Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

METODE ANALISIS DATA S.E.M. STRUCTURAL EQUATION MODELLING Bahan kajian pada MK. Metode penelitian kajian lingkungan Disarikan oleh: Prof Dr Ir Soemarno.

Presentasi serupa


Presentasi berjudul: "METODE ANALISIS DATA S.E.M. STRUCTURAL EQUATION MODELLING Bahan kajian pada MK. Metode penelitian kajian lingkungan Disarikan oleh: Prof Dr Ir Soemarno."— Transcript presentasi:

1 METODE ANALISIS DATA S.E.M. STRUCTURAL EQUATION MODELLING Bahan kajian pada MK. Metode penelitian kajian lingkungan Disarikan oleh: Prof Dr Ir Soemarno MS PMPSLP PPSUB OKTOBER 2012

2 S.E.M. = Structural Equation Modelling LISREL = Linear Structural Relations SEM = Simultaneous Equation Model S.E.M. = Structural Equation Modelling LISREL = Linear Structural Relations SEM = Simultaneous Equation Model SEM: mrp pendekatan terintegrasi antara : ANALISIS FAKTOR (Factor Analysis) SISTEM PERSAMAAN SIMULTAN (Model Struktural) SIDIK LINTAS (Path Analysis) SEM: mrp pendekatan terintegrasi antara : ANALISIS FAKTOR (Factor Analysis) SISTEM PERSAMAAN SIMULTAN (Model Struktural) SIDIK LINTAS (Path Analysis) S.E.M.= pendekatan terintegrasi antara: Analisis data empirik, dan Pengembangan konsep teoritik S.E.M.= pendekatan terintegrasi antara: Analisis data empirik, dan Pengembangan konsep teoritik S.E.M. : tiga macam analisis sekaligus, yaitu: 1. Uji validitas dan reliabilitas instrumen 2. Uji model hubungan antar variabel & jalurnya 3. Mendapatkan model untuk prakiraan/ estimasi /ekstrapolasi S.E.M. : tiga macam analisis sekaligus, yaitu: 1. Uji validitas dan reliabilitas instrumen 2. Uji model hubungan antar variabel & jalurnya 3. Mendapatkan model untuk prakiraan/ estimasi /ekstrapolasi

3 Factors Analysis Modelling X1 Xi dan Yi : Variabel atau Faktor Ksi : variabel laten X Eta: variabel laten Y Segi-empat : Variabel manifest, indikator, observable variable Bulatan oval : Variabel laten, dimensi, construct variable Xi dan Yi : Variabel atau Faktor Ksi : variabel laten X Eta: variabel laten Y Segi-empat : Variabel manifest, indikator, observable variable Bulatan oval : Variabel laten, dimensi, construct variable X2 X3 X4 X5 X8 X6 X7 Ksi1 Ksi3 Ksi2 Eta2 Eta1 Y1 Y2 Y3 Y4

4 Structural Equation Modelling X1 Analisis faktor Variabel Eksogen X2 X3 X4 X5 X8 X6 X7 Ksi1 Ksi3 Ksi2 Eta2 Eta1 Y1 Y2 Y3 Y4 Analisis faktor Variabel Endogen Analisis Regresi Analisis Jalur Path Analysis

5 NOTASI dalam S.E.M. X1  : Ksi, variabel laten X  : Eta, variabel laten Y  : delta, galat pengukuran variabel laten X  : epsilon, galat pengukuran variabel laten Y  : koefisien pengaruh variabel endogen thd variabel endogen lainnya  : koefisien pengaruh variabel eksogen thd variabel endogen : loading factor  : Zeta, galat model  : Psi, peragam antar galat model  : Ksi, variabel laten X  : Eta, variabel laten Y  : delta, galat pengukuran variabel laten X  : epsilon, galat pengukuran variabel laten Y  : koefisien pengaruh variabel endogen thd variabel endogen lainnya  : koefisien pengaruh variabel eksogen thd variabel endogen : loading factor  : Zeta, galat model  : Psi, peragam antar galat model X2 X3 X4 X5 X8 X6 X7 Ksi1 Ksi3 Ksi2 Eta2 Eta1 Y1 Y2 Y3 11 77 44 1 11 11 22 33 11 11 1 11 11 11  12 11 11  23

6 S.E.M. vs. SIDIK LINTAS (Path Analysis) Tujuan SEM adalah mendapatkan model struktural yang dapat digunakan untuk keperluan prediksi. Dalam hal ini, SEM setara dengan REGRESI. Tujuan SEM adalah mendapatkan model struktural yang dapat digunakan untuk keperluan prediksi. Dalam hal ini, SEM setara dengan REGRESI. SEM juga dapat untuk menguji pengaruh (langsung dan tidak langsung) variabel bebas terhadap variabel tidak-bebas, menentukan variabel dominan, dan jalur-jalur keterkaitan antar variabel. Dalam hal ini, SEM setara dengan SIDIK LINTAS SEM juga dapat untuk menguji pengaruh (langsung dan tidak langsung) variabel bebas terhadap variabel tidak-bebas, menentukan variabel dominan, dan jalur-jalur keterkaitan antar variabel. Dalam hal ini, SEM setara dengan SIDIK LINTAS Keunggulan SEM. 1. SEM dapat menguji hubungan kausalita, validitas dan reliabilitas 2. SEM dapat diterapkan untuk Model rekursif dan Resiprokal 3. SEM input datanya dapat berupa data mentah 4. SEM outputnya berupa faktor determinan, model struktural dan model pengukuran Keunggulan SEM. 1. SEM dapat menguji hubungan kausalita, validitas dan reliabilitas 2. SEM dapat diterapkan untuk Model rekursif dan Resiprokal 3. SEM input datanya dapat berupa data mentah 4. SEM outputnya berupa faktor determinan, model struktural dan model pengukuran

7 Langkah-langkah S.E.M. Pengembangan Model Konsep & Teori Konstruksi Diagram Lintasan Konversi Diagram Lintasan menjadi Model Struktural Memilih Matriks Input Menilai Masalah Identifikasi Evaluasi Goodness of fit Interpretasi dan Modifikasi Model

8 Pengembangan Model Konsep & Teori Model Hipotetik = Model Konseptual = Model Teoritis Hubungan kausalita sebab-akibat antara variabel eksogen (variabel bebas, independent) dan variabel endogen (variabel tergantung, variabel dependent) Dengan demikian landasan teorinya harus kuat untuk dapat menjelaskan Model Hipotetik tersebut Salah satu aspek kritis dalam hal ini adalah “Spesifikasi variabel”, terutama variabel prediktif Model Hipotetik = Model Konseptual = Model Teoritis Hubungan kausalita sebab-akibat antara variabel eksogen (variabel bebas, independent) dan variabel endogen (variabel tergantung, variabel dependent) Dengan demikian landasan teorinya harus kuat untuk dapat menjelaskan Model Hipotetik tersebut Salah satu aspek kritis dalam hal ini adalah “Spesifikasi variabel”, terutama variabel prediktif Untuk kepentingan praktis analisis data dan interpretasinya, maka seyogyanya banyaknya variabel tidak lebih dari 20.

9 KONSTRUKSI DIAGRAM LINTASAN Path diagram KONSTRUKSI DIAGRAM LINTASAN Path diagram Diagram ini sangat bermanfaat untuk menunjukkan alur-alur (lintasan) kausalita antar variabel yang secara teoritis layak Hubungan kausalita : Simbol panah satu arah Hubungan korelasional : Simbol panah bolak-balik Diagram ini sangat bermanfaat untuk menunjukkan alur-alur (lintasan) kausalita antar variabel yang secara teoritis layak Hubungan kausalita : Simbol panah satu arah Hubungan korelasional : Simbol panah bolak-balik X1i X2i X3i Y1i Y2i X1: Unobservable variabel Variabel manifes, variabel terukur X1.1 X1.2 X1.3 X1….

10 KONSTRUKSI DIAGRAM LINTASAN Path diagram KONSTRUKSI DIAGRAM LINTASAN Path diagram X1 X2 X3 Y1 Y2 X1.1 X1.2 X2.1 X2.2 X3.1 X3.2 X3.3 Y2.1 Y2.2 Y1.1         

11 KONVERSI menjadi MODEL STRUKTURAL X1 X2 X3 Y1 Y2 X1.1 X1.2 X2.1 X2.2 X3.1 X3.2 X3.3 Y2.1 Y2.2 Y1.1 11 11 11 1 33 11 11 11  1.2  1 =  2.  2 +  1.  1 +  1  2 =  1.  1 +  2.  2 +  3.  3 +  2 X1.1 = 1.  1 +  1 X1.2 = 2.  1 +  2 …. Dst. 22 22 22 3 22 33 22 22 22 33 44 55 66 77

12 MEMILIH MATRIKS INPUT Input data untuk SEM dapat berupa: 1. Matriks korelasi, atau 2. Matriks peragam, kovarians Input data untuk SEM dapat berupa: 1. Matriks korelasi, atau 2. Matriks peragam, kovarians Matriks Peragam, digunakan kalau: 1. Tujuannya menguji model hipotetik yang secarateoritis sudah layak 2. Serupa dengan analisis regresi 3. Model yang diperoleh dapat digunakan untuk prediksi 4. Model yg diperoleh dapat untuk menjelaskan fenomena yang dikaji 5. …. Matriks Peragam, digunakan kalau: 1. Tujuannya menguji model hipotetik yang secarateoritis sudah layak 2. Serupa dengan analisis regresi 3. Model yang diperoleh dapat digunakan untuk prediksi 4. Model yg diperoleh dapat untuk menjelaskan fenomena yang dikaji 5. …. Matriks korelasi, digunakan kalau: 1. Tujuannya ingin membuktikan hubungan kausalita antar variabel 2. Lintasan mana saja yang pengaruhnya dominan 3. Variabel eksogen mana saja yang pengaruhnya dominan terhadap variabel endogen Matriks korelasi, digunakan kalau: 1. Tujuannya ingin membuktikan hubungan kausalita antar variabel 2. Lintasan mana saja yang pengaruhnya dominan 3. Variabel eksogen mana saja yang pengaruhnya dominan terhadap variabel endogen 4....

13 PROBLEMATIK IDENTIFIKASI Problematik pendugaan parameter: 1. Un-identified atau under identified 2. Over identified Problematik pendugaan parameter: 1. Un-identified atau under identified 2. Over identified Cara mengatasinya: 1. Landasan teori yang digunakan untuk menyusun Model Hipotetik harus benar-benar ‘bagus” 2. Menambah atau mengurangi variabel laten, disesuaikan dengan landasan teorinya 3. Iterasi dalam pendugaan model dengan menetapkan “kendala” pada model, misalnya salah satu atau beberapa parameter model dianggap “fixed” Cara mengatasinya: 1. Landasan teori yang digunakan untuk menyusun Model Hipotetik harus benar-benar ‘bagus” 2. Menambah atau mengurangi variabel laten, disesuaikan dengan landasan teorinya 3. Iterasi dalam pendugaan model dengan menetapkan “kendala” pada model, misalnya salah satu atau beberapa parameter model dianggap “fixed” Gejala yg muncul akibat dari adanya “masalah identifikasi”: 1. Adanya standard error yang terlalu besar 2. Matriks informasi tidak dapat disajikan sbgm mestinya 3. Nilai penduga parameter tidak dapat diperoleh 4. Muncul angka (nilai) yang aneh 5. Adanya koefisien korelasi yg tinggi (> 0.9) antar koefisien hasil pendugaan Gejala yg muncul akibat dari adanya “masalah identifikasi”: 1. Adanya standard error yang terlalu besar 2. Matriks informasi tidak dapat disajikan sbgm mestinya 3. Nilai penduga parameter tidak dapat diperoleh 4. Muncul angka (nilai) yang aneh 5. Adanya koefisien korelasi yg tinggi (> 0.9) antar koefisien hasil pendugaan

14 EVALUASI GOODNESS - OF - FIT Asumsi-asumsi SEM: 1. Asumsi yang berkaitan dengan model 2. Asumsi yang berkaitan dengan pendugaan parameter & pengujian hipotesis Asumsi-asumsi SEM: 1. Asumsi yang berkaitan dengan model 2. Asumsi yang berkaitan dengan pendugaan parameter & pengujian hipotesis Asumsi Pendugaan parameter & Uji hipotesis: 1. Random sampling 2. Tidak boleh ada missing data 3. Tidak ada data pencilan, outliers 4. Untuk pendugaan parameter, jumlah sampel minimum 100 Asumsi Pendugaan parameter & Uji hipotesis: 1. Random sampling 2. Tidak boleh ada missing data 3. Tidak ada data pencilan, outliers 4. Untuk pendugaan parameter, jumlah sampel minimum 100 Asumsi yang berkaitan dengan model: 1. Semua hubungan berbentuk linier (Lihat diagram pencarnya) 2. Model bersifat adetif, sesuai dengan landasan teorinya Asumsi yang berkaitan dengan model: 1. Semua hubungan berbentuk linier (Lihat diagram pencarnya) 2. Model bersifat adetif, sesuai dengan landasan teorinya

15 TAHAPAN UJI GOODNESS OF FIT A. Uji Parameter, dengan t-test: 1. Parameter Lamda: validitas instrument 2. Parameter Delta dan Epsilon: Reliabilitas instrumen 3. Parameter Beta dan Gama, dan lainnya A. Uji Parameter, dengan t-test: 1. Parameter Lamda: validitas instrument 2. Parameter Delta dan Epsilon: Reliabilitas instrumen 3. Parameter Beta dan Gama, dan lainnya 4. Uji Model Pengukuran Uji validitas ……… koefisien korelasi Uji reliabilitas ……….. Nilai error 4. Uji Model Pengukuran Uji validitas ……… koefisien korelasi Uji reliabilitas ……….. Nilai error 2. Uji Keseluruhan Model Model ini merupakan integrasi antara model struktural dan model pengukuran 2. Uji Keseluruhan Model Model ini merupakan integrasi antara model struktural dan model pengukuran 3. Uji Model Struktural Menggunakan uji koefisien determinasi, seperti model regresi 3. Uji Model Struktural Menggunakan uji koefisien determinasi, seperti model regresi

16 Kriteria uji goodness of fit : Model Overall Goodness of fit Cut-offKeterangan Chi-squareNon-signifikanDipakai untuk n = , Model yg baik bila nilai Chi-square tidak jauh berbeda dg derajat bebasnya RMRKecilDipakai untuk n besar RMSEA< 0.08Dipakai untuk n besar GFI> 0.90Mirip dengan koef. determinasi R 2 AGFI>0.90 Mirip dgn R 2 adjusted CFI>0.94Tdk sensitif thd besar sampel AICKecilBila model lebihdari satu, pilihlah yg nilainya kecil

17 INTERPRETASI & MODIFIKASI MODEL Bilamana Model telah dianggap baik, selanjutnya adalah interpretasi, apabila model belum baik perlu modifikasi Modifikasi Model: Menambah atau mengurangi “Lintasan” yang dianggap layak secara teoritis. Bilamana Model telah dianggap baik, selanjutnya adalah interpretasi, apabila model belum baik perlu modifikasi Modifikasi Model: Menambah atau mengurangi “Lintasan” yang dianggap layak secara teoritis. INTERPRETASI MODEL: 1. Model Struktural: Interpretasi terhadap fenomena yg sedang dikaji, dan melakukan prediksi 2. Analisis Lintasan: 1. Efek langsung 2. Efek tidak langsung 3. Total efek 4. Faktor dominan 5. Kausalitas antar variabel. INTERPRETASI MODEL: 1. Model Struktural: Interpretasi terhadap fenomena yg sedang dikaji, dan melakukan prediksi 2. Analisis Lintasan: 1. Efek langsung 2. Efek tidak langsung 3. Total efek 4. Faktor dominan 5. Kausalitas antar variabel.

18 SAMPLE SIZE Dalam SEM, Parameter yang diduga:. 1. Parameter pada Model Pengukuran 2. Parameter pengaruh variabel eksogen thd variabel endogen 3. Parameter pengaruh antar variabel endogen 4. Parameter korelasi antar variabel eksogen 5. Parameter error. Dalam SEM, Parameter yang diduga:. 1. Parameter pada Model Pengukuran 2. Parameter pengaruh variabel eksogen thd variabel endogen 3. Parameter pengaruh antar variabel endogen 4. Parameter korelasi antar variabel eksogen 5. Parameter error. Sampel untuk LISREL 1. Sampel untuk program LISREL > Sample size 10 x banyaknya variabel 3. Banyaknya sampel minimum 10 x banyaknya parameter yang ada dalam model Sampel untuk LISREL 1. Sampel untuk program LISREL > Sample size 10 x banyaknya variabel 3. Banyaknya sampel minimum 10 x banyaknya parameter yang ada dalam model Penentuan besarnya sampel: 1. Kalau pendugaan dg metode Maximum likelihood,maka sampel , minimum absolut Jumlah sampel = 5-10 kali banyaknya parameter 3. Jumlah sampel = 5-10 kali jumlah variabel manifest dari keseluruhan variabel laten Penentuan besarnya sampel: 1. Kalau pendugaan dg metode Maximum likelihood,maka sampel , minimum absolut Jumlah sampel = 5-10 kali banyaknya parameter 3. Jumlah sampel = 5-10 kali jumlah variabel manifest dari keseluruhan variabel laten

19 SEM dalam STUDI MARKETING MODEL HIPOTETIK 1. Harga produk berpengaruh thd image pelanggan, Harga berpengaruh terhadap Promosi 2. Fasilitas berpengaruh thd image pelanggan, juga berpengaruh thd Promosi 3. Produk berpengaruh thd image pelanggan, dan dapat digunakan sebagai sarana Promosi 4. Promosi dapat membantu membentuk Image pelanggan MODEL HIPOTETIK 1. Harga produk berpengaruh thd image pelanggan, Harga berpengaruh terhadap Promosi 2. Fasilitas berpengaruh thd image pelanggan, juga berpengaruh thd Promosi 3. Produk berpengaruh thd image pelanggan, dan dapat digunakan sebagai sarana Promosi 4. Promosi dapat membantu membentuk Image pelanggan IDENTIFIKASI VARIABEL Variabel Laten (Konstruk)Variabel Manifest (Terukur) Harga (X)X1 = Potongan, atau berbentuk hadiah X2 = Harga yg ditetapkan Promosi (X)X3 = Promosi mampu memberikan informasi yg jelas shg dapat membantu pengambilan keputusan pembelian Fasilitas (X)X4 = Fasilitas PArkir X5 = Fasilitas bermain anak-anak Produk (X)X6 = Kualitas produk X7 = Kelengkapan produk yg ditawarkan Image (Y)Y1 = Citra dan pandangan pelanggan Jumlah Sampel = 140 orang IDENTIFIKASI VARIABEL Variabel Laten (Konstruk)Variabel Manifest (Terukur) Harga (X)X1 = Potongan, atau berbentuk hadiah X2 = Harga yg ditetapkan Promosi (X)X3 = Promosi mampu memberikan informasi yg jelas shg dapat membantu pengambilan keputusan pembelian Fasilitas (X)X4 = Fasilitas PArkir X5 = Fasilitas bermain anak-anak Produk (X)X6 = Kualitas produk X7 = Kelengkapan produk yg ditawarkan Image (Y)Y1 = Citra dan pandangan pelanggan Jumlah Sampel = 140 orang

20 Diagram Lintasan X1 No Sampel X1 X2 X3 X4 X5 X6 X7 Y No Sampel X1 X2 X3 X4 X5 X6 X7 Y X2 X4 X5 X6 X7 Harga Produk Fasilitas Image Promosi X3 Y1

21 HASIL ANALISIS: Diagram Lintasan Model Pengukuran ( standardized ) HASIL ANALISIS: Diagram Lintasan Model Pengukuran ( standardized ) X1 X2 X4 X5 X6 X7 Harga Produk Fasilitas

22 HASIL ANALISIS: Diagram Lintasan Model Pengukuran (t-values) HASIL ANALISIS: Diagram Lintasan Model Pengukuran (t-values) X1 X2 X4 X5 X6 X7 Harga Produk Fasilitas unreliable

23 HASIL ANALISIS: Diagram Lintasan Model Keseluruhan ( standardized ) HASIL ANALISIS: Diagram Lintasan Model Keseluruhan ( standardized ) X1 X2 X4 X5 X6 X7 Harga Produk Fasilitas Promosi Image X3 Y Chi-square = 28.78, df= 12, P-value = , RMSEA = 0.100

24 HASIL ANALISIS Model Strultural ( estimate ) HASIL ANALISIS Model Strultural ( estimate ) Chi square = 28.78, df=12, P-value= RMSEA = Harga Fasilitas Produk Promosi Image

25 HASIL ANALISIS Path Analysis ( standardized ) HASIL ANALISIS Path Analysis ( standardized ) Chi square = 28.78, df=12, P-value= RMSEA = Harga Fasilitas Produk Promosi Image

26 HASIL ANALISIS Model Struktural ( t-value ) HASIL ANALISIS Model Struktural ( t-value ) Chi square = 28.78, df=12, P-value= RMSEA = Harga Fasilitas Produk Promosi Image signifikan

27 S.E.M.: STRUCTURAL EQUATION MODELLING MANAJEMEN SDM DOSEN PTS S.E.M.: STRUCTURAL EQUATION MODELLING MANAJEMEN SDM DOSEN PTS Model Konsep : Keadaan yang mendahului dan konsekuensi kelelahan emosional tenaga penjual, Babakus et al Mendua Peran Komitmen organisasional Kelelahan Emosional Kepuasan Kerja Keinginan untuk Keluar Konflik PeranKinerja

28 S.E.M.: STRUCTURAL EQUATION MODELLING MANAJEMEN SDM DOSEN PTS S.E.M.: STRUCTURAL EQUATION MODELLING MANAJEMEN SDM DOSEN PTS Kinerja Karyawan Umpan balik karyawan Ukuran Kinerja Penilaian Kinerja Standar Kinerja Keputusan SDM Catatan Karyawan Elemen kunci sistem penilaian kinerja, Mangkuprawira, 2002

29 S.E.M.: STRUCTURAL EQUATION MODELLING MANAJEMEN SDM DOSEN PTS S.E.M.: STRUCTURAL EQUATION MODELLING MANAJEMEN SDM DOSEN PTS Beban Kerja Identifikasi Kepuasan Kerja Kelelahan Emosional Penghargaan Lingkungan Keluarga Konflik Peran Penilaian Kinerja Kinerja Komitmen Organisasional Keterlibatan Loyalitas Kelelahan emosional Depersonalisasi Kemunduran kepribadian Pengaruh Kelelahan Emosional thd Kepuasan Kerja dan Kinerja dalam pencapaian komitmen organisasi

30 S.E.M.: STRUCTURAL EQUATION MODELLING MANAJEMEN SDM DOSEN PTS S.E.M.: STRUCTURAL EQUATION MODELLING MANAJEMEN SDM DOSEN PTS Beban Kerja (X11) Penghargaan (X12) Lingkungan Keluarga (X13) Konflik Peran (X14) Kelelahan Emosional (X1) Kepuasan Kerja (X2) Penilaian Kinerja (X31) Kinerja (X3) Komitmen Organisasional (Y) Kerangka Pemikiran Konseptual Sudah pernah diteliti Diteliti dalam disertassi ini

31 S.E.M.: STRUCTURAL EQUATION MODELLING MANAJEMEN SDM DOSEN PTS S.E.M.: STRUCTURAL EQUATION MODELLING MANAJEMEN SDM DOSEN PTS Konstruk (Indikator) Dimensi Konstruk (Variabel) Sekala Pengukuran. 1.Beban Kerja1. Jumlah MK yang diampu per semesterLikert, 5 opsi 2. Penelitian – penelitian ilmiah 3. Sebagai Penasehat akademik 4. Sebagai Dosen Pembimbing skripsi 5. Seminar ilmiah 2. Penghargaan1. Gaji, HR, tunjangan, InsentifLikert, 5 opsi 2. Kenaikan pangkat dan jabatan 3. Kesempatan pendidikan lanjut 4. Fasilitas yang diterima 3. Lingkungan 1. Jumlah anggota keluargaLikert, 5 opsi Keluarga2. Status kepemilikan rumah 3. Kondisi tempat tinggal 4. Keadaan masyarakat sekitar 4. Konflik Peran1. Perubahan radikal perkuliahanLikert & skoring 2. Hubungan dosen-atasan-staf 3. Hubungan dengan mahasiswa 4. Persaingan jabatan struktural 5. Kelelahan1. Perasaan cemas setiap mulai pekerjaanSkoring Emosional2. Merasa kekeringan emosi 3. Merasa berguna kembali ketika senja hari 4. Merasa lelah ketika bangun pagi 5. Merasa frustasi oleh pekerjaan 6. Kepuasan Kerja1. Pekerjaan sesuai dg keinginanLikert, 5 opsi 2. Gaji, HR, tunjangan 3. Citra PTS tempat mengajar 4. Promosi kenaikan pangkat, jabatan, mutasi 7. Kinerja1, Kinerja pekerjaan dan nkepuasanLikert, 5 opsi 2. Kinerja selama ini 8. Penilaian Kinerja1. Penilaian kinerja yg proporsionalLikert, 5 opsi 2. Pengukuran prestasi kerja 9. Komitmen organisasi1. IdentifikasiSkoring 2. Keterlibatan 3. Loyalitas

32 S.E.M.: STRUCTURAL EQUATION MODELLING MANAJEMEN SDM DOSEN PTS S.E.M.: STRUCTURAL EQUATION MODELLING MANAJEMEN SDM DOSEN PTS Beban Kerja (X11) Penghargaan (X12) Lingkungan Keluarga (X13) Konflik Peran (X14) Kelelahan Emosional (X1) Kepuasan Kerja (X2) Penilaian Kinerja (X31) Kinerja (X3) Komitmen Organisasional (Y) Diagram hasil akhir hubungan kausal : Pengaruh kelelahan emosional thd kepuasan kerja dan kinerja dalam pencapaian komitmen organisasional dosen PTS (S) (S) (TS) 1 (S)0.555 (S) (TS) (S) (S) (TS) (S)

33 S.E.M.: STRUCTURAL EQUATION MODELLING MANAJEMEN STRATEGI PEMASARAN S.E.M.: STRUCTURAL EQUATION MODELLING MANAJEMEN STRATEGI PEMASARAN Model Teoritis: Shoham dan Fiegenbaum (1999) Strategi Pemasaran Lingkungan dan Persaingan Strategi Bisnis Keberhasilan Pemasaran Kenaikan Penjualan Profitabilitas Strategi Generik Kekuatan yg mempengaruhi persaingan Strategi: Pemasaran Operasional

34 S.E.M.: STRUCTURAL EQUATION MODELLING MANAJEMEN STRATEGI PEMASARAN S.E.M.: STRUCTURAL EQUATION MODELLING MANAJEMEN STRATEGI PEMASARAN KERANGKA KONSEPTUAL: Jasa Konstruksi Persaingan Strategi Pemasaran Lingkungan dan Persaingan Harga Keberhasilan Perusahaan Mutu Waktu Fleksibilitas Relationship Aliansi Sales GrowthProfitabilitas Segmen Pasar Ancaman Pemilik Proyek Jasa substitusi Pemasok Pemerintah Suasta

35 S.E.M.: STRUCTURAL EQUATION MODELLING MANAJEMEN STRATEGI PEMASARAN S.E.M.: STRUCTURAL EQUATION MODELLING MANAJEMEN STRATEGI PEMASARAN VARIABELKOMPONENINDIKATOR StrategiX1=Keunggulan HargaX1.1 = Marjin, X1.2 = Penawaran harga PemasaranX1.3 = Struktur biaya X2 = Mutu PelaksanaanX2.1 = Pelaksanaan fisik, X2.2 = Jaminan mutu X2.3 = Kebutuhan owner thd mutu X3 = Waktu PelaksanaanX3.1 = Kecepatan, X3.2 = Ketepatan, X3.3 = Kebutuhan owner thd waktu pelaksanaan X4 = FleksibilitasX4.1 = Pelayanan Pemasaran, X4.2 = Pelayanan pelaksanaan, X4.3 = Kebutuhan owner thd fleksibel pelayanan X5 = RelationshipX5.1 = Membangun network, X5.2 = Memelihara network, X5.3 = Mengembangkan network X6 = AliansiX6.1 = MItra strategi, X6.2 = Joint operation X6.3 = Meningkatkan kinerja Segmen PasarX7 = ProyekX7.1 = Pemerintah, X7.2 = Non-pemerintah LingkunganX8 = Persaingan antar kontraktor PersainganX9 = Ancaman masuknya kontraktor asing X10 = Kekuatan tawar pemilik proyek X11 = Ancaman jasa substitusi X12 = Kekuatan tawar pemasok KeberhasilanY1 = PenjualanY1.1 = Pencapaian target penjualan, Y1.2 = Penu Pemasaranrunan jumlah keluhan, Y1.3 = Peningkatan jum- lah pelanggan Y2 = ProfitabilitasY2.1 = Pencapaian target laba, Y2.2 = Marjin proyek sesuai target, Y2.3 = Rentabilitas proyek

36 S.E.M.: STRUCTURAL EQUATION MODELLING MANAJEMEN STRATEGI PEMASARAN S.E.M.: STRUCTURAL EQUATION MODELLING MANAJEMEN STRATEGI PEMASARAN Path Diagram: Strategi Pemasaran X 1.3 X 2.2 X 2.3 X 3.1 X 3.2 X 3.3 X 4.1 X 4.2 X 4.3 X 5.1 X 5.2 X 5.3 X 6.1 X 6.2 X 6.3 X2X2 X3X3 X4X4 X5X5 X6X6 Strategi Lingkungan Keber- hasilan X8X8 X9X9 X 10 X 11 X 12 Y 1.1 Y 1.2 Y 1.3 Y 2.1 Y 2.2 Y 2.3 d5 d3 e1 e6 h3 f8 f1 f2 f3 d5 f4 f5 f6 f7 h3 e1

37 S.E.M.: STRUCTURAL EQUATION MODELLING MANAJEMEN STRATEGI PEMASARAN S.E.M.: STRUCTURAL EQUATION MODELLING MANAJEMEN STRATEGI PEMASARAN Hasil Analisis Path : Strategi Pemasaran X 1.3 X 2.2 X 2.3 X 3.1 X 3.2 X 3.3 X 4.1 X 4.2 X 4.3 X 5.1 X 5.2 X 5.3 X 6.1 X 6.2 X 6.3 X2X2 X3X3 X4X4 X5X5 X6X6 Strategi Lingkungan Keber- hasilan X8X8 X9X9 X 10 X 11 X 12 Y 1.1 Y 1.2 Y 1.3 Y 2.1 Y 2.2 Y 2.3 d5 d3 e1 e6 h3 f8 f1 f2 f3 d5 f4 f5 f6 f7 h3 e

38 S.E.M.: STRUCTURAL EQUATION MODELLING DAMPAK KEBIJAKAN PERUSAHAAN THD REAKSI PASAR S.E.M.: STRUCTURAL EQUATION MODELLING DAMPAK KEBIJAKAN PERUSAHAAN THD REAKSI PASAR Kerangka Konseptual Konsep Investment Opportunity Set (IOS) 1. Agency Theory 2. Pecking Order Theory Kebijakan Perusahaan 1.Kebijakan Deviden 2.Kebijakan Laba ditahan 3.Kebijakan Investasi 4.Kebijakan Pendanaan 5.Kebij. Kepemilikan saham 6.Kebijakan Kompensasi 7.Kebijakan AKuntansi Proksi Investment Opportunity Set: 1.MBE 2.MBA 3.TBQ 4.EPR 5.PPA 6.DEV 7.CAV 8.INS 9.VTR Kinerja Perusahaan Reaksi Pasar: 1.Perubahan harga saham 2.Reaksi perdagangan saham 3.Bid ask spread 4.Kapitalisasi Pasar Profitabilitas: 1.Net Profit Margin 2.Return on equity Konsentrasi Pasar 1.Market share 2.Pertumbuhan penjualan

39 S.E.M.: STRUCTURAL EQUATION MODELLING DAMPAK KEBIJAKAN PERUSAHAAN THD REAKSI PASAR S.E.M.: STRUCTURAL EQUATION MODELLING DAMPAK KEBIJAKAN PERUSAHAAN THD REAKSI PASAR Model Konseptual Hubungan antar variabel Kebijakan Deviden Kebijakan Perusahaan Kebijakan Laba Ditahan Kebijakan Pendanaan Kebijakan Investasi Kebijakan Kepemilikan Saham Kebijakan Kompensasi Kebijakan Akuntansi Reaksi Pasar Kinerja Perusahaan ProfitabilitasKonsentrasi Pasar Potensi Pertumbuhan Perusahaan

40 S.E.M.: STRUCTURAL EQUATION MODELLING DAMPAK KEBIJAKAN PERUSAHAAN THD REAKSI PASAR S.E.M.: STRUCTURAL EQUATION MODELLING DAMPAK KEBIJAKAN PERUSAHAAN THD REAKSI PASAR Model Hipotetik Hubungan antar variabel Kebijakan Perusahaan KKDV KPD KIV KAK KKS KKP Reaksi Pasar Kinerja Perusahaan PFTKSP Potensi Pertumbuhan Perusahaan ROENPMPPMKS PHS RPS BAS KPP MBETBQPPACAFINS MBA EPRDEPCAAVTR DY. DP. MDE. BDE. ROI. ROA. LD KPL. OAL. IOW MOW POW. ACC SO εiεi £i£i δiδi αiαi δiδi δiδi δiδi δiδi δiδi δiδi δiδi αiαi αiαi εiεi εiεi εiεi αiαi αiαi αiαi αiαi £i£i £i£i £i£i δiδi δiδi δiδi δiδi δiδi δiδi

41 S.E.M.: STRUCTURAL EQUATION MODELLING DAMPAK KEBIJAKAN PERUSAHAAN THD REAKSI PASAR S.E.M.: STRUCTURAL EQUATION MODELLING DAMPAK KEBIJAKAN PERUSAHAAN THD REAKSI PASAR Hasil Pengujian Model Kebijakan Perusahaan KKDV KPD KIV KAK KKS KKP Reaksi Pasar Kinerja Perusahaan PFTKSP Potensi Pertumbuhan Perusahaan ROENPMPPMKS PHS RPS BAS KPP MBETBQPPACAFINS MBA EPRDEPCAAVTR DY. DP. MDE. BDE. ROI. ROA. LD KPL. OAL. IOW MOW POW. ACC SO εiεi £i£i δiδi αiαi δiδi δiδi δiδi δiδi δiδi δiδi δiδi αiαi αiαi εiεi εiεi εiεi αiαi αiαi αiαi αiαi £i£i £i£i £i£i δiδi δiδi δiδi δiδi δiδi δiδi

42 S.E.M.: STRUCTURAL EQUATION MODELLING PENGARUH KUALITAS LAYANAN thd PELANGGAN S.E.M.: STRUCTURAL EQUATION MODELLING PENGARUH KUALITAS LAYANAN thd PELANGGAN MODEL KONSEPTUAL Kualitas Lingkungan Fisik KUALITAS JASA PEGADAIAN Sikap Karyawan Kepuasan Pelanggan Loyalitas Pelanggan Nilai Pelanggan Kualitas Interaksi Kualitas Hasil Akhir Perilaku Karyawan Keahlian Karyawan Kenyamanan Ruangan Keamanan Gudang Kecepatan Proses Jaminan Pemecahan masalah

43 S.E.M.: STRUCTURAL EQUATION MODELLING PENGARUH KUALITAS LAYANAN thd PELANGGAN S.E.M.: STRUCTURAL EQUATION MODELLING PENGARUH KUALITAS LAYANAN thd PELANGGAN Definisi Operasional Variabel 1.Sikap Karyawan (SKP): Cara karyawan bertutur-kata, sikap tubuh, penampilan dan bentuk- bentuk sikap lainnya yang ditunjukkan pada saat berinteraksi dengan pelanggan 2.Perilaku Karyawan (PRI): sikap yg diwujudkan dalam perbuatan, tingkah laku karyawan pada saat berinteraksi dengan pelanggan 3.Keahlian Karyawan (KEA): kemampuan karyawan dalam memenuhi permintaan pelanggan sesuai jenis jasa layanannya 4.Kenyamanan Ruangan (KRG): kondisi ruangan dan kesejukan udara dalam ruangan yg menyebabkan pelanggan merasa senang 5.Keamanan Gudang (KGD): Kondisi ruangan penyimpanan barang jaminan sehingga pelanggan merasa yakin bahwa barangnya tidak hilang, atau rusak selama disimpan 6.Kecepatan proses pelayanan (KCP): daya tanggap karyawan dan entitas penyedia jasa dalam merespon permintaan pelanggan dengan memberikan pelayanan dengan segera, 7.Pemecahan Masalah (PMS): kemampuan pegawai dan entitas penyedia jasa dalam menyelesaikan keluhan, permasalahan atau ketidak-puasan yang dihadapi oleh pelanggan 8.Dst …………

44 S.E.M.: STRUCTURAL EQUATION MODELLING PENGARUH KUALITAS LAYANAN thd PELANGGAN S.E.M.: STRUCTURAL EQUATION MODELLING PENGARUH KUALITAS LAYANAN thd PELANGGAN Pembatasan Variabel: 1.SIKAP KARYAWAN (SKP): X1 X1.1 : Sikap ramah X1.2 : Siap membantu menyelesaikan masalah pelanggan X1.3 : Pelayanan penuh perhatian X1.4 : Menghormati nasabah 2. PERILAKU KARYAWAN (PRI): X2 X2.1. : Pelayanan sopan dan menmyenangkan X2.2. : Tindakan dalam membantu pelanggan X2.3. : Tanggapan thd kebutuhan nasabah X2.4. : Pemahaman thd kebutuhan nasabah 3. KEAHLIAN KARYAWAN (KEA): X3 X3.1. : Pemahaman tentang tugas X3.2. : Kemampuan dan keahlian sesuai dg bidang tugasnya X3.3. : Kemampuan menjawab pertanyaan pelanggan X3.4. : Pengetahuan yg dimiliki 4. KEPUASAN PELANGGAN : Y1 Y1.1. : Kepuasan thd sikap dan perilaku akryawan Y1.2. : Kepuasan thd kemampuan yg ditunjukkan karyawan Y1.3. : Kepuasan thd kondisi kenyamanan dan keamanan Y1.4. : Kepuasan thd kecepatan proses layanan Y1.5. : Kepuasan thd jaminan yg diberikan Dst………

45 S.E.M.: STRUCTURAL EQUATION MODELLING PENGARUH KUALITAS LAYANAN thd PELANGGAN S.E.M.: STRUCTURAL EQUATION MODELLING PENGARUH KUALITAS LAYANAN thd PELANGGAN MODEL HIPOTETIK Kualitas Lingkungan Fisik KUALITAS JASA PEGADAIAN Sikap Karyawan Kepuasan Pelanggan Loyalitas Pelanggan Nilai Pelanggan Kualitas Interaksi Kualitas Hasil Akhir Perilaku Karyawan Keahlian Karyawan Kenyamanan Ruangan Keamanan Gudang Kecepatan Proses Jaminan Pemecahan masalah Y1.1Y1.5Y1.2Y1.3Y1.4 j5j4 k1 Y3.1 Y3.2 Y3.3 Y3.4 j1 j2j3 Y5.1 Y5.2Y5.3Y5.4Y5.5 k4 i1 i2i3i4i5 i1 X8.1X8.2X8.3X8.4 X7.4 X7.1X7.2X7.3 i1 X6.1 X5.1 X4.1 X3.1 X2.1 X1.1X1.2 X2.2 X3.2 X4.2 X5.2

46 S.E.M.: STRUCTURAL EQUATION MODELLING PENGARUH KUALITAS LAYANAN thd PELANGGAN S.E.M.: STRUCTURAL EQUATION MODELLING PENGARUH KUALITAS LAYANAN thd PELANGGAN MODEL PENGARUH KUALITAS LAYANAN Kualitas Lingkungan Fisik KUALITAS JASA PEGADAIAN Sikap Karyawan Kepuasan Pelanggan Loyalitas Pelanggan Nilai Pelanggan Kualitas Interaksi Kualitas Hasil Akhir Perilaku Karyawan Keahlian Karyawan Kenyamanan Ruangan Keamanan Gudang Kecepatan Proses Jaminan Pemecahan masalah Y1.1Y1.5Y1.2Y1.3Y1.4 j5j4 k1 Y3.1 Y3.2 Y3.3 Y3.4 j1 j2j3 Y5.1 Y5.2Y5.3Y5.4Y5.5 k4 i1 i2i3i4i5 i1 X8.1X8.2X8.3X8.4 X7.4 X7.1X7.2X7.3 i1 X6.1 X5.1 X4.1 X3.1 X2.1 X1.1X1.2 X2.2 X3.2 X4.2 X

47 S.E.M.: STRUCTURAL EQUATION MODELLING PENGARUH SIKAP & KEPUASAN THD PENERIMAAN TI S.E.M.: STRUCTURAL EQUATION MODELLING PENGARUH SIKAP & KEPUASAN THD PENERIMAAN TI KERANGKA KEORI. Model Kepuasan: EUCS Perceived Easy of Use (PEU) Perceived Usefulness (PU) Model Sikap: Technology Acceptance Model Attitude toward Using (ATU) Acceptance IT (ATI) End User Computing Satisfaction (EUCS) Content Format Accuracy Timelines Easy of Use

48 S.E.M.: STRUCTURAL EQUATION MODELLING PENGARUH SIKAP & KEPUASAN THD PENERIMAAN TI S.E.M.: STRUCTURAL EQUATION MODELLING PENGARUH SIKAP & KEPUASAN THD PENERIMAAN TI KERANGKA KONSEP PENELITIAN Kepuasan: Kepuasan pemakai akhir komputer Timelines Content Accuracy Format Easy to use Persepsi mudah menggunakan User friedlines Kehandalan sistem Sikap: Technology Acceptance Model (TAM) Model Sikap: Technology Acceptance Model Persepsi manfaat dirasakan Penerimaan organisasi Kepuasan staf Kepuasan nasabah Sikap menggunakan TI Penerimaan TI.

49 S.E.M.: STRUCTURAL EQUATION MODELLING PENGARUH SIKAP & KEPUASAN THD PENERIMAAN TI S.E.M.: STRUCTURAL EQUATION MODELLING PENGARUH SIKAP & KEPUASAN THD PENERIMAAN TI Kelompok variabelVariabelIndikator Perceived Usefulness (PU)Penerimaan Organisasi (PO)POA: Kebijakan manajemen POB: Keuntungan yg diperoleh POC: Dukungan keuangan POD: Dukungan teknik POE : Dukungan pelaksanaan training Kepuasan Staf (KS)KSA: Kemudahan mengoperasikan tugas sehari-hari KSB: Prospek karier Kepuasan Nasabah (KN)KNA: Pelayanan cepat KNB: Tepat waktu KNC: Handal KND: Informasi akurat KNE: Penerapan biaya KNF: Tingkat keamanan Perceived Easy to use (PEU)Kehandalan Sistem (KHS)KHA: Mampu mendukung operasional

50 Foto: smno.kampus.ub.mart2013


Download ppt "METODE ANALISIS DATA S.E.M. STRUCTURAL EQUATION MODELLING Bahan kajian pada MK. Metode penelitian kajian lingkungan Disarikan oleh: Prof Dr Ir Soemarno."

Presentasi serupa


Iklan oleh Google