S.E.M. STRUCTURAL EQUATION MODELLING Oleh : Prof Dr Ir SoemarnoMS

S.E.M.STRUCTURAL EQUATION

MODELLING

Oleh:Prof Dr Ir SoemarnoMS


MODELLING


S.E.M. = Structural Equation ModellingLISREL = Linear Structural RelationsSEM = Simultaneous Equation Model

S.E.M. = Structural Equation ModellingLISREL = Linear Structural RelationsSEM = 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 & jalurnya3. 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 & jalurnya3. Mendapatkan model untuk prakiraan/ estimasi

/ekstrapolasi

Factors Analysis ModellingFactors Analysis Modelling

X1

Xi dan Yi : Variabel atau FaktorKsi : variabel laten XEta : variabel laten Y

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

Xi dan Yi : Variabel atau FaktorKsi : variabel laten XEta : variabel laten Y

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

X2

X3

X4

X5

X8

X6

X7

Ksi1

Ksi3

Ksi2

Eta2

Eta1

Y1

Y2

Y3

Y4

Structural Equation ModellingStructural Equation Modelling

X1

Analisis faktorVariabel Eksogen

X2

X3

X4

X5

X8

X6

X7

Ksi1

Ksi3

Ksi2

Eta2

Eta1

Y1

Y2

Y3

Y4

Analisis faktorVariabel Endogen

Analisis RegresiAnalisis 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

11

1

2

3

1

1 1

8

10

1

1

1

12

1

123

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 reliabilitas2. SEM dapat diterapkan untuk Model rekursif dan Resiprokal3. SEM input datanya dapat berupa data mentah4. SEM outputnya berupa faktor determinan, model struktural dan model pengukuran

Keunggulan SEM.1. SEM dapat menguji hubungan kausalita, validitas dan reliabilitas2. SEM dapat diterapkan untuk Model rekursif dan Resiprokal3. SEM input datanya dapat berupa data mentah4. 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 & TeoriPengembangan 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 tersebutSalah 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 tersebutSalah 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 LINTASANPath diagramKONSTRUKSI DIAGRAM LINTASANPath diagram

Diagram ini sangat bermanfaat untuk menunjukkan alur-alur (lintasan) kausalita antar variabel yang secara teoritis layakHubungan kausalita : Simbol panah satu arahHubungan korelasional : Simbol panah bolak-balik

Diagram ini sangat bermanfaat untuk menunjukkan alur-alur (lintasan) kausalita antar variabel yang secara teoritis layakHubungan kausalita : Simbol panah satu arahHubungan korelasional : Simbol panah bolak-balik

X1i

X2i

X3i

Y1i

Y2i

X1:Unobservable

variabel

Variabel manifes, variabel terukur

X1.1

X1.2X1.3X1….

KONSTRUKSI DIAGRAM LINTASANPath diagram

KONSTRUKSI DIAGRAM LINTASANPath diagram

X1

X2

X3

Y1

Y2

X1.1

X1.2

X2.1

X2.2

X3.1

X3.2X3.3

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

X3.2X3.3

Y2.1 Y2.2

Y1.1

1

11

1

4

103

1

1

1

1.2

1 = 2. 2 + 1. 1 + 1

2 = 1. 1 + 2. 2 + 3. 3 + 2

X1.1 = 1. 1 + 1X1.2 = 2. 1 + 2 …. Dst.

22

2

3

1

2

3

5

67

8

9

2

32

2

2

3

4

5

67

MEMILIH MATRIKS INPUTMEMILIH MATRIKS INPUT

Input data untuk SEM dapat berupa:1. Matriks korelasi, atau2. Matriks peragam, kovarians

Input data untuk SEM dapat berupa:1. Matriks korelasi, atau2. Matriks peragam, kovarians

Matriks Peragam, digunakan kalau:1. Tujuannya menguji model hipotetik yang secarateoritis sudah layak2. Serupa dengan analisis regresi3. Model yang diperoleh dapat digunakan untuk prediksi4. Model yg diperoleh dapat untuk menjelaskan fenomena yang dikaji5. ….

Matriks Peragam, digunakan kalau:1. Tujuannya menguji model hipotetik yang secarateoritis sudah layak2. Serupa dengan analisis regresi3. Model yang diperoleh dapat digunakan untuk prediksi4. Model yg diperoleh dapat untuk menjelaskan fenomena yang dikaji5. ….

Matriks korelasi, digunakan kalau: 1. Tujuannya ingin membuktikan hubungan kausalita antar variabel2. Lintasan mana saja yang pengaruhnya dominan3. Variabel eksogen mana saja yang pengaruhnya dominan terhadap variabel endogen4. ...

Matriks korelasi, digunakan kalau: 1. Tujuannya ingin membuktikan hubungan kausalita antar variabel2. Lintasan mana saja yang pengaruhnya dominan3. Variabel eksogen mana saja yang pengaruhnya dominan terhadap variabel endogen4. ...

PROBLEMATIK IDENTIFIKASIPROBLEMATIK IDENTIFIKASI

Problematik pendugaan parameter:1. Un-identified atau under identified2. Over identified

Problematik pendugaan parameter:1. Un-identified atau under identified2. 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 teorinya3. 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 teorinya3. 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 besar2. Matriks informasi tidak dapat disajikan sbgm mestinya3. Nilai penduga parameter tidak dapat diperoleh4. Muncul angka (nilai) yang aneh5. 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 besar2. Matriks informasi tidak dapat disajikan sbgm mestinya3. Nilai penduga parameter tidak dapat diperoleh4. Muncul angka (nilai) yang aneh5. Adanya koefisien korelasi yg tinggi (> 0.9) antar koefisien hasil pendugaan

EVALUASI GOODNESS - OF - FITEVALUASI GOODNESS - OF - FIT

Asumsi-asumsi SEM:1. Asumsi yang berkaitan dengan model2. Asumsi yang berkaitan dengan pendugaan parameter & pengujian hipotesis

Asumsi-asumsi SEM:1. Asumsi yang berkaitan dengan model2. Asumsi yang berkaitan dengan pendugaan parameter & pengujian hipotesis

Asumsi Pendugaan parameter & Uji hipotesis:1. Random sampling2. Tidak boleh ada missing data3. Tidak ada data pencilan, outliers4. Untuk pendugaan parameter, jumlah sampel minimum 100

Asumsi Pendugaan parameter & Uji hipotesis:1. Random sampling2. Tidak boleh ada missing data3. Tidak ada data pencilan, outliers4. 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 FITTAHAPAN UJI GOODNESS OF FIT

A. Uji Parameter, dengan t-test:1. Parameter Lamda: validitas instrument 2. Parameter Delta dan Epsilon: Reliabilitas instrumen3. Parameter Beta dan Gama, dan lainnya

A. Uji Parameter, dengan t-test:1. Parameter Lamda: validitas instrument 2. Parameter Delta dan Epsilon: Reliabilitas instrumen3. Parameter Beta dan Gama, dan lainnya

4. Uji Model PengukuranUji validitas ……… koefisien korelasiUji reliabilitas ……….. Nilai error

4. Uji Model PengukuranUji validitas ……… koefisien korelasiUji reliabilitas ……….. Nilai error

2. Uji Keseluruhan ModelModel ini merupakan integrasi antara model struktural dan model pengukuran

2. Uji Keseluruhan ModelModel ini merupakan integrasi antara model struktural dan model pengukuran

3. Uji Model StrukturalMenggunakan uji koefisien determinasi, seperti model regresi

3. Uji Model StrukturalMenggunakan uji koefisien determinasi, seperti model regresi

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 besarRMSEA < 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 MODELINTERPRETASI & 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 prediksi2. Analisis Lintasan:

1. Efek langsung2. Efek tidak langsung3. Total efek4. Faktor dominan5. Kausalitas antar variabel.

INTERPRETASI MODEL:1. Model Struktural: Interpretasi terhadap fenomena yg sedang dikaji, dan melakukan prediksi2. Analisis Lintasan:

1. Efek langsung2. Efek tidak langsung3. Total efek4. Faktor dominan5. Kausalitas antar variabel.

SAMPLE SIZE SAMPLE SIZE

Dalam SEM, Parameter yang diduga:.1. Parameter pada Model Pengukuran2. Parameter pengaruh variabel eksogen thd variabel endogen3. Parameter pengaruh antar variabel endogen4. Parameter korelasi antar variabel eksogen5. Parameter error.

Dalam SEM, Parameter yang diduga:.1. Parameter pada Model Pengukuran2. Parameter pengaruh variabel eksogen thd variabel endogen3. Parameter pengaruh antar variabel endogen4. Parameter korelasi antar variabel eksogen5. Parameter error.

Sampel untuk LISREL1. Sampel untuk program LISREL > 4002. Sample size 10 x banyaknya variabel3. Banyaknya sampel minimum 10 x banyaknya parameter yang ada dalam model

Sampel untuk LISREL1. Sampel untuk program LISREL > 4002. Sample size 10 x banyaknya variabel3. 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 502. Jumlah sampel = 5-10 kali banyaknya parameter3. 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 502. Jumlah sampel = 5-10 kali banyaknya parameter3. Jumlah sampel = 5-10 kali jumlah variabel manifest dari keseluruhan variabel laten

SEM dalam STUDI MARKETINGSEM dalam STUDI MARKETING

MODEL HIPOTETIK1. Harga produk berpengaruh thd image pelanggan, Harga berpengaruh terhadap Promosi2. Fasilitas berpengaruh thd image pelanggan, juga berpengaruh thd Promosi 3. Produk berpengaruh thd image pelanggan, dan dapat digunakan sebagai sarana Promosi4. Promosi dapat membantu membentuk Image pelanggan

MODEL HIPOTETIK1. Harga produk berpengaruh thd image pelanggan, Harga berpengaruh terhadap Promosi2. Fasilitas berpengaruh thd image pelanggan, juga berpengaruh thd Promosi 3. Produk berpengaruh thd image pelanggan, dan dapat digunakan sebagai sarana Promosi4. Promosi dapat membantu membentuk Image pelanggan

IDENTIFIKASI VARIABEL

Variabel Laten (Konstruk) Variabel Manifest (Terukur)

Harga (X) X1 = Potongan, atau berbentuk hadiahX2 = Harga yg ditetapkan

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

Fasilitas (X) X4 = Fasilitas PArkirX5 = Fasilitas bermain anak-anak

Produk (X) X6 = Kualitas produkX7 = 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 hadiahX2 = Harga yg ditetapkan

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

Fasilitas (X) X4 = Fasilitas PArkirX5 = Fasilitas bermain anak-anak

Produk (X) X6 = Kualitas produkX7 = 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

123456789...

No Sampel X1 X2 X3 X4 X5 X6 X7 Y1

123456789...

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

1.64unreliable

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

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

HASIL ANALISISModel Strultural (estimate)HASIL ANALISISModel Strultural (estimate)

Chi square = 28.78, df=12, P-value= 0.00425 RMSEA = 0.100Chi 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 ANALISISPath Analysis (standardized)HASIL ANALISISPath Analysis (standardized)


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 ANALISISModel Struktural (t-value)HASIL ANALISISModel Struktural (t-value)


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 MODELLINGMANAJEMEN SDM DOSEN PTS

S.E.M.: STRUCTURAL EQUATION MODELLINGMANAJEMEN SDM DOSEN PTS

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

Mendua Peran

Komitmen organisasional

Kelelahan Emosional

Kepuasan Kerja

Keinginan untuk Keluar

Konflik Peran

Kinerja

S.E.M.: STRUCTURAL EQUATION MODELLING

MANAJEMEN SDM DOSEN PTSS.E.M.: STRUCTURAL EQUATION MODELLING

MANAJEMEN SDM DOSEN PTS

Kinerja Karyawa

n

Umpan balik karyawan

Ukuran Kinerja

Penilaian Kinerja

Standar Kinerja

Keputusan SDM

Catatan Karyawa

n

Elemen kunci sistem penilaian kinerja, Mangkuprawira, 2002




Beban Kerja Identifik

asiKepuasan Kerja

Kelelahan

Emosional

Penghargaan

Lingkungan Keluarga

Konflik Peran

Penilaian

Kinerja

Kinerja

Komitmen Organisasio

nal

Keterlibatan

Loyalitas Kelelahan emosional

Depersonalisasi

Kemunduran kepribadian

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




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




Konstruk (Indikator) Dimensi Konstruk (Variabel) Sekala Pengukuran.1. Beban Kerja 1. Jumlah MK yang diampu per semesterLikert, 5 opsi 2. Penelitian – penelitian ilmiah

3. Sebagai Penasehat akademik4. Sebagai Dosen Pembimbing skripsi5. Seminar ilmiah

2. Penghargaan 1. Gaji, HR, tunjangan, InsentifLikert, 5 opsi

2. Kenaikan pangkat dan jabatan3. Kesempatan pendidikan lanjut4. Fasilitas yang diterima

3. Lingkungan 1. Jumlah anggota keluargaLikert, 5 opsi Keluarga 2. Status kepemilikan rumah

3. Kondisi tempat tinggal4. Keadaan masyarakat sekitar

4. Konflik Peran 1. Perubahan radikal perkuliahanLikert & skoring

2. Hubungan dosen-atasan-staf3. Hubungan dengan mahasiswa4. Persaingan jabatan struktural

5. Kelelahan 1. Perasaan cemas setiap mulai pekerjaanSkoring Emosional 2. Merasa kekeringan emosi

3. Merasa berguna kembali ketika senja hari4. Merasa lelah ketika bangun pagi5. Merasa frustasi oleh pekerjaan

6. Kepuasan Kerja 1. Pekerjaan sesuai dg keinginanLikert, 5 opsi

2. Gaji, HR, tunjangan3. Citra PTS tempat mengajar4. Promosi kenaikan pangkat, jabatan, mutasi

7. Kinerja 1, Kinerja pekerjaan dan nkepuasanLikert, 5 opsi

2. Kinerja selama ini8. Penilaian Kinerja 1. Penilaian kinerja yg proporsionalLikert, 5 opsi

2. Pengukuran prestasi kerja9. Komitmen organisasi 1. IdentifikasiSkoring

2. Keterlibatan3. Loyalitas




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)-0.093 (TS)

0.199 (S)

MK. METODE PENELITIAN


MODELLING


MK. METODE PENELITIAN


MODELLING


Documents

S.E.M. STRUCTURAL EQUATION MODELLING Oleh : Prof Dr Ir SoemarnoMS