analisis jalur
TRANSCRIPT
1
ANALISIS JALUR
( PATH ANALYSIS )
2
ILUSTRASI 1
TINGKATDENDA
SIKAPPENOLAKAN
PERILAKUPENOLAKAN
KEPATUHAN
3
Analisis korelasi
Analisis korelasi dapat digunakan untuk mengetahui tingkat keeratan hubungan antar variabel, tidak ada yang mempengaruhi (independen) & tidak ada yang dipengaruhi (dependen)
Dapat juga diterapkan pada independen dependen
Sikappenolakan
Sikapacuh
4
Analisis regresi
Regresi: upaya mempelajari hubungan antar variabel, dan tidak pernah mempermasalahkan mengapa hubungan tersebut ada (atau tidak ada) dan juga 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.
TINGKATDENDA
SIKAPPENOLAKAN
PERILAKUPENOLAKAN
KEPATUHAN
5
ILUSTRASI 2
Suatu penelitian berbentuk survey (observasional) bertujuan ingin menguji model pengaruh beberapa variabel terhadap variabel kinerja karyawan (telah dibahas pada analisis faktor)
Sistem hubungan sbb:
Kepuasan
Loyalitas
KinerjaMotivasi
6
LANGKAH-LANGKAH ANALISIS PATH (1) PERTAMA (PERANCANGAN MODEL)
Merancang model berdasarkan konsep dan teori. Misal, secara teoritis :
Variabel Motivasi berpengaruh terhadap Kepuasan dan Loyalitas.
Loyalitas dipengaruhi oleh Kepuasan. Variabel Kepuasan dan Loyalitas
berpengaruh terhadap Kinerja. Berdasarkan hubung-hubungan antar variabel
secara teoritis tersebut, dapat dibuat model HIPOTETIK
7
LANGKAH-LANGKAH ANALISIS PATH (1)
KONSTRUKSI DIAGRAM JALUR
8
LANGKAH-LANGKAH ANALISIS PATH (1)
Model tersebut juga dapat dinyatakan dalam bentuk persamaan, sehingga membentuk sistem persamaan / sistem persamaan simultan / model struktural.
(1) Kepuasan = 0 + 1 Motivasi + 1
(2) Loyalitas = 0 + 1 Motivasi + 2 Kepuasan + 2
(3) Kinerja = 0 + 1 Kepuasan + 2 Loyalitas + 3
KONVERSI DIAGRAM JALUR KE PERSAMAAN
9
LANGKAH-LANGKAH ANALISIS PATH (1) Atau bilamana sudah dibakukan :
(1) ZKepuasan = 0 + 1 ZMotivasi + 1
(2) ZLoyalitas = 0 + 1 ZMotivasi + 2 ZKepuasan + 2
(3) ZKinerja = 0 + 1 ZKepuasan + 2 ZLoyalitas + 3
Mengingat model tersebut dikembangkan untuk menjawab permasalahan penelitian dan berbasis teori dan konsep, maka dinamakan model hipotetik.
10
LANGKAH-LANGKAH ANALISIS PATH (2) KEDUA (ASUMSI)
Asumsi yang melandasi analisis path adalah : Di dalam model analisis path, hubungan antar variabel
adalah linier dan aditif Hanya model rekursif dapat dipertimbangkan, yaitu hanya
sistem aliran causal ke satu arah. Sedangkan pada model yang mengandung causal bolak-balik tidak dapat dilakukan analisis path.
Data variabel endogen minimal dalam skala interval Observed variables diukur tanpa kesalahan
(instrumen pengukuran valid dan reliabel). Model yang dianalisis dispesifikasikan (diidentifikasi)
dengan benar berdasarkan teori-teori dan konsep-konsep yang relevan.
11
Pendugaan Parameter (Perhitungan Koefisien Jalur)
Metode perhitungan koefisien jalur terdapat tiga cara: Pendekatan matriks korelasi; bila model tidak
berjenjang (p = Rx-1 Ry)
Koefisien regresi dilanjutkan dengan suatu perhitungan matematik { pi = bi (Sxi / Sy)}
Koefisien regresi standardize Pada tulisan ini dipilih metode yang terakhir, yaitu
regresi standardize, hal ini mengingat metode ini yang dipandang paling sederhana.
Di samping itu, perhitungan goodness of fit berupa Koefisien Determinasi Total dapat dilakukan secara sederhana, dan pelaksanaan Theory Triming dapat dilakukan dengan mudah.
KETIGA
LANGKAH-LANGKAH ANALISIS PATH (3)
12
LANGKAH-LANGKAH ANALISIS PATH (3) KETIGA
Pendugaan parameter: Koefisien regresi standardize Untuk anak panah bolak-balik , koefisiennya
merupakan koefisien korelasi, r dihitung seperti biasanya)
Untuk anak panah satu arah digunakan perhitungan regresi data standardize, secara parsiil pada masing-masing persamaan.
Metode yang digunakan adalah OLS, yaitu metode kuadrat terkecil biasa. Hal ini dapat dilakukan mengingat modelnya rekursif.
13
PENGARUH LANGSUNG DAN TIDAK LANGSUNG (3) Koefisien pi dinamakan koefisien path pengaruh
langsung Sedangkan pengaruh tidak langsung dan pengaruh
total dihitung dengan cara : 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. Pengaruh total Kepuasan ke kinerja = p4 + (p3 x p5)
= Pengaruh langsung + Pengaruh tidak langsung
14
ANALISIS PATH - Pendugaan Parameter (3)
Pendugaan parameter dengan Metode OLS, dimana di dalam software SPSS dihitung melalui analisis regresi, yaitu dilakukan pada masing-masing persamaan secara sendiri-sendiri.
Pertama, Regresi untuk persamaan :Kepuasan = 0 + 1 Motivasi + 1
Atau bilamana sudah dibakukan :
ZKepuasan = 0 + 1 ZMotivasi + 1
15
ANALISIS PATH - Pendugaan Parameter (3)
16
ANALISIS PATH - Pendugaan Parameter (3) Dengan demikian diperoleh model sebagai
berikut.
Kepuasan = -0.00097 + 0.547 Motivasi Atau bilamana sudah dibakukan :
ZKepuasan = 0.512 ZMotivasi
Kedua, Regresi untuk persamaan :
Loyalitas = 0 + 1 Motivasi + 2 Kepuasan + 2
Atau bilamana sudah dibakukan :
ZLoyalitas = 0 + 1 ZMotivasi + 2 ZKepuasan + 2
17
ANALISIS PATH - Pendugaan Parameter (3)
18
ANALISIS PATH - Pendugaan Parameter (3) Dengan demikian diperoleh model sebagai
berikut.Loyalitas = -0.305 + 0.517 Motivasi + 0.136 Kepuasan
Atau bilamana sudah dibakukan :
ZLoyalitas = 0.546 ZMotivasi + 0.154 ZKepuasan
Ketiga, Regresi untuk persamaan :
Kinerja = 0 + 1 Kepuasan + 2 Loyalitas + 3 Atau bilamana sudah dibakukan :
ZKinerja = 0 + 1 ZKepuasan + 2 ZLoyalitas + 3
19
ANALISIS PATH - Pendugaan Parameter (3)
20
ANALISIS PATH - Pendugaan Parameter (3) Dengan demikian, diperoleh model sebagai berikut.
Kinerja = -0.353 + 0.212 Kepuasan + 0.383 Loyalitas + 3
Atau bilamana sudah dibakukan :
ZKinerja = 0.181 ZKepuasan + 0.313 ZLoyalitas + 3
Berdasarkan model-model pengaruh tersebut, dapat disusun model lintasan pengaruh sebagai berikut. Model lintasan ini disebut dengan analisis path, dimana pengruh error ditentukan sebagai berikut :
21
ANALISIS PATH - Pendugaan Parameter (3)
22
ANALISIS PATH - Pendugaan Parameter (3)
Analisis path dalam bentuk persamaan disajikan sebagai berikut.
ZKepuasan = 0.512 ZMotivasi
ZLoyalitas = 0.546 ZMotivasi + 0.154 ZKepuasan
ZKinerja = 0.181 ZKepuasan + 0.313 ZLoyalitas + 3
23
LANGKAH-LANGKAH ANALISIS PATH (4) KEEMPAT (VALIDITAS MODEL)
Koefisien Determinasi Total Total keragaman data yang dapat dijelaskan oleh model di ukur
dengan :
interpretasiya, mirip dengan interpretasi koefisien determinasi (R2) pada analisis regresi.
Untuk data ilustrasi diperoleh: koefisien determinasi total = 1 – (0.859)2 (0.769)2 (0.942)2
= 0.6128 keragaman data yang dapat dijelaskan oleh model tersebut
adalah sebesar 61.28 % model hasil analisis dapat menjelaskan sebesar 61.28 % thdp
fenomena yg dikaji, sedangkan sisanya 38.72 % dijelaskan oleh variabel lain (yang belum terdapat di dalam model) dan error.
2ep
22e
21e
2m P . . . PP1R
24
VALIDITAS MODEL (4)
Theory Triming Uji validasi koefisien path pada setiap jalur untuk
pengaruh langsung adalah sama dengan pada regresi, menggunakan nilai p dari uji t, yaitu pengujian koefisien regresi variabel dibakukan secara parsiil.
Berdasarkan theory triming, maka jalur-jalur yang nonsignifikan dabuang, sehingga diperoleh model yang didukung (konfirmasi) oleh data empirik.
Motivasi berpengaruh ke Kinerja bersifat tidak langsung (indirect) yaitu melalui Loyalitas, dengan koefisien path pengaruh tidak langsung = 0.546 x 0.313 = 0.171.
25
Theory Triming (4)
26
LANGKAH-LANGKAH ANALISIS PATH (5) KELIMA (INTERPRETASI)
Langkah terakhir di dalam analisis path adalah melakukan interpretasi hasil analisis.
Pertama dengan memperhatikan hasil validitas model. Untuk data ilustrasi, diperoleh informasi sebagai berikut :
Berdasarkan 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.
Lintasan pengaruh yang signifikan adalah dari Motivasi ke Kinerja melalui Loyalitas.
27
INTERPRETASI (4)
Kedua, hitung pengaruh total dari setiap variabel yang mempunyai pengaruh kausal ke variabel endogen. Di dalam ilustrasi, seandainya seluruh lintasan signifikan, maka harus dihitung pengaruh total dari Motivasi, Kepuasan dan Loyalitas terhadap Kinerja. Variabel dengan pengaruh total terbesar adalah yang memiliki pengaruh terkuat.
Untuk data ILUSTRASI dapat dihasilkan informasi bahwa upaya meningkatkan 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.
Pengaruh tidak langsung Motivasi ke Kinerja melalui Loyalitas = 0.546 x 0.313 = 0.171
28
MANFAAT ANALISIS PATH
Bilamana analisis path telah dilakukan (berdasarkan sampel), maka dapat dimanfaatkan untuk : Penjelasan (explanation) terhadap fenomena
yang dipelajari atau permasalahan yang diteliti.
Prediksi nilai variabel tergantung berdasarkan nilai variabel bebas, yang mana prediksi dengan analisis path ini bersifat kualitatif.
29
MANFAAT ANALISIS PATH
Faktor determinan, yaitu penentuan variabel bebas mana yang berpengaruh dominan terhadap variabel tergantung. Dan juga dapat digunakan untuk menelusuri mekanisme (jalur-jalur) pengaruh variabel bebas terhadap variabel tergantung.
Pengujian model, menggunakan theory triming, baik untuk uji keajegan konsep yang sudah ada ataupun uji pengembangan konsep baru.
30