(Sumber: Dr Solimun, MS, 2003 )

Slides:



Advertisements
Presentasi serupa
Evaluasi Model Regresi
Advertisements

ANALISIS JALUR (Path Analysis)
ANALISIS REGRESI (REGRESSION ANALYSIS)
KULIAH KE 3 METODE EKONOMETRIKA
SEM (STRUCTURAL EQUATION MODELING) MAGISTER TEKNIK INDUSTRI
ANALISIS FAKTOR.
MODEL PERSAMAAN STRUKTURAL (STRUCTURAL EQUATION MODEL - SEM)
MODEL REGRESI LINIER GANDA
ANALISIS FAKTOR.
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 )
PEMBAHASAN Hasil SPSS 21.
STRUCTURAL EQUATION MODELLING
Probabilitas dan Statistika
ANALISIS REGRESI DAN KORELASI
FEB Univ. 17 Agustus 1945 Jakarta
Pengantar Model Liner (C) (Wajib 3 SKS) Pertemuan ke-2/14
ANALISIS JALUR MODUL 12 Analisis Jalur.
KORELASI & REGRESI.
ANALISIS REGRESI DAN KORELASI LINIER
Lilik Kustiani1 Ari Brihandhono2 Universitas Kanjuruhan Malang
Analisis Korelasi dan Regresi linier
VARIABEL INTERVENING Variabel intervening merupakan variabel antara atau mediating, berfungsi memdiasi hubungan antara varibal independen dengan variabel.
HUBUNGAN-HUBUNGAN DALAM PENELITIAN
PROGRAM PASCASARJANA MAGISTER MANAJEMEN
Operations Management
STATISTIK II Pertemuan 14: Analisis Regresi dan Korelasi
STATISTIKA Pertemuan 10: Analisis Regresi dan Korelasi
Pertemuan ke 14.
STATISTIK II Pertemuan 10-11: Analisis Regresi dan Korelasi
EKONOMETRIKA Pertemuan 7: Analisis Regresi Berganda Dosen Pengampu MK:
Analisis Regresi Berganda
MENDETEKSI PENGARUH NAMA : NURYADI.
MODEL PERSAMAAN STRUKTURAL (STRUCTURAL EQUATION MODEL - SEM)
STATISTIK II Pertemuan 14: Analisis Regresi dan Korelasi
Pertemuan ke 14.
PERAMALAN DENGAN GARIS REGRESI
Universitas Esa Unggul
ANALISIS REGRESI LINIER DUA PREDIKTOR
Operations Management
PROSES PENELITIAN, MASALAH, VARIABEL DAN PARADIGMA PENELITIAN
ANALISIS KORELASI.
VALIDITAS DAN REABILITAS REGRESI BERGANDA Nori Sahrun, S.Kom., M.Kom
Analisis Jalur (Path Analysis).
Anatomi Desertasi (Virgana).
Analisis Regresi Asumsi dalam Analisis Regresi Membuat persamaan regresi Dosen: Febriyanto, SE, MM. www. Febriyanto79.wordpress.com U.
STATISTIK II Pertemuan 13-14: Analisis Regresi dan Korelasi
BAB 6 MULTIKOLINIERITAS
Pengantar Aplikasi Komputer II Analisis Regresi Linier Berganda
Pokok Bahasan : Review Regresi Linier Sederhana dan Berganda
ANALISIS JALUR (PATH ANALYSIS)
Analisis Regresi M. Askari Zakariah
Pasca Sarjana Unikom Model Regresi Pasca Sarjana Unikom
REGRESI DAN KORELASI DISUSUN OLEH : 1.AVERIO ALVAREZ ( ) 2.FRANS HENDRIKO MARPAUNG ( ) 3.CLAUDIA ELSHA ALVINCE ( ) 4.STEVEN.
Pasca Sarjana Unikom Model Regresi Pasca Sarjana Unikom
ANALISIS REGRESI LINIER
ANALISIS JALUR ( PATH ANALYSIS ).
Structural Equation Modeling
ANALISA JALUR (PATH ANALYSIS)
BAB VIII REGRESI &KORELASI BERGANDA
Metode Kuantitatif untuk Penelitian Sosial
Tahapan Belajar Rumus yang Sistematis (Didasarkan frekuensi penggunaan dalam riset skripsi / tesis / disertasi)
Analisis Faktor Siti Ulfa Nabila ›Analisis faktor merupakan salah satu dari analisis ketergantungan (interdependensi) antar variabel. ›Prinsip.
STATISTIK II Pertemuan 10-11: 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.
Teknik Regresi.
Seminar Hasil Penelitian PENGARUH GAYA KEPEMIMPINAN, MOTIVASI KERJA, DISIPLIN KERJA TERHADAP KINERJA KARYAWAN PADA PD.PASAR MAKASSAR RAYA DEVY DAMAYANTI.
UJI REGRESI LINIER SEDERHANA Arkhiadi Benauli Tarigan
Transcript presentasi:

(Sumber: Dr Solimun, MS, 2003 ) ANALISIS JALUR Path Analysis (Sumber: Dr Solimun, MS, 2003 )

ANALISIS JALUR Analisis korelasi dapat digunakan untuk mengetahui tingkat keeratan hubungan antar variabel, kita dapat melakukan prediksi (secara kualitatif) apa yang akan terjadi pada suatu variabel jika variabel lainnya berubah. Di dalam analisis regresi prakiraan tersebut dapat dilakukan secara kuantitatif, jika nilai X ditentukan atau berubah. Di dalam analisis regresi, upaya mempelajari hubungan antar variabel tidak pernah mempermasalahkan mengapa hubungan tersebut ada (atau tidak ada) dan juga tidak pernah dipermasalahkan apakah hubungan antara Y dengan X dikarenakan oleh X-nya itu sendiri atau faktor-faktor lain. Bilamana variabel yang terlibat lebih dari dua (banyak variabel), di dalam analisis regresi juga tidak pernah dipermasalahkan struktur hubungannya, dimana semua variabel bebas dianggap berpengaruh langsung terhadap variabel tergantung.

ANALISIS JALUR ANALISIS REGRESI ANALISIS PATH

ANALISIS PATH Langkah pertama : merancang model berdasarkan konsep dan teori Misal, secara teoritis : Variabel Motivasi berpengaruh terhadap Kepuasan dan Loyalitas. Loyalitas juga dipengaruhi oleh Kepuasan. Variabel Kepuasan dan Loyalitas berpengaruh terhadap Kinerja. Diagram Path

ANALISIS PATH Langkah kedua : Periksa ASUMSI A. Hubungan antar variabel : linier (time series tdk bisa) dan aditif B. Model rekursif C. Variabel endogen minimal dalam skala interval D. Variabel diukur tanpa kesalahan (instrumen valid dan reliabel) E. Model dispesifikasikan dengan benar (berdasar teori dan konsep)

Model Rekursif Y1 X1 , X2 Y2 Y3 Antar i saling bebas (independen) 1 X1 , X2 2 Y2 3 Y3 Antar i saling bebas (independen) Antara 1, 2, dan 3 dengan X1 dan X2 saling bebas

ANALISIS PATH Langkah ketiga : pendugaan parameter atau perhitungan koefisien path Perhitungan koefisien pada gambar : Panah bolak-balik : koefisien korelasi, r (dihitung seperti biasanya) Panah satu arah : regresi variabel dibakukan, secara parsiil pd setiap persamaan dg OLS (melalui analisis regresi). pengaruh langsung Motivasi ke Kepuasan = P1 pengaruh tidak langsung Motivasi ke Kinerja melalui Kepuasan = P1 x P4 pengaruh tidak langsung Kepuasan ke Kinerja melalui Loyalitas = P3 x P5 Pengaruh total adalah penjumlahan dari pengaruh langsung dan seluruh pengaruh tidak langsung. Pngruh ttal Kepuasan ke kinerja = P4 + (P3 x P5)

Dependent Variable: Kepuasan Dependent Variable: Loyalitas

Dependent Variable: Kepuasan HASIL ANALISIS

ANALISIS PATH Langkah keempat : pemeriksaan validitas model Koefisien Determinasi Total : = 1 – (0.859)2 (0.769)2 (0.942)2 = 0. 6128 Informasi yang terkandung dalam data 61.28 % dapat dijelskan oleh model, sedangkan sisanya dijelaskan oleh variabel lain dan error Theory triming Uji validasi koefisien path pada setiap jalur untuk pengaruh langsung : nilai p dari uji t, yaitu pengujian koefisien regresi variabel dibakukan secara parsiil.

Jalur yang tercetak tebal dipandang bermakna (p value kecil). Hasil analisis menunjukkan bahwa Motivasi berpengaruh positif secara bermakna ke Kepuasan dan Loyalitas. Loyalitas berpengaruh positif dan bermakna ke Kinerja. Sedangkan Kepuasan berpengaruh kurang bermakna baik ke Loyalitas maupun ke Kinerja (p value cukup besar). Dengan demikian Motivasi berpengaruh ke Kinerja bersifat tidak langsung (indirect effect) yaitu melalui Loyalitas, dengan koefisien path pengaruh tidak langsung = 0.546 x 0.313 = 0.171.

ANALISIS PATH Langkah kelima : interpretasi hasil analisis Koefisien determinasi total, diperoleh bahwa model dapat menjelaskan informasi yang terkandung di dalam data, sebesar 61.28 %. Angka ini cukup besar, sehingga layak dilakukan interpretasi lebih lanjut. Buang jalur yang nonsignifikan, sehingga diperoleh model dengan jalur-jalur yang signifikan Hitung koefisien pengaruh total dari setiap variabel yang mempunyai pengaruh kausal (signifikan) ke variabel endogen Variabel dengan koefisien pengaruh total terbesar adalah yang berpengaruh DOMINAN Identifikasi mekanisme (lintasan) pengaruh dari variabel berpengaruh dominan

ANALISIS PATH Langkah kelima : interpretasi hasil analisis Motivasi berpengaruh positif bersifat tidak langsung (indirect effect) ke Kinerja yaitu melalui Loyalitas Informasi yang dihasilkan: peningkatan kinerja karyawan harus dilakukan dengan cara meningkatkan Motivasi dan diikuti dengan upaya agar karyawan lebih bersifat Loyal. Pada keadaan demikian variabel Loyalitas berfungsi sebagai variabel intervening atau mediating.

SAMPAI BERJUMPA LAGI DI LAIN KESEMPATAN TERIMA KASIH SAMPAI BERJUMPA LAGI DI LAIN KESEMPATAN