Makalah Analisis Jalur [PDF]

Citation preview

ANALISIS JALUR MAKALAH UNTUK MEMENUHI TUGAS MATA KULIAH Statistik (Deskriptif dan Inferensial)



Disusun Oleh: Yoel Umbu Runga Riti (190121852405)



UNIVERSITAS NEGERI MALANG PROGRAM PASCASARJANA PROGRAM STUDI S2 TEKNOLOGI PENDIDIKAN Oktober 2019



1



DAFTAR ISI



Halaman BAB I PENDAHULUAN Latar Belakang ................................................................................... 3 Rumusan Masalah .............................................................................. 3 Tujuan ................................................................................................ 3 BAB II PEMBAHASAN Pengertian .......................................................................................... 4 Manfaat .............................................................................................. 5 Istilah.................................................................................................. 5 Diagram dan Koefisien Jalur ............................................................. 6 Menghitung Koefisien Jalur ............................................................... 8 Asumsi ............................................................................................. 11 Langkah Pengujian Hipotesis .......................................................... 11 Contoh Soal...................................................................................... 13 BAB I PENDAHULUAN Kesimpulan ...................................................................................... 30 Daftar Pustaka .............................................................................................. 31



2



BAB I PENDAHULUAN A. LATAR BELAKANG Di dalam melakukan sebuah penelitian, tak jarang akan dijumpai suatu permasalahan di mana kita diminta untuk mempelajari hubungan kausal antara variabel bebas dan variabel terikat. Analisis jalur adalah salah satu alat uji statistik yang dapat digunakan untuk menjelaskan dan menyelesaikan permasalahan ini. Analisis jalur digunakan untuk melukiskan dan menguji model hubungan antar variabel yang berbentuk sebab akibat. Hubungan kausal disusun dalam bentuk model hipotetik. Pengujian hipotesis dengan menggunakan analisis jalur sangat bergantung pada kuat lemahnya teori yang mendasari model hipotetik yang telah disusun. B. RUMUSAN MASALAH Rumusan masalah dalam makalah ini adalah sebagai berikut : 1. Apakah analisis jalur itu ? 2. Bagaimanakah menguji sebuah hipotesis dengan menggunakan analisis jalur?



C. TUJUAN Tujuan dari makalah ini adalah 1. Untuk menjelaskan konsep-konsep analisis jalur beserta hal-hal yang bertalian dengan analisis jalur 2. Untuk menjelaskan langkah-langkah pengujian sebuah hipotesis menggunakan analisis jalur



3



BAB II PEMBAHASAN A. PENGERTIAN Analisis jalur yang juga dikenal dengan sebutan path analysis dikembangkan pertama kali pada tahun 1920-an oleh ahli genetika yaitu Swell Wright. Analisis jalur didefenisikan sebagai suatu teknik untuk menganalisis hubungan sebab akibat yang terjadi pada regresi berganda jika variabel bebasnya mempengaruhi variabel tergantung tidak hanya secara langsung tetapi juga secara tidak langsung (Robert D. Retherford 1993). 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). Model analisis jalur merupakan pengembangan dari analisis regresi. Analisis jalur digunakan untuk melukiskan dan menguji model hubungan antar variabel yang berbentuk sebab akibat. Dalam model hubungan antar variabel tersebut terdapat variabel independen yang dalam hal ini disebut variabel eksogen (exsogenous), dan variabel dependen yang disebut variabel endogen (endogenous). Melalui analisis jalur akan ditemukan jalur mana yang paling tepat dan singkat yang dapat dilalui oleh variabel independen menuju vaiabel dependen yang terakhir. Adapun analisis jalur tentunya berbeda dengan model regresi. Perbandingan tersebut disaijakan lewat tabel berikut : Aspek



Model Regresi



Model Analisis Jalur



Tujuan



Mengkaji pengaruh



Mengkaji pola hubungan



langsung dan memprediksi



kausal, pengaruh langsung



nilai variabel kriteria Y atas



dan tak langsung



prediktor X1, X2, X3… Xn Terminologi



Independen Variabel,



Variabel Penyebab



Dependen Variabel



(eksogen), Variabel Akibat (endogen)



Skala dan data



Matriks minimal skala



Matriks minimal skala



interval dan data mentah



interval dan data berbentuk skor baku



4



Aspek



Model Regresi



Model Analisis Jalur



Rumusan Masalah



Apakah variabel X1, X2, X3…



Apakah variabel X1, X2, X3…



Xn berpengaruh terhadap Y



Xn berpengaruh langsung



baik parsial maupun



dan tak langsung terhadap Y



simultan Hubungan anatar variabel



Tidak mempelajari



Mempelajari hubungan antar



independen



hubungan antar variabel



variabel independen



independen



B. MANFAAT ANALISIS JALUR Manfaat model analisis jalur di antaranya adalah 1. Untuk penjelasan terhadap fenomena yang dipelajari atau permasalahan yang diteliti 2. Prediksi nilai variabel terikat (Y) berdasarkan nilai variabel bebas (X), dan prediksi dengan analisis jalur ini bersifat kualitatif 3. Faktor determinan yaitu penentuan variabel bebas (X) mana yang berpengaruh dominan terhadap variabel terikat (Y), juga untuk menelusuri mekanisme (jalur-jalur) pengaruh variabel bebas (X) terhadap variabel terikat (Y) 4. Pengujian model, menggunakan teori trimming baik untuk uji reliabilitas konsep yang sudah ada ataupun uji pengembangan konsep baru.



C. ISTILAH DALAM ANALISIS JALUR Ada beberapa istilah yang biasa digunakan dalam analisis jalur. Istilah-istilah ini perlu diketahui sehingga membantu dalam memahami lebih jauh mengenai analisis jalur. Adapun beberapa istilah dimaksud antara lain : 1. Model jalur, ialah suatu diagram yang menghubungkan antara variabel bebas, perantara dan terikat. Pola hubungan ditunjukkan dengan menggunakan anak panah. Anak panah-anak panah tunggal menunjukkan hubungan sebab–akibat antara variabelvariabel exogenous atau perantara dengan satu variabel tergantung atau lebih. Anak panah juga menghubungkan kesalahan (variabel residue) dengan semua variabel endogenous masing-masing. Anak panah ganda menunjukkan korelasi antara pasangan variabel-variabel exogenous.



5



2. Variabel exogenous, semua variabel yang tidak ada penyebab-penyebab eksplisitnya atau dalam diagram tidak ada anak-anak panah yang menuju ke arahnya, 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. 3. Variabel endogenous, ialah variabel yang mempunyai anak-anak panah menuju ke arah variabel tersebut. Variabel yang termasuk di dalamnya ialah mencakup semua variabel perantara dan terikat. Variabel perantara endogenous mempunyai anak panah yang menuju ke arahnya dan dari arah variabel tersebut dalam suatu model diagram jalur. Adapun variabel tergantung hanya mempunyai anak panah yang menuju ke arahnya. 4. Koefisien jalur, adalah koefisien regresi standar atau disebut ‘beta’ yang menunjukkan besarnya pengaruh langsung dari suatu variabel bebas terhadap variabel terikat dalam suatu model jalur tertentu. Oleh karena itu, jika suatu model mempunyai dua atau lebih variabel-variabel penyebab, maka koefisien-koefisien jalurnya merupakan koefisienkoefisien regresi parsial yang mengukur besarnya pengaruh satu variabel terhadap variabel lain dalam suatu model jalur tertentu yang mengontrol dua variabel lain sebelumnya dengan menggunakan data yang sudah distandarkan atau matriks korelasi sebagai masukan. 5. Jenis pengaruh dalam analisis jalur, yaitu Direct Effect (DE) dan Indirect Effect (IE). Direct Effect (DE) adalah pengaruh langsung yang dapat dilihat dari koefisien dari satu variabel ke variabel lainnya, dan Indirect Effect (IE) adalah urutan jalur melalui satu atau lebih variabel perantara.



D. DIAGRAM JALUR DAN KOEFISIEN JALUR Untuk menggambarkan hubungan kausal atau sebab akibat antara variabel yang diselidiki maka digunakan model berbentuk diagram jalur. Diagram jalur adalah alat untuk melukiskan secara grafis struktur hubungan sebab akibat antar variabel bebas, variabel intervening dan variabel terikat. Untuk merepresentasikan hubungan tersebut, diagram jalur menggunakan symbol anak panah berarah berkepala satu yang memberi makna adanya pengaruh langsung variabel eksogen terhadap variabel endogen. Di samping itu anak panah juga menghubungkan error dengan setiap variabel endogen. Selanjutnya, setiap variabel eksogen dan endogen yang akan dianalisis dalam model disimbolkan dalam bentuk kotak 6



sedangkan variabel lain yang tidak dianalisis dalam model atau error (ɛ) digambarkan dalam bentuk lingkaran. Besarnya pengaruh langsung variabel eksogen terhadap variabel endogen dinyatakan dengan koefisien jalur. Notasi atau symbol dari koefisien jalur dituliskan sebagai pij di mana i menyatakan akibat (endogen) dan j menyatakan sebab (eksogen). Sebagai contoh notasi p21 dimaknai sebagai pengaruh langsung variabel X1 terhadap variabel X2 , begitupula notasi Py2 dimaknai sebagai pengaruh langsung variabel X2 terhadap variabel Y. Koefisien jalur ekivalen dengan koefisien regresi sebagai estimator terhadap koefisien beta (b) untuk skor baku. Koefisien-koefisien ini biasanya dicantumkan pada diagram jalur tepat pada setiap garis jalur yang nilainya dalam bentuk numerik. Dengan demikian untuk mengestimasi koefisien jalur, misalnya variabel eksogen (X1) terhadap variabel endogen X2 dapat diestimasi dengan korelasi sederhana (p21 ) = bx1x2. Jika variabel endogen (Y) dipengaruhi oleh variabel eksogen (X1 ) dan (X2 ), maka koefisien jalur untuk (X1 ) terhadap Y selanjutnya (X2 ) terhadap Y diestimasi oleh besarnya koefisien 𝑏𝑖𝑗 dalam regresi skor baku, yaitu (py1 ) = bx1y dan (py2 ) = bx2y . Beberapa model diagram jalur disertai persamaan strukturalnya disajikan sebagai berikut. 1. Model diagram jalur sederhana dengan tiga variabel (X1 ), (X2 ), dan Y.



Persamaan struktural untuk diagram di atas adalah sebagai berikut : (X2 ) = p21 𝑋1 + ɛ Y = py1 𝑋1 + py2 𝑋2 + ɛ



7



2. Model diagram jalur dengan empat variabel (X1 ), (X2 ), (X3 ) dan (Y).



Persamaan struktural untuk diagram di atas adalah sebagai berikut : (X2 ) = p21 𝑋1 + ɛ1 (X2 ) = p31 𝑋1 + p32 𝑋2 + ɛ2 Y = py1 𝑋1 + py2 𝑋2 + py3 𝑋3 + ɛ3



3. Model lain dari diagram jalur melibatkan empat variabel (X1 ), (X2 ), (X3 ) dan (Y)



Persamaan struktural untuk diagram di atas adalah (X3 ) = p31 𝑋1 + p32 𝑋2 + ɛ1 Y = py1 𝑋1 + py2 𝑋2 + py3 𝑋3 + ɛ2



E. MENGHITUNG KOEFISIEN JALUR Koefisien jalur antara suatu variabel eksogen terhadap variabel endogen pada hakekatnya merupakan koefisien korelasi sederhana yang terkoreksi antara suatu variabel bebas terhadap variabel terikat. Oleh karenanya dalam menentukan koefisien jalur dari suatu variabel eksogen ke variabel endogen dapat ditentukan melalui pendekatan korelasi sederhana. Untuk menghitung koefisien jalur 𝑝𝑖𝑗 di mana i adalah variabel endogen dan j adalah variabel eksogen, sebagaimana diagram jalur dalam bentuk skor baku berikut :



8



Berdasarkan diagram jalur di atas, dapat dibentuk persamaan matematis (structural) berikut z2 = p21 + z2 + ɛ2



… (i)



z3 = p31 z1 + p32 z2 + ɛ3



… (ii)



z4 = p41 z1 + p42 z2 + p43 z3 + ɛ4



… (iii)



Selanjutnya dari persamaan di atas akan dilakukan eliminasi skor baku dengan koefisien korelasi, dengan langkah-langkah sebagai berikut : 1. Menentukan hubungan skor baku dengan koefisien korelasi 𝑧 = baku ke i dan skor baku ke j adalah 𝑧𝑖 = ∑𝑥𝑖 𝑥𝑗



∑𝑧𝑖 𝑧𝑗 =



𝑠𝑖 𝑠𝑗



=



∑𝑥𝑖 𝑥𝑗 (∑𝑥𝑗 )2



2



√(∑𝑥𝑖 ) √ 𝑛



∑𝑧𝑖 𝑧𝑗 =n 𝑟𝑖𝑗 → 𝑟𝑖𝑗 =



=n



1 𝑛



𝑥𝑖 𝑠



dan 𝑧𝑖 =



∑𝑥𝑖 𝑥𝑗 2



2



√(∑𝑥𝑖 )(∑𝑥𝑗 )



𝑥𝑗 𝑠



X− x 𝑠



=



𝑥 𝑠



, sehingga skor (∑𝑥𝑖 )



(𝑠𝑖 = standar deviasi = √



(catatan 𝑟𝑖𝑗 =



∑𝑥𝑖 𝑥𝑗



2



𝑛



)



2 2 √(∑𝑥𝑖 )(∑𝑥𝑗 )



𝑛



∑𝑧𝑖 𝑧𝑗



∑𝑧𝑖 2 = n 𝑟𝑖𝑗 = 𝑛 → ∑𝑧𝑖 2 = n (karena 𝑟𝑖𝑗 = 1) 2. Menentukan hubungan koefisien jalur dengan koefisien korelasi a. 𝑟𝑖𝑗 =



1 𝑛



∑𝑧𝑖 𝑧𝑗 maka



1



𝑟12 =



𝑛



𝑟12 =



𝑛



𝑟12 =



𝑛



b. 𝑟13 =



𝑛



𝑟13 =



1 1 1 1 𝑛 1



𝑟13 =



𝑛



𝑟13 =



𝑛



1



1



(∑𝑧1 . 𝑧2 ) = 𝑛 ∑𝑧1 (𝑝21 𝑧1 + ɛ2 ) substitusi (i) (𝑝21 ∑𝑧1 2 + ∑𝑧1 ɛ2 )(residu ɛ2 tidak berkorelasi dengan 𝑧1 ) (𝑝21 + 𝑛 + 0) = 𝑝21 →𝑟12 = 𝑝21 (∑𝑧1 . 𝑧3 ) = 𝑛. 𝑟13 = ∑𝑧1 . 𝑧3 ∑𝑧1 (𝑝31 𝑧1 + 𝑝32 𝑧2 + ɛ3 substitusi (ii) (𝑝31 ∑𝑧1 2 + 𝑝32 ∑𝑧1 𝑧2 + ∑𝑧1 ɛ3 ) (𝑝31 . 𝑛 + 𝑝32 . 𝑛𝑟12 + 0) = 𝑝31 + 𝑝32 𝑟12 9



𝑟13 = 𝑝31 + 𝑝32 𝑟12 c. 𝑟14 =



1



(∑𝑧1 . 𝑧4 ) = 𝑛. 𝑟14 = ∑𝑧1 . 𝑧4



𝑛 1



𝑟14 =



𝑛



𝑟14 =



𝑛



𝑟14 =



𝑛



∑𝑧1 (𝑝41 𝑧1 + 𝑝42 𝑧2 + 𝑝43 𝑧3 + ɛ3 substitusi (iii)



1 1



(𝑝41 ∑𝑧1 2 + 𝑝42 ∑𝑧1 𝑧2 + 𝑝43 ∑𝑧1 𝑧3 + ∑𝑧1 + ɛ3 ) (𝑝41 . 𝑛 + 𝑝42 . 𝑛𝑟12 + 𝑝43 . 𝑛𝑟13 + 0) = 𝑝41 + 𝑝42 𝑟12 + 𝑝32 𝑟13



𝑟14 = 𝑝41 + 𝑝42 𝑟12 + 𝑝32 𝑟13 1



d. 𝑟23 =



𝑛



𝑟23 =



𝑛



𝑟23 =



𝑛



𝑟23 =



𝑛



1 1 1



(∑𝑧2 . 𝑧3 ) = 𝑛. 𝑟23 = ∑𝑧2 . 𝑧3 ∑𝑧2 (𝑝31 𝑧1 + 𝑝32 𝑧2 + ɛ3 substitusi (ii) (𝑝31 ∑𝑧1 𝑧2 + 𝑝32 ∑𝑧2 2 + ∑𝑧2 ɛ3 ) (𝑝31 . 𝑛𝑟12 + 𝑝32 𝑛 + 0) = 𝑝31 𝑟12 + 𝑝32



𝑟23 = 𝑝31 𝑟12 + 𝑝32 e. 𝑟24 =



1 𝑛



(∑𝑧2 . 𝑧4 )



1 𝑟24 = ( ∑𝑧2 (𝑝41 𝑧1 + 𝑝42 ∑𝑧2 2 + 𝑝43 ∑𝑧2 𝑧3 + ∑𝑧4 ɛ3 ) 𝑛 1 𝑟24 = (𝑝41 . 𝑛𝑟12 + 𝑝42 𝑛 + 𝑝43 𝑛. 𝑟23 + 0) = 𝑝41 𝑟12 + 𝑝42 + 𝑝43 𝑟23 𝑛 𝑟24 = 𝑝41 𝑟12 + 𝑝42 + 𝑝43 𝑟23 1



f. 𝑟34 =



𝑛



𝑟34 =



𝑛



1



(∑𝑧3 . 𝑧4 ) ∑𝑧3 (𝑝41 𝑧1 + 𝑝42 𝑧2 + 𝑝43 𝑧3 + ɛ4 ) substitusi (iii)



1



𝑟34 = 𝑛 (𝑝41 ∑𝑧1 𝑧3 + 𝑝42 ∑𝑧2 𝑧3 + 𝑝43 ∑𝑧3 2 + ∑𝑧3 ɛ3 ) 𝑟34 =



1 (𝑝 . 𝑛𝑟 + 𝑝42 𝑛𝑟23 + 𝑝43 𝑛 + 0) = 𝑝42 𝑟13 + 𝑝42 𝑟23 + 𝑝43 𝑛 41 13



𝑟34 = 𝑝42 𝑟13 + 𝑝42 𝑟23 + 𝑝43 Dengan demikian, untuk mencari koefisien jalur (𝑝𝑖𝑗 ) dapat diperoleh dari sistem persamaan jalur tiga variabel bebas berikut : 𝑝21 = 𝑟12 𝑝31 + 𝑝32 𝑟12 = 𝑟13 𝑝31 𝑟12 + 𝑝32 = 𝑟23 𝑝41 + 𝑝42 𝑟12 + 𝑝32 𝑟13 = 𝑟14 𝑝41 𝑟12 + 𝑝42 + 𝑝43 𝑟23 = 𝑟24 𝑝42 𝑟13 + 𝑝42 𝑟23 + 𝑝43 = 𝑟34 10



atau substitusi variabel X4 = Y 𝑝21 = 𝑟12 𝑝31 + 𝑝32 𝑟12 = 𝑟13 𝑝31 𝑟12 + 𝑝32 = 𝑟23 𝑝𝑦1 + 𝑝𝑦2 𝑟12 + 𝑝32 𝑟13 = 𝑟1𝑦 𝑝𝑦1 𝑟12 + 𝑝𝑦2 + 𝑝𝑦3 𝑟23 = 𝑟2𝑦 𝑝𝑦2 𝑟13 + 𝑝𝑦2 𝑟23 + 𝑝𝑦3 = 𝑟3𝑦 Dari persamaan di atas diperoleh koefisien jalur dengan menggunakan invers matriks sebagai berikut : 1. 𝑝21 = 𝑟12 𝑝31 1 2. [𝑝 ]=[ 𝑟12 32



𝑟12 −1 𝑟13 ] [𝑟 ] 1 23



𝑝𝑦1 1 𝑝 3. [ 𝑦2 ]=[𝑟12 𝑝𝑦3 𝑟13



𝑟12 1 𝑟23



𝑟13 −1 𝑟1𝑦 𝑟23 ] [𝑟2𝑦 ] 𝑟3𝑦 1



F. ASUMSI-ASUMSI ANALISIS JALUR Sebelum melakukan analisis, ada beberapa prinsip dasar atau asumsi yang mendasari analisis jalur, yaitu: 1. Pada model analisis jalur, hubungan antar variabel bersifat linear, aditif dan kausal 2. Hanya sistem aliran kausal satu arah, atau tidak ada kausalitas yang berbalik 3. Data setiap variabel yang dianalisis adalah interval G. LANGKAH – LANGKAH PENGUJIAN HIPOTESIS DENGAN ANALISIS JALUR SECARA MANUAL Langkah-langkah yang dapat digunakan untuk pengujian hipotesis dalam analisis jalur adalah sebagai berikut : 1. Mengambar model diagram jalur yang akan diuji 2. Menentukan matriks korelasi ; secara manual kita harus mencari korelasi antara masing-masing variabel yang akan diteliti baik itu antar variabel eksogen, endogen maupun antar variabel eksogen dengan endogen.



11



3. Menentukan koefisien jalur ; koefisien jalur adalah angka yang merepresentasikan besarnya pengaruh langsung antar variabel. Koefisien jalur ditentukan melalui invers matriks dari besarnya nilai-nilai korelasi antar variabel. 4. Uji signifikansi jalur ; Uji signifikansi jalur identik dengan uji signifikansi koefisien persamaan regresi, yaitu keduanya menggunkan statistik uji – t. Jika dalam analisis regresi maka formula statistik uji – t yang digunakan adalah thitung =



𝑏𝑖 𝑠𝑏𝑖



maka dalam



𝑝



analisis jalur formula statistik uji – tnya adalah thitung = 𝑠𝑏𝑖𝑗 di mana 𝑠𝑏𝑖 adalah standard 𝑖



error yang besarnya ditentukan oleh pengaruh sederhana atau pengaruh parsial variabel eksogen terhadap endogen sebagai berikut (1−𝑝 2 )



𝑖𝑗 a. Jika pengaruh sederhana maka 𝑠𝑏𝑖 = √(𝑛−𝑘−1) , k = jumlah variabel eksogen.



𝑝



Sehingga thitung = 𝑠𝑏𝑖𝑗 = 𝑖



𝑝𝑖𝑗 √𝑛−𝑘−1 √1−𝑝𝑖𝑗 2 (1−𝑅 2 )𝐷 𝑖𝑖



𝑝



b. Jika pengaruh parsial maka 𝑠𝑏𝑖 = √ (𝑛−𝑘−1) sehingga thitung = 𝑠 𝑖𝑗= 𝑏𝑖



𝑝𝑖𝑗 2 𝑖𝑖 √(1−𝑅 )𝐷 (𝑛−𝑘−1)



dengan R2y.ij..k = (riy)(piy) + …+ (rky)(pky) Keterangan 𝑝𝑖𝑗 =koefisien jalur Xi ke Xj 𝑅 2 = koefisien determinasi Y atas X1 dan X2 𝑘 = banyaknya variabel bebas 𝐷ii = elemen baris dan kolom ke – i dari diagonal utama matriks invers. Kriteria pengujian adalah tolah Ho jika thitung ≥ ttabel dan terima Ho jika thitung ≤ ttabel pada derajat bebas (db) = n-k-1. Dalam analisis jalur dikenal pengaruh langsung dan pengaruh tak langsung. Pengaruh langsung digambarkan oleh koefisien jalur sedangkan pengaruh tak langsung adalah hasil kali koefisien jalur dari suatu model diagram jalur.



12



H. CONTOH SOAL Contoh Kasus 1 Peneliti membangun kerangka teoritis bahwa variabel insentif, selain berpengaruh langsung terhadap kinerja juga berpengaruh secara tak langsung melalui motivasi kerja. Secara visual model hipotetik disajikan sebagai berikut :



Penyelesaian Secara Manual 1. Menentukan Matriks Korelasi a. Membuat tabel penolong No



X1



X2



Y



X12



X22



Y2



X1X2



X1Y



X2Y



1



5



4



6



25



16



36



20



30



24



2



6



5



7



36



25



49



30



42



35



3



4



6



8



16



36



64



24



32



48



4



7



6



8



49



36



64



42



56



48



5



8



7



9



64



49



81



56



72



63



6



11



9



10



121



81



100



99



110



90



7



5



3



5



25



9



25



15



25



15



8



14



7



12



196



49



144



98



168



84



9



4



5



6



16



25



36



20



24



30



10



7



4



7



49



16



49



28



49



28



Total



71



56



78



597



342



648



432



608



465



b. Menghitung koefisien korelasi sederhana antar dua variabel r12 =



𝑛 ∑ 𝑋1 𝑋2 −( ∑ 𝑋1 ) (∑ 𝑋2 ) √𝑛∑X1 2 −(∑X1 )2 . 𝑛∑X2 2 −(∑X2 )2



=



10 (432)−(71)(56) √10(597)−(71)2 . 10(342)−(56)2



= 0,670



13



r13 = r23 =



𝑛 ∑ 𝑋1 𝑌−( ∑ 𝑋1 ) (∑ 𝑌 ) √𝑛∑X1 2 −(∑X1 )2 . 𝑛∑Y2 −(∑Y)2 𝑛 ∑ 𝑋2 𝑌−( ∑ 𝑋2 ) (∑ 𝑌 ) √𝑛∑𝑋2 2 −(∑𝑋2 )2 . 𝑛∑𝑌 2 −(∑𝑌)2



= =



10 (608)−(71)(78) √10(597)−(71)2 . 10(648)−(78)2 10 (465)−(56)(78) √10(342)−(56)2 . 10(648)−(78)2



=0,894 =0,841



Tabel Matriks Korelasi rij



X1



X2



Y



X1



1



0,670



0,894



1



0,841



X2 X3



1



2. Menentukan Koefisien Jalur r12 = P21



0,670 = P21



riy = Py1 + Py2.r12



0,894 = Py1 + 0,670Py2



r2y = Py1r12 + Py2



0,841 = 0,670 Py1 + Py2



untuk mendapatkan nilai Py1 dan Py2 maka digunakan invers matriks ordo 2 x 2 [



1 0,670



0,670 Py1 0,894 ][ ]=[ ] Py2 0,841 1



[



Py1 1 0,670 −1 0,894 ]=[ ] [ ] Py2 0,670 1 0,841



[



Py1 1,814553 ]=[ Py2 −1,21575032



−1,21575031 0,894 0,599 ][ ]=[ ] 0,841 1,814553 0,440



Dari hasil perhitungan matriks di atas diperoleh koefisien jalur P21 = 0,670, Py1 = 0,599 dan Py2 = 0,440. Koefisien determinasi untuk struktur 1 (X1 ke X2) adalah R22.1 = (0,670)2 = 0,4489 dan besarnya pengaruh variabel lain di luar model (error) terhadap variabel endogen X2 adalah ɛ1 = 1-R22.1 = 1 – 0,4489 =0,55. Koefisien determinasi untuk struktur 2 (X1 ke Y melalui X2) adalah R2y.12 = (r1y)(py1) + (r2y)(py2) = (0,894)(0,599) + (0,841)(0,440)= 0,905546 dan besarnya pengaruh variabel lain di luar model (error) terhadap variabel endogen Y adalah ɛ2 = 1-R2y.12 = 1 – 0,905546 =0,09.



14



3. Uji Signifikansi Koefisien Jalur Kriteria pengujian adalah Ho ditolak jika thitung ≥ ttabel pada derajat bebas (db) = n-k-1, begitupun sebaliknya. a. Hipotesis untuk koefisien jalur X1 ke X2 (P21 = 0,670) (1−𝑃 2 )



(1−𝑃 2 )



(1−0,6702 )



𝑖𝑗 21 sbi = √(𝑛−𝑘−1) = √(10−1−1) =√



𝑃



(10−2)



= 0,26246



0,670



sehingga thitung = 𝑠𝑏21 = 0,26246 = 2,55 𝑖



di mana k = 1 (banyaknya variabel bebas); derajat bebas (db) = n-k-1 = 10-1-1=8, sehingga ttabel = t(0,05; 8) = 1,86 atau thitung ≥ ttabel sehingga Ho ditolak atau insentif (X1) berpengaruh langsung positif terhadap motivasi kerja (X2) b. Koefisien jalur X1 ke Y(Py1 = 0,599) dan X2 ke Y (Py2 = 0,440) (1−𝑅 2 )𝐷 𝑖𝑖



sbi = √ (𝑛−𝑘−1) , 𝐷11 = 𝐷22 = 1,814553 R2 = 𝑅 2 𝑦.12 = (𝑟1𝑦 )(𝑝𝑦1 ) + (𝑟2𝑦 )(𝑝𝑦2 ) = (0,894)(0,599)+(0,841)(0,440) = 0,905546 (1−0,905546)(1,814553)



sbi = = √



(10−2−1)



thitung untuk Py1 =



𝑃𝑦1 𝑠𝑏𝑖



= 0,15647537



0,599



= 0,15647537 = 3,82



banyaknya variabel bebas (k) = 2; db = 10-2-1 = 7 maka ttabel = t(0,05; 7) = 1,89 atau thitung ≥ ttabel sehingga Ho ditolak atau insentif (X1) berpengaruh langsung positif terhadap kinerja karyawan (Y). thitung untuk Py2 =



𝑃𝑦2 𝑠𝑏𝑖



=



0,440 0,15647537



= 2,81 ; dan ttabel = = t(0,05; 7) = 1,89 atau thitung ≥ ttabel



sehingga Ho ditolak atau motivasi kerja (X2) berpengaruh langsung positif terhadap kinerja karyawan (Y). Ringkasan hasil pengujian hipotesis di atas disajikan sebagai berikut Pengaruh Langsung



Koefisien



thitung



ttabel



Kesimpulan



Antar Variabel



Jalur (Pij)



X1 terhadap Y (py1)



0,599



3,82



1,89



Signifikan



X2 tehadap Y (py2)



0,440



2,81



1,89



Signifikan



X1 terhadap X2 (p21)



0,670



2,55



1,86



Signifikan



15



Berdasarkan hasil analisis di atas dapat diperoleh pengaruh langsung, tak langsung dan pengaruh total sebagai berikut  Pengaruh langsung Pengaruh langsung adalah pengaruh dari variabel X1, X2, terhadap Y, secara sederhana disajikan Pengaruh X1 terhadap X2 (p21) = 0,670 Pengaruh X1 terhadap Y (py1) = 0,599 Pengaruh X2 terhadap Y (py2) = 0,440  Pengaruh tak langsung Pengaruh tak langsung variabel eksogen terhadap variabel endogen, yaitu : pengaruh tak langsung X1 terhadap Y melalui X2 (X1 → X2 → Y) adalah hasil kali koefisien jalur (p21) dan (py2) = (0,670)(0,440) = 0,295  Pengaruh total Pengaruh total adalah jumlah antara pengaruh langsung dan pengaruh tak langsung, yaitu pengaruh total variabel X2 terhadap Y = py1 + p21 = 0,599 + 0,295 = 0,894



4. Kesimpulan  Terdapat pengaruh langsung yang signifikan antara insentif (X1) terhadap motivasi (X2)  Terdapat pengaruh langsung yang signifikan antara insentif X1 terhadap kinerja (Y)  Terdapat pengaruh langsung yang signifikan antara motivasi (X2) terhadap kinerja (Y)  Terdapat pengaruh tak langsung insentif (X1) melalui motivasi (X2) terhadap kinerja (Y) yang besarnya 0,295. Diketahui juga bahwa pengaruh langsung insentif terhadap kinerja adalah sebesar 0,670. Dari hasil ini diketahui bahwa nilai pengaruh langsung lebih besar dari nilai pengaruh tidak langsung sehingga disimpulkan bahwa pengaruh tak langsung insentif terhadap kinerja melalui motivasi adalah tidak signifikan.  Persamaan struktural berdasarkan hasil pengujian hipotesis adalah X2 = 0,670X1 + 0,55 Y = 0,599X1 + 0,440X2 + 0,09



16



Penyelesaian Secara SPSS Dalam analisis jalur, proses regresi dilakukan untuk setiap struktur yang ada dalam kerangka penelitian. Adapun langkah-langkah aplikasinya sebagai berikut 1. Buka SPSS, kemudian klik variable view dan isikan kolom-kolom yang tersedia. Kolom name diisi dengan X1, X2, dan Y. Kolom label untuk X1 diisi insentif, untuk X2 diisi motivasi kerja, dan untuk Y diisi kinerja karyawan. Kolom yang lainnya dibiarkan default.



2. Langkah selanjutnya klik data view kemudian isikan data sesuai nama variabel penelitian.



17



3. Untuk mengetahui pengaruh (X1) terhadap (X2) maka klik menu analyse – regression – linear. Akan muncul kotak dialog linear regression, selanjutnya klik insentif (X1) lalu masukkan pada kotak independen, kemudian klik motivasi (X2) lalu masukkan pada kotak dependen kemudian klik oke.



4. Setelah langkah keempat dilakukan maka akan muncul hasil seperti di bawah ini



Mengacu pada output regresi di atas dapat diketahui bahwa nilai signifikansi sebesar 0,034 dan lebih kecil dari 0,05. Hal ini memberikan kesimpulan bahwa variabel insentif berpengaruh signifikan terhadap variabel motivasi. Besarnya nilai R2 atau R Square yang terdapat pada tabel adalah sebesar 0,449; hal ini menunjukkan bahwa kontribusi atau sumbangan pengaruh insentif terhadap motivasi adalah sebesar 44,9 % sedangkan sisanya merupakan kontribusi variabel lain yang tidak dimasukkan dalam penelitian.



18



Dari ouput di atas diketahui juga besar pengaruh langsung variabel insentif terhadap motivasi (p21) sebesar 0,670.



5. Setelah langkah ini dilakukan maka selanjutnya adalah menguji pengaruh variabel insentif melalui variabel motivasi terhadap variabel kinerja karyawan. Klik menu analyse – regression – linear. Akan muncul kotak dialog linear regression, selanjutnya klik insentif (X1) dan motivasi (X2) lalu masukkan pada kotak independen, kemudian klik kinerja karyawan (Y) lalu masukkan pada kotak dependen kemudian klik oke maka akan mucul hasil seperti di bawah ini.



Berdasarkan ouput di atas diketahui bahwa nilai signifikansi dari variabel insentif sebesar 0,007 dan lebih kecil dari 0,05 ; sedangkan nilai signifikansi dari variabel motivasi kerja sebesar 0,026 dan lebih kecil dari 0,05. Hasil ini memberi kesimpulan bahwa regresi model ini berpengaruh secara signifikan. Besarnya nilai R2 atau R Square yang terdapat pada hasil output sebesar 0,905 dan ini menunjukkan kontribusi insentif dan motivasi terhadap kinerja karyawan sebesar 90,5 % sementara sisanya merupakan kontribusi dari variabel lain. Dari ouput di atas diketahui juga besar pengaruh variabel insentif terhadap kiner karyawan (py1) sebesar 0,599 sedangkan besar pengaruh variabel motivasi terhadap kinerja karyawan (py2) sebesar 0,440.



19



Contoh kasus 2 Suatu penelitian asosiatif yang bertujuan mempelajari pengaruh variabel gaji (X1), Suasana Kerja (X2) dan motivasi (X3) terhadap kinerja karyawan (Y). Data disajikan dalam tabel sebagai berikut : No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20



X1 35 25 17 26 34 21 36 30 30 16 38 22 23 22 17 26 30 30 16 28



X2 35 24 15 24 30 17 35 27 31 17 28 22 28 21 15 24 27 31 17 29



X3 35 25 15 20 25 16 35 28 29 13 39 23 24 17 21 21 28 29 13 29



Y 34 24 17 25 28 18 36 30 31 15 39 23 25 20 17 25 30 31 15 28



Adapun model hipotetik yang akan diuji disajikan dalam kerangka berikut :



20



Langkah-langkah perhitungan untuk pengujian hipotesis dengan teknik analisis jalur sebagai berikut 1.



Menentukan matriks korelasi Dari hasil perhitungan secara manual didapatkan matriks korelasi sebagai berikut; rij



X1



X2



X3



Y



X1



1



0,901



0,912



0,969



1



0,858



0,907



1



0,962



X2 X3



1



Y



2.



Menentukan koefisien jalur Koefisien jalur ditentukan berdasarkan sistem persamaan berikut : p21 = r12 → p21 = 0,901 p31 + p32.r12 = r13 → p31 + 0,901p32 = 0,912 p31r12 + p32 = r23 → 0,901p31 + p32 = 0,858 py1 + py2r12 + py3r13 = r1y → py1 + 0,901py2 + 0,912py3 = 0,969 py1r12 + py2 + py3r23 = r2y → 0,901py1 + py2 + 0,858py3 =0,907 py1r13 + py2r23 + py3 = r3y → 0,912py1 + 0,858py2 + py3 = 0,962 Struktur 1 : X1 → X2 (p21 = r12 = 0,901 Koefisien determinasi untuk struktural 1 adalah R22.1 = (0,901)2 = 0,811801 maka besarnya pengaruh variabel lain di luar model terhadap variabel endogen X2 = ɛ1 = 1-R22.1 = 0,188 Struktur 2



p31 + p32.r12 = r13 → p31 + 0,901p32 = 0,912 p31r12 + p32 = r23 → 0,901p31 + p32 = 0,858 untuk mendaptkan nilai p31 dan p32 maka diselesaikan dengan matriks invers ordo 2 x 2 1 [ 0,901



𝑝31 0,901 𝑝31 0,912 1 0,901 −1 0,912 ] [𝑝 ] = [ ]→[𝑝 ] = [ ] [ ] 1 0,858 0,901 1 0,858 32 32 21



𝑝31 5,31352451 [𝑝 ]=[ −4,78748558 32



0,738 −4,78748558 0,912 ][ ]=[ ] 0,858 0,193 5,31352451



Sehingga diperoleh p31 = 0,738 dan p32 = 0,193 Koefisien determinasi untuk struktur 2 adalah R23.12 = (r13)(p31)+(r23)(p23) = (0,912)(0,738) + (0,858)(0,193) = 0,838. Pengaruh variabel lain di luar model terhadap variabel endogen X3 adalah ɛ1 = 1-R23.12 = 1-0,838 = 0,162



Struktur 3



py1 + py2r12 + py3r13 = r1y → py1 + 0,901py2 + 0,912py3 = 0,969 py1r12 + py2 + py3r23 = r2y → 0,901py1 + py2 + 0,858py3 =0,907 py1r13 + py2r23 + py3 = r3y → 0,912py1 + 0,858py2 + py3 = 0,962 Untuk mendapatkan nilai py1, py2 dan py3 maka digunakan invers matriks ordo 3 x 3 1 0,901 0,912 𝑝𝑦1 0,969 1 0,858] [𝑝𝑦2 ] = [0,907] [0,901 𝑝𝑦3 0,912 0,858 1 0,962 𝑝𝑦1 1 0,901 0,912 −1 0,969 1 0,858] [0,907] [𝑝𝑦2 ] = [0,901 𝑝𝑦3 0,912 0,858 1 0,962 𝑝𝑦1 0,478 8,69346 −3,90474 −4,57817 0,969 [𝑝𝑦2 ] = [−3,90474 5,544076 −1,1957 ] [0,907] = [0,096] 𝑝𝑦3 0,444 −4,57817 −1,1957 6,201202 0,962 Sehingga diperoleh py1 = 0,478 ; py2 = 0,096 ; dan py3 = 0,444 Koefisien detreminasi untuk struktur 3 adalah R2y.123 = (r1y)(py1) + (r2y)(py2) + (r3y)(py3) R2y.123 = (0,969)(0,478) + (0,907)(0,096) + (0,962)(0,444) = 0,977382. Adapun pengaruh variabel lain di luar model terhadap variabel endogen X3 adalah ɛ3 = 1-R2y.123 = 1-0,977 = 0,0222618



22



3.



Uji Signifikansi Koefisien Jalur a. Koefisien jalur X1 ke X2 (p21) thitung =



𝑝21√𝑛−𝑘−1 √1−𝑝21



2



𝑝



= 𝑠𝑏21 di mana p21 = 0,901; k = 1 (banyaknya variabel bebas); derajat 𝑖



bebas (db) = n-k-1 = 20-1-1 = 18, sehingga thitung =



0,901√20−1−1 √1−0,9012



= 8,812 dan ttabel = t(0,05; 18) = 1,73



thitung ≥ ttab ; maka Ho ditolak atau gaji (X1) berpengaruh langsung positif terhadap suasana kerja (X2) b. Koefisien jalur X1 ke X3 (p31 = 0,738) dan X2 ke X3 (p32 = 0,193) 𝑝𝑗𝑖 thitung = , banyaknya variabel bebas (k) = 2; db = 20-2-1 = 17 2 𝑖𝑖 1−𝑅 𝐷 3.12 √ 𝑛−𝑘−1



keterangan pij



= koefisien jalur Xi ke Xj



R23.12 = koefisien determinasi X3 atas X1 dan X2 k



= banyaknya variabel bebas



Dii



= elemen ke i dan kolom ke i dari diagonal utama matriks invers.  Harga statistik uji – t untuk koefisien jalur p31 = 0,738 adalah



thitung =



0,738 (1−0,838)(5,31352451) √ 20−2−1



=



0,738 0,225021695



= 3,289



ttabel = t(0,05; 17) = 1.74 dari hasil perhitungan di atas diketahui bahwa thitung ≥ ttabel sehingga Ho ditolak atau gaji (X1) berpengaruh langsung positif terhadap motivasi (X3)  Harga statistik uji – t untuk koefisien jalur p32 = 0,193 adalah



thitung =



0,193 (1−0,193)(5,31352451) √ 20−2−1



= 0,858



ttabel = t(0,05; 17) = 1.74 dari hasil perhitungan di atas diketahui bahwa thitung ≤ ttabel sehingga Ho diterima atau suasana kerja (X2) tidak berpengaruh terhadap motivasi (X3) c. Koefisien jalur X1 ke Y (py1 = 0,478) ; X2 ke Y (py2 = 0,096) dan X3 ke Y (py3 = 0,444)



thitung =



𝑝𝑗𝑖 2 𝑖𝑖 √1−𝑅 𝑦.123 𝐷



, k = 3, db = 20-3-1 = 16



𝑛−𝑘−1



 Harga statistik uji – t untuk koefisien jalur py1 = 0,478 adalah 23



thitung =



0,478 (1−0,977382)(8,69346) √ 20−3−1



= 4,312; ttabel = t(0,05; 16) = 1,75



dari hasil perhitungan di atas diketahui bahwa thitung ≥ ttabel sehingga Ho ditolak atau gaji (X1) berpengaruh langsung positif terhadap kinerja karyawan (Y)  Harga statistik uji – t untuk koefisien jalur py2 = 0,096 adalah



thitung =



0,096 (1−0,977382)(5,544076) √ 20−3−1



=1,084 ; ttabel = t(0,05; 16) = 1,75



dari hasil perhitungan di atas diketahui bahwa thitung ≤ ttabel sehingga Ho diterima atau suasana kerja (X2) tidak berpengaruh terhadap kinerja karyawan (Y)  Harga statistik uji – t untuk koefisien jalur py3 = 0,444 adalah



thitung =



0,444 (1−0,977382)(6,201202) √ 20−3−1



=4,742 ; ttabel = t(0,05; 16) = 1,75



dari hasil perhitungan di atas diketahui bahwa thitung ≥ ttabel sehingga Ho ditolak atau motivasi (X3) berpengaruh langsung positif terhadap kinerja karyawan (Y) Hasil pengujian hipotesis disajikan pada tabel ringkasan berikut ini Pengaruh



Koefisein



Langsung Antar



Jalur (pij)



thitung



ttabel



Kesimpulan



Variabel 0,478



4,312



1,75



Sig



X2 terhadap Y(py2)



0,096



1,084



1,75



Non-Sig



X3 terhadap Y(py3)



0,444



4,742



1,75



Sig



X1 terhadap X3(p31)



0,738



3,289



1,74



Sig



X2 terhadap X3(p32)



0,193



0,858



1,74



Non-Sig



X1 terhadap X2(p21)



0,901



8,812



1,73



Sig



4.



X1 terhadap Y(py1)



Kesimpulan  Terdapat pengaruh langsung yang signifikan antara gaji (X1) terhadap suasana kerja (X2)  Terdapat pengaruh langsung yang signifikan antara gaji (X1) terhadap motivasi (X3)



24



 Tidak terdapat pengaruh yang signifikan antara suasana kerja (X2) terhadap motivasi (X3)  Terdapat pengaruh langsung yang signifikan antara gaji (X1) terhadap kinerja karyawan (Y)  Tidak terdapat pengaruh langsung yang signifikan antara suasana kerja (X2) terhadap kinerja karyawan (Y)  Terdapat pengaruh langsung yang signifikan antara motivasi (X2) terhadap kinerja karyawan (Y)  Analisis pengaruh gaji (X1) melalui motivasi (X3) terhadap kinerja karyawan (Y) : diketahui pengaruh langsung yang diberikan X1 terhadap Y sebesar 0,478. Sedangkan pengaruh tidak langsung (X1) melalui (X3) terhadap (Y) adalah perkalian nilai koefisein jalur (X1) terhadap (X3) dengan nilai koefisien jalur (X3) terhadap (Y) yaitu (0,738)(0,444) = 0,327672. Berdasarkan hasil perhitungan ini diketahui bahwa nilai pengaruh langsung lebih besar daripada nilai pengaruh tidak langsung sehingga disimpulkan bahwa secara tidak langsung (X1) melalui (X3) mempunyai pengaruh yang tidak signifikan terhadap (Y)  Analisis pengaruh suasana kerja (X2) melalui motivasi (X3) terhadap kinerja karyawan (Y) : diketahui bahwa pengaruh langsung (X2) terhadap Y adalah tidak signifikan dan juga pengaruh (X2) melalui (X3) adalah tidak signifikan sehingga disimpulkan bahwa secara tidak langsung pengaruh (X2) melalui (X3) mempunyai pengaruh yang tidak signifikan terhadap (Y)  Persamaan struktural hasil pengujian adalah X2 = 0,901X1 + 0,18 X3 = 0,738X1 + 0,16 Y = 0,478X1 + 0,444X3 + 0,02



25



Pengujian Secara SPSS Dalam analisis jalur, proses regresi dilakukan untuk setiap struktur yang ada dalam kerangka penelitian. Adapun langkah-langkah aplikasinya sebagai berikut 1. Buka SPSS, kemudian klik variable view dan isikan kolom-kolom yang tersedia. Kolom name diisi dengan X1, X2, dan X3. Kolom label untuk X1 diisi gaji, untuk X2 diisi suasana kerja, untuk X3 diisi motivasi dan untuk Y diisi kinerja karyawan. Kolom yang lainnya dibiarkan default. 2. Langkah selanjutnya klik data view kemudian isikan data sesuai nama variabel penelitian 3. Untuk struktur pengujian struktur 1 yaitu (X1) ke (X2) klik analyze, lalu pilih regression dan linear. Masukkan X2 ke kotak dependent dan X1 ke dalam kotak independent. Pilih statistics, lalu klik model fit, R squared change, descriptives dan estimates kemudian continue lalu tekan OK. 4. Output SPSS dan interpretasinya sebagai berikut



Mengacu pada output regresi di atas dapat diketahui bahwa nilai signifikansi sebesar 0,000 dan lebih kecil dari 0,05. Hal ini memberikan kesimpulan bahwa variabel gaji berpengaruh signifikan terhadap variabel suasana kerja. Besarnya nilai R2 atau R Square yang terdapat pada tabel adalah sebesar 0,811; hal ini menunjukkan bahwa 26



kontribusi atau sumbangan pengaruh gaji terhadap suasana kerja adalah sebesar 81,1 % sedangkan sisanya merupakan kontribusi variabel lain yang tidak dimasukkan dalam penelitian. Dari ouput di atas diketahui juga besar pengaruh langsung variabel gaji terhadap suasana kerja (p21) sebesar 0,901. Diketahui juga nilai thitung = 8,795 dan lebih besar dari ttabel = t(0,05; 18) = 1,73 sehingga terdapat pengaruh langsung yang signifikan antara gaji (X1) terhadap suasana kerja (X2). 5. Untuk pengujian struktur 2 caranya sama yaitu klik menu analyse – regression – linear. Muncul kotak dialog linear regression, klik reset (untuk mengeluarkan semua variabel), masukan (X3) ke kotak dependent serta (X1) dan (X2) pada kotak independent lalu klik OK. 6. Output SPSS dan interpretasinya sebagai berikut



Mengacu pada output regresi di atas dapat diketahui bahwa nilai signifikansi untuk variabel gaji (X1) ke variabel motivasi (X3) sebesar 0,004 dan lebih kecil dari 0,05. Hal ini memberikan kesimpulan bahwa variabel gaji berpengaruh signifikan terhadap variabel motivasi. Sedangkan nilai signifikansi untuk variabel suasana kerja (X2) ke variabel motivasi (X3) sebesar 0,403 dan lebih besar dari 0,05. Hal ini memberikan kesimpulan bahwa variabel suasana kerja tidak berpengaruh signifikan terhadap variabel motivasi. Besarnya nilai R2 atau R Square yang terdapat pada tabel adalah 27



sebesar 0,838; hal ini menunjukkan bahwa kontribusi atau sumbangan pengaruh gaji dan suasana kerja terhadap motivasi adalah sebesar 83,8 % sedangkan sisanya merupakan kontribusi variabel lain yang tidak dimasukkan dalam penelitian. Dari ouput di atas diketahui juga besar pengaruh langsung variabel gaji terhadap motivasi (p31) sebesar 0,738 sedangkan besar pengaruh langsung variabel suasana kerja terhadap motivasi (p21) sebesar 0,193. Diketahui juga nilai thitung untuk variabel (X1) ke variabel (X3) = 3,289 dan lebih besar dari ttabel = t(0,05; 18) = 1,74 sehingga terdapat pengaruh langsung yang signifikan sedangkan nilai thitung untuk variabel (X2) ke variabel (X3) = 0,858 dan lebih kecil dari ttabel = t(0,05;



18)



= 1,74 sehingga tidak terdapat pengaruh



langsung yang signifikan. 7. Untuk pengujian struktur 3, caranya sama yaitu klik menu analyse – regression – linear. Muncul kotak dialog linear regression, klik reset (untuk mengeluarkan semua variabel), selanjutnya klik gaji (X1), suasana kerja (X2) dan motivasi (X3) pada kotak independen, kemudian klik kinerja karyawan (Y) pada kotak dependent dan klik OK. 8. Output SPSS dan interpretasinya sebagai berikut



Mengacu pada output regresi di atas dapat diketahui bahwa nilai signifikansi untuk variabel gaji (X1) ke variabel kinerja karyawan (Y) sebesar 0,001 dan lebih kecil dari 0,05. Hal ini memberikan kesimpulan bahwa variabel gaji berpengaruh signifikan



28



terhadap kinerja karyawan. Nilai signifikansi untuk variabel suasana kerja (X2) ke variabel kinerja karyawan (Y) sebesar 0,292 dan lebih besar dari 0,05. Hal ini memberikan kesimpulan bahwa variabel suasana kerja tidak berpengaruh signifikan terhadap kinerja karyawan. Sedangkan nilai signifikansi untuk variabel motivasi (X3) ke variabel kinerja (Y) sebesar 0,000 dan lebih kecil dari 0,05. Hal ini memberikan kesimpulan bahwa variabel motivasi berpengaruh signifikan terhadap kinerja karyawan. Besarnya nilai R2 atau R Square yang terdapat pada tabel adalah sebesar 0,977; hal ini menunjukkan bahwa kontribusi atau sumbangan pengaruh gaji dan suasana kerja terhadap motivasi adalah sebesar 97,7 % sedangkan sisanya merupakan kontribusi variabel lain yang tidak dimasukkan dalam penelitian. Dari ouput di atas diketahui juga besar pengaruh langsung variabel gaji terhadap kinerja karyawan (p y1) sebesar 0,478, besar pengaruh langsung variabel suasana kerja terhadap kinerja karyawan (py2) sebesar 0,096 sedangkan besar pengaruh langsung variabel suasana motivasi terhadap kinerja karyawan (py3) sebesar 0,444 . Diketahui juga nilai thitung untuk variabel (X1) ke variabel (Y) = 4,321 dan lebih besar dari ttabel = t(0,05; 18) = 1,75 sehingga terdapat pengaruh langsung yang signifikan, nilai thitung untuk variabel (X2) ke variabel (Y) = 1,089 dan lebih kecil dari ttabel = t(0,05; 18) = 1,75 sehingga tidak terdapat pengaruh langsung yang signifikan, sedangkan nilai thitung untuk variabel (X3) ke variabel (Y) = 4,746 dan lebih besar dari ttabel = t(0,05;



18)



= 1,75 sehingga terdapat



pengaruh langsung yang signifikan.



29



BAB III PENUTUP Kesimpulan Analisis jalur adalah suatu teknik untuk menganalisis hubungan sebab akibat yang terjadi pada regresi berganda jika variabel bebasnya mempengaruhi variabel terikat tidak hanya secara langsung tetapi juga secara tidak langsung. Untuk melakukan pengujian hipotesis pada analisis jalur maka hal pertama yang dilakukan adalah memvisualisasikan hipotetik penelitian dalam bentuk diagram jalur, kemudian menentukan matriks korelasi antar variabel, selanjutnya adalah menentukan nilai koefisien jalur dan langkah terakhir adalah uji signifikansi koefisien jalur.



30



Daftar Pustaka Kadir. 2015. Statistika Terapan. Jakarta : PT Raja Grafindo Persada Supardi. 2013. Aplikasi Statistika Dalam Penelitian. Jakarta : Change Publication Sugiyono. 2016. Statistika Untuk Penelitian. Jogjakarta : Alfabeta



31