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





XX11

YY

ZX1

YX12

XX33

ZZ

1

ZY

YX3

ZX3

r13




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


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)


MotivasiKerja (X2)

ProduktivitasKerja (Y)

Correlation is significant at the 0.05 level (2-tailed).*.

Correlation is significant at the 0.01 level (2-tailed).**.


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)


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


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



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)


Motivasi Kerja (X2)

Model1

B Std. Error


Beta


t Sig.


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)


Motivasi Kerja (X2)

Model1

B Std. Error


Beta


t Sig.


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


X3X2


XX11

XX33

X3X1

XX22

1

r12

XX33==x3X1x3X1XX11+ + X3X2X3X2XX22+ + X3X311


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


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


Beta


t Sig.

Dependent Variable: Motivasi Kerja (X3)a.

Model Summary

,926a ,857 ,825 4,190 ,857 26,994 2 9 ,000Model1




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


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


Beta


t Sig.

Dependent Variable: Motivasi Kerja (X3)a.

Model Summary

,887a ,787 ,766 4,852 ,787 36,961 1 10 ,000Model1




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



XX11

XX33

YX1

2

XX22

YYYX3

YX2

r12

Y= Y= YX1YX1XX11+ + YX2YX2XX22+ + YX3YX3X3+ X3+ YY22


Pengujian Sub Struktur 2ANOVAb

1866,278 3 622,093 78,511 ,000a

63,389 8 7,924

1929,667 11

Regression

Residual

Total

Model1


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


Beta


t Sig.

Dependent Variable: Prestasi Kerja (Y)a.

Model Summary

,983a ,967 ,955 2,815 ,967 78,511 3 8 ,000Model1




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


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


Beta


t Sig.

Dependent Variable: Prestasi Kerja (Y)a.

Model Summary

,978a ,956 ,947 3,059 ,956 98,641 2 9 ,000Model1




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


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

ANALISIS JALUR

Documents

Transcript of ANALISIS JALUR