Perbedaan Analisis Jalur (Path Analysis) Dengan Structural Equation Modeling (Sem).

Beberapa hari yang lalu, saya menghadap pada ketua penguji ujian tesis saya. Satu hal yang menciptakan saya kaget setengah mati bahwa dia tidak mau menandatangani matriks jadwal ujian tutup yang harus saya laksanakan maksimal tanggal 22 Juni 2017 biar tidak membayar SPP semester 5. Alasannya sangat sederhana, alasannya yaitu dia tidak srek dengan alat analisis yang saya gunakan dalam memecahkan permasalahan yang saya angkat dalam penelitian saya. Satu hal yang menciptakan saya tidak habis pikir, dia terus-terusan menyudutkan saya dan tidak membiarkan saya berbicara satu kata pun, bahkan untuk menjelaskan alat analisis yang saya gunakan. Beliau mengaku bahwa penelitian saya yaitu penelitian pertama yang dia lihat menggunakan alat analisis tersebut untuk menjawab permasalahan yang diangkat.
FYI, judul tesis saya yaitu Peran Profitabilitas dalam Memediasi Pengaruh Tata Kelola Perusahaan dan Ukuran Perusahaan terhadap Nilai Perusahaan (Studi Pada Perusahaan Pertambangan yang Terdaftar di BEI Periode 2013-2015). Dimana tata kelola diukur menggunakan dewan komisaris independen, ukuran perusahaan dikukur dari Ln total aset, profitabilitas diukur menggunakan ROE dan nilai perusahaan diukur dengan Tobin’s Q. Berikut gambar kerangka konsep saya.
Saya menggunakan analisis jalur (path analysis) untuk menuntaskan model tersebut, diolah dengan alat SPSS ver. 22. Kenapa saya menggunakan analisis jalur? berikut klarifikasi dari buku-buku metode penelitian.

Analisis jalur merupakan ekspansi dari analisis regresi linear berganda, atau analisis jalur yaitu penggunaan analisis regresi untuk menaksir hubungan kausalitas antar variabel (model casual) yang telah ditetapkan sebelumnya menurut teori (Ghozali, 2006).

Path analysis hanya sanggup mengolah variabel yang sanggup diukur (measured variables), sedangkan SEM sanggup dipakai untuk mengolah data variabel yang sanggup diukur (measured variables) ataupun yang tidak sanggup diukur (constructs atau latent variables) (Gudono, 2011). 
Path analysis digunakan manakala peneliti menganalisis hubungan antarvariabel yang kompleks yang tidak sanggup dikerjakan dengan menggunakan regresi berganda. Pada hubungan yang kompleks, ada lebih dari satu variabel dependen, sehingga diharapkan serangkaian persamaan regresi. Karena path analysis yaitu ekspansi analisis regresi, maka semua perkiraan dalam analisis regresi juga berlaku dalam path analysis. Termasuk dalam konteks ini yaitu (1) residual tidak saling berkorelasi, dan (2) hubungan antarvariabel yaitu linier dan additive (pertambahan), dan jumlah data cukup banyak (minimum 10 data per variabel) (Gudono, 2011).

Prinsip-prinsip dasar yang sebaikrya dipenuhi dalam analisis jalur di antaranya yaitu (Sarwono, 2007)

  1. Adanya linieritas (Linierity). Hubungan antarvariabel bersifat linier.
  2. Adanya aditivitas (Additivity). Tidak ada efek-efek interaksi.
  3. Data berskala interval. Semua variabel yang diobservasi mernpuryai data berskala interval (scaled values). Jika data belum dalam bentuk kala interval, sebaiknya data diubah dengan menggunakan metode suksesive interval (MSI) terlebih dahulu.
  4. Semua variabel residual (yang tidak diukur) tidak berkorelasi dengan salah satu variabel dalam model.
  5. Istilah gangguan (disturbance terms) atau variabel residual dilarang berkorelasi dengan semua variabel endogen dalam model. Jika dilanggar maka akan berakibat hasil regresi menjadi tidak sempurna untuk mengestimasikan parameter-parameter jalur.
  6. Sebaiknya hanya terdapat multikolinearitas yang rendah. Maksud multikolinieritas yaitu dua atau lebih variabel bebas (penyebab) memiliki hubungan yang sangat tinggi. Jika terjadi hubungan yang tinggi maka kita akan rnendapatkan standar error yang besar dari koefisien beta (b) yang dipakai untuk menghilangkan varian biasa dalam melaksanakan analisis hubungan secara parsiat.
  7. Adanya rekursivitas. semua anak panah memiliki satu arah, dilarang terjadi pemutaran kembali (looping).
  8. Spesifikasi model sangat diharapkan untuk menginterpretasi koefisien-koefisien jalur. Kesalahan spesifikasi terjadi saat variabel penyebab yang signifikan dikeluarkan dari model. Semua koefisien jalur akan merefleksikan kovarian bersama dengan semua variabel yang tidak diukur dan tidak akan sanggup diinterpretasi secara sempurna dalam kaitannya dengan tanggapan pribadi dan tidak langsung.
  9. Terdapat masukan hubungan yang sesuai. Artinya, jikalau kita menggunakan matriks hubungan sebagai masukan maka hubungan Pearson dipakai untuk dua variabel berskala interval; hubungan polychoric untuk dua variabel berskala ordinal; tetracltoric untuk dua variabel dikotomi (berskala nominal); polyserial untuk satu variabel interval dan lainnya ordinal; dan biserial untuk satu variabel berskala interval dan laimrya nominal.
  10. Terdapat ukuran sampel yang memadai. Untuk mernperoleh hasil yang maksimal, sebaiknya dipakai sampel di atas 100.
  11. Sarnpel sarna dibutuhkan uttuk pengitungan regresi dalarn model jalur.
Berhubung penelitian saya memenuhi seluruh persyaratan di atas, maka saya menggunakan analisis jalur. Sudah sangat terang ya, penelitian saya tidak menggunakan SEM alasannya yaitu data yang saya kumpulkan sanggup diukur dan memenuhi SEMUA persyaratan perkiraan klasik. Kerangka konsep saya hanya menguji hubungan satu arah, bukan dua arah. Jadi, bantu-membantu apa yang dipermasalahkan oleh si ketua penguji? Hanya alasannya yaitu ketidaktauannya wacana analisis jalur dan memaksa saya menggunakan SEM, menghambat saya untuk maju ke ujian tutup, memaksa saya untuk membayar SPP semester 5 hanya untuk 1x ujian tutup. Menyulitkan pendidikan saya hanya alasannya yaitu ketidaktahuannya. 
Padahal, entah itu menggunakan PLS, AMOSH atau SPSS, hasil yang dikeluarkan akan tetap sama. Tata kelola tetap tidak signifikan terhadap profitabilitas dan nilai perusahaan. Ukuran perusahaan tetap tidak siginifikan terhadap profitabilitas dan nilai perusahaan. Profitabilitas tetap signifikan terhadap nilai perusahaan dan profitabilitas hanya signifikan memediasi ukuran perusahaan terhadap nilai perusahaan. Lantas, kenapa mempermasalahkan sebuah alat? Analoginya, saya dipersulit saat menyalin sebuah KTP alasannya yaitu menggunakan alat scanner. Dengan alasan ybs taunya menyalin KTP hanya bisa dengan menggunakan mesin foto copy. Luar biasa, bukan?
Saya bukan sok tau, saya menulis dan melaksanakan sesuatu menurut rujukan yang terpercaya, bukan dari situs-situs tanpa sumber yang jelas, bukan dari katanya anu dan itu yang tidak terang sumber keilmuannya. Percuma lah berstatus profesor saat kita tidak bisa menguasai semua alat analisis, lantas menghambat orang lain dalam mencapai tujuan. Terlebih kiprahnya hanya sebagai ketua penguji, bukan pembimbing akademik. Saya kira pembimbing akademik lah yang lebih berhak mengutak atik isi penelitian ketimbang penguji yang hanya berkewajiban memperlihatkan masukan yang terang tidak harus diterima 100%.
Yah, ini berat untuk saya menjelaskan pada orang yang tidak tau sama sekali dengan orang yang tau meski sedikit saja. Apalagi ditambah dengan ego yang tinggi alasannya yaitu merasa lebih ahli sehingga muncul keangkuhan yang berujung menghambat dan menyusahkan orang lain. Hal yang lebih mengesalkan yaitu saat mitra seangkatan lainnya yang jelas-jelas penelitiannya dikerjakan oleh orang lain (bahkan ada penguji sendiri), bisa lolos dengan mudahnya. Bahkan saat mereka tidak bisa menjelaskan wacana variabel penelitian, mereka bisa lulus tanpa hambatan. Sangat luar biasa pendidikan pasca sarjana di negeri kita!
Pesan saya bagi yang membaca ini, ayolah jangan suka mempersulit orang lain dengan kebodohanmu. Yah, terbelakang berarti bukan mereka yang tidak tau apa-apa, terbelakang bagi saya yaitu saat seseorang ngotot dengan ketidaktahuannya sehingga semua pintu keilmuan tertutup oleh keangkuhan.
Baca Juga :  Cara Mendaftar Dan Biaya Periksa Di Rsia Ananda Makassar