ANALISIS-JALUR
-
Upload
luthfi-arief-hidayatullah -
Category
Documents
-
view
18 -
download
0
Transcript of ANALISIS-JALUR
ANALISIS JALURANALISIS JALUR
(PATH (PATH ANALYSIS)ANALYSIS)
Penemu: Sewall Wright (Joreskog & Sorbom;1996)
SejarahSejarah 1920 : Sewall (ahli genetika) 1966 : Otis D. Ducan (sosiolog) 1970 : Karl G. Joreskog & Dag Sorbon
(ahli statistika)
LISREL (LInier Structural RELationship)
SEM (Structural Equation Modeling)
PengertianPengertian Model Path Analysis digunakan
untuk menjelaskan pola hubungan antar variabel dengan tujuan mengetahui pengaruh langsung maupun tidak langsung dari seperangkat variabel bebas (eksogen) terhadap variabel terikat (endogen)
ManfaatManfaat1. Penjelasan fenomena yang dipelajari.2. Prediksi nilai variabel terikat berdasarkan
variabel bebas (bersifat kualitatif)3. Faktor determinan : Variabel bebas mana
yang berpengaruh dominan terhadap varibel terikat
4. Pengujian Model : baik konsep yang sudah ada maupun pengembangan konsep baru
Asumsi-AsumsiAsumsi-Asumsi1. Hubungan antar variabel bersifat linier,
adaptif, dan normal.2. Hubungan kausal satu arah.3. Variabel terikat berskala interval atau
rasio.4. Menggunakan probability sampling5. Observed variables diukur dengan valid
dan reliable6. Model dispesifikasikan dengan benar
berdasar teori dan konsep yang relevan
Model Path AnalysisModel Path Analysis
Correlated
11
22
33r12
31
32
11
22
33
31
32
11
22
33
31
32
2
21
1 2
Mediated
Independent
ContohContoh
Diduga kemampuan berkoordinasi dan motivasi kerja pegawai berkontribusi secara simultas dan signifikan terhadap produktivitas kerja
KOORDINASI(X1)
MOTIVASI KERJA(X2)
PRODUKTIVITAS KERJA
(Y)
r12
yx1
yx2
1
y
Hipotesis :Hipotesis :
Model StrukturalModel Struktural
XX11
XX22 YY
r12 ZX1
YX12
XX33
ZZ
1
YX2 ZY
YX3
ZX3r23
r13
Y=PY=PYX1YX1XX11+P+PYX2YX2XX22+P+PYX3YX3XX33++11
Z=PZ=PZX1ZX1XX11+P+PZX3ZX3XX33+P+PZYZYY+Y+22
Persamaannya :Persamaannya :
Sub Struktur 1Sub Struktur 1
XX11
XX22 YY
r12YX1
XX33
1
YX2
YX3r23
r13
Y=PY=PYX1YX1XX11+P+PYX2YX2XX22+P+PYX3YX3XX33++11
Z=PZ=PZX1ZX1XX11+P+PZX3ZX3XX33+P+PZYZYY+Y+22
Persamaannya :Persamaannya :
Sub Struktur 2Sub Struktur 2
XX11
YY
ZX1
YX12
XX33
ZZ
1
ZY
YX3
ZX3
r13
Y=PY=PYX1YX1XX11+P+PYX2YX2XX22+P+PYX3YX3XX33++11
Z=PZ=PZX1ZX1XX11+P+PZX3ZX3XX33+P+PZYZYY+Y+22
Persamaannya :Persamaannya :
Contoh Penelitian : Kontribusi Kemampuan Pegawai dan Motivassi
Kerja Pegawai terhadap Produktivitas Kerja
Kemampuan Pegawai
MotivasiPegawai
ProduktivitasKerja
X1 X2 Y1 36 55 642 46 45 553 47 60 724 25 35 505 68 64 796 69 44 777 57 64 788 49 65 729 58 63 66
10 67 74 8211 79 84 8712 52 73 82
No. Resp
Langkah 1 :Hipotesis & Persamaan Struktural
Kemampuan pegawai dan motivasi kerja berkontribusi secara simultan dan signifikan terhadap produktivitas kerja
Hipotesis Hipotesis ::
Y=YX1X1+ YX2X2 + Y 1Struktur :Struktur :
Langkah 2 :Hitung koefisien jalur (1)
Y=YX1X1+ YX2X2 + Y +1
KOORDINASI(X1)
MOTIVASI KERJA(X2)
PRODUKTIVITAS KERJA
(Y)
r12
yx1
yx2
1
y
a. Gambar Diagram a. Gambar Diagram JalurJalur
Langkah 2 :Hitung koefisien jalur (2)
b. Hitung koefisien korelasi & regresi b. Hitung koefisien korelasi & regresi (SPSS)(SPSS) Correlations
1 ,645* ,829**
. ,024 ,001
12 12 12
,645* 1 ,824**
,024 . ,001
12 12 12
,829** ,824** 1
,001 ,001 .
12 12 12
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
KemampuanPegawai (X1)
Motivasi Kerja (X2)
Produktivitas Kerja (Y)
KemampuanPegawai (X1)
MotivasiKerja (X2)
ProduktivitasKerja (Y)
Correlation is significant at the 0.05 level (2-tailed).*.
Correlation is significant at the 0.01 level (2-tailed).**.
Langkah 2 :Hitung koefisien jalur (3)
ANOVAb
1170,257 2 585,129 22,151 ,000a
237,743 9 26,416
1408,000 11
Regression
Residual
Total
Model1
Sum ofSquares df Mean Square F Sig.
Predictors: (Constant), Motivasi Kerja (X2), Kemampuan Pegawai (X1)a.
Dependent Variable: Produktivitas Kerja (Y)b.
Coefficientsa
27,026 7,069 3,823 ,004
,379 ,133 ,510 2,845 ,019
,402 ,146 ,495 2,763 ,022
(Constant)
KemampuanPegawai (X1)
Motivasi Kerja (X2)
Model1
B Std. Error
UnstandardizedCoefficients
Beta
StandardizedCoefficients
t Sig.
Dependent Variable: Produktivitas Kerja (Y)a.
Model Summary
,912a ,831 ,794 5,140 ,831 22,151 2 9 ,000Model1
R R SquareAdjustedR Square
Std. Error ofthe Estimate
R SquareChange F Change df1 df2 Sig. F Change
Change Statistics
Predictors: (Constant), Motivasi Kerja (X2), Kemampuan Pegawai (X1)a.
Langkah 3 :Hitung koefisien jalur scr simultan
ANOVAb
1170,257 2 585,129 22,151 ,000a
237,743 9 26,416
1408,000 11
Regression
Residual
Total
Model1
Sum ofSquares df Mean Square F Sig.
Predictors: (Constant), Motivasi Kerja (X2), Kemampuan Pegawai (X1)a.
Dependent Variable: Produktivitas Kerja (Y)b.
H0 : H0 : yx1yx1= = yx2yx2=0 =0
Ha : Ha : yx1= yx1= yx2≠0yx2≠0
H0 : Kemampuan pegawai dan motivasi kerja tidak berkontribusi secara simultan dan signifikan terhadap produktivitas kerja
Ha : Kemampuan pegawai dan motivasi kerja berkontribusi secara simultan dan signifikan terhadap produktivitas kerja
Nilai F = 22,151 sig. 0,00 <0,05 berarti H0 ditolak Ha Nilai F = 22,151 sig. 0,00 <0,05 berarti H0 ditolak Ha diterimaditerima
Langkah 4 :Hitung koefisien jalur scr individu (1)
H0 : H0 : yx1yx1=0 =0
Ha : Ha : yx1yx1>0>0
H0 : Kemampuan pegawai tidak berkontribusi secara simultan dan signifikan terhadap produktivitas kerja
Ha : Kemampuan pegawai berkontribusi secara simultan dan signifikan terhadap produktivitas kerja
Nilai t = 2,845 sig. 0,019 <0,05 berarti H0 ditolak Ha Nilai t = 2,845 sig. 0,019 <0,05 berarti H0 ditolak Ha diterimaditerima
Coefficientsa
27,026 7,069 3,823 ,004
,379 ,133 ,510 2,845 ,019
,402 ,146 ,495 2,763 ,022
(Constant)
KemampuanPegawai (X1)
Motivasi Kerja (X2)
Model1
B Std. Error
UnstandardizedCoefficients
Beta
StandardizedCoefficients
t Sig.
Dependent Variable: Produktivitas Kerja (Y)a.
Langkah 4 :Hitung koefisien jalur scr individu (2)
H0 : H0 : yx2yx2=0 =0
Ha : Ha : yx2yx2>0>0
H0 : Motivasi Pegawai tidak berkontribusi secara simultan dan signifikan terhadap produktivitas kerja
Ha : Motivasi Pegawai berkontribusi secara simultan dan signifikan terhadap produktivitas kerja
Nilai t = 2,763 sig. 0,022 <0,05 berarti H0 ditolak Ha Nilai t = 2,763 sig. 0,022 <0,05 berarti H0 ditolak Ha diterimaditerima
Coefficientsa
27,026 7,069 3,823 ,004
,379 ,133 ,510 2,845 ,019
,402 ,146 ,495 2,763 ,022
(Constant)
KemampuanPegawai (X1)
Motivasi Kerja (X2)
Model1
B Std. Error
UnstandardizedCoefficients
Beta
StandardizedCoefficients
t Sig.
Dependent Variable: Produktivitas Kerja (Y)a.
Memaknai Hasil Analisis Jalur (1)
Y=YX1X1+ YX2X2 + Y1
Y=0,510 X1+0,495X2+0,411 1
KOORDINASI(X1)
MOTIVASI KERJA(X2)
PRODUKTIVITAS KERJA
(Y)
r12= 0,645
yx1= 0,51
yx2=0,495
1
y =0,411
411,0169,0831,011 22.1. xxyY R
Memaknai Hasil Analisis Jalur (2)
Kontribusi Kemampuan Pegawai (Kontribusi Kemampuan Pegawai (X1X1) yang secara ) yang secara langsung mempengaruhi produktivitas kerja (langsung mempengaruhi produktivitas kerja (YY) = ) = 0,510,5122=0,2601 = =0,2601 = 26,01 %26,01 %
Kontribusi Motivasi Pegawai (Kontribusi Motivasi Pegawai (X2X2) yang secara ) yang secara langsung mempengaruhi produktivitas kerja (langsung mempengaruhi produktivitas kerja (YY) = ) = 0,4950,49522=0,2450 = =0,2450 = 24,50 %24,50 %
Kontribusi Kemampuan Pegawai (X1) dan Motivasi Kontribusi Kemampuan Pegawai (X1) dan Motivasi Pegawai (X2) secara Pegawai (X2) secara simultansimultan yang secara yang secara langsung mempengaruhi produktivitas kerja (Y) = langsung mempengaruhi produktivitas kerja (Y) = 0,831=0,831=83,1 %83,1 %.. Sisanya Sisanya 16,9%16,9% dipengaruhi faktor dipengaruhi faktor lain yang tidak dapat dijelaskan dalam penelitian lain yang tidak dapat dijelaskan dalam penelitian ini.ini.
ANALISIS JALUR
MODEL TRIMMING
Contoh Penelitian : Kontribusi Kepemimpinan, Iklim Organisasi,
dan Motivasi Kerja terhadap Prestasi Kerja
Kepemimpinan Iklim OrgMotivasi Kerja
PrestasiKerja
X1 X2 X3 Y
1 55 36 38 60
2 45 46 45 50
3 60 47 46 62
4 35 25 30 40
5 64 68 53 68
6 44 69 54 59
7 70 57 61 79
8 65 49 50 69
9 63 58 52 65
10 74 67 51 70
11 84 79 69 89
12 73 52 53 79
No. Resp
Hipotesis
1. Kepemimpinan dan Iklim Organisasi berkontribusi secara simultan dan signifikan terhadap Motivasi Kerja
2. Kepemimpinan, Iklim Organisasi, dan Motivasi Kerja berkontribusi secara simultan dan signifikan terhadap prestasi Kerja
StrukturStruktur
XX11
XX33
YX1
X3X12
XX22
YY
1
YX3
YX2
r12
XX33==x3X1x3X1XX11+ + X3X2X3X2XX22+ + X3X311
Y= Y= YX1YX1XX11+ + YX2YX2XX22+ + YX3YX3X3+ X3+ YY22
Persamaannya :Persamaannya :
X3X2
Sub Struktur 1Sub Struktur 1
XX11
XX33
X3X1
XX22
1
r12
XX33==x3X1x3X1XX11+ + X3X2X3X2XX22+ + X3X311
Persamaannya :Persamaannya :
X3X2
Pengujian Sub Struktur 1ANOVAb
947,687 2 473,843 26,994 ,000a
157,980 9 17,553
1105,667 11
Regression
Residual
Total
Model1
Sum ofSquares df Mean Square F Sig.
Predictors: (Constant), Iklim Org (X2), Kepemimpinan (X1)a.
Dependent Variable: Motivasi Kerja (X3)b.
Coefficientsa
11,393 5,731 1,988 ,078
,244 ,116 ,345 2,101 ,065
,439 ,108 ,666 4,062 ,003
(Constant)
Kepemimpinan (X1)
Iklim Org (X2)
Model1
B Std. Error
UnstandardizedCoefficients
Beta
StandardizedCoefficients
t Sig.
Dependent Variable: Motivasi Kerja (X3)a.
Model Summary
,926a ,857 ,825 4,190 ,857 26,994 2 9 ,000Model1
R R SquareAdjustedR Square
Std. Error ofthe Estimate
R SquareChange F Change df1 df2 Sig. F Change
Change Statistics
Predictors: (Constant), Iklim Org (X2), Kepemimpinan (X1)a.
Tidak signifikanTidak signifikan
Trimming (X1 dikeluarkan)ANOVAb
870,221 1 870,221 36,961 ,000a
235,446 10 23,545
1105,667 11
Regression
Residual
Total
Model1
Sum ofSquares df Mean Square F Sig.
Predictors: (Constant), Iklim Org (X2)a.
Dependent Variable: Motivasi Kerja (X3)b.
Coefficientsa
18,346 5,418 3,386 ,007
,585 ,096 ,887 6,080 ,000
(Constant)
Iklim Org (X2)
Model1
B Std. Error
UnstandardizedCoefficients
Beta
StandardizedCoefficients
t Sig.
Dependent Variable: Motivasi Kerja (X3)a.
Model Summary
,887a ,787 ,766 4,852 ,787 36,961 1 10 ,000Model1
R R SquareAdjustedR Square
Std. Error ofthe Estimate
R SquareChange F Change df1 df2 Sig. F Change
Change Statistics
Predictors: (Constant), Iklim Org (X2)a.
Sub Struktur 1 (Baru)Sub Struktur 1 (Baru)
XX33
XX22
1=0,4615
X3X2=0,887
4615,0787,011 22.1.13 xxyX R
XX33== X3X2X3X2XX22+ + X3X311
X3=0,887 XX3=0,887 X22+0,4615 +0,4615 11
Persamaannya :Persamaannya :
Sub Struktur 2Sub Struktur 2
XX11
XX33
YX1
2
XX22
YYYX3
YX2
r12
Y= Y= YX1YX1XX11+ + YX2YX2XX22+ + YX3YX3X3+ X3+ YY22
Persamaannya :Persamaannya :
Pengujian Sub Struktur 2ANOVAb
1866,278 3 622,093 78,511 ,000a
63,389 8 7,924
1929,667 11
Regression
Residual
Total
Model1
Sum ofSquares df Mean Square F Sig.
Predictors: (Constant), Motivasi Kerja (X3), Kepemimpinan (X1), Iklim Org (X2)a.
Dependent Variable: Prestasi Kerja (Y)b.
Coefficientsa
1,062 4,619 ,230 ,824
,599 ,095 ,641 6,297 ,000
-,198 ,122 -,228 -1,620 ,144
,777 ,224 ,588 3,470 ,008
(Constant)
Kepemimpinan (X1)
Iklim Org (X2)
Motivasi Kerja (X3)
Model1
B Std. Error
UnstandardizedCoefficients
Beta
StandardizedCoefficients
t Sig.
Dependent Variable: Prestasi Kerja (Y)a.
Model Summary
,983a ,967 ,955 2,815 ,967 78,511 3 8 ,000Model1
R R SquareAdjustedR Square
Std. Error ofthe Estimate
R SquareChange F Change df1 df2 Sig. F Change
Change Statistics
Predictors: (Constant), Motivasi Kerja (X3), Kepemimpinan (X1), Iklim Org (X2)a.
Tidak signifikanTidak signifikan
Trimming (X2 dikeluarkan)ANOVAb
1845,476 2 922,738 98,641 ,000a
84,190 9 9,354
1929,667 11
Regression
Residual
Total
Model1
Sum ofSquares df Mean Square F Sig.
Predictors: (Constant), Motivasi Kerja (X3), Kepemimpinan (X1)a.
Dependent Variable: Prestasi Kerja (Y)b.
Coefficientsa
3,514 4,742 ,741 ,478
,622 ,102 ,666 6,087 ,000
,485 ,145 ,367 3,357 ,008
(Constant)
Kepemimpinan (X1)
Motivasi Kerja (X3)
Model1
B Std. Error
UnstandardizedCoefficients
Beta
StandardizedCoefficients
t Sig.
Dependent Variable: Prestasi Kerja (Y)a.
Model Summary
,978a ,956 ,947 3,059 ,956 98,641 2 9 ,000Model1
R R SquareAdjustedR Square
Std. Error ofthe Estimate
R SquareChange F Change df1 df2 Sig. F Change
Change Statistics
Predictors: (Constant), Motivasi Kerja (X3), Kepemimpinan (X1)a.
Sub Struktur 2 (Baru)Sub Struktur 2 (Baru)
XX11
XX33
YX1=0,666 2=0,2098
YYYX3
=0,367
Y= Y= YX1YX1XX11+ + YX3YX3X3+ X3+ YY22
Y=0,666 XY=0,666 X11+0,367 X+0,367 X33+0,2098 +0,2098 22
Persamaannya :Persamaannya :
2098,0956,011 22 yY R
Struktur (Baru)Struktur (Baru)
XX11
XX33
YX1=0,666 2=0,2098
YYYX3
=0,367
Y= Y= YX1YX1XX11+ + YX3YX3X3+ X3+ YY22
Y=0,666 XY=0,666 X11+0,367 X+0,367 X33+0,2098 +0,2098 22
Persamaannya Persamaannya ::
XX22
1=0,4615
X3X2=0,887
XX33== X3X2X3X2XX22+ + X3X311
X3=0,887 XX3=0,887 X22+0,4615 +0,4615 11
Memaknai Hasil Analisis Jalur
Kontribusi Kepemimpinan (Kontribusi Kepemimpinan (X1X1) yang secara ) yang secara langsung mempengaruhi prestasi kerja (langsung mempengaruhi prestasi kerja (YY) = ) = 0,6660,66622= = 44,36 %44,36 %
Kontribusi Motivasi Kerja (Kontribusi Motivasi Kerja (X3X3) yang secara ) yang secara langsung mempengaruhi prestasi kerja (langsung mempengaruhi prestasi kerja (YY) = ) = 0,3670,36722==13,47 %13,47 %
Kontribusi Kepemimpinan (X1) dan Motivasi Kerja Kontribusi Kepemimpinan (X1) dan Motivasi Kerja (X3) secara (X3) secara simultansimultan yang secara langsung yang secara langsung mempengaruhi prestasi kerja (Y) = mempengaruhi prestasi kerja (Y) = 0,956=0,956=95,6 95,6 %%.. Sisanya Sisanya 4,4 %4,4 % dipengaruhi faktor lain yang dipengaruhi faktor lain yang tidak dapat dijelaskan dalam penelitian ini.tidak dapat dijelaskan dalam penelitian ini.
Goodness of Fit (1))1).(1(1 2
221
2 RRRm 995,0)967,01).(857,01(12 mR
)1).(1(1 213
223 xyxxx RRM
991,0)956,01).(787,01(1 M
556,0991,01
995,01
1
1 2
M
RQ m
Goodness of Fit (2)
WWhitunghitung = -(N-d) ln Q = -(N-d) ln Q
WWhitunghitung = -(12-1) ln = -(12-1) ln 0,556=6,4570,556=6,457
Kesimpulan :Kesimpulan :
Cari dari tabel chi kuadrat XCari dari tabel chi kuadrat X22dk=1;dk=1;=0,05=0,05= 3,841= 3,841
Karena WKarena Whitung> hitung> XX2, 2, maka matrik korelasi sampel maka matrik korelasi sampel berbedaberbeda dengan matrik korelasi estimasi. Jadi kedua model tersebut dengan matrik korelasi estimasi. Jadi kedua model tersebut signifikan, sehingga model yang terbentuk signifikan, sehingga model yang terbentuk mampu mengeneralisasi fenomenamampu mengeneralisasi fenomena
Buku Path AnalysisCara Menggunakan dan Memaknai
ANALISIS JALUR (PATH ANALYSIS)- Riduwan, Drs, MBA- Engkos Achmad Kuncoro, SE, MM
Analisis Jalur untuk Riset Bisnis dengan SPSS
- Jonathan Sarwono
MULTIVARIATE DATA ANALYSIS- Joseph E. Hair- Ronald L William Printice Hall