Pengolahan Data

Versi 24.0

Setelah mempelajari bab ini diharapkan dapat :

1. Membuat model path analysis,
2. Mengolah data path analisis,
3. Mengiterpretasikan hasil path analysis,
4. Menghitung pengaruh tidak langsung,
5. Menguji variabel mediasi dengan Sobel.

A
nalisis jalur (path analysis) menganalisis hubungan sebab akibat
merupakan pengembangan yang terjadi pada regresi berganda
statistik regresi, sehingga jika variabel bebasnya mempengaruhi
analisis regresi dapat dikatakan variabel tergantung tidak hanya secara
sebagai bentuk khusus analisis jalur. langsung, tetapi juga secara tidak
Analisis jalur digunakan untuk langsung (Robert D. Rutherford 1993
melukiskan dan menguji model dikutip oleh Sarwono, 2007).
hubungan antar variabel yang Dalam pengujian hubungan kausal
berbentuk sebab akibat (Sugiyono, tersebut yang didasarkan pada teori
2009). Analisis jalur dapat digunakan yang memang menyatakan bahwa
untuk: (1) melihat hubungan antar variabel yang dikaji memiliki
variabel dengan didasarkan pada hubungan secara kausal. Analisis jalur
model; (2) menggambar dan menguji bukan ditujukan untuk menurunkan
suatu model matematis sesuai dengan teori kausal, melainkan dalam
persamaan yang mendasarinya; (3) penggunaannya harus didasarkan pada
mengidentifikasi jalur penyebab suatu teori yang menyatakan bahwa
variabel tertentu terhadap variabel hubungan antar variabel tersebut
lain yang dipengaruhinya; dan (4) bersifat kausal. Dengan demikian,
menghitung besarnya pengaruh satu kuat lemahnya teori yang digunakan
variabel independen (exogenous) atau dalam menggambarkan hubungan
lebih terhadap variabel dependen kausal tersebut menentukan dalam
(endogenous) lainnya. Analisis jalur penyusunan diagram jalur dan

71
 Rasmen Adi

mempengaruhi hasil dari analisis serta 6. Terdapat ukuran sampel yang

pengimplementasian secara keilmuan memadai. Jika dalam contoh ini
(Widiyanto, 2013). hanya diberikan 90 sampel, maka
Ada beberapa prinsip dasar Path sebaiknya untuk riset yang
Analisis yang sebaiknya terlebih sebenarnya gunakan sample lebih
dahulu dipenuhi sebelum dilanjutkan dari 100 untuk memperoleh hasil
dengan melakukan analisis jalur, analisis yang signifikan dan lebih
diantaranya adalah sebagai berikut: akurat.
1. Adanya linearitas (Linearity). Sebagaimana telah dijelaskan
Hubungan antar variabel bersifat sebelumnya bahwa analisis jalur
linear. adalah suatu teknik untuk
2. Adanya aditivitas (Additivity). menganalisis hubungan sebab akibat
Tidak ada efek-efek interaksi. yang terjadi pada regresi berganda

3. Data berskala interval. Semua jika variabel bebasnya mempengaruhi

variabel yang diobservasi variabel tergantung, tidak hanya

mempunyai data berskala interval secara langsung, tetapi juga secara

(scaled values). Jika data belum tidak langsung. Dengan menggunakan

dalam bentuk skala interval, analisis jalur akan dapat ditemukan

sebaiknya data diubah dengan jalur mana yang paling tepat bagi

menggunakan metode suksesive suatu variabel independen/eksogen

interval (MSI) terlebih dahulu. menuju variabel dependen/endogen

yang terkait.
4. Sebaiknya hanya terdapat
multikoliniearitas yang rendah.
Mengingat analisis jalur merupakan
Multikolinieritas maksudnya dua
bentuk khusus analisis regresi, maka
atau lebih variabel bebas
langkah analisis jalur juga merupakan
(penyebab) mempunyai hubungan
pengembangan dari analisis regresi.
yang sangat tinggi. Jika terjadi
Sebagai contoh, disajikan judul
hubungan yang tinggi maka kita
penelitian mahasiswa sebagai berikut.
akan mendapatkan standar error
yang besar dari koefesien beta ().
Judul penelitian :
5. Adanya recursivitas. Semua anak Kepuasan konsumen sebagai
panah mempunyai satu arah, tidak mediasi pengaruh kualitas
boleh terjadi pemutaran kembali layanan dan citra perusahaan
(looping). terhadap loyalitas konsumen.

72
 Pengolahan Data
Versi 24.0

Mengacu pada judul penelitian di atas maka dibuat model jalur berikut.

Model hubungan antar variabel

Kualitas
pelayanan
(X1)
3

1
Kepuasan Loyalitas
5
konsumen konsumen
(Y) (Z)

2

4
Citra
perusahaan
(X2) 1, 2, 3, 4 dan 5 = koefisien regresi
standarized pengaruh variabel bebas
terhadap variabel terikat.

Masalah penelitian : 5. Apakah kepuasan konsumen

1. Bagaimana pengaruh kualitas memediasi pengaruh kulitas
layanan dan citra perusahaan layanan terhadap loyalitas
terhadap kepuasan konsumen ? konsumen ?
2. Bagaimana pengaruh kualitas 6. Apakah kepuasan konsumen
layanan, citra perusahaan dan memediasi pengaruh citra
kepuasan konsumen terhadap perusahaan terhadap loyalitas
loyalitas konsumen ? konsumen ?
3. Berapa besar pengaruh tidak
langsung kualitas layanan terhadap Hipotesis penelitian :
loyalitas konsumen melalui 1. Kualitas layanan berpengaruh
kepuasan konsumen ? positif terhadap kepuasan
4. Berapa besar pengaruh tidak konsumen.
langsung citra perusahaan terhadap 2. Citra perusahaan berpengaruh
loyalitas konsumen melalui positif terhadap kepuasan
kepuasan konsumen ? konsumen.

73
 Rasmen Adi

3. Kualitas layanan berpengaruh analisis jalur pada penelitian ini

positif terhadap loyalitas menggunakan dua persamaan regresi
konsumen. sebagai berikut :
4. Citra perusahan berpengaruh positif Y = 1X1 + 2X2 + e1
terhadap loyalitas konsumen. Z = 3X1 + 4X2 + 5Y + e2
5. Kepuasan berpengaruh positif
terhadap loyalitas konsumen. Hal ini berarti akan menggunakan dua
6. Kepuasan konsumen memediasi buah hasil pengolahan regresi ganda.
pengaruh kulitas layanan terhadap Yaitu, hasil olahan regresi ganda-1 dan
loyalitas konsumen. regresi ganda-2 terdahulu. Namun,
7. kepuasan konsumen memediasi dalam analisis bukan menggunakan
pengaruh citra perusahan terhadap koefisien regresi unstandarized (b),
loyalitas konsumen. tapi menggunakan koefisien regresi
standarized ().
Persamaan regresi. Berikut ditampilkan output hasil
Memperhatikan model hubungan pengolahan regresi ganda-1 dan
antar variabel bebas dan terikat serta regresi-2
hipotesis penelitian, maka untuk

A. Output Regresi Ganda

Regression-1
[DataSet1] D:\DATA PERSEPSI KONSUMEN_1.sav

74
 Pengolahan Data
Versi 24.0

Regression-2
[DataSet1] D:\DATA PERSEPSI KONSUMEN_1.sav

75
 Rasmen Adi

C. Analisis Path Analysis : Kepuasan konsumen adalah

1. Pada Tabel Coefficients untuk signifikan. Ini berarti hipotesis 2
Output Regresi-1 terlihat teruji kebenarannya.
koefisien regresi standarized 2. Pada Tabel Coefficients untuk
pengaruh kualitas layanan Output Regresi-2 terlihat koefisien
terhadap kepuasan konsumen (1) regresi standarized pengaruh
= 0,462 dan Sig. = 0,000. Koefisien kualitas layanan terhadap loyalitas
regresi standarized pengaruh citra konsumen (3) = 0,135 dan Sig. =
perusahaan terhadap kepuasan 0,162. Koefisien regresi
konsumen (2) = 0,327 dan Sig. = standarized pengaruh citra
0,002. Dengan demikian dapatlah perusahaan terhadap Loyalitas
dibuat persamaan regresi yang konsumen (4) = 0,387 dan Sig. =
pertama. 0,000. Koefisien regresi standarized
Y =  1X1 + 2X2 + e1 pengaruh kepuasan konsumen
Y = 0,462 X1 + 0,327 X2 + e1 terhadap Loyalitas konsumen (5) =
Artinya terdapat pola pengaruh 0,392 dan Sig. = 0,000. Dengan
positip Kualitas layanan dan Citra demikian dapat dibuat persamaan
perusahaan terhadap Kepuasan regresi linier berganda sebagai
konsumen. Bila Kualitas layanan berikut :
dan Citra perusahaan meningkat Y = 3X1 + 4X2 + 5Y + e2
maka Kepuasan konsumen juga Y = 0,135X1 + 0,387X2 + 0,392Y + e2
meningkat. Begitu pula sebaliknya, Artinya terdapat pola pengaruh
bila Kualitas layanan dan Citra positip kualitas layanan, citra
perusahaan menurun maka perusahaan dan kepuasan
Kepuasan konsumen juga akan konsumen terhadap loyalitas
menurun. konsumen. Bila kualitas layanan,
Nilai Sig. untuk variabel citra perusahaan dan kepuasan
Kualitas layanan = 0,000 < 0,05. konsumen meningkat maka
Artinya, pengaruh Kualitas layanan loyalitas konsumen juga
terhadap Kepuasan konsumen meningkat. Begitu pula sebaliknya,
adalah signifikan. Ini berarti bila kualitas layaanan, citra
hipotesis 1 teruji kebenarannya. perusahaan dan kepuasan
Nilai Sig. Citra perusahaan = konsumen menurun maka
0,002 <  = 0,05. Artinya pengaruh loyalitas konsumen juga akan
Citra perusahaan terhadap menurun. Dengan demikian dapat

76
 Pengolahan Data
Versi 24.0

pula disimpulkan bahwa variabel citra perusahaan terhadap

kepuasan konsumen memiliki loyalitas konsumen melalui
pengaruh yang paling dominan kepuasan konsumen = a x b = 2
terhadap loyalitas konsumen. x 5 = 0,327 x 0,392 = 0,128
Nilai Sig. untuk variabel 4. Untuk menguji mediasi pada
Motivasi = 0,162 > 0,05. Artinya, kesempatan ini digunakan rumus
pengaruh kualitas layanan Sobel. Uji Sobel ini mempunyai
terhadap loyalitas konsumen kekuatan secara statistik
adalah tidak signifikan. Ini berarti (Preacher and Hayes, 2004).
hipotesis 3 tidak teruji Rumus Sobel sebagai berikut.
kebenaranya. Nilai Sig. Citra ab
𝑧=
perusahaan = 0,000 <  = 0,05. √(𝑏 2 𝑆𝐸𝑎2 ) + (𝑎2 𝑆𝐸𝑏 2 )
Artinya pengaruh Citra perusahaan
terhadap Loyalitas konsumen a = koefisien pengaruh langsung
adalah signifikan. Ini berarti variabel bebas terhadap variabel
hipotesis 4 teruji kebenaranya. mediasi.
Nilai Sig. Kepuasan konsumen = b = koefisien pengaruh langsung
0,000 <  = 0,05. Artinya pengaruh variabel mediasi terhadap
Kepuasan konsumen terhadap variabel terikat.
Loyalitas konsumen adalah SEa = Standard error dari koefisien a
signifikan. Ini berarti hipotesis 5 SEb = Standard error dari koefisien b
teruji kebenaranya.
3. Untuk mengetahui besarnya Kriteria Mediasi
pengaruh tidak langsung dihitung 1. Disebut memediasi jika z > 1,96,
dengan mengalikan koefisien 2. Disebut bukan mediasi jika z < 1,96
regresi pengaruh variabel bebas
terhadap variabel mediasi (a) Pengujian Mediasi
dengan koefisien regresi pengaruh 1. Pengujian mediasi kepuasan
variabel mediasi dengan variabel konsumen pada pengaruh kualitas

terikat (b). Besarnya pengaruh layanan terhadap loyalitas

tidak langsung kualitas layanan konsumen. Untuk analisis tersebut

terhadap loyalitas konsumen memanfaatkan hasil olahan tabel

melalui kepuasan konsumen = a x coefficients regresi-1 dan regresi-2.

b = 1 x 5 = 0,462 x 0,392 = 0,181. Khususnya koesisien unstandarized

dan standard errornya.
Besarnya pengaruh tidak langsung

77
 Rasmen Adi

Dari hasil pengolahan regresi-1 dan Khususnya koesisien unstandarized

regresi-2 didapat besaran : dan standard errornya.
a = 0,312 a = 0,342
b = 0,379 b = 0,379
SEa = 0,068 SEa = 0,105
SEb = 0,089 SEb = 0,089
Besaran tersebut dimasukkan dalam Besaran tersebut dimasukkan dalam
rumus Sobel berikut. rumus Sobel berikut.
ab ab
𝑧= 𝑧=
√(𝑏 2 𝑆𝐸𝑎2 ) + (𝑎2 𝑆𝐸𝑏 2 ) √(𝑏 2 𝑆𝐸𝑎2 ) + (𝑎2 𝑆𝐸𝑏 2 )
0,312𝑥0,379 0,342𝑥0,379
𝑧= 𝑧=
√0,3792 𝑥0,0682 + 0,3122 𝑥0,0892 √0,3792 𝑥0,1052 + 0,3422 𝑥0,0892
0,129618 0,129618
𝑧= 𝑧=
√0,143641𝑥0,004624 + 0,097344𝑥0,007921 √0,143641𝑥0,011025 + 0,116964𝑥0,007921

0,129618 0,129618
𝑧= 𝑧=
√0,000664196 + 0,000771082 √0,001583642 + 0,000926472
0,129618 0,129618 0,129618 0,129618
𝑧= = 𝑧= =
√0,001435258 0,037884797 √0,002510114 0,050101037
𝑧 = 3,121252 𝑧 = 2,587132

Hasil perhitungan dengan Sobel jika Hasil perhitungan dengan Sobel jika
dikaitkan dengan kriteria mediasi di dikaitkan dengan kriteria mediasi di
atas z = 3,121252 > 1,96, maka Ho atas z = 2,587132 > 1,96, maka Ho
ditolak dan Ha diterima. Artinya ditolak dan Ha diterima. Artinya
hipotesis 6 teruji kebenarannya. hipotesis teruji kebenarannya.
Variabel kepuasan konsumen Variabel kepuasan konsumen
merupakan mediasi pengaruh merupakan mediasi pengaruh
kualitas layanan terhadap loyalitas kualitas layanan terhadap loyalitas
konsumen. konsumen.
Catatan : Perhitungan Sobel dapat
2. Pengujian mediasi kepuasan pula dibantu Sobel Test Calculator
konsumen pada pengaruh citra yang dapat diunduh pada laman
perusahaan terhadap loyalitas https://www.danielsoper.com/sta
konsumen. Untuk analisis tersebut tcalc/calculator.aspx?id=31
memanfaatkan hasil olahan tabel
coefficients regresi-1 dan regresi-2.  Rasmen Adi 

78