interpret as iya

5
Modul Laboratorium Metodologi Penelitian Fakultas Ekonomi Universitas Trisakti, 2005 1 INTERPRETASI HASIL Pada dasarnya ada 3 interpretasi dari model SEM yaitu : 1. Goodness of fit model, yang bertujuan untuk menguji apakah model yang dihasilkan menggambarkan kondisi aktualnya. Hipotesis dilakukan dengan langkah-langkah sbb : Ho : Model goodness of fit (model yang dihasilkan menggambarkan kondisi aktualnya) Ha : Model tidak goodness of fit (model yang dihasilkan tidak menggambarkan kondisi aktualnya) Pengambilan keputusan : Jika sig (p-value) dari CMIN (Lihat summary of model) < 0.05 Ho ditolak Jika sig (p-value) dari CMIN (Lihat summary of model) > 0.05 Ho diterima Dari hasil print-out diperoleh CMIN sebesar 13.114 dengan sig (p-value) 0.000 yang berarti Ho ditolak (Ha diterima) sebab sig (p-value) 0.000 < 0.05. Dengan demikian dapat disimpulkan bahwa model yang dihasilkan tidak goodness of fit. SEM sangat sensitif terhadap jumlah data, artinya observasi yang semakin banyak tentunya akan semakin baik tetapi di sisi lain akan menyebabkan nilai CMIN semakin besar sehingga Ho ditolak.

Upload: sidik-caeng

Post on 16-Sep-2015

223 views

Category:

Documents


6 download

DESCRIPTION

ya

TRANSCRIPT

  • Modul Laboratorium Metodologi Penelitian

    Fakultas Ekonomi Universitas Trisakti, 2005

    1

    INTERPRETASI HASILPada dasarnya ada 3 interpretasi dari model SEM

    yaitu :1. Goodness of fit model, yang bertujuan untuk

    menguji apakah model yang dihasilkanmenggambarkan kondisi aktualnya.Hipotesis dilakukan dengan langkah-langkah sbb :Ho : Model goodness of fit (model yang dihasilkan

    menggambarkan kondisi aktualnya)Ha : Model tidak goodness of fit (model yang

    dihasilkan tidak menggambarkan kondisiaktualnya)

    Pengambilan keputusan :Jika sig (p-value) dari CMIN (Lihat summary ofmodel) < 0.05 Ho ditolakJika sig (p-value) dari CMIN (Lihat summary ofmodel) > 0.05 Ho diterima

    Dari hasil print-out diperoleh CMIN sebesar 13.114dengan sig (p-value) 0.000 yang berarti Ho ditolak(Ha diterima) sebab sig (p-value) 0.000 < 0.05.Dengan demikian dapat disimpulkan bahwa modelyang dihasilkan tidak goodness of fit.

    SEM sangat sensitif terhadap jumlah data, artinyaobservasi yang semakin banyak tentunya akansemakin baik tetapi di sisi lain akan menyebabkannilai CMIN semakin besar sehingga Ho ditolak.

  • Modul Laboratorium Metodologi Penelitian

    Fakultas Ekonomi Universitas Trisakti, 2005

    2

    Padahal pada pengujian goodness of fit yangdiinginkan adalah Ho diterima.

    Karena itu model SEM memberikan banyakalternatif pengujian goodness of fit. Artinya jikadengan menggunakan CMIN model tidak goodnessof fit maka dapat digunakan indikator lain sepertiGoodness of Fit Index (GFI), Adjusted Goodness ofFit Index (AGFI) dll.

    Pengujian goodness of fit dengan menggunakankriteria GFI adalahJika GFI mendekati 1 maka model goodness of fitsedang jika GFI menjauhi 1 maka model tidakgoodness of fit.Hasil print-out menunjukkan nilai GFI pada defaultmodel sebesar 0.869 yang artinya mendekati 1

    Dengan demikian dapat disimpulkan bahwa modelmasih goodness of fit

    2. Pengujian hipotesis teori.Dalam kasus ini ada 2 hipotesis yang ingin diujiyaitu :a. Pengaruh tingkat pendidikan terhadap

    pendapatanb. Pengaruh dari tingkat pendapatan terhadap

    tingkat kesejahteraan

  • Modul Laboratorium Metodologi Penelitian

    Fakultas Ekonomi Universitas Trisakti, 2005

    3

    Hasil print-out ditunjukkan dengan tabel berikut

    Regression Weights: Estimate S.E. C.R. Label------------------- -------- ------- ------- -------

    INCOME nilai t-tabel untuk alpha 0.05 yaitu 1.64.Dengan demikian maka hipotesis null ditolak (Haditerima)Jadi terbukti bahwa secara statistik pendidikanberpengaruh signifikan terhadap tingkatpendapatan

    Untuk pengaruh pendapatan terhadap welfare, ujihipotesis dilakukan dengan langkah-langkah sbb :Ho:b2 = 0 artinya pendapatan tidak mempengaruhi

    welfareHa: b2 > 0 artinya pendapatan berpengaruh positif

    mempengaruhi welfare

  • Modul Laboratorium Metodologi Penelitian

    Fakultas Ekonomi Universitas Trisakti, 2005

    4

    Hasil perhitungan menghasilkan koefisien regresisebesar 0.767 yang artinya bahwa pendapatanterbukti berpengaruh positif terhadap tingkatpendapatan. Nilai t-statistik (Critical Ratio/CR)sebesar 7.770 menunjukkan bahwa nilai t-statistik7.770 > nilai t-tabel untuk alpha 0.05 yaitu 1.64.Dengan demikian maka hipotesis null ditolak (Haditerima)Jadi terbukti bahwa secara statistik pendapatanberpengaruh signifikan terhadap tingkat welfare

    Dengan demikian dapat disimpulkan seluruh ujihipotesis teori yagn dilakukan terbuktiberpengaruh signifikan.

    3. Perhitungan pengaruh tidak langsung (indirecteffect)Selain pengujian hipotesis teori, model SEM jugadapat menjelaskan pengaruh tidak langsung daripath analisis yang sudah dibuat. Dalam model iniakan dilihat seberapa besar tingkat pendidikansecara tidak langsung mempengaruhi tingkatpendapatan.

    Dari pengujian hipotesis teori diatas, telahdiperoleh koefisien regresi b1 = 0.757 dan b2 =

    TingkatPendidikan

    Sangat rendahSangat tinggi

    TingkatPendapatan

    Sangat rendahSangat tinggi

    TingkatKemakmuranSangat miskin

    Sangat kaya

    0.757 0.767

  • Modul Laboratorium Metodologi Penelitian

    Fakultas Ekonomi Universitas Trisakti, 2005

    5

    0.767. Secara manual pengaruh tidak langsungdari tingkat pendidikan terhadap tingkatkemakmuran dilakukan dengan mengalikankoefisien b1 dan b2 yaitu sebesar = 0.757 * 0.767 =0.580 yang artinya tingkat pendidikan secara tidaklangsung berpengaruh positif terhadap tingkatkemakmuran. Karena data berupa persepsi makaangka 0.580 tidak diinterpretasikan secaraeksplisit. Prinsipnya semakin besar angkakoefisiennya maka akan semakin besar pengaruhtidak langsungnya. Jika data berupa rasio makaangka diterjemahkan seperti koefisien regresipada bagian sebelumnya.

    Indirect effect juga dapat dilihat dari print-outkomputer yaitu seperti dapat dilihat sbb

    Indirect Effects

    EDUC INCOME-------- --------

    INCOME 0.000 0.000WELFARE 0.580 0.000