S.E.M. STRUCTURAL EQUATION MODELLING

MK. METODE PENELITIAN

S.E.M.

STRUCTURAL EQUATION MODELLING

Oleh:

Prof Dr Ir SoemarnoMS, PPSUB 2011

MK. METODE PENELITIAN

S.E.M.

STRUCTURAL EQUATION MODELLING

Oleh:

S.E.M. =

Structural Equation Modelling

LISREL = Linear Structural Relations

SEM = Simultaneous Equation Model

S.E.M. =

Structural Equation Modelling

LISREL = Linear Structural Relations

SEM = Simultaneous Equation Model

SEM: mrp pendekatan terintegrasi antara :

ANALISIS FAKTOR (Factor Analysis) SISTEM PERSAMAAN SIMULTAN

(Model Struktural) SIDIK LINTAS (Path Analysis)

SEM: mrp pendekatan terintegrasi antara :

ANALISIS FAKTOR (Factor Analysis) SISTEM PERSAMAAN SIMULTAN

(Model Struktural) SIDIK LINTAS (Path Analysis)

S.E.M.= pendekatan terintegrasi antara: Analisis data empirik, dan

Pengembangan konsep teoritik S.E.M.= pendekatan terintegrasi antara:

Analisis data empirik, dan

Pengembangan konsep teoritik

S.E.M. : tiga macam analisis sekaligus, yaitu:

1. Uji validitas dan reliabilitas instrumen

2. Uji model hubungan antar variabel & jalurnya 3. Mendapatkan model untuk prakiraan/ estimasi /ekstrapolasi

S.E.M. : tiga macam analisis sekaligus, yaitu:

1. Uji validitas dan reliabilitas instrumen

2. Uji model hubungan antar variabel & jalurnya 3. Mendapatkan model untuk prakiraan/ estimasi /ekstrapolasi

Factors Analysis

_{Factors Analysis}

Modelling

_Modelling

X1

Xi dan Yi : Variabel atau Faktor Ksi : variabel laten X

Eta : variabel laten Y

Segi-empat : Variabel manifest, indikator, observable variable Bulatan oval : Variabel laten, dimensi, construct variable

Xi dan Yi : Variabel atau Faktor Ksi : variabel laten X

Eta : variabel laten Y

Segi-empat : Variabel manifest, indikator, observable variable Bulatan oval : Variabel laten, dimensi, construct variable

X2 X3 X4 X5 X8 X6 X7 Ksi1 Ksi3 Ksi2 Eta2 Eta1 Y1 Y2 Y3 Y4

Structural Equation

_{Structural Equation}

Modelling

_Modelling

X1 Analisis faktor Variabel Eksogen X2 X3 X4 X5 X8 X6 X7 Ksi1 Ksi3 Ksi2 Eta2 Eta1 Y1 Y2 Y3 Y4 Analisis faktor Variabel Endogen Analisis Regresi Analisis Jalur Path Analysis

NOTASI dalam S.E.M.

_{NOTASI dalam S.E.M.}

X1

 : Ksi, variabel laten X

 : Eta, variabel laten Y

 : delta, galat pengukuran variabel laten X

 : epsilon, galat pengukuran variabel laten Y

 : koefisien pengaruh variabel endogen thd variabel endogen lainnya

 : koefisien pengaruh variabel eksogen thd variabel endogen

 : loading factor

 : Zeta, galat model

 : Psi, peragam antar galat model

 : Ksi, variabel laten X

 : Eta, variabel laten Y

 : delta, galat pengukuran variabel laten X

 : epsilon, galat pengukuran variabel laten Y

 : koefisien pengaruh variabel endogen thd variabel endogen lainnya

 : koefisien pengaruh variabel eksogen thd variabel endogen

 : loading factor

 : Zeta, galat model

 : Psi, peragam antar galat model X2 X3 X4 X5 X8 X6 X7 Ksi1 Ksi3 Ksi2 Eta2 Eta1 Y1 Y2 Y3 1 7 4 1 1 1 2 3 1 1 _1 8 10 1 1 1 12 1 1 23

S.E.M. vs. SIDIK LINTAS (Path Analysis)

_{S.E.M. vs. SIDIK LINTAS (Path Analysis)}

Tujuan SEM adalah mendapatkan model struktural yang dapat digunakan untuk keperluan prediksi.

Dalam hal ini, SEM setara dengan REGRESI.

Tujuan SEM adalah mendapatkan model struktural yang dapat digunakan untuk keperluan prediksi.

Dalam hal ini, SEM setara dengan REGRESI.

SEM juga dapat untuk menguji pengaruh (langsung dan tidak langsung) variabel bebas terhadap variabel tidak-bebas, menentukan variabel

dominan, dan jalur-jalur keterkaitan antar variabel. Dalam hal ini, SEM setara dengan SIDIK LINTAS

SEM juga dapat untuk menguji pengaruh (langsung dan tidak langsung) variabel bebas terhadap variabel tidak-bebas, menentukan variabel

dominan, dan jalur-jalur keterkaitan antar variabel. Dalam hal ini, SEM setara dengan SIDIK LINTAS

Keunggulan SEM.

1. SEM dapat menguji hubungan kausalita, validitas dan reliabilitas 2. SEM dapat diterapkan untuk Model rekursif dan Resiprokal 3. SEM input datanya dapat berupa data mentah

4. SEM outputnya berupa faktor determinan, model struktural dan model pengukuran

Keunggulan SEM.

1. SEM dapat menguji hubungan kausalita, validitas dan reliabilitas 2. SEM dapat diterapkan untuk Model rekursif dan Resiprokal 3. SEM input datanya dapat berupa data mentah

4. SEM outputnya berupa faktor determinan, model struktural dan model pengukuran

Langkah-langkah S.E.M.

_{Langkah-langkah S.E.M.}

Pengembangan Model Konsep & Teori

Konstruksi Diagram Lintasan Konversi Diagram Lintasan menjadi Model Struktural

Memilih Matriks Input

Menilai Masalah Identifikasi

Evaluasi Goodness of fit

Interpretasi dan Modifikasi Model

Pengembangan Model Konsep & Teori

_{Pengembangan Model Konsep & Teori}

Model Hipotetik = Model Konseptual = Model Teoritis

Hubungan kausalita sebab-akibat antara variabel eksogen (variabel

bebas, independent) dan variabel endogen (variabel tergantung, variabel dependent)

Dengan demikian landasan teorinya harus kuat untuk dapat menjelaskan Model Hipotetik tersebut

Salah satu aspek kritis dalam hal ini adalah “Spesifikasi variabel”, terutama variabel prediktif

Model Hipotetik = Model Konseptual = Model Teoritis

Hubungan kausalita sebab-akibat antara variabel eksogen (variabel

bebas, independent) dan variabel endogen (variabel tergantung, variabel dependent)

Dengan demikian landasan teorinya harus kuat untuk dapat menjelaskan Model Hipotetik tersebut

Salah satu aspek kritis dalam hal ini adalah “Spesifikasi variabel”, terutama variabel prediktif

Untuk kepentingan praktis analisis data dan interpretasinya, maka seyogyanya banyaknya variabel tidak lebih dari 20.Untuk kepentingan praktis analisis data dan interpretasinya, maka _{seyogyanya banyaknya variabel tidak lebih dari 20.}

KONSTRUKSI DIAGRAM LINTASAN

Path diagram

KONSTRUKSI DIAGRAM LINTASAN

_{Path diagram}

Diagram ini sangat bermanfaat untuk menunjukkan alur-alur (lintasan) kausalita antar variabel yang secara teoritis layak

Hubungan kausalita : Simbol panah satu arah

Hubungan korelasional : Simbol panah bolak-balik

Diagram ini sangat bermanfaat untuk menunjukkan alur-alur (lintasan) kausalita antar variabel yang secara teoritis layak

Hubungan kausalita : Simbol panah satu arah

Hubungan korelasional : Simbol panah bolak-balik

X1i

X2i

X3i

Y1i

Y2i

X1: Unobservable variabel

Variabel manifes, variabel terukur

X1.1 X1.2 X1.3

KONSTRUKSI DIAGRAM LINTASAN

Path diagram

KONSTRUKSI DIAGRAM LINTASAN

Path diagram

X1

X2

X3

Y1

Y2

X1.1 X1.2 X2.1 X2.2 X3.1 X3.2 X3.3 Y2.1 Y2.2 Y1.1           

KONVERSI menjadi MODEL STRUKTURAL

_{KONVERSI menjadi MODEL STRUKTURAL}

X1

X2

X3

Y1

Y2

X1.1 X1.2 X2.1 X2.2 X3.1 X3.2 X3.3 Y2.1 Y2.2 Y1.1 1 1 1 1 4 10 3 1 1 1 1.2



1 =



2.



2 +



1.



1 +



1



2 =



1.



1 +



2.



2 +



3.



3 +



2

X1.1 =



1.



1 +



1

X1.2 =



2.



1 +



2 …. Dst.

2 2 2 3 1 2 3 5 6 7 8 9 2 3 2 2 2 3 4 5 6 7

MEMILIH MATRIKS INPUT

_{MEMILIH MATRIKS INPUT}

Input data untuk SEM dapat berupa: 1. Matriks korelasi, atau

2. Matriks peragam, kovarians Input data untuk SEM dapat berupa:

1. Matriks korelasi, atau

2. Matriks peragam, kovarians

Matriks Peragam, digunakan kalau:

1. Tujuannya menguji model hipotetik yang secarateoritis sudah layak 2. Serupa dengan analisis regresi

3. Model yang diperoleh dapat digunakan untuk prediksi

4. Model yg diperoleh dapat untuk menjelaskan fenomena yang dikaji 5. ….

Matriks Peragam, digunakan kalau:

1. Tujuannya menguji model hipotetik yang secarateoritis sudah layak 2. Serupa dengan analisis regresi

3. Model yang diperoleh dapat digunakan untuk prediksi

4. Model yg diperoleh dapat untuk menjelaskan fenomena yang dikaji 5. ….

Matriks korelasi, digunakan kalau:

1. Tujuannya ingin membuktikan hubungan kausalita antar variabel 2. Lintasan mana saja yang pengaruhnya dominan

3. Variabel eksogen mana saja yang pengaruhnya dominan terhadap variabel endogen

4. ...

Matriks korelasi, digunakan kalau:

1. Tujuannya ingin membuktikan hubungan kausalita antar variabel 2. Lintasan mana saja yang pengaruhnya dominan

3. Variabel eksogen mana saja yang pengaruhnya dominan terhadap variabel endogen

PROBLEMATIK IDENTIFIKASI

_{PROBLEMATIK IDENTIFIKASI}

Problematik pendugaan parameter:

1. Un-identified atau under identified 2. Over identified

Problematik pendugaan parameter:

1. Un-identified atau under identified 2. Over identified

Cara mengatasinya:

1. Landasan teori yang digunakan untuk menyusun Model Hipotetik harus benar-benar ‘bagus”

2. Menambah atau mengurangi variabel laten, disesuaikan dengan landasan teorinya

3. Iterasi dalam pendugaan model dengan menetapkan “kendala” pada model, misalnya salah satu atau beberapa parameter model dianggap “fixed”

Cara mengatasinya:

1. Landasan teori yang digunakan untuk menyusun Model Hipotetik harus benar-benar ‘bagus”

2. Menambah atau mengurangi variabel laten, disesuaikan dengan landasan teorinya

3. Iterasi dalam pendugaan model dengan menetapkan “kendala” pada model, misalnya salah satu atau beberapa parameter model dianggap “fixed”

Gejala yg muncul akibat dari adanya “masalah identifikasi”: 1. Adanya standard error yang terlalu besar

2. Matriks informasi tidak dapat disajikan sbgm mestinya 3. Nilai penduga parameter tidak dapat diperoleh

4. Muncul angka (nilai) yang aneh

5. Adanya koefisien korelasi yg tinggi (> 0.9) antar koefisien hasil pendugaan

Gejala yg muncul akibat dari adanya “masalah identifikasi”: 1. Adanya standard error yang terlalu besar

2. Matriks informasi tidak dapat disajikan sbgm mestinya 3. Nilai penduga parameter tidak dapat diperoleh

4. Muncul angka (nilai) yang aneh

5. Adanya koefisien korelasi yg tinggi (> 0.9) antar koefisien hasil pendugaan

EVALUASI GOODNESS - OF - FIT

_{EVALUASI GOODNESS - OF - FIT}

Asumsi-asumsi SEM:

1. Asumsi yang berkaitan dengan model

2. Asumsi yang berkaitan dengan pendugaan parameter & pengujian hipotesis

Asumsi-asumsi SEM:

1. Asumsi yang berkaitan dengan model

2. Asumsi yang berkaitan dengan pendugaan parameter & pengujian hipotesis

Asumsi Pendugaan parameter & Uji hipotesis: 1. Random sampling

2. Tidak boleh ada missing data 3. Tidak ada data pencilan, outliers

4. Untuk pendugaan parameter, jumlah sampel minimum 100 Asumsi Pendugaan parameter & Uji hipotesis:

1. Random sampling

2. Tidak boleh ada missing data 3. Tidak ada data pencilan, outliers

4. Untuk pendugaan parameter, jumlah sampel minimum 100 Asumsi yang berkaitan dengan model:

1. Semua hubungan berbentuk linier (Lihat diagram pencarnya) 2. Model bersifat adetif, sesuai dengan landasan teorinya

Asumsi yang berkaitan dengan model:

1. Semua hubungan berbentuk linier (Lihat diagram pencarnya) 2. Model bersifat adetif, sesuai dengan landasan teorinya

TAHAPAN UJI GOODNESS OF FIT

_{TAHAPAN UJI GOODNESS OF FIT}

A. Uji Parameter, dengan t-test:

1. Parameter Lamda: validitas instrument

2. Parameter Delta dan Epsilon: Reliabilitas instrumen 3. Parameter Beta dan Gama, dan lainnya

A. Uji Parameter, dengan t-test:

1. Parameter Lamda: validitas instrument

2. Parameter Delta dan Epsilon: Reliabilitas instrumen 3. Parameter Beta dan Gama, dan lainnya

4. Uji Model Pengukuran

Uji validitas ……… koefisien korelasi Uji reliabilitas ……….. Nilai error

4. Uji Model Pengukuran

Uji validitas ……… koefisien korelasi Uji reliabilitas ……….. Nilai error

2. Uji Keseluruhan Model

Model ini merupakan integrasi antara model struktural dan model pengukuran

2. Uji Keseluruhan Model

Model ini merupakan integrasi antara model struktural dan model pengukuran

3. Uji Model Struktural

Kriteria uji goodness of fit : Model Overall

Goodness of fit Cut-off Keterangan

Chi-square Non-signifikan Dipakai untuk n = 100-200, Model yg baik bila nilai Chi-square tidak jauh

berbeda dg derajat bebasnya

RMR Kecil Dipakai untuk n besar

RMSEA < 0.08 Dipakai untuk n besar

GFI > 0.90 Mirip dengan koef. determinasi R2

AGFI >0.90 Mirip dgn R2 _adjusted

CFI >0.94 Tdk sensitif thd besar sampel

AIC Kecil Bila model lebihdari satu, pilihlah yg nilainya kecil

INTERPRETASI & MODIFIKASI MODEL

_{INTERPRETASI & MODIFIKASI MODEL}

Bilamana Model telah dianggap baik, selanjutnya adalah interpretasi, apabila model belum baik perlu modifikasi

Modifikasi Model: Menambah atau mengurangi “Lintasan” yang dianggap layak secara teoritis.

Bilamana Model telah dianggap baik, selanjutnya adalah interpretasi, apabila model belum baik perlu modifikasi

Modifikasi Model: Menambah atau mengurangi “Lintasan” yang dianggap layak secara teoritis.

INTERPRETASI MODEL:

1. Model Struktural: Interpretasi terhadap fenomena yg sedang dikaji, dan melakukan prediksi

2. Analisis Lintasan:

1. Efek langsung

2. Efek tidak langsung 3. Total efek

4. Faktor dominan

5. Kausalitas antar variabel. INTERPRETASI MODEL:

1. Model Struktural: Interpretasi terhadap fenomena yg sedang dikaji, dan melakukan prediksi

2. Analisis Lintasan:

1. Efek langsung

2. Efek tidak langsung 3. Total efek

4. Faktor dominan

SAMPLE SIZE

_{SAMPLE SIZE}

Dalam SEM, Parameter yang diduga:. 1. Parameter pada Model Pengukuran

2. Parameter pengaruh variabel eksogen thd variabel endogen 3. Parameter pengaruh antar variabel endogen

4. Parameter korelasi antar variabel eksogen 5. Parameter error.

Dalam SEM, Parameter yang diduga:. 1. Parameter pada Model Pengukuran

2. Parameter pengaruh variabel eksogen thd variabel endogen 3. Parameter pengaruh antar variabel endogen

4. Parameter korelasi antar variabel eksogen 5. Parameter error.

Sampel untuk LISREL

1. Sampel untuk program LISREL > 400 2. Sample size 10 x banyaknya variabel

3. Banyaknya sampel minimum 10 x banyaknya parameter yang ada dalam model

Sampel untuk LISREL

1. Sampel untuk program LISREL > 400 2. Sample size 10 x banyaknya variabel

3. Banyaknya sampel minimum 10 x banyaknya parameter yang ada dalam model

Penentuan besarnya sampel:

1. Kalau pendugaan dg metode Maximum likelihood,maka sampel 100-200, minimum absolut 50

2. Jumlah sampel = 5-10 kali banyaknya parameter

3. Jumlah sampel = 5-10 kali jumlah variabel manifest dari keseluruhan variabel laten

Penentuan besarnya sampel:

1. Kalau pendugaan dg metode Maximum likelihood,maka sampel 100-200, minimum absolut 50

2. Jumlah sampel = 5-10 kali banyaknya parameter

3. Jumlah sampel = 5-10 kali jumlah variabel manifest dari keseluruhan variabel laten

SEM dalam STUDI MARKETING

_{SEM dalam STUDI MARKETING}

MODEL HIPOTETIK

1. Harga produk berpengaruh thd image pelanggan, Harga berpengaruh terhadap Promosi

2. Fasilitas berpengaruh thd image pelanggan, juga berpengaruh thd Promosi

3. Produk berpengaruh thd image pelanggan, dan dapat digunakan sebagai sarana Promosi

4. Promosi dapat membantu membentuk Image pelanggan

MODEL HIPOTETIK

1. Harga produk berpengaruh thd image pelanggan, Harga berpengaruh terhadap Promosi

2. Fasilitas berpengaruh thd image pelanggan, juga berpengaruh thd Promosi

3. Produk berpengaruh thd image pelanggan, dan dapat digunakan sebagai sarana Promosi

4. Promosi dapat membantu membentuk Image pelanggan

IDENTIFIKASI VARIABEL

Variabel Laten (Konstruk) Variabel Manifest (Terukur)

Harga (X) X1 = Potongan, atau berbentuk hadiah X2 = Harga yg ditetapkan

Promosi (X) X3 = Promosi mampu memberikan informasi yg jelas shg dapat membantu pengambilan keputusan

pembelian Fasilitas (X) X4 = Fasilitas PArkir

X5 = Fasilitas bermain anak-anak Produk (X) X6 = Kualitas produk

X7 = Kelengkapan produk yg ditawarkan Image (Y) Y1 = Citra dan pandangan pelanggan Jumlah Sampel = 140 orang

IDENTIFIKASI VARIABEL

Variabel Laten (Konstruk) Variabel Manifest (Terukur)

Harga (X) X1 = Potongan, atau berbentuk hadiah X2 = Harga yg ditetapkan

Promosi (X) X3 = Promosi mampu memberikan informasi yg jelas shg dapat membantu pengambilan keputusan

pembelian Fasilitas (X) X4 = Fasilitas PArkir

X5 = Fasilitas bermain anak-anak Produk (X) X6 = Kualitas produk

X7 = Kelengkapan produk yg ditawarkan Image (Y) Y1 = Citra dan pandangan pelanggan Jumlah Sampel = 140 orang

Diagram Lintasan

_{Diagram Lintasan}

X1 No Sampel X1 X2 X3 X4 X5 X6 X7 Y1 1 2 3 4 5 6 7 8 9 . . . No Sampel X1 X2 X3 X4 X5 X6 X7 Y1 1 2 3 4 5 6 7 8 9 . . . X2 X4 X5 X6 X7 Harga Produk Fasilitas Image Promosi X3 Y1

HASIL ANALISIS:

Diagram Lintasan Model Pengukuran (

standardized

)

HASIL ANALISIS:

Diagram Lintasan Model Pengukuran (

standardized

)

X1 X2 X4 X5 X6 X7 Harga Produk Fasilitas 0.36 0.18 0.44 0.65 0.33 0.36 0.80 0.91 0.75 0.59 0.82 0.80 1.00 1.00 1.00 0.58 0.10 0.27

HASIL ANALISIS:

Diagram Lintasan Model Pengukuran (t-values)

HASIL ANALISIS:

_{Diagram Lintasan Model Pengukuran (t-values)}

X1 X2 X4 X5 X6 X7 Harga Produk Fasilitas 3.92 1.64 unreliable 3.80 6.39 4.68 5.21 9.19 10.38 7.42 6.22 10.59 10.24 0.00 0.00 0.00 6.25 1.00 2.33

HASIL ANALISIS:

Diagram Lintasan Model Keseluruhan (

standardized

)

HASIL ANALISIS:

Diagram Lintasan Model Keseluruhan (

standardized

)

X1 X2 X4 X5 X6 X7 Harga Produk Fasilitas 0.36 0.18 0.44 0.65 0.33 0.36 0.80 0.91 0.75 0.59 0.82 0.80 Promosi Image X3 Y1 0.06 -0.18 0.01 0.14 0.74 0.02 0.00 1.00 1.00 0.00

HASIL ANALISIS

Model Strultural (

estimate

)

HASIL ANALISIS

Model Strultural (

estimate

)

Chi square = 28.78, df=12, P-value= 0.00425 RMSEA = 0.100_{Chi square = 28.78, df=12, P-value= 0.00425 RMSEA = 0.100}

Harga

Fasilitas

Produk

Promosi

Image

3.77 0.65 0.01 0.22 -0.23 0.13 0.93 0.17 0.92 0.00 0.00 0.00 0.27 0.10 0.58

HASIL ANALISIS

Path Analysis (

HASIL ANALISIS

_{Path Analysis (}

standardized

_standardized

)

₎

Chi square = 28.78, df=12, P-value= 0.00425 RMSEA = 0.100_{Chi square = 28.78, df=12, P-value= 0.00425 RMSEA = 0.100}

Harga

Fasilitas

Produk

Promosi

Image

0.76 0.40 0.01 -0.18 0.10 0.06 0.74 0.14 0.41 1.00 1.00 1.00 0.27 0.10 0.58

HASIL ANALISIS

Model Struktural (

HASIL ANALISIS

_{Model Struktural (}

t-value

_t-value

)

₎

Chi square = 28.78, df=12, P-value= 0.00425 RMSEA = 0.100_{Chi square = 28.78, df=12, P-value= 0.00425 RMSEA = 0.100}

Harga

Fasilitas

Produk

Promosi

Image

7.27 0.40 0.18 -1.84 1.02 0.46 8.91 1.06 2.78 0.00 0.00 0.00 2.33 1.00 6.25 signifikan

S.E.M.: STRUCTURAL EQUATION MODELLING

MANAJEMEN SDM DOSEN PTS

S.E.M.: STRUCTURAL EQUATION MODELLING

MANAJEMEN SDM DOSEN PTS

Model Konsep : Keadaan yang mendahului dan konsekuensi kelelahan emosional tenaga penjual, Babakus et al. 1999

Mendua

Peran _{organisasional}Komitmen

Kelelahan Emosional Kepuasan Kerja Keinginan untuk Keluar Konflik Peran Kinerja

S.E.M.: STRUCTURAL EQUATION MODELLING

MANAJEMEN SDM DOSEN PTS

S.E.M.: STRUCTURAL EQUATION MODELLING

MANAJEMEN SDM DOSEN PTS

Kinerja Karyawan Umpan balik karyawan Ukuran Kinerja Penilaian Kinerja Standar Kinerja Keputusan SDM Catatan Karyawan

S.E.M.: STRUCTURAL EQUATION MODELLING

MANAJEMEN SDM DOSEN PTS

S.E.M.: STRUCTURAL EQUATION MODELLING

MANAJEMEN SDM DOSEN PTS

Beban Kerja Identifikasi Kepuasan Kerja Kelelahan Emosional Penghargaan Lingkungan Keluarga Konflik Peran Penilaian Kinerja Kinerja Komitmen Organisasional Keterlibatan Loyalitas Kelelahan emosional Depersonalisasi Kemunduran kepribadian

Pengaruh Kelelahan Emosional thd Kepuasan Kerja dan Kinerja dalam pencapaian komitmen organisasi

S.E.M.: STRUCTURAL EQUATION MODELLING

MANAJEMEN SDM DOSEN PTS

S.E.M.: STRUCTURAL EQUATION MODELLING

MANAJEMEN SDM DOSEN PTS

Beban Kerja (X11) Penghargaan (X12) Lingkungan Keluarga (X13) Konflik Peran (X14) Kelelahan Emosional (X1) Kepuasan Kerja (X2) Penilaian Kinerja (X31) Kinerja (X3) Komitmen Organisasional (Y)

Kerangka Pemikiran Konseptual

Sudah pernah diteliti Diteliti dalam disertassi ini

S.E.M.: STRUCTURAL EQUATION MODELLING

MANAJEMEN SDM DOSEN PTS

S.E.M.: STRUCTURAL EQUATION MODELLING

MANAJEMEN SDM DOSEN PTS

Konstruk (Indikator) Dimensi Konstruk (Variabel) Sekala Pengukuran.

1. Beban Kerja 1. Jumlah MK yang diampu per semester Likert, 5 opsi 2. Penelitian – penelitian ilmiah

3. Sebagai Penasehat akademik

4. Sebagai Dosen Pembimbing skripsi 5. Seminar ilmiah

2. Penghargaan 1. Gaji, HR, tunjangan, Insentif Likert, 5 opsi

2. Kenaikan pangkat dan jabatan 3. Kesempatan pendidikan lanjut 4. Fasilitas yang diterima

3. Lingkungan 1. Jumlah anggota keluarga Likert, 5 opsi

Keluarga 2. Status kepemilikan rumah 3. Kondisi tempat tinggal 4. Keadaan masyarakat sekitar

4. Konflik Peran 1. Perubahan radikal perkuliahan Likert & skoring 2. Hubungan dosen-atasan-staf

3. Hubungan dengan mahasiswa 4. Persaingan jabatan struktural

5. Kelelahan 1. Perasaan cemas setiap mulai pekerjaan Skoring

Emosional 2. Merasa kekeringan emosi

3. Merasa berguna kembali ketika senja hari 4. Merasa lelah ketika bangun pagi

5. Merasa frustasi oleh pekerjaan

6. Kepuasan Kerja 1. Pekerjaan sesuai dg keinginan Likert, 5 opsi 2. Gaji, HR, tunjangan

3. Citra PTS tempat mengajar

4. Promosi kenaikan pangkat, jabatan, mutasi

7. Kinerja 1, Kinerja pekerjaan dan nkepuasan Likert, 5 opsi

2. Kinerja selama ini

8. Penilaian Kinerja 1. Penilaian kinerja yg proporsional Likert, 5 opsi 2. Pengukuran prestasi kerja

9. Komitmen organisasi 1. Identifikasi Skoring

2. Keterlibatan 3. Loyalitas

S.E.M.: STRUCTURAL EQUATION MODELLING

MANAJEMEN SDM DOSEN PTS

S.E.M.: STRUCTURAL EQUATION MODELLING

MANAJEMEN SDM DOSEN PTS

Beban Kerja (X11) Penghargaan (X12) Lingkungan Keluarga (X13) Konflik Peran (X14) Kelelahan Emosional (X1) Kepuasan Kerja (X2) Penilaian Kinerja (X31) Kinerja (X3) Komitmen Organisasional (Y)

Diagram hasil akhir hubungan kausal :

Pengaruh kelelahan emosional thd kepuasan kerja dan kinerja dalam pencapaian komitmen organisasional dosen PTS

0.364 (S) -0.248 (S) 0.265 (TS) 1 (S) 0.555 (S) -0.121 (TS) 0.394 (S) -0.338 (S) 0.199 (S) _{-0.093 (TS)}

S.E.M.: STRUCTURAL EQUATION MODELLING

MANAJEMEN STRATEGI PEMASARAN

S.E.M.: STRUCTURAL EQUATION MODELLING

MANAJEMEN STRATEGI PEMASARAN

Model Teoritis: Shoham dan Fiegenbaum (1999)

Strategi Pemasaran

Lingkungan dan Persaingan

Strategi Bisnis Keberhasilan Pemasaran Kenaikan Penjualan Profitabilitas Strategi Generik Kekuatan yg mempengaruhi persaingan Strategi: Pemasaran Operasional

S.E.M.: STRUCTURAL EQUATION MODELLING

MANAJEMEN STRATEGI PEMASARAN

S.E.M.: STRUCTURAL EQUATION MODELLING

_{MANAJEMEN STRATEGI PEMASARAN}

KERANGKA KONSEPTUAL: Jasa Konstruksi

Persaingan Strategi Pemasaran Lingkungan dan Persaingan Harga Keberhasilan Perusahaan Mutu Waktu Fleksibilitas Relationship Aliansi

Sales Growth Profitabilitas

Segmen Pasar Ancaman Pemilik Proyek Jasa substitusi Pemasok Pemerintah Suasta

S.E.M.: STRUCTURAL EQUATION MODELLING

MANAJEMEN STRATEGI PEMASARAN

S.E.M.: STRUCTURAL EQUATION MODELLING

_{MANAJEMEN STRATEGI PEMASARAN}

VARIABEL KOMPONEN INDIKATOR

Strategi X1=Keunggulan Harga X1.1 = Marjin, X1.2 = Penawaran harga Pemasaran X1.3 = Struktur biaya

X2 = Mutu Pelaksanaan X2.1 = Pelaksanaan fisik, X2.2 = Jaminan mutu X2.3 = Kebutuhan owner thd mutu

X3 = Waktu Pelaksanaan X3.1 = Kecepatan, X3.2 = Ketepatan,

X3.3 = Kebutuhan owner thd waktu pelaksanaan X4 = Fleksibilitas X4.1 = Pelayanan Pemasaran, X4.2 = Pelayanan

pelaksanaan, X4.3 = Kebutuhan owner thd fleksibel pelayanan

X5 = Relationship X5.1 = Membangun network, X5.2 = Memelihara network, X5.3 = Mengembangkan network

X6 = Aliansi X6.1 = MItra strategi, X6.2 = Joint operation X6.3 = Meningkatkan kinerja

Segmen Pasar X7 = Proyek X7.1 = Pemerintah, X7.2 = Non-pemerintah Lingkungan X8 = Persaingan antar kontraktor

Persaingan X9 = Ancaman masuknya kontraktor asing X10 = Kekuatan tawar pemilik proyek X11 = Ancaman jasa substitusi

X12 = Kekuatan tawar pemasok

Keberhasilan Y1 = Penjualan Y1.1 = Pencapaian target penjualan, Y1.2 = Penu Pemasaran runan jumlah keluhan, Y1.3 = Peningkatan jum-

lah pelanggan

Y2 = Profitabilitas Y2.1 = Pencapaian target laba, Y2.2 = Marjin proyek sesuai target, Y2.3 = Rentabilitas proyek

S.E.M.: STRUCTURAL EQUATION MODELLING

MANAJEMEN STRATEGI PEMASARAN

S.E.M.: STRUCTURAL EQUATION MODELLING

_{MANAJEMEN STRATEGI PEMASARAN}

Path Diagram: Strategi Pemasaran X_1.3 X_2.2 X_2.3 X_3.1 X_3.2 X_3.3 X_4.1 X_4.2 X_4.3 X_5.1 X_5.2 X_5.3 X_6.1 X_6.2 X_6.3 X₂ X₃ X₄ X₅ X₆ Strategi Lingkungan Keber-hasilan X₈ X₉ X₁₀ X₁₁ X₁₂ Y_1.1 Y_1.2 Y_1.3 Y_2.1 Y_2.2 Y_2.3 d5 d3 e1 e6 h3 f8 f1 f2 f3 d5 d5 d5 d5 f4 f5 f6 f7 h3 _{h3 h3} h3 e1 e1 e1 e1

S.E.M.: STRUCTURAL EQUATION MODELLING

MANAJEMEN STRATEGI PEMASARAN

S.E.M.: STRUCTURAL EQUATION MODELLING

_{MANAJEMEN STRATEGI PEMASARAN}

Hasil Analisis Path : Strategi Pemasaran X_1.3 X_2.2 X_2.3 X_3.1 X_3.2 X_3.3 X_4.1 X_4.2 X_4.3 X_5.1 X_5.2 X_5.3 X_6.1 X_6.2 X_6.3 X₂ X₃ X₄ X₅ X₆ Strategi Lingkungan Keber-hasilan X₈ X₉ X₁₀ X₁₁ X₁₂ Y_1.1 Y_1.2 Y_1.3 Y_2.1 Y_2.2 Y_2.3 d5 d3 e1 e6 h3 f8 f1 f2 f3 d5 d5 d5 d5 f4 f5 f6 f7 h3 _{h3 h3} h3 e1 e1 e1 e1 0.91 0.69 0.23 0.85 0.54 0.92 0.91 0.43 0.5 7 0.3 0 0.3 8 0.6 9 0.5 2 0.5 9 0.3 1

S.E.M.: STRUCTURAL EQUATION MODELLING

DAMPAK KEBIJAKAN PERUSAHAAN THD REAKSI PASAR

_{DAMPAK KEBIJAKAN PERUSAHAAN THD REAKSI PASAR}

S.E.M.: STRUCTURAL EQUATION MODELLING

Kerangka Konseptual

Konsep Investment Opportunity Set (IOS)

1. Agency Theory 2. Pecking Order

Theory Kebijakan Perusahaan

1. Kebijakan Deviden 2. Kebijakan Laba ditahan 3. Kebijakan Investasi 4. Kebijakan Pendanaan 5. Kebij. Kepemilikan saham 6. Kebijakan Kompensasi 7. Kebijakan AKuntansi Proksi Investment Opportunity Set: 1. MBE 2. MBA 3. TBQ 4. EPR 5. PPA 6. DEV 7. CAV 8. INS 9. VTR

Kinerja

Perusahaan

Reaksi Pasar: 1. Perubahan harga saham 2. Reaksi perdagangan saham 3. Bid ask spread 4. Kapitalisasi Pasar

Profitabilitas:

1. Net Profit Margin 2. Return on equity Konsentrasi Pasar 1. Market share 2. Pertumbuhan

S.E.M.: STRUCTURAL EQUATION MODELLING

DAMPAK KEBIJAKAN PERUSAHAAN THD REAKSI PASAR

_{DAMPAK KEBIJAKAN PERUSAHAAN THD REAKSI PASAR}

S.E.M.: STRUCTURAL EQUATION MODELLING

Model Konseptual Hubungan antar variabel

Kebijakan Deviden Kebijakan Perusahaan Kebijakan Laba Ditahan Kebijakan Pendanaan Kebijakan Investasi Kebijakan Kepemilikan Saham Kebijakan Kompensasi Kebijakan Akuntansi Reaksi Pasar Kinerja Perusahaan

Profitabilitas Konsentrasi Pasar

Potensi Pertumbuhan

S.E.M.: STRUCTURAL EQUATION MODELLING

DAMPAK KEBIJAKAN PERUSAHAAN THD REAKSI PASAR

_{DAMPAK KEBIJAKAN PERUSAHAAN THD REAKSI PASAR}

S.E.M.: STRUCTURAL EQUATION MODELLING

Model Hipotetik Hubungan antar variabel

Kebijakan Perusahaan KKDV KPD KIV KAK KKS KKP Reaksi Pasar Kinerja Perusahaan PFT KSP Potensi Pertumbuhan Perusahaan ROE NPM MKS PP PHS RPS BAS KPP

MBE TBQ PPA CAF INS

MBA EPR DEP CAA VTR

DY. DP. MDE. BDE. ROI. ROA. LD KPL. OAL. IOW MOW POW. ACC SO ε_i £i δi αi δi δi δi δi δi δi δi αi αi ε_i ε_i ε_i αi αi αi αi £i £i £i δi δi δi δi δi δi

S.E.M.: STRUCTURAL EQUATION MODELLING

DAMPAK KEBIJAKAN PERUSAHAAN THD REAKSI PASAR

_{DAMPAK KEBIJAKAN PERUSAHAAN THD REAKSI PASAR}

S.E.M.: STRUCTURAL EQUATION MODELLING

Hasil Pengujian Model

Kebijakan Perusahaan KKDV KPD KIV KAK KKS KKP Reaksi Pasar Kinerja Perusahaan PFT KSP Potensi Pertumbuhan Perusahaan ROE NPM MKS PP PHS RPS BAS KPP

MBE TBQ PPA CAF INS

MBA EPR DEP CAA VTR

DY. DP. MDE. BDE. ROI. ROA. LD KPL. OAL. IOW MOW POW. ACC SO ε_i £i δi αi δi δi δi δi δi δi δi αi αi ε_i ε_i ε_i αi αi αi αi £i £i £i δi δi δi δi δi δi 1.9 3 1.5 0 -0.09 0.21 -0.42 0.36 0.49 0.00

S.E.M.: STRUCTURAL EQUATION MODELLING

PENGARUH KUALITAS LAYANAN thd PELANGGAN

_{PENGARUH KUALITAS LAYANAN thd PELANGGAN}

S.E.M.: STRUCTURAL EQUATION MODELLING

MODEL KONSEPTUAL Kualitas Lingkungan Fisik KUALITAS JASA PEGADAIAN Sikap Karyawan Kepuasan Pelanggan Loyalitas Pelanggan Nilai Pelanggan Kualitas Interaksi Kualitas Hasil Akhir Perilaku Karyawan Keahlian Karyawan Kenyamanan Ruangan Keamanan Gudang Kecepatan Proses Jaminan Pemecahan masalah

S.E.M.: STRUCTURAL EQUATION MODELLING

PENGARUH KUALITAS LAYANAN thd PELANGGAN

_{PENGARUH KUALITAS LAYANAN thd PELANGGAN}

S.E.M.: STRUCTURAL EQUATION MODELLING

Definisi Operasional Variabel

1. Sikap Karyawan (SKP): Cara karyawan bertutur-kata, sikap tubuh, penampilan dan bentuk-bentuk sikap lainnya yang ditunjukkan pada saat berinteraksi dengan pelanggan

2. Perilaku Karyawan (PRI): sikap yg diwujudkan dalam perbuatan, tingkah laku karyawan pada saat berinteraksi dengan pelanggan

3. Keahlian Karyawan (KEA): kemampuan karyawan dalam memenuhi permintaan pelanggan sesuai jenis jasa layanannya

4. Kenyamanan Ruangan (KRG): kondisi ruangan dan kesejukan udara dalam ruangan yg menyebabkan pelanggan merasa senang

5. Keamanan Gudang (KGD): Kondisi ruangan penyimpanan barang jaminan sehingga pelanggan merasa yakin bahwa barangnya tidak hilang, atau rusak selama disimpan

6. Kecepatan proses pelayanan (KCP): daya tanggap karyawan dan entitas penyedia jasa dalam merespon permintaan pelanggan dengan memberikan pelayanan

dengan segera,

7. Pemecahan Masalah (PMS): kemampuan pegawai dan entitas penyedia jasa dalam menyelesaikan keluhan, permasalahan atau ketidak-puasan yang dihadapi oleh pelanggan

S.E.M.: STRUCTURAL EQUATION MODELLING

PENGARUH KUALITAS LAYANAN thd PELANGGAN

_{PENGARUH KUALITAS LAYANAN thd PELANGGAN}

S.E.M.: STRUCTURAL EQUATION MODELLING

Pembatasan Variabel:

1. SIKAP KARYAWAN (SKP): X1 X1.1 : Sikap ramah

X1.2 : Siap membantu menyelesaikan masalah pelanggan X1.3 : Pelayanan penuh perhatian

X1.4 : Menghormati nasabah

2. PERILAKU KARYAWAN (PRI): X2

X2.1. : Pelayanan sopan dan menmyenangkan X2.2. : Tindakan dalam membantu pelanggan X2.3. : Tanggapan thd kebutuhan nasabah X2.4. : Pemahaman thd kebutuhan nasabah 3. KEAHLIAN KARYAWAN (KEA): X3

X3.1. : Pemahaman tentang tugas

X3.2. : Kemampuan dan keahlian sesuai dg bidang tugasnya X3.3. : Kemampuan menjawab pertanyaan pelanggan

X3.4. : Pengetahuan yg dimiliki 4. KEPUASAN PELANGGAN : Y1

Y1.1. : Kepuasan thd sikap dan perilaku akryawan

Y1.2. : Kepuasan thd kemampuan yg ditunjukkan karyawan Y1.3. : Kepuasan thd kondisi kenyamanan dan keamanan Y1.4. : Kepuasan thd kecepatan proses layanan

Y1.5. : Kepuasan thd jaminan yg diberikan Dst………

S.E.M.: STRUCTURAL EQUATION MODELLING

PENGARUH KUALITAS LAYANAN thd PELANGGAN

_{PENGARUH KUALITAS LAYANAN thd PELANGGAN}

S.E.M.: STRUCTURAL EQUATION MODELLING

MODEL HIPOTETIK Kualitas Lingkunga n Fisik KUALITAS JASA PEGADAIAN Sikap Karyawan Kepuasan Pelanggan Loyalitas Pelanggan Nilai Pelanggan Kualitas Interaksi Kualitas Hasil Akhir Perilaku Karyawan Keahlian Karyawan Kenyamanan Ruangan Keamanan Gudang Kecepatan Proses Jaminan Pemecahan masalah

Y1.1 Y1.2 Y1.3 Y1.4 Y1.5 j5 j4 k 1 Y3.1 Y3.2 Y3.3 Y3.4 j1 j2 j3

Y5.1 Y5.2 Y5.3 Y5.4 Y5.5

k 4 i1 _{i2 i3 i4 i5} i1 i1 i1 i1 X8.1 X8.2 X8.3 X8.4 X7.4 X7.1 X7.2 X7.3 i1 i1 i1 i1 X6.1 X6.1 X6.1 X6.1 X5.1 X4.1 X3.1 X2.1 X1.1 X1.2 X2.2 X3.2 X4.2 X5.2

S.E.M.: STRUCTURAL EQUATION MODELLING

PENGARUH KUALITAS LAYANAN thd PELANGGAN

_{PENGARUH KUALITAS LAYANAN thd PELANGGAN}

S.E.M.: STRUCTURAL EQUATION MODELLING

MODEL PENGARUH KUALITAS LAYANAN

Kualitas Lingkunga n Fisik KUALITAS JASA PEGADAIAN Sikap Karyawan Kepuasan Pelanggan Loyalitas Pelanggan Nilai Pelanggan Kualitas Interaksi Kualitas Hasil Akhir Perilaku Karyawan Keahlian Karyawan Kenyamanan Ruangan Keamanan Gudang Kecepatan Proses Jaminan Pemecahan masalah

Y1.1 Y1.2 Y1.3 Y1.4 Y1.5 j5 j4 k 1 Y3.1 Y3.2 Y3.3 Y3.4 j1 j2 j3

Y5.1 Y5.2 Y5.3 Y5.4 Y5.5

k 4 i1 _{i2 i3 i4 i5} i1 i1 i1 i1 X8.1 X8.2 X8.3 X8.4 X7.4 X7.1 X7.2 X7.3 i1 i1 i1 i1 X6.1 X6.1 X6.1 X6.1 X5.1 X4.1 X3.1 X2.1 X1.1 X1.2 X2.2 X3.2 X4.2 X5.2 1.0 0 0.4 3 0.3 0 0.4 9 0.2 3 0.6 3 1.1 2 0.6 9 0.3 2 1.5 0 1.3 3 1.0 0

S.E.M.: STRUCTURAL EQUATION MODELLING

PENGARUH SIKAP & KEPUASAN THD PENERIMAAN TI

_{PENGARUH SIKAP & KEPUASAN THD PENERIMAAN TI}

S.E.M.: STRUCTURAL EQUATION MODELLING

KERANGKA KEORI.

Model Kepuasan: EUCS

Perceived Easy of Use (PEU) Perceived Usefulness (PU)

Model Sikap: Technology Acceptance Model

Attitude toward Using (ATU) Acceptance IT (ATI) End User Computing Satisfaction (EUCS) Content Format Accuracy Timelines Easy of Use

S.E.M.: STRUCTURAL EQUATION MODELLING

PENGARUH SIKAP & KEPUASAN THD PENERIMAAN TI

_{PENGARUH SIKAP & KEPUASAN THD PENERIMAAN TI}

S.E.M.: STRUCTURAL EQUATION MODELLING

KERANGKA KONSEP PENELITIAN

Kepuasan: Kepuasan pemakai akhir komputer Timelines Content Accuracy Format Easy to use Persepsi mudah menggunakan User friedlines Kehandalan sistem Sikap: Technology Acceptance Model (TAM)

Model Sikap: Technology Acceptance Model

Persepsi manfaat dirasakan Penerimaan organisasi Kepuasan staf Kepuasan nasabah Sikap menggunakan TI Penerimaan TI .

S.E.M.: STRUCTURAL EQUATION MODELLING

PENGARUH SIKAP & KEPUASAN THD PENERIMAAN TI

_{PENGARUH SIKAP & KEPUASAN THD PENERIMAAN TI}

S.E.M.: STRUCTURAL EQUATION MODELLING

Kelompok variabel Variabel Indikator

Perceived Usefulness (PU) Penerimaan Organisasi (PO) POA: Kebijakan manajemen POB: Keuntungan yg diperoleh POC: Dukungan keuangan POD: Dukungan teknik

POE : Dukungan pelaksanaan training

Kepuasan Staf (KS) KSA: Kemudahan mengoperasikan tugas sehari-hari

KSB: Prospek karier Kepuasan Nasabah (KN) KNA: Pelayanan cepat

KNB: Tepat waktu KNC: Handal

KND: Informasi akurat KNE: Penerapan biaya KNF: Tingkat keamanan

MK. METODE PENELITIAN

S.E.M.

STRUCTURAL EQUATION MODELLING

Oleh:

Prof Dr Ir SoemarnoMS

MK. METODE PENELITIAN

S.E.M.

STRUCTURAL EQUATION MODELLING

Oleh: