Press "Enter" to skip to content

Analisis Jalur (Path Analisis) Dengan Metode SPSS 

Dalam analisis jalur, kita akan mengenal yang namanya pengaruh langsung (direct effect), pengaruh tidak langsung (indirect effect) dan total pengaruh (total effect).

Agar mudah memahami “effect” ini, saya berikan ilustrasi seperti ini:

buku kuesioner spss

Kasus Melihat Besarnya Pengaruh Langsung Dan Tidak Langsung Variabel A,B,C Terhadap Variabel E dengan Variabel D Sebagai Variabel Perantara

Pada gambar diatas kita memiliki variabel A,B dan C  yang memiliki pengaruh besar ke variabel E.

Disini perlu adanya variabel perantara agar mempercepat proses yakni variabel D

Variabel perantara dimaksudkan agar variabel bebas tidak secara langsung mempengaruhi variabel terikat.

Sebab memang seperti ini  variabel bebas yang tidak memiliki pengaruh langsung.

Disini kita akan susun dua buah persamaan sub strukturalnya:

Pertama: Variabel A, B, dan C secara langsung mempengaruhi variabel D sehingga nanti dalam pengerjaan dengan SPSS, kita regresikan saja variabel bebas A,B dan C dengan variabel D.

Persamaan sub strukturalnya menjadi seperti ini:

D = ρ DA +  ρ DB + ρ DC + Є1

Kedua:  Variabel A,C dan D secara langsung mempengaruhi variabel E sedangkan variabel B tidak (perhatikan tanda panah dalam ilustrasi) sehingga dengan demikian kita bentuk persamaan sub strukturalnya seperti ini:

 E = ρ EA +  ρ EC + ρ ED + Є2  

 

Pertama meregresikan variabel yang akan diubah yakni variabel A,B,C terhadap variabel D.

Caranya cukup mudah klik Analyze, Regression, Linier dan masukkan variabel A,B dan C ke dalam bagian Independent sedangkan variabel D ke dalam bagian Dependent.

Berikut output yang dihasilkan:

Selanjutnya akan keluar nilai secara otomatis seperti gambar diatas.

Pada bagian Anova (uji F) terlihat bahwa secara simultan variabel-variabel bebas memiliki pengaruh yang signifikan terhadap variabel D yang ditunjukkan dari nilai Sig. 0,000 < Alpha 5%

 (tolak hipotesis nol dan terima hipotesis alternatif atau uji statistik F sudah signifikan).

Pada Coefficients, uji t/parsial terlihat bahwa variabel B dan C secara statistik memiliki pengaruh yang signifikan terhadap variabel D yang ditunjukkan oleh nilai Sig masing-masing lebih kecil dari Alpha 5% yaitu 0,048 dan 0,000.

Variabel A secara statistik tidak signifikan mempengaruhi variabel D yang terlihat dari nilai Sig. sebesar 0,615 > Alpha 5% sehingga untuk variabel A, kita eliminasi dari model.

Persamaan struktur

D= 0,320B + 0,640C + Є1

Dari tanda nilai koefisien (+), variabel B dan C memiliki pengaruh yang positif terhadap variabel D.

Interpretasi variabel B: Peningkatan sebesar 1 satuan variabel B akan meningkatkan variabel D sebesar 0,320 satuan dengan asumsi variabel bebas lain dianggap konstan.

Interpretasi variabel C: Peningkatan sebesar 1 satuan variabel C akan meningkatkan variabel D sebesar 0,640 satuan dengan asumsi variabel bebas lain dianggap konstan.

 kuesioner spss analisis

Selanjutnya, kita masuk nih sob ke sub struktural kedua.

Meregresikan variabel A,C,D terhadap variabel E. Caranya sama dengan yang di atas.. Nanti, hasilnya seperti berikut:

Hasilnya ternyata variabel A,C dan D hanya mampu menjelaskan keragaman pada variabel E sebesar 34,4 persen sedangkan sisanya 65,6 persen dijelaskan oleh variabel lain di luar model.

Nah, kalo uji simultannya masih lolos nih alias masih signifikan, terlihat dari nilai Sig sebesar 0,011 < 0,05.

Pada uji parsialnya, ternyata hanya variabel D yang secara signifikan mempengaruhi variabel E secara statistik (Nilai Sig sebesar 0,005 < Alpha 5%).

kuesioner spss analisis

Demikian adalah tips singkat Analisis Jalur (Path Analisis) Dengan Metode SPSS.

Jika anda masih kebingungan anda bisa mendapatkan tips lainnya di web selasar.com.

Be First to Comment

Leave a Reply

Your email address will not be published. Required fields are marked *

%d bloggers like this: