ANALISIS JALUR

(PATH ANALYSIS)
Penemu: Sewall Wright (Joreskog & Sorbom;1996)
Sejarah
1920 : Sewall (ahli genetika)
1966 : Otis D. Ducan (sosiolog)
1970 : Karl G. Joreskog & Dag Sorbon
(ahli statistika)

LISREL (LInier Structural RELationship)

SEM (Structural Equation Modeling)
Pengertian
Model Path Analysis digunakan untuk
menjelaskan pola hubungan antar
variabel dengan tujuan mengetahui
pengaruh langsung maupun tidak
langsung dari seperangkat variabel
bebas (eksogen) terhadap variabel
terikat (endogen)
Manfaat
1. Penjelasan fenomena yang dipelajari.
2. Prediksi nilai variabel terikat berdasarkan
variabel bebas (bersifat kualitatif)
3. Faktor determinan : Variabel bebas mana
yang berpengaruh dominan terhadap
varibel terikat
4. Pengujian Model : baik konsep yang sudah
ada maupun pengembangan konsep baru
Asumsi-Asumsi
1. Hubungan antar variabel bersifat linier,
adaptif, dan normal.
2. Hubungan kausal satu arah.
3. Variabel terikat berskala interval atau rasio.
4. Menggunakan probability sampling
5. Observed variables diukur dengan valid dan
reliable
6. Model dispesifikasikan dengan benar
berdasar teori dan konsep yang relevan
 Model Path Analysis

31 31
1 1
r12 3
3
32
2 32 2
2
Correlated 1 31 Independent
21 3
32
1
2
2

Mediated
 Contoh
Hipotesis :
Diduga kemampuan berkoordinasi dan
motivasi kerja pegawai berkontribusi secara
simultas dan signifikan terhadap
produktivitas kerja 1

KOORDINASI yx1 y
(X1)
PRODUKTIVITAS
r12 KERJA
(Y)
MOTIVASI KERJA yx2
(X2)
 Model Struktural
X1 1

YX1 2
r12 ZX1
r13 YX2
ZY
X2 Y Z
ZX3
r23 YX3

X3 Persamaannya :
Y=PYX1X1+PYX2X2+PYX3X3+1
Z=PZX1X1+PZX3X3+PZYY+2
 Sub Struktur 1
X1 1

r12 YX1

r13 YX2
X2 Y
r23 YX3

X3 Persamaannya :
Y=PYX1X1+PYX2X2+PYX3X3+1
Z=PZX1X1+PZX3X3+PZYY+2
 Sub Struktur 2
X1 1

YX1 2
ZX1
r13
ZY
Y ZX3
Z
YX3

X3 Persamaannya :
Y=PYX1X1+PYX2X2+PYX3X3+1
Z=PZX1X1+PZX3X3+PZYY+2
Contoh
Penelitian : Kontribusi Kemampuan Pegawai dan Motivassi Kerja
Pegawai terhadap Produktivitas Kerja
Kemampuan Motivasi Produktivitas
No.
Pegawai Pegawai Kerja
Resp
X1 X2 Y
1 36 55 64
2 46 45 55
3 47 60 72
4 25 35 50
5 68 64 79
6 69 44 77
7 57 64 78
8 49 65 72
9 58 63 66
10 67 74 82
11 79 84 87
12 52 73 82
 Langkah 1 :
Hipotesis & Persamaan Struktural

Hipotesis : Kemampuan pegawai dan motivasi

kerja berkontribusi secara simultan
dan signifikan terhadap produktivitas
kerja
Struktur : Y=YX1X1+ YX2X2 + Y 1
 Langkah 2 :
Hitung koefisien jalur (1)
a. Gambar Diagram Jalur

Y=YX1X1+ YX2X2 + Y +1
1

KOORDINASI yx1 y
(X1)
PRODUKTIVITAS
r12 KERJA
(Y)
MOTIVASI KERJA yx2
(X2)
Langkah 2 :
Hitung koefisien jalur (2)
b. Hitung koefisien korelasi & regresi (SPSS)
Correlations

Kemampuan Motivasi Produktivitas

Pegawai (X1) Kerja (X2) Kerja (Y)
Kemampuan Pears on Correlation 1 ,645* ,829**
Pegawai (X1) Sig. (2-tailed) . ,024 ,001
N 12 12 12
Motivasi Kerja (X2) Pears on Correlation ,645* 1 ,824**
Sig. (2-tailed) ,024 . ,001
N 12 12 12
Produktivitas Kerja (Y) Pears on Correlation ,829** ,824** 1
Sig. (2-tailed) ,001 ,001 .
N 12 12 12
*. Correlation is significant at the 0.05 level (2-tailed).
**. Correlation is significant at the 0.01 level (2-tailed).
 Langkah 2 :
Hitung koefisien jalur (3)
ANOVAb

Sum of
Model Squares df Mean Square F Sig.
1 Regress ion 1170,257 2 585,129 22,151 ,000 a
Res idual 237,743 9 26,416
Total 1408,000 11
a. Predictors : (Constant), Motivas i Kerja (X2), Kemampuan Pegawai (X1)
b. Dependent Variable: Produktivitas Kerja (Y)

Coefficientsa

Uns tandardized Standardized

Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Cons tant) 27,026 7,069 3,823 ,004
Kemampuan
,379 ,133 ,510 2,845 ,019
Pegawai (X1)
Motivas i Kerja (X2) ,402 ,146 ,495 2,763 ,022
a. Dependent Variable: Produktivitas Kerja (Y)

Model Summary

Change Statis tics

Adjus ted Std. Error of R Square
Model R R Square R Square the Es timate Change F Change df1 df2 Sig. F Change
1 ,912 a ,831 ,794 5,140 ,831 22,151 2 9 ,000
a. Predictors : (Constant), Motivasi Kerja (X2), Kemampuan Pegawai (X1)
 Langkah 3 :
Hitung koefisien jalur scr simultan
ANOVAb

Sum of
Model Squares df Mean Square F Sig.
1 Regress ion 1170,257 2 585,129 22,151 ,000 a
Res idual 237,743 9 26,416
Total 1408,000 11
a. Predictors : (Constant), Motivas i Kerja (X2), Kemampuan Pegawai (X1)
b. Dependent Variable: Produktivitas Kerja (Y)

H0 : yx1= yx2=0
Ha : yx1= yx20

H0 : Kemampuan pegawai dan motivasi kerja tidak berkontribusi secara

simultan dan signifikan terhadap produktivitas kerja
Ha : Kemampuan pegawai dan motivasi kerja berkontribusi secara simultan
dan signifikan terhadap produktivitas kerja

Nilai F = 22,151 sig. 0,00 <0,05 berarti H0 ditolak Ha diterima

 Langkah 4 :
Hitung koefisien jalur scr individu (1)
Coefficientsa

Uns tandardized Standardi zed

Coeffi ci ents Coeffi ci ents
Model B Std. Error Beta t Sig.
1 (Cons tant) 27,026 7,069 3,823 ,004
Kem am puan
,379 ,133 ,510 2,845 ,019
Pegawai (X1)
Motivas i Kerja (X2) ,402 ,146 ,495 2,763 ,022
a. Dependent Variabl e: Produkti vitas Kerja (Y)

H0 : yx1=0
Ha : yx1>0

H0 : Kemampuan pegawai tidak berkontribusi secara simultan dan signifikan

terhadap produktivitas kerja
Ha : Kemampuan pegawai berkontribusi secara simultan dan signifikan
terhadap produktivitas kerja

Nilai t = 2,845 sig. 0,019 <0,05 berarti H0 ditolak Ha diterima

 Langkah 4 :
Hitung koefisien jalur scr individu (2)
Coefficientsa

Uns tandardized Standardi zed

Coeffi ci ents Coeffi ci ents
Model B Std. Error Beta t Sig.
1 (Cons tant) 27,026 7,069 3,823 ,004
Kem am puan
,379 ,133 ,510 2,845 ,019
Pegawai (X1)
Motivas i Kerja (X2) ,402 ,146 ,495 2,763 ,022
a. Dependent Variabl e: Produkti vitas Kerja (Y)

H0 : yx2=0
Ha : yx2>0

H0 : Motivasi Pegawai tidak berkontribusi secara simultan dan signifikan

terhadap produktivitas kerja
Ha : Motivasi Pegawai berkontribusi secara simultan dan signifikan terhadap
produktivitas kerja

Nilai t = 2,763 sig. 0,022 <0,05 berarti H0 ditolak Ha diterima

 Memaknai Hasil Analisis Jalur (1)
Y=YX1X1+ YX2X2 + Y1
Y=0,510 X1+0,495X2+0,411 1
1

KOORDINASI yx1= 0,51 y =0,411

(X1)
PRODUKTIVITAS
r12= 0,645 KERJA
(Y)
MOTIVASI KERJA yx2=0,495
(X2)

Y 1 Ry2. x1. x 2 1 0,831 0,169 0,411

 Memaknai Hasil Analisis Jalur (2)
Kontribusi Kemampuan Pegawai (X1) yang secara
langsung mempengaruhi produktivitas kerja (Y) =
0,512=0,2601 = 26,01 %
Kontribusi Motivasi Pegawai (X2) yang secara langsung
mempengaruhi produktivitas kerja (Y) = 0,4952=0,2450 =
24,50 %
Kontribusi Kemampuan Pegawai (X1) dan Motivasi Pegawai
(X2) secara simultan yang secara langsung
mempengaruhi produktivitas kerja (Y) = 0,831=83,1 %.
Sisanya 16,9% dipengaruhi faktor lain yang tidak dapat
dijelaskan dalam penelitian ini.
ANALISIS JALUR

MODEL TRIMMING
Contoh
Penelitian : Kontribusi Kepemimpinan, Iklim Organisasi, dan
Motivasi Kerja terhadap Prestasi Kerja
Motivasi Prestasi
No. Kepemimpinan Iklim Org
Kerja Kerja
Resp
X1 X2 X3 Y
1 55 36 38 60
2 45 46 45 50
3 60 47 46 62
4 35 25 30 40
5 64 68 53 68
6 44 69 54 59
7 70 57 61 79
8 65 49 50 69
9 63 58 52 65
10 74 67 51 70
11 84 79 69 89
12 73 52 53 79
Hipotesis
1. Kepemimpinan dan Iklim Organisasi
berkontribusi secara simultan dan
signifikan terhadap Motivasi Kerja
2. Kepemimpinan, Iklim Organisasi, dan
Motivasi Kerja berkontribusi secara
simultan dan signifikan terhadap
prestasi Kerja
 Struktur
X1 1

X3X1 2
YX1
r12 YX3
X3 Y
X3X2
YX2

X2 Persamaannya :
X3=x3X1X1+ X3X2X2+ X31

Y= YX1X1+ YX2X2+ YX3X3+ Y 2

 Sub Struktur 1
X1 1

X3X1

r12
X3
X3X2

X2 Persamaannya :
X3=x3X1X1+ X3X2X2+ X31
 Pengujian Sub Struktur 1
ANOVAb

Sum of
Model Squares df Mean Square F Sig.
1 Regress ion 947,687 2 473,843 26,994 ,000 a
Res idual 157,980 9 17,553
Total 1105,667 11
a. Predictors : (Constant), Iklim Org (X2), Kepemimpinan (X1)
b. Dependent Variable: Motivasi Kerja (X3) Tidak signifikan
Coefficientsa

Uns tandardized Standardized

Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Cons tant) 11,393 5,731 1,988 ,078
Kepemimpinan (X1) ,244 ,116 ,345 2,101 ,065
Iklim Org (X2) ,439 ,108 ,666 4,062 ,003
a. Dependent Variable: Motivasi Kerja (X3)

Model Summary

Change Statis tics

Adjus ted Std. Error of R Square
Model R R Square R Square the Es timate Change F Change df1 df2 Sig. F Change
1 ,926 a ,857 ,825 4,190 ,857 26,994 2 9 ,000
a. Predictors : (Constant), Iklim Org (X2), Kepemimpinan (X1)
 Trimming (X1 dikeluarkan)
ANOVAb

Sum of
Model Squares df Mean Square F Sig.
1 Regress ion 870,221 1 870,221 36,961 ,000 a
Res idual 235,446 10 23,545
Total 1105,667 11
a. Predictors : (Constant), Iklim Org (X2)
b. Dependent Variable: Motivasi Kerja (X3)

Coefficientsa

Uns tandardized Standardized

Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Cons tant) 18,346 5,418 3,386 ,007
Iklim Org (X2) ,585 ,096 ,887 6,080 ,000
a. Dependent Variable: Motivasi Kerja (X3)

Model Summary

Change Statis tics

Adjus ted Std. Error of R Square
Model R R Square R Square the Es timate Change F Change df1 df2 Sig. F Change
1 ,887 a ,787 ,766 4,852 ,787 36,961 1 10 ,000
a. Predictors : (Constant), Iklim Org (X2)
 Sub Struktur 1 (Baru)
X 31 1 Ry2. x1. x 2 1 0,787 0,4615
1=0,4615

X3
X3X2=0,887

X2 Persamaannya :
X3= X3X2X2+ X31
X3=0,887 X2+0,4615 1
 Sub Struktur 2
X1
2
YX1
r12 YX3
X3 Y
YX2

X2 Persamaannya :
Y= YX1X1+ YX2X2+ YX3X3+ Y2
 Pengujian Sub Struktur 2
ANOVAb

Sum of
Model Squares df Mean Square F Sig.
1 Regress ion 1866,278 3 622,093 78,511 ,000 a
Res idual 63,389 8 7,924
Total 1929,667 11
a. Predictors : (Constant), Motivas i Kerja (X3), Kepemimpinan (X1), Iklim Org (X2)
b. Dependent Variable: Pres tasi Kerja (Y) Tidak signifikan
Coefficientsa

Uns tandardized Standardized

Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Cons tant) 1,062 4,619 ,230 ,824
Kepemimpinan (X1) ,599 ,095 ,641 6,297 ,000
Iklim Org (X2) -,198 ,122 -,228 -1,620 ,144
Motivasi Kerja (X3) ,777 ,224 ,588 3,470 ,008
a. Dependent Variable: Pres tasi Kerja (Y)

Model Summary

Change Statis tics

Adjus ted Std. Error of R Square
Model R R Square R Square the Es timate Change F Change df1 df2 Sig. F Change
1 ,983 a ,967 ,955 2,815 ,967 78,511 3 8 ,000
a. Predictors : (Constant), Motivasi Kerja (X3), Kepemimpinan (X1), Iklim Org (X2)
 Trimming (X2 dikeluarkan)
ANOVAb

Sum of
Model Squares df Mean Square F Sig.
1 Regress ion 1845,476 2 922,738 98,641 ,000 a
Res idual 84,190 9 9,354
Total 1929,667 11
a. Predictors : (Constant), Motivas i Kerja (X3), Kepemimpinan (X1)
b. Dependent Variable: Pres tasi Kerja (Y)

Coefficientsa

Uns tandardized Standardized

Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Cons tant) 3,514 4,742 ,741 ,478
Kepemimpinan (X1) ,622 ,102 ,666 6,087 ,000
Motivasi Kerja (X3) ,485 ,145 ,367 3,357 ,008
a. Dependent Variable: Pres tasi Kerja (Y)

Model Summary

Change Statis tics

Adjus ted Std. Error of R Square
Model R R Square R Square the Es timate Change F Change df1 df2 Sig. F Change
1 ,978 a ,956 ,947 3,059 ,956 98,641 2 9 ,000
a. Predictors : (Constant), Motivasi Kerja (X3), Kepemimpinan (X1)
 Sub Struktur 2 (Baru)
Y 2 1 Ry2 1 0,956 0,2098
X1
YX1=0,666
2=0,2098

YX3=0,367
X3 Y

Persamaannya :
Y= YX1X1+ YX3X3+ Y 2
Y=0,666 X1+0,367 X3+0,2098 2
 Struktur (Baru)
X1
YX1=0,666
2=0,2098
1=0,4615

YX3=0,367
X3 Y
X3X2=0,887

X3= X3X2X2+ X31

X2
X3=0,887 X2+0,4615 1
Persamaannya : Y= YX1X1+ YX3X3+ Y2
Y=0,666 X1+0,367 X3+0,2098 2
 Memaknai Hasil Analisis Jalur
Kontribusi Kepemimpinan (X1) yang secara langsung
mempengaruhi prestasi kerja (Y) = 0,6662= 44,36 %

Kontribusi Motivasi Kerja (X3) yang secara langsung

mempengaruhi prestasi kerja (Y) = 0,3672=13,47 %

Kontribusi Kepemimpinan (X1) dan Motivasi Kerja (X3)

secara simultan yang secara langsung mempengaruhi
prestasi kerja (Y) = 0,956=95,6 %. Sisanya 4,4 %
dipengaruhi faktor lain yang tidak dapat dijelaskan dalam
penelitian ini.
Goodness of Fit (1)
R 1 (1 R ).(1 R )
2
m 1
2 2
2

Rm2 1 (1 0,857).(1 0,967) 0,995

M 1 (1 Rx23 x 2 ).(1 Ryx2 3x1 )

M 1 (1 0,787).(1 0,956) 0,991

1 Rm2 1 0,995
Q 0,556
1 M 1 0,991
 Goodness of Fit (2)

Whitung = -(N-d) ln Q

Whitung = -(12-1) ln 0,556=6,457

Cari dari tabel chi kuadrat X2dk=1;=0,05= 3,841

Kesimpulan :

Karena Whitung> X2, maka matrik korelasi sampel berbeda dengan

matrik korelasi estimasi. Jadi kedua model tersebut signifikan,
sehingga model yang terbentuk mampu mengeneralisasi
fenomena
 Buku Path Analysis
Cara Menggunakan dan Memaknai ANALISIS
JALUR (PATH ANALYSIS)
- Riduwan, Drs, MBA

- Engkos Achmad Kuncoro, SE, MM

Analisis Jalur untuk Riset Bisnis dengan SPSS

- Jonathan Sarwono
MULTIVARIATE
DATA ANALYSIS
Joseph E. Hair
Ronald L William
Printice Hall