Anda di halaman 1dari 38

ANALISIS JALUR

(PATH ANALYSIS)
Penemu: Sewall Wright (Joreskog & Sorbom;1996)

Sejarah

1920 : Sewall (ahli genetika) 1966 : Otis D. Ducan (sosiolog) 1970 : Karl G. Joreskog & Dag Sorbon (ahli statistika)

LISREL (LInier Structural RELationship) SEM (Structural Equation Modeling)

Pengertian

Model Path Analysis digunakan untuk menjelaskan pola hubungan antar variabel dengan tujuan mengetahui pengaruh langsung maupun tidak langsung dari seperangkat variabel bebas (eksogen) terhadap variabel terikat (endogen)

Manfaat
1. 2.

3.

4.

Penjelasan fenomena yang dipelajari. Prediksi nilai variabel terikat berdasarkan variabel bebas (bersifat kualitatif) Faktor determinan : Variabel bebas mana yang berpengaruh dominan terhadap varibel terikat Pengujian Model : baik konsep yang sudah ada maupun pengembangan konsep baru

Asumsi-Asumsi
1. 2. 3.

4.

5.

Hubungan antar variabel bersifat linier, adaptif, dan normal. Hubungan kausal satu arah. Variabel terikat berskala interval atau rasio. Menggunakan probability sampling Observed variables diukur dengan valid dan

reliable

6.

Model dispesifikasikan dengan benar berdasar teori dan konsep yang relevan

Model Path Analysis


1
r12 31

1
3

31

3
2
32 2

32

Correlated
1

1
21 2

31

Independent

3
32

Mediated

Contoh
Hipotesis :

Diduga kemampuan berkoordinasi dan motivasi kerja pegawai berkontribusi secara simultas dan signifikan terhadap produktivitas kerja 1
KOORDINASI (X1) r12 MOTIVASI KERJA (X2) yx2 yx1 y PRODUKTIVITAS KERJA (Y)

Model Struktural
X1
r12
r13 r23 YX1

1
ZX1 2

X2 X3

YX2 YX3

ZY ZX3

Persamaannya : Y=PYX1X1+PYX2X2+PYX3X3+1 Z=PZX1X1+PZX3X3+PZYY+2

Sub Struktur 1
X1
r12
r13 r23 YX1

X2 X3

YX2 YX3

Persamaannya : Y=PYX1X1+PYX2X2+PYX3X3+1 Z=PZX1X1+PZX3X3+PZYY+2

Sub Struktur 2
X1
YX1 r13 YX3

1
ZX1 2

ZY ZX3

X3

Persamaannya : Y=PYX1X1+PYX2X2+PYX3X3+1 Z=PZX1X1+PZX3X3+PZYY+2

Contoh
Penelitian : Kontribusi Kemampuan Pegawai dan Motivassi Kerja Pegawai terhadap Produktivitas Kerja
No. Resp 1 2 3 4 5 6 7 8 9 10 11 12 Kemampuan Pegawai X1 36 46 47 25 68 69 57 49 58 67 79 52 Motivasi Produktivitas Pegawai Kerja X2 55 45 60 35 64 44 64 65 63 74 84 73 Y 64 55 72 50 79 77 78 72 66 82 87 82

Langkah 1 :

Hipotesis & Persamaan Struktural


kerja berkontribusi secara simultan dan signifikan terhadap produktivitas kerja

Hipotesis : Kemampuan pegawai dan motivasi

Struktur :

Y=YX1X1+ YX2X2 + Y 1

Langkah 2 :

Hitung koefisien jalur (1)

a. Gambar Diagram Jalur

Y=YX1X1+ YX2X2 + Y +1
1 KOORDINASI (X1)
r12 MOTIVASI KERJA (X2) yx1 y PRODUKTIVITAS KERJA (Y)

yx2

Langkah 2 :

Hitung koefisien jalur (2)

b. Hitung koefisien korelasi & regresi (SPSS)


Correlations Kemampuan Motivasi Produktivitas Pegawai (X1) Kerja (X2) Kerja (Y) 1 ,645* ,829** . ,024 ,001 12 12 12 ,645* 1 ,824** ,024 . ,001 12 12 12 ,829** ,824** 1 ,001 ,001 . 12 12 12

Kemampuan Pegawai (X1)

Pearson Correlation Sig. (2-tailed) N Motivasi Kerja (X2) Pearson Correlation Sig. (2-tailed) N Produktivitas Kerja (Y) Pearson Correlation Sig. (2-tailed) N

*. Correlation is significant at the 0.05 level (2-tailed). **. Correlation is significant at the 0.01 level (2-tailed).

Langkah 2 :
ANOVAb Model 1 Sum of Squares 1170,257 237,743 1408,000 df 2 9 11

Hitung koefisien jalur (3)


Mean Square 585,129 26,416 F 22,151 Sig. ,000 a

Regression Residual Total

a. Predictors: (Constant), Motivasi Kerja (X2), Kemampuan Pegawai (X1) b. Dependent Variable: Produktivitas Kerja (Y)

Coefficientsa Unstandardized Coefficients B Std. Error 27,026 7,069 ,379 ,402 ,133 ,146 Standardized Coefficients Beta ,510 ,495

Model 1

(Constant) Kemampuan Pegawai (X1) Motivasi Kerja (X2)

t 3,823 2,845 2,763

Sig. ,004 ,019 ,022

a. Dependent Variable: Produktivitas Kerja (Y)


Model Summary Change Statistics Model 1 R R Square ,912 a ,831 Adjusted R Square ,794 Std. Error of the Estimate 5,140 R Square Change ,831 F Change 22,151 df1 2 df2 9 Sig. F Change ,000

a. Predictors: (Constant), Motivasi Kerja (X2), Kemampuan Pegawai (X1)

Langkah 3 : Hitung koefisien jalur scr simultan


ANOVAb Model 1 Sum of Squares 1170,257 237,743 1408,000 df 2 9 11 Mean Square 585,129 26,416 F 22,151 Sig. ,000 a Regression Residual Total

a. Predictors: (Constant), Motivasi Kerja (X2), Kemampuan Pegawai (X1) b. Dependent Variable: Produktivitas Kerja (Y)

H0 : yx1= yx2=0
Ha : yx1= yx20 H0 : Kemampuan pegawai dan motivasi kerja tidak berkontribusi secara simultan dan signifikan terhadap produktivitas kerja Ha : Kemampuan pegawai dan motivasi kerja berkontribusi secara simultan dan signifikan terhadap produktivitas kerja

Nilai F = 22,151 sig. 0,00 <0,05 berarti H0 ditolak Ha diterima

Langkah 4 :

Hitung koefisien jalur scr individu (1)


a Coefficients

Model 1

(Constant) Kemampuan Pegawai (X1) Moti vasi Kerj a (X2)

Unstandardi zed Coeffi ci ents B Std. Error 27,026 7,069 ,379 ,402 ,133 ,146

Standardi zed Coeffi ci ents Beta ,510 ,495

t 3,823 2,845 2,763

Si g. ,004 ,019 ,022

a. Dependent Vari abl e: Produkti vi tas Kerj a (Y)

H0 : yx1=0
Ha : yx1>0 H0 : Kemampuan pegawai tidak berkontribusi secara simultan dan signifikan terhadap produktivitas kerja Ha : Kemampuan pegawai berkontribusi secara simultan dan signifikan terhadap produktivitas kerja

Nilai t = 2,845 sig. 0,019 <0,05 berarti H0 ditolak Ha diterima

Langkah 4 :

Hitung koefisien jalur scr individu (2)


a Coefficients

Model 1

(Constant) Kemampuan Pegawai (X1) Moti vasi Kerj a (X2)

Unstandardi zed Coeffi ci ents B Std. Error 27,026 7,069 ,379 ,402 ,133 ,146

Standardi zed Coeffi ci ents Beta ,510 ,495

t 3,823 2,845 2,763

Si g. ,004 ,019 ,022

a. Dependent Vari abl e: Produkti vi tas Kerj a (Y)

H0 : yx2=0
Ha : yx2>0 H0 : Motivasi Pegawai tidak berkontribusi secara simultan dan signifikan terhadap produktivitas kerja Ha : Motivasi Pegawai berkontribusi secara simultan dan signifikan terhadap produktivitas kerja

Nilai t = 2,763 sig. 0,022 <0,05 berarti H0 ditolak Ha diterima

Memaknai Hasil Analisis Jalur (1)

Y=YX1X1+ YX2X2 + Y1 Y=0,510 X1+0,495X2+0,411 1


1

KOORDINASI (X1)
r12= 0,645 MOTIVASI KERJA (X2)

yx1= 0,51

y =0,411 PRODUKTIVITAS KERJA (Y)

yx2=0,495

2 Y 1 Ry 1 0,831 0,169 0,411 . x1. x 2

Memaknai Hasil Analisis Jalur (2)


Kontribusi Kemampuan Pegawai (X1) yang secara langsung mempengaruhi produktivitas kerja (Y) = 0,512=0,2601 = 26,01 % Kontribusi Motivasi Pegawai (X2) yang secara langsung mempengaruhi produktivitas kerja (Y) = 0,4952=0,2450 = 24,50 % Kontribusi Kemampuan Pegawai (X1) dan Motivasi Pegawai (X2) secara simultan yang secara langsung mempengaruhi produktivitas kerja (Y) = 0,831=83,1 %. Sisanya 16,9% dipengaruhi faktor lain yang tidak dapat dijelaskan dalam penelitian ini.

ANALISIS JALUR
MODEL TRIMMING

Contoh
Penelitian : Kontribusi Kepemimpinan, Iklim Organisasi, dan Motivasi Kerja terhadap Prestasi Kerja
No. Kepemimpinan Resp X1 1 55 2 45 3 60 4 35 5 64 6 44 7 70 8 65 9 63 10 74 11 84 12 73 Iklim Org X2 36 46 47 25 68 69 57 49 58 67 79 52 Motivasi Kerja Prestasi Kerja Y 60 50 62 40 68 59 79 69 65 70 89 79

X3
38 45 46 30 53 54 61 50 52 51 69 53

Hipotesis
1.

2.

Kepemimpinan dan Iklim Organisasi berkontribusi secara simultan dan signifikan terhadap Motivasi Kerja Kepemimpinan, Iklim Organisasi, dan Motivasi Kerja berkontribusi secara simultan dan signifikan terhadap prestasi Kerja

Struktur
X1
X3X1 r12 X3X2

1
YX1 2

X3

YX3
YX2

X2

Persamaannya : X3=x3X1X1+ X3X2X2+ Y= YX1X1+

X31
Y

YX2X2+ YX3X3+

Sub Struktur 1
X1
X3X1 r12 X3X2

X3

X2

Persamaannya : X3=x3X1X1+ X3X2X2+

X31

Pengujian Sub Struktur 1


ANOVAb Model 1 Sum of Squares 947,687 157,980 1105,667 df 2 9 11 Mean Square 473,843 17,553 F 26,994 Sig. ,000 a Regression Residual Total a. Predictors: (Constant), Iklim Org (X2), Kepemimpinan (X1) b. Dependent Variable: Motivasi Kerja (X3)

Tidak signifikan

Coefficientsa Unstandardized Coefficients B Std. Error 11,393 5,731 ,244 ,116 ,439 ,108 Standardized Coefficients Beta ,345 ,666

Model 1

(Constant) Kepemimpinan (X1) Iklim Org (X2)

t 1,988 2,101 4,062

Sig. ,078 ,065 ,003

a. Dependent Variable: Motivasi Kerja (X3)


Model Summary Change Statistics Model 1 R R Square ,926 a ,857 Adjusted R Square ,825 Std. Error of the Estimate 4,190 R Square Change ,857 F Change 26,994 df1 2 df2 9 Sig. F Change ,000

a. Predictors: (Constant), Iklim Org (X2), Kepemimpinan (X1)

Trimming (X1 dikeluarkan)


ANOVAb Model 1 Sum of Squares 870,221 235,446 1105,667 df 1 10 11 Mean Square 870,221 23,545 F 36,961 Sig. ,000 a Regression Residual Total a. Predictors: (Constant), Iklim Org (X2) b. Dependent Variable: Motivasi Kerja (X3)

Coefficientsa Unstandardized Coefficients B Std. Error 18,346 5,418 ,585 ,096 Standardized Coefficients Beta ,887

Model 1

(Constant) Iklim Org (X2)

t 3,386 6,080

Sig. ,007 ,000

a. Dependent Variable: Motivasi Kerja (X3)


Model Summary Change Statistics Model 1 R R Square ,887 a ,787 Adjusted R Square ,766 Std. Error of the Estimate 4,852 R Square Change ,787 F Change 36,961 df1 1 df2 10 Sig. F Change ,000

a. Predictors: (Constant), Iklim Org (X2)

Sub Struktur 1 (Baru)


2 X 31 1 Ry . x1. x 2 1 0,787 0,4615

1=0,4615

X3X2=0,887

X3
Persamaannya : X3= X3X2X2+ X31 X3=0,887 X2+0,4615 1

X2

Sub Struktur 2
X1
YX1 r12 2

X3

YX3
YX2

X2

Persamaannya : Y= YX1X1+ YX2X2+ YX3X3+ Y2

Pengujian Sub Struktur 2


ANOVAb Model 1 Sum of Squares 1866,278 63,389 1929,667 df 3 8 11 Mean Square 622,093 7,924 F 78,511 Sig. ,000 a Regression Residual Total a. Predictors: (Constant), Motivasi Kerja (X3), Kepemimpinan (X1), Iklim Org (X2) b. Dependent Variable: Prestasi Kerja (Y)

Tidak signifikan

Coefficientsa Unstandardized Coefficients B Std. Error 1,062 4,619 ,599 ,095 -,198 ,122 ,777 ,224 Standardized Coefficients Beta ,641 -,228 ,588

Model 1

t ,230 6,297 -1,620 3,470

(Constant) Kepemimpinan (X1) Iklim Org (X2) Motivasi Kerja (X3)

Sig. ,824 ,000 ,144 ,008

a. Dependent Variable: Prestasi Kerja (Y)


Model Summary Change Statistics Model 1 R R Square ,983 a ,967 Adjusted R Square ,955 Std. Error of the Estimate 2,815 R Square Change ,967 F Change 78,511 df1 3 df2 8 Sig. F Change ,000

a. Predictors: (Constant), Motivasi Kerja (X3), Kepemimpinan (X1), Iklim Org (X2)

Trimming (X2 dikeluarkan)


ANOVAb Model 1 Sum of Squares 1845,476 84,190 1929,667 df 2 9 11 Mean Square 922,738 9,354 F 98,641 Sig. ,000 a Regression Residual Total

a. Predictors: (Constant), Motivasi Kerja (X3), Kepemimpinan (X1) b. Dependent Variable: Prestasi Kerja (Y)

Coefficientsa Unstandardized Coefficients B Std. Error 3,514 4,742 ,622 ,102 ,485 ,145 Standardized Coefficients Beta ,666 ,367

Model 1

t ,741 6,087 3,357

(Constant) Kepemimpinan (X1) Motivasi Kerja (X3)

Sig. ,478 ,000 ,008

a. Dependent Variable: Prestasi Kerja (Y)


Model Summary Change Statistics Model 1 R R Square ,978 a ,956 Adjusted R Square ,947 Std. Error of the Estimate 3,059 R Square Change ,956 F Change 98,641 df1 2 df2 9 Sig. F Change ,000

a. Predictors: (Constant), Motivasi Kerja (X3), Kepemimpinan (X1)

Sub Struktur 2 (Baru)


X1
2 Y 2 1 Ry 1 0,956 0,2098

YX1=0,666 YX3=0,367

2=0,2098

X3
Persamaannya : Y= YX1X1+
YX3X3+

Y=0,666 X1+0,367 X3+0,2098 2

Struktur (Baru)
X1
1=0,4615

YX1=0,666 YX3=0,367

2=0,2098

X3X2=0,887

X3

Y
X31

X2
Persamaannya :

X3= X3X2X2+

X3=0,887 X2+0,4615 1 Y= YX1X1+ YX3X3+ Y2 Y=0,666 X1+0,367 X3+0,2098 2

Memaknai Hasil Analisis Jalur


Kontribusi Kepemimpinan (X1) yang secara langsung mempengaruhi prestasi kerja (Y) = 0,6662= 44,36 % Kontribusi Motivasi Kerja (X3) yang secara langsung mempengaruhi prestasi kerja (Y) = 0,3672=13,47 % Kontribusi Kepemimpinan (X1) dan Motivasi Kerja (X3) secara simultan yang secara langsung mempengaruhi prestasi kerja (Y) = 0,956=95,6 %. Sisanya 4,4 % dipengaruhi faktor lain yang tidak dapat dijelaskan dalam penelitian ini.

Goodness of Fit (1)


R 1 (1 R ).(1 R )
2 m 2 1 2 2
2 Rm 1 (1 0,857 ).(1 0,967 ) 0,995

2 2 M 1 (1 Rx ).( 1 R 3x 2 yx3 x1 )

M 1 (1 0,787).(1 0,956) 0,991


2 1 Rm 1 0,995 Q 0,556 1 M 1 0,991

Goodness of Fit (2)


Whitung = -(N-d) ln Q
Whitung = -(12-1) ln 0,556=6,457
Cari dari tabel chi kuadrat X2dk=1;=0,05= 3,841
Kesimpulan : Karena Whitung> X2, maka matrik korelasi sampel berbeda dengan matrik korelasi estimasi. Jadi kedua model tersebut signifikan,

sehingga model yang terbentuk mampu mengeneralisasi fenomena

Buku Path Analysis


Cara Menggunakan dan Memaknai ANALISIS JALUR (PATH ANALYSIS) - Riduwan, Drs, MBA - Engkos Achmad Kuncoro, SE, MM Analisis Jalur untuk Riset Bisnis dengan SPSS - Jonathan Sarwono

MULTIVARIATE DATA ANALYSIS - Joseph E. Hair - Ronald L William Printice Hall