Download Final exam statistics (UAS statistik) and more Exams Business Statistics in PDF only on Docsity!
Nama : Zidane Mohammad Husain Hidayat
NIM : 11210810000188
Kelas : 3D Manajemen
Tanggal Tools Bagian atau tema yang diteliti Metode Video
Nomor
11/12/2022 SPSS Analisa Jalur Analisis
Regresi
Jalur
- Data
X1 X2 X3 Y
2. Tulis Langkah langkah
(isi langkah langkah yang digunakan di SPSS, eviews atau aplikasi lainnya)
- Buka SPSS
- Buka file data
- Analize lalu pilih regression dan linear
- Masukan X2 ke kotak dependent dan X1 ke independent lalu pilih backward di
kotak method untuk memproses structural 1
- Pilih statistics, lalu klik model fit, Rsquared change, descriptive dan estimates.
Klik continue lalu ok
- Untuk structural 2, masukan X3 ke kotak dependent dan X1 serta X2 ke
independent. Klk backward pada method.
- Untuk structural 3 masukan Y ke kotak dependent dan X1, X2, serta X3 ke
independent. Langkahnya sama seperti structural 1 dan 2.
3. Interpretasi
a. Structural 1
Model Summary
Mod
el R
R
Square
Adjusted
R Square
Std. Error
of the
Estimate
Change Statistics
R Square
Change
F
Change df1 df
Sig. F
Change
a
a. Predictors: (Constant), Remunerasi_X
Tampak koefisien determinasi (R
2
) sebesar 0,951 yang berarti bahwa 90,51%
variabilitas varibel X2 (motivasi kerja) dapat dijelaskan oleh variable remunerasi
(X1). Sehingga error =
ε = 1 − R
2
ANOVA
a
Model
Sum of
Squares df Mean Square F Sig.
1 Regression 829.717 1 829.717 171.996.
b
Residual 86.833 18 4.
Total 916.550 19
a. Dependent Variable: Motivasi_X
b. Predictors: (Constant), Remunerasi_X
Pada table di atas diperoleh F 0
= 171,996; db1=1; db2=18; p-value= 0,000 < 0,
atau H 0
ditolak. Dengan demikian variable X1 berpengaruh terhadap variable X
ANOVA
a
Model Sum of Squares df Mean Square F Sig.
1 Regression 913.522 2 456.761 58.724.
b
Residual 132.228 17 7.
Total 1045.750 19
2 Regression 905.981 1 905.981 116.675.
c
Residual 139.769 18 7.
Total 1045.750 19
a. Dependent Variable: Suasana_Kerja_X
b. Predictors: (Constant), Motivasi_X2, Remunerasi_X
c. Predictors: (Constant), Motivasi_X
Dari table di atas diperoleh bahwa model 1, F0 = 58,724; db1 = 2; db2 = 17, p-value = 0,
< 0,05 maka H 0
ditolak. Untuk model 2; F0 = 116,675; db1 = 1; db2 = 18, p-value = 0,000 <
0,05 maka H 0
ditolak. Dengan demikian, secara simultan kedua model tersebut berpengaruh
terhadap variable suasana kerja.
Coefficients
a
Model
Unstandardized
Coefficients
Standardized
Coefficients
t Sig.
95.0%
Confidence
Interval for B Correlations
B
Std.
Error Beta
Lower
Bound
Upper
Bound
Zero-
order Partial Part
1 (Constant) -1.670 2.524 -.661 .517 -6.995 3.
Remunerasi_X1 .300 .304 .276 .985 .339 -.343 .942 .912 .232.
Motivasi_X2 .714 .299 .668 2.385 .029 .082 1.345 .931 .501.
2 (Constant) -.953 2.415 -.395 .698 -6.027 4.
Motivasi_X2 .994 .092 .931 10.802 .000 .801 1.188 .931 .931.
a. Dependent Variable: Suasana_Kerja_X
Hipotesis :
H
0 :
: γ
31
H
1 :
: γ
31
Dan
H
0 :
: β
32
H
1 :
: β
32
Koefisien jalur X1 ke X3 diperoleh dari rumus berikut:
1) P
31
= 0,276; t 0
= 2,385; p-value = 0,339/2 = 0,170 > 0,05 atau H 0
diterima
yang berarti remunerasi tidak berpengaruh terhadap suasana kerja.
t
0
p
31
( 1 − R
2
) D
ii
n − k − 1
2) P
32
= 0,668; t 0
= 2,385; p=value = 0,029/2 = 0,015 < 0,05 atau H 0
ditolak yang
berarti motivasi kerja mempengaruhi suasana kerja
t
0
p
32
( 1 − R
2
) D
ii
n − k − 1
Dari hasil analisis di atas terlihat bahwa koefisien jalur (p31) tidak signifikan, maka perlu
dilakukan metode trimming dengan cara mengeluarkan X1. Hasilnya diperoleh p32 = 0,
dengan t 0
= 10,802 dan p-value = 0,000 < 0,05 atau H 0
ditolak. Dengan demikian, setelah
trimming X2 memepunyai pengaruh langsung positif terhadap X
c. Structural 3
Model Summary
Model R
R
Square
Adjusted R
Square
Std. Error of
the
Estimate
Change Statistics
R Square
Change
F
Change df1 df
Sig. F
Change
a
.981 .977 1.064 .981 270.886 3 16.
a. Predictors: (Constant), Suasana_Kerja_X3, Remunerasi_X1, Motivasi_X
Tampak koefisien determinasi = 0,981 atau 98,1% variabilitas kinerja pegawai dapat
dijelaskan oleh X1, X2 dan X3. Sehingga :
ε = 1 − R
2
ANOVA
a
Model Sum of Squares df Mean Square F Sig.
1 Regression 920.820 3 306.940 270.886.
b
Residual 18.130 16 1.
Total 938.950 19
a. Dependent Variable: Kinerja_Pegawai_Y
b. Predictors: (Constant), Suasana_Kerja_X3, Remunerasi_X1, Motivasi_X
Dari table di atas diperoleh bahwa F0 = 270,886; db1 = 3; db2 = 16; p-value = 0,
< 0,05 maka H 0
ditolak. Dengan demikian, pengaruh remunerasi, motivasi dan suasana kerja
t
0
p
y 3
( 1 − R
2
y.
) D
ii
n − k − 1
Ringkasan Hasil Pengujan Hipotesis dengan SPSS
Pengaruh Langsung
Antar Variabel
Koefisien
Jalur (p ij
Galat Baku
(sb i
T hitung p-value simpulan
X1 terhadap Y (p y
) 0,385 0,11614 3,315 0,02 Sig
X2 terhadap Y (p y
) 0,265 0,13061 2,029 0,03 Sig
X3 terhadap Y (p y
) 0,365 0,09770 3,736 0,01 Sig
X2 terhadap X3 (p 32
) 0,931 0,08619 10,802 0,00 Sig
X1 terhadap X2 (p 21
) 0,951 0,07251 13,115 0,00 Sig
Dengan demikian, berdasarkan hasil pengujian hipotesis dengan aplikasi spss, model kausal
empiris X1, X2, dan X3 dengan Y dapat divisualkan sebagai berikut:
P
y
p 21
p y
p 32
p y
d. Pengujian Kecocokan Model
Hipotesis:
H
0
: R = R (0) (matriks korelasi teoretis = matriks korelasi empiris)
H
1
: R ≠ R (0) (matriks korelasi teoretis ≠ matriks korelasi empiris)
Menentukan nilai Q
0,
Y
X
X
X
0,
0,
0
Q =
1 − R
m
2
1 − R e
2
Koefisien determinasi untuk model 1 masing-masing pada structural 1, 2
dan 3 (sebelum trimming).
R
e
2
Q =
Dengan ukuran sampel (n) = 20, dan banyaknya koefisien jalur yang tidak
signifikan (d) = 1, maka statitistik uji Chi-Square:
W =−( n − d ) ∈ Q =−( 19 ) ∈( 0,94006)=1,174 ≤ 3,84 atau H
0
diterima.
Dengan demikianmodel yang diusulkan fit dengan data
