1 Analisis Variabel Intervening Dengan

ANALISIS JALUR (PATH ANALYSIS)
ANALISIS VARIABEL
INTERVENING DENGAN
SPSS 24 & PROCESS V.3.3
SPSS 24
Ade Fauji, SE., MM

2018 1
PENDAHULUAN
 Analisis jalur atau path analysis merupakan bagian lebih lanjut dari analisis
regresi. Analisis jalur tidak hanya menguji pengaruh langsung saja, tetapi juga
menjelaskan tentang ada atau tidaknya pengaruh tidak langsung yang
diberikan variabel bebas melalui variabel intervening terhadap variabel terikat.
 Menurut Tuckman (dalam Sugiyono, 2007) variabel intervening (Mediator)
adalah variabel yang secara teoritis mempengaruhi hubungan antara variabel
independen dengan variabel dependen menjadi hubungan yang tidak
langsung dan tidak dapat diamati dan diukur. Variabel ini merupakan variabel
penyela / antara variabel independen dengan variabel dependen, sehingga
variabel independen tidak langsung mempengaruhi berubahnya atau
timbulnya variabel dependen.
 Variabel Mediator adalah variabel perantara antara variabel independen (IV)
dengan varibel dependen (DV).
 Tujuan variabel mediator adalah menjelaskan hubungan antara IV dan DV; IV
berpengaruh tidak langsung terhadap DV melalui variabel mediator. (IV ->
Mediator variable -> DV)
Ade Fauji, SE., MM 2018 Analisis Jalur dengan SPSS 24

CONTOH KASUS
Pengaruh Gaya Kepemimpinan terhadap Kinerja Karyawan
melalui Motivasi sebagai Variabel Intervening
Motivasi (Z)
Gaya
Kinerja
Kepemimpinan
Karyawan (Y)
(X)
Hipotesis:
1. Bagaimana pengaruh Gaya Kepemimpinan Terhadap Kinerja
2. Bagaimana Pengaruh Gaya Kepemimpinan Terhadap Motivasi
3. Bagaimana Pengaruh Motivasi Terhadap Kinerja Karyawan
4. Bagaimana Pengaruh Gaya Kepemimpinan terhadap kinerja
karyawan melalui Motivasi

LANGKAH – LANGKAH PENGUJIAN ANALISIS JALUR
DENGAN SPSS 24
 Langkah 1
 Diketahui dari 3 variabel (Gaya Kepemimpinan, Motivasi Kerja dan Kinerja
Karyawan) pada data view sebanyak 40 responden dan variabel view

DENGAN SPSS 24
 Langkah 2
 Klik Analyze – Regression – Linear

DENGAN SPSS 24
 Langkah 3
 Muncul kotak dialog Linear Regression, selanjutnya klik Variabele Gaya
Kepemimpinan (X) masukkan pada kotak Independent, kemudian klik Variabel
Kinerja Karyawan (Y) pada kotak Dependent
 Lalu klik OK

DENGAN SPSS 24
 Langkah 4
 Lihat Output SPSS, pada output ini disebut dengan Model 1

DENGAN SPSS 24
 Langkah 5
 Klik Analyze – Regression – Linear
 Muncul kotak dialog Linear Regression, selanjutnya klik Variabele Gaya
Kepemimpinan (X) dan Kinerja Karyawan (Y) masukkan pada kotak Independent,
kemudian Variabel Motivasi Kerja (Z) pada kotak Dependent
 Lalu klik OK

DENGAN SPSS 24
 Langkah 6
 Lihat Output SPSS, pada output ini disebut dengan Model 2

INTERPRETASI OUTPUT PENGUJIAN ANALISIS JALUR
DENGAN SPSS 24
1. Menghitung Koefisien Jalur Model 1
 Pada bagian tabel Coefficients dapat diketahui bahwa nilai signifikansi
variabel Gaya Kepemimpinan (X) yaitu =0,000 lebih kecil dari 0,05. Hasil
ini memberikan kesimpulan bahwa Regresi Model I, variabel X
berpengaruh signifikan terhadap Y.
 Besarnya nilai R2 atau R Square yang terdapat pada tabel Model Summary
adalah sebesar 0,630, hal ini menunjukkan bahwa kontribusi atau
sumbangan pengaruh Variabel X terhadap Y adalah sebesar 63% dan
sisanya 37% merupakan kontribusi dari variabel-variabel lain.
 Untuk nilai e1 dapat dicari dengan rumus e1 = √
(1-0,630) = 0,370. diagram jalur model struktur I sebagai berikut:
0,794
X Y e1= 0,370

DENGAN SPSS 24
2. Menghitung Koefisien Jalur Model 2
 Pada bagian tabel Coefficients, diketahui bahwa nilai signifikansi dari
variabel yaitu X = 0,320 lebih besar dari 0,05 dan Y = 0,000 lebih kecil dari
0,05.
 Hasil ini memberi kesimpulan bahwa Regresi Model II, yakni variabel X
tidak berpengaruh signifikan terhadap variabel Z dan variabel Y
berpengaruh signifikan terhadap Z.
 Besarnya nilai R2 atau R Square yang terdapat pada tabel Model Summary
adalah sebesar 0,780 hal ini menunjukkan bahwa kontribusi X dan Y
terhadap Z adalah sebesar 78% sementara sisanya 22% merupakan
kontribusi dari variabel-variabel lain.
 Sementara untuk nilai e2 = √ (1-0,780) = 0,220.

DENGAN SPSS 24
Berikut ini hasil analisis jalur model 1 dan 2
e2= 0,220
Z
-0,128 0,981
X Y e1= 0,370
0,794

LANGKAH – LANGKAH PENGUJIAN ANALISIS JALUR DENGAN
ANALISIS
SPSS 24 DATA DENGAN PROCESS DI SPSS
Langkah 7
Analisis Data dengan
Process pada program
SPSS 24
Klik Analyze – Regression –
Process V.3.3 by Andrew F.
Hayes

ANALISIS DATA DENGAN PROCESS DI SPSS
Langkah 8
 Lalu muncul kotak PROCESSv.3.3

Langkah 8
 Masukkan variabel kinerja ke variabel Y, Gaya Kepemimpinan ke variabel X, dan Motivasi
ke variabel mediator(s) (M).
 Pada bagian model number, jangan lupa pilih model 4 untuk analisis mediator sederhana
dengan 1 variabel mediator.
 Klik options, lalu centang show total effect, pairwaise contras of indirect effect, dan
effect size.
 Klik continue, dan OK

Langkah 8 output PROCESSv3.3
Jalur a
Jalur c’
Jalur b

Jalur c
Total pengaruh
langsung
Pengaruh
langsung
pengaruh tidak
langsung

Effect Size: Koefisien

terstandar efek tidak
langsung Gaya
kepemimpinan terhadap
Kinerja melalui Motivasi

INTERPRETASI ANALISIS JALUR DENGAN PROCESS
V.3.3 PADA SPSS 24
 Jalur a merupakan pengaruh X ke M. Dari output di atas, koefisien
jalur a sebesar 0,4708 dan signifikan pada taraf p<0,05.
 Jalur c’ merupakan pengaruh X ke Y atau efek langsung dari X ke Y.
Koefisien jalur c sebesar 0,1674 dan signifikan pada taraf p<0,05.
 Jalur b merupakan efek M ke Y. Koefisien jalur b sebesar 0,3797 dan
signifikan pada taraf p<0,05.
 Jalur a*b merupakan efek tidak langsung X ke Y. Dari output di atas
dapat kita hitung efek tidak langsung adalah 0,8505.
 Jalur c merupakan efek total X ke Y. Efek total dapat dihitung juga
dengan menjumlahkan efek langsung ditambah efek tidak langsung,
atau penjumlahan jalur a + jalur (a*b). Besar koefisien efek total
adalah 0,3462 dan signifikan pada taraf p<0,05.
 Karena jalur a dan jalur b signifikan, maka jika mengacu pada
panduan Baron dan Kenny (1986), dapat ditarik kesimpulan ada
peran mediasi.

INTERPRETASI ANALISIS JALUR DENGAN PROCESS
V.3.3 PADA SPSS 24
 Untuk melihat apakah ada efek mediasi atau tidak, kita bisa melihat pada output
di bagian indirect effect of X on Y. Disana tertulis koefisien tidak langsung
sebesar 0,1788 (sama seperti kita mengkalikan jalur a*b). Interval kepercayaan
(Confidence Interval / CI) dari hasil bootstrap tertulis BootLLCI (lower level for CI)
= 0,0854 dan BootULCI (upper level for CI) = 0,3027.
 Pada dasarnya kita bertanya apakah mungkin (dengan keyakinan 95%) bahwa
efek tidak langsung yang sesungguhnya adalah menjadi nol (yang berarti tidak
ada mediasi).
 Jika rentang BootLLCI dan BootULCI itu tidak mencakup nilai nol (0), maka
dapat disimpulkan estimasi signifikan dan terjadi efek mediasi.
 Effect size dapat dilihat dari koefisien terstandar efek tidak langsung X ke Y yakni
sebesar 0,4097.
 Dari hasil analisis di atas, nilai efek tidak langsung tidak terstandar
bootstrap sebesar 0,1788, dan interval kepercayaan (CI) 95% berkisar antara
0,0854 sampai 0,3027. Karena nol tidak termasuk dalam rentang interval
kepercayaan 95%, maka dapat ditarik kesimpulan bahwa terdapat efek tidak
langsung yang signifikan Gaya kepemimpinan terhadap kinerja melalui motivasi.

1 Analisis Variabel Intervening Dengan

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

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

1 Analisis Variabel Intervening Dengan

Diunggah oleh

Hak Cipta:

Format Tersedia

ANALISIS JALUR (PATH ANALYSIS)

Ade Fauji, SE., MM

Ade Fauji, SE., MM 2018 Analisis Jalur dengan SPSS 24

Ade Fauji, SE., MM 2018 Analisis Jalur dengan SPSS 24

Ade Fauji, SE., MM 2018 Analisis Jalur dengan SPSS 24

Ade Fauji, SE., MM 2018 Analisis Jalur dengan SPSS 24

Ade Fauji, SE., MM 2018 Analisis Jalur dengan SPSS 24

Ade Fauji, SE., MM 2018 Analisis Jalur dengan SPSS 24

Ade Fauji, SE., MM 2018 Analisis Jalur dengan SPSS 24

Ade Fauji, SE., MM 2018 Analisis Jalur dengan SPSS 24

Ade Fauji, SE., MM 2018 Analisis Jalur dengan SPSS 24

Ade Fauji, SE., MM 2018 Analisis Jalur dengan SPSS 24

Ade Fauji, SE., MM 2018 Analisis Jalur dengan SPSS 24

Ade Fauji, SE., MM 2018 Analisis Jalur dengan SPSS 24

Ade Fauji, SE., MM 2018 Analisis Jalur dengan SPSS 24

Ade Fauji, SE., MM 2018 Analisis Jalur dengan SPSS 24

Ade Fauji, SE., MM 2018 Analisis Jalur dengan SPSS 24

Ade Fauji, SE., MM 2018 Analisis Jalur dengan SPSS 24

Effect Size: Koefisien

Ade Fauji, SE., MM 2018 Analisis Jalur dengan SPSS 24

Ade Fauji, SE., MM 2018 Analisis Jalur dengan SPSS 24

Ade Fauji, SE., MM 2018 Analisis Jalur dengan SPSS 24

Anda mungkin juga menyukai