CONTOH TESIS
Descrição do Produto
CONTOH TESIS/DISERTASI PENGARUH KOMUNIKASI, OTONOMI KERJA, SUPERVISI, KONSOLIDASI TERHADAP EFEKTIFITAS KERJA SERTA IMPLIKASINYA TERHADAP PRODUKTIFITAS KERJA STUDI ANALISIS JALUR DENGAN LISREL Komunikasi (X1) r15 r12 Otonomi Kerja (X2)
r13 r15
p51
p52 r25
r23 r35 Supervisi (X3)
r24 r24
p53 r45
Efektifitas Tim Kerja (X5)
p65 r56
Produktifitas Kerja (X6)
e5
e6
p54 Konsolidasi (X4)
Gambar 7.1 Contoh ilustrasi kasus penelitian multivariat 1
Contoh hipotesis yang diajukan: a. Terdapat pengaruh langsung positif komunikasi terhadap efektifitas tim kerja karyawan b. Terdapat pengaruh langsung positif otonomi kerja terhadap efektifitas tim kerja karyawan c. Terdapat pengaruh langsung positif supervisi terhadap efektifitas tim kerja karyawan d. Terdapat pengaruh langsung positif konsolidasi terhadap efektifitas tim kerja karyawan e. Terdapat pengaruh langsung positif efektifitas tim kerja terhadap produktifitas kerja karyawan f. Terdapat pengaruh tidak langsung positif komunikasi terhadap produktifitas kerja karyawan melalui efektifitas tim kerja. g. Terdapat pengaruh tidak langsung positif otonomi kerja terhadap produktifitas kerja karyawan melalui efektifitas tim kerja
h. Terdapat pengaruh tidak langsung positif supervisi terhadap produktifitas kerja karyawan melalui efektifitas tim kerja i. Terdapat pengaruh tidak langsung positif konsolidasi terhadap produktifitas kerja karyawan melalui efektifitas tim kerja 1. Aplikasi Menu PRELIS Data 1.1 Input Data Untuk menguji contoh hipotesis penelitian di atas, buka menu PRELIS Data pada editor LISREL kemudian ikuti langkah sebagai berikut: Klik File Klik New Klik PRELIS Data Klik OK Klik Data Klik Define variabel Klik Insert Pada dialog box Add variables ketik X1-X6 Klik OK Pada dialog box define variabel sudah terisi X1 X2 X3 X4 X5 X6 selanjutnya klik OK
Gambar 7.2 Editor PRELIS Data Klik Data Klik Insert cases Ketikkan jumlah responden yang akan diteliti (misal 124) klik OK
Gambar 7.3 Input data PRELIS Terlihat editor PRELIS Data LISREL yang sudah siap diinput, Klik sel yang akan diisi data, sekali lagi data ini hanya untuk ilustrasi saja bukan hasil penelitian yang sebenarnya, setelah itu input contoh data berikut:
Tabel 7.1 Contoh ilustrasi data penelitian NO 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
X1 186 159 220 158 163 157 218 197 123 122 188 157 183 224 157 129 148 158 196 166 184 137 156 162 164 217 171 195 193 201 169
X2 113 72 162 88 121 132 157 136 87 88 129 110 127 163 122 95 118 124 153 100 77 96 114 124 88 152 59 152 115 140 101
X3 140 62 64 118 117 116 94 99 102 103 104 104 106 110 112 115 120 137 136 137 141 103 105 73 104 136 80 120 93 138 96
X4 105 137 75 92 120 63 61 117 100 101 139 113 108 111 133 103 135 119 98 102 74 101 104 72 103 133 78 119 91 122 94
X5 119 98 154 61 84 117 152 137 69 114 129 105 126 158 85 72 115 123 135 116 111 115 118 82 117 152 89 135 104 139 107
X6 110 76 155 61 87 88 150 128 75 122 118 121 114 156 75 122 76 112 111 73 87 44 121 100 101 145 122 110 76 134 87
32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72
162 170 183 168 197 192 204 214 167 229 205 181 195 136 122 123 138 211 205 204 192 171 170 157 190 203 193 184 185 220 181 136 174 177 209 158 185 179 198 179 175
91 118 112 87 137 95 143 151 116 166 87 88 134 83 76 98 113 150 120 88 133 119 111 106 128 67 133 99 77 57 120 106 143 121 144 105 101 142 139 112 130
90 98 88 64 122 88 127 133 89 146 107 128 120 96 83 101 59 132 70 81 118 102 126 68 113 89 118 109 96 64 97 96 128 79 129 104 82 108 123 141 117
116 97 86 63 120 87 125 131 88 144 105 74 118 95 82 99 138 130 69 80 116 100 76 67 112 88 116 107 94 63 96 95 126 125 127 102 81 106 121 139 115
101 110 98 71 137 99 142 149 100 164 120 84 134 108 93 113 66 148 78 91 132 114 86 76 127 100 132 122 107 71 109 108 86 88 145 116 92 121 138 64 131
97 73 43 42 111 90 136 145 105 158 134 53 126 79 133 72 58 144 97 90 120 133 134 91 116 79 122 112 86 95 89 134 54 91 142 58 79 133 129 134 119
73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113
156 221 178 185 131 175 148 230 127 181 158 149 147 158 202 168 159 173 149 180 146 160 113 180 146 208 148 145 166 212 182 125 160 210 134 122 194 143 157 182 189
104 125 106 94 97 119 100 164 70 80 126 143 107 115 141 124 96 87 98 108 79 72 125 112 107 143 60 101 107 150 76 102 102 148 121 90 134 113 84 91 99
74 112 99 60 84 108 106 148 87 95 112 66 76 90 125 111 141 100 91 101 85 81 111 68 79 128 88 97 98 132 78 107 54 130 103 69 119 84 98 56 83
126 110 98 59 83 106 105 146 85 93 110 65 75 89 123 109 57 98 90 99 84 80 109 67 77 126 86 96 97 130 77 105 53 128 101 68 117 83 97 56 82
83 125 111 67 94 121 119 166 97 106 125 74 85 101 140 124 65 112 102 113 95 91 124 76 88 143 98 109 110 148 87 120 60 146 115 77 133 94 110 63 93
90 113 85 79 95 111 110 159 89 91 114 106 89 84 134 113 94 99 104 100 86 65 113 74 68 138 105 60 101 144 75 111 62 143 88 96 124 105 94 106 78
114 115 116 117 118 119 120 121 122 123 124
144 184 161 190 150 172 186 165 164 172 132
78 109 67 132 94 123 108 108 111 93 128
91 100 69 117 110 93 92 74 105 80 114
90 98 68 115 108 91 91 73 104 79 112
102 112 77 131 123 104 103 83 118 90 128
97 65 81 120 112 73 51 88 109 108 117
Setelah selesai menginput data, simpan terlebih dahulu raw data tersebut misalnya di drive D: dengan nama file: PRODUKTIFITAS.PSF, caranya klik File, klik Save As, pada dialog box File Save As, klik D: pada kotak Drives kemudian klik pada kotak File name lalu ketikkan PRODUKTIFITAS.PSF akhiri dengan mengklik OK. Sebaliknya untuk membuka file yang sudah tersimpan, Klik File, klik Open, pada kotak Drives: pilih D, pada kotak Save file as type pilih all files (*.*), pada kotak File name tarik slider ke bawah klik PRODUKTIFITAS.PSF akhiri dengan OK
Gambar 7.4 Menu Save As PRELIS Data 1.2 Analisis Deskripsi Data dan Normalitas Setelah file PRODUKTIFITAS.PSF terbuka selanjutnya untuk mengetahui deskripsi atau gambaran data seperti normalitas data baik secara univariat maupun multivariat, histogram masing-masing variabel, matrik korelasional, rerata (mean), dan simpangan baku antar variabel, dengan mudah dapat dianalisis melalui menu PRELIS Data LISREL. Namun sebelum dianalisis,
definisikan terlebih dahulu jenis data yang akan dipakai, ini penting karena LISREL akan memperlakukan variabel kategorikal yang terdistribusi secara normal dapat dianggap sebagai jenis data kontinyu. Untuk itu ikuti langkah-langkah sebagai berikut: Klik Data, pada editor PRELIS Klik Define Variables Pada kotak Define variables sudah berisi variabel X1 sd X6 Dengan menekan Ctrl (jangan dilepas) lalu klik X1 sd X6 terlihat berwarna biru Lepas Ctrl, lalu klik Variable Type Tampak beberapa pilihan tipe variabel, lalu klik Continous, klik OK Setelah tipe variabel ditentukan langkah berikutnya menganalisis estimasi deskripsi masingmasing variabel menggunakan menu statistik pada PRELIS LISREL. Langkah-langkahnya sebagai berikut: Klik menu Statistics Terlihat beberapa pilihan, untuk kali ini klik Output Option
Gambar 7.5 Menu Output Option PRELIS Klik kotak pada LISREL system data Klik kotak di bawah Moment Matrix pilh Correlations,
klik kotak Save the transformed data to file, lalu ketikkan nama File misalnya DESKRIP, klik kotak pada Perform tests of multivariate normality, yang lainnya abaikan, akhiri dengan klik OK Hasil output LISREL dapat dilihat sebagai berikut: DATE: 09/12/2012 TIME: 21:27 P R E L I S 2.30 (STUDENT) BY Karl G. Jöreskog & Dag Sörbom This program is published exclusively by Scientific Software International, Inc. 7383 N. Lincoln Avenue, Suite 100 Chicago, IL 60646-1704, U.S.A. Phone: (800)247-6113, (847)675-0720, Fax: (847)675-2140 Copyright by Scientific Software International, Inc., 1981-99 Use of this program is subject to the terms specified in the Universal Copyright Convention. Website: www.ssicentral.com The following lines were read from file D:\HIBAHF.PR2: !PRELIS SYNTAX: Can be edited SY=D:\PRODUKTIFITAS.PSF OU MA=KM Total Sample Size = 124 Univariate Summary Statistics for Continuous Variables Variable -------X1 X2 X3 X4 X5 X6
Mean ---172.556 111.548 101.556 99.323 108.790 101.685
St. Dev. -------26.859 25.004 22.244 21.759 24.622 27.135
T-Value ------71.541 49.679 50.841 50.831 49.201 41.729
Skewness --------0.022 0.074 -0.034 -0.029 0.056 -0.013
Kurtosis --------0.607 -0.578 -0.671 -0.697 -0.613 -0.592
Minimum Freq. ------- ----113.000 1 57.000 1 54.000 1 53.000 1 60.000 1 42.000 1
Maximum Freq. ------- ----230.000 1 166.000 1 148.000 1 146.000 1 166.000 1 159.000 1
Test of Univariate Normality for Continuous Variables Skewness Variable Z-Score P-Value X1 X2 X3 X4 X5 X6
-0.102 0.338 -0.155 -0.134 0.255 -0.059
Kurtosis
Skewness and Kurtosis
Z-Score P-Value
0.919 0.735 0.877 0.893 0.799 0.953
-1.688 -1.558 -1.991 -2.120 -1.714 -1.622
Chi-Square P-Value
0.091 0.119 0.047 0.034 0.087 0.105
2.860 2.542 3.986 4.514 3.002 2.634
0.239 0.281 0.136 0.105 0.223 0.268
Relative Multivariate Kurtosis = 1.412 Test of Multivariate Normality for Continuous Variables Skewness Value -----12.411
Z-Score P-Value ------- ------10.551 0.000
Kurtosis Value ------20.534
Z-Score P-Value ------- ------6.340 0.000
Histograms for Continuous Variables X1 Frequency Percentage Lower Class Limit 6 4.8 113.000 ••••••
Skewness and Kurtosis Chi-Square P-Value ---------- ------151.523 0.000
8 11 17 19 19 17 13 8 6
6.5 8.9 13.7 15.3 15.3 13.7 10.5 6.5 4.8
124.700 136.400 148.100 159.800 171.500 183.200 194.900 206.600 218.300
•••••••• ••••••••••• ••••••••••••••••• ••••••••••••••••••• ••••••••••••••••••• ••••••••••••••••• ••••••••••••• •••••••• ••••••
X2 Frequency Percentage Lower Class Limit 5 4.0 57.000 ••••• 8 6.5 67.900 •••••••• 13 10.5 78.800 ••••••••••••• 17 13.7 89.700 ••••••••••••••••• 20 16.1 100.600 •••••••••••••••••••• 20 16.1 111.500 •••••••••••••••••••• 16 12.9 122.400 •••••••••••••••• 13 10.5 133.300 ••••••••••••• 7 5.6 144.200 ••••••• 5 4.0 155.100 ••••• X3 Frequency Percentage Lower Class Limit 5 4.0 54.000 ••••• 9 7.3 63.400 ••••••••• 12 9.7 72.800 •••••••••••• 15 12.1 82.200 ••••••••••••••• 20 16.1 91.600 •••••••••••••••••••• 20 16.1 101.000 •••••••••••••••••••• 16 12.9 110.400 •••••••••••••••• 12 9.7 119.800 •••••••••••• 9 7.3 129.200 ••••••••• 6 4.8 138.600 •••••• X4 Frequency Percentage Lower Class Limit 5 4.0 53.000 ••••• 9 7.3 62.300 ••••••••• 13 10.5 71.600 ••••••••••••• 15 12.1 80.900 ••••••••••••••• 20 16.1 90.200 •••••••••••••••••••• 20 16.1 99.500 •••••••••••••••••••• 16 12.9 108.800 •••••••••••••••• 13 10.5 118.100 ••••••••••••• 7 5.6 127.400 ••••••• 6 4.8 136.700 •••••• X5 Frequency Percentage Lower Class Limit 8 6.5 60.000 •••••••• 9 7.3 70.600 ••••••••• 16 12.9 81.200 •••••••••••••••• 17 13.7 91.800 ••••••••••••••••• 20 16.1 102.400 •••••••••••••••••••• 20 16.1 113.000 •••••••••••••••••••• 14 11.3 123.600 •••••••••••••• 9 7.3 134.200 ••••••••• 8 6.5 144.800 •••••••• 3 2.4 155.400 ••• X6 Frequency Percentage Lower Class Limit 5 4.0 42.000 ••••• 8 6.5 53.700 •••••••• 12 9.7 65.400 •••••••••••• 16 12.9 77.100 •••••••••••••••• 20 16.1 88.800 •••••••••••••••••••• 20 16.1 100.500 •••••••••••••••••••• 17 13.7 112.200 •••••••••••••••••
13 8 5
10.5 6.5 4.0
123.900 135.600 147.300
••••••••••••• •••••••• •••••
Correlation Matrix
X1 X2 X3 X4 Y Z
X1 -------1.000 0.501 0.306 0.239 0.496 0.422
X2 --------
X3 --------
X4 --------
X5 --------
X6 --------
1.000 0.500 0.505 0.665 0.551
1.000 0.617 0.619 0.449
1.000 0.592 0.406
1.000 0.651
1.000
X1 -------172.556
X2 -------111.548
X3 -------101.556
X4 -------99.323
X5 -------108.790
X6 -------101.685
X2 -------25.004
X3 -------22.244
X4 -------21.759
X5 -------24.622
X6 -------27.135
Means
Standard Deviations X1 -------26.859
The Problem used
6504 Bytes (= 0.0% of available workspace)
1.3 Diskusi Statistik Deskripsi dan Normalitas Data 1). Hasil uji normalitas univariat variabel X1, X2, X3, X4, X5, dan X6, diperoleh Zskewness dan Zkurtosis berada diantara -1,96 hingga +1,96 (Nilai ± 1,96 lihat bab 4 halaman 82). Sebagai contoh kita ambil variabel X1 Zskewness = -0.102 dan Zkurtosis = -1.688. Dengan demikian nilai Zskewness dan Zkurtosis untuk variabel X1 berada diantara -1,96 hingga +1,96 sehingga dapat disimpulkan bahwa data variabel X1 cenderung berdistribusi normal. Demikian juga nilai Pskewness maupun Pkurtosis dikatakan normal jika nilainya p > 0.05. Perhatikan kembali Pskewness maupun Pkurtosis output di atas masing-masing sebesar 0.919 dan 0.091 masih lebih besar dari 0,05 sehingga dapat disimpulkan bahwa data variabel X1 cenderung berdistribusi normal. 2). Matrik koefisien korelasi antar variabel semuanya bernilai positif sehingga dapat dilanjutkan sebagai data input untuk perhitungan koefisien pengaruh dan pengujian hipotesis pada program SIMPLIS 3). Hasil estimasi ukuran pemusatan data masing-masing variabel seperti mean, simpangan baku berikut histogramnya didisplaykan dengan cukup jelas. 2. Siapkan Menu SIMPLIS Project Selanjutnya untuk menguji contoh hipotesis penelitian di atas, buka menu SIMPLIS pada editor LISREL dengan langkah sebagai berikut:
Klik File Klik New Klik SIMPLIS Project Klik OK Pada dialog box Save As pilih drive D: Ketikkan Nama File (misal PRODUKTIFITAS.SPJ) Klik Save Ketikkan program, mengikuti langkah-langkah seperti yang sudah dijelaskan pada bab 6 sebagai berikut: STUDI PRODUKTIFITAS KERJA OBSERVED VARIABLES: X1 X2 X3 X4 X5 X6 correlation matrix 1.000 0.501 1.000 0.306 0.500 1.000 0.239 0.505 0.617 1.000 0.496 0.665 0.619 0.592 0.422 0.551 0.449 0.406 relationships X5 = X1 X2 X3 X4 X6 = X5 sample size 124 options RS EF SC SS Nd=5 path diagram end of problem
1.000 0.651
1.000
Untuk menjalankan program SIMPLIS Klik File kemudian Klik Run. Maka LISREL akan mencetak output lengkap sesuai dengan request yang kita inginkan, seperti di bawah ini: The following lines were read from file D:\PRODUK.SPJ: STUDI PRODUKTIFITAS KERJA OBSERVED VARIABLES: X1 X2 X3 X4 X5 X6 correlation matrix 1.000 0.501 1.000 0.306 0.500 1.000 0.239 0.505 0.617 1.000 0.496 0.665 0.619 0.592 0.422 0.551 0.449 0.406 relationships X5 = X1 X2 X3 X4 X6 = X5 sample size 124 options RS EF SC SS Nd=5 path diagram end of problem Sample Size =
124
STUDI PRODUKTIFITAS KERJA Correlation Matrix to be Analyzed
1.000 0.651
1.000
X5 X6 --------------X5 1.00000 X6 0.65100 1.00000 X1 0.49600 0.42200 X2 0.66500 0.55100 X3 0.61900 0.44900 X4 0.59200 0.40600 STUDI PRODUKTIFITAS KERJA Number of Iterations =
X1 --------
X2 --------
X3 --------
X4 --------
1.00000 0.50100 0.30600 0.23900
1.00000 0.50000 0.50500
1.00000 0.61700
1.00000
4
LISREL Estimates (Maximum Likelihood) X5 = 0.20227*X1 + 0.32237*X2 + 0.25985*X3 + 0.22053*X4, Errorvar.= 0.39390 , R² = 0.60610 (0.066793) (0.076511) (0.076442) (0.076502) (0.051065) 3.02832 4.21333 3.39936 2.88271 7.71362 X6 = 0.65100*X5, Errorvar.= 0.57620 , R² = 0.42380 (0.069585) (0.074699) 9.35552 7.71362 Correlation Matrix of Independent Variables X1 -------1.00000 (0.12964) 7.71362
X2 --------
X2
0.50100 (0.10253) 4.88633
1.00000 (0.12964) 7.71362
X3
0.30600 (0.09587) 3.19197
0.50000 (0.10249) 4.87852
1.00000 (0.12964) 7.71362
X4
0.23900 (0.09425) 2.53577
0.50500 (0.10270) 4.91744
0.61700 (0.10771) 5.72810
X1
X3 --------
X4 --------
1.00000 (0.12964) 7.71362
Goodness of Fit Statistics Degrees of Freedom = 4 Minimum Fit Function Chi-Square = 7.07123 (P = 0.13217) Normal Theory Weighted Least Squares Chi-Square = 6.87180 (P = 0.14282) Estimated Non-centrality Parameter (NCP) = 2.87180 90 Percent Confidence Interval for NCP = (0.0 ; 14.31527) Minimum Fit Function Value = 0.057490 Population Discrepancy Function Value (F0) = 0.024133 90 Percent Confidence Interval for F0 = (0.0 ; 0.12030) Root Mean Square Error of Approximation (RMSEA) = 0.077674 90 Percent Confidence Interval for RMSEA = (0.0 ; 0.17342) P-Value for Test of Close Fit (RMSEA < 0.05) = 0.25890 Expected Cross-Validation Index (ECVI) = 0.34346 90 Percent Confidence Interval for ECVI = (0.31933 ; 0.43962) ECVI for Saturated Model = 0.35294 ECVI for Independence Model = 2.88392 Chi-Square for Independence Model with 15 Degrees of Freedom = 331.18674 Independence AIC = 343.18674 Model AIC = 40.87180 Saturated AIC = 42.00000 Independence CAIC = 366.10843 Model CAIC = 105.81659 Saturated CAIC = 122.22591
Root Mean Square Residual (RMR) = 0.035395 Standardized RMR = 0.035395 Goodness of Fit Index (GFI) = 0.98172 Adjusted Goodness of Fit Index (AGFI) = 0.90402 Parsimony Goodness of Fit Index (PGFI) = 0.18699 Normed Fit Index (NFI) = 0.97865 Non-Normed Fit Index (NNFI) = 0.96357 Parsimony Normed Fit Index (PNFI) = 0.26097 Comparative Fit Index (CFI) = 0.99029 Incremental Fit Index (IFI) = 0.99061 Relative Fit Index (RFI) = 0.91993 Critical N (CN) = 231.94245 STUDI PRODUKTIFITAS KERJA Fitted Covariance Matrix
X5 X6 X1 X2 X3 X4
X5 -------1.00000 0.65100 0.49600 0.66500 0.61900 0.59200
X6 --------
X1 --------
X2 --------
X3 --------
X4 --------
1.00000 0.32290 0.43292 0.40297 0.38539
1.00000 0.50100 0.30600 0.23900
1.00000 0.50000 0.50500
1.00000 0.61700
1.00000
X1 --------
X2 --------
X3 --------
X4 --------
- - - -
- - -
- -
X2 --------
X3 --------
X4 --------
- - - -
- - -
- -
Fitted Residuals
X5 X6 X1 X2 X3 X4
X5 -------- 0.00000 0.00000 - - - -
X6 -------0.00000 0.09910 0.11808 0.04603 0.02061
Summary Statistics for Fitted Smallest Fitted Residual = Median Fitted Residual = Largest Fitted Residual =
-
-
Residuals 0.00000 0.00000 0.11808
Standardized Residuals
X5 X6 X1 X2 X3 X4
X5 -------- - - - - - -
X6 -------- 1.64020 2.27223 0.84227 0.36747
X1 --------
-
Summary Statistics for Standardized Residuals Smallest Standardized Residual = Median Standardized Residual = Largest Standardized Residual =
0.00000 0.00000 2.27223
STUDI PRODUKTIFITAS KERJA Qplot of Standardized Residuals 3.5.......................................................................... . .. . . . . . N . . . o . . . r . . x . m . . . a . . . l . . . . . x . Q . . . u . . . a . . x . n . . . t . . . i . . . l . . x . e . . . s . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . -3.5.......................................................................... -3.5 3.5 Standardized Residuals
STUDI PRODUKTIFITAS KERJA Standardized Solution BETA
X5 X6
X5 -------- 0.65100
X6 -------- - -
GAMMA
X5 X6
X1 -------0.20227 - -
X2 -------0.32237 - -
X3 -------0.25985 - -
X4 -------0.22053 - -
Correlation Matrix of Y and X
X5 X6 X1 X2 X3 X4
X5 -------1.00000 0.65100 0.49600 0.66500 0.61900 0.59200
PSI
X6 --------
X1 --------
X2 --------
X3 --------
X4 --------
1.00000 0.32290 0.43291 0.40297 0.38539
1.00000 0.50100 0.30600 0.23900
1.00000 0.50000 0.50500
1.00000 0.61700
1.00000
Note: This matrix is diagonal. X5 -------0.39390
X6 -------0.57620
Regression Matrix Y on X (Standardized)
X5 X6
X1 -------0.20227 0.13168
X2 -------0.32237 0.20986
X3 -------0.25985 0.16916
X4 -------0.22053 0.14357
STUDI PRODUKTIFITAS KERJA Total and Indirect Effects Total Effects of X on Y
X5
X6
X1 -------0.20227 (0.06679) 3.02832
X2 -------0.32237 (0.07651) 4.21333
X3 -------0.25985 (0.07644) 3.39936
X4 -------0.22053 (0.07650) 2.88271
0.13168 (0.04570) 2.88114
0.20986 (0.05463) 3.84171
0.16916 (0.05295) 3.19499
0.14357 (0.05211) 2.75490
Indirect Effects of X on Y
X5 X6
X1 -------- -
X2 -------- -
X3 -------- -
X4 -------- -
0.13168 (0.04570) 2.88114
0.20986 (0.05463) 3.84171
0.16916 (0.05295) 3.19499
0.14357 (0.05211) 2.75490
Total Effects of Y on Y
X5
X5 -------- -
X6 -------- -
X6
0.65100 - (0.06958) 9.35552 Largest Eigenvalue of B*B' (Stability Index) is
0.424
STUDI PRODUKTIFITAS KERJA Standardized Total and Indirect Effects Standardized Total Effects of X on Y
X5 X6
X1 -------0.20227 0.13168
X2 -------0.32237 0.20986
X3 -------0.25985 0.16916
X4 -------0.22053 0.14357
Standardized Indirect Effects of X on Y
X5 X6
X1 -------- 0.13168
X2 -------- 0.20986
X3 -------- 0.16916
Standardized Total Effects of Y on Y
X4 -------- 0.14357
X5 -------- 0.65100
X5 X6
X6 -------- - -
The Problem used
10096 Bytes (= Time used:
0.0% of Available Workspace)
0.000 Seconds
Gambar 7.6 Diagram Jalur Empiris Tabel 7.2 Rekapitulasi Perhitungan Koefisien Pengaruh Langsung (PL), Pengaruh Tidak Langsung (PTL) Dan Pengaruh Total (PL) Kausal X1->X4 X1->X3 X1->X2 X2->X4 X2->X3 X3->X4 X4->X5 X5->X6 X1->X5 X2->X5 X3->X5 X4->X5
Koefisien Korelasi
Koefisien Pengaruh
0.23900 0.30600 0.50100 0.50500 0.50000 0.61700 0.59200
-
0.65100 -
0,65100 0.20227 0.32237 0.25985 0.22053
t hitung 2.53577 3.19197 4.88633 4.91744 4.87852 5.72810 2.88271 9.35552 3.02832 4.21333 3.39936 2.88271
PL 0,65100 0.20227 0.32237 0.25985 0.22053
Tingkat Pengaruh PTL Total -
0.65100 0.20227 0.32237 0.25985 0.22053
X1->X6 X2->X6 X3->X6 X4->X6
-
-
-
-
0.13168 0.20986 0.16916 0.14357
0.13168 0.20986 0.16916 0.14357
UNTUK LEBIH JELASNYA, PEMBAHASAN DAN INTERPRETASI OUTPUT LISREL DI ATAS DAPAT DILIHAT PADA BUKU APLIKASI LISREL UNTUK PENELITIAN ANALISIS JALUR PENERBIT ANDI PUBLISHER YOGYAKARTA 2013 AUTHOR: DR. EDI RIADI
HUBUNGI TOKO BUKU GRAMEDIA, GUNUNG AGUNG TERDEKAT ATAU ONLINE SHOP FAVORIT ANDA
Lihat lebih banyak...
Comentários
