CONTOH TESIS MODEL PENELITIAN ANALISIS JALUR LISREL

18
Otonomi Kerja (X2) Supervisi (X3) Efektifitas Tim Kerja (X5) Komunikasi (X1) Konsolidasi (X4) Produktifitas Kerja (X6) CONTOH TESIS/DISERTASI PENGARUH KOMUNIKASI, OTONOMI KERJA, SUPERVISI, KONSOLIDASI TERHADAP EFEKTIFITAS KERJA SERTA IMPLIKASINYA TERHADAP PRODUKTIFITAS KERJA STUDI ANALISIS JALUR DENGAN LISREL r15 r12 p51 r13 p52 r25 r15 r23 p65 r35 r56 p53 r24 r45 e5 e6 r24 p54 Gambar 7.1 Contoh ilustrasi kasus penelitian multivariat 1 Contoh hipotesis yang diajukan: a. Terdapat pengaruh langsung positif komunikasi terhadap efektifitas tim kerja karyawan b. Terdapat pengaruh langsung positif otonomi kerja terhadap efektifitas tim kerja karyawan c. Terdapat pengaruh langsung positif supervisi terhadap efektifitas tim kerja karyawan d. Terdapat pengaruh langsung positif konsolidasi terhadap efektifitas tim kerja karyawan e. Terdapat pengaruh langsung positif efektifitas tim kerja terhadap produktifitas kerja karyawan f. Terdapat pengaruh tidak langsung positif komunikasi terhadap produktifitas kerja karyawan melalui efektifitas tim kerja. g. Terdapat pengaruh tidak langsung positif otonomi kerja terhadap produktifitas kerja karyawan melalui efektifitas tim kerja

Transcript of CONTOH TESIS MODEL PENELITIAN ANALISIS JALUR LISREL

Otonomi Kerja (X2)

Supervisi (X3)

Efektifitas Tim Kerja

(X5)

Komunikasi (X1)

Konsolidasi (X4)

Produktifitas Kerja (X6)

CONTOH TESIS/DISERTASI

PENGARUH KOMUNIKASI, OTONOMI KERJA, SUPERVISI, KONSOLIDASI TERHADAP

EFEKTIFITAS KERJA SERTA IMPLIKASINYA TERHADAP PRODUKTIFITAS KERJA

STUDI ANALISIS JALUR DENGAN LISREL

r15 r12 p51 r13 p52 r25 r15 r23 p65 r35 r56 p53 r24 r45 e5 e6

r24 p54

Gambar 7.1 Contoh ilustrasi kasus penelitian multivariat 1

Contoh hipotesis yang diajukan:

a. Terdapat pengaruh langsung positif komunikasi terhadap efektifitas tim kerja karyawan

b. Terdapat pengaruh langsung positif otonomi kerja terhadap efektifitas tim kerja karyawan

c. Terdapat pengaruh langsung positif supervisi terhadap efektifitas tim kerja karyawan

d. Terdapat pengaruh langsung positif konsolidasi terhadap efektifitas tim kerja karyawan

e. Terdapat pengaruh langsung positif efektifitas tim kerja terhadap produktifitas kerja karyawan

f. Terdapat pengaruh tidak langsung positif komunikasi terhadap produktifitas kerja karyawan

melalui efektifitas tim kerja.

g. Terdapat pengaruh tidak langsung positif otonomi kerja terhadap produktifitas kerja karyawan

melalui efektifitas tim kerja

h. Terdapat pengaruh tidak langsung positif supervisi terhadap produktifitas kerja karyawan

melalui efektifitas tim kerja

i. Terdapat pengaruh tidak langsung positif konsolidasi terhadap produktifitas kerja karyawan

melalui efektifitas tim kerja

1. Aplikasi 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-X6

Klik OK

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

Gambar 7.2 Editor PRELIS Data

Klik Data

Klik Insert cases

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

Gambar 7.3 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 7.1 Contoh ilustrasi data penelitian

NO X1 X2 X3 X4 X5 X6

1 186 113 140 105 119 110

2 159 72 62 137 98 76

3 220 162 64 75 154 155

4 158 88 118 92 61 61

5 163 121 117 120 84 87

6 157 132 116 63 117 88

7 218 157 94 61 152 150

8 197 136 99 117 137 128

9 123 87 102 100 69 75

10 122 88 103 101 114 122

11 188 129 104 139 129 118

12 157 110 104 113 105 121

13 183 127 106 108 126 114

14 224 163 110 111 158 156

15 157 122 112 133 85 75

16 129 95 115 103 72 122

17 148 118 120 135 115 76

18 158 124 137 119 123 112

19 196 153 136 98 135 111

20 166 100 137 102 116 73

21 184 77 141 74 111 87

22 137 96 103 101 115 44

23 156 114 105 104 118 121

24 162 124 73 72 82 100

25 164 88 104 103 117 101

26 217 152 136 133 152 145

27 171 59 80 78 89 122

28 195 152 120 119 135 110

29 193 115 93 91 104 76

30 201 140 138 122 139 134

31 169 101 96 94 107 87

32 162 91 90 116 101 97

33 170 118 98 97 110 73

34 183 112 88 86 98 43

35 168 87 64 63 71 42

36 197 137 122 120 137 111

37 192 95 88 87 99 90

38 204 143 127 125 142 136

39 214 151 133 131 149 145

40 167 116 89 88 100 105

41 229 166 146 144 164 158

42 205 87 107 105 120 134

43 181 88 128 74 84 53

44 195 134 120 118 134 126

45 136 83 96 95 108 79

46 122 76 83 82 93 133

47 123 98 101 99 113 72

48 138 113 59 138 66 58

49 211 150 132 130 148 144

50 205 120 70 69 78 97

51 204 88 81 80 91 90

52 192 133 118 116 132 120

53 171 119 102 100 114 133

54 170 111 126 76 86 134

55 157 106 68 67 76 91

56 190 128 113 112 127 116

57 203 67 89 88 100 79

58 193 133 118 116 132 122

59 184 99 109 107 122 112

60 185 77 96 94 107 86

61 220 57 64 63 71 95

62 181 120 97 96 109 89

63 136 106 96 95 108 134

64 174 143 128 126 86 54

65 177 121 79 125 88 91

66 209 144 129 127 145 142

67 158 105 104 102 116 58

68 185 101 82 81 92 79

69 179 142 108 106 121 133

70 198 139 123 121 138 129

71 179 112 141 139 64 134

72 175 130 117 115 131 119

73 156 104 74 126 83 90

74 221 125 112 110 125 113

75 178 106 99 98 111 85

76 185 94 60 59 67 79

77 131 97 84 83 94 95

78 175 119 108 106 121 111

79 148 100 106 105 119 110

80 230 164 148 146 166 159

81 127 70 87 85 97 89

82 181 80 95 93 106 91

83 158 126 112 110 125 114

84 149 143 66 65 74 106

85 147 107 76 75 85 89

86 158 115 90 89 101 84

87 202 141 125 123 140 134

88 168 124 111 109 124 113

89 159 96 141 57 65 94

90 173 87 100 98 112 99

91 149 98 91 90 102 104

92 180 108 101 99 113 100

93 146 79 85 84 95 86

94 160 72 81 80 91 65

95 113 125 111 109 124 113

96 180 112 68 67 76 74

97 146 107 79 77 88 68

98 208 143 128 126 143 138

99 148 60 88 86 98 105

100 145 101 97 96 109 60

101 166 107 98 97 110 101

102 212 150 132 130 148 144

103 182 76 78 77 87 75

104 125 102 107 105 120 111

105 160 102 54 53 60 62

106 210 148 130 128 146 143

107 134 121 103 101 115 88

108 122 90 69 68 77 96

109 194 134 119 117 133 124

110 143 113 84 83 94 105

111 157 84 98 97 110 94

112 182 91 56 56 63 106

113 189 99 83 82 93 78

114 144 78 91 90 102 97

115 184 109 100 98 112 65

116 161 67 69 68 77 81

117 190 132 117 115 131 120

118 150 94 110 108 123 112

119 172 123 93 91 104 73

120 186 108 92 91 103 51

121 165 108 74 73 83 88

122 164 111 105 104 118 109

123 172 93 80 79 90 108

124 132 128 114 112 128 117

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

dengan nama file: PRODUKTIFITAS.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

PRODUKTIFITAS.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

PRODUKTIFITAS.PSF akhiri dengan OK

Gambar 7.4 Menu Save As PRELIS Data

1.2 Analisis Deskripsi Data dan Normalitas

Setelah file PRODUKTIFITAS.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 X6

Dengan menekan Ctrl (jangan dilepas) lalu klik X1 sd X6 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 7.5 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: 09/12/2012

TIME: 21:27

P R E L I S 2.30 (STUDENT)

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:\HIBAHF.PR2:

!PRELIS SYNTAX: Can be edited

SY=D:\PRODUKTIFITAS.PSF

OU MA=KM

Total Sample Size = 124

Univariate Summary Statistics for Continuous Variables

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

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

X1 172.556 26.859 71.541 -0.022 -0.607 113.000 1 230.000 1

X2 111.548 25.004 49.679 0.074 -0.578 57.000 1 166.000 1

X3 101.556 22.244 50.841 -0.034 -0.671 54.000 1 148.000 1

X4 99.323 21.759 50.831 -0.029 -0.697 53.000 1 146.000 1

X5 108.790 24.622 49.201 0.056 -0.613 60.000 1 166.000 1

X6 101.685 27.135 41.729 -0.013 -0.592 42.000 1 159.000 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 -0.102 0.919 -1.688 0.091 2.860 0.239

X2 0.338 0.735 -1.558 0.119 2.542 0.281

X3 -0.155 0.877 -1.991 0.047 3.986 0.136

X4 -0.134 0.893 -2.120 0.034 4.514 0.105

X5 0.255 0.799 -1.714 0.087 3.002 0.223

X6 -0.059 0.953 -1.622 0.105 2.634 0.268

Relative Multivariate Kurtosis = 1.412

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

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

12.411 10.551 0.000 20.534 6.340 0.000 151.523 0.000

Histograms for Continuous Variables

X1

Frequency Percentage Lower Class Limit

6 4.8 113.000 ••••••

8 6.5 124.700 ••••••••

11 8.9 136.400 •••••••••••

17 13.7 148.100 •••••••••••••••••

19 15.3 159.800 •••••••••••••••••••

19 15.3 171.500 •••••••••••••••••••

17 13.7 183.200 •••••••••••••••••

13 10.5 194.900 •••••••••••••

8 6.5 206.600 ••••••••

6 4.8 218.300 ••••••

X2

Frequency Percentage Lower Class Limit

5 4.0 57.000 •••••

8 6.5 67.900 ••••••••

13 10.5 78.800 •••••••••••••

17 13.7 89.700 •••••••••••••••••

20 16.1 100.600 ••••••••••••••••••••

20 16.1 111.500 ••••••••••••••••••••

16 12.9 122.400 ••••••••••••••••

13 10.5 133.300 •••••••••••••

7 5.6 144.200 •••••••

5 4.0 155.100 •••••

X3

Frequency Percentage Lower Class Limit

5 4.0 54.000 •••••

9 7.3 63.400 •••••••••

12 9.7 72.800 ••••••••••••

15 12.1 82.200 •••••••••••••••

20 16.1 91.600 ••••••••••••••••••••

20 16.1 101.000 ••••••••••••••••••••

16 12.9 110.400 ••••••••••••••••

12 9.7 119.800 ••••••••••••

9 7.3 129.200 •••••••••

6 4.8 138.600 ••••••

X4

Frequency Percentage Lower Class Limit

5 4.0 53.000 •••••

9 7.3 62.300 •••••••••

13 10.5 71.600 •••••••••••••

15 12.1 80.900 •••••••••••••••

20 16.1 90.200 ••••••••••••••••••••

20 16.1 99.500 ••••••••••••••••••••

16 12.9 108.800 ••••••••••••••••

13 10.5 118.100 •••••••••••••

7 5.6 127.400 •••••••

6 4.8 136.700 ••••••

X5

Frequency Percentage Lower Class Limit

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 •••

X6

Frequency Percentage Lower Class Limit

5 4.0 42.000 •••••

8 6.5 53.700 ••••••••

12 9.7 65.400 ••••••••••••

16 12.9 77.100 ••••••••••••••••

20 16.1 88.800 ••••••••••••••••••••

20 16.1 100.500 ••••••••••••••••••••

17 13.7 112.200 •••••••••••••••••

13 10.5 123.900 •••••••••••••

8 6.5 135.600 ••••••••

5 4.0 147.300 •••••

Correlation Matrix

X1 X2 X3 X4 X5 X6

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

X1 1.000

X2 0.501 1.000

X3 0.306 0.500 1.000

X4 0.239 0.505 0.617 1.000

Y 0.496 0.665 0.619 0.592 1.000

Z 0.422 0.551 0.449 0.406 0.651 1.000

Means

X1 X2 X3 X4 X5 X6

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

172.556 111.548 101.556 99.323 108.790 101.685

Standard Deviations

X1 X2 X3 X4 X5 X6

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

26.859 25.004 22.244 21.759 24.622 27.135

The Problem used 6504 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, dan X6, diperoleh Zskewness dan

Zkurtosis berada diantara -1,96 hingga +1,96 (Nilai ± 1,96 lihat bab 4 halaman 82). Sebagai

contoh kita ambil variabel X1 Zskewness = -0.102 dan Zkurtosis = -1.688. 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 dikatakan normal jika nilainya p > 0.05. Perhatikan kembali

Pskewness maupun Pkurtosis output di atas masing-masing sebesar 0.919 dan 0.091 masih lebih

besar dari 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. Siapkan Menu SIMPLIS Project

Selanjutnya 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 PRODUKTIFITAS.SPJ)

Klik Save

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

sebagai berikut:

STUDI PRODUKTIFITAS KERJA

OBSERVED VARIABLES: X1 X2 X3 X4 X5 X6

correlation matrix

1.000

0.501 1.000

0.306 0.500 1.000

0.239 0.505 0.617 1.000

0.496 0.665 0.619 0.592 1.000

0.422 0.551 0.449 0.406 0.651 1.000

relationships

X5 = X1 X2 X3 X4

X6 = X5

sample size 124

options RS EF SC SS Nd=5

path diagram

end of problem

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:

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

STUDI PRODUKTIFITAS KERJA

OBSERVED VARIABLES: X1 X2 X3 X4 X5 X6

correlation matrix

1.000

0.501 1.000

0.306 0.500 1.000

0.239 0.505 0.617 1.000

0.496 0.665 0.619 0.592 1.000

0.422 0.551 0.449 0.406 0.651 1.000

relationships

X5 = X1 X2 X3 X4

X6 = X5

sample size 124

options RS EF SC SS Nd=5

path diagram

end of problem

Sample Size = 124

STUDI PRODUKTIFITAS KERJA

Correlation Matrix to be Analyzed

X5 X6 X1 X2 X3 X4

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

X5 1.00000

X6 0.65100 1.00000

X1 0.49600 0.42200 1.00000

X2 0.66500 0.55100 0.50100 1.00000

X3 0.61900 0.44900 0.30600 0.50000 1.00000

X4 0.59200 0.40600 0.23900 0.50500 0.61700 1.00000

STUDI PRODUKTIFITAS KERJA

Number of Iterations = 4

LISREL Estimates (Maximum Likelihood)

X5 = 0.20227*X1 + 0.32237*X2 + 0.25985*X3 + 0.22053*X4, Errorvar.= 0.39390 , R² = 0.60610

(0.066793) (0.076511) (0.076442) (0.076502) (0.051065)

3.02832 4.21333 3.39936 2.88271 7.71362

X6 = 0.65100*X5, Errorvar.= 0.57620 , R² = 0.42380

(0.069585) (0.074699)

9.35552 7.71362

Correlation Matrix of Independent Variables

X1 X2 X3 X4

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

X1 1.00000

(0.12964)

7.71362

X2 0.50100 1.00000

(0.10253) (0.12964)

4.88633 7.71362

X3 0.30600 0.50000 1.00000

(0.09587) (0.10249) (0.12964)

3.19197 4.87852 7.71362

X4 0.23900 0.50500 0.61700 1.00000

(0.09425) (0.10270) (0.10771) (0.12964)

2.53577 4.91744 5.72810 7.71362

Goodness of Fit Statistics

Degrees of Freedom = 4

Minimum Fit Function Chi-Square = 7.07123 (P = 0.13217)

Normal Theory Weighted Least Squares Chi-Square = 6.87180 (P = 0.14282)

Estimated Non-centrality Parameter (NCP) = 2.87180

90 Percent Confidence Interval for NCP = (0.0 ; 14.31527)

Minimum Fit Function Value = 0.057490

Population Discrepancy Function Value (F0) = 0.024133

90 Percent Confidence Interval for F0 = (0.0 ; 0.12030)

Root Mean Square Error of Approximation (RMSEA) = 0.077674

90 Percent Confidence Interval for RMSEA = (0.0 ; 0.17342)

P-Value for Test of Close Fit (RMSEA < 0.05) = 0.25890

Expected Cross-Validation Index (ECVI) = 0.34346

90 Percent Confidence Interval for ECVI = (0.31933 ; 0.43962)

ECVI for Saturated Model = 0.35294

ECVI for Independence Model = 2.88392

Chi-Square for Independence Model with 15 Degrees of Freedom = 331.18674

Independence AIC = 343.18674

Model AIC = 40.87180

Saturated AIC = 42.00000

Independence CAIC = 366.10843

Model CAIC = 105.81659

Saturated CAIC = 122.22591

Root Mean Square Residual (RMR) = 0.035395

Standardized RMR = 0.035395

Goodness of Fit Index (GFI) = 0.98172

Adjusted Goodness of Fit Index (AGFI) = 0.90402

Parsimony Goodness of Fit Index (PGFI) = 0.18699

Normed Fit Index (NFI) = 0.97865

Non-Normed Fit Index (NNFI) = 0.96357

Parsimony Normed Fit Index (PNFI) = 0.26097

Comparative Fit Index (CFI) = 0.99029

Incremental Fit Index (IFI) = 0.99061

Relative Fit Index (RFI) = 0.91993

Critical N (CN) = 231.94245

STUDI PRODUKTIFITAS KERJA

Fitted Covariance Matrix

X5 X6 X1 X2 X3 X4

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

X5 1.00000

X6 0.65100 1.00000

X1 0.49600 0.32290 1.00000

X2 0.66500 0.43292 0.50100 1.00000

X3 0.61900 0.40297 0.30600 0.50000 1.00000

X4 0.59200 0.38539 0.23900 0.50500 0.61700 1.00000

Fitted Residuals

X5 X6 X1 X2 X3 X4

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

X5 - -

X6 0.00000 0.00000

X1 0.00000 0.09910 - -

X2 - - 0.11808 - - - -

X3 - - 0.04603 - - - - - -

X4 - - 0.02061 - - - - - - - -

Summary Statistics for Fitted Residuals

Smallest Fitted Residual = 0.00000

Median Fitted Residual = 0.00000

Largest Fitted Residual = 0.11808

Standardized Residuals

X5 X6 X1 X2 X3 X4

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

X5 - -

X6 - - - -

X1 - - 1.64020 - -

X2 - - 2.27223 - - - -

X3 - - 0.84227 - - - - - -

X4 - - 0.36747 - - - - - - - -

Summary Statistics for Standardized Residuals

Smallest Standardized Residual = 0.00000

Median Standardized Residual = 0.00000

Largest Standardized Residual = 2.27223

STUDI PRODUKTIFITAS KERJA

Qplot of Standardized Residuals

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

. ..

. .

. . .

N . . .

o . . .

r . . x .

m . . .

a . . .

l . . .

. . x .

Q . . .

u . . .

a . . x .

n . . .

t . . .

i . . .

l . . x .

e . . .

s . . .

. . .

. . .

. . .

. . .

. . .

. . .

. . .

. . .

. . .

. . .

. . .

. . .

. . .

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

-3.5 3.5

Standardized Residuals

STUDI PRODUKTIFITAS KERJA

Standardized Solution

BETA

X5 X6

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

X5 - - - -

X6 0.65100 - -

GAMMA

X1 X2 X3 X4

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

X5 0.20227 0.32237 0.25985 0.22053

X6 - - - - - - - -

Correlation Matrix of Y and X

X5 X6 X1 X2 X3 X4

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

X5 1.00000

X6 0.65100 1.00000

X1 0.49600 0.32290 1.00000

X2 0.66500 0.43291 0.50100 1.00000

X3 0.61900 0.40297 0.30600 0.50000 1.00000

X4 0.59200 0.38539 0.23900 0.50500 0.61700 1.00000

PSI

Note: This matrix is diagonal.

X5 X6

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

0.39390 0.57620

Regression Matrix Y on X (Standardized)

X1 X2 X3 X4

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

X5 0.20227 0.32237 0.25985 0.22053

X6 0.13168 0.20986 0.16916 0.14357

STUDI PRODUKTIFITAS KERJA

Total and Indirect Effects

Total Effects of X on Y

X1 X2 X3 X4

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

X5 0.20227 0.32237 0.25985 0.22053

(0.06679) (0.07651) (0.07644) (0.07650)

3.02832 4.21333 3.39936 2.88271

X6 0.13168 0.20986 0.16916 0.14357

(0.04570) (0.05463) (0.05295) (0.05211)

2.88114 3.84171 3.19499 2.75490

Indirect Effects of X on Y

X1 X2 X3 X4

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

X5 - - - - - - - -

X6 0.13168 0.20986 0.16916 0.14357

(0.04570) (0.05463) (0.05295) (0.05211)

2.88114 3.84171 3.19499 2.75490

Total Effects of Y on Y

X5 X6

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

X5 - - - -

X6 0.65100 - -

(0.06958)

9.35552

Largest Eigenvalue of B*B' (Stability Index) is 0.424

STUDI PRODUKTIFITAS KERJA

Standardized Total and Indirect Effects

Standardized Total Effects of X on Y

X1 X2 X3 X4

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

X5 0.20227 0.32237 0.25985 0.22053

X6 0.13168 0.20986 0.16916 0.14357

Standardized Indirect Effects of X on Y

X1 X2 X3 X4

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

X5 - - - - - - - -

X6 0.13168 0.20986 0.16916 0.14357

Standardized Total Effects of Y on Y

X5 X6

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

X5 - - - -

X6 0.65100 - -

The Problem used 10096 Bytes (= 0.0% of Available Workspace)

Time used: 0.000 Seconds

Gambar 7.6 Diagram Jalur Empiris

Tabel 7.2 Rekapitulasi Perhitungan Koefisien Pengaruh Langsung (PL), Pengaruh Tidak

Langsung (PTL) Dan Pengaruh Total (PL)

Kausal Koefisien Korelasi

Koefisien Pengaruh

t hitung Tingkat Pengaruh

PL PTL Total

X1->X4 0.23900 - 2.53577 - - -

X1->X3 0.30600 - 3.19197 - - -

X1->X2 0.50100 - 4.88633 - - -

X2->X4 0.50500 - 4.91744 - - -

X2->X3 0.50000 - 4.87852 - - -

X3->X4 0.61700 - 5.72810 - - -

X4->X5 0.59200 - 2.88271 - - -

X5->X6 0.65100 0,65100 9.35552 0,65100 - 0.65100

X1->X5 - 0.20227 3.02832 0.20227 - 0.20227

X2->X5 - 0.32237 4.21333 0.32237 - 0.32237

X3->X5 - 0.25985 3.39936 0.25985 - 0.25985

X4->X5 - 0.22053 2.88271 0.22053 - 0.22053

X1->X6 - - - - 0.13168 0.13168

X2->X6 - - - - 0.20986 0.20986

X3->X6 - - - - 0.16916 0.16916

X4->X6 - - - - 0.14357 0.14357

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 ONLINE SHOP FAVORIT ANDA