ANALISA JALUR

Sejarah Analisis Jalur

Bagaimana sejarah perkembangan analisis jalur? Teknik analisis jalur, yang dikembangkan oleh Sewal Wright di tahun 1934,  sebenarnya merupakan pengembangan  korelasi yang diurai menjadi beberapa interpretasi akibat yang ditimbulkannya. Lebih lanjut, analisis jalur mempunyai kedekatan dengan regresi berganda; atau dengan kata lain, regresi berganda merupakan bentuk khusus dari analisis jalur. Teknik ini juga dikenal sebagai model sebab-akibat (causing modeling). Penamaan ini didasarkan pada alasan yang bahwa analisis jalur memungkinkan pengguna dapat menguji proposisi teoritis mengenai hubungan sebab dan akibat tanpa memanipulasi variabel-variabel. Memanipulasi variabel maksudnya ialah memberikan perlakuan (treatment) terhadap variabel-variabel tertentu dalam pengukurannya. Asumsi dasar model ini ialah beberapa variabel sebenarnya mempunyai hubungan yang sangat dekat satu dengan lainnya. Dalam perkembangannya saat ini analisis jalur diperluas dan diperdalam kedalam bentuk analisis “Structural Equation Modeling” atau dikenal dengan singkatan SEM.

Pengertian

Apa sebenarnya analisis jalur itu? Terdapat beberapa definisi mengenai analisis jalur ini, diantaranya : “Analisis jalur ialah suatu teknik untuk menganalisis hubungan sebab akibat yang tejadi pada regresi berganda jika variabel bebasnya mempengaruhi variabel tergantung tidak hanya secara langsung tetapi juga secara tidak langsung”. (Robert D. Retherford 1993). Sedangkan definisi lain mengatakan: “Analisis jalur merupakan pengembangan langsung bentuk regresi berganda dengan tujuan untuk memberikan estimasi tingkat kepentingan (magnitude) dan signifikansi (significance) hubungan sebab akibat hipotetikal dalam seperangakat variabel.” (Paul Webley 1997). 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. 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 respon) sedang yang lain sebagai penyebab. Pembobotan regresi diprediksikan dalam suatu model yang dibandingkan dengan matriks korelasi yang diobservasi untuk semua variabel dan dilakukan juga penghitungan uji keselarasan statistik. (David Garson, 2003). Dari definisi-definisi di atas dapat dsimpulkan bahwa sebenarnya analisis jalur merupakan kepanjangan dari analisis regresi berganda.

Contoh Penerapan 

Studi mengenai kepuasan kerja., bagaimana usia seseorang berpengaruh terhadap kepuasan kerja orang tersebut. Banyak teori yang mengaitkan pengaruh usia terhadap kepuasan kerja:

1. Semakin tua usia yang berarti bahwa ia sudah lama bekerja, tdan tetap bertahan yang menandakan bahwa orang tersebut merasa puas dalam pekerjaannya.
2. Semakin tua seseorang berarti semakin banyak pengalamannya dan relatif memiliki wewenang yang relatif lebih besar dibandingkan dengan yang masih muda, hal ini tentunya akan membuat orang tersebut semakin puas. 
3. Semakin tua usia semakin banyakpengalaman tentunya semakin besar upah yang diterima dan hal ini tentunya akan menyebabkan orang tersebut semakin puas.
4. Semakin tua seseorang berarti semakin banyak pengalamannya dan relatif memiliki wewenang yang relatif lebih besar, orang yang memiliki wewenang yang bear umumnya memiliki upah yang relatif besar pula dan hal ini akan menyebabkan orang tersebut menjadi puas.

Pertanyaannya:

1. Teori mana yang paling didukung oleh data dan teori mana yang kurang didukung oleh data ?
2. Teori mana yang paling kuat didukung oleh data?