Teknik anal jalur adalah suatu teknik untuk menganalisis hubungan sebab akibat yang terjadi pada regresi berganda jika variabel bebasnya mempengaruhi variabel tergantung tidak hanya secara langsung, tetapi juga secara tidak langsung “ (Robert D. Rutherford, 1993). Hal yang sama juga dikemukakan oleh Paul Webley (1997), bahwa : “ Analisis jalur merupakan pengembangan langsung bentuk regresi berganda dengan tujuan untuk memberikan estimasi tingkat kepentingan (magnitude) dan signifikansi (significance) hubungan sebab akibat hipotetikal dalam seperangkat variabel. David Garson (2003), mendefenisikan 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 “. Lebih lanjut, David mengemukakan bahwa modelnya digambarkan dalam bentuk gambar lingkaran dan panah dimana anak panah tunggal menunjukkan sebagai penyebab. Regresi dikenakan pada masing-masing variabel dalam suatu model sebagai variabel tergantung (pemberi respons) sedang yang lain sebagai penyebab. Pembobotan regresi diprediksi dalam suatu model yang dibandingkan dengan matriks korelasi yang diobservasi untuk semua variabel dan dilakukan juga perhitungan uji keselarasan statistik. Dari beberapa defenisi tersebut, dapat disimpulkan bahwa analisis jalur adalah perluasan dari analisis regresi berganda. Menurut Abdurahman dan Muhidin (2007), mengemukakan bahwa model analisis jalur digunakan apabila secara teori peneliti yakin menganalisis memiliki
PATH ANALYSIS (ANALISIS JALUR) m 17
pola hubungan sebab akibat (causal effect). Oleh karena itu rumusan masalah dalam kerangka analisis jalur adalah : (1) apakah variabel eksogen berpengatuh terhadap variabel endogen ? dan (2) berapa besar pengaruh kausal langsung, tidak langsung dan total simlutan seperangkat variabel cksogen terhadap endogen.
B. Manfaat Analisis Jalur
Siswoyo dkk (2012) mengemukakan terdapat 4 (empat) manfaat melakukan analisis jalur, yaitu: Memberikan penjelasan atau explanation terhadap fenomena yang dipelajari atau permasalah yang diteliti, Membuat prediksi nilai variabel endogen berdasarkan nilai variabel eksogen, Mengetahui faktor dominan yaitu penentu variabel eksogen mana yang berpengaruh dominan terhadap variabel endogen, juga untuk mengetahui mekanisme pengaruh jalur-jalur variabel eksogen terhadap variabel endogen, dan Pengujian model dengan menggunakan teori trimming baik untuk uji reliabilitas dari konsep yang sudah ada maupun konsep baru.
C. Asumsi-Asumsi Analisis Jalur
Asumsi atau prinsip dasar yang harus dipenuhi dalam analisis jalur diantaranya, yaitu: Terdapatnya hubungan antara variabel bersifat linearitas (/inearity) dan normal Tidak adanya adivity, yaitu tidak ada efek-efek interaksi. Semua variabel residual tidak berinteraksi dengan salah satu variabel dalam model yang diteliti, Data berskala interval, artinya semua variabel yang diobeservasi mempunyai data berskala interval. Apabila data belum dalam bentuk skala interval, sebainya data dikonversikan dengan menggunakan Methode od Successive (MSI) terlebih dahulu, Sistim aliran kausal hanya satu arah (rekursif) artinya tidak ada
18 m Konsep & Praktik dalam Penelitian
arah kausalitas terbalik non-rekursif (reciprocal), Semua variabel residual (yang tidak diukur) tidak berkorelasi dengan salah satu variabel-variabel dalam model, Sampling bersifat probability sehingga memungkinkan seluruh anggota populasi memiliki peluang yang sama untuk dipilih menjadi anggota sampel. Untuk memperoleh hasil maksimal sebaiknya digunakan sampel di atas 100, Observed variabel diukur tanpa kesalahan (instrument valid dan reliabel), Sebaiknya hanya terdapat multikolinearitas yang rendah. Sebab multikolenaritas adalah dua atau lebih variabel bebas (eksogen) masing-masing mempunyai hubungan yang sangat tinggi. Jika memiliki hubungan antar variabel bebas yang tinggi, akan didapat standar error yang besar dari koefisien beta (b) yang digunakan untuk menghilangkan varians biasa dalam melakukan analisis korelasi secara parsial, Model yang dianalisis dispesifikasi berdasarkan teori atau konsep yang relevan, artinya model yang dikaji atau diuji dibangun berdasarkan kerangka teoritis tertentu yang mampu menjelaskan hubungan kausalitas antar variabel. Spesifikasi model benar diperlukan untuk menginterprestasi koefisien-koefisien jalur. Kesalahan spesifikasi terjadi ketika variabel penyebab yang signifikan dikeluarkan dari model. Semua koefisien jalur akan merefleksikan kovarians bersama dengan semua variabel yang tidak diukur dan tidak akan dapat diinterprestasi secara tepat dalam kaitannya dengan pengaruh langsung dan pengaruh tidak langsung. Terdapat masukkan korelasi yang sesuai, artinya jika menggunakan matriks korelasi sebagai masukan, maka korelasi Pearson digunakan untuk dua variabel berskala interval; korelasi Pearson digunakan untuk dua variabel berskala ordinal; zetrachoric untuk dua variabel dikotomi (berskala nominal); polyserial untuk satu variabel interval dan lainnya ordinal; dan biserial untuk satu
PATH ANALYSIS (ANALISIS JALUR) m 19
variabel berskala interval dan lainnya nominal. 12. Asumsi analisis jalur mengikuti asumsi regresi linear, yaitu : a. Model regresi harus layak, kelayakan ini diketahui jika angka signifikansi pada ANOVA sebesar < 0,05 b. Predictor yang digunakan sebagai variabel bebas harus layak, kelayakan ini diketahui jika angka Standar Error of Estimate < Standar Deviation c. Koefisien regresi harus signifikan. Pengujian dilakukan dengan uji t. Koefisien regresi signifikan jika L — bbl (nilai kritis) d. Tidak boleh terjadi multikolinearitas, artinya tidak boleh terjadi korelasi yang sangat tinggi atau sangat rendah antara variabel bebas, dan e. Tidak terjadinya otokorelasi. Terjadi otokorelasi jika angka Dubin dan Watson sebesar< 1 dan >3
D. Teknik Analisis Data
Dalam penelitian kuantitatif kegiatan analisis datanya meliputi analisis deskriptif dan analisis inferensial. Ridwan (2008) mengemukakan bahwa analisis deskriptif yang menggambarkan suatu data yang akan dibuat baik sendiri maupun secara berkelompok. Analisis ini mengukur tendensi sentral (pengukuran gejala pusat misalnya Mean, Mode, dan Median) dan pengukuran penyimpangan (Range, Standar Deviation, dan Variance), juga akan dibahas dengan grafis. Pengukuran ini digunakan untuk menjaring data yang menunjukkan pusat atau pertengahan dari susunan data yang menyebar. Nilai rata-rata dari kelompok data itu, diperkirakan dapat mewakili seluruh nilai data yang ada dalam kelompok tersebut. Tujuan analisis deskriptif untuk membuat gambaran secara sistematif data yang factual dan akurat mengenai fakta-fakta serta hubungan antar fenomena yang diselidiki atau diteliti. Gendro (2011), mengatakan bahwa statistik inferensial atau sering disebut statistik induktif adalah teknik statistik yang digunakan untuk melakukan analisis data sampel dan hasilnya diberlakukan