Elis Analisis Jalur

Analisis Jalur
Dr.Elisabeth Siahaan,SE,M.Ec
Pengertian
• Analisis jalur ialah suatu teknik untuk
menganalisis hubungan sebab akibat yang
tejadi pada regresi berganda jika variabel
bebasnya mempengaruhi variabel tergantung
tidak hanya secara langsung tetapi juga secara
tidak langsung”. (Robert D. Retherford 1993
Pengertian
• Analisis jalur merupakan pengembangan
langsung bentuk regresi berganda dengan
tujuan untuk memberikan estimasi tingkat
kepentingan (magnitude) dan signifikansi
(significance) hubungan sebab akibat
hipotetikal dalam seperangakat variabel.”
(Paul Webley 1997)
Prinsip-Prinsip Dasar
• Hubungan antar variabel bersifat linear (gunakan uji
hipotesis kelayakan model dgn menggunakan angka
sig atau F untuk pengaruh gabungan dan uji t untuk
pengaruh parsial)
• Data berskala interval (scaled values dalam SPSS)
• Tidak boleh terjadi multikoliniearitas
• Adanya recursivitas. Semua anak panah mempunyai
satu arah, tidak boleh terjadi pemutaran kembali
(looping).
• Terdapat ukuran sampel yang memadai (>100)
Konsep-Konsep dan Istilah Dasar
• Model jalur. Model jalur ialah suatu diagram yang

menghubungkan antara variabel bebas, perantara dan
tergantung. Pola hubungan ditunjukkan dengan
menggunakan anak panah.
• Anak panah-anak panah tunggal menunjukkan
hubungan sebab–akibat antara variabel-variabel
exogenous atau perantara dengan satu variabel
tergantung atau lebih.
• Anak panah juga menghubungkan kesalahan (variabel
residue) dengan semua variabel endogenous masing-
masing. Anak panah ganda menunjukkan korelasi
antara pasangan variabel-variabel exogenous
Model Dua Jalur
Produk
Harga Kepu
asan Loyalitas
Layanan
• Variabel exogenous. Variabel – variabel
exogenous dalam suatu model jalur ialah
semua variabel yang tidak ada penyebab-
penyebab eskplisitnya atau dalam diagram
tidak ada anak-anak panah yang menuju
kearahnya, selain pada bagian kesalahan
pengukuran. Jika antara variabel exogenous
dikorelasikan maka korelasi tersebut
ditunjukkan dengan anak panah dengan
kepala dua yang menghubungkan variabel-
variabel tersebut
• Variabel endogenous. Variabel endogenous
ialah variabel yang mempunyai anak-anak
panah menuju kearah variabel tersebut.
Variabel yang termasuk didalamnya ialah
mencakup semua variabel perantara dan
tergantung. Variabel perantara endogenous
mempunyai anak panah yang menuju
kearahnya dan dari arah variabel tersebut
dalam sutau model diagram jalur. Sedang
variabel tergantung hanya mempunyai anak
panah yang menuju kearahnya.
• Koefesien jalur / pembobotan jalur.

Koefesien jalur adalah koefesien
regresi standar atau disebut ‘beta’
yang menunjukkan pengaruh
langsung dari suatu variabel bebas
terhadap variabel tergantung dalam
suatu model jalur tertentu.
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 5.695 2.365 2.409 .023
Produk .341 .148 .465 2.299 .030
Harga -.103 .149 -.116 -.692 .495
Promosi .214 .151 .280 1.419 .168
a. Dependent Variable: Kepuasan Konsumen
• Variabel-variabel exogenous yang

dikorelasikan. Jika semua variabel
exogenous dikorelasikan, maka
sebagai penanda hubungannya
ialah anak panah dengan dua kepala
yang dihubungkan diantara variabel-
variabel dengan koefesien
korelasinya
• Istilah gangguan. Istilah kesalahan

residual yang secara teknis disebut
sebagai ‘gangguan’ atau “residue”
mencerminkan adanya varian yang
tidak dapat diterangkan atau
pengaruh dari semua variabel yang
tidak terukur ditambah dengan
kesalahan pengukuran
 Signifikansi dan Model keselarasan

dalam jalur. Untuk melakukan
pengujian koefesien – koefesien jalur
secara individual, kita dapat
menggunakan t standar atau
pengujian F dari angka-angka
keluaran regresi.
• Pola hubungan. Dalam analisi jalur tidak
digunakan istilah variabel bebas ataupun
tergantung. Sebagai gantinya kita
menggunakan istilah variabel exogenous dan
endogenous
• Model Recursive. Model penyebab yang
mempunyai satu arah. Tidak ada arah
membalik (feed back loop) dan tidak ada
pengaruh sebab akibat (reciprocal). Dalam
model ini satu variabel tidak dapat berfungsi
sebagai penyebab dan akibat dalam waktu
yang bersamaan
• Model Non-recursive. Model penyebab

dengan disertai arah yang membalik
(feed back loop) atau adanya pengaruh
sebab akibat (reciprocal)
• Direct Effect. Pengaruh langsung yang
dapat dilihat dari koefesien jalur dari satu
variable ke variable lainnya.
• Indirect Effect. Urutan jalur melalui satu
atau lebih variable perantara
• Total Effect: Urutan jalur dari var

yang mempengaruhi dan perantara
ke arah variabel yang diukur
• Pengaruh Gabungan: Pengaruh dari
semua variabel yang diasumsikan
berpengaruh terhadap var yang akan
diukur
Tipe Model-Model Jalur
• Tipe Regresi Berganda (Model Satu Jalur)
X1
X2
• Model Mediasi (Model Dua Jalur)
X1
Y1 Y2
X2
• Model Kompleks (Model lebih dari dua jalur)
Є2
Є1
py1x1
X1 Y1
px3x1
py1x3
py2y1
rx1x2
X3
px3x2 py2x3
X2 py2x1
Y2
Є3
Definisi Efek Mediasi
• Variabel mediasi adalah variabel
perantara yang menjelaskan hubungan
antara variabel bebas terhadap variabel
terikat melalui variabel yang memediasi
hubungan tersebut.
• Contoh,
–Apakah minat baca berpengaruh
terhadap IPK mahasiswa melalui
motivasi belajar?
Dr.Elisabeth Siahaan,SE,MEc 20
Istilah dalam Efek Mediasi
• Pengaruh langsung
– Merupakan pengaruh yang secara langsung terjadi antara
variabel bebas terhadap variabel terikat (Pengaruh X
terhadap Y)
• Pengaruh tidak langsung
– Merupakan pengaruh yang terjadi antara variabel bebas
terhadap variabel terikat yang terjadi melalui penghubung
variabel mediasi
– (Pengaruh X terhadap Z * Pengaruh Z terhadap Y)
• Pengaruh total
– Merupakan keseluruhan pengaruh yang terjadi dari X
terhadap Y
– Pengaruh langsung + Dr.Elisabeth
Pengaruh tidak langsung
Siahaan,SE,MEc 21
Jenis-Jenis Mediasi
• Mediasi Sempurna
– Terjadi jika pengaruh langsung tidak signifikan
sementara pengaruh tidak langsung signifikan
– Metode lain adalah jika nilai Variance Account For
(VAF) ≥ 80%
• Mediasi Parsial (Sebagian)
– Terjadi jika pengaruh langsung dan pengaruh tidak
langsung keduanya signifikan
– Metode lain adalah jika 20% < VAF < 80%
• Bukan Mediasi (no mediation)
– Terjadi jika pengaruh langsung signifikan dan
pengaruh tidak langsung tidak signifikan
Dr.Elisabeth Siahaan,SE,MEc
22
Variance Account For (VAF)
• Adalah persentase dari besarnya
pengaruh tidak langsung terhadap
pengaruh total
Kerangka Konsep Mediasi
• X  Z  Y = Pengaruh tidak langsung

Media
tor
Z
X Y
Pengaruh Langsung
Bebas Terikat
Model Analisis Efek Mediasi
Substruktur II
Substruktur I
• Regresi linear antara
• Regresi linear variabel bebas dan
antara variabel mediasi terhadap
variabel terikat
bebas terhadap
• Menghasilkan
variabel pengaruh langsung
mediasi antara variabel bebas
terhadap variabel
terikat
Diskusikan kembali model matematis pada substruktur I dan II dengan
teman sekelompok
BAGAIMANA MODEL MATEMATIS

DARI EFEK MEDIASI
Permodelan Mediasi dengan 3 variabel bebas
X1 
1
YX 
ZX
2
1
YX 1
ZY
X2 2 Y Z
ZX
YX
3
3
Persamaannya :
X3 Y=ρYX1X1+ ρYX2X2+ ρYX3X3+1
Z= ρZX1X1+ ρZX3X3+ ρZYY+2
27
Pengaruh tidak langsung
Pengaruh tidak langsung dihitung
sebagai perkalian antara pengaruh
variabel bebas terhadap mediator
(substruktur I) dengan variabel mediator
terhadap variabel terikat (substruktur II)
Pengujian tingkat signifikansi pengaruh

tidak langsung dapat dilakukan dengan
menggunakan metode sobel test
Sobel Test
• Sobel test tidak secara langsung diberikan melalui
SPSS
• Sobel test dapat dilakukan secara manual atau secara
online pada http://quantpsy.org/sobel/sobel.htm
• Signifikansi dari sobel test menunjukkan nilai
signifikansi dari pengaruh tidak langsung, dengan
menggunakan t-value dari masing-masing komponen
penyusun pengaruh tidak langsung tersebut
Teori Pemotongan (Trimming)
• Saat ini, banyak alat bantu analisis yang dapat
secara langsung menyelesaikan model secara
langsung tanpa pemotongan
• Teori pemotongan adalah konsep yang
menyatakan bahwa pada sebuah model, jalur atau
pengaruh yang tidak signifikan dikeluarkan dari
model sehingga terbentuk model yang benar-
benar hanya mempengaruhi variabel dependen
• Dalam teori pemotongan, setiap kali variabel
dikeluarkan dari model, maka wajib dilakukan
analisis atau pengolahan data ulang setelah model
dikeluarkan
Goodness of Fit
• Kesesuaian model dapat dilihat dengan
menggunakan R-square ataupun
adjusted R-square. Akan tetapi, pada
analisis kita hanya akan menemukan nilai
dari R-square dalam setiap substruktur
• Nilai R-Square model secara menyeluruh
dapat dihitung dengan rumus
CONTOH EFEK MEDIASI
Pengaruh minat baca terhadap IPK dengan

motivasi belajar sebagai variabel mediasi
(intervening)
Data Minat Membaca (X) adalah variabel
bebas
IPK (Y) adalah variabel terikat
Motivasi (Z) adalah variabel mediasi

atau analisis
Pada intervening
pengaruh mediasi, kita
tidak perlu melakukan standarisasi
ataupun interaksi variabel, data
dapat langsung dianalisis dengan
menggunakan dua substruktur yang
telah dispesifikasi sebelumnya.
Substruktur I  Minat Baca (X)

terhadap Motivasi (Z)
Substruktur II  Minat Baca (X) dan

Motivasi (Z)Siahaan,SE,MEc
Dr.Elisabeth terhadap IPK (Y) 33
Substruktur I
Substruktur II
Diskusikan bagaimana persamaan matematika pada setiap substruktur!
LATIHAN!
Sobel Test
http://quantpsy.org/sobel/
Substruktur I sobel.htm
Substruktur
II
Signifikansi Sobel
yang menunjukkan
nilai signifikansi
pengaruh tidak
langsung 37
Goodness of Fit
= 1 – [(1-0.563)(1-0.853)]
= 1 – (0.437)(0.147)
= 0.936
Dengan demikian, model analisis jalur efek
mediasi dari variabel minat baca dengan
mediasi motivasi belajar secara keseluruhan
dapat menjelaskan 93.6% variasi yang terjadi
pada nilai IPK Mahasiswa
Analisis
• Pengaruh langsung minat
baca terhadap IPK • Pengaruh total
mahasiswa adalah sebesar dari minat baca
1.394 (sig < 0.05) yang terhadap IPK
menunjukkan bahwa minat
baca berpengaruh positif adalah 0.823
dan signifikan terhadap IPK [1.394 + (-0.571)]
• Pengaruh tidak langsung •
Motivasi bersifat
dari minat baca terhadap
IPK melalui Motivasi adalah mediasi parsial
-0.571 [0.782*(-0.730)], sig (signifikan secara
sobel (0.012 < 0.05) langsung dan tidak
Pengembangan Pengetahuan
• Analisis Jalur pada hakikatnya adalah analisis efek
mediasi
• Analisis jalur secara langsung dapat diselesaikan
dengan menggunakan alat bantu AMOS (berbasis
kovarian) maupun PLS (berbasis varian)
• Pengembangan konsep model struktural mencapai
tahapan variabel eksogenus dan endogenus, yang
mengikutsertakan penyimpangan pada setiap
variabel indikator yang disebut dengan variabel
pengukuran. Variabel laten adalah variabel yang
nilainya tidak dapat diukur secara langsung
melainkan melalui variabel pengukuran.
BUDAYAKAN MEMBACA
Sebelumnya kalian sudah mendengar istilah

variabel laten, eksogenus, dan endogenus!
Lakukan kajian pustaka untuk memahami
variabel ini dan hubungannya terhadap
analisis jalur, efek moderasi, dan mediasi!
Cara Penghitungan Dgn SPSS
Contoh
Produk Є1 Є2
Harga Kepua Loyalitas

san
Layanan
• Bagian pertama untuk menghitung persamaan regresinya
• Klik Analyse
• Pilih Regression
• Pilih Linear
• Pada kolom Dependent masukkan variabel kepuasan
• Pada kolom Independent masukkan variabel produk, harga, dan,
layanan
• Method = Enter
• Klik OK
• Bagian kedua untuk menghitung korelasi antara variabel produk,

harga, dan layanan
• Klik Analyse
• Pilih Correlate
• Pilih Bivariate
• Masukkan ke kolom Variabels, variabel produk, harga, dan layanan
• Klik OK
• Output substruktur I
Model Summary
Adjusted Std. Error of

Model R R Square R Square the Estimate
1 .609a .371 .299 1.625
a. Predictors: (Constant), Layanan, Harga, Produk
ANOVAb
Sum of
Model Squares df Mean Square F Sig.
1 Regression 40.565 3 13.522 5.122 .006a
Residual 68.634 26 2.640
Total 109.199 29
a. Predictors: (Constant), Layanan, Harga, Produk
b. Dependent Variable: Kepuasan Konsumen
Coefficientsa
1 (Constant) 6.257 2.430 2.575 .016
Produk .415 .142 .567 2.922 .007
Harga -.084 .153 -.094 -.550 .587
Layanan .086 .127 .125 .680 .503
a. Dependent Variable: Kepuasan Konsumen
Correlations
Produk Harga Layanan

Produk Pearson Correlation 1 .412* .534**
Sig. (2-tailed) . .024 .002
N 30 30 30
Harga Pearson Correlation .412* 1 .285
Sig. (2-tailed) .024 . .127
N 30 30 30
Layanan Pearson Correlation .534** .285 1
Sig. (2-tailed) .002 .127 .
N 30 30 30
*. Correlation is significant at the 0.05 level (2-tailed).
**. Correlation is significant at the 0.01 level (2-tailed).
Model Struktural
X1 1
YX 2
r12 1 ZX
1
r13 YX2
ZY
X2 Y Z
ZX
3
r23 YX
3
X3
Persamaannya :
Y=PYX1X1+PYX2X2+PYX3X3+1
Z=PZX1X1+PZX3X3+PZYY+2
Sub Struktur 1
X1 1
r12 YX
1
r13 YX2
X2 Y
r23 YX
3
X3 Persamaannya :
Y=PYX1X1+PYX2X2+PYX3X3+1
Sub Struktur 2
X1 1
YX 2
1 ZX
1
r13
ZY
Y ZX
Z
3
YX
3
X3
Persamaannya :
Z=PZX1X1+PZX3X3+PZYY+2
Contoh
Penelitian : Kontribusi Kemampuan Pegawai dan Motivassi Kerja
Pegawai terhadap Produktivitas Kerja
Kemampuan Motivasi Produktivitas

No.
Pegawai Pegawai Kerja
Resp
X1 X2 Y
1 36 55 64
2 46 45 55
3 47 60 72
4 25 35 50
5 68 64 79
6 69 44 77
7 57 64 78
8 49 65 72
9 58 63 66
10 67 74 82
11 79 84 87
12 52 73 82
Langkah 1 :
Hipotesis & Persamaan Struktural
Hipotesis : Koordinasi dan motivasi kerja

berkontribusi secara simultan dan
signifikan terhadap produktivitas kerja
Struktur : Y=YX1X1+ YX2X2 + Y 1

Langkah 2 :
Hitung koefisien jalur (1)
a. Gambar Diagram Jalur
Y=YX1X1+ YX2X2 + Y +1

1
KOORDINASI yx1 y
(X1)
PRODUKTIVITAS
r12 KERJA
(Y)
MOTIVASI KERJA yx2
(X2)
Langkah 2 :
b. Hitung koefisien korelasi & regresi (SPSS)
Correlations
Kemampuan Motivasi Produktivitas

Pegawai (X1) Kerja (X2) Kerja (Y)
Kemampuan Pearson Correlation 1 ,645* ,829**
Pegawai (X1) Sig. (2-tailed) . ,024 ,001
N 12 12 12
Motivasi Kerja (X2) Pearson Correlation ,645* 1 ,824**
Sig. (2-tailed) ,024 . ,001
N 12 12 12
Produktivitas Kerja (Y) Pearson Correlation ,829** ,824** 1
Sig. (2-tailed) ,001 ,001 .
N 12 12 12
*. Correlation is significant at the 0.05 level (2-tailed).
**. Correlation is significant at the 0.01 level (2-tailed).
Langkah 2 :
ANOVAb
Sum of
1 Regression 1170,257 2 585,129 22,151 ,000 a
Residual 237,743 9 26,416
Total 1408,000 11
a. Predictors: (Constant), Motivasi Kerja (X2), Kemampuan Pegawai (X1)
b. Dependent Variable: Produktivitas Kerja (Y)
Coefficientsa
1 (Constant) 27,026 7,069 3,823 ,004
Kemampuan
,379 ,133 ,510 2,845 ,019
Pegawai (X1)
Motivasi Kerja (X2) ,402 ,146 ,495 2,763 ,022
a. Dependent Variable: Produktivitas Kerja (Y)
Model Summary
Change Statistics
Adjusted Std. Error of R Square
Model R R Square R Square the Estimate Change F Change df1 df2 Sig. F Change
1 ,912a ,831 ,794 5,140 ,831 22,151 2 9 ,000
Langkah 3 :
Hitung koefisien jalur scr simultan
ANOVAb
Sum of
1 Regression 1170,257 2 585,129 22,151 ,000a
Residual 237,743 9 26,416
Total 1408,000 11
b. Dependent Variable: Produktivitas Kerja (Y)
H0 : yx1= yx2=0
Ha : yx1= yx2≠0
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)
Coefficientsa
1 (Constant) 27,026 7,069 3,823 ,004
Kemampuan
,379 ,133 ,510 2,845 ,019
Pegawai (X1)
Motivasi Kerja (X2) ,402 ,146 ,495 2,763 ,022
H0 : yx1=0
Ha : yx1>0
H0 : Kemampuan pegawai tidak berkontribusi secara simultan dan
Ha : Kemampuan pegawai berkontribusi secara simultan dan
Nilai t = 2,845 sig. 0,019 <0,05 berarti H0 ditolak Ha
Langkah 4 :
Hitung koefisien jalur scr individu (2)
Coefficientsa
1 (Constant) 27,026 7,069 3,823 ,004
Kemampuan
,379 ,133 ,510 2,845 ,019
Pegawai (X1)
Motivasi Kerja (X2) ,402 ,146 ,495 2,763 ,022
H0 : yx2=0
Ha : yx2>0
H0 : Motivasi Pegawai tidak berkontribusi secara simultan dan
Ha : Motivasi Pegawai berkontribusi secara simultan dan
Nilai t = 2,763 sig. 0,022 <0,05 berarti H0 ditolak Ha diterima
Memaknai Hasil Analisis Jalur (1)
Y=YX1X1+ YX2X2 + Y1

Y=0,510 X1+0,495X2+0,411 1
1
KOORDINASI yx1= 0,51 y =0,411

(X1)
PRODUKTIVITAS
r12= 0,645 KERJA
(Y)
MOTIVASI KERJA yx2=0,495
(X2)
Y   1  R y2. x1. x 2  1  0,831  0,169  0,411

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
ANALISIS JALUR
MODEL TRIMMING
Contoh
Penelitian : Kontribusi Kepemimpinan, Iklim Organisasi, dan Motivasi
Kerja terhadap Prestasi Kerja
Motivasi Prestasi
No. Kepemimpinan Iklim Org
Kerja Kerja
Resp
X1 X2 X3 Y
1 55 36 38 60
2 45 46 45 50
3 60 47 46 62
4 35 25 30 40
5 64 68 53 68
6 44 69 54 59
7 70 57 61 79
8 65 49 50 69
9 63 58 52 65
10 74 67 51 70
11 84 79 69 89
12 73 52 53 79
Hipotesis
1. Kepemimpinan dan Iklim Organisasi

berkontribusi secara simultan dan
signifikan terhadap Motivasi Kerja
2. Kepemimpinan, Iklim Organisasi, dan
Motivasi Kerja berkontribusi secara
simultan dan signifikan terhadap prestasi
Kerja
Struktur
X1 1
X 2
3X1 YX
1
r12 YX
X3
3
Y
X
3X2 YX
2
X2
Persamaannya :
X3=x3X1X1+  X3X2X2+ X31
Y=  YX1X1+  YX2X2+  YX3X3+  Y2
Sub Struktur 1
X1 1
X
3X1
r12
X3
X
3X2
X2
Persamaannya :
X3=x3X1X1+  X3X2X2+ X31
Pengujian Sub Struktur 1
ANOVAb
Sum of
1 Regression 947,687 2 473,843 26,994 ,000a
Residual 157,980 9 17,553
Total 1105,667 11
a. Predictors: (Constant), Iklim Org (X2), Kepemimpinan (X1)
b. Dependent Variable: Motivasi Kerja (X3)
Coefficientsa
1 (Constant) 11,393 5,731 1,988 ,078
Kepemimpinan (X1) ,244 ,116 ,345 2,101 ,065
Iklim Org (X2) ,439 ,108 ,666 4,062 ,003
a. Dependent Variable: Motivasi Kerja (X3)
Model Summary
Change Statistics
1 ,926 a ,857 ,825 4,190 ,857 26,994 2 9 ,000
a. Predictors: (Constant), Iklim Org (X2), Kepemimpinan (X1)
Trimming (X1 dikeluarkan)
ANOVAb
Sum of
1 Regression 870,221 1 870,221 36,961 ,000 a
Residual 235,446 10 23,545
Total 1105,667 11
a. Predictors: (Constant), Iklim Org (X2)
b. Dependent Variable: Motivasi Kerja (X3)
Coefficientsa
1 (Constant) 18,346 5,418 3,386 ,007
Iklim Org (X2) ,585 ,096 ,887 6,080 ,000
a. Dependent Variable: Motivasi Kerja (X3)
Model Summary
Change Statistics
1 ,887 a ,787 ,766 4,852 ,787 36,961 1 10 ,000
a. Predictors: (Constant), Iklim Org (X2)
Sub Struktur 1 (Baru)
2
 X 3 1  1  R y . x1. x 2  1  0,787  0,4615
1=0,4615
X3 Persamaannya :
X3X2=0,887
X2 X3= X3X2X2+ X31

X3=0,887 X2+0,4615 1
Sub Struktur 2
X1
2
YX
1
r12 YX
X3
3
Y
YX
2
X2
Persamaannya :
Y=  YX1X1+  YX2X2+  YX3X3+  Y2
Pengujian Sub Struktur 2
ANOVAb
Sum of
1 Regression 1866,278 3 622,093 78,511 ,000 a
Residual 63,389 8 7,924
Total 1929,667 11
a. Predictors: (Constant), Motivasi Kerja (X3), Kepemimpinan (X1), Iklim Org (X2)
b. Dependent Variable: Prestasi Kerja (Y)
Tidak signifika
Coefficientsa
1 (Constant) 1,062 4,619 ,230 ,824
Kepemimpinan (X1) ,599 ,095 ,641 6,297 ,000
Iklim Org (X2) -,198 ,122 -,228 -1,620 ,144
Motivasi Kerja (X3) ,777 ,224 ,588 3,470 ,008
a. Dependent Variable: Prestasi Kerja (Y)
Model Summary
Change Statistics
1 ,983 a ,967 ,955 2,815 ,967 78,511 3 8 ,000
a. Predictors: (Constant), Motivasi Kerja (X3), Kepemimpinan (X1), Iklim Org (X2)
Trimming (X2 dikeluarkan) ANOVAb
Sum of
1 Regression 1845,476 2 922,738 98,641 ,000a
Residual 84,190 9 9,354
Total 1929,667 11
a. Predictors: (Constant), Motivasi Kerja (X3), Kepemimpinan (X1)
b. Dependent Variable: Prestasi Kerja (Y)
Coefficientsa
1 (Constant) 3,514 4,742 ,741 ,478
Kepemimpinan (X1) ,622 ,102 ,666 6,087 ,000
Motivasi Kerja (X3) ,485 ,145 ,367 3,357 ,008
a. Dependent Variable: Prestasi Kerja (Y)
Model Summary
Change Statistics
1 ,978 a ,956 ,947 3,059 ,956 98,641 2 9 ,000
a. Predictors: (Constant), Motivasi Kerja (X3), Kepemimpinan (X1)
Sub Struktur 2 (Baru)
Y  2  1 R 2
y  1  0,956  0,2098
X1
YX =0,666
1 2=0,2098
YX =0,367
X3
3
Y
Persamaannya :
Y=  YX1X1+  YX3X3+  Y2
Y=0,666 X1+0,367 X3+0,2098 2
Struktur (Baru)
X1
YX =0,666
1 2=0,2098
1=0,4615
YX =0,367
X3
3
Y
X =0,887
3X2
X3= X3X2X2+ X31

X2
X3=0,887 X2+0,4615 1
Persamaannya : Y=  YX1X1+  YX3X3+  Y2
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
Goodness of Fit (1)
2 2 2
R m  1  (1  R ).(1  R ) 1 2
2
R  1  (1  0,857).(1  0,967)  0,995
m
2 2
M  1  (1  R x3x 2 ).(1  R yx 3 x1 )
M  1  (1  0,787).(1  0,956)  0,991
2
1 R 1  0,995
Q  m
 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

Elis Analisis Jalur

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

Elis Analisis Jalur

Diunggah oleh

Hak Cipta:

Format Tersedia

Analisis Jalur

• Model jalur. Model jalur ialah suatu diagram yang

Model Dua Jalur

• Koefesien jalur / pembobotan jalur.

• Variabel-variabel exogenous yang

• Istilah gangguan. Istilah kesalahan

 Signifikansi dan Model keselarasan

• Model Non-recursive. Model penyebab

• Total Effect: Urutan jalur dari var

• X  Z  Y = Pengaruh tidak langsung

BAGAIMANA MODEL MATEMATIS

Pengujian tingkat signifikansi pengaruh

Pengaruh minat baca terhadap IPK dengan

IPK (Y) adalah variabel terikat

Motivasi (Z) adalah variabel mediasi

Substruktur I  Minat Baca (X)

Substruktur II  Minat Baca (X) dan

Sebelumnya kalian sudah mendengar istilah

Harga Kepua Loyalitas

• Bagian kedua untuk menghitung korelasi antara variabel produk,

Adjusted Std. Error of

Produk Harga Layanan

Kemampuan Motivasi Produktivitas

Hipotesis : Koordinasi dan motivasi kerja

Struktur : Y=YX1X1+ YX2X2 + Y 1

a. Gambar Diagram Jalur

Y=YX1X1+ YX2X2 + Y +1

Kemampuan Motivasi Produktivitas

Ha : Kemampuan pegawai dan motivasi kerja berkontribusi secara

Y=YX1X1+ YX2X2 + Y1

KOORDINASI yx1= 0,51 y =0,411

Y   1  R y2. x1. x 2  1  0,831  0,169  0,411

Kontribusi Motivasi Pegawai (X2) yang secara

Kontribusi Kemampuan Pegawai (X1) dan Motivasi

1. Kepemimpinan dan Iklim Organisasi

X2 X3= X3X2X2+ X31

X3= X3X2X2+ X31

Anda mungkin juga menyukai