5. analisi jalur
DESCRIPTION
Analisis JalurTRANSCRIPT
TUGAS RESUME
STATISTIK
“Analisis Jalur”
Oleh:
Fuja Novitra15175015
DOSEN PEMBIMBING:
Dr. DJUSMAINI DJAMAS, M.Si
PROGRAM STUDI PENDIDIKAN FISIKA
PROGRAM PASCASARJANA
UNIVERSITAS NEGERI PADANG
2015
1. Analisis Jalur (Path Analysis)
Analisis jalur adalah suatu bentuk terapan dari analisis multiregresi. Dalam
analisis ini digunakan diagram jalur untuk membantu konseptualisasi masalah-
masalah atau untuk menguji hipotesis yang kompleks. Dengan menggunakan
analisis ini dapat dihitung langsung dan tak langsung dari variabel-variabel bebas
terhadap variabel terikat. Pengaruh-pengaruh itu tercermin dalan kuefisien jalur,
yang sebenarnya koefisien regresi yang telah dibakukan (Kerlenger, 2004:990).
Selanjutnya teknik analisis jalur mengikuti langkah-langkah yang
dikemukakan Kerlinger (2004:990-993) dan pengolahannya direncanakan
menggunakan SPSS.
Nirwana dalan Kuntadi (2002:58) menyatakan dengan analisis jalur dapat
diketahui besarnya pengaruh masing-masing variabel dan dapat digambarkan
secara diagramatik. Besarnya pengaruh (relatif) dari suatu variabel penyebab ke
variabel akibat tertentu dinyatakan oleh besarnya bilangan koefisien jalur dari
variabel tersebut ke variabel akibatnya. Koefisien jalur adalah koefisien yang
tidak memliki satuan, sehingga dapat ditarik kesimpulan bahwa makin besar
koefisien jalur, maka secara relatif makin besar pengaruh yang diberikan variabel
itu. Analisis jalur itu dapat digambarkan sebagai berikut:
Gambar 3.1. Diagram Jalur
x1
x2
Y
yx1
yx2
rx1x2
Gambar di atas menunjukkan bahwa antara X1 , X2 terhadap Y terdapat
hubungan. Sementara hubungan X1 terhadap X2, dan X2 terhadap X3 merupakan
hubungan korelasional. Dalam penelitian ini ada tiga variabel bebas (X), yaitu
penetapan harga (X1) dan kualitas pelayanan (X2), dan satu variabel terikat (Y)
yaitu kepuasan konsumen.
Diagram di atas dapat dinyatakan dengan persamaan struktural sebagai
berikut:
Persamaan struktural:
Y = yx1 X1 + yx2 X2 + yxε
Keterangan:
X1 = Penetapan harga
X2 = Kualitas pelayanan
Y = Kepuasan konsumen
ε = Variabel Epsilon
Selanjutnya untuk menghitung koefisien korelasi dan koefisien jalur dan
yang lainnya dilakukan dengan cara-cara sebagai berikut:
a. Menghitung dan menyusun matrik koefisien korelasi (r) guna mengetahui
korelasi antar variabel.
b. Menghitung koefisien jalur (p)
c. Menghitung koefisien determinasi (r2)
d. Menghitung koefisien jalur epsilon (ε ) yang tidak diteliti.
Melakukan uji signifikansi koefisien jalur secara parsial melalui uji t
dengan kriteria tolak Ho bila t hitung > t tabel, atau p value < 0,05.
2. Analisis Koefisien Korelasi
Analisis koefisien korelasi digunakan untuk mengetahui tingkat hubungan
dua variabel, yaitu variabel bebas (penetapan harga dan kualitas pelayanan) dan
varibel tergantung (kepuasan konsumen). Variabel tergantung dapat diprediksikan
melalui variabel bebas sehingga antara dua buah variabel bebas dan variabel
tergantung yang masing-masing mempunyai skala pengukuran interval (rasio) dan
hubungannya merupakan hubungan linier, maka keeratan hubungan antara kedua
variabel itu disebut dengan korelasi pearson yang diberi simbol r untuk sampel.
Korelasi ini sering disebut sebagai korelasi produk-momen, besarnya koefisien
menggambarkan seberapa erat hubungan linear antara dua peubah, bukan karena
hubungan sebab akibat. Nilai peubah yang terlibat merupakan bertipe numerik dan
menyebar normal jika ingin pengujian terhadap hal tersebut dinyatakan sah.
Rumus yang digunakan adalah:
2222 yynxxn
yxxynr
Berdasarkan nilai r yang diperoleh, dapat dihubungkan -1< r < 1 yaitu:
a. Apabila r = 1, artinya terdapat hubungan antara variabel X dan Variabel Y
sempurna positif.
b. Apabila r = -1, artinya terdapat hubungan antara variabel negatif.
c. Apabila r = 0, artinya tidak terdapat hubungan korelasi.
Pedoman untuk memberikan interpretasi terhadap hubungan korelasi atau
besaran pengaruh variabel-variabel bebas terhadap variabel tidak bebas,
menggunakan pedoman menurut Sugiyono (2010: 149) tertera pada tabel berikut :
Tabe1 3.8
Interpretasi Nilai Korelasi
Interval Koefisien Tingkat Hubungan
0.00 – 0.19
0.20 – 0.39
0.40 – 0.59
0.60 – 0.79
0.80 – 1.00
Sangat rendah
Rendah
Sedang
Kuat
Sangat kuat
3. Uji Hipotesis
Pengujian hipotesis dilakukan untuk menentukan apakah hipotesis yang
akan diajukan diterima atau ditolak.
a. Pengujian Secara Simultan
Rumusan hipotesis pada penelitian ini yaitu:
Ho : Tidak terdapat pengaruh penetapan harga dan kualitas pelayanan terhadap
kepuasan konsumen
Ha : Terdapat pengaruh penetapan harga dan kualitas pelayanan terhadap
kepuasan konsumen
Untuk menguji pengganti variabel bebas secara bersama-sama terhadap
variabel tidak bebas digunakan uji F. Nilai F hitung tersebut akan dibandingkan
dengan F tabel yang diperoleh dari tabel F dengan menggunakan tingkat rasio
(level of significance) tertentu. Adapun rumus uji F sebagai berikut:
F =
R2 k
(i−R2 ) (n−k−i )
Dimana:
R = Koefisien korelasi ganda
k = Jumlah variabel bebas
n = Jumlah sampel
Untuk uji F, kriteria uji yang dipakai adalah sebagai berikut:
- Ho diterima bila F ≤ F tabel
- Ho ditolak bila F > F tabel
b. Pengujian Secara Parsial
Rumusan hipotesis pada penelitian ini yaitu:
1) Ho : Tidak terdapat pengaruh penetapan harga terhadap kepuasan konsumen
Ha : Terdapat pengaruh penetapan harga terhadap kepuasan konsumen
2) Ho : Tidak terdapat kualitas pelayanan terhadap kepuasan konsumen
Ha : Terdapat pengaruh kualitas pelayanan terhadap kepuasan konsumen
Hipotesis tersebut kemudian diuji untuk diketahui apakah diterima atau
ditolak. Pengujian dengan menggunakan rumus uji t dilakukan dengan taraf
siginfikan 5%, tingkat keyakinan 95% dengan rumus sebagai berikut :
t = r √n−2
√1−r2
Keterangan:
r = Korelasi
n = Banyaknya sampel
t = Tingkat signifikan thitung yang selanjutnya dibandingkan dengan ttabel
Kemudian menggunakan model keputusan dengan menggunakan statistik
uji t, dengan melihat asumsi sebagai berikut:
a. Interval kayakinan α =0,05
b. Derajat kebebasan = n-2
c. Dilihat hasil ttabel
Dari hasil hipotesis thitung dibandingkan dengan ttabel yaitu:
a. Jika thitung > ttabel pada α = 5% maka H0 ditolak dan Ha diterima (berpengaruh).
b. Jika thitung < ttabel pada α = 5% maka H0 diterima dan Ha ditolak (tidak
berpengaruh).
4. Analisis Koefisien Determinasi
Analisis koefisien determinasi digunakan untuk mengetahui besarnya
pengaruh penetapan harga (X1) dan kualitas pelayanan (X2) terhadap kepuasan
konsumen (Y) yang dinyatakan dengan persentasi, melalui rumus :
KD = r2 x 100%
Keterangan:
KD =Koefisien Determinasi
r2 =Kuadrat dari koefisien korelasi
Menurut Jonathan Sarwono (2010:72) kriteria untuk analisis koefisien
determinasi adalah :
a. Jika KD mendekati nol (0), berarti pengaruh variabel independent terhadap
dependent lemah.
b. Jika KD mendekati satu (1), berarti pengaruh variabel independent terhadap
dependent kuat.
Contoh
Pengaruh Pelatihan dan Motivasi Terhadap Kinerja Perawat di RS M.
Djamil Padang.
Perhitungan Koefisien Jalur
Dibagian ini penulis akan mencoba menganalisis pengaruh pelatihan
(sebagai variabel bebas atau X1) dan motivasi (sebagai variabel bebas atau X2)
terhadap kinerja perawat (sebagai variabel terikat atau Y), ini akan diuji dengan
uji statistik. Data yang akan diuji merupakan data tentang menganalisis pelatihan,
motivasi, dan kinerja perawat yang telah diurutkan sedemikian rupa dan
mengubahnya dengan variabel X1, variabel X2, dan variabel Y. Adapun
pengujiannya adalah sebagai berikut:
1. Analisis Jalur (Path Analysis)
Analisis Jalur (Path Analysis) digunakan untuk mengetahui akibat langsung
dan tidak langsung dari seperangkat variabel, sebagai variabel penyebab (X1)
dan variabel penyebab (X2) terhadap variabel lainnya yang merupakan
variabel akibat (Y). Karena di metode analisis yang digunakan adalah metode
analisis jalur, maka peneliti perlu melakukan perhitungan dengan koefisien
korelasi product moment terlebih dahulu. Itu dilakukan agar dapat mengetahui
hubungan antara X1 dan X2 yaitu rx1x2. Rumus yang akan digunakan untuk
menghitung koefisien korelasi product moment adalah:
rxy =
N∑ XY −(∑ X )(∑Y )
√[N∑ X2−(∑ X )2] [N∑ Y 2−(∑Y )2]
Berikut ini adalah hasil perhitungan koefisien korelasi product moment dengan
menggunakan software SPSS VER 20.0:
Tabel 4.41
Correlations
Correlations
1 .222*
.011
130 130
.222* 1
.011
130 130
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
pelatihan
motivasi
pelatihan motivasi
Correlation is significant at the 0.05 level (2-tailed).*.
Pada tabel di atas, dapat dilihat bahwa keeratan hubungan antara variabel X1
dan X2 yang dinyatakan oleh besarnya korelasi (rx1x2) adalah sebesar 0,222
yang nantinya akan digunakan dalam perhitungan koefisien determinasi, untuk
menghitung besarnya pengaruh tidak langsung dari variabel penyebab ke
variabel akibat. Setelah koefisien korelasi antara variabel X1 dan X2 didapat,
maka selanjutnya akan dihitung analisis jalur yang dinyatakan dengan
persamaan:
Y = yx1 X1 + yx2 X2 + y
Dimana:
X1 = pelatihan
X2 = motivasi
yx1 = koefisien jalur pelatihan ke kinerja perawat
yx2 = koefisien jalur motivasi ke kinerja perawat
y = koefisien jalur epsilon ke kinerja perawat
Berdasarkan perhitungan dengan software SPSS VER 20.0, dapat diketahui
hasil perhitungan koefisien jalur adalah sebagai berikut:
Tabel 4.42
Coefficientsa
-6.477 5.551 -1.167 .245
.484 .074 .437 6.500 .000
.552 .087 .426 6.334 .000
(Constant)
pelatihan
motivasi
Model1
B Std. Error
UnstandardizedCoefficients
Beta
StandardizedCoefficients
t Sig.
Dependent Variable: kinerjaa.
Pada tabel coefficients di atas, dalam kolom standardized coefficients terdapat
masing-masing koefisien jalur variabel X1 dan X2 terhadap Y. Koefisien jalur
pelatihan (X1) terhadap kinerja perawat (Y) yaitu yx1 adalah sebesar 0,437
atau sebesar 43,7%. Koefisien jalur motivasi (X2) terhadap kinerja perawat (Y)
yaitu yx2 adalah sebesar 0,426 atau sebesar 42,6%.
2. Besarnya pengaruh (Koefisien determinasi) pengujian secara simultan
Tabel 4.43
Model Summary
.674a .455 .446 4.18983Model1
R R SquareAdjustedR Square
Std. Error ofthe Estimate
Predictors: (Constant), motivasi, pelatihana.
Yakni y = √(1−R yx 1 .. . . xn2 )
= √1−0 , 455 = 0,545
Oleh karena itu dapat diartikan bahwa pelatihan dan motivasi berpengaruh
terhadap kinerja perawat sebesar 45,5% (R square) dan dipengaruhi oleh
faktor lain yang tidak diteliti sebesar 54,5% seperti upah, promosi jabatan,
gaya kepemimpinan, budaya organisasi, lingkungan kerja, dan lain-lain.
Sedangkan besarnya pengaruh yang diterima oleh kinerja perawat (Y) dari
pelatihan (X1) dan motivasi (X2) serta semua variabel di luar (X1) dan (X2)
yang dinyatakan dengan variabel residu () adalah R2yx1x2 + y = 45,5% +
54,5% = 100%.
Kerangka hubungan kausal empiris antara X1 dan X2 terhadap Y dapat
dibuat melalui persamaan struktural dan gambar sebagai berikut:
Y = yx1 X1 + yx2 X2 + y
Y = 0,437 X1 + 0,426 X2 + 0,545
y = 0,545
yx1 = 0,437
rx1x2 = 0,222 yx2 = 0,426
R2yx1x2 = 0,455
Gambar 4.4
Diagram Jalur Hubungan Kausal Empiris X1 dan X2 terhadap Y
3. Besarnya Pengaruh X1 (Pelatihan) terhadap Y (Kinerja perawat) secara
parsial pada RS M. Djamil Padang
a. Pengaruh langsung = (yx1)2
= (0,437)2
= 0,191
b. Pengaruh melalui hubungan korelasi dengan X2 = (yx1) (rx1x2) (yx2)
X1
X2
Y
= (0,437) (0,222) (0,426)
= 0,041
c. Pengaruh X1 ke Y secara total = 0,191 + 0,041
= 0,232
Dari persamaan di atas, besarnya pengaruh pelatihan (X1) yang secara
langsung menentukan perubahan-perubahan kinerja perawat (Y) adalah 0,191
(19,1%) dan yang melalui hubungannya dengan motivasi (X2) sebesar 0,041
(4,1%). Dengan demikian pengaruh pelatihan (X1) terhadap kinerja perawat
(Y) secara parsial adalah besarnya pengaruh total atau gabungan dari pengaruh
langsung dan tidak langsung (X1) terhadap Y, yaitu 0,191 + 0,041 = 0,232 atau
(23,2%). Artinya pelatihan secara parsial berpengaruh terhadap kinerja
perawat sebesar 23,2%.
4. Besarnya Pengaruh X2 (Motivasi) terhadap Y (Kinerja perawat) secara
parsial pada RS M. Djamil Padang
a. Pengaruh langsung = (yx2)2
= (0,426)2
= 0,181
b. Pengaruh melalui hubungan korelasi dengan X1 = (yx2) (rx2x1) (yx1)
= (0,426) (0,222) (0,437)
= 0,041
c. Pengaruh X2 ke Y secara total = 0,181 + 0,041
= 0,222
Dari persamaan di atas, besarnya pengaruh motivasi (X2) yang secara
langsung menentukan perubahan-perubahan kinerja perawat (Y) adalah 0,181
(18,1%) dan yang melalui hubungannya dengan penetapa harga (X1) sebesar
0,041 (4,1%). Dengan demikian pengaruh motivasi (X2) terhadap kinerja
perawat (Y) secara parsial adalah besarnya pengaruh total atau gabungan dari
pengaruh langsung dan tidak langsung (X2) terhadap Y, yaitu 0,181 + 0,041 =
0,222 atau (22,2%). Artinya motivasi secara parsial berpengaruh terhadap
kinerja perawat sebesar 22,2%.
Pengujian Hipotesis
Selanjutnya untuk membuktikan apakah pelatihan dan motivasi
memberikan pengaruh yang besar terhadap kinerja perawat baik secara simultan
dan parsial, maka dilakukan pengujian hipotesis. Pengujian dimulai dari pengujian
secara simultan dan dilanjutkan dengan pengujian secara parsial.
Tabel 4.44
ANOVAb
1859.336 2 929.668 52.958 .000a
2229.441 127 17.555
4088.777 129
Regression
Residual
Total
Model1
Sum ofSquares df Mean Square F Sig.
Predictors: (Constant), motivasi, pelatihana.
Dependent Variable: kinerjab.
1. Uji Simultan X1 dan X2 terhadap Y
Untuk menguji kebermaknaan (test of significance) koefisien jalur yang telah
dihitung, maka perlu dirumuskan terlebih dahulu hipotesis sebagai berikut:
Ho : yx1x2 = 0 artinya pelatihan dan motivasi tidak berpengaruh terhadap
kinerja perawat secara simultan
Ha : yx1x2 0 artinya pelatihan dan motivasi berpengaruh terhadap kinerja
perawat secara simultan
Kriteria pengujian:
Jika Fhitung Ftabel maka Ho ada di daerah penolakan, berarti Ha diterima
artinya antara variabl X1 dan X2 terhadap variabel Y terdapat pengaruh
Jika Fhitung Ftabel maka Ho ada di daerah penerimaan, berarti Ha ditolak
artinya antara variabl X1 dan X2 terhadap variabel Y tidak terdapat
pengaruh
Fhitung dicari dengan rumus perhitungan menggunakan program komputer
SPSS versi 20, dan
Ftabel dicari didalam tabel distribusi F dengan ketentuan sebagai berikut,
= 0,05 dan dk pembilang k (2) dan dk penyebut = (n-k-1) atau 130-2-1 =
127 yaitu sebesar 3,067.
Pada tabel Anova diperoleh nilai F sebesar 52,958 dengan nilai probabilitas
(sig) = 0,000, karena nilai Fhitung lebih besar dari Ftabel (52,958 > 3,067), maka
keputusannya adalah:
0 Ftabel (3,067) Fhitung (52,958)
Gambar 4.5
Kurva Uji F untuk X1 dan X2 terhadap Y
Maka, berdasarkan pengujian hipotesis yang telah dilakukan, menyatakan
Fhitung berada dalam daerah penolakan Ho atau dengan kata lain bahwa
pelatihan dan motivasi secara simultan berpengaruh terhadap kinerja perawat
pada RS M. Djamil Padang.
2. Pengujian Koefisien Jalur Secara Parsial
Pengujian hipotesis secara parsial dilakukan untuk mengetahui pengaruh
masing-masing variabel independen terhadap variabel dependen. Uji statistik
yang digunakan pada pengujian parsial adalah uji t. Untuk pengujian dua
pihak nilai statistik uji t yang digunakan pada pengujian secara parsial dapat
dilihat pada tabel berikut.
Tabel 4.45
Coefficientsa
-6.477 5.551 -1.167 .245
.484 .074 .437 6.500 .000
.552 .087 .426 6.334 .000
(Constant)
pelatihan
motivasi
Model1
B Std. Error
UnstandardizedCoefficients
Beta
StandardizedCoefficients
t Sig.
Dependent Variable: kinerjaa.
a. Pengaruh X1 (Pelatihan) terhadap Y (Kinerja perawat)
Untuk menguji kebermaknaan (test of significance) koefisien jalur yang
telah dihitung, maka perlu dirumuskan terlebih dahulu hipotesis sebagai
berikut:
Ho : yx1 = 0 artinya pelatihan tidak berpengaruh terhadap kinerja
perawat
Ha : yx1 0 artinya pelatihan berpengaruh terhadap kinerja perawat
Kriteria pengujian:
Jika thitung ttabel maka Ho ada di daerah penolakan, berarti Ha diterima
artinya antara variabl X1 terhadap variabel Y terdapat pengaruh yang
signifikan
Jika thitung ttabel maka Ho ada di daerah penerimaan, berarti Ha ditolak
artinya antara variabl X1 terhadap variabel Y terdapat pengaruh yang
tidak signifikan
thitung dicari dengan rumus perhitungan menggunakan program
komputer SPSS versi 20, dan
ttabel dicari didalam tabel distribusi t dengan ketentuan sebagai berikut,
= 0,05 dan dk = (n-k-1) atau 130-2-1 = 127 yaitu sebesar 1,979.
Pada tabel Coefficient di atas diperoleh nilai thitung pelatihan (X1) terhadap
kinerja perawat (Y) sebesar 6,500 dengan nilai probabilitas (sig) = 0,000,
karena nilai thitung lebih besar dari ttabel (6,500 > 1,979), maka keputusannya
adalah:
ttabel (-1,979) 0 ttabel (1,979) thitung (6,500)
Gambar 4.6
Kurva Uji t untuk X1 terhadap Y
Maka, berdasarkan pengujian hipotesis yang telah dilakukan, menyatakan
thitung berada dalam daerah penolakan Ho atau dengan kata lain bahwa
pelatihan secara parsial berpengaruh terhadap kinerja perawat pada RS M.
Djamil Padang.
b. Pengaruh X2 (Motivasi) terhadap Y (Kinerja perawat)
Untuk menguji kebermaknaan (test of significance) koefisien jalur yang
telah dihitung, maka perlu dirumuskan terlebih dahulu hipotesis sebagai
berikut:
Ho : yx2 = 0 artinya motivasi tidak berpengaruh terhadap kinerja perawat
Ha : yx2 0 artinya motivasi berpengaruh terhadap kinerja perawat
Kriteria pengujian:
Jika thitung ttabel maka Ho ada di daerah penolakan, berarti Ha diterima
artinya antara variabl X2 terhadap variabel Y terdapat pengaruh yang
signifikan
Jika thitung ttabel maka Ho ada di daerah penerimaan, berarti Ha ditolak
artinya antara variabl X2 terhadap variabel Y terdapat pengaruh yang
tidak signifikan
thitung dicari dengan rumus perhitungan menggunakan program
komputer SPSS versi 20, dan
ttabel dicari didalam tabel distribusi t dengan ketentuan sebagai berikut,
= 0,05 dan dk = (n-k-1) atau 130-2-1 = 127 yaitu sebesar 1,979.
Pada tabel Coefficient di atas diperoleh nilai thitung motivasi (X2) terhadap
kinerja perawat (Y) sebesar 6,334 dengan nilai probabilitas (sig) = 0,000,
karena nilai thitung lebih besar dari ttabel (6,334 > 1,979), maka keputusannya
adalah:
ttabel (-1,979) 0 ttabel (1,979) thitung (6,334)
Gambar 4.7
Kurva Uji t untuk X2 terhadap Y
Maka, berdasarkan pengujian hipotesis yang telah dilakukan, menyatakan
thitung berada dalam daerah penolakan Ho atau dengan kata lain bahwa
motivasi secara parsial berpengaruh terhadap kinerja perawat pada RS M.
Djamil Padang.