Analisi Path/Jalur dengan SPSS
ANALISIS PATH/JALUR MENGGUNAKAN SPSS
Analisis jalur merupakan perluasan dari regresi linier berganda, dan yang memungkinkan analisis model-model yang lebih kompleks (Streiner dalam Jonathan, 2005)
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)
Karena analisis jalur merupakan perpanjangan regresi linier berganda, maka semua asumsi dalam rumus ini harus diikuti, diantaranya:
- Uji Normalitas
- Uji Multikolinearitas (apabila variabel bebasnya lebih dari satu)
- Uji Linearitas
- Uji Autokorelasi (bisa diabaikan apabila datanya cross section)
Adapun Tahapan dalam menggunakan analisis jalur sebagai berikut:
1. Merancang model didasarkan pada teori
2. Membuat Hipotesis
3. Menentukan model diagram jalur berdasarkan variabel yang dikaji
4. Membuat diagram jalur
5. Membuat persamaan struktural
6. Melakukan prosedur analisis jalur dengan SPSS
7. Menghitung nilai
8. Uji validitas hasil analisis
Contoh kasus Path analysis
Srihardiantik |
Gambar di atas dapat merumuskan hipotesis umum yang akan diajukan dalam analisis ini yaitu: "Pengaruh Gaya Kepemimpinan (X1), Penempatan Pegawai (X2), dan Motivasi Kerja (X3) Terhadap Kepuasan Kerja (Y) Pada Kinerja Organisasi (Z)"
Sementara, untuk hipotesis yang akan di uji satu persatu antara lain:
- Pengaruh X1, X2 dan X3 Terhadap Y
- Pengaruh X1, X2, X3 dan Y Terhadap Z
- Pengaruh X1, X2, X3 melalui Y Terhadap Z
Adapun tahapan dalam melakukan analisis jalur menggunakan SPSS sebagai berikut:
1) Buka SPSS > klik variable view > Lengkapi berdasarkan data yang diperlukan seperti contoh dalam gambar di bawah.
Srihardiantik |
2) Klik Data View > Masukan data yang akan di analisis
Srihardiantik |
3) Untuk melakukan analisis, klik Analyze > Regression > Linear
Srihardiantik |
4) Untuk menghitung koefisien jalur model I yaitu : Masukan data untuk variabel bebas (independent = X1, X2, X3) dan tidak bebas (dependent = Y) > Klik OK
Srihardiantk |
Output koefisien jalur model I sebagai berikut:
Srihardiantik |
- Output di atas pada bagian "Model Summary" menyatakan bahwa besarnya nilai R Square adalah 0.484, hal ini menunjukan bahwa sumbangan X1, X2 dan X3 terhadap Y memberikan sumbangan sebesar 48,4 % , sedangkan sisanya merupakan kontribusi dari variabel lain sebesar 51,6% yang tidak dimasukan pada penelitian. Kemudian, untuk menghitung e1 menggunakan rumus e1 = sqrt (1-0.484) = 0.7183.
- Pada "ANOVA" menyatakan secara simultan, variabel X1, X2, dan X3 berpengaruh terhadap Y.
- Pada output di atas pada bagian "Coefficient" menyatakan secara parsial bahwa nilai sig. dari ketika variable X1 = 0.00 dan X3 = 0.00 < 0.05 sedangkan X2 = 0.716 > 0.05 artinya variabel X1 dan X3 berpengaruh terhadap Y, sedangkan X2 tidak berpengaruh terhadap Y.
Untuk mendapatkan diagram jalur model struktural II dapat dilakukan seperti pada point ke-3 kemudian masukan data untuk variabel bebas (independent = X1, X2, X3, Y) dan tidak bebas (dependent = Z) > Klik OK, seperti pada gambar di bawah:
Output koefisien jalur model II sebagai berikut:
Srihardiantik |
- Output di atas pada bagian "Model Summary" menyatakan bahwa besarnya nilai R Square adalah 0.501, hal ini menunjukan bahwa sumbangan X1, X2, X3 dan Y memberikan sumbangan sebesar 50,1 % , sedangkan sisanya merupakan kontribusi dari variabel lain sebesar 49,9% yang tidak dimasukan pada penelitian. Kemudian, untuk menghitung e1 menggunakan rumus e1 = sqrt (1-0.501) = 0.7064.
- Pada "ANOVA" menyatakan secara simultan, variabel X1, X2, X3 dan Y berpengaruh terhadap Z.
- Pada output di atas pada bagian "Coefficient" menyatakan secara parsial bahwa nilai sig. dari ketika variable X1 = 0.012, X3 = 0.030 dan Y = 0.00 < 0.05 sedangkan X2 = 0.294 > 0.05 artinya variabel X1, X3 dan Y berpengaruh terhadap Z, sedangkan X2 tidak berpengaruh terhadap Z.
Dengan demikian diperoleh Diagram Jalur Model Struktural II sebagai berikut:
Interpretasi
#Analisis untuk X1 terhadap Y : Menunjukan nilai signifikan sebesar 0.000 < 0.05 yang menyatakan bahwa X1 berpengaruh secara signifikan terhadap Y
#Analisis untuk X2 terhadap Y : Menunjukan nilai signifikan sebesar 0.716 > 0.05 yang menyatakan bahwa X2 tidak berpengaruh secara signifikan terhadap Y
#Analisis untuk X3 terhadap Y : Menunjukan nilai signifikan sebesar 0.000 < 0.05 yang menyatakan bahwa X3 berpengaruh secara signifikan terhadap Y
#Analisis untuk X1 terhadap Z : Menunjukan nilai signifikan sebesar 0.012 < 0.05 yang menyatakan bahwa X1 berpengaruh secara signifikan terhadap Z
#Analisis untuk X2 terhadap Z : Menunjukan nilai signifikan sebesar 0.294 > 0.05 yang menyatakan bahwa X2 tidak berpengaruh secara signifikan terhadap Z
#Analisis untuk X3 terhadap Z : Menunjukan nilai signifikan sebesar 0.030 < 0.05 yang menyatakan bahwa X3 berpengaruh secara signifikan terhadap Z
#Analisis untuk Y terhadap Z : Menunjukan nilai signifikan sebesar 0.000 < 0.05 yang menyatakan bahwa Y berpengaruh secara signifikan terhadap Z
#Analisis untuk X1 melalui Y terhadap Z : Menunjukan pengaruh langsung dari X1 terhadap Z sebesar 0.227. Sedangkan Pengaruh tidak langsung yaitu 0.311 x 0.369 = 0.115. Maka pengaruh total yang diberikan oleh X1 terhadap Z adalah 0.227 + 0.115 = 0.342. Maka, secara tidak langsung X1 melalui Y mempunyai pengaruh signifikan terhadap Z.
#Analisis untuk X3 melalui Y terhadap Z : Menunjukan pengaruh langsung dari X1 terhadap Z sebesar 0.208. Sedangkan Pengaruh tidak langsung yaitu 0.555 x 0.369 = 0.205. Maka pengaruh total yang diberikan oleh X1 terhadap Z adalah 0.208 + 0.205 = 0.413. Maka, secara tidak langsung X1 melalui Y mempunyai pengaruh signifikan terhadap Z.
#Sricuit
#SemogaBermanfaat
Komentar
Posting Komentar