalah ini membahas tentang penyajian data dan analisis korelasi. Korelasi digunakan untuk mengukur hubungan antara dua variabel atau lebih. Ada beberapa jenis koefisien korelasi seperti Pearson, Spearman, dan koefisien penentu. Korelasi berguna untuk mengetahui kekuatan hubungan antara variabel-variabel.
Hipotesis merupakan pernyataan sementara yang perlu diuji kebenarannya. Pengujian hipotesis bertujuan untuk menentukan apakah hipotesis nol (Ho) dapat diterima atau ditolak berdasarkan data sampel. Terdapat dua jenis kesalahan yang mungkin terjadi dalam pengujian hipotesis, yaitu kesalahan tipe I dan II. Uji statistik dilakukan dengan menghitung nilai uji statistik dan membandingkannya dengan
Penelitian merupakan kegiatan menyelidiki masalah secara sistematis dan terstruktur untuk menemukan jawaban atau memecahkan permasalahan. Terdapat berbagai pengertian penelitian menurut para ahli, namun secara umum penelitian adalah kegiatan mengumpulkan, menganalisis, dan menyajikan data secara objektif untuk menguji hipotesis atau menjawab permasalahan penelitian. Metode penelitian meliputi meng
Populasi adalah total objek yang akan diteliti, sedangkan sampel adalah sebagian populasi yang diambil untuk mewakili populasi. Terdapat berbagai metode pengambilan sampel seperti sampling random, nonrandom, dan sensus untuk mengumpulkan data penelitian.
Dokumen ini membahas distribusi peluang binomial dan Poisson dalam statistika dasar. Terdapat contoh-contoh perhitungan peluang menggunakan distribusi binomial untuk percobaan Bernoulli dan distribusi Poisson untuk kejadian acak yang terjadi dalam interval waktu.
Model persamaan struktural merupakan teknik statistik yang menganalisis hubungan antar variabel laten dan indikator dengan mempertimbangkan kesalahan pengukuran. Metode ini dapat menganalisis hubungan secara dua arah dan digunakan untuk menguji kesesuaian antara teori dan data empiris.
Mata Kuliah: Model dan Simulasi
Pertemuan: 1 sampai 4
Jurusan: Teknologi Informasi
Kampus: STMIK Swadharma
Sumber Gambar:
Huskmitnavn1 (2017), "3D Drawings.", dari https://huskmitnavn.dk/blogs/projects/3d-drawings, diakses 16/11/2018.
Itk Engineering (2018), "Make the Real World Manageable – with Models and Simulations", dari https://www.itk-engineering.de/en/development-partnership-competencies/modeling-simulation/, diakses 16/11/2018.
Wildstrom, Steve (2012), "In Praise of Old-fashioned PCs", dari https://techpinions.com/in-praise-of-old-fashioned-pcs/12039, diakses 16/11/2018.
____ (2018), "Trik Mengocok Kartu seperti Pesulap Profesional", dari https://www.youtube.com/watch?v=5jCInqwev_g, diakses 16/11/2018.
____ (2014), "Energi 6 Sisi Dadu", dari https://shellyashahab.wordpress.com/2014/06/18/energi-6-sisi-dadu/, diakses 16/11/2018.
Makalah ini membahas tentang penelitian operasional tambang khususnya program linear dan metode simpleks. Terdapat penjelasan mengenai pengertian metode simpleks, penentuan maksimum dan minimum, variabel slack, merancang program awal, dan prosedur penentuan struktur persyaratan dalam menyelesaikan masalah program linear.
Dokumen ini membahas optimasi proses dengan metode Lagrange multiplier. Metode ini digunakan untuk mengoptimalkan fungsi objek yang bergantung pada beberapa variabel independen dengan adanya kendala fungsional. Metode Lagrange mengubah masalah optimasi menjadi sistem persamaan aljabar yang dapat diselesaikan untuk menentukan lokasi optimum."
Dokumen tersebut membahas konsep-konsep elastisitas dalam ekonomi, termasuk elastisitas permintaan, penawaran, silang, dan pendapatan. Konsep-konsep tersebut dijelaskan beserta rumus dan contoh perhitungannya.
Dokumen tersebut membahas tentang pengertian taraf signifikansi dalam statistika. Taraf signifikansi
menunjukkan kemungkinan hasil penelitian yang didapat adalah benar dan bukan karena kebetulan. Semakin
kecil nilai taraf signifikasinya, semakin kuat bukti bahwa hasil penelitian tersebut benar dan tidak terjadi
secara kebetulan.
Makalah ini membahas tentang penyajian data dan analisis korelasi. Korelasi digunakan untuk mengukur hubungan antara dua variabel atau lebih. Ada beberapa jenis koefisien korelasi seperti Pearson, Spearman, dan koefisien penentu. Korelasi berguna untuk mengetahui kekuatan hubungan antara variabel-variabel.
Hipotesis merupakan pernyataan sementara yang perlu diuji kebenarannya. Pengujian hipotesis bertujuan untuk menentukan apakah hipotesis nol (Ho) dapat diterima atau ditolak berdasarkan data sampel. Terdapat dua jenis kesalahan yang mungkin terjadi dalam pengujian hipotesis, yaitu kesalahan tipe I dan II. Uji statistik dilakukan dengan menghitung nilai uji statistik dan membandingkannya dengan
Penelitian merupakan kegiatan menyelidiki masalah secara sistematis dan terstruktur untuk menemukan jawaban atau memecahkan permasalahan. Terdapat berbagai pengertian penelitian menurut para ahli, namun secara umum penelitian adalah kegiatan mengumpulkan, menganalisis, dan menyajikan data secara objektif untuk menguji hipotesis atau menjawab permasalahan penelitian. Metode penelitian meliputi meng
Populasi adalah total objek yang akan diteliti, sedangkan sampel adalah sebagian populasi yang diambil untuk mewakili populasi. Terdapat berbagai metode pengambilan sampel seperti sampling random, nonrandom, dan sensus untuk mengumpulkan data penelitian.
Dokumen ini membahas distribusi peluang binomial dan Poisson dalam statistika dasar. Terdapat contoh-contoh perhitungan peluang menggunakan distribusi binomial untuk percobaan Bernoulli dan distribusi Poisson untuk kejadian acak yang terjadi dalam interval waktu.
Model persamaan struktural merupakan teknik statistik yang menganalisis hubungan antar variabel laten dan indikator dengan mempertimbangkan kesalahan pengukuran. Metode ini dapat menganalisis hubungan secara dua arah dan digunakan untuk menguji kesesuaian antara teori dan data empiris.
Analisis jalur merupakan perluasan dari analisis regresi yang digunakan untuk menjelaskan pengaruh langsung dan tidak langsung antar variabel. Tujuannya adalah menguji kesesuaian model yang diusulkan dengan data dengan membandingkan matriks korelasi teoritis dan empiris. Analisis jalur menggunakan diagram panah untuk menggambarkan hubungan antar variabel bebas, variabel antara, dan variabel terikat.
Tugas ini membahas analisis jalur untuk menguji hubungan antar variabel. Analisis jalur digunakan untuk melihat pengaruh langsung dan tidak langsung variabel-variabel, dan dijelaskan dengan model diagram lingkaran dan panah.
Analisis jalur digunakan untuk menganalisis hubungan antar variabel dengan tujuan mengetahui pengaruh langsung dan tidak langsung variabel bebas terhadap variabel terikat. Dokumen ini menjelaskan pengertian, karakteristik, prinsip dasar, dan manfaat analisis jalur serta contoh penerapannya untuk menganalisis pengaruh beberapa variabel terhadap kompetensi kognitif matematika.
1. Tulisan ini menganalisis faktor-faktor yang mempengaruhi nilai Ujian Nasional SMA di Kabupaten Lumajang dengan menggunakan analisis jalur.
2. Variabel-variabel seperti praktik, tugas, ulangan harian, UTS, dan UAS berhubungan langsung dan tidak langsung dengan nilai UN.
3. Hasil analisis jalur menunjukkan kontribusi langsung dan tidak langsung berbagai variabel terhadap nilai UN.
Analisis korelasi digunakan untuk mengukur hubungan antara dua atau lebih variabel. Korelasi menunjukkan arah dan kekuatan hubungan antar variabel, diukur dengan koefisien korelasi antara -1 hingga 1. Analisis ini bertujuan mengetahui hubungan, kekuatan hubungan, dan signifikansi hubungan antar variabel. Contoh menunjukkan hubungan positif dan signifikan antara minat baca dan keterampilan menulis berdasarkan ko
Dokumen tersebut membahas berbagai jenis hubungan antar variabel yang dianalisis dalam penelitian, termasuk korelasi, korelasi parsial, regresi berganda, regresi logistik, analisis fungsi diskriminan, korelasi kanonik, analisis faktor, dan pemodelan persamaan struktural. Metode-metode tersebut digunakan untuk memprediksi hubungan antara variabel dependen dan independen serta menganalisis pengaruh beberapa variabel terhadap yang l
Analisis Jalur digunakan untuk mengetahui apakah data mendukung teori, yang secara apriori dihipotesiskan, yang mencakup kaitan struktural antar variabel terukur.
Dokumen tersebut membahas mengenai statistika parametrik dan beberapa metode parametrik seperti inferensi terhadap rata-rata populasi, hubungan antar variabel, analisis regresi dan korelasi, serta contoh penerapannya menggunakan SPSS dan analisis variansa satu arah dan dua arah.
Dokumen tersebut membahas model ARCH dan GARCH untuk memodelkan heteroskedastisitas pada data time series. Model ARCH memodelkan varian error yang bergantung pada nilai error masa lalu, sedangkan GARCH memodelkan varian error yang bergantung pada error dan varian masa lalu. Dokumen ini juga membahas berbagai jenis model ARCH dan GARCH serta contoh penerapannya untuk memodelkan volatilitas Indeks Harga Saham Gabungan.
Dokumen tersebut membahas tentang Uji Kausalitas Granger untuk mengetahui hubungan dua arah antar variabel dengan menggunakan data time series. Metode ini menguji pengaruh masa lalu suatu variabel terhadap kondisi saat ini dengan membandingkan hasil regresi model penuh dan terbatas untuk menentukan apakah suatu variabel mempengaruhi variabel lainnya.
Dokumen tersebut membahas model regresi dengan variabel bebas dummy. Variabel dummy digunakan untuk menganalisis data kualitatif dalam regresi. Variabel dummy bernilai 1 atau 0 untuk mewakili kategori tertentu dan dapat digunakan untuk menganalisis pengaruh variabel kualitatif seperti jenis kelamin terhadap variabel terikat kuantitatif seperti gaji. Dokumen ini juga menjelaskan teknik pembentukan dan estimasi variabel dummy serta ilustr
"Jodoh Menurut Prespektif Al-Quran" (Kajian Tasir Ibnu Katsir Surah An-Nur ay...Muhammad Nur Hadi
Jurnal "Jodoh Menurut Prespektif Al-Quran" (Kajian Tasir Ibnu Katsir Surah An-Nur ayat 26 dan 32 dan Surah Al-Hujurat Ayat 13), Ditulis oleh Muhammmad Nur Hadi, Mahasiswa Program Studi Ilmu Hadist di UIN SUSKA RIAU.
1. MODEL PERSAMAAN
STRUKTURAL
(STRUCTURAL EQUATION
MODEL - SEM)
BAHAN KULIAH PADA
PROGRAM PASCASARJANA KAJIAN TIMUR TENGAN DAN ISLAM
UNIVERSITAS INDONESIA
2. MODEL PERSAMAAN STRUKTURAL
Mpk suatu teknik statistik yg menganalisis variabel
indikator, variabel laten, dan kesalahan pengukurannya
Dapat menganalisis secara 2 arah (reciprocal)
Software yg dapat digunakan:
LISREL (Joreskog & Sorbom)
EQS5 (Bentler)
SEPATH (Steiger)
AMOS (Arbuckle)
CALIS (SAS Institute)
LISCOMP (Muthen)
MPLUS (Muthen & Muthen)
RAMONA (Browne & Mels)
3. MODEL PERSAMAAN STRUKTURAL
Jenis-jenis Model Persamaan Struktural (Raykov &
Marcoulides, 2000)
1. Model analisis jalur (path analysis models)
Digunakan untuk menerangkan akibat langsung dan tidak
langsung seperangkat variabel
Tidak mempertimbangkan kesalahan pengukuran
1. Model analisis faktor konfirmatif (confirmatory factor
analysis models)
Biasanya tidak mengasumsikan arah hubungan, tp hanya
ada hubungan korelatif
Digunakan untuk mengevaluasi pola-pola hubungan antar
variabel
4. MODEL PERSAMAAN STRUKTURAL
Jenis-jenis Model Persamaan Struktural (Raykov &
Marcoulides, 2000)
3. Model persamaan struktural (structural equation
models)
Diasumsikan secara spesifik arah hubungan antar variabel
Dapat digunakan untuk menguji apakah teori yg diusulkan
(proposed theory) sesuai dg model empirisnya.
3. Model perubahan laten (latent change models)
Memungkinkan untuk melakukan studi pola perubahan
karena waktu
Fokus untuk memantau pola perubahan, seperti pola
pertumbuhan (growth) dan penurunan (decline)
5. PATH ANALYSIS
Merupakan perluasan dr analisis regresi yg digunakan
untuk menerangkan akibat langsung dan tidak langsung
seperangkat variabel, sbg variabel penyebab terhadap
seperangkat variabel lain yg merupakan variabel akibat.
Bertujuan utk menguji apakah model yg diusulkan
didukung oleh data, dg cara membandingkan matriks
korelasi teoritis dan matriks korelasi empiris. Jika kedua
matriks relatif sama, maka model dikatakan cocok.
Pengujian dilakukan dg menggunakan koefisien
determinasi ganda (multiple determination) - (Pedhazur,
1982).
6. PATH ANALYSIS
Model digambarkan dlm bentuk lingkaran-dan-panah
dimana panah tunggal menyatakan “sesuatu yg
menyebabkan”
Contoh:
x1
x2
x3
x4
Memerlukan asumsi-asumsi spt pada analisis regresi.
Sangat sensitif pd spesifikasi model krn kesalahan dlm
menentukan variabel akan berpengaruh thd koefisien
jalur, yg digunakan utk menilai pengaruh langsung/tdk
langsung suatu variabel thd variabel terikat.
7. KONSEP PENTING (1)
Estimasi jalur dapat dilakukan dengan regresi OLS atau
MLE (antar software bisa berbeda metode estimasi)
Model Jalur (Path Model), mpk diagram yg mengaitkan
variabel bebas, variabel antara, dan variabel terikat.
Panah tunggal menunjukkan hubungan antara
variabel bebas (eksogen)/variabel antara dan variabel
endogen (terikat).
Panah ganda menunjukkan hubungan sepasang
variabel eksogen.
Terkadang panjang panah dalam model jalur
menunjukkan proporsi besarnya koefisien jalur.
8. KONSEP PENTING (2)
Causal Path, untuk suatu variabel meliputi (1) jalur langsung yg
mengarah ke variabel tsb, dan (2) korelasi jalur (variabel endogen
berkorelasi dg variabel lain yg memiliki jalur (panah) menuju ke
variabel tertentu.
Contoh model jalur:
A B C
D E
Model diatas memiliki variabel eksogen A, B, dan C yg saling
berkorelasi dan variabel eksogen D dan E.
Suku error tidak dimunculkan.
Jalur yg menyatakan variabel yg mempengaruhi D adalah A ke D,
B ke D, dan jalur yg menyatakan pengaruh tdk langsung thd D
adalah dari B ke A ke D, dari C ke A ke D, dan dari C ke B ke D.
9. KONSEP PENTING (3)
Variabel eksogen dan endogen.
Variabel eksogen = variabel yg tdk dipengaruhi variabel lain (tdk
ada panah yg mengarah ke variabel tsb).
Jika 2 variabel eksogen saling berkorelasi, hal ini diindikasikan
oleh panah 2 arah yg menghubungkan variabel tsb.
Variabel endogen = variabel yang dipengaruhi oleh variabel lain
(ada panah yg mengarah ke variabel tsb).
Variabel endogen terdiri atas variabel antara (intervening
variables) dan variabel terikat (dependent variables).
Variabel antara memiliki panah yg mengarah dan yg
meninggalkan variabel tsb, sedangkan variabel terikat hanya
memiliki panah yg mengarah ke variabel tsb.
10. KONSEP PENTING (4)
Koefisien Jalur (path coefficient), mpk koefisien regresi
yg distandarisasi (beta) yg menunjukkan pengaruh
langsung dr suatu variabel bebas thd variabel terikat pada
suatu model jalur.
Misal pada model regresi dg satu variabel bebas,
koefisien beta (koefisien b untuk data yg dibakukan) akan
sama dg koefisien korelasi, shg pada kasus model jalur
dg satu variabel terikat dan satu variabel eksogen,
koefisien jalur dlm kasus tsb merupakan koefisien
korelasi ordo nol.
11. KONSEP PENTING (5)
Misal model berikut (Bryman, A. and D. Cramer, 1990):
Age
Autonomi
Job
satisfaction
Income
Model tsb dpt dituliskan sbb:
1. Satisfaction = b11age+b12autonomy+b13income+e1
2. Income = b21age+b22autocomy+e2
3. Autonomy = b31age+e3
Koefisien jalur (b) dlm persamaan tsb mpk koef. regresi parsial yg
dibakukan. Koef. jalur disebut jg koefisien p atau pembobot beta
sederhana, yg didasarkan pd kegunaan dlm model regresi berganda.
12. KONSEP PENTING (6)
Bryman, A. and D. Cramer memperoleh model sbb:
Age
-0,08
0,28 0,58
Autonomi
Job
satisfaction
0,22 0,47
Income
0,57
Variabel terikat pd setiap persamaan adalah semua variabel
endogen (semua variabel kecuali variabel “age”, yg mpk variabel
eksogen) dan variabel bebas pd setiap persamaan adalah semua
variabel dg panah yg menuju variabel terikat.
13. KONSEP PENTING (7)
Unsur gangguan (disturbance term). Suku sisaan/
kesalahan, disebut juga unsur gangguan, merefleksikan
keragaman yg tidak dapat dijelaskan (pengaruh dari
variabel yg tidak terukur) dan kesalahan pengukuran.
Besarnya pengaruh unsur gangguan untuk suatu variabel
endogen adalah (1 – R2).
Besarnya nilai koefisien jalur adalah
1-R2
14. KONSEP PENTING (8)
Path multiplication rule. Nilai suatu jalur gabungan mpk perkalian
dari masing-masing koefisien jalur.
Misal pendidikan berpengaruh thd pendapatan dan selanjutnya
berpengaruh thd motivasi kerja. Misalkan juga koefisien regresi
pendidikan thd pendapatan adlh 1000, artinya jika pendidikan
bertambah 1 th, maka pendapatan akan bertambah $1000. Koefisien
regresi pendapatan thd motivasi kerja adlh 0,0002, artinya jika
pendapatan bertambah $1, maka skor motivasi akan bertambah
0,0002 poin.
Jadi, jika pendidikan bertambah 1 th dan pendapatan naik $1000,
maka skor motivasi akan bertambah (1000)x(0,0002) = 0,2 poin.
15. KONSEP PENTING (9)
Effect decomposition. Koef. jalur dpt jg digunakan utk menguraikan
korelasi dlm model jalur menjadi pengaruh langsung & tdk langsung,
spt digambarkan melalui panah dlm model jalur. Hal ini didasarkan pd
aturan bhw dlm suatu sistem persamaan linier, total pengaruh suatu
variabel j thd variabel i mpk jumlah nilai pd setiap jalur dari j ke i.
Pd kasus sblmnya, satisfaction sbg var. terikat, & age sbg var. bebas.
Indirect effect dr age thd satisfaction dihitung dg mengalikan masing-masing
koef. jalur dr age ke satisfaction.
Age Þ income Þ satisfaction = (0,57)x(0,47) = 0,26
Age Þ autonomy Þ satisfaction = (0,28)x(0,58) = 0,16
Age Þ autonomy Þ income Þ satisfaction = (0,28)x(0,22)x(0,47) = 0,03
Total indirect effect = 0,45
Diketahui direct effect age thd satisfaction = -0,08
Total pengaruh age thd satisfaction adlh (-0,08+0,45) = 0,37
16. KONSEP PENTING (10)
Signifikansi dan goodness of fit dalam model jalur.
Untuk menguji koefisien jalur secara individual dpt
digunakan nilai uji t atau F dari output regresi.
Untuk menguji model jalur digunakan uji goodness of
fit.
Uji goodness of fit dpt dilakukan dg memasukkan
model beserta data yg digunakan ke dlm program
model persamaan struktural (structural equation
modeling) spt LISREL dan AMOS.
17. CONTOH DIAGRAM JALUR (1)
X1
X3
X4
X2
u
v
Variabel X1 dan X2 mpk variabel eksogen
Hubungan kedua variabel bersifat korelatif → dinyatakan
oleh grs lengkung dg 2 kepala panah
Grs dg 1 kepala panah mpk hubungan yg bersifat
kausalitas, spt X1 thd X3 dan X3 thd X4
Variabel X3 dan X4 disebut variabel endogen dan terikat
dengan kesalahan (error)
18. CONTOH DIAGRAM JALUR (2)
Besarnya pengaruh dr satu variabel thd variabel lain
dinyatakan dg suatu koefisien, misalkan pengaruh X3 thd
X4 dinyatakan dg pX4X3.
Indeks pertama menyatakan variabel yg dipengaruhi dan
indeks kedua menyatakan variabel yg mempengaruhi.
19. ANALISIS JALUR
Pada analisis jalur berlaku suatu aturan yg disebut the
first law (Kenny, 1979), yaitu:
yz yxi i r =åp r
x z
i
dimana pyxi mpk koefisien jalur dari variabel xi thd variabel
y dan ρxiz adlh korelasi antara variabel xi dan variabel z.
Rumus tersebut menyatakan bahwa untuk mendapatkan
korelasi antara variabel z dan variabel endogen y sama
dg jumlah perkalian setiap parameter untuk setiap
variabel yg mempengaruhi dg korelasi setiap variabel tsb
dg variabel prediktor z.
20. ANALISIS JALUR
X3
Pada model diatas, korelasi antara X1 dan X3 dapat
dijabarkan ke dalam:
p31 = p31ρ11 + p32ρ21 + p3uρu1
Dari model diketahui, variabel endogen X3 dipengaruhi
oleh variabel eksogen X1dan X2, dan unsur kesalahan u.
Karena ρ11 = 1 dan ρu1 = 0, persamaan diatas menjadi
p31 = p31 + p32ρ21
X1
X4
X2
u
v
a
b
c
d
e
f
g
22. ANALISIS JALUR
X1
X3
e
X4
X2
u
v
a
b
c
d
f
g
Persamaan regresi utk model di atas:
X3 = aX1 + bX2 + fu
X4 = dX2 + cX1 + eX3 + gv
Koefisien regresi parsial pada kedua model diatas mpk
koefisien regresi parsial standardized yg dapat dihitung
dg mengolah masing-masing persamaan regresi.
23. ANALISIS JALUR
Uji signifikansi koefisien jalur (pyx) sama spt uji koefisien
regresi klasik dg uji t (Schumacker & Lomax, 1996).
Uji kecocokan model (model fit) dpt digunakan statistik uji
khi-kuadrat (Specht, 1975 & Pedhazur, 1982).
Hipotesis:
H0: R = R(θ)
(model cocok (fit) = matriks korelasi model teoritis
sama dg matriks korelasi empiris)
H1: R ≠ R(θ)
(model tidak cocok = matriks korelasi model teoritis
tidak sama dg matriks korelasi empiris)
24. ANALISIS JALUR
Statistik Uji:
W = -(n-d)ln(Q) ~ Khi-Kuadrat (d)