ANALISIS JALUR (PATH ANALYSIS)

Slides:



Advertisements
Presentasi serupa
STRUCTURAL EQUATION MODELING (SEM)
Advertisements

KONSEP DASAR STRUCTURAL EQUATION MODEL (SEM)
ANALISA BIVARIAT: KORELASI DAN REGRESI
ANALISIS JALUR (Path Analysis)
SEM (STRUCTURAL EQUATION MODELING) MAGISTER TEKNIK INDUSTRI
MODEL PERSAMAAN STRUKTURAL (STRUCTURAL EQUATION MODEL - SEM)
(Sumber: Dr Solimun, MS, 2003 )
ANALISIS JALUR ( PATH ANALYSIS ).
BAB XI REGRESI LINEAR Regresi Linear.
ANALISIS JALUR (PATH ANALYSIS)
A N A L I S I S J A L U R ( P a t h A n a l y s i s )
Regresi Linier Fungsi : Jenis :
KORELASI DAN REGRESI LINEAR SEDERHANA
STRUCTURAL EQUATION MODELLING
BAB VI REGRESI SEDERHANA.
Koefisien Korelasi Pearson (r) Dan Regresi Oleh: Roni Saputra, M.Si
Koefisien Analisis Jalur
Uji Residual (pada regresi Linier)
STRUCTURAL EQUATION MODELING
Analisis Regresi. ANALISIS REGRESI Melihat ‘pengaruh’ variable bebas/independet variabel/ thd variable terikat/dependent variabel. Berdasarkan jumlah.
Probabilitas dan Statistika
ANALISIS RGRESI DENGAN MODERATING VARIABEL
ANALISIS KORELASI.
Pengantar SEM Fauziyah, SE., M.Si.
ANALISIS REGRESI DENGAN VARIABEL MODERATING
Video II Regresi Linier dengan Variabel Laten dalam Konteks SEM oleh: Jonathan Sarwono
ANALISIS JALUR MODUL 12 Analisis Jalur.
ANALISIS REGRESI DAN KORELASI LINIER
Analisis Korelasi dan Regresi linier
UJI ASUMSI KLASIK & GOODNESS OF FIT MODEL REGRESI LINEAR
HUBUNGAN-HUBUNGAN DALAM PENELITIAN
PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER
ANALISIS REGRESI.
PENGARUH KEPEMIMPINAN, KOMPENSASI, DAN LINGKUNGAN KERJA
Pertemuan ke 14.
Khaola Rachma Adzima FKIP-PGSD Universitas Esa Unggul
MODEL PERSAMAAN STRUKTURAL (STRUCTURAL EQUATION MODEL - SEM)
Pertemuan ke 14.
KRUSKAL-WALLIS.
ANALISIS REGRESI LINIER DUA PREDIKTOR
ANALISIS REGRESI.
Operations Management
PENGARUH KEPEMIMPINAN, KOMPENSASI, DAN LINGKUNGAN KERJA
ANALISIS REGRESI LINIER BERGANDA
ANALISIS KORELASI.
Metode Kuantitatif Untuk Manajemen
X bebas/ mempengaruhi / independent Y Terikat/ dipengaruhi / dependent
Analisis Jalur (Path Analysis).
Analisis Regresi.
Anatomi Desertasi (Virgana).
METODE PENELITIAN KORELASIONAL
UJI KORELASI Choirudin, M.Pd.
Korelasi Korelasi Product Moment digunakan untuk melukiskan hubungan antara 2 buah variabel yg sama-sama berjenis interval atau rasio. Rumus.
KORELASI.
Karyawan Pada PT Bank Syariah Mandiri, Tbk Metro
ANALISIS HUBUNGAN NUMERIK DENGAN NUMERIK (UJI KORELASI)
REGRESI DAN KORELASI DISUSUN OLEH : 1.AVERIO ALVAREZ ( ) 2.FRANS HENDRIKO MARPAUNG ( ) 3.CLAUDIA ELSHA ALVINCE ( ) 4.STEVEN.
ANALISIS REGRESI LINIER
ANALISIS JALUR ( PATH ANALYSIS ).
Structural Equation Modeling
ANALISA JALUR (PATH ANALYSIS)
BAB VIII REGRESI &KORELASI BERGANDA
Analisis KORELASIONAL.
Metode Kuantitatif untuk Penelitian Sosial
Tahapan Belajar Rumus yang Sistematis (Didasarkan frekuensi penggunaan dalam riset skripsi / tesis / disertasi)
PROGRAM MASTER UNIVERSITAS RIAU MASHADI
ANALISIS REGRESI DAN KORELASI
PATH ANALYSIS. Analisa Jalur adalah suatu perluasan dari model regresi, yang digunakan untuk menguji cocok matriks korelasi terhadap dua atau lebih yang.
PROGRAM MASTER UNIVERSITAS RIAU MASHADI
1 ANALISIS REGRESI DAN KORELASI BERGANDA Bentuk persamaan regresi dengan dua variabel indenpenden adalah: Y = a + b 1 X 1 + b 2 X 2 Bentuk persaman regresi.
Transcript presentasi:

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

Sejarah Konsep 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 Konsep 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 Konsep 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 Konsep 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 Model dispesifikasikan dengan benar berdasar teori dan konsep yang relevan

Model Path Analysis Konsep Independent Correlated Mediated 1 1 3 3 2 2   1 31 1 31 3 r12 3 2 32 2 32 2 1 Independent Correlated 31 3 21 2 32 1 2 Mediated

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

Model Struktural Konsep X1 X2 Y Z X3 Persamaannya : 1 2 YX1 r12 ZX1 r13 YX2 X2 ZY Y Z ZX3 YX3 r23 X3 Persamaannya : Y=PYX1X1+PYX2X2+PYX3X3+1 Z=PZX1X1+PZX3X3+PZYY+2

Sub Struktur 1 Konsep X1 X2 Y X3 Persamaannya : 1 YX1 r12 r13 YX2 X2 Y YX3 r23 X3 Persamaannya : Y=PYX1X1+PYX2X2+PYX3X3+1 Z=PZX1X1+PZX3X3+PZYY+2

Sub Struktur 2 Konsep X1 Y Z X3 Persamaannya : 1 2 YX1 ZX1 r13 ZY Y Z ZX3 YX3 X3 Persamaannya : Y=PYX1X1+PYX2X2+PYX3X3+1 Z=PZX1X1+PZX3X3+PZYY+2

Contoh Analisis Jalur Penelitian : Kontribusi Kemampuan Pegawai dan Motivassi Kerja Pegawai terhadap Produktivitas Kerja

Langkah 1 : Hipotesis & Persamaan Struktural Analisis Jalur Hipotesis : Kemampuan pegawai dan motivasi kerja berkontribusi secara simultan dan signifikan terhadap produktivitas kerja Y=YX1X1+ YX2X2 + Y 1 Struktur :

Langkah 2 : Hitung koefisien jalur (1) Analisis Jalur a. Gambar Diagram Jalur Y=YX1X1+ YX2X2 + Y +1 1 KOORDINASI (X1) yx1 y PRODUKTIVITAS KERJA (Y) r12 MOTIVASI KERJA (X2) yx2

Langkah 2 : Hitung koefisien jalur (2) Analisis Jalur b. Hitung koefisien korelasi & regresi (SPSS)

Langkah 2 : Hitung koefisien jalur (3) Analisis Jalur

Langkah 3 : Hitung koefisien jalur scr simultan Analisis Jalur 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) Analisis Jalur 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) Analisis Jalur 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 + Y1 Y=0,510 X1+0,495X2+0,411 1 1 KOORDINASI (X1) yx1= 0,51 y =0,411 PRODUKTIVITAS KERJA (Y) r12= 0,645 MOTIVASI KERJA (X2) yx2=0,495

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 Model Trimming Penelitian : Kontribusi Kepemimpinan, Iklim Organisasi, dan Motivasi Kerja terhadap Prestasi Kerja

Hipotesis Model Trimming 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 X3 Y X2 Persamaannya : X3=x3X1X1+  X3X2X2+ X31 Model Trimming X1 1 2 X3X1 YX1 r12 YX3 X3 Y X3X2 YX2 X2 Persamaannya : X3=x3X1X1+  X3X2X2+ X31 Y=  YX1X1+  YX2X2+  YX3X3+  Y2

Sub Struktur 1 X1 X3 X2 Persamaannya : X3=x3X1X1+  X3X2X2+ X31 1 Model Trimming X1 1 X3X1 r12 X3 X3X2 X2 Persamaannya : X3=x3X1X1+  X3X2X2+ X31

Pengujian Sub Struktur 1 Model Trimming Tidak signifikan

Trimming (X1 dikeluarkan) Model Trimming

Sub Struktur 1 (Baru) X3 X2 Persamaannya : X3= X3X2X2+ X31 Model Trimming 1=0,4615 X3 X3X2=0,887 X2 Persamaannya : X3= X3X2X2+ X31 X3=0,887 X2+0,4615 1

Sub Struktur 2 X1 X3 Y X2 Persamaannya : Model Trimming X1 2 YX1 r12 YX3 X3 Y YX2 X2 Persamaannya : Y=  YX1X1+  YX2X2+  YX3X3+  Y2

Pengujian Sub Struktur 2 Model Trimming Tidak signifikan

Trimming (X2 dikeluarkan) Model Trimming

Sub Struktur 2 (Baru) X1 X3 Y Persamaannya : Model Trimming X1 YX1=0,666 2=0,2098 YX3=0,367 X3 Y Persamaannya : Y=  YX1X1+  YX3X3+  Y2 Y=0,666 X1+0,367 X3+0,2098 2

Struktur (Baru) X1 X3 Y X2 X3= X3X2X2+ X31 X3=0,887 X2+0,4615 1 Model Trimming X1 YX1=0,666 2=0,2098 1=0,4615 YX3=0,367 X3 Y X3X2=0,887 X3= X3X2X2+ X31 X3=0,887 X2+0,4615 1 X2 Persamaannya : Y=  YX1X1+  YX3X3+  Y2 Y=0,666 X1+0,367 X3+0,2098 2

Memaknai Hasil Analisis Jalur Model Trimming 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) Model Trimming

Goodness of Fit (2) Whitung = -(N-d) ln Q Model Trimming 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