NAMA : IQBAL RAMADHAN

NIM : 1901110282
KELAS : RP3C
MK : PRAKTIKUM STATISTIK

Berdasarkan data output dan soal Analis Jalur oleh :Ibu DR.M.IMA ANDRIYANI,S.E,M.SI

PEMBAHASAN
MENGHITUNG KOEFISIEN JALUR
Pada tahap ini kita akan menghitung Koefisien Jalur Model I dan Koefisien Jalur Model II,
adapun penjelasannya sebagai berikut ini.
Koefisien Jalur Model I :
1. Mengacu pada output Regresi Model I pada bagian tabel Coefficients dapat diketahui
bahwa nilai signifikansi dari ketiga variabel yaitu
X1= 0,198 X2 = 0,447 dan X3 =0,32 lebih besar dari 0,05. Hasil ini memberikan
kesimpulan bahwa Regresi Model I, yakni variabel X1,X2 dan X3 berpengaruh
signifikan terhadap Y.
2. Besarnya nilai R2 atau R Square yang terdapat pada tabel Model Summary adalah
sebesar 0,542, hal ini menunjukkan bahwa kontribusi atau sumbangan pengaruh
X1,X2 dan X3 terhadap Y adalah sebesar 54,2% sementara sisanya 45,8% merupakan
kontribusi dari variabel-variabel lain yang tidak dimasukkan dalam penelitian.
Sementara itu, untuk nilai e1 dapat dicari dengan rumus e1 = √ (1-0,542) = 0,6767.
Dengan demikian diperoleh diagram jalur model struktur I sebagai berikut

X1 0,261 e1 = 0,6767

X2 0,150 Y1

0,487
KoefisienX3
Jalur Model II :
1. Berdasarkan output Regresi Model II pada bagian tabel Coefficients,
diketahui bahwa nilai signifikansi dari ke empat variabel yaitu X1 =
0,026, X2 = 0,043 X3= dan Y1 = 0,000 lebih kecil dari 0,05. Hasil ini
memberi kesimpulan bahwa Regresi Model II, yakni variabel X1, X2,X3
dan Y1 berpengaruh signifikan terhadap Y2.
2. Besarnya nilai R2 atau R Square yang terdapat pada tabel Model
Summary adalah sebesar 0,821 hal ini menunjukkan bahwa kontribusi
X1,X2,X3 dan Y1 terhadap Y2 adalah sebesar 82,1% sementara sisanya
`17,9% merupakan kontribusi dari variabel-variabel lain yang tidak
diteliti. Sementara untuk nilai e2 = √ (1-0,821) = 0,4230. Dengan
demikian diperoleh diagram jalur model struktur II sebagai berikut:

X1 0,173 e1=0,6767
0,261
0,183 0,150 0,260
X2 Y1 Y2
0,487
0,033 e2=0,4230

X3
TAHAP UJI HIPOTESIS DAN PEMBUATAN KESIMPULAN
1. Analisis pengaruh X1 terhadap Y1: dari analisis di atas diperoleh nilai signifikansi X1
sebesar 0,198 < 0,05. Sehingga dapat disimpulkan bahwa secara langsung terdapat
pengaruh signifikan X1 terhadap Y1.
2. Analisis pengaruh X2 terhadap Y1: dari analisis di atas diperoleh nilai signifikansi X2
sebesar 0,447 < 0,05. Sehingga dapat disimpulkan bahwa secara langsung terdapat
pengaruh signifikan X2 terhadap Y1.
3. Analisis pengaruh X3 terhadap Y1: dari analisis di atas diperoleh nilai signifikansi X3
sebesar 0,032 < 0,05. Sehingga dapat disimpulkan bahwa secara langsung terdapat
pengaruh signifikan X3 terhadap Y1.
4. Analisis Pengaruh X1 terhadap Y2: dari analisa diperoleh nilai signifikansi X1
sebesar 0,028 < 0,05. Sehingga dapat disimpulkan bahwa secara langsung terdapat
pengaruh signifikan X1 terhadap Y2.
5. Analisis pengaruh X2 terhadap Y2: dari analisa diperoleh nilai signifikansi X2
sebesar 0,149 < 0,05. Sehingga dapat disimpulkan bahwa bahwa secara langsung
terdapat pengaruh signifikan X2 terhadap Y2.
6. Analisis pengaruh X3 terhadap Y2: dari analisa diperoleh nilai signifikansi X3
sebesar 0,034 < 0,05. Sehingga dapat disimpulkan bahwa bahwa secara langsung
terdapat pengaruh signifikan X3 terhadap Y2.
7. Analisis pengaruh Y1 terhadap Y2: dari analisa diperoleh bahwa nilai signifikansi Y1
sebesar 0,127 < 0,05. Sehingga dapat disimpulkan bahwa bahwa secara langsung
terdapat pengaruh signifikan Y1 terhadap Y2.
8. Analisis Pengaruh X1 melalui Y1 terhadap Y2 : diketahui pengaruh langsung yang
diberikan X1 terhadap Y2 sebesar 0,173. Sedangkan pengaruh tidak langsung X1
melalui Y1 terhadap Y2 adalah perkalian antara nilai beta X1 terhadap Y dengan nilai
beta Y1 terhadap Y2 yaitu : 0,150 x 0,260 = 0,039. Maka pengaruh total yang
diberikan X1 terhadap Y2 adalah pengaruh langsung ditambah dengan pengaruh tidak
langsung yaitu : 0,173 + 0,039 = 0,212. Berdasarkan hasil perhitungan di atas
diketahui bahwa nilai pengaruh langsung sebesar 0,173 dan pengaruh tidak langsung
sebesar 0,039 yang berarti bahwa nilai pengaruh tidak langsung lebih besar
dibandingkan dengan nilai pengaruh langsung, hasil ini menunjukkan bahwa secara
tidak langsung X1 melalui Y1 mempunyai pengaruh signifikan terhadap Y2.
 9. Analisis Pengaruh X2 melalui Y1 terhadap Y2 : diketahui pengaruh langsung yang
diberikan X2 terhadap Y2 sebesar 0,183. Sedangkan pengaruh tidak langsung X2
melalui Y1 terhadap Y2 adalah perkalian antara nilai beta X2 terhadap Y1 dengan
nilai beta Y1 terhadap Y2 yaitu : 0,487 x 0,260= 0,126. Maka pengaruh total yang
diberikan X2 terhadap Y2 adalah pengaruh langsung ditambah dengan pengaruh tidak
langsung yaitu : 0,183 + 0,126 = 0,309. Berdasarkan hasil perhitungan di atas
diperoleh nilai pengaruh langsung sebesar 0,183 dan pengaruh tidak langsung sebesar
0,126 yang berarti bahwa nilai pengaruh tidak langsung lebih besar dari pada nilai
pengaruh langsung, hasil ini menunjukkan bahwa secara tidak langsung X2 melalui
Y1 mempunyai pengaruh signifikan terhadap Y2.

Dari serangkaian pembahasan atas hasil di atas, kita dapat menarik kesimpulan bahwa
hipotesis yang berbunyi “ (X1 MOTIVASI BELAJAR ANAK) (X2 DUKUNGAN ORANG
TUA) (X3 IQ) (Y1 NILAI ULANGAN) Serta dampaknya terhadap (Y2 UJIAN
NASIONAL)” dapat DITERIMA.

Hasil output olah data spss

REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT Y1
/METHOD=ENTER X1 X2 X3.

[DataSet0]
Regression

Notes

Output Created 21-JAN-2021 00:47:08

Comments
Active Dataset DataSet0
Filter <none>
Input Weight <none>
Split File <none>
N of Rows in Working Data File 20
User-defined missing values are
Definition of Missing
treated as missing.
Missing Value Handling Statistics are based on cases
Cases Used with no missing values for any
variable used.
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R
ANOVA
Syntax /CRITERIA=PIN(.05)
POUT(.10)
/NOORIGIN
/DEPENDENT Y1
/METHOD=ENTER X1 X2 X3.
Processor Time 00:00:00.06

Elapsed Time 00:00:00.03

Resources Memory Required 1972 bytes

Additional Memory Required for

0 bytes
Residual Plots

Variables Entered/Removeda

Model Variables Entered Variables Method

Removed

IQ, DUKUNGAN
ORANG TUA,
1 . Enter
MOTIVASI
BELAJAR ANAKb

a. Dependent Variable: NILAI ULANGAN

b. All requested variables entered.
 Model Summary

Model R R Square Adjusted R Square Std. Error of the

Estimate
a
1 .736 .542 .457 .49450

a. Predictors: (Constant), IQ, DUKUNGAN ORANG TUA, MOTIVASI BELAJAR

ANAK

ANOVAa

Model Sum of Squares df Mean Square F Sig.

Regression 4.638 3 1.546 6.322 .005b

1 Residual 3.912 16 .245

Total 8.550 19

a. Dependent Variable: NILAI ULANGAN

b. Predictors: (Constant), IQ, DUKUNGAN ORANG TUA, MOTIVASI BELAJAR ANAK

Coefficientsa

Model Unstandardized Coefficients Standardized t Sig.

Coefficients

B Std. Error Beta

(Constant) -1.601 2.294 -.698 .495

MOTIVASI BELAJAR ANAK .181 .135 .261 1.342 .198

1
DUKUNGAN ORANG TUA .117 .150 .150 .779 .447

IQ .055 .023 .487 2.344 .032

a. Dependent Variable: NILAI ULANGAN

REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT Y2
/METHOD=ENTER X1 X2 X3 Y1.
Regression

Notes

Output Created 21-JAN-2021 00:48:12

Comments
Active Dataset DataSet0
Filter <none>
Input Weight <none>
Split File <none>
N of Rows in Working Data File 20
User-defined missing values are
Definition of Missing
treated as missing.
Missing Value Handling Statistics are based on cases
Cases Used with no missing values for any
variable used.
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R
ANOVA
/CRITERIA=PIN(.05)
Syntax
POUT(.10)
/NOORIGIN
/DEPENDENT Y2
/METHOD=ENTER X1 X2 X3
Y1.
Processor Time 00:00:00.03

Elapsed Time 00:00:00.06

Resources Memory Required 2292 bytes

Additional Memory Required for

0 bytes
Residual Plots

[DataSet0]
 Variables Entered/Removeda

Model Variables Entered Variables Method

Removed

NILAI ULANGAN,
DUKUNGAN
ORANG TUA,
1 . Enter
MOTIVASI
BELAJAR ANAK,
IQb

a. Dependent Variable: UJIAN NASIONAL

b. All requested variables entered.

Model Summary

Model R R Square Adjusted R Square Std. Error of the

Estimate

1 .906a .821 .774 .60304

a. Predictors: (Constant), NILAI ULANGAN, DUKUNGAN ORANG TUA,

MOTIVASI BELAJAR ANAK, IQ

ANOVAa

Model Sum of Squares df Mean Square F Sig.

Regression 25.095 4 6.274 17.252 .000b

1 Residual 5.455 15 .364

Total 30.550 19

a. Dependent Variable: UJIAN NASIONAL

b. Predictors: (Constant), NILAI ULANGAN, DUKUNGAN ORANG TUA, MOTIVASI BELAJAR ANAK, IQ

Coefficientsa

Model Unstandardized Coefficients Standardized t Sig.

Coefficients

B Std. Error Beta

(Constant) -9.984 2.840 -3.515 .003

MOTIVASI BELAJAR ANAK .422 .173 .322 2.434 .028

1 DUKUNGAN ORANG TUA .284 .186 .192 1.521 .149

IQ .077 .033 .363 2.335 .034

NILAI ULANGAN .492 .305 .260 1.614 .127

a. Dependent Variable: UJIAN NASIONAL