Mengenal lebih dekat dengan Path Analysis (part 1)

Mengenal lebih dekat dengan Path Analysis

Saya tertarik untuk menulis gambaran sederhana mengenai path analysis atau lebih akrab dengan sebutan analisis jalur karena analisis ini banyak digunakan untuk pembuatan skripsi atau penelitian adek-adek tingkat. Mungkin aja sedikit membantu, hehe.

Analisis jalur ini merupakan perluasan dari analisis regresi berganda sehingga banyak kesamaan-kesamaan diantara kedua analisis ini. Tujuan utama dari analisis jalur adalah mempelajari pengaruh langsung maupun tak langsung serta pengaruh total dari suatu variabel eksogen ke variabel endogen yang lain dan mencari jalur yang paling berpengaruh/signifikan dalam mempengaruhi variabel endogen. Sebelumnya pada tahu belum perbedaan variabel endogen dan eksogen? Hubungannya dengan variabel independen dan dependen? Kita perlu mengetahui konsep dari variabel endogen dan eksogen karena variabel ini yang sering kita gunakan istilahnya jika menggunakan analisis jalur.

Pertama-tama, kita definisikan dulu variabel dependen dan independen. Variabel dependen/terikat ini adalah variabel yang nilainya ditentukan/dipengaruhi oleh variabel independen/bebas dalam model. Sedangkan variabel independen/bebas ini nilainya tidak dipengaruhi oleh variabel yang lain dalam model. Hubungannya dengan eksogen dan endogen? Variabel eksogen ini konsepnya sama dengan variabel independen, variabel eksogen tidak dipengaruhi tetapi bertugas mempengaruhi variabel lain dalam model yang disebut variabel endogen. Jadi konsep variabel endogen adalah variabel yang dipengaruhi oleh variabel lain dalam model. Dalam analisis jalur, variabel eksogen bisa menjadi variabel endogen ataupun variabel endogen bisa menjadi eksogen. Contoh sederhannya bisa dilihat dari diagram dibawah ini.

Dari diagram jalur sederhana diatas, dapat dilihat variabel endogen adalah X3 dan X4 karena variabel tersebut dipengaruhi oleh variabel eksogen X1 dan X2. Sekarang kita liat per persamaan strukturalnya. Dalam diagram jalur tersebut dapat dibentuk 2 persamaan struktural, yang pertama persamaan dengan X4 sebagai variabel endogen dan X1, X2, X3 sebagai variabel eksogen. Dan persamaan struktural kedua dengan X3 sebagai variabel endogen dan X1, X2  sebagai variabel eksogen. Bisa dilihat bahwa X3 bisa menjadi variabel endogen ataupun eksogen tergantung kondisi persamaan strukturalnya.  Jadi sebelum kita mengolah data, kita harus tentukan dulu diagram jalur, persamaan strukturalnya dan variabel endogen eksogennya. Semua pembentukan tersebut membutuhkan dasar yang kuat, seperti teori-teori, penelitian terdahulu, maupun hasil pengujian para ahli.

Ada berbagai referensi yang menyatakan asumsi-asumsi yang harus dipenuhi dalam menggunakan analisis jalur. Saya akan merangkumnya menjadi satu. Asumsi-asumsi yang saya jelaskan adalah asumsi-asumsi umum yang sering digunakan dalam berbagai referensi.

• Hubungannya bersifat liner dan satu arah, tidak bolak balik.

• Variabel endogen minimal dalam skala interval. (jika menggunakan kuesioner dengan skala likert, penjelasan untuk mendapatkan data skala interval bisa dilihat dalam tulisan “memahami skala likert”)

• Menggunakan probability sampling

• Variabel diukur tanpa kesalahan, maksudnya adalah menguji variabel tersebut dengan uji validitas dan reliabilitas.

• Model jalur yang dibuat berdasarkan teori-teori dan landasan yang kuat dan telah dikaji.

Kelima asumsi tersebut ada dari referensi yang saya baca, tetapi ada juga asumsi yang menurut saya penting tetapi tidak semua referensi menggunakannya. Misalkan asumsi regresi klasik. Kenapa penting? Seperti yang kita ketahui, analisis jalur ini perluasan dari analisis regresi berganda. Jadi asumsi regresi klasik harusnya dipenuhi. Saya akan membahasnya satu-persatu.

• Non Multikolinearitas, dalam jalur diusahakan kecil korelasi antara variabel eksogen. Hal ini akan berpengaruh terhadap ujinya nanti. Dengan nilai multikolinearitas yang tinggi, maka uji F dan uji t-student yang digunakan dalam uji hipotesis tidak layak lagi untuk digunakan. Bisa saja uji F nya tolak H0 (signifikan), yang artinya minimal ada satu variabel eksogen yang signifikan berpengaruh terhadap variabel endogen. Nyatanya dengan adanya multikolinearitas, uji t-studentnya semua variabel eksogen terhadap variabel endogen tidak tolak H0 (tidak signifikan), artinya tidak ada variabel eksogen yang berpengaruh terhadap variabel endogen. Selain itu, perbedaan tanda antara koefisien jalur dengan korelasi bisa saja terjadi karena multikolinearitas yang tinggi. Untuk mendeteksi adanya multikolinearitas bisa dilihat dari VIF (VIF>5 artinya adanya multikolinearitas) dan bisa juga dilihat dari koefisien determinasi yang sangat tinggi / mendekati sempurna. Pengujian multikolinearitas ini dilakukan setiap persamaan strukturalnya karena uji F dan uji t-studentnya dilihat per persamaan strukturalnya.

• Non-autokorelasi, diusahakan korelasi antara erorrnya tidak ada. Ini akan berdampak terhadap penduga yang dihasilkan. Penduga yang akan dihasilkan tidak memenuhi syarat BEST lagi dari syarat penduga yang baik, BLUE. Varians dari estimator akan underestimate sehingga uji F dan uji t-student nya akan sulit dipastikan kevalidannya (sulit dipercaya). Autokorelasi bisa dideteksi dengan uji durbi-watson. Sama seperti multikolinearitas, autokorelasi juga diujikan per persamaan strukturalnya.

• Homoskedastisitas, dalam analisis jalur diusahakan variansnya sama dari error nya. Dampak dari heteroskedastisitas adalah varians minimum sulit untuk ditetapkan sehingga syarat penduga yang baik dari BLUE, yaitu BEST tidak bisa dipenuhi dan akan berdampak terhadap uji F dan t-studentnya. Cara mendeteksi nya dengan scatter plot atau uji park. Pengujian homoskedastisitas dilakukan per persamaan struktural.

• Normalitas, untuk mendapatkan penduga/estimatornya harus memenuhi syarat normalitas, jadi jika syarat ini tidak terpenuhi maka penduganya tidak bisa didapatkan. Selain itu, untuk uji hipotesis simultan dan parsialnya, menggunakan uji F dan t-student yang berasal dari keluarga distribusi normal. Jadi agar uji hipotesisnya layak untuk digunakan maka normalitas harus dipenuhi. Pengujiannya juga dilakukan per persamaan strukturalnya.

Jika dilihat secara keseluruhan, uji asumsi klasik ini mempunyai pengaruh terhadap penduga dan uji hipotesisnya. Dalam analisis jalur, penduga nya itu merupakan koefisien jalur atau Beta (β) dalam tabel anova dan untuk menguji jalur yang signifikan (pengaruh yang signifikan) menggunakan uji F dan t-student, sehingga menurut saya asumsi regresi klasik sangat penting untuk pengujian menggunakan analisis jalur. Asumsi-asumsi ini saya kaitkan antara analisis jalur dengan dasar-dasar dalam analisis regresi sehingga penjelasan diatas merupakan penjelasan secara statistik. Jadi untuk penelitian yang menggunakan analisis jalur, sebaiknya mencari referensi dan literatur sebanyak-banyaknya mengenai asumsi-asumsi yang dibutuhkan dalam analisis jalur agar mempunyai dasar yang kuat secara teori dan statistik. 

Mungkin itu dulu penjelasan singkat mengenai analisis jalur. Ini mungkin baru kulitnya analisis jalur. Di tulisan berikutnya saya akan menjelaskan tentang dalamnya jalur itu bagaimana, perbedaan jalur dengan SEM (structural equation model), cara pengolahan dan intepretasi. Mohon maaf jika ada kekeliruan dan Semoga bermanfaat.

Masa Depan Pria Yang Harus Dijaga

Masa Depan Pria Yang Harus Dijaga

Impotensi atau disfungsi ereksi, suatu istilah yang belum populer di masyarakat sekarang, mungkin istilah yang sering didengar oleh banyak orang adalah impoten. Impoten ini merupakan gangguan seksual yang sangat ditakuti oleh para kaum adam. Karena gangguan seksual ini sangat berpengaruh terhadap hubungan antara suami istri, yaitu hubungan seksual. Jika hubungan seksual antara suami istri tidak berjalan lancar, maka bisa saja terjadi ketidakharmonisan antara suami istri tersebut, dan keutuhan keluarga terancam. 

Gangguan seksual impoten ini walaupun merupakan momok yang ditakuti oleh para pria, tapi sayangnya masih saja banyak cuek ato tidak perduli dengan gangguan seksual ini, setelah terkena impoten, baru perduli dan kalang kabut bingung bagaimana mengobatinya. Seharusnya impoten ini harus dicegah dari awal sewaktu kondisi dan fungsi organ reproduksi masih normal, oleh karena itu, kita harus mengetahui apa itu sebenarnya itu impoten atau disfungsi ereksi ini, apa penyebabnya dan bagaimana cara mencegahnya, mengingat organ reproduksi yang terkena impoten merupakan masa depan dan harta bagi para pria.

Impoten adalah suatu gangguan seksual yang ditandai dengan gejala ketidakmampuan penderita dalam memulai mempertahankan tingkat ereksi penis untuk berlangsungnya hubungan seksual suami istri. Bisa dikatakan pria yang terkena impoten lemah syahwatnya. Pria yang terkena impotensi tidak dapat mempertahankan penis dari awal kegiatan hubungan seks suami istri sampai selesai sehingga sang istri pun tidak puas dengan keadaan ini. Sangat menyedihkan bagi pria jika terkena penyakit ini, sudah tidak bisa berhubungan seksual secara wajar, pasangan tidak puas sehingga secara psikis dan mental mengganggu, dan tidak jarang juga karena keadaan ini penyebab hancurnya perkawinan.

Ciri-ciri dari penyakit impotensi ini , penis tidak dapat mengeluarkan potensinya atau kemampuan terbaiknya dalam berereksi, walaupun ada rangsangan dari pasangan. Sedangkan proses ereksi pada penis adalah pemompaan darah menuju rongga-rongga penis oleh jantung. Maka gambarannya adalah seperti pompa air dirumah kita. Semakin kuat tekanan pompa air, maka selang akan semakin mengeras, begitu juga dengan penis para pria, jika pemompaan darah oleh jantung dapat bekerja dengan baik, ereksi pun akan terjadi dengan baik. 

Pada umumnya, penyakit impoten ini terjadi pada orang-orang lanjut usia. Sekitar 50% pria berusia 65 tahun dan 75% pria berusia 80 tahun mengalami impoten. semakin bertambah umur seorang pria, maka impoten semakin sering terjadi, meskipun impoten bukan merupakan bagian dari proses penuaan tetapi merupakan akibat dari penyakit yang sering ditemukan pada usia lanjut. Hal ini dikarenakan dengan semakin bertambah usia , sel-sel dalam tubuh akan semakin lambat laun dalam proses kerjanya, sehingga kerja jantung tidak bias secepat dan seoptimal masih muda dalam memompa darah menuju rongga-rongga penis. Selain itu, karena pada saat lanjut usia, pada umumnya sudah sering terkena berbagai penyakit, sehingga berpengaruh juga terhadap kerja organ-organ tubuh.

Penyakit impoten juga bisa menyerang para pria muda, hal ini dikarenakan faktor-faktor psikis yang pada umumnya terjadi pada pria-pria muda. Selain terjadi pada usia lanjut dan muda, pada umumya, Ciri-ciri impotensi pada pria banyak terlihat pada penderita diabetes (gula darah),  orang dengan penderita gula darah ibarat orang dengan unsur utama yang rusak. Darah adalah cairan unsur utama pada manusia. Orang dengan penyakit gula darah/diabetes ini adalah orang yang sudah lemah secara fisik.  Secara kasat mata, ciri-ciri dari impoten tidak bisa dilihat.

Secara keseluruhan, penyebab terjadinya gangguan seksual impoten adalah kelainan pembuluh darah, kelainan saraf, obat-obatan yang digunakan, kelainan pada penis, dan masalah psikis yang mempengaruhi gairah seksual. Penis agar bisa tegak, memerlukan aliran darah yang cukup, Karena itu penyakit pembuluh darah, misalnya aterosklerosis, bisa menyebabkan impotensi. Impotensi juga bisa terjadi akibat adanya bekuan darah atau akibat pembedahan pembuluh darah yang menyebabkan terganggunya aliran darah arteri ke penis. Sedangkan kelainan saraf yang bisa menyebabkan impoten adalah kerusakan saraf menuju dan meninggalkan penis, kerusakan ini bisa terjadi karena cedera, stroke, alkohol, obat-obatan, pembedahan rektum atau prostat , dan penyakit tulang belakang. 

Obat-obatan juga mempengaruhi terjadinya impoten, sekitar 25 % kasus impotensi disebabkan karena konsumsi obat-obatan. Antara lain, obat penenang, simetidin, litium, obat anti depresi, anti hipertensi, anti psikosa. Tidak jarang juga, impoten terjadi karena rendahnya kadar hormon testosterone, selain menurunkan gairah seksual tentunya. Sedangkan faktor-faktor masalah psikis yang dapat terjadi adalah depresi, kecemasan, perasaan bersalah, perasaan takut akan keintiman, kebimbangan tentang jenis kelamin dan masalah-masalah pribadi yang dapat mempengaruhi psikis dan mental pria. Selain hal-hal tersebut, kegiatan sehari-hari juga bisa menyebabkan impoten, contohnya saja, kelelahan yang sering dan kontinu, merokok, karena rokok mengurangi aliran darah, sesuai dengan studi yang pernah dilakukan , kecenderungan perokok mengalami impoten sebesar 40% dibandingkan dengan bukan perokok. Minuman beralkohol juga berpotensi menyebabkan impoten. 

Walaupun banyak yang bisa menyebabkan terjadinya impoten, tapi gangguan seksual ini masih bisa dicegah dan diobati. beberapa diantaranya adalah menjalani gaya hidup sehat , saran dokter untuk obat-obatan dan suntikan, menggunakan pompa vakum, operasi pengalihan pembuluh darah dan implantasi Protese Silikon, psikoterapi, pemeriksaan fisik rutin dan secara psikis, teknik pemusatan sensasi. 

Melihat segala aktivitas dalam keseharian yang cenderung bisa menyebabkan impoten, bukan berarti kita pasrah begitu saja dengan keadaan dan nasib nantinya akan terkena atau tidak,baru perduli. Biasakan mulai sekarang perhatikan hal-hal sekecil mungkin yang berpotensi menyebabkan impoten, dan lakukan hal-hal kecil tersebut karena dari hal-hal kecil tersebut akan lahirlah hal-hal yang besar dan menimbulkan masalah nantinya dan semuanya itu kembali ke diri kita sendiri, kesadaran akan hidup sehat.

cara mendapatkan Angka Harapan Hidup

AHH sebagai alat evaluasi pemerintah

Kesejahteraan penduduk selalu menjadi prioritas setiap negara ataupun daerah-daerah. Banyak indikator yang bisa digunakan untuk menilai kesejahteraan penduduk, bisa dari dimensi pendidikan, ekonomi, maupun kesehatan. Perserikatan Bangsa-Bangsa (PBB) telah menetapkan sebuah ukuran standar pembangunan manusia untuk melihat perkembangan dari ketiga dimensi tersebut. Ukuran standar tersebut dikenal dengan sebutan Indeks Pembangunan Manusia (IPM). Di dalam IPM terdapat komponen Angka Lahir Hidup (AHH) sebagai indikator dari dimensi kesehatan. 

Angka Lahir Hidup (AHH) biasanya digunakan untuk mengevaluasi kinerja pemerintah dalam meningkatkan kesejahteraan penduduk khususnya di bidang kesehatan. Jadi, dengan mengetahui konsep dan penghitungan dari AHH, diharapkan bisa berguna bagi diri kita sendiri serta pemerintah suatu daerah dalam membangun daerahnya.  AHH adalah rata-rata perkiraan banyak tahun yang dapat ditempuh oleh seseorang selama hidupnya.  Semakin tinggi AHH yang diperoleh saat baru lahir di suatu daerah, maka derajat kesehatan daerah tersebut semakin baik. Perlu diingat AHH berhubungan erat dengan tingkat kesehatan bayi dan ibu, otomatis berkaitan dengan Angka Kematian Bayi (AKB) dan Angka Kematian Ibu (AKI). Seperti yang kita ketahui, Angka kematian dipengaruhi berbagai hal yang bisa menunjukkan keadaan suatu daerah, oleh karena itu AHH sangat penting untuk dipelajari. Setelah penjelasan singkat mengenai AHH, saya akan menjelaskan bagaimana cara mendapatkan AHH. Hal ini saya rasa akan berguna buat para statistisi terutama di daerah yang nantinya akan terjun langsung ke lapangan. 

  

Perhitungan AHH saat lahir  

Sebelum kita mencari nilai AHH, terlebih dahulu kita harus mempunyai jumlah Anak Lahir Hidup (ALH) dan Anak Masih Hidup (AMH), datanya bisa didapatkan dari data SUSENAS. ALH dan AMH bisa didapatkan dari data penduduk wanita berumur 15-49 tahun yang pernah kawin (telah menjadi ibu) dan dikelompokkan berdasarkan kelompok umur dalam lima kelas. AHH yang akan kita cari dan gunakan sebagai evaluasi kinerja pemerintah adalah Angka Harapan Hidup saat lahir. Setelah ALH dan AMH didapatkan, kita hitung AHH saat lahir dengan metode langsung menggunakan software mortpak.  

• Langkah pertama, kita instal terlebih dahulu dan buka softwarenya. Buka worksheet baru dengan memilih toolbar file -> New

• Dalam penghitungan untuk mendapatkan AHH, harus menggunakan input mean age at childbearing dan untuk mendapatkannya pilih menu FERTCB  

• Setelah muncul tampilan selected application FERTCB (Untitled2), isikan title terserah anda, masukkan bulan dan tahun referensi data ALH yang digunakan (contoh, juli 2010), dan masukkan nilai ALH sesuai kelompok umur ibu. Setelah itu di RUN sehingga keluar output TFR dan mean age at childbearing. Contoh tampilannya seperti dibawah ini.

• Setelah didapatkan mean age at childbearing, kita cari AHH saat lahir dengan menu CEBCS.

• Setelah muncul tampilan selected application CEBCS (Untitled3), diisikan bagian-bagian yang kosong, serta ALH dan AMH dengan format seperti contoh dibawah ini.

• Setelah terisi semua, maka di RUN , dan akan menghasilkan output seperti dibawah ini.

Age Group of Woman	Marital Duration Group of Woman	Average Number of		Proportion Dead	Age X	Probability  of  Dying  Before  Age  X
		Children Ever Born	Children Surviving			United Nations Models					Coale-Demeny Model
						(Palloni-Heligman Equations)					(Trussell Equations)
						Latin Am.	Chilean	So. Asian	Far East	General	West	North	East	South
15 - 20	0 - 5	0.121	0.114	0.058	1	0.059	0.065	0.059	0.059	0.059	0.062	0.060	0.063	0.059
20 - 25	5 - 10	0.750	0.710	0.053	2	0.056	0.057	0.056	0.055	0.056	0.056	0.053	0.056	0.056
25 - 30	10 - 15	1.573	1.484	0.057	3	0.057	0.058	0.058	0.057	0.057	0.056	0.054	0.057	0.057
30 - 35	15 - 20	2.322	2.181	0.061	5	0.062	0.062	0.062	0.061	0.061	0.061	0.060	0.061	0.062
35 - 40	20 - 25	2.883	2.683	0.069	10	0.072	0.071	0.072	0.071	0.072	0.071	0.073	0.071	0.072
40 - 45	25 - 30	3.242	2.971	0.084	15	0.083	0.084	0.085	0.083	0.083	0.085	0.086	0.085	0.085
45 - 50	30 - 35	3.502	3.146	0.102	20	0.102	0.102	0.102	0.102	0.102	0.102	0.103	0.102	0.102

Age Group of Woman		Corresponding Mortality Indices
	Reference Date	United Nations Models					Reference Date	Coale-Demeny Model
		(Palloni-Heligman Equations)						(Trussell Equations)
		Latin Am.	Chilean	So. Asian	Far East	General		West	North	East	South
Infant mortality rate
15 - 20	Jun 2009	.059	.065	.059	.059	.059	Jun 2009	.062	.060	.063	.059
20 - 25	Mar 2008	.048	.054	.048	.049	.049	Mar 2008	.049	.045	.051	.050
25 - 30	Jul 2006	.046	.053	.047	.047	.047	Apr 2006	.046	.042	.050	.050
30 - 35	May 2004	.046	.054	.047	.047	.047	Dec 2003	.047	.042	.051	.051
35 - 40	Dec 2001	.049	.059	.051	.050	.050	Jun 2001	.050	.044	.056	.057
40 - 45	Feb 1999	.053	.067	.058	.054	.055	Sep 1998	.055	.048	.062	.063
45 - 50	Aug 1995	.060	.075	.065	.059	.062	Oct 1995	.060	.051	.069	.070
Probability of dying between ages 1 and 5
15 - 20	Jun 2009	.025	.012	.022	.022	.022	Jun 2009	.024	.035	.015	.014
20 - 25	Mar 2008	.018	.008	.017	.016	.016	Mar 2008	.016	.022	.011	.010
25 - 30	Jul 2006	.017	.008	.016	.015	.015	Apr 2006	.015	.019	.010	.010
30 - 35	May 2004	.017	.008	.016	.015	.015	Dec 2003	.015	.019	.010	.011
35 - 40	Dec 2001	.019	.010	.018	.016	.017	Jun 2001	.016	.021	.012	.014
40 - 45	Feb 1999	.022	.012	.023	.019	.020	Sep 1998	.019	.023	.015	.018
45 - 50	Aug 1995	.027	.015	.028	.022	.024	Oct 1995	.022	.026	.017	.023
Life expectancy at birth
15 - 20	Jun 2009	65.6	66.2	67.9	58.7	63.8	Jun 2009	61.8	61.3	64.4	69.1
20 - 25	Mar 2008	68.9	68.9	70.4	62,0	66.8	Mar 2008	64.9	65.7	66.6	71.2
25 - 30	Jul 2006	69.5	69.1	70.9	62.6	67.4	Apr 2006	65.4	66.6	66.8	71.3
30 - 35	May 2004	69.4	68.8	70.7	62.5	67.3	Dec 2003	65.3	66.6	66.6	70.8
35 - 40	Dec 2001	68.4	67.5	69.7	61.6	66.2	Jun 2001	64.7	66,0	65.7	69.5
40 - 45	Feb 1999	67.1	65.6	68,0	60.2	64.9	Sep 1998	63.6	64.9	64.5	67.8
45 - 50	Aug 1995	65.1	63.7	66.1	58.8	63,0	Oct 1995	62.5	64.1	63.3	66.1

untuk nilai AHH saat lahir, dilihat dari tabel kedua kolom west. lebih tepatnya dilihat dari tabel Life expectancy at birth untuk kelompok umur 20-25, 25-30, dan 30-35. AHH saat lahir didapatkan dari rata-rata AHH pada kelompok umur tersebut. 

                                             AHH saat lahir = ( 64.9 + 65.4 + 65.3 ) / 3

                                                                     = 65.2

semoga dengan mengerti konsep serta cara penghitungannya, kita bisa memanfaatkan nilai AHH saat lahir dengan baik dan maksimal. semoga bermanfaat.
mohon maaf jika insert picture nya berantakan. masih belajar :p 
yang penting isi nya.hehe