Path Analysis

1.
Discriminant analysis
Analisis diskriminan adalah metode statistik untuk mengelompokkan atau

mengklasifikasi sejumlah obyek ke dalam beberapa kelompok, berdasarkan
beberapa variabel, sedemikian hingga setiap obyek yang menjadi anggota lebih
dari pada satu kelompok. Pada prinsipnya analisis diskriminan bertujuan untuk
mengelompokkan setiap obyek ke dalam dua atau lebih kelompok berdasar
pada kriteria sejumlah variabel bebas. Pengelompokkan ini bersifat mutually
exclusive, dalam artian jika obyek A sudah masuk kelompok 1, maka ia tidak
mungkin juga dapat menjadi anggota kelompok 2. Analisis kemudian dapat
dikembangkan pada ‘variabel mana saja yang membuat kelompok 1 berbeda
dengan kelompok 2, berapa persen yang masuk ke kelompok 1, berapa persen
yang masuk ke kelompok 2. Oleh karena ada sejumlah variabel independen,
maka akan terdapat satu variabel dependent (tergantung), ciri analisis
diskriminan adalah jenis data dari variabel dependent bertipe nominal
(kategori), seperti kode 0 dan 1, atau kode 1, 2 dan 3 serta kombinasi lainnya
(Santoso, Tjiptono,2001)
Kasusnya :
Manajer ingin mengetahui karakter penting dari sebuah keluarga yang

mengunjungi resort atau tempat peristirahatan di kota X. Data diperoleh dari
35 keluarga sebagai responden. Data yang dikumpulkan berupa :
-
Datanya dapat ditunjukkan sebagai berikut :
Berdasarkan data di atas, akan dilakukan analisis diskriminan untuk mengetahui :

- Apakah ada perbedaan karakteristik yang signifikant antara keluarga yang
sering mengunjungi resort dan yang jarang mengunjungi resort
- Jika ada perbedaan yang signifikan, variabel apa saja yang membuat perilaku
keluarga dalam mengunjungi resort berbeda
- Membuat model diskriminan dua faktor (karena hanya ada yang sering dengan
yang jarang) untuk kasus ini
- Menguji ketepatan model diskriminan
Analysis Case Processing Summary
Unweighted Cases N Percent
Valid 35 100.0
Excluded Missing or out-of-range
0 .0
group codes
At least one missing
0 .0
discriminating variable
Both missing or out-of-range
group codes and at least one
0 .0
missing discriminating
variable
Total 0 .0
Total 35 100.0
Tabel Analysis Case Processing Summary menunjukkan ada tidaknya data yang
hilang. Hasil output menunjukkan bahwa tidak terdapat data yang hilang.
Group Statistics
Valid N (listwise)
Kunjungan Mean Std. Deviation Unweighted Weighted
1,00 Income 21891.4286 6418.11721 14 14.000
Jam_kerja 6.4286 .93761 14 14.000
Anggota_keluarga 5.5714 1.39859 14 14.000
Umur_kepala_keluarga 49.1429 3.88007 14 14.000
Pengeluaran_liburan_keluar
2160.7143 831.16660 14 14.000
ga
2,00 Income 29944.7619 5872.17815 21 21.000
Jam_kerja 8.0000 1.22474 21 21.000
3483.3333 1199.09688 21 21.000
ga
Total Income 26723.4286 7215.05858 35 35.000
Jam_kerja 7.3714 1.35225 35 35.000
2954.2857 1241.81860 35 35.000
ga
Tabel group statistic pada dasarnya berisi data deskriptif yang utama yakni
rata-rata dan
standar deviasi dari kedua grup keluarga. Untuk table di atas terlihat bahwa:
- keluarga yang masuk kategori jarang mengunjungi resort memiliki rata-
rata income sebesar Rp. 21891, sedangkan yang masuk kategori sering
mengunjungi resort memiliki rata-rata income sebesar Rp.29944.
rata jam kerja perhari sebanyak 6,4 jam, sedangkan yang masuk kategori
sering mengunjungi resort memiliki rata-rata jam kerja sebanyak 8 jam
perhari.
rata jumlah anggota keluarga sebanyak 6 orang, sedangkan yang masuk
kategori sering mengunjungi resort memiliki rata-rata jumlah anggota
keluarga sebanyak 6 orang.
rata umur kepala keluarga berusia 49 tahun, sedangkan yang masuk
kategori sering mengunjungi resort memiliki rata-rata umur kepala
keluarga berusia 45,8 tahun
rata jumlah pengeluaran untuk liburan keluarga sebesar Rp. 2160,
sedangkan yang masuk kategori sering mengunjungi resort memiliki rata-
rata jumlah pengeluaran untuk liburan keluarga sebesar Rp.3483.
Tests of Equality of Group Means

Wilks' Lambda F df1 df2 Sig.
Income .692 14.674 1 33 .001
Jam_kerja .666 16.523 1 33 .000
Anggota_keluarga 1.000 .011 1 33 .917
Umur_kepala_keluarga .782 9.195 1 33 .005
.720 12.850 1 33 .001
ga
Tabel test of Equality of Group Means bertujuan untuk menguji perbedaan

antar group. Berdasarkan output di atas dengan menggunakan uji F sebagai
berikut:
- Variabel income , jam kerja , umur kepala keluarga, dan jumlah
pengeluaran untuk liburan keluarga mempunyai angka signifikansi di
bawah 0,05 maka itu berarti bahwa terdapat perbedaan antar group.
Artinya income , jam kerja , umur kepala keluarga, dan jumlah
pengeluaran untuk liburan keluarga mempengaruhi jarang dan seringnya
sebuah keluarga mengunjungi resort.
- Variabel jumlah anggota keluarga mempunyai angka signifikansi 0,917 >
0,05. artinya jumlah anggota keluarga tidak mempengaruhi jarang dan
seringnya sebuah keluarga mengunjungi resort.
Dari 5 variabel di atas terdapat 4 variabel yang berbeda secara signifikan untuk
dua grup diskriminan yaitu income , jam kerja , umur kepala keluarga, dan
jumlah pengeluaran untuk liburan keluarga. Dengan demikian jarang dan
seringnya sebuah keluarga mengunjungi resort dipengaruhi oleh income , jam
kerja , umur kepala keluarga, dan jumlah pengeluaran untuk liburan keluarga
Test Results
Box's M 6.761
Approx. 2.096
F
df1 3.000
df2 38506.192
Sig. .098
Tests null hypothesis of equal

population covariance matrices.
Tabel Test Result Box’s M menguji varians dari setiap variable. Asumsi pada
analisis diskriminan :
- Varians variable bebas untuk tiap grup seharusnya sama. Jika demikian ,
seharusnya varians dari keluarga yang jarang mengunjungi resort sama
dengan varians dari keluarga yang sering mengunjungi resort.
- Varians diantara variable-variabel bebas seharusnya juga sama. Jika
demikian seharusnya varians dari income harus sama dengan varians dari
jam kerja, umur kepala keluarga, dan jumlah pengeluaran untuk liburan
keluarga.
Dari kedua asumsi tersebut di atas seharusnya grup covariance matricies
adalah relative sama , yang diuji dengan alat Box’s M dengan ketentuan:
HIPOTESIS:
H0 : Group covariance matricies adalah relative sama
H1 : Group covariance matricies adalah berbeda secara nyata
Kriteria uji :
Tolak H0 jika sig.< 0,05. Terima dalam hal lain. Dari table output terlihat
bahwa angka sig. 0,098 > 0,05 yang berarti group covariance matricies
adalah relative sama. Artinya data di atas sudah memenuhi asumsi analisis
diskriminan.
Variables Entered/Removeda,b,c,d
Min. D Squared
Exact F
Step Entered Statistic Between Groups Statistic df1 df2 Sig.
1 Jam_kerja 1.967 1,00 and 2,00 16.523 1 33.000 .000
2 Income 4.356 1,00 and 2,00 17.742 2 32.000 6.533E-6
At each step, the variable that maximizes the Mahalanobis distance between the two closest groups is
entered.
a. Maximum number of steps is 10.
b. Maximum significance of F to enter is .05.
c. Minimum significance of F to remove is .10.
d. F level, tolerance, or VIN insufficient for further computation.
Tabel Variables Entered/Removeda,b,c,d di atas menyajikan variable

mana saja dari 4 variabel yang bisa dimasukkan (entered) dalam persamaan
diskriminan. Proses yang dilakukan adalah stepwise (bertahap) dimulai oleh
variable yang memiliki angka F statistic terbesar.
Pada tahap pertama angka F hitung variable jam kerja adalah yang
terbesar yaitu 16,523. Sehingga pada tahap pertama variable jam kerja ini
yang terpilih. Selanjutnya pada tahap dua yang dimasukkan adalah variabel
income, dengan angka F statistik sebesar 17,742. Kedua variabel ini memiliki
angka signifikansi lebih kecil dari 0,05.
Dengan demikian dari empat variabel yang dimasukkan hanya dua
variabel yang signifikan. Dengan kata lain variabel jam kerja dan income secara
signifikan mempengaruhi perilaku sebuah keluarga untuk jarang atau seringnya
mengunjungi resort.
Variables in the Analysis
Sig. of F to
Step Tolerance Remove Min. D Squared Between Groups
1 Jam_kerja 1.000 .000
2 Jam_kerja .978 .001 1.747 1,00 and 2,00
Income .978 .001 1.967 1,00 and 2,00
Tabel Variables in the Analysis di atas hanya perincian dari proses

stepwise pada table sebelumnya. Pada step 1, variable jam kerja adalh
variable yang pertama masuk ke dalam model diskriminan. Hal ini disebabkan
variable Tersebut mempunyai angka sig. of F to remove yang paling kecil yakni
0,000 jauh dari 0,05. Kemudian pada step 2 dimasukkan variable income
dengan angka sig 0,001. angka tersebut juga jauh dari 0,05.
Variables Not in the Analysis

Step Tolerance Min. Tolerance Sig. of F to Enter Wilks' Lambda
0 Income 1.000 1.000 .001 .692
Jam_kerja 1.000 1.000 .000 .666
Anggota_keluarga 1.000 1.000 .917 1.000
Umur_kepala_keluarga 1.000 1.000 .005 .782
1.000 1.000 .001 .720
ga
1 Income .978 .978 .001 .474
Anggota_keluarga 1.000 1.000 .956 .666
Umur_kepala_keluarga .996 .996 .033 .577
1.000 1.000 .006 .524
ga
2 Anggota_keluarga .987 .965 .697 .472
Umur_kepala_keluarga .967 .950 .184 .448
.592 .579 .488 .467
ga
Pada step 0 (keadaan awal) keempat variable secara lengkap

ditayangkan dengan sig.of to remove sebagai factor penguji. Terlihat angka
sig. of to remove yang terkecil adalah jam kerja (0,000). Maka variabel jam
kerja dikeluarkan dari step 0 tersebut yang berarti variabel tersebut bukan
termasuk variabel yang tidak dianalisis.
Pada step 1, sekarang terlihat ada empat variabel dan proses pengujian
terus berjalan, dengan pedoman angka sig. of to remove harus di bawah 0,05
dan jika mungkin diambil angka yang terkecil. Terlihat pada step 2 ini bahwa
variabel income mempunyai angka sig. of to remove yakni 0,001 sehingga
variabel tersebut dikeluarkan.
Pada step 2, sekarang terlihat hanya ada tiga variabel, dan terlihat
ketiga variabel tersebut mempunyai angka sig. of to remove di atas 0,05 yakni
(jumlah anggota keluarga 0,697, umur kepala keluarga 0,187 dan jumlah
pengeluaran untuk liburan keluarga 0,488). Karena sudah tidak ada variabel
yang memenuhi syarat, maka proses pengeluaran variabel berhenti, dan ketiga
variabel sisa tidak dikeluarkan yang berarti ketiganya termasuk pada variable
not in analysis, atau variabel yang tidak dianalisis lebih lanjut.
Wilks' Lambda
Exact F
Number of
Step Variables Lambda df1 df2 df3 Statistic df1 df2 Sig.
1 1 .666 1 1 33 16.523 1 33.000 .000
2 2 .474 2 1 33 17.742 2 32.000 .000
Wilk’s lambda pada prinsipnya adalah varians total dalam discriminant

scores yang tidak bisa dijelaskan oleh perbedaan di antara grup-grup yang ada.
Perhatikan table di atas yang terdiri atas dua tahap (step), yang terkait dengan
dua variabel yang secara berurutan dimasukkan pada tahapan analisis
sebelumnya.
Pada step 1, jumlah variabel yang dimasukkan ada satu (jam kerja)
dengan angka Wilks’ Lambda adalah 0,666. Hal ini berarti 66,6% varians tidak
dapat dijelaskan oleh perbedaan antar grup-grup. Kemudian pada step 2,
dengan tambahan variabel income (lihat kolom number of variables yang
sekarang adalah 2), angka Wilks’ Lambda turun menjadi 0,474. Hal ini berarti
47,4% varians tidak dapat dijelaskan oleh perbedaan antar grup-grup.
Penurunan angka Wilks’ lambda tentu baik bagi model diskriminan, karena
varians yang tidak bisa dijelaskan juga semakin kecil (dari 66,6% menjadi
47,4%)
Dari kolom F dan signifikansinya, terlihat bahwa baik pada pemasukan
variabel 1 dan 2 semuanya adalah signifikan secara statistisc. Hal ini berarti
kedua variabel tersebut (jam kerja dan income) memang berbeda untuk kedua
tipe keluarga.
Summary of Canonical Discriminant Functions
Eigenvalues
Function Eigenvalue % of Variance Cumulative % Canonical Correlation
a
1 1.109 100.0 100.0 .725
a. First 1 canonical discriminant functions were used in the analysis.
Canonical Correlation mengukur keeratan hubungan antara

discriminant scores dengan grup (dalam hal ini, karena ada dua tipe keluarga
maka ada dua grup). Angka 0,725 menunjukkan keeratan hubungan yang sangat
tinggi, dengan ukuran skala asosiasi antara 0 sampai 1.
Wilks' Lambda
Test of
Functio
n(s) Wilks' Lambda Chi-square df Sig.
1 .474 23.877 2 .000
Tabel di atas menyatakan angka akhir Wilks’Lambda yang sebenarnya,

sama saja dengan angka terakhir dari step 2 pembuatan model diskriminan.
Angka Chi-Square sebesar 23,877 dengan tingkat signifikansi yang sangat tinggi
0,000 menunjukkan perbedaan yang jelas antara dua grup keluarga (mereka
yang sering mengunjungi resort dengan yang jarang mengunjungi resort).
Structure Matrix
Function
1
Jam_kerja .672
Income .633
Pengeluaran_liburan_keluarg
.459
aa
Umur_kepala_keluargaa -.170
Anggota_keluargaa .079
Pooled within-groups correlations between
discriminating variables and standardized
canonical discriminant functions
Variables ordered by absolute size of
correlation within function.
a. This variable not used in the analysis.
Tabel STRUCTURE MATRIX menjelaskan korelasi antara variabel

independent dengan fungsi diskriminan yang terbentuk. Terlihat variabel jam
kerja, income, pengeluaran untuk liburan keluarga, umur kepala keluarga dan
jumlah anggota keluarga. Hanya di sini variabel jumlah pengeluaran untuk
liburan keluarga, umur kepala keluarga dan jumlah anggota keluarga tidak
dimasukkan dalam model diskriminan (terlihat ada tanda a di dekat variabel-
variabel tersebut).
Canonical Discriminant
Function Coefficients
Function
1
Income .000
Jam_kerja .698
(Constant) -8.432
Unstandardized coefficients
Tabel Standardized Canonical Discriminant Function Coefficients di atas

mempunyai fungsi yang hamper sama dengan persamaan regresi berganda, yang
dalam analisis diskriminan disebut sebagai fungsi diskriminan.
Untuk kasus ini fungsi diskriminannya adalah :
Z Score = -8,432 + 0,000 Income + 0,698 Jam kerja
Kegunaan fungsi ini untuk mengetahui sebuah case (dalam kasus ini
adalah sebuah keluarga) masuk pada grup satu ataukah grup yang lainnya.
Selain fungsi di atas, dengan dipilihnya FISHER FUNCTION COEFFICIENT pada
proses analisis, maka akan terbentuk pula fungsi diskriminan Fisher.
Functions at Group Centroids

Function
Kunjungan 1
1,00 -1.252
2,00 .835
Unstandardized canonical discriminant
functions evaluated at group means
Oleh karena ada dua tipe keluarga, maka disebut Two-Group

Discriminant, di mana grup yang satu mempunyai Centroid (Group Means)
positif dan satunya lagi mempunyai Centroid (Group Means) negative. Angka
pada table menunjukkan besaran Z yang memisahkan kedua grup tersebut.
Pada kedua gambar di atas terlihat bahwa distribusi anggota grup
dengan dengan kode 1 (jarang) dan kode 2 (sering) , di mana dari 35 keluarga
sebagai responden , 14 keluarga ada pada grup keluarga yang jarang
mengunjungi resort dan 21 keluarga yang masuk pada grup keluarga yang sering
mengunjungi resort
Prior Probabilities for Groups

Cases Used in Analysis
Kunjung
an Prior Unweighted Weighted
1,00 .500 14 14.000
2,00 .500 21 21.000
Total 1.000 35 35.000
Tabel Prior Probabilities for Groups di atas memperlihatkan komposisi

ke 35 keluarga yang masuk sebagai responden yang dengan model diskriminan
menghasilkan 14 responden ada di grup jarang sedang sisanya ada di grup
sering mengunjungi resort.
Classification Function Coefficients

Kunjungan
1,00 2,00
Income .001 .001
Jam_kerja 5.719 7.177
(Constant) -27.229 -44.394
Fisher's linear discriminant functions
Sama seperti Unstandardized (canonical) sebelumnya . Fungsi

diskriminan dari Fisher pada prinsipnya membuat semacam persamaan regresi
dengan pembagian berdasar kode grup:
Keluarga yang mengunjungi resort dalam kategori JARANG :

SCORE = -27.229 + 0,001 INCOME + 5,719JAM KERJA
Keluarga yang mengunjungi resort dalam kategori SERING :
SCORE = -44,394 + 0,001 INCOME + 7,177JAM KERJA
Selisih antara grup JARANG dengan SERING adalah :

(-27.229 + 0,001 INCOME + 5,719JAM KERJA) – (-44,394 + 0,001 INCOME +
7,177JAM KERJA)
2. Multidimensional Scalling
Multidimensional Scalling yang biasa disebut juga dengan pemetaan

persepsi (perceptual mapping) adalah teknik multivariate untuk
mentransformasikan penilaian konsumen (consumer judgement) terhadap
similaritas atau preferensinya (misalnya preferensi terhadap sebuah took,
merk) menjadi jarak (distance) yang digambarkan pada sebuah peta
multidimensional. Tujuan utamanya adalah untuk memetakan sejumlah objek
dalam suatu ruang multidimensional sehingga hubungannya relative atau jarak
antar posisi objek menunjukkan persepsi tingkat perbedaan objek-objek
tersebut.
Contoh kasus:
Analisis posisi Mall di Makassar berdasarkan persepsi dan preferensi masyarakat
di Kota Makassar dengan menggunakan teknik Multidimensional Scalling (MDS)
Tujuan penelitian adalah untuk memetakan posisi Mall yang ada di makassar.
Dengan mengetahui posisi tersebut dapat dikembangkan konsep pengembangan
mall sesuai dengan preferensi masayarakat sebagai konsumen.
Desain penelitian
Dari penelitian awal dapat diketahui bahwa di makassar terdapat 7 Mall yang
cukup besar dan dikenal oleh masyarakat dan punya pengaruh yang sangat
besar terhadap perekonomian masayarakat di Makassar. Mall-mall tersebut
adalah :
1. Mall Ratu Indah
2. Mall Panakukang
3. GTC
4. MTC
5. Carefour
6. Ramayana
7. Sejahtera
Kuesioner dibagikan pada 50 orang responden. Mereka diminta untuk
memberikan penilaian tentang kemiripan antara sebuah mall dengan mall yang
lain. Penilaian dilakukan dengan skala 1 sampai 5, dengan arti sebagai berikut :
1 = Dua mall yang dibandingkan sangat sama
2 = Dua mall yang dibandingkan mempunyai banyak kesamaan
3 = Dua mall yang dibandingkan mempunyai jumlah persamaan dan
perbedaan yang seimbang
4 = Dua mall yang dibandingkan mempunyai banyak perbedaan
5 = Dua mall yang dibandingkan sangat kesamaan
Tabel 1
Data Ketidaksamaan Mall di Makassar dari 50 Responden
Responden
Mall
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
MRI - MP 2 2 2 3 2 3 3 3 2 2 2 2 2 2 2 3 3
MRI - GTC 3 2 2 2 2 4 4 3 2 2 2 3 3 3 4 2 2
MRI - MTC 4 2 2 3 3 4 4 3 3 3 5 5 4 5 4 4 3
MRI - CR 4 5 5 3 3 4 3 4 4 4 4 4 5 3 5 3 4
MRI - RMY 2 4 2 4 2 4 2 3 2 2 3 3 2 2 2 2 2
MRI - SJHT 4 4 4 4 3 3 4 4 4 4 4 4 4 5 4 4 4
MP - GTC 2 2 2 2 2 2 2 2 2 2 2 2 3 2 2 2 2
MP - MTC 4 3 3 3 4 4 4 4 4 5 5 5 4 5 4 5 4
MP - CR 4 4 5 5 5 5 5 5 4 4 4 4 4 5 4 5 5
MP - RMY 3 3 3 3 3 3 3 3 2 3 2 3 2 2 2 2 2
MP - SJHT 5 4 4 5 5 5 5 5 4 5 4 4 4 4 4 4 4
GTC - MTC 2 2 2 2 2 4 2 2 2 2 2 3 3 3 2 2 2
GTC - CR 4 4 4 4 4 4 4 4 4 5 3 3 3 3 4 4 4
GTC - RMY 3 3 3 3 2 2 2 2 4 4 3 3 2 2 2 2 3
GTC - SJHT 5 5 5 5 4 4 5 4 4 4 4 3 4 4 4 5 3
MTC - CR 3 4 4 4 4 5 4 5 4 4 5 3 4 4 4 4 4
MTC - RMY 3 3 3 2 2 2 2 2 4 3 4 2 2 3 3 3 3
MTC - SJHT 4 5 4 5 4 5 4 4 4 4 3 3 4 4 4 4 3
CR - RMY 2 2 2 2 3 3 3 2 2 2 2 2 2 4 2 2 3
CR - SJHT 3 2 3 2 3 2 3 3 3 5 2 2 2 3 3 2 3
RMY - SJHT 4 4 4 4 5 4 4 5 5 5 4 4 4 3 3 3 4
Pada tabel di bawah ini diperlihatkan data ketidaksamaan mall dari 50
responden
Lanjutan Tabel 1
Responden
Mall
18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34
MRI - MP 3 2 3 3 2 2 3 3 3 2 2 2 2 2 3 2 3
MRI – GTC 2 4 4 3 2 2 2 3 3 2 2 3 3 3 4 2 2
MRI - MTC 5 5 4 5 3 3 4 4 2 2 3 3 4 4 3 3 3
MRI - CR 3 3 4 3 4 4 4 4 4 5 5 3 3 4 4 3 3
MRI - RMY 2 4 2 4 2 3 2 2 3 3 2 2 2 4 2 3 2
MRI - SJHT 4 3 3 4 4 4 4 4 4 4 5 4 4 4 3 3 4
MP - GTC 2 2 3 2 2 2 2 2 2 2 2 2 3 3 3 2 2
MP - MTC 3 3 3 4 4 4 4 4 5 5 3 4 4 4 4 4 3
MP - CR 5 5 5 5 5 4 4 4 4 4 5 4 5 3 3 4 4
MP - RMY 3 3 3 3 3 3 2 3 2 3 2 2 2 2 3 2 2
MP - SJHT 4 5 5 5 5 5 4 5 4 4 4 4 4 4 4 4 4
GTC - MTC 2 2 2 4 2 2 2 2 2 3 3 3 2 2 4 2 2
GTC - CR 4 4 4 4 4 5 3 3 3 3 4 4 4 5 3 3 4
GTC - RMY 3 2 2 2 2 4 4 3 3 2 2 2 2 2 4 4 3
GTC - SJHT 5 4 4 5 4 4 4 4 3 4 4 4 5 4 5 4 4
MTC - CR 4 5 4 5 4 4 5 3 4 4 4 4 4 5 4 5 3
MTC - RMY 2 2 2 2 4 3 4 2 2 3 2 2 4 3 4 2 2
MTC - SJHT 4 5 4 4 4 4 3 3 4 4 4 5 4 4 4 4 3
CR - RMY 2 2 4 2 2 3 2 3 2 2 3 3 3 2 2 2 2
CR - SJHT 2 3 2 3 3 3 5 2 3 2 3 2 3 3 3 5 2
RMY - SJHT 4 5 4 4 5 5 5 4 4 4 4 4 5 4 4 5 5
Lanjutan Tabel 1
Responden
Mall
35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50
MRI - MP 3 2 2 3 3 3 2 2 2 2 2 3 2 2 2 2
MRI - GTC 4 3 2 2 2 3 3 2 2 3 3 3 4 3 2 2
MRI - MTC 3 3 4 4 2 2 3 3 4 4 3 3 3 3 3 4
MRI - CR 3 4 3 4 4 4 4 4 5 5 3 3 4 4 5 5
MRI - RMY 4 2 3 2 2 3 3 2 2 2 4 2 4 2 4 2
MRI - SJHT 4 4 4 4 4 4 5 4 4 4 4 5 4 4 4 3
MP - GTC 2 2 2 2 2 2 2 2 3 3 3 2 2 2 2 2
MP - MTC 4 4 4 4 5 5 3 4 4 4 4 4 5 5 3 4
MP - CR 5 4 4 4 4 4 5 4 5 3 5 4 4 4 4 4
MP - RMY 2 2 2 2 2 3 2 3 2 3 3 3 2 3 2 3
MP- SJHT 4 4 4 4 4 5 4 5 4 5 5 5 4 5 4 4
GTC - MTC 3 3 2 2 3 2 2 2 2 4 2 2 2 2 2 3
GTC - CR 4 4 4 5 4 5 3 3 3 4 4 5 3 3 3 3
GTC - RMY 3 2 2 2 2 2 2 4 4 2 2 4 4 3 3 2
GTC - SJHT 5 5 4 4 4 4 4 4 3 4 4 4 3 4 4 4
MTC - CR 4 5 4 4 5 4 5 3 4 4 5 3 4 4 4 4
MTC - RMY 4 2 2 3 2 3 4 2 2 3 4 2 2 3 2 2
MTC - SJHT 4 3 4 4 4 4 3 3 4 4 3 3 4 4 4 5
CR - RMY 3 2 2 3 2 3 2 2 2 3 2 2 3 3 3 2
CR - SJHT 3 3 3 3 5 2 3 2 5 2 3 2 3 2 3 3
RMY - SJHT 5 5 5 4 4 4 4 4 5 4 4 5 5 5 4 4
MRI MP GTC MTC CR RMY SJHT
1 0
2 2 0
3 3 2 0
4 4 4 2 0
5 4 4 4 3 0
6 2 3 3 3 2 0
7 4 5 5 4 3 4 0
8 0
9 2 0
10 2 2 0
11 2 3 4 0
12 5 4 4 4 0
13 4 3 3 3 2 0
14 4 4 5 5 2 4 0
15 0
16 2 0
17 2 2 0
18 2 3 4 0
19 5 5 4 4 0
20 2 3 3 3 2 0
21 4 4 5 4 3 4 0
22 0
23 3 0
24 2 2 0
25 3 3 4 0
26 3 5 4 4 0
27 4 3 3 2 2 0
28 4 5 5 5 2 4 0
29 0
30 2 0
31 2 2 0
32 3 4 4 0
33 3 5 4 4 0
34 2 3 2 2 3 0
35 3 5 4 4 3 5 0
36 0
37 3 0
38 4 2 0
39 4 4 5 0
40 4 5 4 5 0
41 4 3 2 2 3 0
42 3 5 4 5 2 4 0
43 0
44 3 0
45 4 2 0
46 4 4 3 0
47 3 5 4 4 0
48 2 3 2 2 3 0
49 4 5 5 4 3 4 0
50 0
51 3 0
52 3 2 0
53 3 4 3 0
54 4 5 4 5 0
55 3 3 2 2 2 0
56 4 5 4 4 3 5 0
57 0
58 2 0
59 2 2 0
60 3 4 3 0
61 4 4 4 4 0
62 2 2 4 4 2 0
63 4 4 4 4 3 5 0
64 0
65 2 0
66 2 2 0
67 3 5 4 0
68 4 4 5 4 0
69 2 3 4 3 2 0
70 4 5 4 4 5 5 0
71 0
72 2 0
73 2 2 0
74 5 5 4 0
75 4 4 3 5 0
76 3 2 3 4 2 0
77 4 4 4 3 2 4 0
78 0
79 2 0
80 3 2 0
81 5 5 3 0
82 4 4 3 3 0
83 3 3 3 2 2 0
84 4 4 3 3 2 4 0
85 0
86 2 0
87 3 3 0
88 4 4 3 0
89 5 4 3 4 0
90 2 2 2 2 2 0
91 4 4 4 4 2 4 0
92 0
93 2 0
94 3 2 0
95 5 5 3 0
96 3 5 3 4 0
97 2 2 2 3 4 0
98 5 4 4 4 3 3 0
99 0
100 2 0
101 4 2 0
102 4 4 4 0
103 5 4 4 4 0
104 2 2 2 3 2 0
105 4 4 4 4 3 3 0
106 0
107 3 0
108 2 2 0
109 4 5 3 0
110 3 5 4 4 0
111 2 2 2 3 2 0
112 4 4 5 4 2 3 0
113 0
114 3 0
115 2 2 0
116 3 4 3 0
117 4 5 4 4 0
118 2 2 3 3 3 0
119 4 4 3 3 3 4 0
120 0
121 3 0
122 2 2 0
123 5 3 4 0
124 3 5 4 4 0
125 2 3 3 2 2 0
126 4 4 5 4 2 4 0
127 0
128 2 0
129 4 2 0
130 5 3 4 0
131 3 5 4 5 0
132 4 3 2 2 2 0
133 3 5 4 5 3 5 0
134 0
135 3 0
136 4 3 0
137 4 3 4 0
138 4 5 4 4 0
139 2 3 2 2 4 0
140 3 5 4 4 2 4 0
141 0
142 3 0
143 3 2 0
144 5 4 4 0
145 3 5 4 5 0
146 4 3 2 2 2 0
147 4 5 5 4 3 4 0
148 0
149 2 0
150 2 2 0
151 3 4 5 0
152 4 5 4 4 0
153 2 3 2 4 2 0
154 4 5 4 4 3 5 0
155 0
156 2 0
157 2 2 0
158 3 4 3 0
159 4 4 5 4 0
160 3 3 4 3 3 0
161 4 5 4 4 3 5 0
162 0
163 3 0
164 2 2 0
165 4 4 3 0
166 4 4 3 5 0
167 2 2 4 4 2 0
168 4 4 4 3 5 5 0
169 0
170 3 0
171 3 2 0
172 4 4 3 0
173 4 4 3 3 0
174 2 3 3 2 3 0
175 4 5 4 3 2 4 0
176 0
177 3 0
178 3 2 0
179 2 5 2 0
180 4 4 3 4 0
181 3 2 3 2 2 0
182 4 4 3 4 3 4 0
183 0
184 2 0
185 2 2 0
186 2 5 3 0
187 5 4 3 4 0
188 3 3 2 3 2 0
189 4 4 4 4 2 4 0
190 0
191 2 0
192 2 2 0
193 3 3 3 0
194 5 5 4 4 0
195 2 2 2 2 3 0
196 5 4 4 4 3 4 0
197 0
198 2 0
199 3 2 0
200 3 4 3 0
201 3 4 4 4 0
202 2 2 2 2 3 0
203 4 4 4 5 2 4 0
204 0
205 2 0
206 3 3 0
207 4 4 2 0
208 3 5 4 4 0
209 2 2 2 4 3 0
210 4 4 5 4 3 5 0
211 0
212 2 0
213 3 3 0
214 4 4 2 0
215 4 3 5 5 0
216 4 2 2 3 2 0
217 4 4 4 4 3 4 0
218 0
219 3 0
220 4 3 0
221 3 4 4 0
222 4 3 3 4 0
223 2 3 4 4 2 0
224 3 4 5 4 3 4 0
225 0
226 2 0
227 2 2 0
228 3 4 3 0
229 3 4 3 5 0
230 3 2 4 2 2 0
231 3 4 4 4 5 5 0
232 0
233 3 0
234 2 2 0
235 3 3 3 0
236 3 4 4 3 0
237 2 2 3 2 2 0
238 4 4 4 3 2 5 0
239 0
240 3 0
241 4 2 0
242 3 4 3 0
243 3 5 4 4 0
244 4 2 3 4 3 0
245 4 4 5 4 3 5 0
246 0
247 2 0
248 3 2 0
249 3 4 3 0
250 4 4 4 5 0
251 2 2 2 2 2 0
252 4 4 5 3 3 5 0
253 0
254 2 0
255 2 2 0
256 4 4 3 0
257 3 4 4 4 0
258 3 2 2 2 2 0
259 4 4 4 4 3 5 0
260 0
261 3 0
262 2 2 0
263 4 4 3 0
264 4 4 5 4 0
265 2 2 2 3 3 0
266 4 4 4 4 3 4 0
267 0
268 3 0
269 2 2 0
270 2 5 3 0
271 4 4 4 5 0
272 2 2 2 2 2 0
273 4 4 4 4 5 4 0
274 0
275 3 0
276 3 2 0
277 2 5 5 0
278 4 4 5 4 0
279 3 3 2 3 3 0
280 4 5 4 4 2 4 0
281 0
282 2 0
283 3 2 0
284 3 3 4 0
285 4 5 3 5 0
286 3 2 2 4 2 0
287 5 4 4 3 3 4 0
288 0
289 2 0
290 2 2 0
291 3 4 5 0
292 4 4 3 3 0
293 2 3 4 2 2 0
294 4 5 4 3 2 4 0
295 0
296 2 0
297 2 3 0
298 4 4 4 0
299 5 5 3 4 0
300 2 2 4 2 2 0
301 4 4 3 4 5 5 0
302 0
303 2 0
304 3 3 0
305 4 4 4 0
306 5 3 4 4 0
307 2 3 2 3 3 0
308 4 5 4 4 2 4 0
309 0
310 2 0
311 3 3 0
312 3 4 3 0
313 3 5 4 5 0
314 4 3 2 4 2 0
315 4 5 4 3 3 4 0
316 0
317 3 0
318 3 2 0
319 3 4 3 0
320 3 4 5 3 0
321 2 3 4 2 2 0
322 5 5 4 3 2 5 0
323 0
324 2 0
325 4 2 0
326 3 5 4 0
327 4 4 3 4 0
328 4 2 4 2 3 0
329 4 4 3 4 3 5 0
330 0
331 2 0
332 3 2 0
333 3 5 4 0
334 4 4 3 4 0
335 2 3 3 3 3 0
336 4 5 4 4 2 5 0
337 0
338 2 0
339 2 2 0
340 3 3 3 0
341 5 4 3 4 0
342 4 2 3 2 3 0
343 4 4 4 4 3 4 0
344 0
345 2 0
346 2 2 0
347 4 4 3 0
348 5 4 3 4 0
349 2 3 2 2 2 0
350 3 4 4 5 3 4 0
MRI MP GTC MTC CR RMY SJHT

MRI 0
MP 2 0
GTC 3 2 0
MTC 4 4 2 0
CR 4 4 4 3 0
RMY 2 3 3 3 2 0
SJHT 4 5 5 4 3 4 0
Ini adalah hasil pengisian responden yang pertama, yang membandingkan kemiripan
antar Mall berdasarkan pengamatannya. Misalnya kemiripan antara MRI dan MP adalah
3 artinya dua mall yang dibandingkan tersebut memiliki persamaan dan perbedaan yang
seimbang.
Tabel di atas merupakan teknik input MDS dalam SPSS yaitu berbentuk segitiga.
Demikian untuk baris 8 samapai 14 dari SPSS DATA EDITOR yang merupakan isian
responden kedua, dengan artian angka yang sama dengan isian responden pertama.
Karena penelitian ini melibatkan 50 orang responden maka terdapat (50 x 7
baris/responden) = 350 baris. Pengisian data SPSS Editor dari responden 1 sampai
dengan 50 dapat dilihat di lampiran 1 data uji diskriminan.
Berikut gambar peta dua dimensi pada output SPSS

Analisis Output
Dari peta persepsi di atas terlihat bahwa mall sejahtera, carefour tergabung dalam satu
kelompok. Mall Ratu Indah dan Mall Panakukang satu kelompok. Ramayana dan GTC
satu kelompok serta MTC membentuk kelompok sendiri.
Berdasarkan kedekatan posisi Mall dalam peta persepsi dapat dibentuk 3 kelompok
yakni :
- kelompok 1 terdiri dari mall sejahtera dan carefour
- kelompok 2 terdiri dari mall ratu indah, mall panakukang dan GTC
- kelompok 3 terdiri dari Makassar Trading center dan Ramayana.
Untuk defenisi lebih lanjut maka dua dimensi di atas harus didefenisikan .
Dimensi 1
Misalkan saja pada dimensi 1 didefenisikan sebagai tingkat kenyamanan ( suasana,
interior, tempat makan dan parkir). Maka dapat dikatakan bahwa berdasarkan gambar
terlihat bahwa semakin ke kanan angka semakin besar . artinya ketika posisi mall makin
ke kanan berarti tingkat kenyamannya makin tinggi. Ini berarti juga bahwa Mall
Panakukang, Mall ratu Indah dan GTC memiliki tingkat kenyamanan yang sangat tinggi
sedangkan ramayana dan MTC juga sudah mulai nyaman tapi tidak sama dengan MP,
MRI dan GTC , tapi masih lebih bagus jika dibandingkan dengan Sejahtera dan Carefour.
Dari peta persepsi terlihat bahwa yang paling rendah tingkat kenyamanannya adalah
Sejahtera.
Jadi dapat dikatakan bahwa Mall Panakukan memiliki tingkat kenyamanan yang sangat
tinggi jika dibandingkan dengan mall-mall yang lain.
Dimendi 2 didefenisikan sebagai Produk (kelengkapan produk dan harga produk)
Dari gambar terlihat bahwa makin ke atas angka makin besar yang berarti bahwa makin
ke atas kelengkapan produk makin terjamin dan harga makin mahal.. Dari peta persepsi
terlihat bahwa yang memiliki produk yang paling lengkap adalah Mall Ratu indah,
sejahtera, Mall Panakukang, Carefour dan GTC. Sedangkan Ramayana dan MTC tidak
terlalu lengkap tapi harganya lebih terjangkau.
Jadi dapat dikatakan bahwa yang paling lengkap produknya adalah Mall Ratu Indah jika
dibandingkan dengan mall-mall yang lain.
3. MODPENYEL PERSAMAAN DUA JALUR

Model ini terdiri dari 3 variabel bebas, yaitu variable task conflict, Relationship conflict,
dan nonwork conflict dengan dua variable tergantung yaitu stress kerja dan kinerja
karyawan. Contoh kadus dalam model ini adalah kita ingin mengukur besarnya pengaruh
variable task conflict, relationship conflik dan nonwork conflict terhadap kinerja
karyawan baik secara langsung maupun secara tidak langsung yakni melalui variable
stress kerja pada karyawan Rumah sakit Pemerintah Dr Wahidin sudirohusodo Makassar.
Model diagram jalurnya dapat digambarkan sebagai berikut:
Task conflict
Relationship Stres Kinerja

Conflict Kerja Karyawan
Nonwork
conflict
Keterangan:
- Task conflict merupakan variable bebas pertama dan diberi symbol X1

- Relationship conflict merupakan variable bebas kedua iberi symbol X2
- Nonwork conflict merupakan variable bebas ketiga diberi symbol X3
- Stres kerja merupakan variable tergantung satu dan diberi symbol Y
- Kinerja karyawan merupakan variabel tergantung dua yang diberi simbol Z
Rumusan Masalah
1. Berapa besar pengaruh variabel task conflict, relationship conflict, dan nonwork
conflict terhadap stres kerja baik secara parsial maupun simultan pada karyawan
RSUP Dr Wahidin Sudirohusodo Makassar
conflict terhadap kinerja karyawan baik secara parsial maupun simultan pada
karyawan RSUP Dr Wahidin Sudirohusodo Makassar
conflict terhadap kinerja karyawan melalui stres kerja pada karyawan RSUP Dr
Wahidin Sudirohusodo Makassar
Data :
Data dalam penelitian ini seperti terlihat pada tabel berikut :

PENYELESAIAN
Untuk menjawab rumusan masalah yang telah diajukan maka dapat dilakukan beberapa
tahap yakni :
TAHAP I
Menentukan Model diagram jalurnya berdasarkan paradigma hubungan antar variabel
sebagai berikut :
ε1 ε2
Task conflict
Relationship Stres Kinerja

Conflict Kerja Karyawan
Nonwork
conflict
TAHAP II
ε
1
Membuat diagram jalur persamaan strukturalnya sebagai berikut :
X1 ρyε1
ρzx1
ρyx1
r12 X2 Y Z
ρyx2
ρzy
ρyx3 ρzε2
ρzx3
X3
ε2
Diagram jalur di atas terdiri atas dua persamaan struktural, di mana X1, X2 dan X3
adalah variabel eksogen dan Y serta Z adalah variabel endogen. Persamaan strukturalnta
dapat dilihat sebagai berikut :
Y = ρyx1+ ρyx2+ ρyx3+ ε1 ( Persamaan Substruktur 1)

Z = ρzx1+ ρzy+ ρzx3+ ε2 ( Persamaan Substruktur 2)
TAHAP III
Untuk menganalisis lebih lanjut dipergunakan bantuan software SPSS 16. Analisis ini
terdiri dari dua langkah, analisis substruktur 1 dan untuk substruktur 2.
Substruktur 1
Analisis
Persamaan Strukturalnya :
Y = ρyx1+ ρyx2+ ρyx3+ ε1
di mana Y = Stres kerja

X1 = task conflict
X2 = Relationship conflict
X3 = Nonwork conflict
ε1 = Error
Pertama adalah menghitung persamaan regresinya .
Hasil perhitungan regresi dan korelasi yang dihasilkan dengan bantuan software
SPSS 16 adalah sebagai berikut :
TAHAP IV
INTERPRETASI HASIL
1. Analisis regresi
Pada bagian ini analisis dibagi menjadi dua yakni untuk menguji pengaruh
secara simultan dan untuk menguji pengaruh secara parsial.
a. Pengaruh task conflict, relationship conflict dan nonwork conflict
secara simultan terhadap stres kerja karaywan di RSUP Dr Wahidin
Sudirohusodo Makassar
Untuk melihat pengaruh variabel task conflict, relationship conflict
dan nonwork conflict secara simultan terhadap stres kerja karyawan
di RSUP Dr Wahidin Sudirohusodo Makassar, kita akan melihat hasil
perhitungan dalam model Summary, khususnya angka R Square di
bawah ini :
Besarnya angka R square adalah ....... Ini berarti bahwa variasi dari
variable stress kerja dapat dijelaskan oleh variable task conflict,
relationship conflict dan nonwork conflict sebesar ….. dan sisanya
yakni sebesar …. Dijelaskan oleh variable lain di luar model.
Untuk mengetahui kelayakan model regresi digambarkan dari angka-
angka pada table anova seperti berikut :
Hipotesisnya berbunyi :
H0 : Tidak ada hubungan linear antara task conflict,
relationship conflict dan nonwork conflict dengan stress
kerja
H1 : Ada hubungan linear antara task conflict, relationship
conflict dan nonwork conflict dengan stress kerja
Pengujian dapat dilakukan dengan dua cara yakni pertama dengan

membandingkan besarnya angka F hitung dengan F table. Cara
kedua adalah dengan membandingkan angka taraf signifikansi (sig)
hasil perhitungan dengan taraf signifikansi 0,05(5%).
Cara pertama.
Dari table anova diketahui bahwa F Hitung adalah sebesar……
Sedangkan F table pada taraf sig 5% dengan derajat kebebasan
jumlah variable -1 atau 5-1 adalah = 4 dan denumerator : jumlah
kasus -4 atau 89-4 = 85 . Dengan ketentuan tersebut di peroleh angka
F table sebesar……
Kriteria uji hipotesis adalah
Jika F hitung> F table maka Ho ditolak dan H1 diterima
Jika F hitung< F table maka Ho diterima dan H0 ditolak
Dari hasil perhitungan didapatkan angka F hitung sebesar ….. dari F
table sehingga ….
Artinya
Cara kedua dengan melihat angka signifikansi
Kriteria ujinya sebagai berikut :
Jika sig hitung < 0,05 maka Ho ditolak dan H1 diterima
Jika sig hitung > 0,05 maka Ho diterima dan H0 ditolak
Berdasarkan perhitungan angka signifikansi sebesar……., maka .....

Artinya.......
b. Pengaruh task conflict, relationship conflict dan nonwork conflict

secara parsial terhadap stres kerja karaywan di RSUP Dr Wahidin
Sudirohusodo Makassar
Untuk melihat besarnya Pengaruh task conflict, relationship conflict
dan nonwork conflict secara parsial terhadap stres kerja karaywan di
RSUP Dr Wahidin Sudirohusodo Makassar maka dapat digunakan
uji t. Sementara itu untuk melihat besarnya pengaruh digunakan
angka beta atau Standardized Coefficient yang dapat ditunjukkan
sebagai berikut :
b.1 Hubungan antara Task conflict dan Stres kerja

Untuk melihat apakah ada hubungan linear antara task
conflict dan Stres kerja , kita dapat melakukan langkah-
langkah analisis sebagai berikut :
H0 : Tidak ada hubungan linear antara task conflict, dan
stress kerja
H1 : Ada hubungan linear antara task conflict, dan stress
kerja
Selanjutnya menghitung besarnya nilai t hitung.
Hasil perhitungan SPSS diperoleh nilai t hitung sebesar………..
Menghitung besarnya angka t table dengan ketentuan sebagai berikut
taraf sig 5% dan derajat kebebasan = n-2 atau 89-2 = 87. Dari
ketentuan tersebut diperoleh angka t table sebesar …..
Jika t hitung> t table maka Ho ditolak dan H1 diterima
Jika t hitung< t table maka Ho diterima dan H0 ditolak
Dari hasil perhitungan didapatkan angka t hitung sebesar ….. dari t
table sehingga ….
Artinya
b.2 Hubungan antara Relationship conflict dengan stress kerja
Untuk melihat apakah ada hubungan linear antara
relationship conflict dan Stres kerja , kita dapat melakukan
langkah-langkah analisis sebagai berikut :
H0 : Tidak ada hubungan linear antara relationship conflict,
dan stress kerja
H1 : Ada hubungan linear antara realtionship conflict, dan
stress kerja
table sehingga ….
Artinya
b.3 Hubungan antara Nonwork conflict dan stress kerja

Untuk melihat apakah ada hubungan linear antara nonwork
conflict dan Stres kerja , kita dapat melakukan langkah-
H0 : Tidak ada hubungan linear antara nonwork conflict, dan
stress kerja
H1 : Ada hubungan linear antara nonwork conflict, dan stress
kerja
table sehingga ….
Artinya
2. Analisis Korelasi
Bagian kedua akan menganalisis korelasi antar variabel task conflict, relationship
conflict dan nonwork conflict dengan bantuan software SPSS 16 sebagaimana
terlampir berikut :
a. Korelasi antara task conflict dan Relationship conflict

Berdasarkan perhitungan diperoleh angka korelasi antara variable task
conflict dan relationship conflict sebesar…. Untuk menafsirkan angka
tersebut, digunakan criteria sebagai berikut :
- 0 – 0,25 : Korelasi sangat lemah (dianggap tidak ada)
- >0,25-0,5 : Korelasi cukup
- >0,5-0,75 : Korelasi kuat
- >0,75-1 : Korelasi sangat kuat
Korelasi sebesar ….. mempunyai maksud bahwa hubungan antara variable
task conflict dan relationship conflict
b. Korelasi antara task conflict dan nonwork conflict

conflict dan nonwork conflict sebesar…. Untuk menafsirkan angka
task conflict dan nonwork conflict
c. Korelasi antara Relationship conflict dan nonwork conflict

Berdasarkan perhitungan diperoleh angka korelasi antara variable
relationship conflict dan nonwork conflict sebesar…. Untuk menafsirkan
angka tersebut, digunakan criteria sebagai berikut :
relationship conflict dan nonwork conflict
Substruktur 2
Analisis
Persamaan Strukturalnya :
Z = ρzx1+ ρzy+ ρzx3+ ε2

di mana Z = Kinerja Karyawan
Y = Stres kerja
X1 = task conflict
X2 = Relationship conflict
X3 = Nonwork conflict
ε2 = Error
Pertama adalah menghitung persamaan regresinya .
Hasil perhitungan regresi dan korelasi yang dihasilkan dengan bantuan software
SPSS 16 adalah sebagai berikut :
TAHAP IV
INTERPRETASI HASIL
3. Analisis regresi
Pada bagian ini analisis dibagi menjadi dua yakni untuk menguji pengaruh
secara simultan dan untuk menguji pengaruh secara parsial.
a. Pengaruh task conflict, relationship conflict dan nonwork conflict dan
stres kerja secara simultan terhadap kinerja karyawan di RSUP Dr
Untuk melihat pengaruh variabel task conflict, relationship conflict,
nonwork conflict dan stres kerja secara simultan terhadap kinerja
karyawan di RSUP Dr Wahidin Sudirohusodo Makassar, kita akan
melihat hasil perhitungan dalam model Summary, khususnya angka
R Square di bawah ini :
Besarnya angka R square adalah ....... Ini berarti bahwa variasi dari
variable kinerja karyawan dapat dijelaskan oleh variable task
conflict, relationship conflict dan nonwork conflict dan stress kerja
sebesar ….. dan sisanya yakni sebesar …. Dijelaskan oleh variable
lain di luar model.
Untuk mengetahui kelayakan model regresi digambarkan dari angka-
angka pada table anova seperti berikut :
H0 : Tidak ada hubungan linear antara task conflict,
relationship conflict,nonwork conflict dan stress kerja
dengan kinerja karyawan
H1 : Ada hubungan linear antara task conflict, relationship
conflict, nonwork conflict dan stress kerja denga kinerja
karyawan
Pengujian dapat dilakukan dengan dua cara yakni pertama dengan

membandingkan besarnya angka F hitung dengan F table. Cara
kedua adalah dengan membandingkan angka taraf signifikansi (sig)
hasil perhitungan dengan taraf signifikansi 0,05(5%).
Cara pertama.
Dari table anova diketahui bahwa F Hitung adalah sebesar……
Sedangkan F table pada taraf sig 5% dengan derajat kebebasan
jumlah variable -1 atau 5-1 adalah = 4 dan denumerator : jumlah
kasus -4 atau 89-4 = 85 . Dengan ketentuan tersebut di peroleh angka
F table sebesar……
Jika F hitung> F table maka Ho ditolak dan H1 diterima
Jika F hitung< F table maka Ho diterima dan H0 ditolak
Dari hasil perhitungan didapatkan angka F hitung sebesar ….. dari F
table sehingga ….
Artinya
Cara kedua dengan melihat angka signifikansi
Kriteria ujinya sebagai berikut :
Jika sig hitung < 0,05 maka Ho ditolak dan H1 diterima
Jika sig hitung > 0,05 maka Ho diterima dan H0 ditolak
Berdasarkan perhitungan angka signifikansi sebesar……., maka .....

Artinya.......
b. Pengaruh task conflict, relationship conflict , nonwork conflict dan

stres kerja secara parsial terhadap kinerja karyawan di RSUP Dr
Untuk melihat besarnya Pengaruh task conflict, relationship conflict ,
nonwork conflict dan stres kerja secara parsial terhadap kinerja
karyawan di RSUP Dr Wahidin Sudirohusodo Makassar maka dapat
digunakan uji t. Sementara itu untuk melihat besarnya pengaruh
digunakan angka beta atau Standardized Coefficient yang dapat
ditunjukkan sebagai berikut :
b.1 Hubungan antara Task conflict dan kinerja karyawan

Untuk melihat apakah ada hubungan linear antara task
conflict dan kinerja karyawan , kita dapat melakukan
H0 : Tidak ada hubungan linear antara task conflict, dan
kinerja karyawan
H1 : Ada hubungan linear antara task conflict, dan kinerja
karyawan
table sehingga ….
Artinya
b.2 Hubungan antara Relationship conflict dengan kinerja karyawan

Untuk melihat apakah ada hubungan linear antara
relationship conflict dan kinerja karyawan , kita dapat
melakukan langkah-langkah analisis sebagai berikut :
H0 : Tidak ada hubungan linear antara relationship conflict,
dan kinerja karyawan
H1 : Ada hubungan linear antara realtionship conflict, dan
kinerja karyawan
table sehingga ….
Artinya
b.3 Hubungan antara Nonwork conflict dan kinerja karyawan

Untuk melihat apakah ada hubungan linear antara nonwork
conflict dan kinerja karyawan , kita dapat melakukan
H0 : Tidak ada hubungan linear antara nonwork conflict, dan
kinerja karyawan
H1 : Ada hubungan linear antara nonwork conflict, dan
kinerja karyawan
table sehingga ….
Artinya
b.4 Hubungan antara stress kerja dan kinerja karyawan
Untuk melihat apakah ada hubungan linear antara stress kerja
dan kinerja karyawan , kita dapat melakukan langkah-
H0 : Tidak ada hubungan linear antara stress kerja, dan
kinerja karyawan
H1 : Ada hubungan linear antara stress kerja, dan kinerja
karyawan
table sehingga ….
Artinya
4. Analisis Korelasi
Korelasi antar variabel task conflict, relationship conflict dan nonwork conflict
ddengan bantuan software SPSS 16 sebagaimana terlampir berikut :an stress kerja
dapat dilihat pada table berikut:
a. Korelasi antara task conflict dan Relationship conflict

conflict dan relationship conflict sebesar…. Untuk menafsirkan angka
task conflict dan relationship conflict
b. Korelasi antara task conflict dan nonwork conflict

conflict dan nonwork conflict sebesar…. Untuk menafsirkan angka
task conflict dan nonwork conflict
c. Korelasi antara task conflict dan stress kerja

conflict dan stress kerja sebesar…. Untuk menafsirkan angka tersebut,
digunakan criteria sebagai berikut :
task conflict dan stress kerja conflict
d. Korelasi antara Relationship conflict dan stress kerja

relationship conflict dan stress kerja sebesar…. Untuk menafsirkan angka
relationship conflict dan stress kerja
e. Korelasi antara Nonwork conflict dan stress kerja

nonwork conflict dan stress kerja sebesar…. Untuk menafsirkan angka
nonwork conflict dan stress kerja
Perhitungan pengaruh
a. Pengaruh langsung (direct effect)
Untuk menghitung pengaruh langsung digunakan formula sebagai
berikut :
- Pengaruh variable task conflict terhadap stress kerja
X1 Y
- Pengaruh variable relationship conflict terhadap stress kerja
X2 Y
- Pengaruh variable nonwork conflict terhadap stress kerja
X3 Y
- Pengaruh variable task conflict terhadap kinerja karyawan

X1 Z
- Pengaruh variable nonwork conflict terhadap kinerja karyawan
X3 Z
- Pengaruh variable stress kerja terhadap kinerja karyawan
Y Z
b. Pengaruh tidak langsung (indirect effect)

Untuk menghitung pengaruh tidak langsung atau IE digunakan
formula sebagai berikut :

melalui stress kerja
c. Pengaruh Total (total effect)
- Pengaruh task conflict terhadap kinerja karyawan
- Pengaruh nonwork conflict terhadap kinerja karyawan
- Pengaruh variable stress kerja terhadap kinerja karyawan
Diagram jalur secara lengkap adalah sebagai berikut :
ε1
X1 ρyε1
ρzx1
ρyx1
r12 X2 Y Z
ρyx2
ρzy
ρyx3 ρzε2
ρzx3
X3
ε2
Persamaan structural untuk model tersebut adalah :
Substruktur 1 :
Substruktur 2 :
1. Analisis diskriminan
2. Multidimensional scalling

Path Analysis

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Path Analysis

Diunggah oleh

Hak Cipta:

Format Tersedia

1.

Analisis diskriminan adalah metode statistik untuk mengelompokkan atau

Manajer ingin mengetahui karakter penting dari sebuah keluarga yang

Berdasarkan data di atas, akan dilakukan analisis diskriminan untuk mengetahui :

Tests of Equality of Group Means

Tabel test of Equality of Group Means bertujuan untuk menguji perbedaan

Tests null hypothesis of equal

Tabel Variables Entered/Removeda,b,c,d di atas menyajikan variable

Tabel Variables in the Analysis di atas hanya perincian dari proses

Variables Not in the Analysis

Pada step 0 (keadaan awal) keempat variable secara lengkap

Wilk’s lambda pada prinsipnya adalah varians total dalam discriminant

Summary of Canonical Discriminant Functions

Canonical Correlation mengukur keeratan hubungan antara

1 .474 23.877 2 .000

Tabel di atas menyatakan angka akhir Wilks’Lambda yang sebenarnya,

Tabel STRUCTURE MATRIX menjelaskan korelasi antara variabel

Tabel Standardized Canonical Discriminant Function Coefficients di atas

Z Score = -8,432 + 0,000 Income + 0,698 Jam kerja

Functions at Group Centroids

Oleh karena ada dua tipe keluarga, maka disebut Two-Group

Prior Probabilities for Groups

Tabel Prior Probabilities for Groups di atas memperlihatkan komposisi

Classification Function Coefficients

Sama seperti Unstandardized (canonical) sebelumnya . Fungsi

Keluarga yang mengunjungi resort dalam kategori JARANG :

Selisih antara grup JARANG dengan SERING adalah :

Multidimensional Scalling yang biasa disebut juga dengan pemetaan

MRI MP GTC MTC CR RMY SJHT

Berikut gambar peta dua dimensi pada output SPSS

3. MODPENYEL PERSAMAAN DUA JALUR

Relationship Stres Kinerja

- Task conflict merupakan variable bebas pertama dan diberi symbol X1

Data dalam penelitian ini seperti terlihat pada tabel berikut :

Relationship Stres Kinerja

Y = ρyx1+ ρyx2+ ρyx3+ ε1 ( Persamaan Substruktur 1)

Y = ρyx1+ ρyx2+ ρyx3+ ε1

di mana Y = Stres kerja

Pengujian dapat dilakukan dengan dua cara yakni pertama dengan

Berdasarkan perhitungan angka signifikansi sebesar……., maka .....

b. Pengaruh task conflict, relationship conflict dan nonwork conflict

b.1 Hubungan antara Task conflict dan Stres kerja

b.3 Hubungan antara Nonwork conflict dan stress kerja

a. Korelasi antara task conflict dan Relationship conflict

b. Korelasi antara task conflict dan nonwork conflict

c. Korelasi antara Relationship conflict dan nonwork conflict

Z = ρzx1+ ρzy+ ρzx3+ ε2

Pengujian dapat dilakukan dengan dua cara yakni pertama dengan

Berdasarkan perhitungan angka signifikansi sebesar……., maka .....

b. Pengaruh task conflict, relationship conflict , nonwork conflict dan

b.1 Hubungan antara Task conflict dan kinerja karyawan

b.2 Hubungan antara Relationship conflict dengan kinerja karyawan

b.3 Hubungan antara Nonwork conflict dan kinerja karyawan

a. Korelasi antara task conflict dan Relationship conflict

b. Korelasi antara task conflict dan nonwork conflict

c. Korelasi antara task conflict dan stress kerja

d. Korelasi antara Relationship conflict dan stress kerja

e. Korelasi antara Nonwork conflict dan stress kerja

- Pengaruh variable relationship conflict terhadap stress kerja

- Pengaruh variable nonwork conflict terhadap stress kerja

- Pengaruh variable task conflict terhadap kinerja karyawan

- Pengaruh variable nonwork conflict terhadap kinerja karyawan

b. Pengaruh tidak langsung (indirect effect)

- Pengaruh variable task conflict terhadap kinerja karyawan