Tutorial Cara Melakukan Analisis Jalur (Path Analysis) Dengan Menggunakan SPSS

• min read

Table of Contents

Analisis jalur atau path analysis merupakan analisis lanjutan dan pengembangan dari analisis regresi. Teknik ini digunakan untuk menguji besarnya sumbangan (kontribusi) yang ditunjukkan oleh koefisien jalur pada setiap diagram jalur dari hubungan kausal antar variabel X1 X2 dan 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). 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).

Hasil regresi terlihat pada table coefficient, hal ini menunjukan bahwa nilai yang dipakai dalam regresi terletak pada nilai coffecient regresi atau B-nya sehingga dapat membentuk persamaan Y = a + bX dan seterusnya tergantung variabel independen. Sedangkan dalam analisis jalur nilai yang dipakai adalah nilai yang terletak pada Beta yang membentuk persamaan Y1 = PY1X1 + PY2X2 + PY1.e1 dan seterusnya.

Agar lebih jelas lagi berikut merupakan contoh kasus sederhana dalam menyelesaikan analisis jalur dengan menggunakan SPSS :

Contoh Kasus : Seorang peneliti ingin meneliti pengaruh gaya kepemimpinan (X1) dan Insentif (X2) terhadap kepuasan kerja (Y) serta dampaknya terhdap Kinerja (Z)

Berdasarkan gambar diatas maka akan dilakukan pengujian hipotesis sebgai berikut:

Pengaruh X1 dan X2 terhadap Y
Pengaruh X1, X2 dan Y terhadap Z
Pengaruh X1 dan X2 melalui Y terhadap Z

Di bawah ini merupakan tabulasi data penelitian yang akan digunakan :

Download data lengkap disini

Langkah-langkah pengerjaan dengan menggunakan SPSS

Buka SPSS, masuk ke variable view, isikan seperti pada gambar di bawah ini:

Selanjutnya klik data view, lalu masukan data yang sudah di sediakan di lampiran. Setelah data dimasukan selanjutnya klik Analyzed >> Regression >> Linear.

Selanjutnya akan muncul kotak dialog Linear Regression. Lalu masukan Variabel Y (Kepuasan Kerja) ke kotak dependen, Variabel X1 dan X2 (Gaya Kepemimpinan dan Intensif) ke kotak Independen (s).

Selanjutnya klik OK maka akan muncul output SPSS. (Selanjutnya output ini akan diberi nama Model Regresi I

Note : Banyak table hasil output SPSS namun hanya dua table di atas yang digunakan.

Selanjutnya akan dibuat Model Regresi II. Masih seperti cara diatas klik menu Analyzed >> Regression >> Linear. Saat muncul dialog Linear Regression, klik tombol reset (untuk mengeluarkan semua variael sebelumnya). Selanjutnya masukan vaeiabel X1, X2 dan Y ke kotak Independent (s) dan variabel Z ke kotak Dependent.

Selanjutnya klik OK maka akan muncul output SPSS. (Selanjutnya output ini akan diberi nama Model Regresi II

Cara Membaca Hasil Output SPSS Analisa Jalur

Agar lebih mudah difahami, di sini akan dibagi dua tahap pembahasan

Tahap menghitung koefisien jalur.
Tahap uji hipotesis dan membuat kesimpulan.

MENGHITUNG KOEFISIEN JALUR

Di sini akan menghitung koefisien Jalur Model I dan koefisien Jalur Model II. Berikut penjelasan yang akan disampaikan

Koefisien Jalur Model I : Berdasarkan hasil output regresi model I, pada table coefficient dapat diketahui bahwa nilai signifikasi kedua variabel yaitu X1 = 0,000 dan X2 = 0,000. Hasi kedua signifikansi kedua variabel adalah lebih kecil dari 0,05. Hasil ini memberikan kesimpulan bahwa pada Regresi Model 1, variabel X1 dan X2 berpengaruh signifikan terhadap Y. Selanjutnya nilai R Square yang didapat pada table Model Summary adalah sebesar 0,407. Hal ini menunjukan bahwa kontribusi atau sumbangan pengaruh X1 dan X2 terhadap Y adalah sebesar 40,7% sisanya dipengaruhi oleh variabel-variabel lain yang tidak dimasukan kedalam penelitian. Sementara untuk nilai e1 dapat dicari dengan rumus √(1-0,407) sehingga e1 = 0,7701. Dengan demikian diperoleh diagram struktur 1 sebagai berikut :

Koefisien Jalur Model II : Berdasarkan hasil output regresi model I, pada table coefficient dapat diketahui bahwa nilai signifikasi ketiga variabel yaitu X1 = 0,026, X2 = 0,043 dan Y = 0,000. Hasil signifikansi ketiga variabel adalah lebih kecil dari 0,05. Hasil ini memberikan kesimpulan bahwa pada Regresi Model II, variabel X1, X2 dan Y berpengaruh signifikan terhadap Z. Selanjutnya nilai R Square yang didapat pada table Model Summary adalah sebesar 0,645. Hal ini menunjukan bahwa kontribusi atau sumbangan pengaruh X1, X2 dan Y terhadap Z adalah sebesar 64,5% sisanya dipengaruhi oleh variabel-variabel lain yang tidak dimasukan kedalam penelitian. Sementara untuk nilai e2 dapat dicari dengan rumus √(1-0,645) sehingga e2 = 0,5958. Dengan demikian diperoleh diagram struktur II sebagai berikut :

TAHAP UJI HIPOTESIS DAN PEMBUATAN KESIMPULAN

Analisis pengaruh X1 terhadap Y: dari hasil analisis diperoleh nilai X1 sebesar 0,000 < 0,05. Sehingga dapat disimpulkan bahwa secara langsung terdapat pengaruh signifikan variabel X1 terhadap Y.
Analisis pengaruh X2 terhadap Y: dari hasil analisis diperoleh nilai X2 sebesar 0,000 < 0,05. Sehingga dapat disimpulkan bahwa secara langsung terdapat pengaruh signifikan variabel X2 terhadap Y.
Analisis pengaruh X1 terhadap Z: dari hasil analisis diperoleh nilai X1 sebesar 0,026 < 0,05. Sehingga dapat disimpulkan bahwa secara langsung terdapat pengaruh signifikan variabel X1 terhadap Z.
Analisis pengaruh X2 terhadap Z: dari hasil analisis diperoleh nilai X2 sebesar 0,043 < 0,05. Sehingga dapat disimpulkan bahwa secara langsung terdapat pengaruh signifikan variabel X2 terhadap Z.
Analisis pengaruh Y terhadap Z: dari hasil analisis diperoleh nilai Y sebesar 0,000 < 0,05. Sehingga dapat disimpulkan bahwa secara langsung terdapat pengaruh signifikan variabel Y terhadap Z.
Analisis pengaruh X1 melalui Y terhadap Z: diketahui pengaruh langsung yang diberikan X1 terhadap Z sebesar 0,156. Sedangkan pengaruh tidak langsung X1 melalui Y terhadap Z adalah perkalian antara nilai beta X1 terhadap Y dengan nilai beta Y terhadap Z yaitu: 0,336 x 0,612 = 0,206. Maka pengaruh total yang diberikan X1 terhadap Z adalah pengaruh langsung ditambah dengan pengaruh tidak langsung 0,156 + 0,206 = 0,362. Berdasarkan hasil perhitungan diketahui bahwa pengaruh langsung sebesar 0,156 dan pengaruh tidak langsung sebesar 0,206. Pengaruh tidak langsung > nilai pengaruh langsung. Hal ini menunjukan bahwa secara tidak langsung X1 melalui Y mempunyai pengaruh signifikan terhadap Z.
Analisis pengaruh X2 melalui Y terhadap Z: diketahui pengaruh langsung yang diberikan X2 terhadap Z sebesar 0,146. Sedangkan pengaruh tidak langsung X2 melalui Y terhadap Z adalah perkalian antara nilai beta X2 terhadap Y dengan nilai beta Y terhadap Z yaitu: 0,403 x 0,612 = 0,247. Maka pengaruh total yang diberikan X2 terhadap Z adalah pengaruh langsung ditambah dengan pengaruh tidak langsung 0,146 + 0,247 = 0,393. Berdasarkan hasil perhitungan diketahui bahwa pengaruh langsung sebesar 0,146 dan pengaruh tidak langsung sebesar 0,247. Pengaruh tidak langsung > nilai pengaruh langsung. Hal ini menunjukan bahwa secara tidak langsung X1 melalui Y mempunyai pengaruh signifikan terhadap Z.

Dari pembahasan diatas maka dapat disimpulkan bahwa hipotesis yang berbunyi “ada pengaruh gaya kepemimpinan dan intensif terhadap kepuasan kerja seta dampaknya terhadap kinerja” dapat diterima.

Cek Video Tutorial Regresi dengan Variabel Mediasi / Intervening - Analisis Jalur (Path Analysis) dengan SPSS