Pendekatan Metode Kuadrat Terkecil Parsial pada Pemodelan Persamaan Struktural
Judul Tesis
: Pendekatan Metode Kuadrat Terkecil Parsial pada Pernodelan Persamaan
Struktural (Studi Kasus: Perusahaan Manuf'aktur yang Go Public di
Indonesia)
Nama
: Bambang Irawan
NRP
: 98114
Program Stud : Statistika
Menyetujui,
1. Komisi Pembimbing
Ir. H. Aii Hamim Wigena. MSG
Ansgota
.Sc
Ketua
Mengetahui,
2. Ketua Program Studi Statistika
Tanggal Lulus : 14 Pebruari 2002
3. Direktur Program Pascasarjana
PENDEKATAN METODE KUADRAT TERKECIL PARSIAL
PADA PEMODELAN PERSAMAAN STRUKTURAL
(Studi kasus :Perusahaan Manufaktur yang Go Public di Indonesia)
Oleh :
BAMBANG IRAWAN
PROGRAM PASCASARJANA
INSTITUT PERTANIAN BOGOR
2002
ABSTRAK
BAMBANG IRAWAN. Pendekatan Metode Kuadrat Terkecil Parsial pada Pemodelan
Persamaan Struktural (Studi Kasus: Perusahaan Manufaktur yang Go Public di Indonesia), di
bawah bimbingan AUNUDDIN sebagai ketua dan AJI HAMlM WIGENA sebagai anggota.
Model Persamaan Struktural (MPS) adalah penggabungan teknik analisis faktor dan
sidik lintas. MPS dapat digunakan untuk mendeskripsikan keterkaitan hubungan linear secara
simultan peubah-peubah pengamatan dan melibatkan peubah laten yang tidak dapat diukur
secara langsung. Ada dua pendekatan pada MPS. Pertama, Model Struktur Koragam (MSK)
yang mempunyai asumsi-asurnsi peubah pengamatan menyebar normal ganda dan ukuran
contoh relatif besar. Kedua, Metode Kuadrat Terkecil Parsial (MKTP) yang mempunyai
asumsi bebas sebaran dan ukuran contoh tidak hams besar. Kedua metode tersebut diterapkan
pada pemodelan Prestasi Manajer. Hasil Penelitian menunjukkan bahwa pendugaan model
Prestasi Manajer dengan peubah pengamatan tidak menyebar normal ganda dan ukuran contoh
relatif kecil sehingga MKTP lebih tepat digunakan dari pada metode MSK.
Hasil analisis dengan MKTP menunjukkan bahwa Komitmen Organisasi berpengaruh
langsung maupun tidak langsung terhadap Prestasi Manajer dan juga berpengaruh langsung
terhadap Akses Informasi untuk Pelaksanaan Tugas, dan Akses Informasi untuk Pelaksaman
Tugas berpengaruh langsung terhadap Prestasi Manajer. Pengaruh tidak langsung dari
Partisipasi dalam Penyusunan Anggaran terhadap Prestasi Manajer lebih besar dari pa&
pengaruh langsungnya. Hal ini menunjukkan bahwa Komitmen Organisasi dan Akses
Informasi untuk Pelaksanaan Tugas menunjang Prestasi Manajer.
Kata kunci : MPS,MKTP dan MSK
SURAT PERNYATAAN
Dengan ini saya menyatakan bahwa tesis saya yang berjudul :
"Paadelcatan Metode Kuadrat Terkecil Parsial
pada Panodelan Persamaan Struktural"
(Studi kasus: Perusahaan Manufakhx yang Go Public di Indonesia)
adalah benar menrpakan hasil karya sendiri dan b e l m pernah dipublikasikan. Semua sumber
data dan informmi telah dinyatakan secara jelas dan dapat diperiksa kebenarannya.
Bambann Irawan
NRP. 98114lSTK
PENDEKATAN METODE KUADRAT TERKECIL PARSIAL
PADA PEMODELAN PERSAMAAN STRUKTURAL
(Studi kasus: Perusahaan Manufaktur yang Go Public di Indonesia)
Oleh :
BAMBANG IRAWAN
Tesis
sebagai salah satu syarat untuk memperoleh gelar
Magister Sains pada
Program Studi Statistika
PROGRAM PASCASARJANA
INSTITUT PERTANIAN BOGOR
2002
Judul Tesis
: Pendekatan Metode Kuadrat Terkecil Parsial pada Pernodelan Persamaan
Struktural (Studi Kasus: Perusahaan Manuf'aktur yang Go Public di
Indonesia)
Nama
: Bambang Irawan
NRP
: 98114
Program Stud : Statistika
Menyetujui,
1. Komisi Pembimbing
Ir. H. Aii Hamim Wigena. MSG
Ansgota
.Sc
Ketua
Mengetahui,
2. Ketua Program Studi Statistika
Tanggal Lulus : 14 Pebruari 2002
3. Direktur Program Pascasarjana
RIWAYAT HIDUP
Penulis dilahirkan di Kediri pada tanggal 1 Desember 1968 dari ayah Suwarno, BA
dan ibu Sanny. Penulis merupakan putra pertarna dari lima bersaudara.
Pada tahun 1988 penulis lulus dari SMA negeri 3 Kediri dan pada tahun yang sama
melanjutkan S1 pada Program Studi Statistika di Universitas Gajayana di Malang. Pada tahun
1993 penulis diangkat sebagai staf pengajar pada Universitas Gajayana di Malang hingga
sekarang. Kesempatan untuk melanjutkan ke program magster pada Program Studi Statistika
di IPB diperoleh pada tahun 1998 dengan beasiswa BPPS setelah mengkuti Program
PrapascasarJana terlebih dahulu pada Program Studi Statistika di IPB pada tahun 1997 selama
satu tahun dengan beasiswa URGE.
PRAKATA
Puji syukur kami panjatkan kehadirat Allah S.W.T., berkat rachmat dan karunia-Nya,
akhirnya penulis dapat menyelesaikan tesis dengan judul " Pendekatan Metode Kuadrat
Terkecil Parsial pada Pemoddan Persamaan Stmklwal", studi pada Perusahaan Manufyang Go Publik di Indonesia.
Tesis yang dipersiapkan sebagai salah satu syarat menyelesaikan pendidikan S2 di
W t u t Pertanian Bogor ini adalah untuk mengetahui pengaruh partisipasi dalam penyusunan
anggaran terhadap prestasi manajer secara induvidual, jika komitmen organisasi dan akses
untuk pelaksanaan tugas sebagai peubah antara.
Dalam kesempatan ini penulis menyampaikan pengahargaan dan ucapan terirna kasih
yang sebesar-besarnya kepada : Bapak Dr. Ir. Aunuddm, MSc, selaku Ketua Komisi
Pembimbing dan Bapak Ir. H. Aji Hamim Wigena, MSc, selaku Anggota Pembimbing yang
telah banyak memberikan arahan, motivasi dan masukan yang sangat berguna untuk kelayakan
tesis ini.
Penulis juga menyampaikan terima kasih kepada Bapak Suwarno, Bapak Sutikno dan
rekan-rekan mahasiswa Pascasarjana Program Studi Statistika, khususnya angkatan tahun
1998 atas dukungan dan kerjasama yang baik selama perkuliahan sampai dengan selesainya
penulisan tesis ini.
Ucapan terima kasih kepada pimpinan, staf pengajar dan pegawai Program Studi
Statistika yang telah banyak memberikan kesempatan dan fasilitas kepada penulis selama
perkuliahan dan penelitian s a m p penyelesaian tesis ini.
Dengan segala kerendahan penulis menyadari sepenuhnya atas segala kekurangan
dalam penyusunan tesis ini. Segala kritik dan saran untuk perbaikan akan diterima dengan
senang hati. Harapan penulis semoga penelitian ini memberi manfaat yang sebesar-besarnya
bagi penulis pribadi pada khususnya dan masyarakat yang terkait pada urnumnya. Arnien.
Bogor, Pebruari 2002
Bambang Irawan
DAFTAR IS1
Halarnan
DAFTAR TABEL ..............................................................................
vi
DAFTAR GAMBAR ...........................................................................
vi
DAFTAR LAMPIRAN ........................................................................
vi
PENDAHULUAN ..............................................................................
Latar Belakang ...........................................................................
Tujuan .....................................................................................
1
1
2
TINJAUAN PUSTAKA .......................................................................
Metode Kuadrat Terkecil Parsial (MKTP) ...........................................
Pendugaan MKTP .......................................................................
Evaluasi MKTP ..........................................................................
Model Struktur Koragam (MSK) ......................................................
Pendugaan MSK .........................................................................
Evaluasi MSK ...........................................................................
3
3
6
7
10
12
14
METODE PENELITIAN .....................................................................
Surnber Data .............................................................................
Metode Analisis .........................................................................
HASIL DAN PEMBAHASAN ..............................................................
Hasil Analisis MSK ....................................................................
Hasil Analisis MKTP ..................................................................
KESIMPULAN DAN SARAN ..............................................................
Kesimpulan ..............................................................................
Saran ......................................................................................
27
27
27
DAFTAR PUSTAKA .........................................................................
28
DAFTAR TABEL
Halaman
1. Uji koefisien lintas peubah laten pada MSK ............................................
2 . Korelasi peubah laten pada MKTP ........................................................
3. Uji koefisien lintas peubah laten pada MKTP ...........................................
3. Uji koefisien lintas peubah laten dan peubah penjelas pada MKTP ..................
DAFTAR GAMBAR
Halaman
1. Koefisien lintas model pada MSK ..........................................................
2 . Plot peluang kenormalan ....................................................................
3. Koefisien lintas model pada MKTP ........................................................
DAFTAR LAMPIRAN
Halaman
1. D a h peubah laten clan peubah penjelas ..................................................
2 . Data Prestasi Manajer ........................................................................
3. Perintah iteratif LVPLS ....................................................................
4. Perintah iteratif LISREL .....................................................................
PENDAHULUAN
Penelitian rnanajemen merupakan penelitian multidimensi dari fenomena praktis
yang diamati dalam berbagai dimensi sebuah konsep. Demikian juga dengan proses
penarikan kesimpulannya bersifat multidimensi dan berjenjang, sehingga dibutuhkan
sebuah model dan alat analisis yang rnampu mengakomodasi penelitian tersebut.
Metode yang sering digunakan &lam pennasalahan diatas adalah Model
Persamaan Struktural (MPS). MPS adalah sekumpulan teknik-teknik statistika yang dapat
menguji sebuah rangkaian hubungan yang relatif rurnit secara simultan. Hubungan yang
rumit dapat dibangun dari satu atau lebih peubah bebas dan satu atau lebih peubah tidak
bebas. Peubah tersebut dapat berbentuk peubah laten yang dibangun dari beberapa peubah
penjelas.
Pemodelan persamaan struktural yang lengkap pada dasarnya terdiri dan model
stnrktural dan model pengukuran. Model pengukuran digunakan untuk mengko~irmasi
dimemi-dimemi yang dikembangkan pada peubah laten dan model struktural merupakan
struktur hubungan yang membentuk kausalitas antara peubah laten.
MPS mempunyai dua pendekatan yaitu Model Struktur Koragam (MSK) dan
Metode Kuadrat Terkecil Parsial (MKTP). MSK mempunyai asumsi-asumsi peubah
pengamatan menyebar normal ganda dan ukuran contoh hams relatif besar (n2100).
Sedangkan MKTP merupakan metode lunak (Soft Model) yang artinya di dalam pendugaan
MKTP tidak memerlukan asumsi yang ketat mengenai sebaran dari peubah pengamatan
dan ukuran contoh tidak harus besar (Chin, 2000).
Menurut Krelle (1997), MSK tidak dapat konvergen jika ukuran contoh relatif kecil
(n1100), tetapi sangat baik jika ukuran contoh relatif besar sedangkan menurut Wold
(1982), MKTP dan MSK adalah metode yang saling melengkapi dalam pendugaan model
lintas. MSK mempunyai ciri-ciri yaitu: (a) pendugaannya menggunakan kemunglunan
maksimum,(b) uji hipotesisnya berperan menerima atau menolak model dan (c) pendugaan
galat baku untuk parameter-parameter. Sedangkan MKTP mempunyai cici-ciri yaitu (a)
pendugaannya menggunakan algoritrna MKTP, (b) ujinya berperan untuk mengukur
kekuatan prediktif dan (c) galat baku diduga dengan prosedur jackknife.
MKTP digunakan didalam dua kondisi. Pertama, asumsi peubah pengamatan
menyebar normal ganda dan ukuran contoh yang besar tidak Qpenuhi. Kedua, terutama
diharapkan untuk prediksi, dimana situasi informasi teoritis lernah, sehingga
mempemudah dalam pengembangan teori.
Tujuan
Tujuan penelitian ini adalah :
1.
Menerapkan pendekatan MKTP pada MPS.
2.
MembanQngkan hasil analisis MKTP dm MSK dalam kondisi peubah pengarnatan
tidak menyebar normal ganda dan ukuran contoh relatif kecil (n < 100).
TINJAUAN PUSTAKA
Metode Kuadrat Terkecil Parsial ( MKTP )
MKTP dikembangkan oleh Wold (1982) sebagai metode umum untuk pendugaan
model peubah laten yang diukur tidak langsung oleh peubah penjelas. Model MKTP
didefinisikan dm dua persarnaan linier yang disebut model struktural (model inner) dan
model pengukuran (model outer). Spesifikasi model struktural add& hubungan antara
peubah laten yang tidak dapat diukur secara langsung, sedan-
spesifikasi model
pengukuran adalah hubungan antara peubah laten dan sekelompok peubah penjelas yang
dapat diukur secara langsung.
Persarnaan model struktural yang menghubungkan peubah-peubah laten sebagai
berikut :
dimana :
J
=
banyaknya peubah laten
q
=
peubah laten tidak bebas ke-j
qi
=
peubah laten bebas ke-i untuk i # j
$J'..
=
koefisien lintas peubah laten ke-j dan ke-i
Pjo
=
intersep
<
J.
=
sisaan model struktural ke- j
i
=
banyaknya lintasan dari peubah laten bebas ke peubah laten talc bebas.
Model struktural dengan pendekatan MKTP diasurnsikan rekursif Dari persarnaan (1)
diperoleh spesifikasi prediksi sebagai berikut :
ha1 ini berimplikasi
c ~ v ( < ~ , q ~ ) =untuk
O, i0.08), menunjukkan keadaan empiris dari data tidak sesuai dengan model yang
diajukan. Sedangkan menurut kriteria kesesuaian lainnya yakni, nilai Goodnees of Fit
Indeks (GFI) sebesar 0.98 (>0.90) serta nilai AGFI sebesar 0.98 (M.90) menunjukkan
model yang diajukan dapat diterima. Dari uji kesesuaian model analisis MSK memberikan
hasil yang berbeda, sehingga secara teoritis model sulit dijelaskan.
Keterangan : ** = sangat nyata p d a a=0.01
Gambar 1. Koefisien lintas model pada MSK
Sementara secara teoritis model seharusnya dapat dijelaskan melalui analisis MSK.
Setelah ditelusuri lebih lanjut ternyata peubah pengamatan tidak memenuhi asurnsi
menyebar normal ganda (Gambar 2) dan juga banyahya ukuran contoh relatif kecil
(n=47) sehingga hasil analisis MSK tidak layak. Pada Gambar 2, terlihat ada dua pencilan
yang membuat sebaran peubah pengamatan tidak menyebar normal ganda.
Dengan demikian pernasalahan di atas perlu dicarikan solusinya dengan
menerapkan MKTP yang tidak memerlukan asumsi peubah pengamatan menyebar normal
ganda dan u h a n contoh tidak harus besar.
Gambar 2. Plot peluang kenormalan
Hasil analisis MKTP
Kekuatan model pengukuran diuji dengan validitas kekonvergenan dan validitas
diskriminan. Koefisien lintas peubah penjelas (n), composite reliability (p,) dan Average
Variance Extracted (AVE)setiap peubah laten, secara rinci disajikan pada Gambar 3.
Ada tiga uji validitas kekonvergenan Pertama, nilai koefisien lintas (n) peubah
laten semuanya di atas 0.7, artinya reliabilitas setiap peubah penjelas cukup baik. Kedua,
nilai pc peubah Iqkn semuanya di atas 0.8, artinya kualitas pengukurannya cukup baik.
Ketiga, nilai AVE peubah laten Partisipasi semuanya Q atas 0.5, artinya jumlah keragaman
dari peubah penjelas yang diakomodasi oleh peubah laten lebih besar dibandingkan dengan
jumlah keragaman yang tidak dapat dijelaskan oleh peubah penjelas.
Uji validitas diskriminan digunakan untuk mengetahui kesesuaian pembeda dari
peubah laten. Berdasarkan Tabel 2, semua nilai akar kuadrat AVE lebih besar
dibandingkan dengan semua korelasi antar peubah laten, yang menunjukkan validitas
disknminannya cukup baik.
Tabel 2. Korelasi antar peubah laten
Peubah Laten
PPA
KO
AIPT
PM
PPA
0.854
0.569
0.741
0.747
KO
AIPT
PM
0.942
0.682
0.677
0.842
0.777
0.820
Keterangan : Diagonal = akar kuadrat AVE , Sub Diagonal = Korelasi antar peubah laten
Hipotesis model struktural diuji dengan memeriksa model strukturalnya melalui R2
dan Q~serta uji t untuk koefisien lintas peubah laten yang disajikan pada Gambar 3.
Persamaan Komitmen Organisasi (KO) pada Gambar 3 diperoleh sebagai berikut :
KO = 0.569 PPA
(20)
Dari persamaan (20) diperoleh informasi R2=0.3240 yang artinya keragaman Komitmen
Organisasi (KO) dapat dijelaskan oleh keragaman Partisipasi dalam Penyusunan Anggaran
(PPA) sebesar 32.40% dan nilai Q~> 0 yang artinya kekuatan predktif cukup relevan. Uji t
untuk koefisien lintas peubah laten Komitmen Organisasi (KO) dan Prestasi Manajer
(PPA) adalah nyata pada tingkat a = 0.01 (p < 0.01). Hal ini menunjukkan bahwa semakin
tinggi tingkat partisipasi dalam pengambilan keputusan dalam menyusun anggaran maka
akan meningkatkan komitmennya terhadap organisasi. Temuan ini memberikan informasi
bahwa untuk meningkatkan komitmen para rnanajer terhadap organisasi salah satu strategi
yang perlu dilaksanakan adalah mengembangkan partisipasi manajer dalam penyusunan
anggaran yang menjadi tanggung jawabnya.
Persamaan Akses Informasi untuk Pelaksanaan Tugas (AIPT) pada Gambar 3
diperoleh sebagai berikut :
A P T = 0.521 KO + 0.386 PPA
(21)
4
artinya keragaman Akses
Dari persamaan (21) diperoleh informasi ~ ~ = 0 . 6 4 9yang
Informasi untuk Pelaksanaan Tugas (AIPT)&pat dijelaskan oleh keragaman Komitmen
Organisasi (KO) dan Partisipasi dalam Penyusunan Anggaran (PPA) sebesar 64.94% dan
nilai Q2 > 0 yang artinya kekuatan prediktif cukup relevan. Uji t untuk koefisien lintas
peubah laten Komitmen Organisasi (KO) dm Akses Informasi untuk Pelaksanaan Tugas
(APT) adalah nyata pada tingkat a
=
0.01 (p < 0.01) demikian juga dengan uji t untuk
koefisien lintas peubah laten Partisipasi dalam Penyusunan Anggaran (PPA) dan Akses
Informasi untuk Pelaksanaan Tugas (AIPT) adalah nyata pada tingkat a = 0.01 (p < 0.01).
Hal ini menunjukkan bahwa semakin tinggi tingkat partisipasi &lam pengambilan
keputusan &lam menyusun anggaran dan
meninglcatkan komitmennya terhadap
organisasi maka akan mengurangi ketimpangan informasi untuk pelaksanaan tugas.
Persamaan Prestasi Manajer (PM) pada Gambar 3 diperoleh sebagai berikut :
PM = 0.347 PPA + 0.234 KO + 0.360 APT
(22)
Dari persamaan (22) diperoleh informasi ~ ~ 4 . 6 9 7yang
5 artinya keragaman Prestasi
Manajer (PM) dapat dijelaskan oleh keragaman Partisipasi dalam Penyusunan Anggaran
(PPA), Komitmen Organisasi (KO) dan Akses hformasi untuk Pelaksanaan Tugas (AIPT)
sebesar 69.75% dan nilai Q2 > 0 yang artinya kekuatan prediktif cukup relevan. Uji t untuk
koefisien lintas peubah laten Komitmen Organisasi (KO) dan Prestasi Manajer (PM)
adalah nyata pada tingkat a = 0.01 (p < 0.01) demikian juga dengan uji t untuk koefisien
lintas peubah laten Partisipasi dalam Penyusunan Anggaran (PPA) dan Prestasi Manajer
(PM) adalah nyata pada tingkat a = 0.05 (p < 0.05) serta uji t untuk koefisien lintas peubah
laten Akses Informasi untuk Pelaksanaan Tugas (AIPT) dan Prestasi Manajer (PM) adalah
nyata pada tingkat a = 0.01 (p < 0.01). Hal ini menunjukkan bahwa sernakin besar tingkat
Partisipasi dalarn Penyusunan Anggaran (PPA), Komitmen Organisasi (KO) yang tinggi
dan ketersediaan Akses Informasi untuk Pelaksanaan Tugas (AIPT) yang memadai akan
menunjang Prestasi Manajer (PM). Apabila nilai Partisipasi dalam Penyusunan Anggaran
(PPA) bertambah satu satuan dan yang lainnya tetap, maka akan meningkatkan presetasi
sebesar 0.347 unit, apabila nilai Komitmen Organisasi (KO) bertambah satu satuan dm
yang lainnya tetap maka meningkatkan presetasi sebesar 0.234 unit dan apabila nilai Akses
Informasi untuk Pelaksanaan Tugas (AIPT) bertambah satu satuan dan yang lainnya tetap
maka akan meningkatkan presetasi sebesar 0.360 unit. Penyumbang terbesar pada Prestasi
Manajer (PM) adalah Akses Informasi untuk Pelaksanaan Tugas (AIPT).
Keteraogan :
* = nyata pada a4.05 dan ** = sangat nyata pada a4.01
Gambar 3. Koef~ienlintas model pada MKTP
Tabel 3. Uji koefisien lintas peubah laten pada MKTP
Hipotesis Koefisien Lintas
HI: Partisipmi (PPA) O Komitmen (KO)
HZ:Partisipasi (PPA) O Akses Informasi (AIPT)
H3: Partisipasi (PPA) 0 Prestasi (PM)
Kornitmen (KO) + Akses Informasi (AIPT)
H5:
Kornitmen (KO) 0 Prestasi (PM)
Akses Informasi (AIPT) 0Prestasi (PM)
a:
a:
Keterangan :
Pengaruh Langsung
(1)
Nilai-t
Koef.Lin
4.47**
0.569
4.61**
0.521
0.290
3.51**
3.66**
0.386
0.234
2.06*
0.360
2.64**
Pengaruh Tidak
J.w!!sung
(2)
-----------0.400~~)
----
0.139@)
Pengaruh
Total
(1) + (2)
0.569
0.521
0.690
0.386
0.473
0.360
* = nyata pada a4.05dan ** = sangat nyata pada a4.01
(a). (HI+H5)+(Hr,&)+(HI+Hr,&)
30.569x 0.234)+(0.521x 0.360)+(0.569 x 0 386 x 0.360)= 0.133M.188M.079=0.400
(b).
(0.386x0.360)=0.139
m+&)=
Berdasarkan Tabel 3, uji t untuk koefisien lintas peubah laten hanya Komitmen
Organisasi (KO) dan Prestasi Manajer (PM) yang nyata pada tingkat (p < 0.05) selainnya
nyata pada tingkat 1% (p < 0.0 1).
Pengaruh total Partisipasi dalarn Penyusunan Anggaran (PPA) terhadap Prestasi
Manajer (PM) diperoleh sebesar 0.690 merupakan sumbangan pengaruh langsung sebesar
0.290 dan pengaruh tidak langsung peubah perantara primer, yaitu dan Komitmen
Organisasi (KO) sebesar 0.133, Akses Informasi untuk Pelaksanaan Tugas (AIPT) sebesar
0.188 serta peubah pemntara sekunder, yaitu Akses Infonnasi untuk Pelaksanaan Tugas
(AIPT) sebesar 0.079 (a).
Pengaruh total Komitmen Organisasi (KO) terhadap Prestasi Manajer (PM)
diperoleh sebesar 0.473, juga merupakan sumbangan pengaruh langsung sebesar 0.234 dan
penganih tidak langsung dari pengaruh peubah perantara Akses Infonnasi untuk
Pelaksanaan Tugas (AIPT) sebesar 0.139 (b).
Berdasarkan Tabel 3, diketahui bahwa penganrh tidak langsung dari Partisipasi
dalam Penyusunan Anggaran (PPA) terhadap Prestasi Manajer (PM) lebih besar dari
pengaruh langsungnya. Hal ini menunjukkan bahwa peubah perantara Komitmen
Organisasi (KO) dan Akses Informasi untuk Pelaksanaan Tugas (AIPT) sangat menunjang
Prestasi Manajer (PM).
Berdasarkan penelitian yang d~lakukanoleh Rosidi (1999) menerangkan bahwa
peubah Partisipasi &lam Penyusunan Anggaran (PPA) mempunyai pengaruh positif yang
nyata terhadap Prestasi Manajer (PM). Hal ini menunjukkan bahwa peubah Partisipasi
dalam Penyusunan Anggaran (PPA) semakin besar akan meningkatkan prestasinya karena
dalam partisipasi terjadi internalisasi tujuan, dan penerimaan tanggung jawab sehingga
mendorong mereka berprestasi tinggi. Dengan dimasukanya peubah Komitmen Organisasi
(KO) dan Akses Infonnasi untuk Pelaksanaan Tugas (AIPT) sebagai peubah perantara dari
peubah Partisipasi dalarn Penyusunan Anggaran (PPA) dan Prestasi Manajer (PM) rnaka
dapat menjelaskan kuatnya hubungan antara Partisipasi dalam Penyusunan Anggaran
(PPA) dan Prestasi Manajer (PM) disebabkan adanya pengaruh langsung dan tidak
langsung yang positif dari Komitmen Organisasi (KO) dan Akses Infomasi untuk
Pelaksanaan Tugas (AIPT).
Kelemahan penelitian yang dilakukan Rosidi (1999) tidak dapat mendeteksi
pengaruh penjelas terhadap peubah laten, ha1 ini disebabkan metode yang digunakan
adalah analisis sidik lintas. Tetapi dengan analisis Model Persamaan Struktural (MPS)
pada Metode Kuadrat Terkecil Parsial (MKTP) dapat mendeteksi pengaruh peubah
penjehs terhadap peubah laten. Berdasarkan Tabel 4 &pat diketahui bahwa semua peubah
penjelas mempunyai pengaruh yang nyata terhadap peubah latennya masing-masing.
Peubah penjelas X3, (keterlibatan seorang manajer dalam penyusunan anggaran)
mempunyai koefisien lintas yang pling besar terhadap peubah laten Partisipasi dalam
Penyusunan anggaran (PPA), yang artinya keterlibatan seorang manajer dalam penyusunan
anggaran sebagai pengukur PPA yang paling penting. Sedangkan peubah penjelas X32
(Perusahaan mernpunyai makna pribadi) mempunyai koefisien lintas yang paling besar
terhadap peubah laten Komitmen Organisasi (KO), yang artinya seorang manajer yang
mempunyai loyalitas yang tingg sebagai pengukur KO yang paling penting. Adapun
peubah penjelas X33 (Kemampuan memperoleh informasi stratejik) mempunyai koefisien
lintas yang paling besar terhadap peubah laten Akses Informasi Pelaksanaan Tugas
(AIPT), yang artinya seorang manajer yang mampu memperoleh infonnasi stratejik
merupakan pengukur AIPT yang paling penting. Demikian juga peubah penjelas Yh
(Evaluasi) mempunyai koefisien lintas yang paling besar terhadap peubah laten Prestasi
Manajer (PM), artinya seorang manajer yang dapat menilai dan mengukur proposal,
kinerja yang diamati atau dilaporkan penilaian laporan keuangan, pemeriksa produk
merupakan pengukur PM yang paling penting.
Tabel 4. Uji koef~ienlintas peubah laten dengan Peubah Penjelas pada MKTP
Koefisien antara Peubah Laten dan Peubah Penjelas
Partisipasi dalam Penyusunan Anggaran (PPA)
Kornitmen Organisasi (KO)
Akses Informasi untuk Pelaksanaan Tugas (APT)
Prestasi Manajer (PM)
0
x
1
1
0
x
2
1
0
x
1
2
0
0
x
2
2
0
X13
0
x
2
1
0
y2
0
0
y 4
Q
y7
x
3
2
ys
Koefisien.
Lintas
Nilai t
0.8599
0.7145
9.86**
6.17**
0.9279
0.9285
0.9697
22.25**
8.74**
30.13**
0.7155
0.8962
6.10**
14.83**
0.7959
0.8848
0.8327
0.7604
7.07**
12.54**
9.56**
6.89**
KESIMPULAN DAN SARAN
Kesimpulan
Berdasarkan hasil penelitian dapat disimpulkan bahwa :
1. Pendekatan Metode Kuadrat Terkecil Parsial (MKTP) lebih baik dari pada Model
Struktur Koragam (MSK) meskipun ada pencilan dan peubah pengamatan tidak
menyebar normal ganda.
2. MKTP menghasilkan informasi bahwa Komitmen Organisasi berpengaruh langsung
maupun tidak langsung terhadap Prestasi Manajer dan juga berpengaruh langsung
terhadap Akses Informasi untuk Pelaksanaan Tugas, dan Akses Inforrnasi untuk
Pelaksanaan Tugas berpengaruh langsung terhadap Prestasi Manajer. Hal ini
menunjukkan bahwa Komitmen Organisasi dan Akses Informasi untuk Pelaksanaan
Tugas menunjang Prestasi Manajer.
Saran
Dalam penelitian ini masih terdapat data pencilan, sehingga perlu kajian lebih
lanjut untuk menganalisis pencilan clan mengetahui apakah MKT masih lebih baik dari
MSK.
DAFTAR PUSTAKA
Aunuddin dan Wigena, AH. 1997. Suatu Kajian dan Terapan Metode PLS. Prosiding
Seminar Nasional Statistika IV. FMIPA ITS, Surabaya.
Andreb, H.J. and Heien, T., 1999. Explaining Public Attitudes towards the German
Welfare State using Structural Equation Models. Conference on Recent Trends and
Methods of Social Strat @cation Research. Potsdam, Germany.
Bacon, L.D. 1995.Introduction to Covariance Structure Modeling in Marketing Reserch.
The Sixth Annual AU4 Advanced Research Techniques Forum, Monterey CA.
http:llwww.lba.com/DdElart95csm.odf[28Maret 20011
Bacon, L.D. 1997. Introduction to Structural Equation Modeling in Marketing Research.
Advaced Research TechniquesAmarican Marketing Association .Monterey CA.
http:llwww. lba.com/pdE/art97ohb.pdf[28Maret 20011
Bacon, L.D. 1999. Using LISREL and PLS to Measure Customer Satisfaction. Seventh
Annual Satooth Sofivae Conference. La Jolla CA.
http://www.Iba.com/~f/csm.pls.mE[28Maret 20011
Bollen, K A . 1989.Structural Equations with Latent Variables. Wiley, New York.
Chin, W.W., Marcolin, B.L, and Newsted, P.R,1996. A Partial Least Squares Latent
Variable Modeling Approach for Meusuring Interaction Effects : Results from A
monte Carlo Simulation Study and Voice Mail Emotion / Adoption study.
http://disc-nt.cba.uhedulchin/icis96.pdf
[3 Pebruari 20011
Chin, W.W. ,1996.Exploring Cultural Differences with Structural Equation Modeling.
http://disc-nt.cba.uh.edu/chinlcross.udf[22Pebruari 20011
Chin, W.W. ,1998.Issues and Opinion on Structural Equation Modeling. MIS Quarterly.
http://www.misq.ore/archivist/vollno22/issue1/vol22n 1cornntrv.htrnl [6 Maret 2001 ]
Chin, W.W., 2000.Partial Least Squares for Researcher: An Overview and Prosentation
of Recent Advances using the PLS approach.
http://disc-nt.cba.uh.edu/chin/icis2000vlstalk.~
[21 Pebruari 20011
Croteau, AM, and Raymond,L., 1999. Testing The Validity of Miles and Snow's
Typology. Academy of Information and Management Sciences Journal, 2.
Gefen ,D. and Straub,D.,l997. Gender Differences in the Percewon and Use of E-Mail:
An Extension to the Technology Acceptance Model, MIS Quarterly, 389-400.
http://www.cis. mu.edu/-dstraubff a~ers/Resume/Gefen&Straub1997.pdf
[27Maret 20011
Gefen, D. 2000. Structural Equation Modeling and Regression : Guidelines for Research
Practice. Communications of the Association for Information Systems, 4, Article 7.
ht@://www.cis.gsu.edu/-dstraub/Pa~ers/Resume/Gefenetal2OOO.~df
[6 Maret 20011
Grunert,K.G and Scholderer, J., 2000. Generic Advertising for Fish : Result from a
Research-based Campaign. Centre for market Surveillance, Research and Strategy
for the Food Sector (MAPP), The Aarhus School of Businees, Denmark
Joreskog, KG. and Wold E,1982.System Under Indirect Observation, North-Holland,
Amsterdam. Part II, l -5 1.
KhalifaJM., Lam, R, and Lee, M., 1999. Adequacy of Knowledge Management
Structures. Department of Information Syatems City University of Hong Kong Tat
Chee Avenue, Kowloon Hong Kong
Krelle,W., 1997. How to deal with unobservable variables in economics.University of
Bonn, Germany. Discussion Paper No. B-144.
Lohmoller,J.B. 1989. Latent Variable Path Modeling with Partial Least Squares. :
Physica-Verlag ,Heidelberg.
Rosidi, 1999. Partisipasi dalam Penyusunan Anggaran dan Prestasi Manajer : Pengaruh
Komitrnen Organisasi dan Informasi Job Relevan. Tesis. Program Studi Manajemen
UNIE3RAW. Tidak hpublikasikan.
Rougoor, C.W. ,Vellinga,T.V., Huirne, RB,M and Kuipers, A. , 1999. Influence of
grassland and feeding management on technical and economic results of dairy farms.
Journal of Agricultural Science, Netherland, 47. 135-151.
Sellin, N., 1991 ,Partial Least Squares Modeling in Research on Educational Achievent.
http://www.waxmann.~~m/fdsellin.Ddf
[12Pebruari 20011
Tan, S.S.L., Tan B.C*Y, and Wei ILK., 1997. Enviromental Scanning on the Internet.
National University of Singapore.
ht@://www.com~.nus.edu.snl-teohh/~auers/scan.pdf
[25Juni 20011
Tan,W.G., Chan, T. and Gable, G.G, 1999.A Structural Model of Software Maintainer
Effectiveness. roc.1Oh Australian Conjkrence on Injormation Systems.
http:llwww.fit. r m t . e d u . a u l i n f o S v d i s m l p a[18Maret 20011
Wegelin, J.A.2000. A Survey of Partial Least Squares (PLS) Methods, With Emphasis on
the Two-Block Case. Univesitas of Washington .
http://www. stat.washigton.edu/wegelinlwww/reseach/re~0rts/2OOO/tr37
1 .m
[24Pebruari 20011
30
Lampiran 1. Daftar peubah laten dan peubah penjelas
Keterangan :
A. Jawaban peryantaan (peubah penjelas) dari peubah laten Partisipasi dalam Penyusunan Anggaran (PPA),
Komitmen Organisasi (KO) dan Akses Infonnasi untuk Pelaksanaan Tugas (APT) sebagai berikut :
1. Sangat tidak setuju
2. Tidak setuju
3. Agak tidak setuju
4. Ragu-ragu
5. Agak setuju
6.Agaksetuju
7. Sangat setuju
B. Jawaban peryantaan (peubah penjelas) dari peubah laten Prestasi rnanajer (PM) sebagai berikut :
1.
2.
3.
4.
Sangat di bawah rata-rata
Di bawah rata-rata
Agak dibawah rata-rata
Rata-rata
5. Agak di atas rata-rata
6. Di atas rata-rata
7. Sangat di atas rata-rata
Lampiran 3. Perintah iteratif LVPLS
PLSX
Analisis Partisipasi dalam penyusunan anggaran dan prestasi manajer
4 4 7
1 2 7
0
0
0
0 2 1 4
5
3
3
4
0
0
0
0
0 021
PPA
KO
A 1 PT
PM
0 0 0
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
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
stop
Lampiran 4. Perintah iteratif LLSREL
DA N I = 1 5 NO=47 MA=KM
LA
X I 1 X 2 1 X 3 1 X 4 1 X 5 1 X12 X22 X32 X13 X23 X33 Y2 Y4 Y5 Y7
KM FI=C:\Ta\Lisrel\dbaru.kml
SE; 6 7 8 9 1 0 11 1 2 13 1 4 1 5 1 2 3 4 5
MO NY=10 NX=5 NE=3 NK=1 BE=SD PS=DI
LE
'KO' ' A I P T ' 'PM'
LK
' PPA'
FRLY2 1 L Y 3 1 L Y 5 2LY 6 2 LY8 3 L Y 9 3 L Y 1 0 3
F R L X 2 1 L X 3 1 L X 4 1 L X 5 1
V A l L Y l l L Y 4 2 L Y 7 3 L X l l
PD
OU UL SE TV RS S S ND=2
: Pendekatan Metode Kuadrat Terkecil Parsial pada Pernodelan Persamaan
Struktural (Studi Kasus: Perusahaan Manuf'aktur yang Go Public di
Indonesia)
Nama
: Bambang Irawan
NRP
: 98114
Program Stud : Statistika
Menyetujui,
1. Komisi Pembimbing
Ir. H. Aii Hamim Wigena. MSG
Ansgota
.Sc
Ketua
Mengetahui,
2. Ketua Program Studi Statistika
Tanggal Lulus : 14 Pebruari 2002
3. Direktur Program Pascasarjana
PENDEKATAN METODE KUADRAT TERKECIL PARSIAL
PADA PEMODELAN PERSAMAAN STRUKTURAL
(Studi kasus :Perusahaan Manufaktur yang Go Public di Indonesia)
Oleh :
BAMBANG IRAWAN
PROGRAM PASCASARJANA
INSTITUT PERTANIAN BOGOR
2002
ABSTRAK
BAMBANG IRAWAN. Pendekatan Metode Kuadrat Terkecil Parsial pada Pemodelan
Persamaan Struktural (Studi Kasus: Perusahaan Manufaktur yang Go Public di Indonesia), di
bawah bimbingan AUNUDDIN sebagai ketua dan AJI HAMlM WIGENA sebagai anggota.
Model Persamaan Struktural (MPS) adalah penggabungan teknik analisis faktor dan
sidik lintas. MPS dapat digunakan untuk mendeskripsikan keterkaitan hubungan linear secara
simultan peubah-peubah pengamatan dan melibatkan peubah laten yang tidak dapat diukur
secara langsung. Ada dua pendekatan pada MPS. Pertama, Model Struktur Koragam (MSK)
yang mempunyai asumsi-asurnsi peubah pengamatan menyebar normal ganda dan ukuran
contoh relatif besar. Kedua, Metode Kuadrat Terkecil Parsial (MKTP) yang mempunyai
asumsi bebas sebaran dan ukuran contoh tidak hams besar. Kedua metode tersebut diterapkan
pada pemodelan Prestasi Manajer. Hasil Penelitian menunjukkan bahwa pendugaan model
Prestasi Manajer dengan peubah pengamatan tidak menyebar normal ganda dan ukuran contoh
relatif kecil sehingga MKTP lebih tepat digunakan dari pada metode MSK.
Hasil analisis dengan MKTP menunjukkan bahwa Komitmen Organisasi berpengaruh
langsung maupun tidak langsung terhadap Prestasi Manajer dan juga berpengaruh langsung
terhadap Akses Informasi untuk Pelaksanaan Tugas, dan Akses Informasi untuk Pelaksaman
Tugas berpengaruh langsung terhadap Prestasi Manajer. Pengaruh tidak langsung dari
Partisipasi dalam Penyusunan Anggaran terhadap Prestasi Manajer lebih besar dari pa&
pengaruh langsungnya. Hal ini menunjukkan bahwa Komitmen Organisasi dan Akses
Informasi untuk Pelaksanaan Tugas menunjang Prestasi Manajer.
Kata kunci : MPS,MKTP dan MSK
SURAT PERNYATAAN
Dengan ini saya menyatakan bahwa tesis saya yang berjudul :
"Paadelcatan Metode Kuadrat Terkecil Parsial
pada Panodelan Persamaan Struktural"
(Studi kasus: Perusahaan Manufakhx yang Go Public di Indonesia)
adalah benar menrpakan hasil karya sendiri dan b e l m pernah dipublikasikan. Semua sumber
data dan informmi telah dinyatakan secara jelas dan dapat diperiksa kebenarannya.
Bambann Irawan
NRP. 98114lSTK
PENDEKATAN METODE KUADRAT TERKECIL PARSIAL
PADA PEMODELAN PERSAMAAN STRUKTURAL
(Studi kasus: Perusahaan Manufaktur yang Go Public di Indonesia)
Oleh :
BAMBANG IRAWAN
Tesis
sebagai salah satu syarat untuk memperoleh gelar
Magister Sains pada
Program Studi Statistika
PROGRAM PASCASARJANA
INSTITUT PERTANIAN BOGOR
2002
Judul Tesis
: Pendekatan Metode Kuadrat Terkecil Parsial pada Pernodelan Persamaan
Struktural (Studi Kasus: Perusahaan Manuf'aktur yang Go Public di
Indonesia)
Nama
: Bambang Irawan
NRP
: 98114
Program Stud : Statistika
Menyetujui,
1. Komisi Pembimbing
Ir. H. Aii Hamim Wigena. MSG
Ansgota
.Sc
Ketua
Mengetahui,
2. Ketua Program Studi Statistika
Tanggal Lulus : 14 Pebruari 2002
3. Direktur Program Pascasarjana
RIWAYAT HIDUP
Penulis dilahirkan di Kediri pada tanggal 1 Desember 1968 dari ayah Suwarno, BA
dan ibu Sanny. Penulis merupakan putra pertarna dari lima bersaudara.
Pada tahun 1988 penulis lulus dari SMA negeri 3 Kediri dan pada tahun yang sama
melanjutkan S1 pada Program Studi Statistika di Universitas Gajayana di Malang. Pada tahun
1993 penulis diangkat sebagai staf pengajar pada Universitas Gajayana di Malang hingga
sekarang. Kesempatan untuk melanjutkan ke program magster pada Program Studi Statistika
di IPB diperoleh pada tahun 1998 dengan beasiswa BPPS setelah mengkuti Program
PrapascasarJana terlebih dahulu pada Program Studi Statistika di IPB pada tahun 1997 selama
satu tahun dengan beasiswa URGE.
PRAKATA
Puji syukur kami panjatkan kehadirat Allah S.W.T., berkat rachmat dan karunia-Nya,
akhirnya penulis dapat menyelesaikan tesis dengan judul " Pendekatan Metode Kuadrat
Terkecil Parsial pada Pemoddan Persamaan Stmklwal", studi pada Perusahaan Manufyang Go Publik di Indonesia.
Tesis yang dipersiapkan sebagai salah satu syarat menyelesaikan pendidikan S2 di
W t u t Pertanian Bogor ini adalah untuk mengetahui pengaruh partisipasi dalam penyusunan
anggaran terhadap prestasi manajer secara induvidual, jika komitmen organisasi dan akses
untuk pelaksanaan tugas sebagai peubah antara.
Dalam kesempatan ini penulis menyampaikan pengahargaan dan ucapan terirna kasih
yang sebesar-besarnya kepada : Bapak Dr. Ir. Aunuddm, MSc, selaku Ketua Komisi
Pembimbing dan Bapak Ir. H. Aji Hamim Wigena, MSc, selaku Anggota Pembimbing yang
telah banyak memberikan arahan, motivasi dan masukan yang sangat berguna untuk kelayakan
tesis ini.
Penulis juga menyampaikan terima kasih kepada Bapak Suwarno, Bapak Sutikno dan
rekan-rekan mahasiswa Pascasarjana Program Studi Statistika, khususnya angkatan tahun
1998 atas dukungan dan kerjasama yang baik selama perkuliahan sampai dengan selesainya
penulisan tesis ini.
Ucapan terima kasih kepada pimpinan, staf pengajar dan pegawai Program Studi
Statistika yang telah banyak memberikan kesempatan dan fasilitas kepada penulis selama
perkuliahan dan penelitian s a m p penyelesaian tesis ini.
Dengan segala kerendahan penulis menyadari sepenuhnya atas segala kekurangan
dalam penyusunan tesis ini. Segala kritik dan saran untuk perbaikan akan diterima dengan
senang hati. Harapan penulis semoga penelitian ini memberi manfaat yang sebesar-besarnya
bagi penulis pribadi pada khususnya dan masyarakat yang terkait pada urnumnya. Arnien.
Bogor, Pebruari 2002
Bambang Irawan
DAFTAR IS1
Halarnan
DAFTAR TABEL ..............................................................................
vi
DAFTAR GAMBAR ...........................................................................
vi
DAFTAR LAMPIRAN ........................................................................
vi
PENDAHULUAN ..............................................................................
Latar Belakang ...........................................................................
Tujuan .....................................................................................
1
1
2
TINJAUAN PUSTAKA .......................................................................
Metode Kuadrat Terkecil Parsial (MKTP) ...........................................
Pendugaan MKTP .......................................................................
Evaluasi MKTP ..........................................................................
Model Struktur Koragam (MSK) ......................................................
Pendugaan MSK .........................................................................
Evaluasi MSK ...........................................................................
3
3
6
7
10
12
14
METODE PENELITIAN .....................................................................
Surnber Data .............................................................................
Metode Analisis .........................................................................
HASIL DAN PEMBAHASAN ..............................................................
Hasil Analisis MSK ....................................................................
Hasil Analisis MKTP ..................................................................
KESIMPULAN DAN SARAN ..............................................................
Kesimpulan ..............................................................................
Saran ......................................................................................
27
27
27
DAFTAR PUSTAKA .........................................................................
28
DAFTAR TABEL
Halaman
1. Uji koefisien lintas peubah laten pada MSK ............................................
2 . Korelasi peubah laten pada MKTP ........................................................
3. Uji koefisien lintas peubah laten pada MKTP ...........................................
3. Uji koefisien lintas peubah laten dan peubah penjelas pada MKTP ..................
DAFTAR GAMBAR
Halaman
1. Koefisien lintas model pada MSK ..........................................................
2 . Plot peluang kenormalan ....................................................................
3. Koefisien lintas model pada MKTP ........................................................
DAFTAR LAMPIRAN
Halaman
1. D a h peubah laten clan peubah penjelas ..................................................
2 . Data Prestasi Manajer ........................................................................
3. Perintah iteratif LVPLS ....................................................................
4. Perintah iteratif LISREL .....................................................................
PENDAHULUAN
Penelitian rnanajemen merupakan penelitian multidimensi dari fenomena praktis
yang diamati dalam berbagai dimensi sebuah konsep. Demikian juga dengan proses
penarikan kesimpulannya bersifat multidimensi dan berjenjang, sehingga dibutuhkan
sebuah model dan alat analisis yang rnampu mengakomodasi penelitian tersebut.
Metode yang sering digunakan &lam pennasalahan diatas adalah Model
Persamaan Struktural (MPS). MPS adalah sekumpulan teknik-teknik statistika yang dapat
menguji sebuah rangkaian hubungan yang relatif rurnit secara simultan. Hubungan yang
rumit dapat dibangun dari satu atau lebih peubah bebas dan satu atau lebih peubah tidak
bebas. Peubah tersebut dapat berbentuk peubah laten yang dibangun dari beberapa peubah
penjelas.
Pemodelan persamaan struktural yang lengkap pada dasarnya terdiri dan model
stnrktural dan model pengukuran. Model pengukuran digunakan untuk mengko~irmasi
dimemi-dimemi yang dikembangkan pada peubah laten dan model struktural merupakan
struktur hubungan yang membentuk kausalitas antara peubah laten.
MPS mempunyai dua pendekatan yaitu Model Struktur Koragam (MSK) dan
Metode Kuadrat Terkecil Parsial (MKTP). MSK mempunyai asumsi-asumsi peubah
pengamatan menyebar normal ganda dan ukuran contoh hams relatif besar (n2100).
Sedangkan MKTP merupakan metode lunak (Soft Model) yang artinya di dalam pendugaan
MKTP tidak memerlukan asumsi yang ketat mengenai sebaran dari peubah pengamatan
dan ukuran contoh tidak harus besar (Chin, 2000).
Menurut Krelle (1997), MSK tidak dapat konvergen jika ukuran contoh relatif kecil
(n1100), tetapi sangat baik jika ukuran contoh relatif besar sedangkan menurut Wold
(1982), MKTP dan MSK adalah metode yang saling melengkapi dalam pendugaan model
lintas. MSK mempunyai ciri-ciri yaitu: (a) pendugaannya menggunakan kemunglunan
maksimum,(b) uji hipotesisnya berperan menerima atau menolak model dan (c) pendugaan
galat baku untuk parameter-parameter. Sedangkan MKTP mempunyai cici-ciri yaitu (a)
pendugaannya menggunakan algoritrna MKTP, (b) ujinya berperan untuk mengukur
kekuatan prediktif dan (c) galat baku diduga dengan prosedur jackknife.
MKTP digunakan didalam dua kondisi. Pertama, asumsi peubah pengamatan
menyebar normal ganda dan ukuran contoh yang besar tidak Qpenuhi. Kedua, terutama
diharapkan untuk prediksi, dimana situasi informasi teoritis lernah, sehingga
mempemudah dalam pengembangan teori.
Tujuan
Tujuan penelitian ini adalah :
1.
Menerapkan pendekatan MKTP pada MPS.
2.
MembanQngkan hasil analisis MKTP dm MSK dalam kondisi peubah pengarnatan
tidak menyebar normal ganda dan ukuran contoh relatif kecil (n < 100).
TINJAUAN PUSTAKA
Metode Kuadrat Terkecil Parsial ( MKTP )
MKTP dikembangkan oleh Wold (1982) sebagai metode umum untuk pendugaan
model peubah laten yang diukur tidak langsung oleh peubah penjelas. Model MKTP
didefinisikan dm dua persarnaan linier yang disebut model struktural (model inner) dan
model pengukuran (model outer). Spesifikasi model struktural add& hubungan antara
peubah laten yang tidak dapat diukur secara langsung, sedan-
spesifikasi model
pengukuran adalah hubungan antara peubah laten dan sekelompok peubah penjelas yang
dapat diukur secara langsung.
Persarnaan model struktural yang menghubungkan peubah-peubah laten sebagai
berikut :
dimana :
J
=
banyaknya peubah laten
q
=
peubah laten tidak bebas ke-j
qi
=
peubah laten bebas ke-i untuk i # j
$J'..
=
koefisien lintas peubah laten ke-j dan ke-i
Pjo
=
intersep
<
J.
=
sisaan model struktural ke- j
i
=
banyaknya lintasan dari peubah laten bebas ke peubah laten talc bebas.
Model struktural dengan pendekatan MKTP diasurnsikan rekursif Dari persarnaan (1)
diperoleh spesifikasi prediksi sebagai berikut :
ha1 ini berimplikasi
c ~ v ( < ~ , q ~ ) =untuk
O, i0.08), menunjukkan keadaan empiris dari data tidak sesuai dengan model yang
diajukan. Sedangkan menurut kriteria kesesuaian lainnya yakni, nilai Goodnees of Fit
Indeks (GFI) sebesar 0.98 (>0.90) serta nilai AGFI sebesar 0.98 (M.90) menunjukkan
model yang diajukan dapat diterima. Dari uji kesesuaian model analisis MSK memberikan
hasil yang berbeda, sehingga secara teoritis model sulit dijelaskan.
Keterangan : ** = sangat nyata p d a a=0.01
Gambar 1. Koefisien lintas model pada MSK
Sementara secara teoritis model seharusnya dapat dijelaskan melalui analisis MSK.
Setelah ditelusuri lebih lanjut ternyata peubah pengamatan tidak memenuhi asurnsi
menyebar normal ganda (Gambar 2) dan juga banyahya ukuran contoh relatif kecil
(n=47) sehingga hasil analisis MSK tidak layak. Pada Gambar 2, terlihat ada dua pencilan
yang membuat sebaran peubah pengamatan tidak menyebar normal ganda.
Dengan demikian pernasalahan di atas perlu dicarikan solusinya dengan
menerapkan MKTP yang tidak memerlukan asumsi peubah pengamatan menyebar normal
ganda dan u h a n contoh tidak harus besar.
Gambar 2. Plot peluang kenormalan
Hasil analisis MKTP
Kekuatan model pengukuran diuji dengan validitas kekonvergenan dan validitas
diskriminan. Koefisien lintas peubah penjelas (n), composite reliability (p,) dan Average
Variance Extracted (AVE)setiap peubah laten, secara rinci disajikan pada Gambar 3.
Ada tiga uji validitas kekonvergenan Pertama, nilai koefisien lintas (n) peubah
laten semuanya di atas 0.7, artinya reliabilitas setiap peubah penjelas cukup baik. Kedua,
nilai pc peubah Iqkn semuanya di atas 0.8, artinya kualitas pengukurannya cukup baik.
Ketiga, nilai AVE peubah laten Partisipasi semuanya Q atas 0.5, artinya jumlah keragaman
dari peubah penjelas yang diakomodasi oleh peubah laten lebih besar dibandingkan dengan
jumlah keragaman yang tidak dapat dijelaskan oleh peubah penjelas.
Uji validitas diskriminan digunakan untuk mengetahui kesesuaian pembeda dari
peubah laten. Berdasarkan Tabel 2, semua nilai akar kuadrat AVE lebih besar
dibandingkan dengan semua korelasi antar peubah laten, yang menunjukkan validitas
disknminannya cukup baik.
Tabel 2. Korelasi antar peubah laten
Peubah Laten
PPA
KO
AIPT
PM
PPA
0.854
0.569
0.741
0.747
KO
AIPT
PM
0.942
0.682
0.677
0.842
0.777
0.820
Keterangan : Diagonal = akar kuadrat AVE , Sub Diagonal = Korelasi antar peubah laten
Hipotesis model struktural diuji dengan memeriksa model strukturalnya melalui R2
dan Q~serta uji t untuk koefisien lintas peubah laten yang disajikan pada Gambar 3.
Persamaan Komitmen Organisasi (KO) pada Gambar 3 diperoleh sebagai berikut :
KO = 0.569 PPA
(20)
Dari persamaan (20) diperoleh informasi R2=0.3240 yang artinya keragaman Komitmen
Organisasi (KO) dapat dijelaskan oleh keragaman Partisipasi dalam Penyusunan Anggaran
(PPA) sebesar 32.40% dan nilai Q~> 0 yang artinya kekuatan predktif cukup relevan. Uji t
untuk koefisien lintas peubah laten Komitmen Organisasi (KO) dan Prestasi Manajer
(PPA) adalah nyata pada tingkat a = 0.01 (p < 0.01). Hal ini menunjukkan bahwa semakin
tinggi tingkat partisipasi dalam pengambilan keputusan dalam menyusun anggaran maka
akan meningkatkan komitmennya terhadap organisasi. Temuan ini memberikan informasi
bahwa untuk meningkatkan komitmen para rnanajer terhadap organisasi salah satu strategi
yang perlu dilaksanakan adalah mengembangkan partisipasi manajer dalam penyusunan
anggaran yang menjadi tanggung jawabnya.
Persamaan Akses Informasi untuk Pelaksanaan Tugas (AIPT) pada Gambar 3
diperoleh sebagai berikut :
A P T = 0.521 KO + 0.386 PPA
(21)
4
artinya keragaman Akses
Dari persamaan (21) diperoleh informasi ~ ~ = 0 . 6 4 9yang
Informasi untuk Pelaksanaan Tugas (AIPT)&pat dijelaskan oleh keragaman Komitmen
Organisasi (KO) dan Partisipasi dalam Penyusunan Anggaran (PPA) sebesar 64.94% dan
nilai Q2 > 0 yang artinya kekuatan prediktif cukup relevan. Uji t untuk koefisien lintas
peubah laten Komitmen Organisasi (KO) dm Akses Informasi untuk Pelaksanaan Tugas
(APT) adalah nyata pada tingkat a
=
0.01 (p < 0.01) demikian juga dengan uji t untuk
koefisien lintas peubah laten Partisipasi dalam Penyusunan Anggaran (PPA) dan Akses
Informasi untuk Pelaksanaan Tugas (AIPT) adalah nyata pada tingkat a = 0.01 (p < 0.01).
Hal ini menunjukkan bahwa semakin tinggi tingkat partisipasi &lam pengambilan
keputusan &lam menyusun anggaran dan
meninglcatkan komitmennya terhadap
organisasi maka akan mengurangi ketimpangan informasi untuk pelaksanaan tugas.
Persamaan Prestasi Manajer (PM) pada Gambar 3 diperoleh sebagai berikut :
PM = 0.347 PPA + 0.234 KO + 0.360 APT
(22)
Dari persamaan (22) diperoleh informasi ~ ~ 4 . 6 9 7yang
5 artinya keragaman Prestasi
Manajer (PM) dapat dijelaskan oleh keragaman Partisipasi dalam Penyusunan Anggaran
(PPA), Komitmen Organisasi (KO) dan Akses hformasi untuk Pelaksanaan Tugas (AIPT)
sebesar 69.75% dan nilai Q2 > 0 yang artinya kekuatan prediktif cukup relevan. Uji t untuk
koefisien lintas peubah laten Komitmen Organisasi (KO) dan Prestasi Manajer (PM)
adalah nyata pada tingkat a = 0.01 (p < 0.01) demikian juga dengan uji t untuk koefisien
lintas peubah laten Partisipasi dalam Penyusunan Anggaran (PPA) dan Prestasi Manajer
(PM) adalah nyata pada tingkat a = 0.05 (p < 0.05) serta uji t untuk koefisien lintas peubah
laten Akses Informasi untuk Pelaksanaan Tugas (AIPT) dan Prestasi Manajer (PM) adalah
nyata pada tingkat a = 0.01 (p < 0.01). Hal ini menunjukkan bahwa sernakin besar tingkat
Partisipasi dalarn Penyusunan Anggaran (PPA), Komitmen Organisasi (KO) yang tinggi
dan ketersediaan Akses Informasi untuk Pelaksanaan Tugas (AIPT) yang memadai akan
menunjang Prestasi Manajer (PM). Apabila nilai Partisipasi dalam Penyusunan Anggaran
(PPA) bertambah satu satuan dan yang lainnya tetap, maka akan meningkatkan presetasi
sebesar 0.347 unit, apabila nilai Komitmen Organisasi (KO) bertambah satu satuan dm
yang lainnya tetap maka meningkatkan presetasi sebesar 0.234 unit dan apabila nilai Akses
Informasi untuk Pelaksanaan Tugas (AIPT) bertambah satu satuan dan yang lainnya tetap
maka akan meningkatkan presetasi sebesar 0.360 unit. Penyumbang terbesar pada Prestasi
Manajer (PM) adalah Akses Informasi untuk Pelaksanaan Tugas (AIPT).
Keteraogan :
* = nyata pada a4.05 dan ** = sangat nyata pada a4.01
Gambar 3. Koef~ienlintas model pada MKTP
Tabel 3. Uji koefisien lintas peubah laten pada MKTP
Hipotesis Koefisien Lintas
HI: Partisipmi (PPA) O Komitmen (KO)
HZ:Partisipasi (PPA) O Akses Informasi (AIPT)
H3: Partisipasi (PPA) 0 Prestasi (PM)
Kornitmen (KO) + Akses Informasi (AIPT)
H5:
Kornitmen (KO) 0 Prestasi (PM)
Akses Informasi (AIPT) 0Prestasi (PM)
a:
a:
Keterangan :
Pengaruh Langsung
(1)
Nilai-t
Koef.Lin
4.47**
0.569
4.61**
0.521
0.290
3.51**
3.66**
0.386
0.234
2.06*
0.360
2.64**
Pengaruh Tidak
J.w!!sung
(2)
-----------0.400~~)
----
0.139@)
Pengaruh
Total
(1) + (2)
0.569
0.521
0.690
0.386
0.473
0.360
* = nyata pada a4.05dan ** = sangat nyata pada a4.01
(a). (HI+H5)+(Hr,&)+(HI+Hr,&)
30.569x 0.234)+(0.521x 0.360)+(0.569 x 0 386 x 0.360)= 0.133M.188M.079=0.400
(b).
(0.386x0.360)=0.139
m+&)=
Berdasarkan Tabel 3, uji t untuk koefisien lintas peubah laten hanya Komitmen
Organisasi (KO) dan Prestasi Manajer (PM) yang nyata pada tingkat (p < 0.05) selainnya
nyata pada tingkat 1% (p < 0.0 1).
Pengaruh total Partisipasi dalarn Penyusunan Anggaran (PPA) terhadap Prestasi
Manajer (PM) diperoleh sebesar 0.690 merupakan sumbangan pengaruh langsung sebesar
0.290 dan pengaruh tidak langsung peubah perantara primer, yaitu dan Komitmen
Organisasi (KO) sebesar 0.133, Akses Informasi untuk Pelaksanaan Tugas (AIPT) sebesar
0.188 serta peubah pemntara sekunder, yaitu Akses Infonnasi untuk Pelaksanaan Tugas
(AIPT) sebesar 0.079 (a).
Pengaruh total Komitmen Organisasi (KO) terhadap Prestasi Manajer (PM)
diperoleh sebesar 0.473, juga merupakan sumbangan pengaruh langsung sebesar 0.234 dan
penganih tidak langsung dari pengaruh peubah perantara Akses Infonnasi untuk
Pelaksanaan Tugas (AIPT) sebesar 0.139 (b).
Berdasarkan Tabel 3, diketahui bahwa penganrh tidak langsung dari Partisipasi
dalam Penyusunan Anggaran (PPA) terhadap Prestasi Manajer (PM) lebih besar dari
pengaruh langsungnya. Hal ini menunjukkan bahwa peubah perantara Komitmen
Organisasi (KO) dan Akses Informasi untuk Pelaksanaan Tugas (AIPT) sangat menunjang
Prestasi Manajer (PM).
Berdasarkan penelitian yang d~lakukanoleh Rosidi (1999) menerangkan bahwa
peubah Partisipasi &lam Penyusunan Anggaran (PPA) mempunyai pengaruh positif yang
nyata terhadap Prestasi Manajer (PM). Hal ini menunjukkan bahwa peubah Partisipasi
dalam Penyusunan Anggaran (PPA) semakin besar akan meningkatkan prestasinya karena
dalam partisipasi terjadi internalisasi tujuan, dan penerimaan tanggung jawab sehingga
mendorong mereka berprestasi tinggi. Dengan dimasukanya peubah Komitmen Organisasi
(KO) dan Akses Infonnasi untuk Pelaksanaan Tugas (AIPT) sebagai peubah perantara dari
peubah Partisipasi dalarn Penyusunan Anggaran (PPA) dan Prestasi Manajer (PM) rnaka
dapat menjelaskan kuatnya hubungan antara Partisipasi dalam Penyusunan Anggaran
(PPA) dan Prestasi Manajer (PM) disebabkan adanya pengaruh langsung dan tidak
langsung yang positif dari Komitmen Organisasi (KO) dan Akses Infomasi untuk
Pelaksanaan Tugas (AIPT).
Kelemahan penelitian yang dilakukan Rosidi (1999) tidak dapat mendeteksi
pengaruh penjelas terhadap peubah laten, ha1 ini disebabkan metode yang digunakan
adalah analisis sidik lintas. Tetapi dengan analisis Model Persamaan Struktural (MPS)
pada Metode Kuadrat Terkecil Parsial (MKTP) dapat mendeteksi pengaruh peubah
penjehs terhadap peubah laten. Berdasarkan Tabel 4 &pat diketahui bahwa semua peubah
penjelas mempunyai pengaruh yang nyata terhadap peubah latennya masing-masing.
Peubah penjelas X3, (keterlibatan seorang manajer dalam penyusunan anggaran)
mempunyai koefisien lintas yang pling besar terhadap peubah laten Partisipasi dalam
Penyusunan anggaran (PPA), yang artinya keterlibatan seorang manajer dalam penyusunan
anggaran sebagai pengukur PPA yang paling penting. Sedangkan peubah penjelas X32
(Perusahaan mernpunyai makna pribadi) mempunyai koefisien lintas yang paling besar
terhadap peubah laten Komitmen Organisasi (KO), yang artinya seorang manajer yang
mempunyai loyalitas yang tingg sebagai pengukur KO yang paling penting. Adapun
peubah penjelas X33 (Kemampuan memperoleh informasi stratejik) mempunyai koefisien
lintas yang paling besar terhadap peubah laten Akses Informasi Pelaksanaan Tugas
(AIPT), yang artinya seorang manajer yang mampu memperoleh infonnasi stratejik
merupakan pengukur AIPT yang paling penting. Demikian juga peubah penjelas Yh
(Evaluasi) mempunyai koefisien lintas yang paling besar terhadap peubah laten Prestasi
Manajer (PM), artinya seorang manajer yang dapat menilai dan mengukur proposal,
kinerja yang diamati atau dilaporkan penilaian laporan keuangan, pemeriksa produk
merupakan pengukur PM yang paling penting.
Tabel 4. Uji koef~ienlintas peubah laten dengan Peubah Penjelas pada MKTP
Koefisien antara Peubah Laten dan Peubah Penjelas
Partisipasi dalam Penyusunan Anggaran (PPA)
Kornitmen Organisasi (KO)
Akses Informasi untuk Pelaksanaan Tugas (APT)
Prestasi Manajer (PM)
0
x
1
1
0
x
2
1
0
x
1
2
0
0
x
2
2
0
X13
0
x
2
1
0
y2
0
0
y 4
Q
y7
x
3
2
ys
Koefisien.
Lintas
Nilai t
0.8599
0.7145
9.86**
6.17**
0.9279
0.9285
0.9697
22.25**
8.74**
30.13**
0.7155
0.8962
6.10**
14.83**
0.7959
0.8848
0.8327
0.7604
7.07**
12.54**
9.56**
6.89**
KESIMPULAN DAN SARAN
Kesimpulan
Berdasarkan hasil penelitian dapat disimpulkan bahwa :
1. Pendekatan Metode Kuadrat Terkecil Parsial (MKTP) lebih baik dari pada Model
Struktur Koragam (MSK) meskipun ada pencilan dan peubah pengamatan tidak
menyebar normal ganda.
2. MKTP menghasilkan informasi bahwa Komitmen Organisasi berpengaruh langsung
maupun tidak langsung terhadap Prestasi Manajer dan juga berpengaruh langsung
terhadap Akses Informasi untuk Pelaksanaan Tugas, dan Akses Inforrnasi untuk
Pelaksanaan Tugas berpengaruh langsung terhadap Prestasi Manajer. Hal ini
menunjukkan bahwa Komitmen Organisasi dan Akses Informasi untuk Pelaksanaan
Tugas menunjang Prestasi Manajer.
Saran
Dalam penelitian ini masih terdapat data pencilan, sehingga perlu kajian lebih
lanjut untuk menganalisis pencilan clan mengetahui apakah MKT masih lebih baik dari
MSK.
DAFTAR PUSTAKA
Aunuddin dan Wigena, AH. 1997. Suatu Kajian dan Terapan Metode PLS. Prosiding
Seminar Nasional Statistika IV. FMIPA ITS, Surabaya.
Andreb, H.J. and Heien, T., 1999. Explaining Public Attitudes towards the German
Welfare State using Structural Equation Models. Conference on Recent Trends and
Methods of Social Strat @cation Research. Potsdam, Germany.
Bacon, L.D. 1995.Introduction to Covariance Structure Modeling in Marketing Reserch.
The Sixth Annual AU4 Advanced Research Techniques Forum, Monterey CA.
http:llwww.lba.com/DdElart95csm.odf[28Maret 20011
Bacon, L.D. 1997. Introduction to Structural Equation Modeling in Marketing Research.
Advaced Research TechniquesAmarican Marketing Association .Monterey CA.
http:llwww. lba.com/pdE/art97ohb.pdf[28Maret 20011
Bacon, L.D. 1999. Using LISREL and PLS to Measure Customer Satisfaction. Seventh
Annual Satooth Sofivae Conference. La Jolla CA.
http://www.Iba.com/~f/csm.pls.mE[28Maret 20011
Bollen, K A . 1989.Structural Equations with Latent Variables. Wiley, New York.
Chin, W.W., Marcolin, B.L, and Newsted, P.R,1996. A Partial Least Squares Latent
Variable Modeling Approach for Meusuring Interaction Effects : Results from A
monte Carlo Simulation Study and Voice Mail Emotion / Adoption study.
http://disc-nt.cba.uhedulchin/icis96.pdf
[3 Pebruari 20011
Chin, W.W. ,1996.Exploring Cultural Differences with Structural Equation Modeling.
http://disc-nt.cba.uh.edu/chinlcross.udf[22Pebruari 20011
Chin, W.W. ,1998.Issues and Opinion on Structural Equation Modeling. MIS Quarterly.
http://www.misq.ore/archivist/vollno22/issue1/vol22n 1cornntrv.htrnl [6 Maret 2001 ]
Chin, W.W., 2000.Partial Least Squares for Researcher: An Overview and Prosentation
of Recent Advances using the PLS approach.
http://disc-nt.cba.uh.edu/chin/icis2000vlstalk.~
[21 Pebruari 20011
Croteau, AM, and Raymond,L., 1999. Testing The Validity of Miles and Snow's
Typology. Academy of Information and Management Sciences Journal, 2.
Gefen ,D. and Straub,D.,l997. Gender Differences in the Percewon and Use of E-Mail:
An Extension to the Technology Acceptance Model, MIS Quarterly, 389-400.
http://www.cis. mu.edu/-dstraubff a~ers/Resume/Gefen&Straub1997.pdf
[27Maret 20011
Gefen, D. 2000. Structural Equation Modeling and Regression : Guidelines for Research
Practice. Communications of the Association for Information Systems, 4, Article 7.
ht@://www.cis.gsu.edu/-dstraub/Pa~ers/Resume/Gefenetal2OOO.~df
[6 Maret 20011
Grunert,K.G and Scholderer, J., 2000. Generic Advertising for Fish : Result from a
Research-based Campaign. Centre for market Surveillance, Research and Strategy
for the Food Sector (MAPP), The Aarhus School of Businees, Denmark
Joreskog, KG. and Wold E,1982.System Under Indirect Observation, North-Holland,
Amsterdam. Part II, l -5 1.
KhalifaJM., Lam, R, and Lee, M., 1999. Adequacy of Knowledge Management
Structures. Department of Information Syatems City University of Hong Kong Tat
Chee Avenue, Kowloon Hong Kong
Krelle,W., 1997. How to deal with unobservable variables in economics.University of
Bonn, Germany. Discussion Paper No. B-144.
Lohmoller,J.B. 1989. Latent Variable Path Modeling with Partial Least Squares. :
Physica-Verlag ,Heidelberg.
Rosidi, 1999. Partisipasi dalam Penyusunan Anggaran dan Prestasi Manajer : Pengaruh
Komitrnen Organisasi dan Informasi Job Relevan. Tesis. Program Studi Manajemen
UNIE3RAW. Tidak hpublikasikan.
Rougoor, C.W. ,Vellinga,T.V., Huirne, RB,M and Kuipers, A. , 1999. Influence of
grassland and feeding management on technical and economic results of dairy farms.
Journal of Agricultural Science, Netherland, 47. 135-151.
Sellin, N., 1991 ,Partial Least Squares Modeling in Research on Educational Achievent.
http://www.waxmann.~~m/fdsellin.Ddf
[12Pebruari 20011
Tan, S.S.L., Tan B.C*Y, and Wei ILK., 1997. Enviromental Scanning on the Internet.
National University of Singapore.
ht@://www.com~.nus.edu.snl-teohh/~auers/scan.pdf
[25Juni 20011
Tan,W.G., Chan, T. and Gable, G.G, 1999.A Structural Model of Software Maintainer
Effectiveness. roc.1Oh Australian Conjkrence on Injormation Systems.
http:llwww.fit. r m t . e d u . a u l i n f o S v d i s m l p a[18Maret 20011
Wegelin, J.A.2000. A Survey of Partial Least Squares (PLS) Methods, With Emphasis on
the Two-Block Case. Univesitas of Washington .
http://www. stat.washigton.edu/wegelinlwww/reseach/re~0rts/2OOO/tr37
1 .m
[24Pebruari 20011
30
Lampiran 1. Daftar peubah laten dan peubah penjelas
Keterangan :
A. Jawaban peryantaan (peubah penjelas) dari peubah laten Partisipasi dalam Penyusunan Anggaran (PPA),
Komitmen Organisasi (KO) dan Akses Infonnasi untuk Pelaksanaan Tugas (APT) sebagai berikut :
1. Sangat tidak setuju
2. Tidak setuju
3. Agak tidak setuju
4. Ragu-ragu
5. Agak setuju
6.Agaksetuju
7. Sangat setuju
B. Jawaban peryantaan (peubah penjelas) dari peubah laten Prestasi rnanajer (PM) sebagai berikut :
1.
2.
3.
4.
Sangat di bawah rata-rata
Di bawah rata-rata
Agak dibawah rata-rata
Rata-rata
5. Agak di atas rata-rata
6. Di atas rata-rata
7. Sangat di atas rata-rata
Lampiran 3. Perintah iteratif LVPLS
PLSX
Analisis Partisipasi dalam penyusunan anggaran dan prestasi manajer
4 4 7
1 2 7
0
0
0
0 2 1 4
5
3
3
4
0
0
0
0
0 021
PPA
KO
A 1 PT
PM
0 0 0
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
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
stop
Lampiran 4. Perintah iteratif LLSREL
DA N I = 1 5 NO=47 MA=KM
LA
X I 1 X 2 1 X 3 1 X 4 1 X 5 1 X12 X22 X32 X13 X23 X33 Y2 Y4 Y5 Y7
KM FI=C:\Ta\Lisrel\dbaru.kml
SE; 6 7 8 9 1 0 11 1 2 13 1 4 1 5 1 2 3 4 5
MO NY=10 NX=5 NE=3 NK=1 BE=SD PS=DI
LE
'KO' ' A I P T ' 'PM'
LK
' PPA'
FRLY2 1 L Y 3 1 L Y 5 2LY 6 2 LY8 3 L Y 9 3 L Y 1 0 3
F R L X 2 1 L X 3 1 L X 4 1 L X 5 1
V A l L Y l l L Y 4 2 L Y 7 3 L X l l
PD
OU UL SE TV RS S S ND=2