7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
1/316
1
ANALISIS JALUR
Dr. Musdalifah Azis, SE., M.Si
Dosen Universitas Mulawarman Samarinda
BAB I
1.1 KONSEP DASAR ANALISIS JALUR
Analisis jalur adalah suatu teknik pengembangan dari regresi linier
ganda.Teknik ini digunakan untuk menguji besarnya sumbangan (kontribusi) yang
ditunjukkan oleh koefisien jalur pada setiap diagram jalur dari hubungan kausal antar
variabel X1X2dan X3 terhadap Y serta dampaknya terhadap Z. Analisis jalur ialah
suatu teknik untuk menganalisis hubungan sebab akibat yang tejadi pada regresi
berganda jika variabel bebasnya mempengaruhi variabel tergantung tidak hanya
secara langsung tetapi juga secara tidak langsung. (Robert D. Retherford 1993).
Sedangkan definisi lain mengatakan: Analisis jalur merupakan pengembangan
langsung bentuk regresi berganda dengan tujuan untuk memberikan estimasi tingkat
kepentingan (magnitude) dan signifikansi (significance) hubungan sebab akibat
hipotetikal dalam seperangkat variabel. (Paul Webley 1997).
David Garson dari North Carolina State University mendefinisikan analisis
jalur sebagai Model perluasan regresi yang digunakan untuk menguji keselarasan
matriks korelasi dengan dua atau lebih model hubungan sebab akibat yang
dibandingkan oleh peneliti. Modelnya digambarkan dalam bentuk gambar lingkaran
dan panah dimana anak panah tunggal menunjukkan sebagai penyebab. Regresi
dikenakan pada masing-masing variabel dalam suatu model sebagai variabel
tergantung (pemberi respon) sedang yang lain sebagai penyebab. Pembobotan
regresi diprediksikan dalam suatu model yang dibandingkan dengan matriks korelasi
yang diobservasi untuk semua variabel dan dilakukan juga penghitungan uji
keselarasan statistik. (David Garson, 2003).
Dalam analisis jalur dikenal beberapa konsep dan istilah dasar. Dengan
gambar model di bawah ini akan diterangkan konsep-konsep dan istilah dasar
tersebut:
mailto:[email protected]:[email protected]:[email protected]7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
2/316
2
Model jalur. Model jalur ialah suatu diagram yang menghubungkan antara
variabel bebas, perantara dan tergantung. Pola hubungan ditunjukkan dengan
menggunakan anak panah. Anak panah-anak panah tunggal menunjukkan
hubungan sebabakibat antara variabel-variabel exogenous atau perantara
dengan satu variabel tergantung atau lebih. Anak panah juga
menghubungkan kesalahan (variabel residue) dengan semua variabel
endogenousmasing-masing. Anak panah ganda menunjukkan korelasi antara
pasangan variabel-variabel exogenous.
Jalur penyebab untuk suatu variabel yang diberikan meliputi pertama
jalur-jalur arah dari anak-anak panah menuju ke variabel tersebut dan kedua
jalur-jalur korelasi dari semua variabel endogenous yang dikorelasikan
dengan variabel-variabel yang lain yang mempunyai anak panah-anak panah
menuju ke variabel yang sudah ada tersebut.
Variabel exogenous. Variabelvariabel exogenousdalam suatu model jalur
ialah semua variabel yang tidak ada penyebab-penyebab eskplisitnya atau
dalam diagram tidak ada anak-anak panah yang menuju kearahnya, selain
pada bagian kesalahan pengukuran. Jika antara variabel exogenous
dikorelasikan maka korelasi tersebut ditunjukkan dengan anak panah dengan
kepala dua yang menghubungkan variabel-variabel tersebut.
Variabel endogenous. Variabel endogenousialah variabel yang mempunyai
anak-anak panah menuju kearah variabel tersebut. Variabel yang termasuk
didalamnya ialah mencakup semua variabel perantara dan tergantung.
Variabel perantara endogenous mempunyai anak panah yang menuju
kearahnya dan dari arah variabel tersebut dalam sutau model diagram jalur.
Sedang variabel tergantung hanya mempunyai anak panah yang menuju
kearahnya.
Koefesien jalur / pembobotan jalur. Koefesien jalur adalah koefesien
regresi standar atau disebut beta yang menunjukkan pengaruh langsung dari
suatu variabel bebas terhadap variabel tergantung dalam suatu model jalur
tertentu. Oleh karena itu, jika suatu model mempunyai dua atau lebih
variabel-variabel penyebab, maka koefesien-koefesien jalurnya merupakan
koefesien-koefesien regresi parsial yang mengukur besarnya pengaruh satu
variabel terhadap variabel lain dalam suatu model jalur tertentu yang
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
3/316
3
mengontrol dua variabel lain sebelumnya dengan menggunakan data yang
sudah distandarkan atau matriks korelasi sebagai masukan.
Variabel-variabel exogenous yang dikorelasikan. Jika semua variabel
exogenous dikorelasikan, maka sebagai penanda hubungannya ialah anak
panah dengan dua kepala yang dihubungkan diantara variabel-variabel
dengan koefesien korelasinya.
Istilah gangguan. Istilah kesalahan residual yang secara teknis disebut
sebagai gangguan atau residuemencerminkan adanya varian yang tidak
dapat diterangkan atau pengaruh dari semua variabel yang tidak terukur
ditambah dengan kesalahan pengukuran.
Aturan multiplikasi jalur. Nilai dari suatu jalur gabungan adalah hasil semua
koefesien jalurnya.
Decomposisi pengaruh. Koefesien-koefesien jalur dapat digunakan untuk
mengurai korelasi-korelasi dalam suatu model kedalam pengaruh langsung
dan tidak langsung yang berhubungan dengan jalur langsung dan tidak
langsung yang direfleksikan dengan anak panah anak panah dalam suatu
model tertentu. Ini didasarkan pada aturan bahwa dalam suatu sistem linear,
maka pengaruh penyebab total suatu variabel i terhadap variabel j adalah
jumlah semua nilai jalur dari i ke j.
Signifikansi dan Model keselarasan dalam jalur. Untuk melakukan
pengujian koefesien koefesien jalur secara individual, kita dapat
menggunakan t standar atau pengujian F dari angka-angka keluaran regresi.
Sedang untuk melakukan pengujian model dengan semua jalurnya, kita dapat
menggunakan uji keselarasan dari program. Jika suatu model sudah benar,
diantaranya mencakup semua variabel yang sesuai dan mengeluarkan
semua variabel yang tidak sesuai; maka jumlah nilai-nila jalur dari I ke j akan
sama dengan koefesien regresi untuk j yang diprediksi didasarkan pada I,
yaitu untuk data yang sudah distandarisasi dimana koefesien regresi
sederhana sama dengan kefesien korelasi; maka jumlah semua koefesien
(standar) akan sama dengan koefesien korelasi.
Anak panah dengan satu kepala dan dua kepala. Jika ingin
menggambarkan penyebab, maka kita menggunakan anak panah dengan
satu kepala. Sedang untuk menggambarkan korelasi, kita menggunakan
anak panah yang melengkung dengan dua kepala. Ada kalanya hubungan
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
4/316
4
sebab akibat menghasilkan angka negatif, untuk menggambarkan hasil yang
negatif digunakan garis putus-putus.
Pola hubungan. Dalam analisi jalur tidak digunakan istilah variabel bebas
ataupun tergantung. Sebagai gantinya kita menggunakan istilah variabel
exogenousdan endogenous.
Model Recursive.Model penyebab yang mempunyai satu arah. Tidak ada
arah membalik (feed back loop) dan tidak ada pengaruh sebab akibat
(reciprocal). Dalam model ini satu variabel tidak dapat berfungsi sebagai
penyebab dan akibat dalam waktu yang bersamaan.
Model Non-recursive. Model penyebab dengan disertai arah yang membalik
(feed back loop) atau adanya pengaruh sebab akibat (reciprocal).
Direct Effect. Pengaruh langsung yang dapat dilihat dari koefesien jalur dari
satu variable ke variable lainnya.
Indirect Effect.Urutan jalur melalui satu atau lebih variable perantara.
1.2 Tipe Model-model Jalur
Ada beberapa model jalur mulai dari yang paling sederhana sampai dengan
yang lebih rumit, diantaranya diterangkan di bawah ini :
1.2.1 Tipe Regresi Berganda
Model pertama ini sebenarnya merupakan pengembangan regresi berganda
dengan menggunakan dua variabel exogenous, yaitu X1 dan X2 dengan satu
variabel endogenousY. Model digambarkan sebagai berikut :
Contoh :
Dalam kasus pengaruh harga dan promosi terhadap penjualan, maka X1 adalah
variabel harga dan X2 adalah variabel promosi sedangkan Y adalah variabel
penjualan. Dalam terminologi analisis jalur, variabel harga dan promosi adalah
variabel exogenousdan variabel penjualan adalah variabel endogenous.
X1
X2
Y1
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
5/316
5
1.2.2 Model Mediasi
Model kedua adalah model mediasi atau perantara dimana variabel Y
memodifikasi pengaruh variabel X terhadap variabel Z. Model digambarkan sebagai
berikut:
Contoh :
Karena menginginkan suatu produk laku keras, sebuah perusahaan menjual produk
dengan harga murah dengan mengabaikan kualitas produk itu sendiri. Hasilnya
penjualan produk terus menurun. Jika diterapkan dalam model kedua ini, maka
variabel X adalah produk, variabel Y adalah variabel kualitas produk dan variabel Z
adalah variabel penjualan. Variabel produk mempengaruhi variabel penjualan
melalui variabel kualitas produk.
1.2.3 Model Kombinasi Pertama dan Kedua
Model ketiga ini merupakan kombinasi antara model pertama dan kedua,
yaitu variabel X berpengaruh terhadap variabel Z secara langsung dan secara tidak
langsung mempengaruhi variabel Z melalui variabel Y. Model digambarkan sebagai
berikut :
Contoh :
Kualitas suku bunga SBI yang diberikan suatu perusahaan dipengaruhi oleh kinerja
pegawai yang pada akhirnya akan mempengaruhi tingkat IHSG pelanggan. Dalam
kasus ini variabel X adalah kinerja pegawai, variabel Y adalah kualitas layanan dan
variabel Z adalah IHSG pelanggan. Kinerja pegawai secara langsung mempengaruhi
IHSG pelanggan demikian pula kinerja pegawai akan mempengaruhi kualitas
layanan yang kemudian akan berpengaruh terhadap IHSG pelanggan.
X
Y
Z
X
Y
Z
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
6/316
6
1.2.4 Model Kompleks
Model keempat ini merupakan model yang lebih kompleks, yaitu variabel X1
secara langsung mempengaruhi Y2 dan melalui variabel X2 secara tidak langsung
mempengaruhi Y2, sementara itu variabel Y2 juga dipengaruhi oleh variabel Y1.
Model digambarkan sebagai berikut :
Contoh:
Contoh kasus ini diambil dari hasil penelitian Sawyerdkk dalam masalah psikologi.
Kasusnya sebagai berikut: X1 adalah psikopatologi tahap pertama seorang ibu
yangakan menjadi penentu terhadap patologi tahap kedua ibu yang bersangkutan
dalam hal ini adalah variabel X2; dan mirip dengan kejadian tersebut patologi tahap
pertama anaknya atau variabel Y1akan mempengaruhi patologi tahap kedua anak
tersebut atau variabel Y2. Selanjutnya patologi anak tahap kedua atau Y2 juga
dipengaruhi oleh patologi ibu tahap pertama, yaitu (jalur antara X1 dan Y2) dan
tahap kedua, yaitu (jalur antara X2 dan Y2)
1.2.5 Model Recursi fdan Non Recursi f
Dari sisi pandang arah sebab akibat, ada dua tipe model jalur, yaitu recursif
dan non recursif. Model recursif ialah jika semua anak panah menuju satu arah
seperti gambar di bawah ini :
X1
Y1
X2
Y2
1
2
3 4
e2 e4e3
r21 P21
P31
P32
P41
P42
P43
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
7/316
7
Model tersebut dapat diterangkan sebagai berikut:
Anak panah menuju satu arah, yaitu dari 1 ke 2, 3, dan 4; dari 2 ke 3 dan dari
3 menuju ke 4. Tidak ada arah yang terbalik, misalnya dari 4 ke 1
Hanya terdapat satu variabel exogenous, yaitu 1 dan tiga variabelendogenous, yaitu 2,3, dan 4. Masing-masing variabel endogenous
diterankan oleh variabel 1 dan error (e2, e3 dan e4).
Satu variabel endogenous dapat menjadi penyebab variabel endogenous
lainnya tetapi bukan ke variabel exogenous.
Model non recursifterjadi jika arah anak panah tidak searah atau terjadi arah
yang terbalik (looping), misalnya dari 4 ke 3 atau dari 3 ke 1 dan 2, atau bersifat
sebab akibat (reciprocal casue).
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
8/316
8
BAB II
PEMODELAN ANALISIS JALUR
2.1 KASUS 1
Penelitian melibatkan tiga buah variabel X1, X2dan X3 untuk mengungkapkan
hubungan antara ke tiga variabel ini. Peneliti mempunyai proposisi hipotetik bahwa
antara X1dan X2terdapat kaitan korelasional, dan bahwa keduanya secara
bersama-sama mempengaruhi X3.
Data hasil pengukuran (dalam skala pengukuran interval) melalui sampel acak
berukuran 15 adalah sebagai berikut :
X3 X1 X2
205 26 159
206 28 164
254 35 198
246 31 184
201 21 150
291 49 208
234 30 184
209 30 154
204 24 149
216 31 175
245 32 192
286 47 201
312 54 248
265 40 166
322 42 287
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
9/316
9
Analisis :
Regression
Descriptive Statistics
246,4000 41,11274 15
34,6667 9,67815 15
187,9333 38,08724 15
X3
X1
X2
Mean Std. Dev iation N
Correlations
1,000 ,916 ,901,916 1,000 ,735
,901 ,735 1,000
. ,000 ,000
,000 . ,001
,000 ,001 .
15 15 15
15 15 15
15 15 15
X3
X1
X2
X3
X1
X2
X3
X1
X2
Pearson Correlation
Sig. (1-tailed)
N
X3 X1 X2
Variables Entered/Removed
b
X2, X1a . Enter
Model
1
Variables
Entered
Variables
Removed Method
All requested v ariables entered.a.
Dependent Variable: X3b.
Model Summary
,976a ,952 ,944 9,75663
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), X2, X1a.
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
10/316
10
Proposisi hipotetik yang diajukan oleh peneliti bisa diterjemahkan kedalam Diagram Jalur
seperti di bawah ini :
Diagram jalur ini terdapat dua buah variabel eksogen X1 dan X2, serta sebuah variabel
endogen, yaitu X3.
Bentuk persamaan struktural untuk diagram jalur di atas :
X3 = 0,551X1+ 0,496X2 +
Model ini signifikan karena nilai p-value = 0,000 lebih kecil dari
Koefisien jalur :
p31 = 0,551 , karena p-value = 0,000 lebih kecil dari , koefisien jalur ini signifikan
p32 = 0,496 , karena p-value = 0,000 lebih kecil dari , koefisien jalur ini signifikan
p3= 2
1 R
= 952,01
= 0,219
ANOVAb
22521,299 2 11260,649 118,294 ,000a
1142,301 12 95,19223663,600 14
Regression
ResidualTotal
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), X2, X1a.
Dependent Variable: X3b.
Coefficientsa
64,639 13,112 4,930 ,000
2,342 ,398 ,551 5,892 ,000
,535 ,101 ,496 5,297 ,000
(Constant)
X1
X2
Model
1
B St d. Error
Unstandardized
Coeff icients
Beta
Standardized
Coeff icients
t Sig.
Dependent Variable: X3a.
X1
X3
X2
r12
P31
P32
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
11/316
11
Hubungan struktural antara X1, X2 dan X3:
Interpretasi
Pengaruh langsung dari X1 terhadap X3= (0,551)(0,916)=
Pengaruh langsung dari X2 terhadap X3= (0,496)(0,901)=
2.2 KASUS 2
Sebuah penelitian eksploratif mencoba mengungkapkan hubungan antara X1, X2, X3, dan X4.
Dalam penelitian ini dikemukakan sebuah proposisi bahwa :
- Antara X1 dan X2, terdapat kaitan korelatif. Kedua konstrak tersebut bersama-sama mempengaruhi X3.
- X1, X2dan X3secara bersama-sama mempengaruhi X4.Buatlah diagram jalurnya, hitung semua pengaruh variable eksogennya.!
DATA SAMPEL :
X1 x2 x3 x4
7 26 78 79
1 29 74 74
11 56 104 107
11 31 88 88
7 52 96 97
11 55 109 108
3 71 103 104
1 31 72 72
X1
X3
X2
0,219
0,735
0,551
0,496
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
12/316
12
2 54 93 90
21 47 116 118
1 40 84 82
11 66 113 116
10 58 105 104
Analisis :
Diagram jalur :
Persamaan struktural :
X3 = p31X1+ p32 X2 + 1
X4 = p41X1+ p42 X2 + p43 X3 + 2
Untuk sub-struktur 1 :
Correlations
1,000 ,734 ,809
,734 1,000 ,217
,809 ,217 1,000
. ,002 ,000
,002 . ,238
,000 ,238 .
13 13 13
13 13 13
13 13 13
X3
X1
X2
X3
X1
X2
X3
X1
X2
Pearson Correlation
Sig. (1-tailed)
N
X3 X1 X2
X1
X3
X2
X4
1
r12
P31
P32
P41
P42
P43
2
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
13/316
13
ANOVAb
2590,067 2 1295,034 259,355 ,000a
49,933 10 4,993
2640,000 12
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), X2, X1a.
Dependent Variable: X3b.
Persamaan struktur :
X3 = 0,585X1+ 0,682X2 + 1
Model ini signifikan karena p-value = 0,000 lebih kecil dari
Koefisien jalur :
p31 = 0,585 , karena p-value = 0,000 lebih kecil dari , koefisien jalur ini signifikan
p32 = 0,682 , karena p-value = 0,000 lebih kecil dari , koefisien jalur ini signifikan
px3= 2
1 R
= 981,01
= 0,138.
Untuk Sub-struktur 2 :
Model Summary
,990a ,981 ,977 2,23457
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), X2, X1a.
Coefficientsa
51,434 2,199 23,389 ,000
1,476 ,112 ,585 13,140 ,000
,687 ,045 ,682 15,305 ,000
(Constant)
X1
X2
Model
1
B St d. Error
Unstandardized
Coeff icients
Beta
Standardized
Coeff icients
t Sig.
Dependent Variable: X3a.
Model Summary
,997a ,994 ,992 1,38903
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), X2, X1, X3a.
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
14/316
14
Persamaan struktur :
X4 = 0,314X1+ 0,309X2 + 0,514X3 + 2
Model ini signifikan karena p-value = 0,000 lebih kecil dari
Koefisien jalur :
P41 = 0,314 , karena p-value = 0,021 lebih kecil dari , koefisien jalur ini signifikan
P42 = 0,309 , karena p-value = 0,042 lebih kecil dari , koefisien jalur ini signifikan
P43 = 0,514 , karena p-value = 0,022 lebih kecil dari , koefisien jalur ini signifikan.
P4= 2
1 R = 994,01 =0,077.
Diagram Jalur yang lengkap :
ANOVAb
2899,405 3 966,468 500,913 ,000a
17,365 9 1,9292916,769 12
Regression
ResidualTotal
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), X2, X1, X3a.
Dependent Variable: X4b.
Coefficientsa
22,248 10,202 2,181 ,057
,541 ,197 ,514 2,750 ,022
,831 ,298 ,314 2,785 ,021
,327 ,138 ,309 2,372 ,042
(Constant)
X3
X1
X2
Model
1
B St d. Error
Unstandardized
Coeff icients
Beta
Standardized
Coeff icients
t Sig.
Dependent Variable: X4a.
X1
X3
X2
X4
0,1380,077
0,217
0,585
0,682
0,314
0,309
0,514
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
15/316
15
Interpretasi :
Pengaruh dari X1ke X4
Pengaruh langsung = 0,314
Pengaruh tak langsung (melalui X3) = 0,585 x 0,514 = 0,301
Total pengaruh = 0,314 + 0,301 = 0,615
Pengaruh dari X2ke X4
Pengaruh langsung = 0,309
Pengaruh tak langsung (melalui X3) = 0,682 x 0,514 = 0,350
Total pengaruh = 0,309 + 0,350 = 0,659
Pengaruh dari X3ke X4
Pengaruh langsung = 0,514
2.3 KASUS 3
Analisis Pengaruh Kompensasi Dan Budaya Organisasi Terhadap Kinerja Pegawai
(maaf organisasinya dihilangkan)
X1= Kompensasi
X2= Budaya Organisasi
X3= Motivasi kerja
Y = Kinerja
http://teorionline.files.wordpress.com/2010/03/01-desain-path.jpg7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
16/316
16
MASALAH
Berapa besar pengaruh kompensasi dan budaya terhadap motivasi kerja
Berapa besar pengaruh langsung dan tidak langsung kompensasi, dan budaya
terhadap kinerja
X3= X3X1+ X3X2+ 1Substruktural 1
Y = YX1+ YX2+ YX3 + 2Substruktural 2
DATA
Model diasumsikan telah memenuhi persyaratan analisis jalur meliputi data berskala
interval, berdistribusi normal, pemenuhan asumsi linieritas, normalitas, homogen dan
terbebas dari masalah multikolinieritas. Pembahasan mengenai hal ini akan
dijelaskan secara terpisah sehingga bahasan mengenai interprestasi nilai analisis
jalur dengan regresi.
Data analisis jalur
X1 X2 X3 Y
79 69 71 72
64 78 78 78
79 82 73 78
69 63 63 66
72 80 81 78
75 78 70 79
76 74 74 72
76 65 77 76
77 80 80 80
http://teorionline.files.wordpress.com/2010/03/01-desain-path.jpg7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
17/316
17
77 76 73 72
75 74 72 71
74 80 76 80
67 65 61 6272 63 74 70
72 77 71 73
70 68 70 72
78 80 77 79
72 73 73 74
69 67 68 69
66 69 65 6472 70 64 61
78 80 79 78
84 76 79 74
75 70 68 70
78 77 75 71
80 79 80 82
70 80 79 8066 82 70 83
79 78 76 80
71 73 63 75
72 72 72 74
72 70 71 70
52 55 46 45
78 73 80 8269 73 65 68
70 82 71 73
79 67 75 77
69 72 67 68
71 76 69 71
82 74 81 79
87 65 86 88
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
18/316
18
63 68 67 64
77 73 79 77
83 69 82 80
72 77 68 7177 70 66 76
80 66 70 80
72 72 71 76
74 70 65 71
80 78 78 80
61 63 62 61
69 65 64 6579 69 65 75
64 63 67 65
81 82 79 80
71 76 70 72
63 68 60 64
76 73 68 65
77 75 72 7062 71 75 76
50 59 64 67
66 68 68 68
77 74 73 77
77 80 79 79
67 72 76 79
77 70 65 7175 80 76 79
78 75 76 74
78 77 72 78
73 72 80 78
64 61 63 62
81 80 80 80
74 67 68 67
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
19/316
19
78 74 74 79
70 73 72 71
76 79 80 73
70 74 73 7472 69 70 71
81 80 64 78
3.3.2 PENYELESAIAN
1. TAHAP 1
Pada tahap 1 persamaan strukturalnya adalah X3= X3X1+ X3X2+ 1
Dimana X1adalah kompensasi, X2budaya dan X3motivasi
Untuk menghitung persamaan regresinya :
Klik Analyse
Pilih Regression >> Pilih Linier
Pada kolom dependent variable masukkan variabel X3
Pada kolom independent variable masukkan variabel X1 dan X2
Biarkan methode tetap pada pilihan Enter
Klik OK
http://teorionline.files.wordpress.com/2010/03/1-01.jpg7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
20/316
20
Regression Sub 1
2. TAHAP 2
Pada tahap 2 persamaan strukturalnya adalah Y = YX1+ YX2+ YX3 + 2
Dimana X1adalah kompensasi, X2budaya, X3motivasi dan Y kinerja
Untuk menghitung persamaan regresinya :
Klik Analyse
Pilih Regression >> Pilih Linier
Pada kolom dependent variable masukkan variabel Y
Pada kolom independent variable masukkan variabel X1, X2 dan X3
Variables Entered/Removedb
X2, X1a . Enter
Model
1
Variables
Entered
Variables
Removed Method
All requested v ariables entered.a.
Dependent Variable: X3b.
Model Summary
.699a .488 .475 4.78723
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), X2, X1a.
ANOVAb
1662.977 2 831.488 36.282 .000a
1741.732 76 22.918
3404.709 78
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), X2, X1a.
Dependent Variable: X3b.
Coefficientsa
10.343 7.317 1.413 .162
.461 .094 .462 4.916 .000
.380 .103 .346 3.678 .000
(Constant)
X1
X2
Model
1
B St d. Error
Unstandardized
Coeff icients
Beta
Standardized
Coeff icients
t Sig.
Dependent Variable: X3a.
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
21/316
21
Biarkan methode tetap pada pilihan Enter
Klik OK
Hasil Pengolalahan, seperti berikut :Regression Sub 2
Variables Entered/Removedb
X3, X2, X1a . Enter
Model
1
Variables
Entered
Variables
Removed Method
All requested v ariables entered.a.
Dependent Variable: Yb.
Model Summary
.859a .738 .728 3.48609
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), X3, X2, X1a.
http://teorionline.files.wordpress.com/2010/03/1-02.jpg7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
22/316
22
Penafsiran Hasil
SUB STRUKTURAL 1
** Perhatikan hasil output regresi sub 1
Secara simultan kompensasi dan budaya organisasi berpengaruh positif dan
signifikan terhadap motivasi kerja pegawai. Besaran pengaruh simultan adalah
0,488 atau dibulatkan menjadi 49% merupakan kontribusi dari variabel kompensasi
dan budaya organisasi terhadap motivasi kerja. Sedangkan sisanya 51 %
dipengaruhi faktor lain di luar model.
ANOVAb
2569.476 3 856.492 70.477 .000a
911.461 75 12.1533480.937 78
Regression
ResidualTotal
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), X3, X2, X1a.
Dependent Variable: Yb.
Coefficientsa
-.382 5.398 -.071 .944
.200 .078 .199 2.557 .013
.245 .082 .220 2.997 .004
.574 .084 .568 6.876 .000
(Constant)
X1X2
X3
Model
1
B St d. Error
Unstandardized
Coeff icients
Beta
Standardized
Coeff icients
t Sig.
Dependent Variable: Ya.
Model Summary
.699a .488 .475 4.78723
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), X2, X1a.
ANOVAb
1662.977 2 831.488 36.282 .000a
1741.732 76 22.918
3404.709 78
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), X2, X1a.
Dependent Variable: X3b.
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
23/316
23
Model simultan ini terjadi secara signifikan. Hal ini dapat dilihat dari probability (sig)
atau < 0,01. Pengujian signifikansi lebih lanjut diteruskan dengan pengujian
individual melalui parameter statistik t. Hasil pengujian individual juga menunjukkan
pengaruh yang signifikan. Dengan memperhatikan perolehan sig < 0,01 pada jalur
X1, sig < 0,01 pada jalur X2. Hal ini tentunya menjelaskan bahwa secara simultan
dan parsial kompensasi dan budaya organisasi dapat dijadikan variabel yang
berpengaruh motivasi kerja pegawai. Lebih lanjut, pengaruh kausal empiris antara
variabel (X1) kompensasi dan (X2) budaya organisasi ini dapat digambarkan melalui
persamaan sub struktural 1 (satu). X3= X3X1+ X3X2+ X31, atau X3= 0,462X1
+ 0,346X2+ 0,715 1.
Secara parsial kompensasi berpengaruh positif dan signifikan terhadap motivasi
kerja pegawai. Besaran pengaruh parsial dan langsung kompensasi terhadapmotivasi adalah sebesar 0,462 atau dibulatkan menjadi 46%. Dengan demikian,
tinggi rendahnya motivasi dipengaruhi oleh kompensasi sebesar 46%, sedangkan
sisanya 54% dijelaskan faktor lain di luar model.
Secara parsial budaya organisasi berpengaruh positif dan signifikan terhadap
motivasi kerja pegawai. Besaran pengaruh parsial dan langsung budaya organisasi
terhadap motivasi adalah sebesar 0,346 atau dibulatkan menjadi 35%. Artinya, tinggi
rendahnya motivasi kerja pegawai dipengaruhi oleh budaya organisasi sebesar 35%,
sedangkan sisanya 65% dijelaskan faktor lain di luar model.
SUB STRUKTURAL 2
** Perhatikan hasil output regresi sub 2
Coefficientsa
10.343 7.317 1.413 .162
.461 .094 .462 4.916 .000
.380 .103 .346 3.678 .000
(Constant)
X1
X2
Model
1
B St d. Error
Unstandardized
Coeff icients
Beta
Standardized
Coeff icients
t Sig.
Dependent Variable: X3a.
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
24/316
24
Secara simultan, pengaruh X1 X2 dan X3 terhadap Y adalah sebesar 0,738
(dibulatkan 74%. Sisanya 26% dipengaruh faktor lain di luar model. Model simultan
terjadi signifikan. Dengan memperhatikan probablitas F sebesar 70,477 pada sig
0,000 < 0,01. Setelah model simultan terbukti signifikan, maka dilakukan penelusan
jalur pengaruh parsial. Dari tiga variabel yang ditempatkan sebagai prediktor,
seluruhnya memiliki nilai sig < 0,05 sehingga dapat dikatakan bahwa seluruh
prediktor secara parsial berpengaruh terhadap Y Secara langsung kompensasi
berpengaruh positif dan signifikan terhadap kinerja pegawai. Besaran pengaruh
langsung kompensasi terhadap kinerja adalah sebesar 0,199 atau dibulatkan
menjadi 20%. Artinya, tinggi rendahnya kinerja pegawai hanya mampu dipengaruhi
oleh kompensasi sebesar 20% sedangkan sisanya 80% dipengaruhi faktor lain di
luar model.
Secara langsung budaya organisasi berpengaruh positif dan signifikan terhadap
kinerja pegawai. Besaran pengaruh parsial dan langsung budaya organisasi
terhadap kinerja adalah sebesar 0,220 atau dibulatkan menjadi 22%. Artinya, tinggi
rendahnya kinerja hanya mampu dipengaruhi oleh budaya organisasi sebesar 22%,
sedangkan sisanya 78% dijelaskan faktor lain di luar model.
Model Summary
.859a .738 .728 3.48609
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), X3, X2, X1a.
ANOVAb
2569.476 3 856.492 70.477 .000a
911.461 75 12.153
3480.937 78
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), X3, X2, X1a.
Dependent Variable: Yb.
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
25/316
25
Secara langsung motivasi kerja berpengaruh positif dan signifikan terhadap kinerja
pegawai. Besaran pengaruh motivasi terhadap kinerja adalah sebesar 0,568 atau
dibulatkan menjadi 57%. Artinya, tinggi rendahnya kinerja mampu dipengaruhi oleh
motivasi sebesar 57%, sedangkan sisanya 43% dipengaruhi faktor lain di luar model.
Dari tiga variabel yang digunakan sebagai prediktor kinerja, variabel motivasi juga
teridentifikasi sebagai variabel terkuat yang mempengaruhi kinerja dibanding dua
variabel lain yaitu kompensasi dan budaya organisasi.
Secara keseluruhan, pengaruh-pengaruh yang dibentuk dari sub struktural 2 dapat
digambarkan melalui persamaan struktural 2 yaitu Y = yX1+ yX1+ yX1+ e2,
atau Y = 0,199X1 + 0,220X2 + 0,568X3 + ye2. Berdasarkan hasil pengujian
hipotesis ke 3,4, dan 5 pada persamaan struktural 2 ini diperoleh diagram jalur
empiris untuk model Y sebagaimana yang dijelaskan gambar berikut ini :
(gambarnya di view aja biar lebih besar)
Coefficientsa
-.382 5.398 -.071 .944.200 .078 .199 2.557 .013
.245 .082 .220 2.997 .004
.574 .084 .568 6.876 .000
(Constant)
X1
X2
X3
Model
1
B St d. Error
Unstandardized
Coeff icients
Beta
Standardized
Coeff icients
t Sig.
Dependent Variable: Ya.
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
26/316
26
Indirect Effect dan Total Effect:
1. Pengaruh tidak langsung / indirect effect, X1ke Y melalui X3= p X3X1 xp yX3
= (0,462) x (0,568) = 0,262. Dengan demikian pengaruh totalnya = p yX 1 +
IE= 0,199 + 0,262 = 0,461.
2. Pengaruh tidak langsung / indirect effect, X2ke Y melalui X3= p X3X2 xp yX3
= (0,346) x (0,568) = 0,196. Dengan demikian pengaruh totalnya = p yX 2 +IE= 0,220 + 0,196 = 0,416
http://teorionline.files.wordpress.com/2010/03/01-ringkasan.jpg7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
27/316
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
28/316
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
29/316
29
Produk merupakan variabel bebas pertama dan diberi simbol X1.
Harga merupakan variabel bebas kedua dan diberi simbol X2.
Promosi merupakan variabel bebas ketiga dan diberi simbol X3.
Kepuasan merupakan variabel tergantung dan diberi simbol Y.
TAHAP II
Keterangan :
X1 sebagai variabel bebas Produk.
X2sebagai variabel bebas Harga.
X3sebagai variabel bebas Promosi.
Y sebagai variabel tergantung.
Diagram jalur tersebut terdiri atas satu persamaan struktural dengan hanya satu
substruktural, yaitu X1, X2, dan X3disebut sebagai variabel eksogen dan Y sebagai
variabel endogen dengan persamaan struktural sebagai berikut :
TAHAP III
Membuat desain variabel, memasukkan data dan menganalisanya.
Membuat desain variabel: Desain variabel dibuat dengan cara memilih sub menu
bagian bawah kiri pada perintah: Variable View. Setelah perintah tersebut kita klik,
muncul tabel yang akan kita isi dengan desain variabel sebagai berikut :
Name Type Width Decimal Label Values Missing Column Align Measureproduk numeric 8 2 Produk None None 8 R Scale
harga numeric 8 2 Harga None None 8 R Scale
promosi numeric 8 2 Promosi None None 8 R Scale
kepuasan numeric 8 2 kepuasan None None 8 R Scale
Memasukkan data: kalau pembuatan desain variabel sudah selesai maka kita akan
lanjutkan dengan memasukkan data dengan menekan (klik) pada perintah: DataView. Dengan demikian, tampilan akan terlihat sebagai berikut :
X1
X2 Y
X3
e
rX1X3
rX1X2
rX2X3
PYX1
PYX2
PYX3
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
30/316
30
Masukkan data diatas sesuai dengan
variabel masing-masing sebanyak 30 data mulai nomor 1 sampai 30 dengan
mengisikan dari baris atas ke bawah.
Melakukan analisis: analisis dengan menggunakan SPSS dilakukan dengan
langkah-langkah sebagai berikut :
Pertama, menghitung persamaan regresinya:
Klik analyze
Pilih Regression
Pilih Linier
Pada kolom dependen masukkan variabel kepuasan
Pada kolom independen masukkan variabel produk, harga dan promosi
Method: Enter
Klik OK.
Kedua, menghitung korelasi antara variabel produk, harga, promosi, dan kepuasan:
Klik Analyze
Pilih Correlate
Pilih Bivariate
Masukkan ke kolom Variabel, variabel produk, harga, dan promosi.
Klik OK
Hasil Perhitungan (Output): ada dua macam hasil penghitungan (output), yaitu
output regresi dan output korelasi.
Model Summary
Model R R-Square AdjustedR Square
Std. Error ofthe Estimate
1 .637a .406 .338 1.579
a. Predictors: (Constant), Promosi, Harga, Produk
No produk harga promosi Kepuasan
1
30
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
31/316
31
ANOVAb
Model Sum ofSquare
df MeanSquare
F Sig.
1 Regression 44.368 3 14.789 5.931 .003a
Residual 64.831 26 2.494Total 109.199 29
a. Predictors: (Constant), Promosi, Harga, Produk
b. Dependent Variabel : Kepuasan Konsumen
Coefficientsa
Model UnstandardizedCoefficients
StandardizedCoefficients
t Sig.B Std.Error Beta
1 (Constant) 5.695 2.365 2.409 .023
Produk .341 .148 .465 2.299 .030
Harga -.103 .149 -.116 -.692 .495
Promosi .214 .151 .280 1.419 .168
a. Dependent Variabel : Kepuasan Konsumen
Correlations
Produk Harga Promosi
Produk Pearson Correlation
Sig. (2-tailed)N
1
-30
.412
.02430
.643
.00030
Harga Pearson CorrelationSig. (2-tailed)N
.412.024
30
1-
30
.354
.05530
Promosi Pearson CorrelationSig. (2-tailed)N
.643.000
30
.354
.05530
1-
30
*Correlations is significants at the 0.05 level (2-tailed)
** Correlations is significants at the 0.01 level (2-tailed)
TAHAP IV
Penafsiran hasil penghitungan SPSS. Tahapan ini dibagi menjadi dua bagian,
melakukan analisis regresi dan analisis korelasi.
1. Analisis Regresi
Kita akan menganalisis regresi dengan melihat pengaruh secara gabungan dan
secara parsial.
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
32/316
32
a. Melihat pengaruh produk, harga, dan promosi secara gabungan terhadap
kepuasan.
Untuk melihat pengaruh produk, harga, dan promosi secara gabungan
terhadap kepuasan, akan kita lihat hasil penghitungan dalam model summary,
khususnya angka R square di bawah ini.
Model Summary
Model R R-Square AdjustedR Square
Std. Error ofthe Estimate
1 .637a .406 .338 1.579
a. Predictors: (Constant), Promosi, Harga, Produk
Besarnya angka R square (r2) adalah 0,406. Angka tersebut dapat digunakan
untuk melihat pengaruh produk, harga, dan promosi secara gabungan
terhadap kepuasan dengan cara menghitung Koefisien Determinasi (KD)
dengan menggunakan rumus sebagai berikut :
Angka tersebut mempunyai maksud bahwa pengaruh produk, harga, dan
promosi secara gabungan terhadap kepuasan adalah 40,6%. Adapun sisanya
sebesar 59,4% (100% - 40,6%) dipengaruhi faktor lain. Dengan kata lain,
variabilitas kepuasan yang dapat diterangkan dengan menggunakan variabel
produk, harga dan promosi adalah sebesar 40,6%, sedangkan pengaruh
sebesar 59,4% disebabkan oleh variabel-variabel lain di luar model ini.
Untuk mengetahui apakah model regresi diatas sudah benar atau salah,
diperlukan uji hipotesis. Uji hipotesis menggunakan angka F sebagaimana
tertera dalam tabel di bawah ini.
ANOVAb
Model Sum ofSquare
df MeanSquare
F Sig.
1 Regression 44.368 3 14.789 5.931 .003a
Residual 64.831 26 2.494
Total 109.199 29
a. Predictors: (Constant), Promosi, Harga, Produk
b. Dependent Variabel : Kepuasan Konsumen
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
33/316
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
34/316
34
Kriteria sebagai berikut :
Jika sig penelitian > F tabel maka H0 ditolak dan H1diterima
Jika sig penelitian < F tabel maka H0 diterima dan H1ditolak
Berdasarkan perhitungan angka signifikansi sebesar 0,03 < 0,05 maka H0
ditolak dan H1diterima artinya ada hubungan linier antara produk, harga,
dan promosi dengan kepuasan.
b. Pengaruh produk, harga, dan promosi secara parsial terhadap kepuasan.
Untuk melihat besarnya pengaruh produk, harga, dan promosi secara parsial
terhadap kepuasan, digunakan uji T, sedangkan untuk melihat besarnya
pengaruh, digunakan angka Beta atau Standardized Coefficientsdi bawah ini :
Coefficientsa
Model UnstandardizedCoefficients
StandardizedCoefficients
T Sig.B Std.Error Beta
1 (Constant) 5.695 2.365 2.409 .023Produk .341 .148 .465 2.299 .030
Harga -.103 .149 -.116 -.692 .495
Promosi .214 .151 .280 1.419 .168
a. Dependent Variabel : Kepuasan Konsumen
b.1 Hubungan antara produk dan kepuasan
untuk melihat apakah ada hubungan linier antara produk dan kepuasan, kita
dapat melakukan langkah-langkah analisis sebagai berikut :
Pertama: menentukan hipotesis
H0 : tidak ada hubungan linier antara produk dengan kepuasan.
H1 : ada hubungan linier antara produk dengan kepuasan.
Kedua: menghitung besarnya angka t penelitianHasil penghitungan SPSS diperoleh angka t penelitian sebesar 2,299.
Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut :
Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2,
atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048.
Keempat: menentukan kriteria uji hipotesis sebagai berikut :
Jika t penelitian > t tabel maka H0 ditolak dan H1diterima
Jika t penelitian < t tabel maka H0 diterima dan H1ditolakKelima: mengambil keputusan
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
35/316
35
Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 2,229>t tabel
sebesar 2,048 sehingga H0 ditolak dan H1diterima artinya ada hubungan linier
antara produk dengan kepuasan. Besarnya pengaruh produk dengan kepuasan
sebesar 0,465 atau 46,5%.
b.2 Hubungan antara harga dan kepuasan
untuk melihat apakah ada hubungan linier antara harga dan kepuasan, kita
dapat melakukan langkah-langkah analisis sebagai berikut :
Pertama: menentukan hipotesis
H0 : tidak ada hubungan linier antara harga dengan kepuasan.
H1 : ada hubungan linier antara harga dengan kepuasan.
Kedua: menghitung besarnya angka t penelitian
Hasil penghitungan SPSS diperoleh angka t penelitian sebesar -0,692.
Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut :
Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2,
atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048.
Keempat: menentukan kriteria uji hipotesis sebagai berikut :
Jika t penelitian > t tabel maka H0 ditolak dan H1diterima
Jika t penelitian < t tabel maka H0 diterima dan H1ditolak
Kelima: mengambil keputusan
Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar -0,6920,05.
Catatan : jika angka t hitung dari hasil perhitungan diketemukan(negatif) maka
t tabel turut menyesuaikan menjadi (negatif). Perlu diketahui bahwa
hasil positif atau negatif hanya menunjukkan arah pengujian hipotesis
dan linieritas bukan menunjukkan jumlah. Seandainya pengujian
dilakukan dengan kurva maka pengujian dilakukan di sebelah kanan
jika hasilnya +(positif) dan di sebelah kiri jika hasilnya (negatif).
Pengujian dengan kurva yang akan menghasilkan keputusan yang
sama terlihat seperti di bawah ini :
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
36/316
36
b.3 Hubungan antara promosi dan kepuasan
untuk melihat apakah ada hubungan linier antara promosi dan kepuasan, kita
dapat melakukan langkah-langkah analisis sebagai berikut :
Pertama: menentukan hipotesis
H0 : tidak ada hubungan linier antara promosi dengan kepuasan.
H1 : ada hubungan linier antara promosi dengan kepuasan.
Kedua: menghitung besarnya angka t penelitian
Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 1,419.
Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut :
Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2,
atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048.
Keempat: menentukan kriteria uji hipotesis sebagai berikut :
Jika t penelitian > t tabel maka H0 ditolak dan H1diterima
Jika t penelitian < t tabel maka H0 diterima dan H1ditolak
Kelima: mengambil keputusan
Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 1,419
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
37/316
37
Correlations
Produk Harga Promosi
Produk Pearson CorrelationSig. (2-tailed)N
1-
30
.412.024
30
.643.000
30
Harga Pearson CorrelationSig. (2-tailed)N
.412*.024
30
1-
30
.354
.05530
Promosi Pearson CorrelationSig. (2-tailed)N
.643**.000
30
.354
.05530
1-
30
*Correlations is significants at the 0.05 level (2-tailed)
** Correlations is significants at the 0.01 level (2-tailed)
a. Korelasi antara produk dan hargaBerdasarkan perhitungan diperoleh angka korelasi antara variabel produk dan
harga sebesar 0,412. Untuk menafsir angka tersebut, digunakan kriteria
sebagai berikut :
00,25 : Korelasi sangat lemah (dianggap tidak ada)
>0,250,5 : Korelasi cukup kuat
>0,50,75 : Korelasi Kuat
>0,751 : Korelasi Sangat Kuat
Korelasi sebesar 0,412 mempunyai maksud hubungan antara variabel produk
dan harga kuat dan searah (karena hasilnya positif). Searah artinya jika produk
tinggi maka harga juga tinggi. Korelasi dua variabel bersifat signifikan karena
angka signifikansi sebesar 0,024 < 0,05. Jika angka signifikansi (sig)0,05 maka hubungan kedua variabel tidak signifikan.
b. Korelasi antara produk dan promosi
Berdasarkan perhitungan diperoleh angka korelasi antara variabel produk dan
promosi sebesar 0,534. Korelasi sebesar 0,534 mempunyai maksud hubungan
antara variabel produk dan harga kuat dan searah. Korelasi dua variabel
bersifat signifikan karena angka signifikansi sebesar 0,00
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
38/316
38
c. Korelasi antara harga dan promosi
Berdasarkan perhitungan diperoleh angka korelasi antara variabel harga dan
promosi sebesar 0,354. Korelasi sebesar 0,354 mempunyai maksud hubungan
antara variabel harga dan promosi cukup kuat dan searah. Korelasi dua
variabel bersifat tidak signifikan karena angka signifikansi sebesar
0,055>0,0050.
3. Diagram Jalur
Diagram jalur dari persamaan struktural di atas adalah sebagai berikut :
Persamaan struktur untuk diagram jalur di atas sebagai berikut :
3.1.5 KESIMPULAN
Dari hasil analisis di atas diperoleh kesimpulan sebagai berikut :
1. Pengaruh variabel produk terhadap kepuasan sebesar 0,465 atau 46,5%.
2. Pengaruh variabel harga terhadap kepuasan sebesar 0,116 atau -11,6%.
3. Pengaruh variabel promosi terhadap kepuasan sebesar 0,280 atau 28%.
4. Pengaruh variabel produk, harga, dan promosi secara gabungan terhadap
kepuasan sebesar 0,406 atau 40,6%.
5. Pengaruh variabel-variabel lain di luar model analisis jalur ini sebesar 0,594
atau 59,4%.
6. Korelasi antara variabel produk dan harga sebesar 0,412.
7. Korelasi antara variabel produk dan promosi sebesar 0,634.
8. Korelasi antara variabel harga dan promosi sebesar 0,354.
X1
X2 Y
X3
e
rX1X3
rX1X2
rX2X3
PYX1
PYX2
PYX3
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
39/316
39
BAB IV
MODEL PERSAMAAN DUA JALUR
4.1 KASUS
Model kedua ini terdiri dari tiga variabel bebas, yaitu variabel produk, harga dan
layanan dengan dua variabel tergantung, yaitu variabel kepuasan pelanggan dan
harga saham. Contoh kasus dalam model ini adalah kita ingin mengukur besarnya
pengaruh variabel produk, harga dan layanan terhadap variabel harga saham secara
langsung dan secara tidak langsung melalui variabel kepuasan pelanggan pada
perusahaan telekomunikasi X.
Model diagram jalurnya dapat digambarkan sebagai berikut :
Keterangan:
Produk merupakan variabel bebas pertama dan diberi simbol X1.
Harga merupakan variabel bebas kedua dan diberi simbol X2.
Layanan merupakan variabel bebas ketiga dan diberi simbol X3.
Kepuasan merupakan variabel tergantung satu dan diberi simbol Y1.
Loyalitas merupakan variabel tergantung dua dan diberi simbol Y2.
4.1.1 MASALAH
1. Berapa besar pengaruh variabel produk, harga dan layanan terhadap variabel
kepuasan pelanggan secara parsial atau sendiri-sendiri dan variabel mana yang
pengaruhnya paling besar?.
2. Berapa besar pengaruh variabel produk, harga dan layanan terhadap variabel
kepuasan pelanggan secara gabungan?.
Produk
Harga Keputusan
Promosi
Loyalitas
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
40/316
40
3. Berapa besar pengaruh variabel produk, harga, layanan dan kepuasan
pelanggan terhadap variabel harga saham?.
4. Berapa besar pengaruh variabel produk, harga dan layanan terhadap variabel
harga saham melalui variabel kepuasan pelanggan?.
4.1.2 DATA
Data seperti terlihat di bawah ini :
No Produk Harga Layanan Kepuasan Loyalitas
1 18 18 16 15 14
2 15 18 18 12 11
3 18 15 16 14 12
4 14 15 15 13 11
5 15 15 16 12 11
6 17 16 16 13 12
7 13 17 13 14 13
8 19 19 21 12 12
9 15 16 17 14 14
10 19 19 18 15 15
11 15 16 17 13 12
12 16 12 15 11 10
13 15 14 14 12 11
14 16 17 18 12 1015 11 14 17 13 11
16 13 16 17 14 13
17 20 12 18 15 12
18 16 13 17 14 12
19 16 13 15 15 12
20 16 15 16 14 12
21 12 12 16 14 11
22 18 16 15 14 13
23 14 16 15 11 12
24 15 15 13 12 1125 14 13 18 12 10
26 11 11 13 10 8
27 14 17 13 10 9
28 12 13 11 10 10
29 12 14 12 9 6
30 9 15 8 8 9
4.1.3 PENYELESAIAN
Penyelesaian masalah tersebut dilakukan melalui tahap-tahap sebagai berikut :
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
41/316
41
TAHAP I
Menentukan model diagram jalurnya berdasarkan paradigma hubungan antar
variabel sebagai berikut :
TAHAP II
Membuat diagram jalur persamaan strukturalnya sebagai berikut :
Diagram jalur diatas terdiri atas dua persamaan struktural, di mana X1, X2, dan X3
adalah variabel eksogen dan Y1 serta Y2 adalah variabel endogen. Persamaan
strukturalnya dapat dilihat sebagai berikut :
TAHAP III
Untuk menganalisis dengan menggunakan SPSS, perhatikan langkah-langkah di
bawah ini. Analisis ini terdiri dari dua langkah, analisis untuk substruktural 1 dan
untuk substruktural 2.
Substruktural 1
Analisis
Persamaan strukturalnya :
Dimana Y1 : Kepuasan
X1 : Produk
Produk
Harga Keputusan
Promosi
Loyalitas
1 2
X1
X2 Y1
X3
Y2
1 2
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
42/316
42
X2 : Harga
X3 : Layanan
: Error
Pertama, menghitung persamaan regresinya:
Klik analyze
Pilih Regression
Pilih Linier
Pada kolom dependen masukkan variabel kepuasan
Pada kolom independen masukkan variabel produk, harga dan layanan
Method: Enter Klik OK.
Kedua, menghitung korelasi antara variabel produk, harga, promosi, dan kepuasan:
Klik Analyze
Pilih Correlate
Pilih Bivariate
Masukkan ke kolom Variabel, variabel produk, harga, dan layanan.
Klik OKHasil Perhitungan (Output): ada dua macam hasil penghitungan (output), yaitu
output regresi dan output korelasi.
Regresi
Model Summary
Model R R-Square AdjustedR Square
Std. Error ofthe Estimate
1 .609a
.371 .299 1.625a. Predictors: (Constant), Layanan, Harga, Produk
ANOVAb
Model Sum ofSquare
Df MeanSquare
F Sig.
1 Regression 40.565 3 13.522 5.122 .006a
Residual 68.634 26 2.640
Total 109.199 29
a. Predictors: (Constant), Promosi, Harga, Produk
b. Dependent Variabel : Kepuasan Konsumen
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
43/316
43
Coefficientsa
Model UnstandardizedCoefficients
StandardizedCoefficients
t Sig.B Std.Error Beta
1 (Constant) 6.257 2.430 2.575 .016Produk .415 .142 .567 2.922 .007
Harga -.084 .153 -.094 -.550 .587
Layanan .086 .127 .125 .680 .503
a. Dependent Variabel : Kepuasan Konsumen
Correlations
Produk Harga Layanan
Produk Pearson CorrelationSig. (2-tailed)N
1-
30
.412*.024
30
.534**.002
30
Harga Pearson CorrelationSig. (2-tailed)N
.412.024
30
1-
30
.285
.12730
Layanan Pearson CorrelationSig. (2-tailed)N
.534**.002
30
.285
.12730
1-
30
*Correlations is significants at the 0.05 level (2-tailed)
** Correlations is significants at the 0.01 level (2-tailed)
TAHAP IV
Penafsiran Hasil
1. Analisis Regresi
Kita akan menganalisis regresi dengan melihat pengaruh secara gabungan dan
secara parsial.
a. Melihat pengaruh produk, harga, dan layanan secara gabungan terhadap
kepuasan.Untuk melihat pengaruh produk, harga, dan layanan secara gabungan
terhadap kepuasan, akan kita lihat hasil penghitungan dalam model summary,
khususnya angka R square di bawah ini.
Model Summary
Model R R-Square Adjusted
R Square
Std. Error of
the Estimate
1 .609a .371 .299 1.625
a. Predictors: (Constant), Layanan, Harga, Produk
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
44/316
44
Besarnya angka R square (r2) adalah 0,371. Angka tersebut dapat digunakan
untuk melihat pengaruh produk, harga, dan Layanan secara gabungan
terhadap kepuasan dengan cara menghitung Koefisien Determinasi (KD)
dengan menggunakan rumus sebagai berikut :
Angka tersebut mempunyai maksud bahwa pengaruh produk, harga, dan
Layanan secara gabungan terhadap kepuasan adalah 37,1%. Adapun
sisanya sebesar 62,9% (100% - 37,1%) dipengaruhi faktor lain. Dengan kata
lain, variabilitas kepuasan yang dapat diterangkan dengan menggunakan
variabel produk, harga dan promosi adalah sebesar 37,1%, sedangkan
pengaruh sebesar 62,9% disebabkan oleh variabel-variabel lain di luar model
ini.
Untuk mengetahui apakah model regresi diatas sudah benar atau salah,
diperlukan uji hipotesis. Uji hipotesis menggunakan angka F sebagaimana
tertera dalam tabel di bawah ini.
ANOVAb
Model Sum of
Square
Df Mean
Square
F Sig.
1 Regression 40.565 3 13.522 5.122 .006a
Residual 68.634 26 2.640
Total 109.199 29
a. Predictors: (Constant), Promosi, Harga, Produk
b. Dependent Variabel : Kepuasan Konsumen
Hipotesisnya berbunyi sebagai berikut :
H0 : tidak ada hubungan linier antara produk, harga, dan Layanan dengan
kepuasan.
H1 : ada hubungan linier antara produk, harga, dan layanan dengan
kepuasan.
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
45/316
45
Pengujian dapat dilakukan dengan dua cara. Pertama dengan
membandingkan besarnya angka F penelitian dengan F tabel. Cara kedua
ialah dengan membandingkan angka taraf signifikansi (sig) hasil
penghitungan dengan taraf signifikansi 0,05 (5%).
a.1 Menggunakan cara pertama atau membandingkan besarnya angka F
penelitian dengan F tabel
Pertama: menghitung F penelitian
F penelitian dari SPSS didapatkan sebesar 5.122
Kedua: menghitung F tabel dengan ketentuan sebagai berikut :
Taraf signifikansi 0,05 dan derajat kebebasan (DK) dengan ketentuan
numerator: jumlah variabel 1 atau 4 1 = 3; dan denumerator : jumlah
kasus4 atau 304 = 26. Dengan ketentuan tersebut, diperoleh angka
F tabel sebesar 2,69.
Ketiga: menentukan kriteria uji hipotesis sebagai berikut :
Jika F penelitian > F tabel maka H0 ditolak dan H1diterima
Jika F penelitian < F tabel maka H0 diterima dan H1ditolak
Keempat: mengambil keputusan
Dari hasil penghitungan didapatkan angka F penelitian sebesar 5,122 > F
tabel sebesar 2,69 sehingga H0 ditolak dan H1 diterima artinya ada
hubungan linier antara produk, harga, dan layanan dengan kepuasan.
Dengan demikian, model regresi diatas sudah layak dan benar.
Kesimpulannya ialah produk, harga, dan layanan secara gabungan
mempengaruhi kepuasan. Besarnya pengaruh ialah 37,1%. Dan
pengaruh sebesar 62,9% disebabkan oleh variabel-variabel lain di luar
model ini.
a.2 Menggunakan cara kedua atau membandingkan angka taraf signifikansi
(sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%).
Kriteria sebagai berikut :
Jika sig penelitian > F tabel maka H0 ditolak dan H1diterima
Jika sig penelitian < F tabel maka H0 diterima dan H1ditolak
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
46/316
46
Berdasarkan perhitungan angka signifikansi sebesar 0,006 < 0,05 maka
H0 ditolak dan H1 diterima artinya ada hubungan linier antara produk,
harga, dan layanan dengan kepuasan.
b. Melihat pengaruh produk, harga, dan layanan secara parsial terhadap
kepuasan.
Untuk melihat besarnya pengaruh produk, harga, dan layanan secara parsial
terhadap kepuasan, digunakan uji T, sedangkan untuk melihat besarnya
pengaruh, digunakan angka Beta atau Standardized Coefficientsdi bawah ini :
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients
T Sig.B Std.Error Beta1 (Constant) 6.257 2.430 2.575 .016
Produk .415 .142 .567 2.922 .007
Harga -.084 .153 -.094 -.550 .587
Layanan .086 .127 .125 .680 .503
a. Dependent Variabel : Kepuasan Konsumen
b.1 Hubungan antara produk dan kepuasan
untuk melihat apakah ada hubungan linier antara produk dan kepuasan, kita
dapat melakukan langkah-langkah analisis sebagai berikut :Pertama: menentukan hipotesis
H0 : tidak ada hubungan linier antara produk dengan kepuasan.
H1 : ada hubungan linier antara produk dengan kepuasan.
Kedua: menghitung besarnya angka t penelitian
Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 2,922.
Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut :
Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2,
atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048.
Keempat: menentukan kriteria uji hipotesis sebagai berikut :
Jika t penelitian > t tabel maka H0 ditolak dan H1diterima
Jika t penelitian < t tabel maka H0 diterima dan H1ditolak
Kelima: mengambil keputusan
Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 2,922>t tabel
sebesar 2,048 sehingga H0 ditolak dan H1diterima artinya ada hubungan linier
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
47/316
47
antara produk dengan kepuasan. Besarnya pengaruh produk dengan kepuasan
sebesar 0,567 atau 56,7%.
b.2 Hubungan antara harga dan kepuasan
untuk melihat apakah ada hubungan linier antara harga dan kepuasan, kita
dapat melakukan langkah-langkah analisis sebagai berikut :
Pertama: menentukan hipotesis
H0 : tidak ada hubungan linier antara harga dengan kepuasan.
H1 : ada hubungan linier antara harga dengan kepuasan.
Kedua: menghitung besarnya angka t penelitian
Hasil penghitungan SPSS diperoleh angka t penelitian sebesar -0,550.
Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut :
Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2,
atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048.
Keempat: menentukan kriteria uji hipotesis sebagai berikut :
Jika t penelitian > t tabel maka H0 ditolak dan H1diterima
Jika t penelitian < t tabel maka H0 diterima dan H1ditolak
Kelima: mengambil keputusan
Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar -0,550
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
48/316
48
Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2,
atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048.
Keempat: menentukan kriteria uji hipotesis sebagai berikut :
Jika t penelitian > t tabel maka H0 ditolak dan H1diterima
Jika t penelitian < t tabel maka H0 diterima dan H1ditolak
Kelima: mengambil keputusan
Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 0,6800,250,5 : Korelasi cukup kuat
>0,50,75 : Korelasi Kuat
>0,751 : Korelasi Sangat Kuat
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
49/316
49
Korelasi sebesar 0,412 mempunyai maksud hubungan antara variabel produk
dan harga kuat dan searah (karena hasilnya positif). Searah artinya jika produk
tinggi maka harga juga tinggi. Korelasi dua variabel bersifat signifikan karena
angka signifikansi sebesar 0,024 < 0,05. Jika angka signifikansi (sig)0,05 maka hubungan kedua variabel tidak signifikan.
b. Korelasi antara produk dan promosi
Berdasarkan perhitungan diperoleh angka korelasi antara variabel produk dan
promosi sebesar 0,534. Korelasi sebesar 0,534 mempunyai maksud hubungan
antara variabel produk dan harga kuat dan searah. Korelasi dua variabel
bersifat signifikan karena angka signifikansi sebesar 0,0020,005.
Substruktural 2
Analisis
Persamaan strukturalnya ialah
Dimana Y2 : Loyalitas
Y1 : Kepuasan
X1 : Produk
X2 : Harga
X3 : Layanan
: Error
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
50/316
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
51/316
51
Coefficientsa
Model UnstandardizedCoefficients
StandardizedCoefficients
t Sig.B Std.Error Beta
1 (Constant) -3.780 1.231 -3.070 .005Produk -.066 .074 -.091 -.892 .381Harga .318 .070 .361 4.580 .000
Layanan .110 .058 .162 1.899 .069
Kepuasan .768 .089 .777 8.658 .000
a. Dependent Variabel : Loyalitas Konsumen
Correlations
Produk Harga Layanan Kepuasan
Produk Pearson CorrelationSig. (2-tailed)N
1-
30
.412*.024
30
.534**.002
30
.595**
.00130
Harga Pearson CorrelationSig. (2-tailed)N
.412.024
30
1-
30
.285
.12730
.175
.35530
Layanan Pearson CorrelationSig. (2-tailed)N
.534**.002
30
.285
.12730
1-
30
.401*.028
30
Kepuasan Pearson CorrelationSig. (2-tailed)
N
.595
.001
30
.175
.355
30
.401.028
30
1-
30*Correlations is significants at the 0.05 level (2-tailed)
** Correlations is significants at the 0.01 level (2-tailed)
Penafsiran Hasil
1. Analisis Regresi
Kita akan menganalisis regresi dengan melihat pengaruh secara gabungan dan
secara parsial.
a. Melihat pengaruh produk, harga, layanan dan kepuasan secara gabungan
terhadap loyalitas.
Untuk melihat pengaruh produk, harga, layanan dan kepuasan secara
gabungan terhadap loyalitas, akan kita lihat hasil penghitungan dalam model
summary, khususnya angka R square di bawah ini.
Model Summary
Model R R-Square AdjustedR Square
Std. Error ofthe Estimate
1 .935a .873 .853 .735
a. Predictors: (Constant), Kepuasan Konsumen, Layanan, Harga, Produk
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
52/316
52
Besarnya angka R square (r2) adalah 0,935. Angka tersebut dapat digunakan
untuk melihat pengaruh produk, harga, Layanan dan kepuasan secara
gabungan terhadap loyalitas dengan cara menghitung Koefisien Determinasi
(KD) dengan menggunakan rumus sebagai berikut :
Angka tersebut mempunyai maksud bahwa pengaruh produk, harga, Layanan
dan kepuasan secara gabungan terhadap loyalitas adalah 93,5%. Adapun
sisanya sebesar 12,7% (100% - 93,5%) dipengaruhi faktor lain. Dengan kata
lain, variabilitas loyalitas yang dapat diterangkan dengan menggunakan
variabel produk, harga, layanan dan kepuasan adalah sebesar 93,5%,
sedangkan pengaruh sebesar 12,7% disebabkan oleh variabel-variabel lain di
luar model ini.
Untuk mengetahui apakah model regresi diatas sudah benar atau salah,
diperlukan uji hipotesis. Uji hipotesis menggunakan angka F sebagaimana
tertera dalam tabel di bawah ini.
ANOVAb
Model Sum ofSquare
Df MeanSquare
F Sig.
1 Regression 93.204 3 23.301 43.148 .000a
Residual 13.501 25 .540
Total 106.705 29
a. Predictors: (Constant), Kepuasan Konsumen, Layanan, Harga, Produk
b. Dependent Variabel : Loyalitas Konsumen
Hipotesisnya berbunyi sebagai berikut :
H0 : tidak ada hubungan linier antara produk, harga, Layanan dan kepuasan
dengan loyalitas.
H1 : ada hubungan linier antara produk, harga, layanan dan kepuasan
dengan loyalitas.
Pengujian dapat dilakukan dengan dua cara. Pertama dengan
membandingkan besarnya angka F penelitian dengan F tabel. Cara kedua
ialah dengan membandingkan angka taraf signifikansi (sig) hasil
penghitungan dengan taraf signifikansi 0,05 (5%).
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
53/316
53
a.1 Menggunakan cara pertama atau membandingkan besarnya angka F
penelitian dengan F tabel
Pertama: menghitung F penelitian
F penelitian dari SPSS didapatkan sebesar 43,148
Kedua: menghitung F tabel dengan ketentuan sebagai berikut :
Taraf signifikansi 0,05 dan derajat kebebasan (DK) dengan ketentuan
numerator: jumlah variabel 1 atau 4 1 = 3; dan denumerator : jumlah
kasus4 atau 304 = 26. Dengan ketentuan tersebut, diperoleh angka
F tabel sebesar 2,74.
Ketiga: menentukan kriteria uji hipotesis sebagai berikut :
Jika F penelitian > F tabel maka H0 ditolak dan H1diterima
Jika F penelitian < F tabel maka H0 diterima dan H1ditolak
Keempat: mengambil keputusan
Dari hasil penghitungan didapatkan angka F penelitian sebesar 43,148 >
F tabel sebesar 2,74 sehingga H0 ditolak dan H1 diterima artinya ada
hubungan linier antara produk, harga, layanan dan kepuasan dengan
loyalitas. Dengan demikian, model regresi diatas sudah layak dan benar.
Kesimpulannya ialah produk, harga, layanan dan kepuasan secara
gabungan mempengaruhi loyalitas. Besarnya pengaruh ialah 87,3%. Dan
pengaruh sebesar 12,7% disebabkan oleh variabel-variabel lain di luar
model ini.
a.2 Menggunakan cara kedua atau membandingkan angka taraf signifikansi
(sig) hasil penghitungan dengan taraf signifikansi 0,05 (5%).
Kriteria sebagai berikut :
Jika sig penelitian > F tabel maka H0 ditolak dan H1diterima
Jika sig penelitian < F tabel maka H0 diterima dan H1ditolak
Berdasarkan perhitungan angka signifikansi sebesar 0,00 < 0,05 maka H0
ditolak dan H1diterima artinya ada hubungan linier antara produk, harga,
layanan dan kepuasan dengan loyalitas.
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
54/316
54
b. Melihat pengaruh produk, harga, layanan dan kepuasan secara parsial
terhadap loyalitas.
Untuk melihat besarnya pengaruh produk, harga, layanan dan kepuasan
secara parsial terhadap loyalitas, digunakan uji T, sedangkan untuk melihat
besarnya pengaruh, digunakan angka Beta atau Standardized Coefficientsdi
bawah ini :
Coefficientsa
Model UnstandardizedCoefficients
StandardizedCoefficients
t Sig.B Std.Error Beta
1 (Constant) -3.780 1.231 -3.070 .005Produk -.066 .074 -.091 -.892 .381
Harga .318 .070 .361 4.580 .000Layanan .110 .058 .162 1.899 .069
Kepuasan .768 .089 .777 8.658 .000
a. Dependent Variabel : Loyalitas Konsumen
b.1 Hubungan antara produk dan loyalitas
untuk melihat apakah ada hubungan linier antara produk dan loyalitas, kita dapat
melakukan langkah-langkah analisis sebagai berikut :
Pertama: menentukan hipotesisH0 : tidak ada hubungan linier antara produk dengan loyalitas.
H1 : ada hubungan linier antara produk dengan loyalitas.
Kedua: menghitung besarnya angka t penelitian
Hasil penghitungan SPSS diperoleh angka t penelitian sebesar -0,892.
Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut :
Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2,
atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048.
Keempat: menentukan kriteria uji hipotesis sebagai berikut :
Jika t penelitian > t tabel maka H0 ditolak dan H1diterima
Jika t penelitian < t tabel maka H0 diterima dan H1ditolak
Kelima: mengambil keputusan
Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar -0,892
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
55/316
55
loyalitas sebesar -0,09 atau 9,1% dianggap tidak signifikan. Hal ini tercermin
dalam angka signifikansi sebesar 0,381>0,05.
b.2 Hubungan antara harga dan loyalitas
untuk melihat apakah ada hubungan linier antara harga dan loyalitas, kita dapat
melakukan langkah-langkah analisis sebagai berikut :
Pertama: menentukan hipotesis
H0 : tidak ada hubungan linier antara harga dengan loyalitas.
H1 : ada hubungan linier antara harga dengan loyalitas.
Kedua: menghitung besarnya angka t penelitian
Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 4,580.
Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut :
Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2,
atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048.
Keempat: menentukan kriteria uji hipotesis sebagai berikut :
Jika t penelitian > t tabel maka H0 ditolak dan H1diterima
Jika t penelitian < t tabel maka H0 diterima dan H1ditolak
Kelima: mengambil keputusan
Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 4,580>t tabel
sebesar 2,048 sehingga H0 ditolak dan H1diterima artinya ada hubungan linier
antara harga dengan loyalitas. Besarnya pengaruh harga dengan loyalitas
sebesar 0,361 atau 36,1%.
b.3 Hubungan antara layanan dan loyalitas
untuk melihat apakah ada hubungan linier antara layanan dan loyalitas, kita
dapat melakukan langkah-langkah analisis sebagai berikut :
Pertama: menentukan hipotesis
H0 : tidak ada hubungan linier antara layanan dengan loyalitas.
H1 : ada hubungan linier antara layanan dengan loyalitas.
Kedua: menghitung besarnya angka t penelitian
Hasil penghitungan SPSS diperoleh angka t penelitian sebesar 1,899.
Ketiga: menghitung besarnya angka t tabel dengan ketentuan berikut :
Taraf signifikansi 0,05 dan Derajat Kebebasan (DK) dengan ketentuan: DK=n-2,
atau 30-2=28. Dari ketentuan tersebut, diperoleh angka t tabel sebesar 2,048.
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
56/316
56
Keempat: menentukan kriteria uji hipotesis sebagai berikut :
Jika t penelitian > t tabel maka H0 ditolak dan H1diterima
Jika t penelitian < t tabel maka H0 diterima dan H1ditolak
Kelima: mengambil keputusan
Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 1,899 t tabel maka H0 ditolak dan H1diterima
Jika t penelitian < t tabel maka H0 diterima dan H1ditolak
Kelima: mengambil keputusan
Didasarkan hasil penghitungan diperoleh angka t penelitian sebesar 8,658>t tabel
sebesar 2,048 sehingga H0 ditolak dan H1diterima artinya ada hubungan linier
antara kepuasan dengan loyalitas. Besarnya pengaruh kepuasan dengan
loyalitas sebesar 0,777 atau 77,7%.
2. Analisis Korelasi
Korelasi antara produk, harga, layanan, kepuasan dan loyalitas dapat
dilihat pada tabel di bawah ini.
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
57/316
57
Correlations
Produk Harga Layanan Kepuasan
Produk Pearson CorrelationSig. (2-tailed)
N
1-
30
.412*.024
30
.534**.002
30
.595**
.001
30Harga Pearson CorrelationSig. (2-tailed)N
.412.024
30
1-
30
.285
.12730
.175
.35530
Layanan Pearson CorrelationSig. (2-tailed)N
.534**.002
30
.285
.12730
1-
30
.401*.028
30
Kepuasan Pearson CorrelationSig. (2-tailed)N
.595
.00130
.175
.35530
.401.028
30
1-
30
*Correlations is significants at the 0.05 level (2-tailed)
** Correlations is significants at the 0.01 level (2-tailed)
a. Korelasi antara produk dan harga
Berdasarkan perhitungan diperoleh angka korelasi antara variabel produk dan
harga sebesar 0,412. Untuk menafsir angka tersebut, digunakan kriteria
sebagai berikut :
00,25 : Korelasi sangat lemah (dianggap tidak ada)
>0,250,5 : Korelasi cukup kuat
>0,50,75 : Korelasi Kuat
>0,751 : Korelasi Sangat Kuat
Korelasi sebesar 0,412 mempunyai maksud hubungan antara variabel produk
dan harga kuat dan searah (karena hasilnya positif). Searah artinya jika produk
tinggi maka harga juga tinggi. Korelasi dua variabel bersifat signifikan karena
angka signifikansi sebesar 0,024 < 0,05. Jika angka signifikansi (sig)0,05 maka hubungan kedua variabel tidak signifikan.
b. Korelasi antara produk dan layanan
Berdasarkan perhitungan diperoleh angka korelasi antara variabel produk dan
layanan sebesar 0,534. Korelasi sebesar 0,534 mempunyai maksud hubungan
antara variabel produk dan layanan kuat dan searah. Korelasi dua variabel
bersifat signifikan karena angka signifikansi sebesar 0,002
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
58/316
58
Catatan: angka 0,02 digunakan karena hasil penghitungan SPSS memberikan
angka signifikansi sebesar 0,02 yang ditandai dengan dua bintang
(**). Standar SPSS berada di antara 0,01 sampai 0,05.
c. Korelasi antara produk dan kepuasan konsumen
Berdasarkan perhitungan diperoleh angka korelasi antara variabel produk dan
kepuasan konsumen sebesar 0,595. Korelasi sebesar 0,595 mempunyai
maksud hubungan antara variabel produk dan kepuasan konsumen kuat dan
searah. Korelasi dua variabel bersifat signifikan karena angka signifikansi
sebesar 0,000,05.
e. Korelasi antara harga dan kepuasan
Berdasarkan perhitungan diperoleh angka korelasi antara variabel harga dan
kepuasan sebesar 0,175. Korelasi sebesar 0,175 mempunyai maksud
hubungan antara variabel harga dan kepuasan sangat lemah dan searah.
Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar
0,355>0,05.
f. Korelasi antara layanan dan kepuasan
Berdasarkan perhitungan diperoleh angka korelasi antara variabel layanan dan
kepuasan sebesar 0,401. Korelasi sebesar 0,401 mempunyai maksud
hubungan antara variabel layanan dan kepuasan sangat kuat dan searah.
Korelasi dua variabel bersifat signifikan karena angka signifikansi sebesar
0,028>0,05.
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
59/316
59
3. Penghitungan Pengaruh
a. Pengaruh Langsung (Direct Effect atau DE)
Untuk menghitung pengaruh langsung atau DE, digunakan formula sebagai
berikut :
Pengaruh variabel produk terhadap kepuasan
Pengaruh variabel harga terhadap kepuasan
Pengaruh variabel layanan terhadap kepuasan
Pengaruh variabel produk terhadap loyalitas
Pengaruh variabel layanan terhadap loyalitas
Pengaruh variabel kepuasan terhadap loyalitas
b. Pengaruh Tidak Langsung (Indirect Effect atau IE)
Untuk menghitung pengaruh tidak langsung atau IE, digunakan formula
sebagai berikut :
Pengaruh variabel produk terhadap loyalitas melalui kepuasan
( )
Pengaruh variabel harga terhadap loyalitas melalui kepuasan
( )
Pengaruh variabel layanan terhadap loyalitas melalui kepuasan
( )
c. Pengaruh Total (Total Effect)
Pengaruh variabel produk terhadap loyalitas melalui kepuasan
( )
Pengaruh variabel harga terhadap loyalitas melalui kepuasan
( )
Pengaruh variabel layanan terhadap loyalitas melalui kepuasan
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
60/316
60
( )
Pengaruh variabel produk terhadap loyalitas
Pengaruh variabel layanan terhadap loyalitas
Pengaruh variabel kepuasan terhadap loyalitas
4. Diagram jalur untuk Model II
Diagram jalur untuk Model II seperti di bawah ini :
Persamaan struktural untuk model tersebut ialah :
Sub struktur 1 :
Sub struktur 2 :
4.1.4 KESIMPULAN
Dari hasil analisis perhitungan diatas, kita dapat mengambil kesimpulan sebagai
berikut :
1. Pengaruh variabel produk terhadap loyalitas secara langsung sebesar -0,091.
2. Pengaruh variabel layanan terhadap loyalitas secara langsung sebesar 0,162
X1
X2 Y1
X3
Y2
1 2
rX1X3
rX1X2
rX2X3
PY1X1
PY1X2
PY1X3
PY2X1
PY2X3
PY2Y1
X1
X2 Y1
X3
Y2
0,6290,127
0,534
0,412
0,285
0,567
-0,094
0,125
-0,091
0,162
0,777
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
61/316
61
3. Pengaruh variabel kepuasan terhadap loyalitas secara langsung sebesar
0,777.
4. Pengaruh variabel produk, harga, layanan, dan kepuasan terhadap loyalitas
secara gabungan sebesar 0,873.
5. Pengaruh variabel-variabel lain di luar model terhadap loyalitas sebesar
0,127.
6. Pengaruh variabel produk terhadap kepuasan sebesar 0,567
7. Pengaruh variabel harga terhadap kepuasan sebesar -0,094
8. Pengaruh variabel layanan terhadap kepuasan sebesar 0,125
9. Pengaruh variabel produk, harga, dan layanan terhadap kepuasan secara
gabungan sebesar 0,371.
10. Pengaruh variabel-variabel lain di luar model terhadap kepuasan sebesar
0,629.
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
62/316
62
BAB V
MODEL PERSAMAAN TIGA JALUR
5.1 KASUS
Model ketiga ini terdiri atas variabel bebas produk, harga dan layanan. Variabel
bebas ketiga berfungsi sebagai variabel perantara. Variabel tergantung terdiri dari
dua variabel, yaitu variabel kepuasan pelanggan dan harga saham. Contoh
kasusnya ialah, kita ingin mengukur besarnya pengaruh variabel bebas produk,
harga dan layanan terhadap kepuasan pelanggan serta harga saham, baik secara
langsung maupun tidak langsung pada perusahaan telekomunikasi seluler P.
Model diagram jalurnya sebagai berikut :
5.1.1 MASALAH
1. Berapa besar pengaruh variabel produk dan harga terhadap layanan secara
parsial ?
2. Berapa besar pengaruh variabel produk dan harga terhadap layanan secara
bersama-sama ?
3. Berapa besar pengaruh variabel produk, harga dan layanan terhadap kepuasan
secara parsial dan variabel mana yang pengaruhnya paling besar ?
4. Berapa besar pengaruh variabel produk dan harga terhadap kepuasan
pelanggan melalui layanan ?
5. Berapa besar pengaruh variabel produk, harga dan layanan terhadap harga
saham secara parsial dan variabel mana yang pengaruhnya paling besar ?
6. Berapa besar pengaruh variabel produk dan harga terhadap harga saham
melalui layanan ?
Produk Kepuasan
Layanan
Harga Loyalitas
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
63/316
63
7. Berapa besar pengaruh variabel produk, harga, layanan dan kepuasan terhadap
harga saham baik secara gabungan atau sendiri-sendiri ?
8. Berapa besar pengaruh variabel produk, harga dan layanan terhadap harga
saham melalui kepuasan pelanggan ?
9. Berapa besar pengaruh variabel produk dan harga terhadap harga saham
melalui layanan dan kepuasan pelanggan ?
10. Berapa besar pengaruh variabel layanan terhadap harga saham melalui
kepuasan pelanggan ?
5.1.2 DATA
Data seperti terlihat di bawah ini :
No Produk Harga Layanan Kepuasan Loyalitas
1 18 18 16 15 14
2 15 18 18 12 11
3 18 15 16 14 12
4 14 15 15 13 11
5 15 15 16 12 11
6 17 16 16 13 12
7 13 17 13 14 13
8 19 19 21 12 12
9 15 16 17 14 14
10 19 19 18 15 15
11 15 16 17 13 12
12 16 12 15 11 10
13 15 14 14 12 11
14 16 17 18 12 10
15 11 14 17 13 11
16 13 16 17 14 13
17 20 12 18 15 12
18 16 13 17 14 12
19 16 13 15 15 12
20 16 15 16 14 12
21 12 12 16 14 11
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
64/316
64
22 18 16 15 14 13
23 14 16 15 11 12
24 15 15 13 12 11
25 14 13 18 12 1026 11 11 13 10 8
27 14 17 13 10 9
28 12 13 11 10 10
29 12 14 12 9 6
30 9 15 8 8 9
5.1.3 PENYELESAIANPenyelesaian masalah tersebut dilakukan melalui tahap-tahap sebagai berikut :
TAHAP I
Tahap pertama adalah menentukan diagram jalur sesuai dengan paradigma
hubungan variabel
Diagram jalur di atas terdiri atas tiga persamaan struktural, dimana X1 dan X2
sebagai variabel eksogen, sedangkan X3, Y1dan Y2sebagai variabel endogen.
Persamaan strukturalnya dapat dilihat sebagai berikut :
1.
2.
3.
Produk Kepuasan
Layanan
Harga Loyalitas
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
65/316
65
TAHAP II
Tahap berikutnya adalah menentukan model diagram jalurnya
TAHAP III
Untuk menganalisis dengan menggunakan SPSS, perhatikan langkah-langkahdi
bawah ini. Analisis terbagi ke dalam tiga bagian, analisis substruktural 1, 2 dan 3.
Substruktur I
Analisis
Persamaan strukturalnya :
Dimana :
X3 : Layanan
X2 : Harga
X1 : Produk
: Error
Pertama, menghitung persamaan regresinya:
Klik analyze
Pilih Regression
Pilih Linier
Pada kolom dependen masukkan variabel layanan
Pada kolom independen masukkan variabel produk dan harga
Method: Enter
Klik OK.
Kedua, menghitung korelasi antara variabel produk, harga, layanan, dan kepuasan:
X1 Y1
X3
X2 Y2
rX1X2
PX3X2
PY1X1
PX3X1
PY2X2
PY1X3
PY2X3
PY2Y1
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
66/316
66
Klik Analyze
Pilih Correlate
Pilih Bivariate
Masukkan ke kolom Variabel, variabel produk, harga, dan layanan. Klik OK
Hasil Perhitungan (Output): ada dua macam hasil penghitungan (output), yaitu
output regresi dan output korelasi.
Model Summary
Model R R-Square AdjustedR Square
Std. Error ofthe Estimate
1 .539a .290 .238 2.462a. Predictors: (Constant), Harga, Produk
ANOVAb
Model Sum ofSquare
Df MeanSquare
F Sig.
1 Regression 66.894 3 33.447 5.519 .010a
Residual 163.614 27 6.060
Total 230.508 29
a. Predictors: (Constant), Harga, Produk
b. Dependent Variabel : Layanan Konsumen
Coefficientsa
Model UnstandardizedCoefficients
StandardizedCoefficients
t Sig.B Std.Error Beta
1 (Constant) 6.178 3.484 1.773 .087Produk .534 .189 .502 2.819 .009Harga .102 .231 .079 .442 .662
a. Dependent Variabel : Loyalitas Konsumen
Correlations
Produk Harga
Produk Pearson CorrelationSig. (2-tailed)N
1-
30
.412.024
30
Harga Pearson CorrelationSig. (2-tailed)N
.412*.024
30
1-
30
*Correlations is significants at the 0.05 level (2-tailed)
** Correlations is significants at the 0.01 level (2-tailed)
7/25/2019 315 Analisisjalurpathanalysis 131128195317 Phpapp02
67/316
67
Penafsiran Hasil
1. Analisis Regresi
Kita akan menganalisis regresi dengan melihat pengaruh secara gabungan dan
secara parsial.
b. Melihat pengaruh produk dan harga secara gabungan terhadap layanan.
Untuk melihat pengaruh produk dan harga secara gabungan terhadap
layanan, akan kita lihat hasil penghitungan dalam model summary, khususnya
angka R square di bawah ini.
Model Summary
Model R R-Square AdjustedR Square
Std. Error ofthe Estimate
1 .539a
.290 .238 2.462a. Predictors: (Constant), Harga, Produk
Besarnya angka R square (r2) adalah 0,290. Angka tersebut dapat digunakan
untuk melihat pengaruh produk, harga, dan Layanan secara gabungan
terhadap kepuasan dengan cara menghitung Koefisien Determinasi (KD)
dengan menggunakan rumus sebagai berikut :
Angka tersebut mempunyai maksud bahwa pengaruh produk dan harga
secara gabungan terhadap Layanan adalah 29%. Adapun sisanya sebesar
71% (100% - 29%) dipengaruhi faktor lain. Dengan kata lain, variabilitas
layanan yang dapat diterangkan dengan menggunakan variabel produk dan
harga adalah sebesar 29%, sedangkan pengaruh sebesar 71% disebabkan
oleh variabel-variabel lain d
Top Related