Analisis Jalur Manual

7/21/2019 Analisis Jalur Manual

http://slidepdf.com/reader/full/analisis-jalur-manual 1/46

ANALISIS JALUR:Manual

Kusnendi

SEKOLAH PASCASARJANAUNIVERSITAS PENDIDIKAN INDONESIA

201



MANUAL ANALISIS JALUR• Kasus Peneli!ian Jen"#s $1%&2'

• Ma!(i#s #)(elasi An!a(*a(ia+el S!udi Jen"#s $n , -2.'

• Su+ S!(u#!u( 1: M)del /0

• Su+ S!(u#!u( 2: M)del D

• Su+ S!(u#!u( : M)del

• K)u!asi Ma!(i#s In*e(s: E3"el

• Ma!(i#s In*e(s S!udi Jen"#s

• S!a!is!i# i45 R2i5 6 7 S!a!is!i# !: M)del /0

• S!a!is!i# i45 R2i5 6 7 S!a!is!i# !: M)del D

• S!a!is!i# i45 R2i5 6 7 S!a!is!i# !: M)del

• Dia8(a Jalu( Ei(is 7 Es!iasi Pe(saaan S!(u#!u(alM)del /0

• Dia8(a Jalu( Ei(is 7 Es!iasi Pe(saaan S!(u#!u(alM)del D

• Dia8(a Jalu( Ei(is 7 Es!iasi Pe(saaan S!(u#!u(alM)del

• Rin8#asan Hasil K)u!asi S!a!is!i# M)del S!udi Jen"#s

• U4i Overall Model Fit

• U4i Overall Model Fit S!udi Jen"#s

•



Kasus Peneli!ian Jen"#s

$1%&2'A Va(ia+el Peneli!ian

1. X1 (pendidikan orang tua)

2. X2 (pendapatan orang tua)

3. X0 (kecerdasan anak sebelum sekolah)

4. D (pendidikan anak)

5. Q (kecerdasan anak setelah deasa)



; Masala9 Peneli!ian

1. !pakah tingkat kecerdasan anak sebelumsekolah (X0) dipengaruhi tingkat pendidikan

(X1) dan pendapatan orang tuan"a (X2)#

2. !pakah tingkat pendidikan anak (D)dipengaruhi tingkat kecerdasan sebelumsekolah (X0)$ tingkat pendidikan (X1) dan

pendapatan orang tuan"a (X2)#

3. !pakah tingkat kecerdasan anak setelahdeasa (Q) dipengaruhi tingkat pendidikananak (D) dan tingkat kecerdasan sebelumsekolah (X0)#



C Ke(an8#a Pei#i(an



D Hi)!esis

• M)del /0: /0 , <$/15 /2'

%1& 'emakin tinggi tingkat pendidikan orang tua (X1)$ semakin tinggi

tingkat kecerdasan anak sebelum sekolah (X0).

%2& 'emakin tinggi tingkat pendapatan orang tua (X2)$ semakin tinggi

tingkat kecerdasan anak sebelum sekolah (X0).

• M)del D: D , <$/15 /25 /0'%3& 'emakin tinggi tingkat pendidikan orang tua (X1)$ semakin tinggi

tingkat pendidikan anak (D).

%4& 'emakin tinggi tingkat pendapatan orang tua (X1)$ semakin tinggi

tingkat pendidikan anak (D).

%5& 'emakin tinggi tingkat kecerdasan anak sebelum sekolah (X0)$

semakin tinggi tingkat pendidikan anak (D).

• M)del : , <$/05 D'

%& 'emakin tinggi tingkat kecerdasan anak sebelum sekolah (X0)$

semakin tinggi tingkat kecerdasan anak setelah deasa (Q).

%& 'emakin tingkat pendidikan anak (D)$ semakin tingi tingkat

kecerdasan anak setelah deasa (Q).



• M)del /0& X0 * ρ01X1 + ρ02X2 + e1

• M)del D& D * ρD1X1 + ρD2X2 + ρD0X0 + e2

• M)del & Q * ρQ0X0 + ρQDD + e3

E Dia8(a Jalu( danPe(saaan S!(u#!u(al



6 Pen8u4ian Hi)!esis

• Lan8#a9 1& hitung koe,sien korelasi (ri-)antarariabel penelitian&

• /"atakan roe,sien korelasi tersebut dalamsebuah matriks korelasi ().

• ntuk kasus penelitian encks$ berdasarkan

data sampel berukuran 2 responden$penelitian melaporkan matriks korelasiantarariabel sebagaimana din"atakanmatriks .

( ) ( )

∑ ∑∑∑

∑ ∑∑

−−

−=

])Y(Yn][)X(Xn[

YXXY Nr

2222ij



Ma!(i#s #)(elasiAn!a(*a(ia+el

S!udi Jen"#s $n , -2.'

Q

D

XX

X

000,1630,0830,0314,0305,0

000,1550,0420,0382,0

000,1300,0300,0000,1509,0

000,1

R 0

2

1

=



• Lan8#a9 2& indenti,kasi model

atau sub struktur "ang akandiestimasi koe,sien -alurn"a danrumuskan persamaan

strukturaln"a sehingga -elasariabel apa "ang diberlakukansebagai ariabel pen"ebab dan

ariabel apa "ang diberlakukansebagai ariabel akibat. Full pathdiagram 'tudi encks dapat

diidenti,kasi 3 model atau 3 sub



Su+ S!(u#!u( 1:

M)del /0

• odel X0& X0 * ρ01X1 + ρ02X2 + e1

• ariabel pen"ebab& X1 dan X2 → n"atakan matrikskorelasin"a.



Su+ S!(u#!u( 2:M)del D

• odel D& D * ρD1X1 + ρD2X2 + ρD0X0 + e2

• ariabel pen"ebab& X1$ X2 dan X0 → n"atakanmatriks korelasin"a.



Su+ S!(u#!u( :

M)del

• odel Q& Q * ρQ0X0 + ρQDD + e3

• ariabel pen"ebab& X0 dan D → n"atakanmatriks korelasin"a.



• Lan8#a9 & identi,kasi matrikskorelasi antarariabel pen"ebab

"ang sesuai dengan sub strukturatau model "ang akan diu-i.

2

11

XX

000,1509,0509,0000,1R

=

Su+ s!(u#!u( 1:M)del /0

Su+ s!(u#!u( 2:M)del D

0

2

1

2

X

X

X

000,1300,0300,0

300,0000,1509,0

300,0509,0000,1

R

=

Su+ s!(u#!u( :M)del

DX

000,1550,0550,0000,1R

0

3

=



• Lan8#a9 =& hitung matriks

iners korelasi antarariabelpen"ebab untuk masing6masing sub struktur atau

model "ang akan diu-i.• atriks iners&

( )

==

−

333231

232212

131211

ii

1

i

CCCCCC

CCC

R .adjR

1

R

iR =iR .adj masing-masing menunjukkan matriks determinan dan adjoin

matriks korelasi antarvariabel penyebab.7



K)u!asi Ma!(i#sIn*e(s K)(elasi: Excel

• 8uka 9rogram :;cel$ tulis nilaielemen "ang ada dalam matriks

korelasi seperti berikut&

=

10,0225190,352075

0,02251910,144722

0,3520750,1447221

R



• 8uat area untuk matriks iners dengan ordo "angsesuai dengan matriks korelasi. ntuk contoh$

area tersebut berordo 3 ; 3&

• <lik Inse(!$ dan klik 6un"!i)n sehinga tampilkotak dialog Inse(! 6un"!i)n. Dalam kotak O(sele"! a "a!e8)(> pilih Ma!9 7 T(i8.



• Dalam kotak Sele"! a <un"!i)n pilih

MINVERSE. <lik OK sehingga muncul kotak

dialog 6un"!i)n A(8uen!s MINVERSE. 'elan-utn"a$ ke dalam kotak A((a> isikan nilaielemen matriks korelasi dengan cara membloknilai matriks seperti berikut&



• <lik OK sehingga diperoleh tampilan berikut&

• <emudian$ tekan 62 dan tekan S9i<! ? CTRL ?ENTER sehingga diperoleh hasil iners matriks

korelasi secara lengkap berikut&

=−

333231

232212

131211

1

1

CCC

CCC

CCC

R

• atriks iners "ang dicari&

−

−

−−

=

142573,1033183,040707,0

033183,0022356,115964,0

40707,015964,0166424,1



Ma!(i#s In*e(s

S!udi Jen"#s• M)del /0&

2

11

X

X

000,1509,0

509,0000,1R

=

=

−

2221

12111

1 CC

CC

R

−

−

= 3497,16870,0

6870,03497,1



• M)del D&

0

2

1

2

XX

X

000,1300,0300,0300,0000,1509,0

300,0509,0000,1

R

=

=−

333231

232221

131211

1

2

CCC

CCC

CCC

R

−−

−−

−−

=

1354,12257,02257,0

2257,03946,16421,0

2257,06421,03946,1

• M)del &

D

X

000,1550,0

550,0000,1

R

0

3

=

=−

2221

121113

CC

CCR

−

−=

4337,17885,0

7885,04337,1



• Lan8#a9 @& hitung koe,sien -alur$ koe,siendeterminasi (squared multiple correlations)$

statistik u-i F $ dan statistik u-i t untuk masing6masing sub struktur atau model "ang diu-i.

• K)esien Jalu(&

• K)esien de!e(inasi&

• K)esien 4alu( (esidual&

)r )(R ( jiXY

1iij−=ρ

∑ ρ= )r )((R YiXjij2i

1k n

C)R 1(SCr !

jj

2

i

ijij

ii

−−

−

ρ=

ρ==

)R 1(k

R )1k n("

2

i

2

i

−−−

=

di mana& C 44 *elemen matriksiners korelasi

ariabel pen"ebab=n * ukuran sampel=dan # * ban"akn"aariabel eksogendalam model atausub struktur "angdiu-i.

2i# R 1

i −=ρ



S!a!is!i# i45 R2i5 6 7

S!a!is!i# !: M)del /0

• <oe,sien -alur ρ01 dan ρ02&

ρ

ρ→=ρ −

02

01XY

1iij )r )(R (

ji

−

−=

300,0

300,0

3497,16870,0

6870,03497,1

ρ01

* (1$34>)(0$300) + (−0$0)(0$300) *

0$1>

ρ02 * (−0$0)(0$300) + (1$34>)(0$300) *

0$1>• <oe,sien determinasi

( ) ( )0202010121YiXjij

2i r r R )r )((R ρ+ρ=→ρ= ∑

• <oe,sien -alur residual (ρe1)&

=−=ρ 2i# R 1

i 9385,01193,011# =−=ρ

=

02

01

2221

1211

r

r

CC

CC

$)R ( 2

1

( ) ( ) 1193,0300,01988,0300,01988,0R 21 =+=



• <ebermaknaan koe,sien determinasi ditentukanstatistik u-i ?.

• %ipotesis statistik&

%0 & ρ01 * ρ02 * 0 & X1 dan X2 tidak mempengaruhi

X0. → %1 & 'ekurang6kurangn"a satu di antara X1

dan X2

mempengaruhi X0

.

)1193,01(21193,0)12628(

)R 1(k R )1k n("2

12.0

2

12.0

−−−=

−−−=

* 42$331 → P @ 0$0001 → %0 ditolak

!rtin"a$ diantara ariabel X1 dan X2 ada "angmempengaruhi X0. ariabel apa "ang

mempengaruhi X0# Ditentukan hasil u-i

kebermaknaan masing6masing koe,sien -alur ρ01

dan ρ02.



• <ebermaknan koe,sien -alur ditentukan statistiku-i t atau cr.

• %ipotesis statistik&

%0 & ρ01 dan ρ02 * 0& 'ecara indiidual X1 dan X2

tidak berpengaruh terhadap X0 → %1 & ρ01 dan ρ02

A 0& 'ecara indiidual X1 dan X2 berpengaruh

positiB terhadap X0.

126283497,1)1193,01(

1988,0

1k nC)R 1(

%r !

11

2

1

0111

−−−

=

−−−

ρ== * 4$55 → P @

0$0001

12628

3497,1)1193,01(

1988,0

1k n

C)R 1(%r !

2221

0122

−−−

=

−−−

ρ== * 4$55 → P @

0$0001

• 9engu-ian&

(1) ρ01→

(2) ρ02→

• <esimpulan& %0 ditolak. !rtin"a$ pada tingkat

keperca"aan >5C atau kesalahan 5C hipotesispenelitian pertama (%1) dan kedua (%2) diterima.Dengan kata lain$ pada tingkat keperca"aan >5C

atau kesalahan 5C odel X0 seutuhn"a diterima.



Dia8(a Jalu( Ei(is7 Es!iasi Pe(saaan S!(u#!u(al

M)del /0

X0 * 0$1>X1 + 0$1>X2 + 0$>352e1= 2

* 0$11>3



S!a!is!i# i45 R2i5 6 7

S!a!is!i# !: M)del D• <oe,sien -alur ρD1$ ρD2 dan ρD0&

→=ρ −)r )(R ( jiXY

1iij

ρD1 * (1$3>4)(0$32) + (−0$421)(0$420) + (−0$225)(0$550)* 0$13>ρD2 * (−0$421)(0$32) + (1$3>4)(0$420) + (−0$225)(0$550)

* 0$213ρD0 * (−0$225)(0$32) + (−0$225)(0$420) + (1$1354)(0$550)

* 0$4434

−−

−−

−−

=

ρ

ρ

ρ

550,0

420,0

382,0

1354,12257,02257,0

2257,03946,16421,0

2257,06421,03946,1

0D

2D

1D

=

ρ

ρ

ρ

0D

2D

1D

333231

232221

131211

0D

2D

1D

r

r

r

CCC

CCC

CCC



( ) ( ) ( )0D0D2D2D1D1D22YiXjij

2i r r r R )r )((R ρ+ρ+ρ=→ρ= ∑

2i# R 1

i −=ρ

7824,03878,012# =−=ρ

( ) ( ) ( ) 3878,0550,04434,0420,02163,0382,01389,0R 22 =++=

• <oe,sien determinasi


$)R ( 22



• -i overall → %ipotesis statistik&

%0 & ρD1 * ρD2 * ρD0 * 0 & X1$ X2 dan X0 tidak

mempengaruhi D. → %1 & 'ekurang6kurangn"a

satu di antara X1$ X2 dan X0 mempengaruhi D.

* 131$52 → P @ 0$0001 → %0 ditolak

!rtin"a$ diantara ariabel X1$ X2 dan X0 ada "ang

mempengaruhi D. ariabel apa "angmempengaruhi D# Di-elaskan hasil u-i indiidualkebermaknaan masing6masing koe,sien -alurρD1 $ ρD2$ dan ρD0.

)3878,01(3

3878,0)13628(

)R 1(k

R )1k n("

2

120.D

2120.D

−

−−=

−

−−=



• -i indiidual → %ipotesis statistik&

%0 & ρD1 * ρD2 * ρD0 * 0& 'ecara indiidual X1$ X2 dan X0 tidak

berpengaruh terhadap D → %1 & ρD1 * ρD2 * ρD0 A 0& 'ecara

indiidual X1$ X2 dan X0 berpengaruh positiB terhadap D.• 9engu-ian&

(1) ρD1 →

(2) ρD2 →

(3) ρD0 →

• %asil u-i& %0 ditolak. !rtin"a$ pada tingkat keperca"aan

>5C atau kesalahan 5C hipotesis penelitian ketiga$keempat dan kelima (%3$ %4$ %5) diterima. Dengan katalain$ pada tingkat keperca"aan >5C atau kesalahan 5C

odel D "ang diusulkan seutuhn"a dapat diterima.

0001,0&3,7551

13628

3946,1)3878,01(

1389,0

1k n

C)R 1(%r !

1122

1D33 <→=

−−−

=

−−−

ρ==

0,0001&5,8475

13628

3946,1)3878,01(2163,0

1k n

C)R 1(%r !

2222

2D44 →=

−−−=

−−−ρ==

0,0001&13,2834

13628

1354,1)3878,01(

4434,0

1k n

C)R 1(%r !

3322

0D55 →=

−−

−=

−−

−

ρ==



Dia8(a Jalu( Ei(is 7Es!iasi Pe(saaan S!(u#!u(al M)del D

D * 0$13>X1 + 0$213X2 + 0$4434X0 +

0$242e2= 2 * 0$3



S!a!is!i# i45 R2i5 6 7

S!a!is!i# !: M)del

• <oe,sien -alur ρQ0 dan ρQD&

→=ρ − )r )(R ( jiXY

1iij

ρQ0 * (1$433)(0$30) + (−0$5)(0$30) * 0$>32

ρQD * (−0$5)(0$30) + (1$433)(0$30) * 0$24

• <oe,sien determinasi

( ) ( ) 7321,0)630,0(2488,0)830,0(6932,0r r R

)r )((R

QDQD0Q0Q23

YiXjij2i

=+=ρ+ρ=

ρ= ∑


=−=ρ 2i# R 1

i 5176,07321,013# =−=ρ

=

=

ρ

ρ

QD

0Q

2221

1211

QD

0Q

r

r

CC

CC

−

−

630,0

830,0

4337,17885,0

7885,04337,1

$)R ( 2

3



• -i overall → %ipotesis statistik&

%0 & ρQ0 * ρQD * 0 & X0 dan D tidak

mempengaruhi Q. → %1 & 'ekurang6kurangn"a

satu di antara X0 dan D mempengaruhi D.

* 53$>00 → P @ 0$0001 → %0 ditolak

!rtin"a$ diantara ariabel X0 dan D ada "ang

mempengaruhi Q. ariabel apa "angmempengaruhi Q# Di-elaskan hasil u-i indiidualkebermaknaan koe,sien -alur ρQ0 dan ρQD.

)7321,01(2

7321,0)12628(

)R 1(k

R )1k n("

23

23

−

−−=

−

−−=



• -i indiidual → %ipotesis statistik&

%0 & ρQ0 * ρQD * 0& 'ecara indiidual X0 dan D tidak

berpengaruh terhadap Q → %1 & ρQ0 * ρQD A 0& 'ecaraindiidual X0 dan D berpengaruh positiB terhadap D.

• 9engu-ian&

(1) ρQ0→

(2) ρQD→

• %asil u-i& %0 ditolak. !rtin"a$ pada tingkat keperca"aan>5C atau kesalahan 5C hipotesis penelitian keenam danketu-uh (% dan %) diterima. Dengan kata lain$ padatingkat keperca"aan >5C atau kesalahan 5C odel Q"ang dihipotesiskan seutuhn"a dapat diterima.

0001,0&9629,72

13628

4337,1)7321,01(

6932,0

1k n

C)R 1(%r !

1123

0Q66 <→=

−−−

=

−−

−

ρ==

0,0001&0363,01

13628

4337,1)7321,01(

2488,0

1k n

C)R 1(%r !

2223

QD77 →=

−−−

=

−−−

ρ==



Dia8(a Jalu( Ei(is 7Es!iasi Pe(saaan S!(u#!u(al M)del

Q * 0$>32X0 + 0$24D + 0$51 e3= 2 *

0$321• Lan8#a9 -& buat ringkasan hasil komputasi

statistik model ke dalam tabel dan diagram

-alur lengkap (full path diagram)



M)delK)esien

Jalu(! $"(' PBvalue R2

odel X0

X0 ← X1 0$1> 4$55 0$11>3X0 ← X2 0$1> 4$55

odel D

D ← X1 0$13> 3$551

0$3D ← X2 0$213 5$45

D ← X0 0$4434 13$234

odel Q

Q ← X0 0$>32 2$>2> 0$321

Q ← D 0$24 10$033

TA;EL A Rin8#asan Hasil K)u!asi S!a!is!i# M)delS!udi Jen"#s $Standardized 5 n , -2.'

'igni,kan pada α @ 0$001).

Rin8#asan Hasil K)u!asiS!a!is!i# M)del S!udi Jen"#



M)del

Es!ia!e S!anda(d

E(()(

C(i!i"al

Ra!i)P R2Re8(essi

)nei89!s

S!anda(died

Re8(essi)n ei89!s

odel X0

X0 @666 X2 1$3>1 0$1> 0$304 4$50 0$11>3X0 @666 X1 0$0 0$1> 0$1333 4$50

odel D

D @666 X2 10$2 0$213 1$3> 5$10 0$3

D @666 X1 3$02>3 0$13> 0$04> 3$3

D @666 X0 3$155 0$4435 0$232 13$313 odel Q

Q @666 X0 4$11 0$>32 0$140 2$0051 0$321Q @666 D 0$204 0$24 0$020 10$04>4

TA;EL ; Rin8#asan Hasil K)u!asi S!a!is!i#M)del S!udi Jen"#s Ve(si AMOS

'umber& Eeks output !F'. Critical ratio sama dengan nilai t. signi,kan pada α @0$001.



GAMBAR A Full Path Diagram Empiris Model Studi Jenks

!Standardized " n # $%&'



X1

.()%*

Q

X2

.**+)

X0

.)&(&

D.%*$)

.*+&&

.*)&+

.*+&&

.,+ .),

.$+)%

.%&(

e)

e*

e%

/J0 M12E 304S4/20 JE567S68i-s9uare # .*)

:-value # .++)RMSEA # .630 # *.

FAM;AR ; Full Path Diagram Ei(is M)del

S!udi Jen"#sVe(si AMOS $Standardized, n , -2.'

• Lan8#a9 && lakukan pengu-ian overall modelt dengan statistik Q dan atau G ('pecht$1>5= 9edhaHur$ 1>2= 'chumacker 7

Ioma;$ 1>>).



U4i Overall Model ft

• 'tatistik Q&

1

R 1Q

2*

−−

= )R 1)...(R 1)(R 1(1R 2

+22

21

2* −−−−==

• 'tatistik Q nilain"a antara 0 dan 1. ika Q , 1 → model "ang diu-i t dengan data. Dan -ika Q G 1→ untuk menentukan t tidakn"a modelstatistik Q perlu diu-i dengan statistik W "ang

dide,nisikan& , $n d'l)8

e$' , $n d'ln$'

di mana n adala8 ukuran sampel dan d adala8 derajat

kebebasan !df ' yang ditunjukkan ole8 jumla8 koe;isien

jalur yang tidak signi;ikan.



U4i Overall Model Fit :S!udi Jen"#s

• %asil u-i koe,sien -alur seluruhn"a signi,kan → Eidak ada trimming.• <oe,sien determinasi odel X0$ D dan odel Q masing6masing

sebesar 0$11>3= 0$3= dan 0$321.

)7321,01)(3878,01)(1194,01(1)R 1)(R 1)(R 1(1R 2

D0.Q

2

120.D

2

12.0

2

* −−−−=−−−−==

)R 1)...(R 1)(R 1(1R 2 +

22

21

2* −−−−==

*

0$55

18556,01

8556,01Q =

−

−

=

<arena Q * 1 dapat disimpulkan baha model "ang

diusulkan sebagaimana di-elaskan full path diagramJambar ! atau 8 ,t dengan data. Kesiulan& hasilestimasi parameter model "ang diperoleh data sampeldapat diberlakukan terhadap populasi.

• Lan8#a9 .& hitung dekomposisi pengaruh antara ariabel.



De#))sisi Pen8a(u9:S!udi Jen"#

Pen8a(u9 An!a(a*a(ia+el

P e n 8 a ( u 9

Lan8sun8

Tida# Lan8sun8 Melalui

T)!alD /0 D dan /0

XF ← X1 0$1> 6 6 60$1>

XF ← X2 0$1> 6 6 60$1>

D ← X1 0$13> 6 0$01 6

0$22

0

D ← X2 0$213 6 0$01 60$304

4

D ← X0 0$4434 6 6 60$443

4

Q ← X1 B 0$034 0$13 0$021>

0$1>4

3

TA;EL C De#))sisi Pen8a(u9 An!a(*a(ia+elS!udi Jen"#s

$Standardized 5 n , -2.'

• Lan8#a9 %& buat interpretasi hasil.



1. Einggi rendahn"a X0 dipengaruhi positiB X1 dan X2.

8esarn"a pengaruh X1 dan X2 terhadap X0 masing6masing sebesar 0$1> atau sebesar (0$1>)2 *3$>5C. 'ecara bersama sebesar 11$>3C ariasi "angter-adai pada X0 dapat di-elaskan oleh X1 dan X2.

'isan"a sebesar (1 − 11$>3C) * $0C merupakan

pengaruh ariabel lain "ang tidak ter-elaskan model.2. Einggi rendahn"a D dipengaruhi positiB X1$ X2$ dan X0.

8esarn"a pengaruh X1$ X2$ dan X0 terhadap D masing6

masing sebesar 0$13> (1$>3C)= 0$213 (4$C)= dan0$4434 (1>$C). 'ecara bersama sebesar 3$C

tinggi rendahn"a D dipengaruhi X1$ X2$ dan X0. 'isan"asebesar 1$22C merupakan pengaruh ariabel lain"ang tidak ter-elaskan model.

3. X1 dan X2 selain berpengaruh langsung -uga

berpengaruh tidak langsung terhadap D. 9engaruh

tidak langsung tersebut disalurkan melalui X0.

In!e((e!asi Hasil



4. Einggi rendahn"a Q dipengaruhi positiB oleh X0 dan D.

8esarn"a pengaruh X0 dan D terhadap Q masing6masing

sebesar 0$>32 (4$05C) dan 0$24 ($1>C). 'ecarabersama sebesar 3$21C tinggi rendahn"a Q dipengaruhi X

0

dan D. 'isan"a sebesar 2$>C merupakan pengaruhariabel lain di luar X0 dan D "ang tidak ter-elaskan model.

5. X0 di samping berpengaruh langsung -uga berpengharuh

tidak langsung terhadap Q$ "aitu dimediasi atau disalurkan

melalui D. 8esarn"a pengaruh tidak langsung tersebutadalah (0$4434)(0$24) * 0$1103 atau sebesar (0$44342)(0$242) * (0$1>)(0$01>) * 0$0122 * 1$22C. Dengandemikian besarn"a pengaruh total X0 terhadap Q adalah

0$>32 + 0$1103 * 0$035 atau 4$05C + 1$22C * 4>$2C.. 'eperti di-elaskan Eabel K$ Q dipengaruhi secara tidak

langsung oleh X1 dan X2. 9engaruh tidak langsung tersebut

dimediasi atau disalurkan melalui X0$ melalui D$ dan atau

melalui X0 dan D. 8esarn"a pengaruh tidak langsung X1 dan

X2 terhadap Q adalah&

a. elalui X0 masing6masing sebesar&0 1> 0 >32 * 0 13 atau 0 1>2 0 >322 *



c.elalui X0 dan D masing6masing sebesar&

(0$1>)(0$4434)(0$24) * 0$021> atau

(0$1>2)(0$44342)(0$242) * $>C.

Dengan demikian pengaruh total&

a. X1 terhadap Q * 0$13 + 0$034 + 0$021>

* 0$1>43 atau sebesar 1$>0C + 0$12C +$>C * $C

b. X2 terhadap Q * 0$13 + 0$053 +

0$021> * 0$2135 atau sebesar 1$>0C +

0$2>C + $>C * >$1C.. Dilihat menurut pengaruh totaln"a$ X0

memiliki pengaruh relatiB paling kuat terhadapQ$ "aitu sebesar 0$035 (4>$2C)= kemudiandiikuti ariabel D sebesar 0$24 ($1>C)= X

2

sebesar 0 2135 > 1C dan ariabel X



SUM;ER

• Khing Khun Ii. (1>5). Path Analyi aPrimer . KaliBornia& Ehe 8o;ood 9ress.

• <usnendi. (200). Analii !alur dengan

AMOS. 8andung& iHLi 9ress.

Analisis Jalur Manual

Documents

Transcript of Analisis Jalur Manual