MAKALAH
UNTUK MEMENUHI TUGAS MATA KULIAH
Statistik (Deskriptif dan Inferensial)
Disusun Oleh:
Yoel Umbu Runga Riti (190121852405)
1
DAFTAR ISI
Halaman
BAB I PENDAHULUAN
BAB II PEMBAHASAN
Pengertian .......................................................................................... 4
Manfaat .............................................................................................. 5
Istilah.................................................................................................. 5
Diagram dan Koefisien Jalur ............................................................. 6
Menghitung Koefisien Jalur ............................................................... 8
Asumsi ............................................................................................. 11
Langkah Pengujian Hipotesis .......................................................... 11
Contoh Soal...................................................................................... 13
BAB I PENDAHULUAN
Kesimpulan ...................................................................................... 30
Daftar Pustaka .............................................................................................. 31
2
BAB I
PENDAHULUAN
A. LATAR BELAKANG
Di dalam melakukan sebuah penelitian, tak jarang akan dijumpai suatu permasalahan di
mana kita diminta untuk mempelajari hubungan kausal antara variabel bebas dan variabel
terikat. Analisis jalur adalah salah satu alat uji statistik yang dapat digunakan untuk
menjelaskan dan menyelesaikan permasalahan ini. Analisis jalur digunakan untuk melukiskan
dan menguji model hubungan antar variabel yang berbentuk sebab akibat. Hubungan kausal
disusun dalam bentuk model hipotetik. Pengujian hipotesis dengan menggunakan analisis jalur
sangat bergantung pada kuat lemahnya teori yang mendasari model hipotetik yang telah
disusun.
B. RUMUSAN MASALAH
C. TUJUAN
1. Untuk menjelaskan konsep-konsep analisis jalur beserta hal-hal yang bertalian dengan
analisis jalur
2. Untuk menjelaskan langkah-langkah pengujian sebuah hipotesis menggunakan
analisis jalur
3
BAB II
PEMBAHASAN
A. PENGERTIAN
Analisis jalur yang juga dikenal dengan sebutan path analysis dikembangkan pertama
kali pada tahun 1920-an oleh ahli genetika yaitu Swell Wright. Analisis jalur didefenisikan
sebagai suatu teknik untuk menganalisis hubungan sebab akibat yang terjadi pada regresi
berganda jika variabel bebasnya mempengaruhi variabel tergantung tidak hanya secara
langsung tetapi juga secara tidak langsung (Robert D. Retherford 1993). Definisi lain
mengatakan “Analisis jalur merupakan pengembangan langsung bentuk regresi berganda
dengan tujuan untuk memberikan estimasi tingkat kepentingan (magnitude) dan signifikansi
(significance) hubungan sebab akibat hipotetikal dalam seperangkat variabel” (Paul Webley,
1997).
Model analisis jalur merupakan pengembangan dari analisis regresi. Analisis jalur
digunakan untuk melukiskan dan menguji model hubungan antar variabel yang berbentuk
sebab akibat. Dalam model hubungan antar variabel tersebut terdapat variabel independen yang
dalam hal ini disebut variabel eksogen (exsogenous), dan variabel dependen yang disebut
variabel endogen (endogenous). Melalui analisis jalur akan ditemukan jalur mana yang paling
tepat dan singkat yang dapat dilalui oleh variabel independen menuju vaiabel dependen yang
terakhir. Adapun analisis jalur tentunya berbeda dengan model regresi. Perbandingan tersebut
disaijakan lewat tabel berikut :
Aspek Model Regresi Model Analisis Jalur
Tujuan Mengkaji pengaruh Mengkaji pola hubungan
langsung dan memprediksi kausal, pengaruh langsung
nilai variabel kriteria Y atas dan tak langsung
prediktor X1, X2, X3… Xn
Terminologi Independen Variabel, Variabel Penyebab
Dependen Variabel (eksogen), Variabel Akibat
(endogen)
Skala dan data Matriks minimal skala Matriks minimal skala
interval dan data mentah interval dan data berbentuk
skor baku
4
Aspek Model Regresi Model Analisis Jalur
Rumusan Masalah Apakah variabel X1, X2, X3… Apakah variabel X1, X2, X3…
Xn berpengaruh terhadap Y Xn berpengaruh langsung
baik parsial maupun dan tak langsung terhadap Y
simultan
Hubungan anatar variabel Tidak mempelajari Mempelajari hubungan antar
independen hubungan antar variabel variabel independen
independen
1. Untuk penjelasan terhadap fenomena yang dipelajari atau permasalahan yang diteliti
2. Prediksi nilai variabel terikat (Y) berdasarkan nilai variabel bebas (X), dan prediksi
dengan analisis jalur ini bersifat kualitatif
3. Faktor determinan yaitu penentuan variabel bebas (X) mana yang berpengaruh dominan
terhadap variabel terikat (Y), juga untuk menelusuri mekanisme (jalur-jalur) pengaruh
variabel bebas (X) terhadap variabel terikat (Y)
4. Pengujian model, menggunakan teori trimming baik untuk uji reliabilitas konsep yang
sudah ada ataupun uji pengembangan konsep baru.
Ada beberapa istilah yang biasa digunakan dalam analisis jalur. Istilah-istilah ini perlu
diketahui sehingga membantu dalam memahami lebih jauh mengenai analisis jalur. Adapun
beberapa istilah dimaksud antara lain :
1. Model jalur, ialah suatu diagram yang menghubungkan antara variabel bebas,
perantara dan terikat. Pola hubungan ditunjukkan dengan menggunakan anak panah.
Anak panah-anak panah tunggal menunjukkan hubungan sebab–akibat antara variabel-
variabel exogenous atau perantara dengan satu variabel tergantung atau lebih. Anak
panah juga menghubungkan kesalahan (variabel residue) dengan semua variabel
endogenous masing-masing. Anak panah ganda menunjukkan korelasi antara pasangan
variabel-variabel exogenous.
5
2. Variabel exogenous, semua variabel yang tidak ada penyebab-penyebab eksplisitnya
atau dalam diagram tidak ada anak-anak panah yang menuju ke arahnya, selain pada
bagian kesalahan pengukuran. Jika antara variabel exogenous dikorelasikan maka
korelasi tersebut ditunjukkan dengan anak panah dengan kepala dua yang
menghubungkan variabel-variabel tersebut.
3. Variabel endogenous, ialah variabel yang mempunyai anak-anak panah menuju ke
arah variabel tersebut. Variabel yang termasuk di dalamnya ialah mencakup semua
variabel perantara dan terikat. Variabel perantara endogenous mempunyai anak panah
yang menuju ke arahnya dan dari arah variabel tersebut dalam suatu model diagram
jalur. Adapun variabel tergantung hanya mempunyai anak panah yang menuju ke
arahnya.
4. Koefisien jalur, adalah koefisien regresi standar atau disebut ‘beta’ yang menunjukkan
besarnya pengaruh langsung dari suatu variabel bebas terhadap variabel terikat dalam
suatu model jalur tertentu. Oleh karena itu, jika suatu model mempunyai dua atau lebih
variabel-variabel penyebab, maka koefisien-koefisien jalurnya merupakan koefisien-
koefisien regresi parsial yang mengukur besarnya pengaruh satu variabel terhadap
variabel lain dalam suatu model jalur tertentu yang mengontrol dua variabel lain
sebelumnya dengan menggunakan data yang sudah distandarkan atau matriks korelasi
sebagai masukan.
5. Jenis pengaruh dalam analisis jalur, yaitu Direct Effect (DE) dan Indirect Effect (IE).
Direct Effect (DE) adalah pengaruh langsung yang dapat dilihat dari koefisien dari satu
variabel ke variabel lainnya, dan Indirect Effect (IE) adalah urutan jalur melalui satu
atau lebih variabel perantara.
Untuk menggambarkan hubungan kausal atau sebab akibat antara variabel yang
diselidiki maka digunakan model berbentuk diagram jalur. Diagram jalur adalah alat untuk
melukiskan secara grafis struktur hubungan sebab akibat antar variabel bebas, variabel
intervening dan variabel terikat. Untuk merepresentasikan hubungan tersebut, diagram jalur
menggunakan symbol anak panah berarah berkepala satu yang memberi makna adanya
pengaruh langsung variabel eksogen terhadap variabel endogen. Di samping itu anak panah
juga menghubungkan error dengan setiap variabel endogen. Selanjutnya, setiap variabel
eksogen dan endogen yang akan dianalisis dalam model disimbolkan dalam bentuk kotak
6
sedangkan variabel lain yang tidak dianalisis dalam model atau error (ɛ) digambarkan dalam
bentuk lingkaran.
1. Model diagram jalur sederhana dengan tiga variabel (X1 ), (X2 ), dan Y.
7
2. Model diagram jalur dengan empat variabel (X1 ), (X2 ), (X3 ) dan (Y).
3. Model lain dari diagram jalur melibatkan empat variabel (X1 ), (X2 ), (X3 ) dan (Y)
Koefisien jalur antara suatu variabel eksogen terhadap variabel endogen pada hakekatnya
merupakan koefisien korelasi sederhana yang terkoreksi antara suatu variabel bebas terhadap
variabel terikat. Oleh karenanya dalam menentukan koefisien jalur dari suatu variabel eksogen
ke variabel endogen dapat ditentukan melalui pendekatan korelasi sederhana. Untuk
menghitung koefisien jalur 𝑝𝑖𝑗 di mana i adalah variabel endogen dan j adalah variabel eksogen,
sebagaimana diagram jalur dalam bentuk skor baku berikut :
8
Berdasarkan diagram jalur di atas, dapat dibentuk persamaan matematis (structural) berikut
z2 = p21 + z2 + ɛ2 … (i)
z3 = p31 z1 + p32 z2 + ɛ3 … (ii)
z4 = p41 z1 + p42 z2 + p43 z3 + ɛ4 … (iii)
Selanjutnya dari persamaan di atas akan dilakukan eliminasi skor baku dengan koefisien
korelasi, dengan langkah-langkah sebagai berikut :
X− x 𝑥
1. Menentukan hubungan skor baku dengan koefisien korelasi 𝑧 = = , sehingga skor
𝑠 𝑠
2
𝑥𝑖 𝑥𝑗 (∑𝑥𝑖 )
baku ke i dan skor baku ke j adalah 𝑧𝑖 = dan 𝑧𝑖 = (𝑠𝑖 = standar deviasi = √
𝑠 𝑠 𝑛
∑𝑥𝑖 𝑥𝑗 ∑𝑥𝑖 𝑥𝑗 ∑𝑥𝑖 𝑥𝑗 ∑𝑥𝑖 𝑥𝑗
∑𝑧𝑖 𝑧𝑗 = = =n (catatan 𝑟𝑖𝑗 = )
𝑠𝑖 𝑠𝑗 2 2 2 2
2 (∑𝑥𝑗 )2 √(∑𝑥𝑖 )(∑𝑥𝑗 ) √(∑𝑥𝑖 )(∑𝑥𝑗 )
√(∑𝑥𝑖 ) √
𝑛 𝑛
1
∑𝑧𝑖 𝑧𝑗 =n 𝑟𝑖𝑗 → 𝑟𝑖𝑗 = ∑𝑧𝑖 𝑧𝑗
𝑛
9
𝑟13 = 𝑝31 + 𝑝32 𝑟12
1
c. 𝑟14 = (∑𝑧1 . 𝑧4 ) = 𝑛. 𝑟14 = ∑𝑧1 . 𝑧4
𝑛
1
𝑟14 = ∑𝑧1 (𝑝41 𝑧1 + 𝑝42 𝑧2 + 𝑝43 𝑧3 + ɛ3 substitusi (iii)
𝑛
1
𝑟14 = (𝑝41 ∑𝑧1 2 + 𝑝42 ∑𝑧1 𝑧2 + 𝑝43 ∑𝑧1 𝑧3 + ∑𝑧1 + ɛ3 )
𝑛
1
𝑟14 = (𝑝41 . 𝑛 + 𝑝42 . 𝑛𝑟12 + 𝑝43 . 𝑛𝑟13 + 0) = 𝑝41 + 𝑝42 𝑟12 + 𝑝32 𝑟13
𝑛
Sebelum melakukan analisis, ada beberapa prinsip dasar atau asumsi yang mendasari
analisis jalur, yaitu:
1. Pada model analisis jalur, hubungan antar variabel bersifat linear, aditif dan kausal
2. Hanya sistem aliran kausal satu arah, atau tidak ada kausalitas yang berbalik
3. Data setiap variabel yang dianalisis adalah interval
Langkah-langkah yang dapat digunakan untuk pengujian hipotesis dalam analisis jalur
adalah sebagai berikut :
11
3. Menentukan koefisien jalur ; koefisien jalur adalah angka yang merepresentasikan
besarnya pengaruh langsung antar variabel. Koefisien jalur ditentukan melalui invers
matriks dari besarnya nilai-nilai korelasi antar variabel.
4. Uji signifikansi jalur ; Uji signifikansi jalur identik dengan uji signifikansi koefisien
persamaan regresi, yaitu keduanya menggunkan statistik uji – t. Jika dalam analisis
𝑏𝑖
regresi maka formula statistik uji – t yang digunakan adalah thitung = maka dalam
𝑠𝑏𝑖
𝑝
analisis jalur formula statistik uji – tnya adalah thitung = 𝑠𝑏𝑖𝑗 di mana 𝑠𝑏𝑖 adalah standard
𝑖
error yang besarnya ditentukan oleh pengaruh sederhana atau pengaruh parsial variabel
eksogen terhadap endogen sebagai berikut
𝑖𝑗 (1−𝑝 2 )
a. Jika pengaruh sederhana maka 𝑠𝑏𝑖 = √(𝑛−𝑘−1) , k = jumlah variabel eksogen.
𝑝 𝑝𝑖𝑗 √𝑛−𝑘−1
Sehingga thitung = 𝑠𝑏𝑖𝑗 =
𝑖 √1−𝑝𝑖𝑗 2
(1−𝑅 2 )𝐷 𝑖𝑖 𝑝 𝑝𝑖𝑗
b. Jika pengaruh parsial maka 𝑠𝑏𝑖 = √ (𝑛−𝑘−1) sehingga thitung = 𝑠 𝑖𝑗=
𝑏𝑖 2 𝑖𝑖
√(1−𝑅 )𝐷
(𝑛−𝑘−1)
Dalam analisis jalur dikenal pengaruh langsung dan pengaruh tak langsung. Pengaruh langsung
digambarkan oleh koefisien jalur sedangkan pengaruh tak langsung adalah hasil kali koefisien
jalur dari suatu model diagram jalur.
12
H. CONTOH SOAL
Contoh Kasus 1
13
𝑛 ∑ 𝑋1 𝑌−( ∑ 𝑋1 ) (∑ 𝑌 ) 10 (608)−(71)(78)
r13 = = =0,894
√𝑛∑X1 2 −(∑X1 )2 . 𝑛∑Y2 −(∑Y)2 √10(597)−(71)2 . 10(648)−(78)2
𝑛 ∑ 𝑋2 𝑌−( ∑ 𝑋2 ) (∑ 𝑌 ) 10 (465)−(56)(78)
r23 = = =0,841
√𝑛∑𝑋2 2 −(∑𝑋2 )2 . 𝑛∑𝑌 2 −(∑𝑌)2 √10(342)−(56)2 . 10(648)−(78)2
rij X1 X2 Y
X1 1 0,670 0,894
X2 1 0,841
X3 1
14
3. Uji Signifikansi Koefisien Jalur
Kriteria pengujian adalah Ho ditolak jika thitung ≥ ttabel pada derajat bebas (db) = n-k-1,
begitupun sebaliknya.
a. Hipotesis untuk koefisien jalur X1 ke X2 (P21 = 0,670)
(1−𝑃 2 )
𝑖𝑗 21 (1−𝑃 2 ) (1−0,6702 )
sbi = √(𝑛−𝑘−1) = √(10−1−1) =√ = 0,26246
(10−2)
𝑃 0,670
sehingga thitung = 𝑠𝑏21 = 0,26246 = 2,55
𝑖
𝑃𝑦1 0,599
thitung untuk Py1 = = 0,15647537 = 3,82
𝑠𝑏𝑖
banyaknya variabel bebas (k) = 2; db = 10-2-1 = 7 maka ttabel = t(0,05; 7) = 1,89 atau thitung
≥ ttabel sehingga Ho ditolak atau insentif (X1) berpengaruh langsung positif terhadap
kinerja karyawan (Y).
𝑃𝑦2 0,440
thitung untuk Py2 = = = 2,81 ; dan ttabel = = t(0,05; 7) = 1,89 atau thitung ≥ ttabel
𝑠𝑏𝑖 0,15647537
sehingga Ho ditolak atau motivasi kerja (X2) berpengaruh langsung positif terhadap
kinerja karyawan (Y).
15
Berdasarkan hasil analisis di atas dapat diperoleh pengaruh langsung, tak langsung dan
pengaruh total sebagai berikut
Pengaruh langsung
Pengaruh langsung adalah pengaruh dari variabel X1, X2, terhadap Y, secara sederhana
disajikan
Pengaruh X1 terhadap X2 (p21) = 0,670
Pengaruh X1 terhadap Y (py1) = 0,599
Pengaruh X2 terhadap Y (py2) = 0,440
Pengaruh tak langsung
Pengaruh tak langsung variabel eksogen terhadap variabel endogen, yaitu : pengaruh tak
langsung X1 terhadap Y melalui X2 (X1 → X2 → Y) adalah hasil kali koefisien jalur (p21)
dan (py2) = (0,670)(0,440) = 0,295
Pengaruh total
Pengaruh total adalah jumlah antara pengaruh langsung dan pengaruh tak langsung,
yaitu pengaruh total variabel X2 terhadap Y = py1 + p21 = 0,599 + 0,295 = 0,894
4. Kesimpulan
Terdapat pengaruh langsung yang signifikan antara insentif (X1) terhadap motivasi (X2)
Terdapat pengaruh langsung yang signifikan antara insentif X1 terhadap kinerja (Y)
Terdapat pengaruh langsung yang signifikan antara motivasi (X2) terhadap kinerja (Y)
Terdapat pengaruh tak langsung insentif (X1) melalui motivasi (X2) terhadap kinerja
(Y) yang besarnya 0,295. Diketahui juga bahwa pengaruh langsung insentif terhadap
kinerja adalah sebesar 0,670. Dari hasil ini diketahui bahwa nilai pengaruh langsung
lebih besar dari nilai pengaruh tidak langsung sehingga disimpulkan bahwa pengaruh
tak langsung insentif terhadap kinerja melalui motivasi adalah tidak signifikan.
Persamaan struktural berdasarkan hasil pengujian hipotesis adalah
X2 = 0,670X1 + 0,55
Y = 0,599X1 + 0,440X2 + 0,09
16
Penyelesaian Secara SPSS
Dalam analisis jalur, proses regresi dilakukan untuk setiap struktur yang ada dalam kerangka
penelitian. Adapun langkah-langkah aplikasinya sebagai berikut
1. Buka SPSS, kemudian klik variable view dan isikan kolom-kolom yang tersedia.
Kolom name diisi dengan X1, X2, dan Y. Kolom label untuk X1 diisi insentif, untuk X2
diisi motivasi kerja, dan untuk Y diisi kinerja karyawan. Kolom yang lainnya dibiarkan
default.
2. Langkah selanjutnya klik data view kemudian isikan data sesuai nama variabel
penelitian.
17
3. Untuk mengetahui pengaruh (X1) terhadap (X2) maka klik menu analyse – regression
– linear. Akan muncul kotak dialog linear regression, selanjutnya klik insentif (X1) lalu
masukkan pada kotak independen, kemudian klik motivasi (X2) lalu masukkan pada
kotak dependen kemudian klik oke.
4. Setelah langkah keempat dilakukan maka akan muncul hasil seperti di bawah ini
Mengacu pada output regresi di atas dapat diketahui bahwa nilai signifikansi sebesar
0,034 dan lebih kecil dari 0,05. Hal ini memberikan kesimpulan bahwa variabel insentif
berpengaruh signifikan terhadap variabel motivasi. Besarnya nilai R2 atau R Square
yang terdapat pada tabel adalah sebesar 0,449; hal ini menunjukkan bahwa kontribusi
atau sumbangan pengaruh insentif terhadap motivasi adalah sebesar 44,9 % sedangkan
sisanya merupakan kontribusi variabel lain yang tidak dimasukkan dalam penelitian.
18
Dari ouput di atas diketahui juga besar pengaruh langsung variabel insentif terhadap
motivasi (p21) sebesar 0,670.
5. Setelah langkah ini dilakukan maka selanjutnya adalah menguji pengaruh variabel
insentif melalui variabel motivasi terhadap variabel kinerja karyawan. Klik menu
analyse – regression – linear. Akan muncul kotak dialog linear regression, selanjutnya
klik insentif (X1) dan motivasi (X2) lalu masukkan pada kotak independen, kemudian
klik kinerja karyawan (Y) lalu masukkan pada kotak dependen kemudian klik oke maka
akan mucul hasil seperti di bawah ini.
Berdasarkan ouput di atas diketahui bahwa nilai signifikansi dari variabel insentif
sebesar 0,007 dan lebih kecil dari 0,05 ; sedangkan nilai signifikansi dari variabel
motivasi kerja sebesar 0,026 dan lebih kecil dari 0,05. Hasil ini memberi kesimpulan
bahwa regresi model ini berpengaruh secara signifikan. Besarnya nilai R2 atau R
Square yang terdapat pada hasil output sebesar 0,905 dan ini menunjukkan kontribusi
insentif dan motivasi terhadap kinerja karyawan sebesar 90,5 % sementara sisanya
merupakan kontribusi dari variabel lain. Dari ouput di atas diketahui juga besar
pengaruh variabel insentif terhadap kiner karyawan (py1) sebesar 0,599 sedangkan besar
pengaruh variabel motivasi terhadap kinerja karyawan (py2) sebesar 0,440.
19
Contoh kasus 2
Suatu penelitian asosiatif yang bertujuan mempelajari pengaruh variabel gaji (X1), Suasana
Kerja (X2) dan motivasi (X3) terhadap kinerja karyawan (Y).
No X1 X2 X3 Y
1 35 35 35 34
2 25 24 25 24
3 17 15 15 17
4 26 24 20 25
5 34 30 25 28
6 21 17 16 18
7 36 35 35 36
8 30 27 28 30
9 30 31 29 31
10 16 17 13 15
11 38 28 39 39
12 22 22 23 23
13 23 28 24 25
14 22 21 17 20
15 17 15 21 17
16 26 24 21 25
17 30 27 28 30
18 30 31 29 31
19 16 17 13 15
20 28 29 29 28
Adapun model hipotetik yang akan diuji disajikan dalam kerangka berikut :
20
Langkah-langkah perhitungan untuk pengujian hipotesis dengan teknik analisis jalur sebagai
berikut
21
𝑝31 5,31352451 −4,78748558 0,912 0,738
[𝑝 ]=[ ][ ]=[ ]
32 −4,78748558 5,31352451 0,858 0,193
Sehingga diperoleh p31 = 0,738 dan p32 = 0,193
Koefisien determinasi untuk struktur 2 adalah R23.12 = (r13)(p31)+(r23)(p23) = (0,912)(0,738)
+ (0,858)(0,193) = 0,838. Pengaruh variabel lain di luar model terhadap variabel endogen
X3 adalah ɛ1 = 1-R23.12 = 1-0,838 = 0,162
Struktur 3
22
3. Uji Signifikansi Koefisien Jalur
a. Koefisien jalur X1 ke X2 (p21)
𝑝21√𝑛−𝑘−1 𝑝
thitung = = 𝑠𝑏21 di mana p21 = 0,901; k = 1 (banyaknya variabel bebas); derajat
√1−𝑝21 2 𝑖
thitung ≥ ttab ; maka Ho ditolak atau gaji (X1) berpengaruh langsung positif terhadap
suasana kerja (X2)
b. Koefisien jalur X1 ke X3 (p31 = 0,738) dan X2 ke X3 (p32 = 0,193)
𝑝𝑗𝑖
thitung = , banyaknya variabel bebas (k) = 2; db = 20-2-1 = 17
1−𝑅 2 𝐷 𝑖𝑖
√ 3.12
𝑛−𝑘−1
keterangan
pij = koefisien jalur Xi ke Xj
R23.12 = koefisien determinasi X3 atas X1 dan X2
k = banyaknya variabel bebas
Dii = elemen ke i dan kolom ke i dari diagonal utama matriks invers.
Harga statistik uji – t untuk koefisien jalur p31 = 0,738 adalah
0,738 0,738
thitung = = = 3,289
(1−0,838)(5,31352451) 0,225021695
√
20−2−1
23
0,478
thitung = = 4,312; ttabel = t(0,05; 16) = 1,75
(1−0,977382)(8,69346)
√
20−3−1
dari hasil perhitungan di atas diketahui bahwa thitung ≥ ttabel sehingga Ho ditolak
atau gaji (X1) berpengaruh langsung positif terhadap kinerja karyawan (Y)
Harga statistik uji – t untuk koefisien jalur py2 = 0,096 adalah
0,096
thitung = =1,084 ; ttabel = t(0,05; 16) = 1,75
(1−0,977382)(5,544076)
√
20−3−1
dari hasil perhitungan di atas diketahui bahwa thitung ≥ ttabel sehingga Ho ditolak
atau motivasi (X3) berpengaruh langsung positif terhadap kinerja karyawan (Y)
Hasil pengujian hipotesis disajikan pada tabel ringkasan berikut ini
Pengaruh Koefisein thitung ttabel Kesimpulan
Langsung Antar Jalur (pij)
Variabel
X1 terhadap Y(py1) 0,478 4,312 1,75 Sig
X2 terhadap Y(py2) 0,096 1,084 1,75 Non-Sig
X3 terhadap Y(py3) 0,444 4,742 1,75 Sig
X1 terhadap X3(p31) 0,738 3,289 1,74 Sig
X2 terhadap X3(p32) 0,193 0,858 1,74 Non-Sig
X1 terhadap X2(p21) 0,901 8,812 1,73 Sig
4. Kesimpulan
Terdapat pengaruh langsung yang signifikan antara gaji (X1) terhadap suasana kerja
(X2)
Terdapat pengaruh langsung yang signifikan antara gaji (X1) terhadap motivasi (X3)
24
Tidak terdapat pengaruh yang signifikan antara suasana kerja (X2) terhadap motivasi
(X3)
Terdapat pengaruh langsung yang signifikan antara gaji (X1) terhadap kinerja karyawan
(Y)
Tidak terdapat pengaruh langsung yang signifikan antara suasana kerja (X2) terhadap
kinerja karyawan (Y)
Terdapat pengaruh langsung yang signifikan antara motivasi (X2) terhadap kinerja
karyawan (Y)
Analisis pengaruh gaji (X1) melalui motivasi (X3) terhadap kinerja karyawan (Y) :
diketahui pengaruh langsung yang diberikan X1 terhadap Y sebesar 0,478. Sedangkan
pengaruh tidak langsung (X1) melalui (X3) terhadap (Y) adalah perkalian nilai koefisein
jalur (X1) terhadap (X3) dengan nilai koefisien jalur (X3) terhadap (Y) yaitu
(0,738)(0,444) = 0,327672. Berdasarkan hasil perhitungan ini diketahui bahwa nilai
pengaruh langsung lebih besar daripada nilai pengaruh tidak langsung sehingga
disimpulkan bahwa secara tidak langsung (X1) melalui (X3) mempunyai pengaruh yang
tidak signifikan terhadap (Y)
Analisis pengaruh suasana kerja (X2) melalui motivasi (X3) terhadap kinerja karyawan
(Y) : diketahui bahwa pengaruh langsung (X2) terhadap Y adalah tidak signifikan dan
juga pengaruh (X2) melalui (X3) adalah tidak signifikan sehingga disimpulkan bahwa
secara tidak langsung pengaruh (X2) melalui (X3) mempunyai pengaruh yang tidak
signifikan terhadap (Y)
Persamaan struktural hasil pengujian adalah
X2 = 0,901X1 + 0,18
X3 = 0,738X1 + 0,16
Y = 0,478X1 + 0,444X3 + 0,02
25
Pengujian Secara SPSS
Dalam analisis jalur, proses regresi dilakukan untuk setiap struktur yang ada dalam kerangka
penelitian. Adapun langkah-langkah aplikasinya sebagai berikut
1. Buka SPSS, kemudian klik variable view dan isikan kolom-kolom yang tersedia.
Kolom name diisi dengan X1, X2, dan X3. Kolom label untuk X1 diisi gaji, untuk X2 diisi
suasana kerja, untuk X3 diisi motivasi dan untuk Y diisi kinerja karyawan. Kolom yang
lainnya dibiarkan default.
2. Langkah selanjutnya klik data view kemudian isikan data sesuai nama variabel
penelitian
3. Untuk struktur pengujian struktur 1 yaitu (X1) ke (X2) klik analyze, lalu pilih regression
dan linear. Masukkan X2 ke kotak dependent dan X1 ke dalam kotak independent. Pilih
statistics, lalu klik model fit, R squared change, descriptives dan estimates kemudian
continue lalu tekan OK.
4. Output SPSS dan interpretasinya sebagai berikut
Mengacu pada output regresi di atas dapat diketahui bahwa nilai signifikansi sebesar
0,000 dan lebih kecil dari 0,05. Hal ini memberikan kesimpulan bahwa variabel gaji
berpengaruh signifikan terhadap variabel suasana kerja. Besarnya nilai R2 atau R
Square yang terdapat pada tabel adalah sebesar 0,811; hal ini menunjukkan bahwa
26
kontribusi atau sumbangan pengaruh gaji terhadap suasana kerja adalah sebesar 81,1 %
sedangkan sisanya merupakan kontribusi variabel lain yang tidak dimasukkan dalam
penelitian. Dari ouput di atas diketahui juga besar pengaruh langsung variabel gaji
terhadap suasana kerja (p21) sebesar 0,901. Diketahui juga nilai thitung = 8,795 dan lebih
besar dari ttabel = t(0,05; 18) = 1,73 sehingga terdapat pengaruh langsung yang signifikan
antara gaji (X1) terhadap suasana kerja (X2).
5. Untuk pengujian struktur 2 caranya sama yaitu klik menu analyse – regression – linear.
Muncul kotak dialog linear regression, klik reset (untuk mengeluarkan semua variabel),
masukan (X3) ke kotak dependent serta (X1) dan (X2) pada kotak independent lalu klik
OK.
6. Output SPSS dan interpretasinya sebagai berikut
Mengacu pada output regresi di atas dapat diketahui bahwa nilai signifikansi untuk
variabel gaji (X1) ke variabel motivasi (X3) sebesar 0,004 dan lebih kecil dari 0,05. Hal
ini memberikan kesimpulan bahwa variabel gaji berpengaruh signifikan terhadap
variabel motivasi. Sedangkan nilai signifikansi untuk variabel suasana kerja (X2) ke
variabel motivasi (X3) sebesar 0,403 dan lebih besar dari 0,05. Hal ini memberikan
kesimpulan bahwa variabel suasana kerja tidak berpengaruh signifikan terhadap
variabel motivasi. Besarnya nilai R2 atau R Square yang terdapat pada tabel adalah
27
sebesar 0,838; hal ini menunjukkan bahwa kontribusi atau sumbangan pengaruh gaji
dan suasana kerja terhadap motivasi adalah sebesar 83,8 % sedangkan sisanya
merupakan kontribusi variabel lain yang tidak dimasukkan dalam penelitian. Dari ouput
di atas diketahui juga besar pengaruh langsung variabel gaji terhadap motivasi (p31)
sebesar 0,738 sedangkan besar pengaruh langsung variabel suasana kerja terhadap
motivasi (p21) sebesar 0,193. Diketahui juga nilai thitung untuk variabel (X1) ke variabel
(X3) = 3,289 dan lebih besar dari ttabel = t(0,05; 18) = 1,74 sehingga terdapat pengaruh
langsung yang signifikan sedangkan nilai thitung untuk variabel (X2) ke variabel (X3) =
0,858 dan lebih kecil dari ttabel = t(0,05; 18) = 1,74 sehingga tidak terdapat pengaruh
langsung yang signifikan.
7. Untuk pengujian struktur 3, caranya sama yaitu klik menu analyse – regression – linear.
Muncul kotak dialog linear regression, klik reset (untuk mengeluarkan semua variabel),
selanjutnya klik gaji (X1), suasana kerja (X2) dan motivasi (X3) pada kotak independen,
kemudian klik kinerja karyawan (Y) pada kotak dependent dan klik OK.
8. Output SPSS dan interpretasinya sebagai berikut
Mengacu pada output regresi di atas dapat diketahui bahwa nilai signifikansi untuk
variabel gaji (X1) ke variabel kinerja karyawan (Y) sebesar 0,001 dan lebih kecil dari
0,05. Hal ini memberikan kesimpulan bahwa variabel gaji berpengaruh signifikan
28
terhadap kinerja karyawan. Nilai signifikansi untuk variabel suasana kerja (X2) ke
variabel kinerja karyawan (Y) sebesar 0,292 dan lebih besar dari 0,05. Hal ini
memberikan kesimpulan bahwa variabel suasana kerja tidak berpengaruh signifikan
terhadap kinerja karyawan. Sedangkan nilai signifikansi untuk variabel motivasi (X3)
ke variabel kinerja (Y) sebesar 0,000 dan lebih kecil dari 0,05. Hal ini memberikan
kesimpulan bahwa variabel motivasi berpengaruh signifikan terhadap kinerja
karyawan. Besarnya nilai R2 atau R Square yang terdapat pada tabel adalah sebesar
0,977; hal ini menunjukkan bahwa kontribusi atau sumbangan pengaruh gaji dan
suasana kerja terhadap motivasi adalah sebesar 97,7 % sedangkan sisanya merupakan
kontribusi variabel lain yang tidak dimasukkan dalam penelitian. Dari ouput di atas
diketahui juga besar pengaruh langsung variabel gaji terhadap kinerja karyawan (p y1)
sebesar 0,478, besar pengaruh langsung variabel suasana kerja terhadap kinerja
karyawan (py2) sebesar 0,096 sedangkan besar pengaruh langsung variabel suasana
motivasi terhadap kinerja karyawan (py3) sebesar 0,444 . Diketahui juga nilai thitung
untuk variabel (X1) ke variabel (Y) = 4,321 dan lebih besar dari ttabel = t(0,05; 18) = 1,75
sehingga terdapat pengaruh langsung yang signifikan, nilai thitung untuk variabel (X2)
ke variabel (Y) = 1,089 dan lebih kecil dari ttabel = t(0,05; 18) = 1,75 sehingga tidak terdapat
pengaruh langsung yang signifikan, sedangkan nilai thitung untuk variabel (X3) ke
variabel (Y) = 4,746 dan lebih besar dari ttabel = t(0,05; 18) = 1,75 sehingga terdapat
pengaruh langsung yang signifikan.
29
BAB III
PENUTUP
Kesimpulan
Analisis jalur adalah suatu teknik untuk menganalisis hubungan sebab akibat yang
terjadi pada regresi berganda jika variabel bebasnya mempengaruhi variabel terikat tidak hanya
secara langsung tetapi juga secara tidak langsung. Untuk melakukan pengujian hipotesis pada
analisis jalur maka hal pertama yang dilakukan adalah memvisualisasikan hipotetik penelitian
dalam bentuk diagram jalur, kemudian menentukan matriks korelasi antar variabel, selanjutnya
adalah menentukan nilai koefisien jalur dan langkah terakhir adalah uji signifikansi koefisien
jalur.
30
Daftar Pustaka
31