Penelitian ini dilakukan untuk menilai kepuasan pasien dan faktor yang terkait dengannya di
rumah sakit Dr LH Hiranandani, Mumbai, India; dan untuk mengevaluasi keterlambatan dalam
proses pembuangan dan hubungannya dengan kepuasan.
Alat ukur pada penelitian ini menggunakan kuesioner yang dibagikan ke 1.054 pasien setelah
perawatan selama periode tiga bulan di Mumbai, India.
Analisis data menggunakan cross-sectional dari data sekunder 1.054 pasien selama periode tiga
bulan di Mumbai, India.
Peneliti menghitung rata-rata, standar deviasi ( SD), median dan rentang interkuartil (IQR) untuk
variabel kontinu. Peneliti juga menghitung proporsi untuk variabel kategori. Proporsi di beberapa
kategori dibandingkan menggunakan uji chi square atau uji Fisher. Rata-rata antara dua
kelompok dibandingkan dengan menggunakan t- tes dan median dibandingkan menggunakan tes
Wilcoxon rank-sum. Peneliti kemudian menggunakan model regresi untuk analisis multivariat.
Untuk variabel linier (skor pada parameter kepuasan rumah sakit yang berbeda), peneliti juga
menggunakan model regresi linier. Kami membagi skor kepuasan rumah sakit total menjadi dua.
Analisis jalur merupakan perluasan dari analisis linear berganda, atau analisis jalur adalah
penggunaan analisis regresi untuk menaksir hubungan kausalitas antar variabel (model casual)
yang telah ditetapkan sebelumnya berdasarkan teori (Ghozali, 2013). Menurut Ghozali (2013)
untuk menghitung persamaan skruktural pada Path Analysis digunakan koefisien jalur. Koefisien
jalur adalah standardized koefisien regresi.
Analisis jalur ini mirip dengan analisis regresi. Perbedaannya adalah bahwa pada analisis jalur
ini dapat membantu dalam mempelajari efek langsung, efek tidak langsung maupun efek total
dari variable-variabel yang dianggap menjadi penyebab dari variable-variabel lain yang dianggap
sebagai variable akibat.
Path analysis digunakan untuk menganalisis pola hubungan antar variabel dengan tujuan untuk
mengetahui pengaruh langsung maupun tidak langsung seperangkat variabel bebas (exogenous)
terhadap variabel terikat (endogenous).8 Sementara itu Paul Webley, 1997 mengatakan bahwa
“Analisis jalur merupakan pengembangan langsung bentuk regresi berganda dengan tujuan untuk
memberikan estimasi tingkat kepentingan (magnitude) dan signifikasi (significance) hubungan
sebab akibat hipotetikal dalam seperangkat variabel”. Menurut David Garson dari North Carolina
State University mendefinisikan analisis jalur sebagai model perluasan regresi yang digunakan
untuk menguji keselarasan matriks korelasi dengan dua atau lebih model hubungan sebab akibat
yang dibandingkan oleh peneliti.10 Dari beberapa definisi di atas, dapat disimpulkan bahwa
sebenarnya analisis jalur merupakan kepanjangan dari analisis regresi berganda. Keuntungan
menggunakan analisis jalur diantaranya:
d. Kemampuan melakukan dekomposisi korelasi menjadi hubungan yang bersifat sebab akibat
(causal relation), seperti pengaruh langsung (direct effect) dan pengaruh tidak langsung (indirect
effect) dan bukan sebab akibat (non-causal association), seperti komponen semu (spurious).
b. Analisis jalur hanya mempunyai variabel-variabel yang dapat diobservasi secara langsung.