persamaan jalur yang terjadi untuk sub struktur.docx

Upload: anawaydicyta-ik

Post on 27-Feb-2018

217 views

Category:

Documents


0 download

TRANSCRIPT

  • 7/25/2019 Persamaan jalur yang terjadi untuk sub struktur.docx

    1/11

    Disusun Oleh Gusurah

    UAS

    1. Persamaan jalur yang terjadi untuk sub struktur 1

    Model 1

    Regression

    Model Summaryb

    Model R R Square

    Adjusted R

    Square

    Std. Error of the

    Estimate

    1 .690a .476 .426 4.208

    a. Preditors! "#o$sta$t%& '2& '1

    (. )e*e$de$t +aria(le! ',

    ANOVAb

    Model Sum of Squares df Mea$ Square - Si.

    1 Reressio$ ,,7.7,4 2 168.867 9./,6 .001a

    Residual ,71.891 21 17.709

    otal 709.62/ 2,

    a. Preditors! "#o$sta$t%& '2& '1

    (. )e*e$de$t +aria(le! ',

    Coefficientsa

    Model

    $sta$dardied #oeffiie$ts

    Sta$dardied

    #oeffiie$ts

    t Si.3 Std. Error 3eta

    1 "#o$sta$t% 1,.170 14.779 .891 .,8,

    '1 .,22 .206 .272 1./66 .1,2

    '2 .48/ .1/9 ./,1 ,.0/, .006

    a. )e*e$de$t +aria(le! ',

    Pada model 1, tabel coeficient kolom sig (signifikan) diatas diperoleh nilai sig. 0,132 untuk

    variabel X1 dan X2sebesar 0,0 . !ang menandakan tidak harusn"a dilakukan trimming

    karena nilai sig lebih besar dari 0,0# (#$). %asil analisis ini membuktikan bah&a hipotesis

    diterima. X1dan X2memeliki pengaruh terhadap X3.

    Universitas Muhammadiyah Jakarta

  • 7/25/2019 Persamaan jalur yang terjadi untuk sub struktur.docx

    2/11

    Disusun Oleh Gusurah

    Residuals Statisticsa

    Mi$imum Maimum Mea$ Std. )e5iatio$

    Predited +alue 6/.92 78.,/ 72.,8 ,.8,2 24

    Residual 6.28, 7.8/, .000 4.021 24

    Std. Predited +alue 1.68, 1./60 .000 1.000 24

    Std. Residual 1.49, 1.866 .000 .9/6 24

    a. )e*e$de$t +aria(le! ',

    'ari hasil analisis model 1 substruktur 1 di atas di peroleh nilai koefisien alur X1terhadap X3

    dan sebesar X2 terhadap X3 sebesar X3X1* 0,2+2 dan X3X2 * 0,#31 dengan koefisienditerminan atau kontribusi (s-uare *

    2X3X1 2X2X1) * 0,/+ dan besar koefisien residu

    X3 1= 10,690 = 0!!"##". Dengan demikian di$er%leh $ersamaan

    &'= X3X1 X3X2 X31

    &'= 0,2+2 X1 0,#31 X2 0!!"##"

    (. Persamaan jalur yang terjadi untuk sub struktur (M%del 1

    Model Summaryb

    Model R R Square

    Adjusted R

    Square

    Std. Error of the

    Estimate

    1 .890a .79, .762 2.72/

    a. Preditors! "#o$sta$t%& ',& '1& '2

    (. )e*e$de$t +aria(le!

    ANOVAb

    Model Sum of Squares df Mea$ Square - Si.

    1 Reressio$ /68.800 , 189.600 2/./,0 .000a

    Residual 148./,4 20 7.427

    otal 717.,,, 2,

    a. Preditors! "#o$sta$t%& ',& '1& '2

    (. )e*e$de$t +aria(le!

    Universitas Muhammadiyah Jakarta

  • 7/25/2019 Persamaan jalur yang terjadi untuk sub struktur.docx

    3/11

    Disusun Oleh Gusurah

    Coefficientsa

    Model

    $sta$dardied #oeffiie$ts

    Sta$dardied

    #oeffiie$ts

    t Si.3 Std. Error 3eta

    1 "#o$sta$t% 4.127 9.7/0 .42, .677

    '1 .00/ .141 .00/ .0,8 .970

    '2 .,19 .124 .,47 2./82 .018

    ', .6,2 .141 .629 4.47, .000

    a. )e*e$de$t +aria(le!

    Residuals Statisticsa

    Mi$imum Maimum Mea$ Std. )e5iatio$

    Predited +alue 6,.06 80.46 72.8, 4.97, 24

    Residual /./2/ 6.146 .000 2./41 24

    Std. Predited +alue 1.96/ 1./,4 .000 1.000 24

    Std. Residual 2.027 2.2// .000 .9,, 24

    a. )e*e$de$t +aria(le!

    Data diatas $erlu dilakukan trimming karena nilai &') 00!. *ehingga

    di$erbaiki $ada m%del ke dua berikut dengan mengeluarkan data &'.

    Model 2

    Regresion

    Model Summaryb

    Model R R Square

    Adjusted R

    Square

    Std. Error of the

    Estimate

    1 .76/a ./86 ./46 ,.761

    a. Preditors! "#o$sta$t%& '2& '1

    (. )e*e$de$t +aria(le!

    Universitas Muhammadiyah Jakarta

  • 7/25/2019 Persamaan jalur yang terjadi untuk sub struktur.docx

    4/11

    Disusun Oleh Gusurah

    ANOVAb

    Model Sum of Squares df Mea$ Square - Si.

    1 Reressio$ 420.2,/ 2 210.117 14.8/2 .000a

    Residual 297.098 21 14.148

    otal 717.,,, 2,

    a. Preditors! "#o$sta$t%& '2& '1

    (. )e*e$de$t +aria(le!

    Coefficientsa

    Model

    $sta$dardied #oeffiie$ts

    Sta$dardied

    #oeffiie$ts

    t Si.3 Std. Error 3eta

    1 "#o$sta$t% 12.4/1 1,.209 .94, .,/7

    '1 .198 .184 .167 1.078 .29,

    '2 .62/ .142 .681 4.407 .000

    a. )e*e$de$t +aria(le!

    Residuals Statisticsa

    Mi$imum Maimum Mea$ Std. )e5iatio$

    Predited +alue 6/./2 79.,9 72.8, 4.274 24

    Residual 9.496 7.8,9 .000 ,./94 24

    Std. Predited +alue 1.710 1./,4 .000 1.000 24

    Std. Residual 2./2/ 2.084 .000 .9/6 24

    a. )e*e$de$t +aria(le!

    erdasarkan analisis di atas alur sub struktur 2 model 2 diperoleh "X2 * 0,1 dan "X1 *

    0,1+. 'iperoleh residu sebesar " (= 10,586 = 0"+'+(,. Di$er%leh

    $ersamaan kausal em$iris variabel &1 &( dan &' terhada$ -.

    -= "X1 "X2 " (

    - = 0,1+ X1 0,1 X2

    Universitas Muhammadiyah Jakarta

  • 7/25/2019 Persamaan jalur yang terjadi untuk sub struktur.docx

    5/11

    Disusun Oleh Gusurah

    '. agan struktur yang terjadi

    .

    %ubungan ausal 4mpiris 5ariabel X1 dan X2terhadap X3.

    .

    %ubungan ausal 4mpiris 5ariabel X1, X2, dan X3 terhadap ! .

    /. Pengaruh langsung dan tidak langsung "ang teradi (tidak ada pengaruh tidak

    langsung).6 X1terhadap !

    Universitas Muhammadiyah Jakarta

    X3X1* 0,2+2 1 = 0!!"##"&1

    r 12 * 0,70&'

    X3X2 * 0,#31&(

    ( = 0 "+'+(,"X1* 0,1+&1

    1 = 0!!"##"

    X3X1* 0,2+2r 12 * 0,70

    X3X2 * 0,#31 -&'

    &(

    "X1* 0,1

  • 7/25/2019 Persamaan jalur yang terjadi untuk sub struktur.docx

    6/11

    Disusun Oleh Gusurah

    Pengaruh langsung

    * !8X19 !

    * ("X1) ("X1)* 0,1+ : 0,1+

    * 002+7

    6 X2terhadap !

    Pengaruh langsung

    * !8X29 !

    * ("X2) ("X2)* 0,1: 0,1

    * 0+"'#"1Da$at disim$ulkan

    No Keterangan %

    1 Pengaruh X1terhadap ! 2,+7

    2 Pengaruh X2terhadap ! /,3+3 Pengaruh variabel lain #0, 3

    Total 100

    UTS

    1. ;i 'ata

    Cara Kolmogorov SmirnovRegression

    Universitas Muhammadiyah Jakarta

  • 7/25/2019 Persamaan jalur yang terjadi untuk sub struktur.docx

    7/11

    Disusun Oleh Gusurah

    Model Summaryb

    Model R R Square

    Adjusted R

    Square

    Std. Error of the

    Estimate

    1 .890a .79, .762 2.72/

    a. Preditors! "#o$sta$t%& ',& '1& '2

    (. )e*e$de$t +aria(le!

    ANOVAb

    Model Sum of Squares df Mea$ Square - Si.

    1 Reressio$ /68.800 , 189.600 2/./,0 .000a

    Residual 148./,4 20 7.427

    otal 717.,,, 2,

    a. Preditors! "#o$sta$t%& ',& '1& '2

    (. )e*e$de$t +aria(le!

    Coefficientsa

    Model

    $sta$dardied #oeffiie$ts

    Sta$dardied

    #oeffiie$ts

    t Si.3 Std. Error 3eta

    1 "#o$sta$t% 4.127 9.7/0 .42, .677

    '1 .00/ .141 .00/ .0,8 .970

    '2 .,19 .124 .,47 2./82 .018

    ', .6,2 .141 .629 4.47, .000

    a. )e*e$de$t +aria(le!

    Universitas Muhammadiyah Jakarta

  • 7/25/2019 Persamaan jalur yang terjadi untuk sub struktur.docx

    8/11

    Disusun Oleh Gusurah

    Residuals Statisticsa

    Mi$imum Maimum Mea$ Std. )e5iatio$

    Predited +alue 6,.06 80.46 72.8, 4.97, 24

    Residual /./2/ 6.146 .000 2./41 24

    Std. Predited +alue 1.96/ 1./,4 .000 1.000 24

    Std. Residual 2.027 2.2// .000 .9,, 24

    a. )e*e$de$t +aria(le!

    Cara Grafik

    Charts

    Universitas Muhammadiyah Jakarta

  • 7/25/2019 Persamaan jalur yang terjadi untuk sub struktur.docx

    9/11

    Disusun Oleh Gusurah

    2. ;i regresi ganda dengan X1, X2, X3 sebagai variabel bebas dan ! sebagai variabel

    terikat.

    'ari data nomor 1 telah dilakukan analisis regresi berganda dimana X1, X2, X3

    sebagai variabel bebas dan ! sebagai variabel terikat. 'iperoleh persamaan regresi

    ! * a

  • 7/25/2019 Persamaan jalur yang terjadi untuk sub struktur.docx

    10/11

    Disusun Oleh Gusurah

    ;ntuk mendeteksi adan"a heteros kedastisitas pada analisis ini menggunakan ui >leser.

    Penguian ini membandingkan signifikan dari ui ini apabila hasiln"a sig ? 0,0#. erdasarkan

    tabel di atas, dapat dilihat ada variabel X3"ang signifikan dalam regresi dengan variabel

    ;nstandardi@ed esidual. Aingkat signifikansi B C 0,0#, sehingga dapat disimpulkan bah&amodel regresi "ang digunakan dalam penelitian ini terdapat heteroskedastisitas.

    /. Dnalisa regresi adalah analisa "ang digunakan dalam proses memperkirakan secara

    sistematis tentang apa "ang paling mungkin teradi di masa "ang akan datang

    berdasarkan informasi masa lalu dan sekarang "ang dimiliki agar kesalahann"a dapat

    diperkecil.

    Dnalisa egresi

    #. Dnova adalah hasil olah data "ang digunakan untuk mengui signifikansi konstanta

    dan variabel dependen dengan kriteria sesuai hipotesis. 'imana ika nilai probabilitas

    0,0# atau nilai 0,0# ? 0,000, maka %o ditolak dan %a diterima artin"a koefisien

    regresi ganda adalah signifikan.

    Contoh:

    ANOVAb

    Model Sum of Squares df Mea$ Square - Si.

    1 Reressio$ 248,.80/ , 827.9,/ 68.100 .000a

    Residual 24,.1/, 20 12.1/8

    otal 2726.9/8 2,

    a. Preditors! "#o$sta$t%& ',& '1& '2

    (. )e*e$de$t +aria(le!

    . Drti dari 2* 0.70 adalah variabel terikat terhadap variabel tidak terikat memiliki

    pengaruh "ang besar.

    Universitas Muhammadiyah Jakarta

  • 7/25/2019 Persamaan jalur yang terjadi untuk sub struktur.docx

    11/11

    Disusun Oleh Gusurah

    Universitas Muhammadiyah Jakarta