CONTOH DISERTASI

CONTOH DISERTASI / TESIS

PENGARUH BAURAN PEMASARAN (MIX MARKETING) TERHADAP EKUITAS

MERK (BRANDING EQUITY)

STUDI ANALISIS JALUR DENGAN LISREL

Gambar 7.7 The 8-factor path analysis of the marketing mix

Contoh hipotesis yang diajukan

a. Terdapat pengaruh langsung positif sponsorship terhadap public relation

management

b. Terdapat pengaruh langsung positif sponsorship terhadap placement management

c. Terdapat pengaruh langsung positif promotion management terhadap management

process

d. Terdapat pengaruh langsung positif management promotion terhadap placement

management

Sponsorship X1

Promotion X2

Pricing X3

Power X4

Processm X5

Brand

X6

Public Rel X7

Place X8

r12

e4

e3

e1

r25 r56

r75

r76

r78

r48

r47

r28

r37

r36 r17

r18 r23

r34

r13

r24

r14

r45

e2

e. Terdapat pengaruh langsung positif pricing management terhadap brand

mangement

f. Terdapat pengaruh langsung positif pricing management terhadap public relation

management

g. Terdapat pengaruh langsung positif power of the market terhadap management

process

h. Terdapat pengaruh langsung positif power of the market terhadap public relation

management

i. Terdapat pengaruh langsung positif power of the market terhadap placement

management

j. Terdapat pengaruh langsung positif management process terhadap brand

management

k. Terdapat pengaruh langsung positif public relation management terhadap brand

management

l. Terdapat pengaruh langsung positif public relation management terhadap

management process

m. Terdapat pengaruh langsung positif public relation management terhadap placement

management

n. Terdapat pengaruh tidak langsung sponsorship terhadap management process

melalui public relation management

o. Terdapat pengaruh tidak langsung sponsorship terhadap brand management

melalui public relation mangement

p. Terdapat pengaruh tidak langsung positif sponsorship terhadap place management

melalui public relation mangement

q. Terdapat pengaruh tidak langsung positif promotion management terhadap brand

management melalui process mangement

r. Hipotesis pertama: Terdapat pengaruh tidak langsung positif pricing management

terhadap process management melalui public relation mangement

s. Terdapat pengaruh tidak langsung positif pricing management terhadap brand

management melalui public relation mangement

t. Terdapat pengaruh tidak langsung positif pricing management terhadap place

management melalui public relation mangement

u. Terdapat pengaruh tidak langsung positif power of market management terhadap

process management melalui public relation mangement

v. Terdapat pengaruh tidak langsung positif power of market management terhadap

brand management melalui public relation mangement dan process management

w. Terdapat pengaruh tidak langsung positif power of market management terhadap

place management melalui public relation mangement

x. Terdapat pengaruh tidak langsung public relation management terhadap brand

management melalui process mangement

1. Siapkan Menu PRELIS Data

1.1 Input data

Untuk menguji contoh hipotesis penelitian di atas, buka menu PRELIS Data pada editor

LISREL kemudian ikuti langkah sebagai berikut:

Klik File

Klik New

Klik PRELIS Data

Klik OK

Klik Data

Klik Define variabel

Klik Insert

Pada dialog box Add variables ketik X1-X8

Klik OK

Pada dialog box define variabel sudah terisi X1 X2 X3 X4 X5 X6 X7 X8 selanjutnya klik

OK

Gambar 7.8 Menu PRELIS Data

Klik Data

Klik Insert cases

Ketikkan jumlah responden yang akan diteliti (misal 124) klik OK

Gambar 7.9 Menu input data PRELIS

Terlihat editor PRELIS Data LISREL yang sudah siap diinput, Klik sel yang akan diisi

data sekali lagi data ini hanya untuk ilustrasi saja bukan hasil penelitian yang sebenarnya,

setelah itu input contoh data berikut:

Tabel 7.3 Contoh Data Penelitian

RESP X1 X2 X3 X4 X5 X6 X7 X8

1 186 113 119 110 164 124 90 109

2 159 72 98 92 188 69 132 102

3 220 162 154 155 178 118 125 145

4 144 105 61 61 225 102 104 113

5 163 121 84 87 202 100 75 123

6 153 96 117 88 149 159 120 151

7 218 157 152 150 193 93 135 94

8 197 136 137 128 158 119 158 105

9 173 103 69 99 223 154 91 91

10 177 104 114 107 191 160 164 150

11 188 129 129 118 229 107 67 83

12 157 110 105 102 163 133 143 82

13 183 127 126 114 182 126 160 56

14 224 163 158 156 168 110 111 97

15 158 122 85 96 162 101 123 87

16 129 95 72 102 134 92 78 97

17 148 118 115 94 153 115 121 89

18 142 124 123 112 147 121 129 107

19 196 135 135 127 201 132 141 122

20 166 100 116 73 171 97 122 68

21 184 66 111 87 189 63 117 82

22 137 96 115 44 142 93 121 39

23 145 114 118 109 150 111 124 104

24 162 124 82 100 167 121 88 95

25 164 106 117 101 169 103 123 96

26 217 152 152 145 222 149 158 140

27 171 59 89 107 176 56 95 102

28 195 135 135 127 200 132 141 122

29 176 115 104 76 181 112 110 71

30 201 140 139 134 206 137 145 129

31 169 101 107 93 174 98 113 88

32 162 91 101 97 167 88 107 92

33 170 118 110 73 175 115 116 68

34 183 112 98 43 188 109 104 38

35 168 110 71 42 173 107 77 37

36 197 137 137 129 202 134 143 124

37 178 95 99 90 183 92 105 85

38 204 143 142 136 209 140 148 131

39 214 151 149 145 219 148 155 140

40 167 116 100 105 172 113 106 100

41 229 166 164 158 234 163 170 153

42 176 103 120 110 181 100 126 105

43 181 103 84 53 186 100 90 48

44 195 134 134 126 200 131 140 121

45 136 83 108 79 141 80 114 74

46 161 64 93 108 166 61 99 103

47 163 98 113 72 168 95 119 67

48 138 113 66 58 143 110 72 53

49 211 150 148 144 216 147 154 139

50 176 120 78 97 181 117 84 92

51 175 110 91 90 180 107 97 85

52 192 133 132 120 197 130 138 115

53 171 119 114 104 176 116 120 99

54 170 111 86 106 175 108 92 101

55 143 106 76 91 148 103 82 86

56 190 128 127 116 195 125 133 111

57 174 67 100 79 179 64 106 74

58 193 133 132 122 198 130 138 117

59 184 99 122 112 189 96 128 107

60 185 77 107 86 190 74 113 81

61 169 57 71 95 174 54 77 90

62 181 120 109 89 186 117 115 84

63 136 106 108 103 141 103 114 98

64 174 114 86 54 179 111 92 49

65 177 121 88 91 182 118 94 86

66 209 144 145 142 214 141 151 137

67 141 105 116 58 146 102 122 53

68 185 101 92 79 190 98 98 74

69 179 113 121 111 184 110 127 106

70 198 139 138 129 203 136 144 124

71 179 112 64 103 184 109 70 98

72 175 130 131 119 180 127 137 114

73 143 104 83 90 148 101 89 85

74 167 125 125 113 172 122 131 108

75 178 106 111 85 183 103 117 80

76 185 94 67 79 190 91 73 74

77 131 97 94 95 136 94 100 90

78 175 119 121 111 180 116 127 106

79 148 100 119 110 153 97 125 105

80 230 164 166 159 235 161 172 154

81 127 70 97 89 132 67 103 84

82 181 80 106 91 186 77 112 86

83 142 126 125 114 147 123 131 109

84 149 113 74 106 154 110 80 101

85 158 107 85 89 163 104 91 84

86 158 115 101 84 163 112 107 79

87 202 141 140 134 207 138 146 129

88 168 124 124 113 173 121 130 108

89 159 96 65 94 164 93 71 89

90 173 87 112 99 178 84 118 94

91 149 98 102 104 154 95 108 99

92 180 108 113 100 185 105 119 95

93 146 79 95 86 151 76 101 81

94 160 72 91 65 165 69 97 60

95 113 125 124 113 118 122 130 108

96 180 112 76 74 185 109 82 69

97 146 107 88 68 151 104 94 63

98 208 143 143 138 213 140 149 133

99 150 60 98 105 155 57 104 100

100 145 101 109 60 150 98 115 55

101 166 107 110 101 171 104 116 96

102 212 150 148 144 217 147 154 139

103 182 76 87 75 187 73 93 70

104 125 102 120 111 130 99 126 106

105 160 102 60 62 165 99 66 57

106 210 148 146 143 215 145 152 138

107 134 121 115 88 139 118 121 83

108 122 90 77 96 127 87 83 91

109 194 134 133 124 199 131 139 119

110 143 113 94 105 148 110 100 100

111 157 84 110 94 162 81 116 89

112 182 91 63 106 187 88 69 101

113 189 99 93 78 194 96 99 73

114 144 78 102 97 149 75 108 92

115 184 109 112 65 189 106 118 60

116 161 67 77 81 166 64 83 76

117 190 132 131 120 195 129 137 115

118 150 94 123 112 155 91 129 107

119 172 123 104 73 177 120 110 68

120 186 108 103 51 191 105 109 46

121 165 108 83 88 170 105 89 83

122 164 111 118 109 169 108 124 104

123 172 93 90 108 177 90 96 103

124 132 128 128 117 137 125 134 112

Setelah selesai menginput data, simpan terlebih dahulu raw data tersebut misalnya di drive D:

dengan nama file: MARKET.PSF, caranya klik File, klik Save As, pada dialog box File Save As,

klik D: pada kotak Drives kemudian klik pada kotak File name lalu ketikkan MARKET.PSF

akhiri dengan mengklik OK. Sebaliknya untuk membuka file yang sudah tersimpan, Klik File,

klik Open, pada kotak Drives: pilih D, pada kotak Save file as type pilih all files (*.*), pada

kotak File name tarik slider ke bawah klik MARKET.PSF akhiri dengan OK

Gambar 7.10 Menu Save As PRELIS

1.2 Analisis Deskripsi Data dan Normalitas Data

Setelah file MARKET.PSF terbuka selanjutnya untuk mengetahui deskripsi atau gambaran data

seperti normalitas data baik secara univariat maupun multivariat, histogram masing-masing

variabel, matrik korelasional, rerata (mean), dan simpangan baku antar variabel, dengan mudah

dapat dianalisis melalui menu PRELIS Data LISREL. Namun sebelum dianalisis, definisikan

terlebih dahulu jenis data yang akan dipakai, ini penting karena LISREL akan memperlakukan

variabel kategorikal yang terdistribusi secara normal dapat dianggap sebagai jenis data kontinyu.

Untuk itu ikuti langkah-langkah sebagai berikut:

Klik Data, pada editor PRELIS

Klik Define Variables

Pada kotak Define variables sudah berisi variabel X1 sd X8

Dengan menekan Ctrl (jangan dilepas) lalu klik X1 sd X8 terlihat berwarna biru

Lepas Ctrl, lalu klik Variable Type

Tampak beberapa pilihan tipe variabel, lalu klik Continous, klik OK

Setelah tipe variabel ditentukan langkah berikutnya menganalisis estimasi deskripsi masing-

masing variabel menggunakan menu statistik pada PRELIS LISREL. Langkah-langkahnya

sebagai berikut:

Klik menu Statistics

Terlihat beberapa pilihan, untuk kali ini klik Output Option

Gambar 7.11 Menu Output Option PRELIS

Klik kotak pada LISREL system data

Klik kotak di bawah Moment Matrix pilh Correlations,

klik kotak Save the transformed data to file,

lalu ketikkan nama File misalnya DESKRIP,

klik kotak pada Perform tests of multivariate normality, yang lainnya abaikan,

akhiri dengan klik OK

Hasil output LISREL dapat dilihat sebagai berikut:

DATE: 03/04/2012

TIME: 19:09

LISREL 8.80 (STUDENT EDITION)

BY

Karl G. Jöreskog & Dag Sörbom

This program is published exclusively by

Scientific Software International, Inc.

7383 N. Lincoln Avenue, Suite 100

Chicago, IL 60646-1704, U.S.A.

Phone: (800)247-6113, (847)675-0720, Fax: (847)675-2140

Copyright by Scientific Software International, Inc., 1981-99

Use of this program is subject to the terms specified in the

Universal Copyright Convention.

Website: www.ssicentral.com

The following lines were read from file D:\MARKET.PR2:

!PRELIS SYNTAX: Can be edited

SY=D:\MARKET.PSF

OU MA=KM RA=MARKET.PR2 ME= SD= DESKRIP

Total Sample Size = 124

Univariate Summary Statistics for Continuous Variables

Variable Mean St. Dev. T-Value Skewness Kurtosis Minimum Freq. Maximum Freq.

-------- ---- -------- ------- -------- -------- ------- ----- ------- -----

X1 171.274 24.457 77.982 0.125 -0.311 113.000 1 230.000 1

X2 111.234 23.721 52.217 -0.011 -0.110 57.000 1 166.000 1

X3 108.790 24.622 49.201 0.056 -0.613 60.000 1 166.000 1

X4 100.597 25.621 43.721 0.045 -0.127 42.000 1 159.000 1

X5 176.274 24.457 80.259 0.125 -0.311 118.000 1 235.000 1

X6 108.234 23.721 50.809 -0.011 -0.110 54.000 1 163.000 1

X7 114.790 24.622 51.914 0.056 -0.613 66.000 1 172.000 1

X8 95.597 25.621 41.548 0.045 -0.127 37.000 1 154.000 1

Test of Univariate Normality for Continuous Variables

Skewness Kurtosis Skewness and Kurtosis

Variable Z-Score P-Value Z-Score P-Value Chi-Square P-Value

X1 0.573 0.566 -0.564 0.573 0.647 0.724

X2 -0.052 0.958 0.017 0.986 0.003 0.998

X3 0.255 0.799 -1.714 0.087 3.002 0.223

X4 0.207 0.836 -0.029 0.977 0.044 0.978

X5 0.573 0.566 -0.564 0.573 0.647 0.724

X6 -0.052 0.958 0.017 0.986 0.003 0.998

X7 0.255 0.799 -1.714 0.087 3.002 0.223

X8 0.207 0.836 -0.029 0.977 0.044 0.978

Relative Multivariate Kurtosis = 2.538

Test of Multivariate Normality for Continuous Variables

Skewness Kurtosis Skewness and Kurtosis

Value Z-Score P-Value Value Z-Score P-Value Chi-Square P-Value

------ ------- ------- ------- ------- ------- ---------- -------

63.623 28.419 0.000 124.317 13.037 0.000 977.577 0.000

Histograms for Continuous Variables

X1

Frequency Percentage Lower Class Limit

2 1.6 113.000 ••

8 6.5 124.700 ••••••••

16 12.9 136.400 ••••••••••••••••

12 9.7 148.100 ••••••••••••

23 18.5 159.800 •••••••••••••••••••••••

27 21.8 171.500 •••••••••••••••••••••••••••

15 12.1 183.200 •••••••••••••••

9 7.3 194.900 •••••••••

8 6.5 206.600 ••••••••

4 3.2 218.300 ••••

X2


7 5.6 57.000 •••••••

6 4.8 67.900 ••••••

5 4.0 78.800 •••••

18 14.5 89.700 ••••••••••••••••••

28 22.6 100.600 ••••••••••••••••••••••••••••

23 18.5 111.500 •••••••••••••••••••••••

15 12.1 122.400 •••••••••••••••

12 9.7 133.300 ••••••••••••

5 4.0 144.200 •••••

5 4.0 155.100 •••••

X3


8 6.5 60.000 ••••••••

9 7.3 70.600 •••••••••

16 12.9 81.200 ••••••••••••••••

17 13.7 91.800 •••••••••••••••••

20 16.1 102.400 ••••••••••••••••••••

20 16.1 113.000 ••••••••••••••••••••

14 11.3 123.600 ••••••••••••••

9 7.3 134.200 •••••••••

8 6.5 144.800 ••••••••

3 2.4 155.400 •••

X4


5 4.0 42.000 •••••

8 6.5 53.700 ••••••••

8 6.5 65.400 ••••••••

15 12.1 77.100 •••••••••••••••

25 20.2 88.800 •••••••••••••••••••••••••

29 23.4 100.500 •••••••••••••••••••••••••••••

12 9.7 112.200 ••••••••••••

9 7.3 123.900 •••••••••

8 6.5 135.600 ••••••••

5 4.0 147.300 •••••

X5


2 1.6 118.000 ••

8 6.5 129.700 ••••••••

16 12.9 141.400 ••••••••••••••••

12 9.7 153.100 ••••••••••••

23 18.5 164.800 •••••••••••••••••••••••

27 21.8 176.500 •••••••••••••••••••••••••••

15 12.1 188.200 •••••••••••••••

9 7.3 199.900 •••••••••

8 6.5 211.600 ••••••••

4 3.2 223.300 ••••

X6


7 5.6 54.000 •••••••

6 4.8 64.900 ••••••

5 4.0 75.800 •••••

18 14.5 86.700 ••••••••••••••••••

28 22.6 97.600 ••••••••••••••••••••••••••••

23 18.5 108.500 •••••••••••••••••••••••

15 12.1 119.400 •••••••••••••••

12 9.7 130.300 ••••••••••••

5 4.0 141.200 •••••

5 4.0 152.100 •••••

X7


8 6.5 66.000 ••••••••

9 7.3 76.600 •••••••••

16 12.9 87.200 ••••••••••••••••

17 13.7 97.800 •••••••••••••••••

20 16.1 108.400 ••••••••••••••••••••

20 16.1 119.000 ••••••••••••••••••••

14 11.3 129.600 ••••••••••••••

9 7.3 140.200 •••••••••

8 6.5 150.800 ••••••••

3 2.4 161.400 •••

X8


5 4.0 37.000 •••••

8 6.5 48.700 ••••••••

8 6.5 60.400 ••••••••

15 12.1 72.100 •••••••••••••••

25 20.2 83.800 •••••••••••••••••••••••••

29 23.4 95.500 •••••••••••••••••••••••••••••

12 9.7 107.200 ••••••••••••

9 7.3 118.900 •••••••••

8 6.5 130.600 ••••••••

5 4.0 142.300 •••••

Correlation Matrix

X1 X2 X3 X4 X5 X6

-------- -------- -------- -------- -------- --------

X1 1.000

X2 0.580 1.000

X3 0.556 0.668 1.000

X4 0.542 0.627 0.722 1.000

X5 0.861 0.456 0.369 0.387 1.000

X6 0.458 0.850 0.556 0.510 0.448 1.000

X7 0.444 0.562 0.879 0.619 0.357 0.588

X8 0.415 0.505 0.595 0.864 0.400 0.560

Correlation Matrix

X7 X8

-------- --------

X7 1.000

X8 0.588 1.000

Means

X1 X2 X3 X4 X5 X6

-------- -------- -------- -------- -------- --------

171.274 111.234 108.790 100.597 176.274 108.234

Means

X7 X8

-------- --------

114.790 95.597

Standard Deviations

X1 X2 X3 X4 X5 X6

-------- -------- -------- -------- -------- --------

24.457 23.721 24.622 25.621 24.457 23.721

Standard Deviations

X7 X8

-------- --------

24.622 25.621

The Problem used 9496 Bytes (= 0.0% of available workspace)

1.3 Diskusi Statistik Deskripsi dan Normalitas Data

1). Hasil uji normalitas univariat variabel X1, X2, X3, X4, X5, X6, X7 dan X8, diperoleh

Zskewness dan Zkurtosis berada diantara -1.96 hingga +1,96. Sebagai contoh kita ambil variabel

X1 Zskewness = 0,566 dan Zkurtosis = -0.564 Dengan demikian nilai Zskewness dan Zkurtosis untuk

variabel X1 berada diantara -1,96 hingga +1,96 sehingga dapat disimpulkan bahwa data

variabel X1 cenderung berdistribusi normal. Demikian juga nilai Pskewness maupun Pkurtosis

untuk variabel berturut-turut 0.566 dan 0.573 lebih besar dari α = 0,05 sehingga dapat

disimpulkan bahwa data variabel X1 cenderung berdistribusi normal.

2). Matrik koefisien korelasi antar variabel semuanya bernilai positif sehingga dapat dilanjutkan

sebagai data input untuk perhitungan koefisien pengaruh dan pengujian hipotesis pada

program SIMPLIS

3). Hasil estimasi ukuran pemusatan data masing-masing variabel seperti mean, simpangan

baku berikut histogramnya didisplaykan dengan cukup jelas.

2. Aplikasi Menu SIMPLIS Project

Untuk menguji contoh hipotesis penelitian di atas, buka menu SIMPLIS pada editor

LISREL dengan langkah sebagai berikut:

Klik File

Klik New

Klik SIMPLIS Project

Klik OK

Pada dialog box Save As pilih drive D:

Ketikkan Nama File (misal MARKET.SPJ)

Klik Save

Ketikkan program, mengikuti langkah-langkah seperti yang sudah dijelaskan pada bab 6

sebagai berikut:

Gambar 7.12 Pemrograman SIMPLIS Project

Untuk menjalankan program SIMPLIS Klik File kemudian Klik Run. Maka LISREL

akan mencetak output lengkap sesuai dengan request yang kita inginkan, seperti di bawah

ini: DATE: 3/ 4/2012

TIME: 21:34

LISREL 8.80 (STUDENT EDITION)

Karl G. Jöreskog & Dag Sörbom

This program is published exclusively by

Scientific Software International, Inc.

7383 N. Lincoln Avenue, Suite 100

Chicago, IL 60646-1704, U.S.A.

Phone: (800)247-6113, (847)675-0720, Fax: (847)675-2140

Copyright by Scientific Software International, Inc., 1981-99

Use of this program is subject to the terms specified in the

Universal Copyright Convention.

Website: www.ssicentral.com

The following lines were read from file D:\MARKET.SPJ:

studi marketing

OBSERVED VARIABLES: X1 X2 X3 X4 X5 X6 X7 X8

correlation matrix

1.000

0.580 1.000

0.556 0.668 1.000

0.542 0.627 0.722 1.000

0.861 0.456 0.369 0.387 1.000

0.458 0.850 0.556 0.510 0.448 1.000

0.444 0.562 0.879 0.619 0.357 0.588 1.000

0.415 0.505 0.595 0.864 0.400 0.560 0.588 1.000

Relationships

X5 = X2 X4 X7

X6 = X3 X5 X7

X7 = X1 X3 X4

X8 = X1 X2 X4 X7

sample size 124

Options RS EF SC SS Nd=5

Path Diagram

End of problem

Sample Size = 124

studi marketing

Correlation Matrix to be Analyzed

X5 X6 X7 X8 X1 X2

-------- -------- -------- -------- -------- --------

X5 1.00000

X6 0.44800 1.00000

X7 0.35700 0.58800 1.00000

X8 0.40000 0.56000 0.58800 1.00000

X1 0.86100 0.45800 0.44400 0.41500 1.00000

X2 0.45600 0.85000 0.56200 0.50500 0.58000 1.00000

X3 0.36900 0.55600 0.87900 0.59500 0.55600 0.66800

X4 0.38700 0.51000 0.61900 0.86400 0.54200 0.62700

Correlation Matrix to be Analyzed

X3 X4

-------- --------

X3 1.00000

X4 0.72200 1.00000

STUDI MARKETING

Number of Iterations = 5

LISREL Estimates (Maximum Likelihood)

X5 = 0.099319*X7 + 0.32310*X2 + 0.12294*X4, Errorvar.= 0.76963 , R² = 0.23087

(0.10737) (0.10825) (0.11304) (0.099776)

0.92502 2.98481 1.08760 7.71362

X6 = 0.26605*X5 + 0.39844*X7 + 0.10759*X3, Errorvar.= 0.58670 , R² = 0.41450

(0.076341) (0.14735) (0.14941) (0.076060)

3.48507 2.70399 0.72015 7.71362

X7 = - 0.061781*X1 + 0.92384*X3 - 0.014525*X4, Errorvar.= 0.22437 , R² = 0.77563

(0.053875) (0.065437) (0.064721) (0.029087)

-1.14674 14.11793 -0.22443 7.71362

X8 = 0.11733*X7 - 0.071024*X1 - 0.066031*X2 + 0.87127*X4, Errorvar.= 0.24105 , R² = 0.7589

(0.060201) (0.057677) (0.064355) (0.065102) (0.031250)

1.94892 -1.23142 -1.02604 13.38307 7.71362

Correlation Matrix of Independent Variables

X1 X2 X3 X4

-------- -------- -------- --------

X1 1.00000

(0.12964)

7.71362

X2 0.58000 1.00000

(0.10597) (0.12964)

5.47310 7.71362

X3 0.55600 0.66800 1.00000

(0.10489) (0.11024) (0.12964)

5.30098 6.05944 7.71362

X4 0.54200 0.62700 0.72200 1.00000

(0.10427) (0.10820) (0.11307) (0.12964)

5.19811 5.79489 6.38566 7.71362

Goodness of Fit Statistics

Degrees of Freedom = 9

Minimum Fit Function Chi-Square = 349.29862 (P = 0.0)

Normal Theory Weighted Least Squares Chi-Square = 204.46422 (P = 0.0)

Estimated Non-centrality Parameter (NCP) = 195.46422

90 Percent Confidence Interval for NCP = (152.60125 ; 245.75765)

Minimum Fit Function Value = 2.83983

Population Discrepancy Function Value (F0) = 1.64256

90 Percent Confidence Interval for F0 = (1.28236 ; 2.06519)

Root Mean Square Error of Approximation (RMSEA) = 0.42721

90 Percent Confidence Interval for RMSEA = (0.37747 ; 0.47903)

P-Value for Test of Close Fit (RMSEA < 0.05) = 0.00000

Expected Cross-Validation Index (ECVI) = 2.17197

90 Percent Confidence Interval for ECVI = (1.81178 ; 2.59460)

ECVI for Saturated Model = 0.60504

ECVI for Independence Model = 8.89990

Chi-Square for Independence Model with 28 Degrees of Freedom = 1043.08831

Independence AIC = 1059.08831

Model AIC = 258.46422

Saturated AIC = 72.00000

Independence CAIC = 1089.65056

Model CAIC = 361.61183

Saturated CAIC = 209.53014

Root Mean Square Residual (RMR) = 0.12525

Standardized RMR = 0.12517

Goodness of Fit Index (GFI) = 0.70643

Adjusted Goodness of Fit Index (AGFI) = -0.17430

Parsimony Goodness of Fit Index (PGFI) = 0.17661

Normed Fit Index (NFI) = 0.66513

Non-Normed Fit Index (NNFI) = -0.04297

Parsimony Normed Fit Index (PNFI) = 0.21379

Comparative Fit Index (CFI) = 0.66476

Incremental Fit Index (IFI) = 0.67092

Relative Fit Index (RFI) = -0.04182

Critical N (CN) = 8.62953

Studi Marketing

Fitted Covariance Matrix

X5 X6 X7 X8 X1 X2

-------- -------- -------- -------- -------- --------

X5 1.00065

X6 0.45195 1.00205

X7 0.36029 0.58888 1.00000

X8 0.32810 0.39109 0.58733 0.99984

X1 0.29813 0.31605 0.44400 0.41500 1.00000

X2 0.45701 0.42145 0.57218 0.50619 0.58000 1.00000

X3 0.39189 0.56209 0.87900 0.64859 0.55600 0.66800

X4 0.38700 0.42728 0.61900 0.86400 0.54200 0.62700

Fitted Covariance Matrix

X3 X4

-------- --------

X3 1.00000

X4 0.72200 1.00000

Fitted Residuals

X5 X6 X7 X8 X1 X2

-------- -------- -------- -------- -------- --------

X5 -0.00065

X6 -0.00395 -0.00205

X7 -0.00329 -0.00088 - -

X8 0.07190 0.16891 0.00067 0.00016

X1 0.56287 0.14195 0.00000 0.00000 - -

X2 -0.00101 0.42855 -0.01018 -0.00119 - - 0.00000

X3 -0.02289 -0.00609 0.00000 -0.05359 - - 0.00000

X4 0.00000 0.08272 0.00000 0.00000 - - 0.00000

Fitted Residuals

X3 X4

-------- --------

X3 0.00000

X4 0.00000 0.00000

Summary Statistics for Fitted Residuals

Smallest Fitted Residual = -0.05359

Median Fitted Residual = 0.00000

Largest Fitted Residual = 0.56287

Stemleaf Plot

- 0|521100000000000000000000000000

0|78

1|47

2|

3|

4|3

5|6

Standardized Residuals

X5 X6 X7 X8 X1 X2

-------- -------- -------- -------- -------- --------

X5 -0.34296

X6 -0.71009 -0.71970

X7 -0.34297 -0.34297 - -

X8 1.80892 3.11830 0.34293 0.34317

X1 8.96932 2.36550 - - - - - -

X2 -0.34294 8.30929 -0.34297 -0.34296 - - - -

X3 -0.70611 -0.70611 - - -3.00164 - - - -

X4 - - 1.72837 - - - - - - - -


X3 X4

-------- --------

X3 - -

X4 - - - -

Summary Statistics for Standardized Residuals

Smallest Standardized Residual = -3.00164

Median Standardized Residual = 0.00000

Largest Standardized Residual = 8.96932

studi marketing

Qplot of Standardized Residuals

3.5..........................................................................

. ..

. . .

. . .

. . .

. . .

. . .

. . .

. . .

. . .

. . .

. . .

. . x

. . .

. . .

N . . x

o . . x .

r . . x .

m . . x .

a . . x .

l . x. .

. .x .

Q . * . .

u . x . .

a . x. .

n . .x .

t . . x .

i . x .

l . . x .

e . . x .

s . . x .

. . .

. . .

. x . .

. . .

. . .

. . .

. . .

. . .

. . .

. . .

. . .

. . .

. . .

-3.5..........................................................................

-3.5 3.5


The Modification Indices Suggest to Add the

Path to from Decrease in Chi-Square New Estimate

X5 X6 65.6 -2.78

X6 X8 8.6 0.27

X7 X8 9.1 0.34

X8 X5 8.1 0.15

X8 X6 14.1 0.21

X5 X1 80.4 0.92

X6 X2 74.9 0.85

X8 X3 9.0 -0.34

The Modification Indices Suggest to Add an Error Covariance

Between and Decrease in Chi-Square New Estimate

X6 X5 65.7 -1.66

X8 X5 8.1 0.11

X8 X6 10.4 0.11

X8 X7 9.0 0.08

X5 X5 65.7 6.25

X6 X5 65.7 -1.66

X8 X6 10.4 0.11

X1 X5 97.2 0.58

X1 X8 9.0 0.58

X2 X5 100.6 -1.08

X2 X6 85.6 0.43

X2 X1 71.2 -1.47

X2 X2 35.5 2.48

X3 X6 20.8 -0.24

X3 X7 17.5 0.26

X3 X8 10.1 -0.06

X4 X1 49.3 -1.64

X4 X3 10.6 0.07

studi marketing

Standardized Solution

BETA

X5 X6 X7 X8

-------- -------- -------- --------

X5 - - - - 0.09929 - -

X6 0.26587 - - 0.39803 - -

X7 - - - - - - - -

X8 - - - - 0.11734 - -

GAMMA

X1 X2 X3 X4

-------- -------- -------- --------

X5 - - 0.32300 - - 0.12290

X6 - - - - 0.10748 - -

X7 -0.06178 - - 0.92384 -0.01453

X8 -0.07103 -0.06604 - - 0.87134

Correlation Matrix of Y and X

X5 X6 X7 X8 X1 X2

-------- -------- -------- -------- -------- --------

X5 1.00000

X6 0.45134 1.00000

X7 0.36017 0.58827 1.00000

X8 0.32802 0.39072 0.58737 1.00000

X1 0.29803 0.31573 0.44400 0.41503 1.00000

X2 0.45686 0.42101 0.57218 0.50623 0.58000 1.00000

X3 0.39177 0.56151 0.87900 0.64864 0.55600 0.66800

X4 0.38687 0.42684 0.61900 0.86407 0.54200 0.62700

Correlation Matrix of Y and X

X3 X4

-------- --------

X3 1.00000

X4 0.72200 1.00000

PSI

Note: This matrix is diagonal.

X5 X6 X7 X8

-------- -------- -------- --------

0.76913 0.58550 0.22437 0.24109

Regression Matrix Y on X (Standardized)

X1 X2 X3 X4

-------- -------- -------- --------

X5 -0.00613 0.32300 0.09172 0.12145

X6 -0.02622 0.08587 0.49959 0.02651

X7 -0.06178 - - 0.92384 -0.01453

X8 -0.07828 -0.06604 0.10840 0.86964

Studi Marketing

Total and Indirect Effects

Total Effects of X on Y

X1 X2 X3 X4

-------- -------- -------- --------

X5 -0.00614 0.32310 0.09175 0.12149

(0.00852) (0.10825) (0.09941) (0.11386)

-0.71998 2.98481 0.92304 1.06704

X6 -0.02625 0.08596 0.50010 0.02654

(0.02470) (0.03792) (0.08354) (0.04199)

-1.06291 2.26701 5.98626 0.63201

X7 -0.06178 - - 0.92384 -0.01453

(0.05388) (0.06544) (0.06472)

-1.14674 14.11793 -0.22443

X8 -0.07827 -0.06603 0.10839 0.86957

(0.05837) (0.06435) (0.05614) (0.06588)

-1.34108 -1.02604 1.93061 13.19936

Indirect Effects of X on Y

X1 X2 X3 X4

-------- -------- -------- --------

X5 -0.00614 - - 0.09175 -0.00144

(0.00852) (0.09941) (0.00661)

-0.71998 0.92304 -0.21810

X6 -0.02625 0.08596 0.39251 0.02654

(0.02470) (0.03792) (0.14136) (0.04199)

-1.06291 2.26701 2.77675 0.63201

X7 - - - - - - - -

X8 -0.00725 - - 0.10839 -0.00170

(0.00733) (0.05614) (0.00764)

-0.98835 1.93061 -0.22296

Total Effects of Y on Y

X5 X6 X7 X8

-------- -------- -------- --------

X5 - - - - 0.09932 - -

(0.10737)

0.92502

X6 0.26605 - - 0.42487 - -

(0.07634) (0.15002)

3.48507 2.83207

X7 - - - - - - - -

X8 - - - - 0.11733 - -

(0.06020)

1.94892

Largest Eigenvalue of B*B' (Stability Index) is 0.246

Indirect Effects of Y on Y

X5 X6 X7 X8

-------- -------- -------- --------

X5 - - - - - - - -

X6 - - - - 0.02642 - -

(0.02956)

0.89406

X7 - - - - - - - -

X8 - - - - - - - -

Standardized Total and Indirect Effects

Standardized Total Effects of X on Y

X1 X2 X3 X4

-------- -------- -------- --------

X5 -0.00613 0.32300 0.09172 0.12145

X6 -0.02622 0.08587 0.49959 0.02651

X7 -0.06178 - - 0.92384 -0.01453

X8 -0.07828 -0.06604 0.10840 0.86964

Standardized Indirect Effects of X on Y

X1 X2 X3 X4

-------- -------- -------- --------

X5 -0.00613 - - 0.09172 -0.00144

X6 -0.02622 0.08587 0.39211 0.02651

X7 - - - - - - - -

X8 -0.00725 - - 0.10840 -0.00170

Standardized Total Effects of Y on Y

X5 X6 X7 X8

-------- -------- -------- --------

X5 - - - - 0.09929 - -

X6 0.26587 - - 0.42443 - -

X7 - - - - - - - -

X8 - - - - 0.11734 - -

Standardized Indirect Effects of Y on Y

X5 X6 X7 X8

-------- -------- -------- --------

X5 - - - - - - - -

X6 - - - - 0.02640 - -

X7 - - - - - - - -

X8 - - - - - - - -

The Problem used 20240 Bytes (= 0.0% of Available Workspace)

Time used: 0.008 Seconds

UNTUK LEBIH JELASNYA, PEMBAHASAN DAN INTERPRETASI OUTPUT LISREL

DI ATAS DAPAT DILIHAT PADA BUKU APLIKASI LISREL UNTUK PENELITIAN

ANALISIS JALUR PENERBIT ANDI PUBLISHER YOGYAKARTA 2013

AUTHOR: DR. EDI RIADI

HUBUNGI TOKO BUKU GRAMEDIA, GUNUNG AGUNG TERDEKAT

ATAU TOKO BUKU ONLINE FAVORIT ANDA

CONTOH DISERTASI

Education

Transcript of CONTOH DISERTASI