MAKALAH EKONOMETRI

ANALISIS JALUR

Disusun untuk Memenuhi Salah Satu Tugas Mata Kuliah Ekonometri

Pengampu: Annisa Swastika, S.Si., M.Pd.

Oleh:
1. Amalia Shinta Devi (A410140164)
2. Ongki Fitriana (A410140166)
3. Ika Nurma Noviyanti (A410140177)
4. Abdul Mukti (A410140178)
5. Monica Novadila (A410140201)
6. Ida Setyowati (A410140205)
7. Liana Wahyu Novita Pratiwi (A410140206)

PROGRAM STUDI PENDIDIKAN MATEMATIKA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS MUHAMMADIYAH SURAKARTA
2018
 BAB I
PENDAHULUAN

A. Latar Belakang Permasalahan

Pengembangan suatu bidang ilmu yang dilakukan dengan pendekatan
penelitian kuantitatif sangat membutuhkan statistika. Dalam penelitian
pendidikan dan ilmu social, terdapat pengaruh terhadap suatu variabel yang
tidak selamanya didominasi oleh satu variabel bebas atau beberapa variabel
bebas secara langsung. Sering terjadi sifat pengaruh itu tidak langsung, yaitu
melalui satu variabel yang paling dekat dengan variabel terikat (dependent
variable). Variabel perantara (intervening variable) merupakan variable yang
menerima pengaruh dari banyak variabel bebas, yang kemudian variabel ini
mempengaruhi secara langsung terhadap variabel terkait.
Jika kita cermati secara teliti, tidak dimungkinkan akan menemukan
hubungan antar variabel bebas terhadap variabel terikat secara murni langsung.
Untuk menganalisis pola hubungan yang tidak langsung itu diperlukan analisis
khusus, yaitu analisis jalur (path analysis). Teknik analisis jalur pertama kali
dikembangkan oleh Sewal Wright tahun 1920. Analisis jalur adalah bagian dari
model regresi yang dapat digunakan untuk menganalisis hubungan sebab
akibat antar satu variabel dengan variabel lainnya. Analisis jalur bertujuan
untuk menjelaskan hubungan dan pengaruh baik akibat lanngsung dan tidak
langsung seperangkat variabel, sebagai variabel penyebab (pemberi
respon/eksogeneus/bebas), tergadap variabel lainnya yang merupakan variabel
akibat (dependent/endogenous/terikat). Selanjutnya terdapat beberapa hal yang
perlu diketahui dan dicermati dalam menerapkan analisis jalur akan di bahas di
dalam makalah ini.

B. Rumusan Masalah
1. Apa definisi dari Analisis Jalur?
2. Apa tujuan menggunakan Analisis Jalur?
3. Apa prinsip-prinsip dasar Analisis Jalur?
4. Apa kelebihan dan kekurangan Analisis Jalur?
 5. Apa saja model-model dalam analisis jalur?
6. Bagaimana tahapan menggunakan Analisis Jalur?
7. Bagaimana menyelesaikan kasus Analisis Jalur dengan menggunakan
software SPSS 17?

C. Tujuan Penulisan
1. Untuk mengetahui definisi Analisis Jalur.
2. Untuk mengetahui tujuan menggunakan Analisis Jalur.
3. Untuk mengetahui prinsip-prinsip Analisis Jalur.
4. Untuk mengetahui kelebihan dan kekurangan Analisis Jalur.
5. Untuk mengetahui model-model dalam analisis jalur
6. Untuk mengetahui tahapan-tahapan menggunakan Analisis Jalur.
7. Untuk mengetahui menyelesaikan kasus Analisis Jalur dengan
menggunakan software SPSS 17.
 BAB II
PEMBAHASAN

A. Definisi Analisis Jalur

Analisis jalur atau path analysis adalah suatu metode penelitian yang
pertama kali dikembangkan oleh seorang ahli genetika yaitu Sewall Wright di
tahun 1934 yang sebenarnya merupakan pengembangan korelasi yang diurai
menjadi beberapa interpretasi akibat yang ditimbulkannya (Sarwono: 2011).
Sewall Wright adalah seorang ahli genetika yang mengembangkan analisis
jalur untuk membuat kajian hipotesis hubungan sebab akibat dengan
menggunakan korelasi. Fraenkel dan Wallen dalam Nidjo Sandjojo (2011:11-
12) menyatakan bahwa analisis jalur digunakan untuk menguji kemungkinan
dari suatu hubungan sebab akibat diantara tiga variabel atau lebih.
Sarwono (2011: 287) menyatakan path analysis merupakan teknik
analisis yang digunakan untuk menganalisis hubungan sebab akibat yang
inheren antar variabel yang disusun berdasarkan urutan temporer dengan
menggunakan koefisien jalur sebagai besaran nilai dalam menentukan besarnya
pengaruh variabel independen exogenous terhadap variabel dependen
endogeneous. Sedangkan menurut David Garson dalam Sarwono (2011: 286)
mendefinisikan Path Analysis atau Analisis jalur sebagai perluasan dari analisis
regresi berganda yang dibandingkan oleh peneliti untuk menguji keselarasan
matriks korelasi dengan dua atau lebih model hubungan sebab akibat.
Dengan demikian, analisis jalur pada dasarnya adalah sarana untuk
menganalisis hubungan kausal antar variabel guna mengetahui baik pengaruh
langsung maupun pengaruh tidak langsung diantara variabel bebas
(independent variable) terhadap variabel terikat (dependent variable).
Dalam penelitian ilmu sosial, ekonomi, bisnis, pendidikan dan lainnya,
pengaruh terhadap suatu variabel tidak selamanya didominasi oleh satu
variabel bebas atau beberapa variabel bebas secara langsung. Sering terjadi
pengaruh variabel perantara (intervening variable) menerima pengaruh dari
banyak variabel bebas yang kemudian variabel ini mempengaruhi secara
langsung terhadap variabel terikat.Untuk itu beberapa hal yang perlu
diperhatikan dalam penggunaan analisis jalur agar tidak salah dalam
menginterpretasikan hasil analisis maka persyaratannya sebagai berikut(Agus
Irianto,2004:283-284):
1. Skala pengukuran variabel minimal interval, bisa juga rasio.
2. Pola hubungannya (pengaruhnya) adalah linier.
3. Hubungan antara variabel bebas dengan variabel terikat bersifat kausal (satu
arah) atau tidak ada efek interaksi.
4. Tidak ada pengaruh yang signifikan dari variabel yang tidak diukur
(variabel residual) terhadap seluruh variabel yang dimasukkan dalam model.
5. Antar variabel bebas mempunyai hubungan (multikolinearitas) yang rendah,
jadi pada prinsipnya variabel bebas benar-benar bebas, kalaupun ada
hubungan besaran hubungannya tidak signifikan.
6. Jika antarvariabel bebas terdapat hubungan yang signifikan, maka sebaiknya
digunakan salah satu variabel dari variabel yang saling berhubungan itu.
7. Sampel penelitian hendaknya besar, analisis jalur akan memberi makna
yang tinggi jika sampel lebih dari 100 (harus diambil secara random), tetapi
jumlah tersebut tidak mutlak.
8. Adanya korelasi yang signifikan antara variabel bebas dengan variabel
antara atau antara variabel antara dengan variabel bebas.
9. Analisis jalur akan menyajikan besaran hubungan langsung dan tidak
langsung antara variabel eksogen (exogenous) terhadap variabel endogen
(endogenous).
10. Variabel eksogen (exogenous) adalah variabel yang tidak ada penyebab
eksplisitnya atau dalam diagram tidak ada anak panah yang menuju ke
arahnya.
11. Variabel endogen (endogenous) adalah variabel yang ada penyebab
eksplisitnya atau dalam diagram ada anak panah yang menuju ke arahnya.
12. Jika antar variabel eksogen (exogenous) dihubungkan, maka anak panah
akan menuju keduanya (garis tersebut mempunyai dua arah atau dua anak
panah).
13. Variabel bebas dan terikat dalam regresi diganti istilahnya dengan variabel
eksogen (exogenous) dan variabel indogen (endogenous).
B. Tujuan menggunakan Analisis Jalur(Path Analysis)
Adapun tujuan penggunaan analisis jalur menurut Sarwono (2011: 287)
diantaranya untuk:
1. Melihat hubungan antar variabel degan didasarkan pada model apriori.
2. Menerangkan mengapa variabel-variabel berkorelasi dengan mengggunakan
suatu model yang berurutan secara temporer.
3. Menggambar dan menguji suatu model matematis dengan menggunakan
persamaan yang mendasarinya.
4. Mengidentifikasi jalur penyebab suatu variabel tertentu terhadap variabel
lain yang dipengaruhinya.
5. Menghitung besarnya pengaruh satu variabel tertentu terhadap variabel
independen exogenous atau lebih terhadap variabel endogenous lainnya.

C. Prinsip-Prinsip Dasar Analisis Jalur (Path Analysis)

Prinsip yang mendasari path analysis sebagai berikut:
1. Pada model path analysis, hubungan antar variabel bersifat linear, adaptif
dan bersifat normal.
2. Hanya sistem aliran kausal ke satu arah artinya tidak ada arah kausalitas
yang terbalik.
3. Variabel terikat (endogen) minimal dalam skala ukuran interval dan ratio.
4. Menggunakan sampel probability sampling yaitu teknik pengambilan
sampel untuk memberikan peluang yang sama pada setiap anggota populasi
untuk dipilih menjadi anggota sampel.
5. Observed variable diukur tanpa kesalahan (instrumen pengukuran valid dan
reliable) artinya variabel yang diteliti dapat diobservasi secara langsung.
6. Model yang dianalisis dispesifikasikan (diidentifikasikan) dengan benar
berdasarkan teori-teori dan konsep-konsep yang relevan artinya model teori
yang dikaji atau yang diuji dibangun berdasarkan kerangka teoritis tertentu
yang mampu menjelaskan hubungan kausalitas antar variabel yang diteliti.
D. Keuntungan dan Kelemahan Analisis Jalur (Path Analysis)
Keuntungan menggunakan analisis jalur:
1. Kemampuan menguji model keseluruhan dan parameter – parameter
individual,
2. Kemampuan pemodelan beberapa variabel mediator / perantara,
3. Kemampuan mengestimasi dengan menggunakan persamaan yang dapat
melihat semua kemungkinan hubungan sebab akibat pada semua variabel
dalam model,
4. Kemampuan melakukan dekomposisi korelasi menjadi hubungan yang
bersifat sebab akibat (causal relation), seperti pengaruh langsung (direct
effect) dan pengaruh tidak langsung (indirect effect) dan bukan sebab akibat
(non-causal association), seperti komponen semu (spurious).

Sedangkan, kelemahan menggunakan analisis jalur, diantaranya:

1. Tidak dapat mengurangi dampak kesalahan pengukuran,
Analisis jalur hanya mempunyai variable – variabel yang dapat diobservasi
secara langsung,
2. Analisis jalur tidak mempunyai indikator – indikator suatu variabel laten,
karena analisis jalur merupakan perpanjangan regresi linier berganda, maka
semua asumsi dalam rumus ini harus diikuti,
3. Sebab - akibat dalam model hanya bersifat searah (one direction); tidak
boleh bersifat timbal balik (reciprocal).

E. Model-model dalam Analisis Jalur(Path Analysis)

Terdapat berbagai model diagram jalur dan persamaan struktural dalam
Analisis Jalur. Adapun yang paling sederhana sampai dengan yang lebih rumit
di antaranya:
1. Model Regresi Berganda
Model ini merupakan pengembangan regresi berganda dengan
menggunakan dua variabel independen exogenous, yaitu X 1 dan X 2 dengan
satu variabel dependen endogenous Y . Model digambarkan sebagai berikut:
 Gambar2.1 Analisis Jalur model Regresi Berganda
Keterangan:
 X 1 adalah variabel independen exogenous pertama
 X 2 adalah variabel independen exogenous kedua
 Y adalah cariabel dependen endogenous

2. Model Mediasi melalui Variabel perantara (Intervening Variable)

Model mediasi atau perantara (intervening) di mana variabel Y ikut
serta mengubah pengaruh variabel X terhadap variabel Z. Model
digambarkan sebagai berikut:

Gambar 2.2 Analisis Jalur model Mediasi

Keterangan:
 X adalah variabel independen exogenous
 Y adalah variabel endogenous perantara
 Z adalah cariabel dependen endogenous

3. Model Kombinasi atau Gabungan antara Model Regresi Berganda dengan

Model Mediasi
Model ini merupakan penggabungan antara model regresi berganda
dan model mediasi, yaitu variabel X berpengaruh terhadap variabel Z secara
 langsung (derect effect) dan secara tidak langsung (indirect effect)
mempengaruhi variabel Zmelalui variabel perantaraY . Model digambarkan
sebagai berikut:

Gambar 2.3 Analisis Jalur model Gabungan antara Model Regresi Berganda
dengan Model Mediasi

Keterangan:
 X adalah variabel independen exogenous
 Y adalah variabel independen exogenous kedua
 Z adalah cariabel dependen endogenous

4. Model Kompleks
Model ini merupakan model yang lebih kompleks dari model-model
di atas, yaitu apabila variabel X 1 secara langsung mempengaruhi variabel Y 2
dan melalui variabel X 2 secara tidak langsung mempengaruhiY 2, sementara
variabelY 2juga dipengaruhi oleh variabelY 1. Model digambarkan sebagai
berikut:

Gambar 2.4 Analisis Jalur Model Kompleks

 Keterangan:
 X 1 adalah variabel independen exogenous
 X 2 adalah variabel endogenous dan sebagai variabel perantara
 Y 1 adalah variabel independen exogenous
 Y 2 adalah variabel endogenous

F. Tahapan Menggunakan Analisis Jalur

Tahapan dalam melakukan analisis jalur sebagai berikut:
1. Merancang model didasarkan pada teori. Sebagai contoh kita akan melihat
“Pengaruh variabel kualitas produk dan harga terhadap tingkat
kepuasan pelanggan serta dampaknya terhadap kepopuleran toko”.
Berdasar pada teori tersebut dapat kita buat model yang dihipotesiskan.

Gambar 2.5 Model Didasarkan pada Teori

2. Model yang dihipotesiskan. Pada bagian ini kita membuat hipotesis untuk
membuat diagram jalur dan uji signifikansi sekaligus menentukan model
strukturalnya, misalnya:

Gambar 2.6 Model Diagram Jalur

 Gambar 2.7 Diagram Jalur
Keterangan:
 X 1 adalah variabel independen exogenous (Kualitas Produk)
 X 2 adalah variabel independen exogenous (Harga)
 Y adalah variabel independen exogenous dan sebagai variabel perantara
(Tingkat Kepuasan)
 Z adalah variabel dependen endogenous (Popularitas toko)
 P1 adalah besar pengaruh langsung X 1 Y
 P2adalah besar pengaruh langsung X 2 Y
 P3adalah besar pengaruh langsung X 1  Z
 P4 adalah besar pengaruh langsung X 2  Z
 P5adalah besar pengaruh langsungY  Z
 Besar pengaruh tidak langsung X 1 Y  Z = P1 × P5
 Besar pengaruh tidak langsung X 2 Y  Z = P2 × P5
 Besar total pengaruh = Pengaruh langsung + Pengaruh tidak langsung

Pada teori ini menggunakan variabel perantara (intervening) sehingga

dibagi menjadi 2 model regresi dan hipotesis yang akan diuji satu per satu
antara lain:
Pengaruh Langsung
1. P1 = Pengaruh X 1 terhadap Y
2. P2 = Pengaruh X 2 terhadap Y
 3. P3 = Pengaruh X 1 terhadap Z
4. P4 = Pengaruh X 2 terhadap Z
5. P5 = Pengaruh Y terhadap Z

Pengaruh Tidak Langsung

1. Pengaruh X 1 melalui Y terhadap Z
2. Pengaruh X 2 melalui Y terhadap Z

Model Regresi 1

Gambar 2.8 Diagram Jalur Model 1

Dimana
 X 1 adalah variabel independen exogenous Kualitas Produk
 X 2 adalah variabel independen exogenous Harga
 Y adalah variabel dependen endogenous Tingkat Kepuasan

 Pengaruh Langsung
1. P1 = Pengaruh X 1 terhadap Y
2. P2 = Pengaruh X 2 terhadap Y

a. Uji Hipotesis

H0 Variabel-variabel kualitas produk dan harga tidak

: berpengaruh terhadap tingkat kepuasan pelanggan baik secara
gabungan maupun parsial.

H 1: Variabel-variabel kualitas produk dan harga berpengaruh

 terhadap tingkat kepuasan pelanggan baik secara gabungan
maupun parsial.

b. α =5 %
c. Sig = tabel Coefficient
d. DK : H 0ditolak jika sig ¿ α
e. Keputusan uji
f. Kesimpulan
Persamaan struktural model 1 adalah: Y =P 1 X 1 + P2 X 2 +e
Dengan e = √ (1−R Square)

Model Regresi 2

Gambar 2.9 Diagram jalur model 2

Dimana
 X 1 adalah variabel independen exogenous (Kualitas Produk)
 X 2 adalah variabel independen exogenous (Harga)
 Y adalah variabel independen exogenous dan sebagai variabel perantara
(Tingkat Kepuasan)
 Z adalah variabel dependen endogenous (Popularitas toko)

 Pengaruh Langsung
1. P3 = Pengaruh X 1 terhadap Z
2. P4 = Pengaruh X 2 terhadap Z
 3. P5 = Pengaruh Y terhadap Z

a. Uji Hipotesis

H0 Variabel-variabel kualitas produk, harga, dan tingkat

: kepuasan tidak berpengaruh terhadap Popularitas toko
baik secara gabungan maupun parsial.

H 1: Variabel-variabel kualitas produk, harga, dan tingkat

kepuasan berpengaruh terhadap popularitas toko baik
secara gabungan maupun parsial.
b. α =5 %
c. Sig = tabel Coefficient
d. DK : H 0ditolak jika sig ¿ α
e. Keputusan uji
f. Kesimpulan
Persamaan struktural model 2 adalah:
Z=P3 X 1+ P 4 X 2 + P5 Y + e
Dengan e = √ (1−R Square)

 Uji Hipotesis Pengaruh tidak langsung (indirect effect) dan pengaruh

total (total Effect)

Gambar 2.10 Diagram Jalur Seluruhnya

 a. Pengaruh tidak langsung (indirect effect), Kualitas Produk ( X 1 ¿
terhadap Kepupoleran toko (Z) melalui Tingkat Kepuasan (Y ) =
P1 × P5 dan pengaruh totalnya = P3 + IE
b. Pengaruh tidak langsung (indirect effect), Harga ( X 2 ¿ terhadap
Kepupoleran toko (Z) melalui Tingkat Kepuasan (Y ) = P2 × P5
dan pengaruh totalnya = P4 + IE

G. Menyelesaikan Kasus Analisis Jalur dengan Menggunakan Software

SPSS 17
KASUS 1:
Analisis Pengaruh Kompensasi ( X 1 ) dan Budaya Organisasi ( X 2 ) Terhadap
Motivasi Kerja (Y ) serta dampaknya terhadap Kinerja (Z) dengan data
sebagai berikut:
No X1 X2 X3 Y 43 77 73 79 77
1 79 69 71 72 44 83 69 82 80
2 64 78 78 78 45 72 77 68 71
3 79 82 73 78 46 77 70 66 76
4 69 63 63 66 47 80 66 70 80
5 72 80 81 78 48 72 72 71 76
6 75 78 70 79 49 74 70 65 71
7 76 74 74 72 50 80 78 78 80
8 76 65 77 76 51 61 63 62 61
9 77 80 80 80 52 69 65 64 65
10 77 76 73 72 53 79 69 65 75
11 75 74 72 71 54 64 63 67 65
12 74 80 76 80 55 81 82 79 80
13 67 65 61 62 56 71 76 70 72
14 72 63 74 70 57 63 68 60 64
15 72 77 71 73 58 76 73 68 65
16 70 68 70 72 59 77 75 72 70
17 78 80 77 79 60 62 71 75 76
18 72 73 73 74 61 50 59 64 67
19 69 67 68 69 62 66 68 68 68
20 66 69 65 64 63 77 74 73 77
21 72 70 64 61 64 77 80 79 79
22 78 80 79 78 65 67 72 76 79
23 84 76 79 74 66 77 70 65 71
24 75 70 68 70 67 75 80 76 79
25 78 77 75 71 68 78 75 76 74
26 80 79 80 82 69 78 77 72 78
27 70 80 79 80 70 73 72 80 78
28 66 82 70 83 71 64 61 63 62
29 79 78 76 80 72 81 80 80 80
30 71 73 63 75 73 74 67 68 67
31 72 72 72 74 74 78 74 74 79
32 72 70 71 70 75 70 73 72 71
33 52 55 46 45 76 76 79 80 73
34 78 73 80 82 77 70 74 73 74
35 69 73 65 68 78 72 69 70 71
36 70 82 71 73 79 81 80 64 78
37 79 67 75 77
38 69 72 67 68
39 71 76 69 71
40 82 74 81 79
41 87 65 86 88
No X1 X2 X3 Y
42 63 68 67 64
Penyelesaian Kasus 1:
Langkah-langkah analisis
1. Berdasar kasus di atas, dapat kita bentuk sebuah model, yaitu:

Gambar 2.11 Model Diagram Jalur

Gambar 2.12 Diagram Jalur

Keterangan:
 X 1 adalah variabel independen exogenous (Kompensasi)

 X 2 adalah variabel independen exogenous (Budaya Organisasi)

 Y adalah variabel independen exogenous dan sebagai variabel perantara
(Motivasi Kerja)
 Z adalah variabel dependen endogenous (Kinerja)
 P1 adalah besar pengaruh langsung X 1 Y

 P2adalah besar pengaruh langsung X 2 Y

 P3adalah besar pengaruh langsung X 1  Z

 P4 adalah besar pengaruh langsung X 2  Z

 P5adalah besar pengaruh langsungY  Z

 Besar pengaruh tidak langsung X 1 Y  Z = P1 × P5

 Besar pengaruh tidak langsung X 2 Y  Z = P2 × P5
  Besar total pengaruh = Pengaruh langsung + Pengaruh tidak langsung
Pada teori ini menggunakan variabel perantara (intervening) sehingga dibagi
menjadi 2 model regresi dan dan hipotesis yang akan diuji satu per satu antara lain:
1. Pengaruh Langsung
a. P1 = Pengaruh X 1 terhadap Y
b. P2 = Pengaruh X 2 terhadap Y
c. P3 = Pengaruh X 1 terhadap Z
d. P4 = Pengaruh X 2 terhadap Z
e. P5 = Pengaruh Y terhadap Z
2. Pengaruh Tidak Langsung
a. Pengaruh X 1 melalui Y terhadap Z
b. Pengaruh X 2 melalui Y terhadap Z
.
 Pengaruh Langsung
Model Regresi 1

Gambar 2.13 Diagram Jalur Model 1

Dimana:
 X 1 adalah variabel independen exogenous Kompensasi
 X 2 adalah variabel independen exogenous Budaya Organisasi
 Y adalah variabel dependen endogenous Motivasi Kerja
a. P1 = Pengaruh X 1 terhadap Y
b. P2 = Pengaruh X 2 terhadap Y
Langkah-langkah analisis jalur model 1 menggunakan SPSS 17:
1. Buka SPSS, kemudian klik Variabel View dan isikan kolom-kolom yang
tersedia. Sebagaimana petunjuk di bawah ini:
a. Kolom Name di isi dengan X 1 , X 2 ,Y , dan Z .
b. Kolom Label untuk X 1 tulis Kompensasi, X 2 tulis Budaya Organisasi, Y
tulis Motivasi Kerja, dan Z tulis Kinerja.
c. Kolom Type, Width, Decimal, Value, Missing, Columns, Align,
Meansure: Dibiarkan tetap default.

Gambar 2.14 Langkah 1

2. Klik Data View kemudian di isi data sesuai nama variabel penelitian

Gambar 2.15 Langkah 2

3. Klik menu: “Analyze  Regression  Linear”

Gambar 2.16 langkah 3

4. Muncul kotak dialog Linear Regression, Selanjutnya untuk (Regresi Model

1) klik Kompensasi ( X 1 ) dan Budaya Organisasi ( X 2 ) dimasukkan pada
kotak Independent, Kemudian klik Motivasi (Y ) pada kotak Dependent.

Gambar 2.17 Langkah 4

5. Klik OK, Maka akan muncul Output SPSS (Regresi Model 1 ).

Gambar 2.18 Langkah 5

a. Uji Hipotesis

H0 Variabel-variabel Kompensasi produk dan Budaya Organisasi tidak

: berpengaruh terhadap Motivasi baik secara gabungan maupun
parsial.

H 1: Variabel-variabel Kompensasi produk dan Budaya Organisasi

berpengaruh terhadap Motivasi baik secara gabungan maupun
parsial.
b. α =5 %
c. Sig = tabel Coefficient SPSS
 Gambar 2.19 Tabel Coefficient
Sig X 1 = 0,000
Sig X 2 = 0,000
d. DK : H 0ditolak jika sig ¿ α
Sig X 1 = 0,000 <0,05 = α
Sig X 2 = 0,000< 0,05 = α
e. Keputusan uji
H 0 ditolak
f. Kesimpulan
Variabel-variabel Kompensasi produk dan Budaya Organisasi berpengaruh
terhadap tingkat kepuasan pelanggan baik secara gabungan maupun parsial.

Persamaan struktural model 1 adalah:

Gambar 2.20 Hasil Diagram Jalur Model 1

e = √ (1−R Square)=√(1−0,488)= 0,715

Y =P 1 X 1 + P2 X 2 +e=0,462 X 1 +0,346 X 2 +0,715 e
 Model Regresi 2

Gambar 2.21 Diagram Jalur model 2

Dimana:
 X 1 adalah variabel independen exogenous Kompensasi
 X 2 adalah variabel independen exogenous Budaya Organisasi
 Y adalah variabel independen exogenous Motivasi Kerja
 Z adalah dependen endogenous Kinerja

 Pengaruh Langsung
P3 = Pengaruh X 1 terhadap Z
P4 = Pengaruh X 2 terhadap Z
P5 = Pengaruh Y terhadap Z
Langkah-langkah analisis jalur model 2 menggunakan SPSS 17
1. Klik menu: “Analyze  Regression  Linear”
 Gambar 2.22 Langkah 1
2. Muncul kotak dialog Linear Regression, Selanjutnya untuk Regresi Model
2 klik Kompensasi ( X 1 ),Budaya Organisasi ( X 2 ), dan Motivasi (Y )
dimasukkan pada kotak Independent, Kemudian klik Kinerja (Z) pada
kotak Dependent.

Gambar 2.23 Langkah 2

3. Klik OK, Maka akan muncul Output SPSS (Regresi Model 2).
 Gambar 2.24 Langkah 3

a. Uji Hipotesis

H0 Variabel-variabel kompensasi produk, budaya organisasi, dan

: motivasi tidak berpengaruh terhadap kinerja baik secara
gabungan maupun parsial.

H 1: Variabel-variabel kompensasi produk, budaya organisasi, dan

motivasi berpengaruh terhadap kinerja baik secara gabungan
maupun parsial.
b. α =5 %
c. Sig = tabel Coefficient SPSS
 Gambar 2.25 Tabel Coefficients

Sig X 1 = 0,013
Sig X 2 = 0,004
Sig Y = 0,000
d. DK : H 0ditolak jika sig ¿ α
Sig X 1 = 0,013 < 0,05 = α
Sig X 2 = 0,004 < 0,05 = α
Sig Y = 0,000 < 0,05 = α
e. Keputusan uji
H 0 ditolak
f. Kesimpulan
Variabel-variabel kompensasi produk, budaya organisasi, dan motivasi
berpengaruh terhadap kinerja baik secara gabungan maupun parsial.

Dengan demikian persamaan struktural model 2 adalah:

Gambar 2.26 Hasil diagram jalur model 2

 e = √ (1−R Square)=√ (1−0,736)= 0,514
Z=P3 X 1+ P 4 X 2 + P5 Y + e
Z=0,119 X 1+0,220 X 2+ 0,568Y + 0,514 e

Gambar 2.27 Hasil diagram jalur seluruhnya

 Pengaruh Tidak Langsung indirect effect) dan Pengaruh Total (total Effect)
a. Pengaruh tidak langsung (indirect effect), Kompensasi ( X 1 terhadap
Kinerja (Z)melalui Motivasi Kerja (Y ) = P1 × P5=0,462 ×0 , 568=0,262.
Dengan demikian pengaruh totalnya = P3 + IE=0,119+ 0,262=0,461.
b. Pengaruh tidak langsung (indirect effect), Budaya Organisasi ( X 2 )
terhadap Kinerja (Z) melalui Motivasi Kerja (Y ) =
P2 × P5=0,346 × 0 ,568=0,197 . Dengan demikian pengaruh totalnya =
P4 + IE=0,220+ 0,197=0,417.

KASUS 2:
Sebuah penelitian eksploratif mencoba mengungkapkan hubungan antara X 1, X2, X3,
dan X4. Dalam penelitian ini dikemukakan sebuah proporsisi bahwa:
 Antara X1 dan X2 terdapat kaitan korelatif. Kedua konstrak tersebut bersama-
sama mempengaruhi X3.
 X1, X2, dan X3, secara tersebut bersama-sama mempengaruhi X4.
Hitunglah semua pengaruh variabel eksogennya dengan data sampel sebagai
berikut:

No X1 X2 X3 X4
1 7 26 78 79
2 1 29 74 74
3 11 56 104 107
4 11 31 88 88
5 7 52 96 97
6 11 55 109 108
7 3 71 103 104
8 1 31 72 72
9 2 54 93 90
10 21 47 116 118
11 1 40 84 82
12 11 66 113 116
13 10 58 105 104

Penyelesaian Kasus 2:
Diagram Jalur:
 X1 P3
P1
X3 P5 X4
P2
X2 P4

Gambar 2.28 Diagram Jalur

Karena terdapat variabel perantara maka dibagi menjadi 2 model regresi.

 Pengaruh Langsung
Model Regresi 1:

X1
P1
X3
P2
X2

Gambar 2.29 Diagram Jalur Model 1

Model Summary

Model R R Square Adjusted R Std. Error of the

Square Estimate

1 .990a .981 .977 2.23457

a. Predictors: (Constant), X2, X1

ANOVAa

Model Sum of Squares df Mean Square F Sig.

Regression 2590.067 2 1295.034 259.355 .000b

1 Residual 49.933 10 4.993

Total 2640.000 12

a. Dependent Variable: X3
b. Predictors: (Constant), X2, X1
 Coefficientsa

Model Unstandardized Coefficients Standardized t Sig.

Coefficients

B Std. Error Beta

(Constant) 51.434 2.199 23.389 .000

1 X1 1.476 .112 .585 13.140 .000

X2 .687 .045 .682 15.305 .000

a. Dependent Variable: X3

a. Hipotesis

H0 Variabel-variabel X1 dan X2 tidak berpengaruh terhadap X3 baik secara

: gabungan maupun parsial.

H 1: Variabel-variabel X1 dan X2 berpengaruh terhadap X3 baik secara

gabungan maupun parsial.

b. α =5 %
c. Sig = tabel Coefficient SPSS
Coefficientsa

Model Unstandardized Coefficients Standardized t Sig.

Coefficients

B Std. Error Beta

(Constant) 51.434 2.199 23.389 .000

1 X1 1.476 .112 .585 13.140 .000

X2 .687 .045 .682 15.305 .000

a. Dependent Variable: X3
Sig X 1 = 0,000
Sig X 2 = 0,000

d. DK : H 0ditolak jika sig ¿ α

Sig X 1 = 0,000 < 0,05
Sig X 2 = 0,000 < 0,05
e. Keputusan uji
H 0 ditolak

f. Kesimpulan
Variabel-variabel X1 dan X2 berpengaruh terhadap X3 baik secara gabungan
maupun parsial.

Persamaan structural model 1 adalah:

e = 0,138
X1 P1 = 0,585

X3

X2 P2 = 0,682

Gambar 2.30 Hasil Diagram Jalur Model 1

e = √ (1−R Square)=√ (1−0,981)= 0,138

X3 = P 1 X 1 + P 2 X 2 + e
X3 ¿ 0,585 X 1 +0,682 X 2 +0 , 138 e

Model regresi 2:

X1 P3

X3 P5 X4

X2 P4

Gambar 2.31 Diagram Jalur Model 2

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

1 .997a .994 .992 1.38903

a. Predictors: (Constant), X3, X1, X2

ANOVAa

Model Sum of Squares df Mean Square F Sig.

Regression 2899.405 3 966.468 500.913 .000b

1 Residual 17.365 9 1.929

Total 2916.769 12

a. Dependent Variable: X4
b. Predictors: (Constant), X3, X1, X2

Coefficientsa

Model Unstandardized Coefficients Standardized t Sig.

Coefficients

B Std. Error Beta

(Constant) 22.248 10.202 2.181 .057

X1 .831 .298 .314 2.785 .021

1
X2 .327 .138 .309 2.372 .042

X3 .541 .197 .514 2.750 .022

a. Dependent Variable: X4

a. Hipotesis
 H0 Variabel-variabel X1, X2 dan X3tidak berpengaruh terhadap X4 baik
: secara gabungan maupun parsial.

H 1: Variabel-variabel X1, X2 dan X3 berpengaruh terhadap X4 baik secara

gabungan maupun parsial.

b. α =5 %
c. Sig = tabel Coefficient SPSS
Coefficientsa

Model Unstandardized Coefficients Standardized t Sig.

Coefficients

B Std. Error Beta

(Constant) 22.248 10.202 2.181 .057

X1 .831 .298 .314 2.785 .021

1
X2 .327 .138 .309 2.372 .042

X3 .541 .197 .514 2.750 .022

a. Dependent Variable: X4
Sig X 1 = 0,021
Sig X 2 = 0,042
Sig X 3 = 0,022
d. DK : H 0ditolak jika sig ¿ α
Sig X 1 = 0,021 < 0,05
Sig X 2 = 0,042 < 0,05
Sig X 3 = 0,022 < 0,05
e. Keputusan uji
H 0 ditolak
f. Kesimpulan

Variabel-variabel X1, X2 dan X3 berpengaruh terhadap X4 baik secara gabungan

maupun parsial.
Dengan demikian persamaan struktur model 2 adalah:
 e = 0,0775
X1 P3 = 0,314

X3 X4
P5 = 0,514

X2 P4 = 0,309

Gambar 2.32 Hasil Diagram Jalur Model 2

e = √ (1−R Square)=√ (1−0,994)= 0,0775

X 4=P3 X 1 + P4 X 2 + P5 Y +e

X 4=0,314 X 1+ 0,309 X 2 +0,514 Y +0,0775 e

X1
P3 = 0,314
e = 0,0775
P1 = 0,585 e = 0,138
X3 P5 = 0,514 X4
P2 = 0,682
P4 = 0,309
X2

Gambar 2.33 Hasil Diagram Jalur Seluruhnya

 Pengaruh Tidak Langsung dan Pengaruh Total

a. Pengaruh tidak langsung (indirect effect), X 1 terhadap X 4 melalui X 3
= P1 × P5=0,585 × 0 ,514=0,301. Dengan demikian pengaruh
totalnya = P3 + IE=0,314+ 0,301=0,615.
b. Pengaruh tidak langsung (indirect effect), Budaya Organisasi ( X 2 )
terhadap Kinerja (Z) melalui Motivasi Kerja (Y ) =
P2 × P5=0,682 ×0 , 514=0,351. Dengan demikian pengaruh totalnya
= P4 + IE=0,309+ 0,351=0,660.
 BAB III
PENUTUP

A. Kesimpulan
Dari hasil pembahasan diatas, maka dapat ditarik beberapa kesimpulan, antara lain:
Analisis jalur pada dasarnya adalah sarana untuk menganalisis hubungan kausal
antar variabel guna mengetahui baik pengaruh langsung maupun pengaruh tidak
langsung diantara variabel bebas (independent variable) terhadap variabel terikat
(dependent variable).
Tujuan dari menggunakan analisis jalur yaitu: Melihat hubungan antar variabel
degan didasarkan pada model apriori, menerangkan mengapa variabel-variabel
berkorelasi dengan mengggunakan suatu model yang berurutan secara temporer,
menggambar dan menguji suatu model matematis dengan menggunakan persamaan
yang mendasarinya, mengidentifikasi jalur penyebab suatu variabel tertentu terhadap
variabel lain yang dipengaruhinya, dan menghitung besarnya pengaruh satu variabel
tertentu terhadap variabel independen exogenous atau lebih terhadap variabel
endogenous lainnya.
Terdapat beberapa model dalam analisis jalur seperti: Model Regresi Berganda
(pengembangan regresi berganda dengan menggunakan dua variabel independen
exogenous, yaitu X 1 dan X 2 dengan satu variabel dependen endogenous Y ), Model
Mediasi melalui Variabel perantara (di mana variabel Y ikut serta mengubah
pengaruh variabel X terhadap variabel Z), Model Kombinasi atau Gabungan antara
Model Regresi Berganda dengan Model Mediasi (variabel X berpengaruh terhadap
variabel Z secara langsung dan secara tidak langsung mempengaruhi variabel Z
melalui variabel perantaraY ), dan Model Kompleks (apabila variabel X 1 secara
langsung mempengaruhi variabel Y 2 dan melalui variabel X 2 secara tidak langsung
mempengaruhiY 2, sementara variabelY 2 juga dipengaruhi oleh variabelY 1).
B. Saran
Adapun saran penulis sehubungan dengan bahasan makalah ini, kepada pembaca
supaya lebih meningkatkan, menggali, dan mengkaji lebih dalam mengenai materi
analisis jalur. Selain itu diharapkan pembaca dapat menganalisis dengan teliti setiap
kasus yang terdapat dalam analisis jalur.
 DAFTAR PUSTAKA

Aziz, Musdalifah. 2013. Analisis Jalur (Path Analysis). Diperoleh dari

file:///C:/Users/uSer/Downloads/Analisis%20jalur%20%28path%20analysis
%29.htm

Hendry. 2011. Analisis Jalur Path Analysis Uji Statistik dan Analisis data. Diperoleh
dari https://teorionline.wordpress.com/category/tutorial-statistik/analisis-jalur-
path-analysis-uji-statistik-dan-analisis-data/.

Mustika, F.A., Utami, I A., dkk. 2015. Makalah Statistika Dasar Analisis Jalur (Path
Analysis). Diperoleh dari
Sumber:https://docs.google.com/document/d/1tVTFlV4QRBkCGF3yfBATKHuu-
hU5AQaO28Zjrx4KgoE/.

Sarwono, J. 2011. Mengenal Path Analysus: Sejarah, Pengertian, dan Aplikasi. Jurnal
Ilmiah Manajemen Bisnis, 11 2 Fakultas Ekonomi Universitas Kristen Krida
Wacana. Diperoleh dari
http://ejournal.ukrida.ac.id/ojs/index.php/IMB/article/download/585/572.

SPSS Indonesia. 2017. Cara Uji Analisis Jalur (Path Analysis). Diperoleh dari Sumber:
http://www.spssindonesia.com/2017/03/cara-uji-analisis-jalur-path-
analysis.html.