Klik View the Output Path Diagram
2. Melakukan pengujian data
Setelah model dan file data dimasukkan, proses selanjutnya adalah melakukan proses pengujian data. Untuk persiapan output maka langkah-langkahnya adalah
sebagai berikut: Buka menu View
Pilih Analysis Properties muncul Kotak Dialog Analysis Properties Klik tab output dan beri tanda centang semua tab output
Tutup kotak dialog dengan klik tombol close Untuk proses, jalankan menu Analyse dan pilih Calculate Estimates
Tampilan output dengan buka menu view dan pilih text output
4.6 Menafsirkan Hasil Analisis Data
4.6.1 Analisis Regresi
Kita akan menganalisis regresi dengan melihat pengaruh secara gabungan dan secara parsial.
a. Melihat pengaruh pendidikan, kesehatan, dan ketenagakerjaan secara gabungan
terhadap IPM.
Universitas Sumatera Utara
Untuk melihat pengaruh pendidikan, kesehatan, dan ketenagakerjaan terhadap IPM secara gabungan, akan kita lihat hasil perhitungan dalam model Squared Multiple
Correlations, khususnya angka R square di bawah ini:
Squared Multiple Correlations : Group number 1 – Default model
Estimate IPM .993
Besarnya angka estimate dalam hal ini merupakan angka R square r
2
adalah 0,993. Angka tersebut dapat digunakan untuk melihat besarnya pengaruh pendidikan,
kesehatan, dan ketenagakerjaan terhadap IPM Kabupaten Labuhan Batu Selatan dengan cara menghitung Koefisien Determinasi KD dengan menggunakan rumus
sebagai berikut: Koefisien Determinasi KD = r
2
x 100 = 0,993 x 100
=99,3
Angka tersebut mempunyai maksud bahwa pengaruh pendidikan, kesehatan, dan ketenagakerjaan secara gabungan terhadap IPM adalah 99,3. Adapun sisanya
sebesar 0,7 100 - 99,3 dipengaruhi oleh faktor lain. Dengan kata lain variabilitas IPM yang dapat diterangkan dengan menggunakan variabel pendidikan,
kesehatan, dan ketenagakerjaan adalah sebesar 99,3, sedangkan pengaruh 0,7 disebabkan oleh variabel-variabel lain di luar model ini. Untuk mengetahui apakah
Universitas Sumatera Utara
model regresi di atas sudah benar atau salah, diperlukan uji hipotesis menggunakan uji signifikansi sebagaimana tertera dalam tabel di bawah ini:
Covariances : Group number 1 – Default model
Estimate S.E. C.R. P Label Pendidikan -- Kesehatan -.302 .439 -.689 .491 Par_4
Kesehatan -- Ketenagakerjaan 1.386 1.918 .722 .470 Par_5 Pendidikan -- Ketenagakerjaan -12.618 10.534 -1.198 .231 Par_6
Angka estimate pada output di atas menunjukkan kovarian antar variabel terikat endogenus dengan variabel bebasnya eksogenus. Untuk mengetahui hal
tersebut, dapat dilakukan pengujian hipotesis seperti pada pengujian ada tidaknya hubungan antara dua variabel tertentu.
Kaidah pengujian signifikansi Program Amos 18 sebagai berikut:
Jika nilai probabilitas 0,05 lebih kecil atau sama dengan nilai probabilitas sig atau [0,05 ≤ Sig], maka H
o
diterima dan H
1
ditolak yang artinya tidak signifikan.
Jika nilai probabilitas 0,05 lebih besar atau sama dengan nilai probabilitas sig atau [0,05 ≥ Sig], maka H
o
ditolak dan H
1
diterima yang artinya signifikan.
Universitas Sumatera Utara
Dari tabel kovarian di atas, nilai probabilitas lebih besar dari 0,05, bahkan mencapai angka sempurna yakni mendekati 1. Jika diberikan hipotesis seperti berikut:
H
o
: tidak ada hubungan yang nyata signifikan antara pendidikan, kesehatan, dan ketenagakerjaan terhadap IPM
H
1
: ada hubungan yang nyata signifikan antara pendidikan, kesehatan, dan ketenagakerjaan terhadap IPM
Maka, dari pernyataan di atas, H
o
ditolak dan H
1
diterima sehingga ada hubungan yang nyata signifikan antara pendidikan, kesehatan, dan ketenagakerjaan terhadap
pendidikan.
b. Melihat pengaruh pendidikan, kesehatan, dan ketenagakerjaan secara parsial
terhadap IPM.
Untuk melihat pengaruh pendidikan, kessehatan, dan ketenagakerjaan terhadap IPM secara parsial, akan kita lihat hasil perhitungan dalam model Regression
Weights:Group number 1 – default model di bawah ini:
Universitas Sumatera Utara
Regressions Weights : Group number 1 – Default model
Estimate S.E. C.R. P Label Pendidikan --- Kesehatan .076 .018 4.172 Par_1
Kesehatan --- Ketenagakerjaan 1.251 .062 20.117 Par_2
Pendidikan --- Ketenagakerjaan .029 .004 6.700 Par_3
Proses: Perumusan Hipotesis
H
o
: Tidak ada hubungan yang nyata signifikan antara pendidikan, kesehatan, dan ketenagakerjaan terhadap IPM
H
1
: ada hubungan yang nyata signifikan antara pendidikan, kesehatan, dan ketenagakerjaan terhadap IPM
Dalam hal ini semua hubungan , jika ada dan nyata, adalah positif. Hal ini disebabkan secara teori theory based tidak mungkin karena pendidikan dan kesehatan. Secara
negative. Dalam arti semakin tinggi pendidikan justru mengakibatkan semakin rendah tingkat kesehatan. Hal ini penting, karena jika hubungan dinyatakan signifikan, namun
Universitas Sumatera Utara
mempunyai tanda negatif, seharusnya hasil tersebut ditolak, karena tidak sesuai dengan hipotesis teoritis.
Dasar keputusan: Jika nilai probability P 0,05 H
o
diterima Jika nilai probability P 0,05 H
o
ditolak Keputusan
Pada kolom P terlihat nilai P adalah . Hal ini menunjukkan angka P adalah 0,000, yang jauh di bawah 0,05. Karena itu H
o
ditolak, atau pada pengujian nilai estimate antara IPM dengan ketiga variabel di atas dikatakan memang terdapat hubungan yang
nyata diantara keduanya. Untuk melengkapi hasil analisis di atas, berikut disertakan tampilan estimate yang
sudah distandarisasi.
Standardized Regression Weights : Group number 1 – Default model
Estimate Pendidikan --- Kesehatan .257
Kesehatan --- Ketenagakerjaan .892
Pendidikan --- Ketenagakerjaan .416
Jika tabel terdahulu menguji signifikan atau tidak hubungan dua variabel, maka tabel ini menjelaskan seberapa eratnya hubungan tersebut. Namun karena pada uji
signifikansi sudah terbukti ada hubungan yang nyata, maka tidak perlu analisis lanjutkan.
Universitas Sumatera Utara
4.6.2 Analisis Korelasi