Teknik Pengujian Instrumen Teknik Analisis Data
X = kompensasi ε
1
= error pertamavariabel pengganggu dari iklim organisasi ρ
y
= koefisien jalur bagi variabel lain selain Y di luar penelitian
2 Persamaan Sub-Struktural 2 Z = ρ
zx
X + ρ
zy
Y + ρ
z
ε
2
Keterangan: Z
= kinerja karyawan Y = iklim organisasi
ρ
zx
= koefisien jalur X terhadap Z ρ = √ − �
2
ρ
zy
= koefisien jalur Y terhadap Z ρ = √ − �
2
X = kompensasi ε
2
= error keduavariabel pengganggu dari kinerja karyawan ρ
z
= koefisien jalur bagi variabel lain selain Z di luar penelitian
b. Menghitung persamaan Sub-struktural 1 Persamaan sub-struktural 1:
Y = ρ
yx
X + ρ
y
ε
1
Berikut ini adalah contoh bagan sub-struktural 1:
Gambar III.2 Contoh Bagan Sub-struktural 1 ρ
yx
X Y
ρ
y
ε
1
Langkah-langkah dalam menghitung persamaan sub-struktural 1 adalah sebagai berikut:
1 Melihat pengaruh secara parsial individual Besarnya pengaruh secara parsial sendiri-sendiri atau individual
antara variabel X kompensasi dengan Y iklim organisasi, perhatikan tabel III.3 berikut ini permisalan hasil output.
Tabel III.2 Contoh Tabel Coefficients Sub-struktural 1
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant X
.275 .831
.293 .088
.777 .939
9.494 .352
.000
a. Dependent Variable : Y
a Uji t
Hipotesis H
01
: Variabel X tidak mempengaruhi variabel Y secara positif H
a1
: Variabel X mempengaruhi variabel Y secara positif Dasar pengambilan keputusan:
1 t
hitung
≤ t
tabel
: H
01
diterima H
a1
ditolak. 2
t
hitung
t
tabel
: H
01
ditolak H
a1
diterima. Jika digunakan pendekatan Sig.
Dasar pengambilan keputusan PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
1 0,05
≤ Sig. : H
01
diterima H
a1
ditolak. Artinya tidak signifikan.
2 0,05 Sig. : H
01
ditolak H
a1
diterima. Artinya signifikan. 2 Pengaruh secara gabungan simultan dengan adanya variabel
yang dikontrol yang mempengaruhi Y ρ
y
. Untuk melihat pengaruh variabel X terhadap variabel Y secara
simultan adanya dengan variabel yang dikontrol yang mempengaruhi Y, dapat dilakukan dengan memperhatikan hasil
perhitungan dalam tabel Model Summary berikut, khususnya nilai R Square:
Tabel III.3 Contoh Tabel Model Summary Sub-struktural 1
Model Summary
b
Model R
R Square Adjusted R Square
Std. Error of the Estimate
1 .777
a
.604 .598
.41824 a.
Predictors: Constant, X b.
Dependent Variable : Y Langkah selanjutnya untuk mengetahui besarnya
ρ
y
ε
1
adalah sebagai berikut:
a Menghitung KD Rumus:
KD = R
2
x 100 b Menghitung
ρ
y
ε
1
ρ
y
ε
1
=
√
− � PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
c Persamaan sub-struktural 1 serta bagan sub-struktural 1 dengan hasil koefisiennya, misalnya:
Y = 0,777 + 0,63ε
1
Keterangan: ρ
yx
diperoleh dari Beta seperti yang tercantum pada Tabel Coefficient;
ρ
y
diperoleh dari perhitungan koefisien jalur bagi variabel lain di luar penelitian
ρ
y
ε
1
, X dan Y. Berikut ini adalah contoh bagan sub-struktural 1 dengan hasil
koefisien:
Gambar III.3 Contoh Bagan Sub-struktural 1 dengan hasil koefisien
Selanjutnya, untuk menguji tingkat signifikansi pengaruh Variabel X kompensasi terhadap Y iklim organisasi secara
simultan adanya dengan variabel yang dikontrol yang mempengaruhi Y iklim organisasi, dapat dilihat pada tabel
ANOVA berikut ini permisalan hasil output. Tabel III.4
Contoh Tabel ANOVA Sub-struktural 1 ANOVA
b
Model Sum of
Squares Df
Mean Square F
Sig. 1
Regression Residual
16.814 22.251
2 58
8.407 .384
21.915 .000
a
0,777
X Y
0,63 ε
1
Total 39.065
60 a.
Predictors: Constant, X b.
Dependent Variable : Y Hipotesis:
H : Variabel X tidak mempengaruhi terhadap variabel Y secara
simultan dengan adanya dengan variabel yang dikontrol yang mempengaruhi Y.
H
a
: Variabel X mempengaruhi terhadap variabel Y secara simultan dengan adanya dengan variabel yang dikontrol
yang mempengaruhi Y. Dasar pengambilan keputusan
a 0,05
≤ Sig., H diterima H
a
ditolak. Artinya tidak signifikan. b
0,05 Sig., H ditolak H
a
diterima. Artinya signifikan. c. Menghitung Persamaan Sub-struktural 2.
Z = ρ
zx
X + ρ
zy
Y + ρ
z
ε
2
Pada bagian ini, analisis dibagi menjadi dua, yaitu: 1
Pertama, melihat pengaruh secara parsial individual Ujipengaruh secara individu ditunjukkan oleh tabel
Coefficients berikut permisalan hasil output. Tabel III.5
Contoh Tabel Coefficients Sub-struktural 2 Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant X
Y -.104
.488 .394
.437 .206
.193 .373
.322 -.238
2.370 2.045
.813 .021
.045 a.
Dependent Variable : Z Langkah-langkah yang dapat dilakukan dalam pengujian secara
individual dari variabel X, Y, dan Z adalah sebagai berikut: a
Pengujian secara individual antara variabel X dan variabel Z. Langkah-langkahnya adalah sebagai berikut:
1 Uji t
Hipotesis H
02
: Variabel X tidak mempengaruhi Z secara positif H
a2
: Variabel X mempengaruhi Z secara positif Dasar pengambilan keputusan
a t
hitung
≤ t
tabel
: H
02
diterima H
a2
ditolak. b
t
hitung
t
tabel
: H
02
ditolak H
a2
diterima. Jika digunakan pendekatan Sig., dasar pengambilan
keputusan adalah sebagai berikut: a
0,05 ≤ Sig. , H
02
diterima H
a2
ditolak. Artinya tidak signifikan.
b 0,05 Sig. , H
02
ditolak H
a2
diterima. Artinya signifikan.
b Pengujian secara individual antara variabel Y dan variabel Z.
Langkah-langkahnya adalah sebagai berikut: PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
1 Uji t
Hipotesis : H
03
: Variabel Y tidak mempengaruhi Variabel Z secara positif.
H
a3
: Variabel Y mempengaruhi Variabel Z secara positif. Dasar pengambilan keputusan
a t
hitung
≤ t
tabel
: H
03
diterima H
a3
ditolak. b
t
hitung
t
tabel
: H
03
ditolak H
a3
diterima. Jika digunakan pendekatan Sig. , dasar pengambilan
keputusan adalah sebagai berikut: a
0,05 ≤ Sig. , H
03
diterima H
a3
ditolak. Artinya tidak signifikan.
b 0,05 Sig. , H
03
ditolak H
a3
diterima. Artinya signifikan.
2 Pengaruh secara gabungan simultan Untuk melihat pengaruh variabel X terhadap variabel Y secara
simultan, dapat dilakukan dengan memperhatikan
hasil perhitungan dalam tabel Model Summary berikut, khususnya nilai
R Square. Berikut ini merupakan contoh hasil output Model Summary:
Tabel III.6 Contoh Tabel Model Summary Sub-struktural 2
Model Summary
b
Model R
R Square Adjusted R Square
Std. Error of the Estimate
1 .656
a
.430 .411
.61938 c.
Predictors: Constant, Y iklim organisasi, X kompensasi d.
Dependent Variable : Z kinerja karyawan Langkah selanjutnya untuk mengetahui besarnya ρ
z
ε
1
adalah sebagai berikut:
a Menghitung KD
Rumus: KD = R
2
x 100
b Menghitung ρ
y
ε
1
ρ
z
ε
1
=
√
− � c Persamaan sub-struktural 2 serta bagan sub-struktural 1
dengan hasil koefisiennya, misalnya: Z = 0,373 X + 0,322 Y + 0,755 ε
2
Keterangan: ρ
zx
diperoleh dari Beta koefisien jalur variabel X terhadap variabel Z seperti yang tercantum pada Tabel Coefficient;
ρ
zy
diperoleh dari Beta koefisien jalur variabel Y terhadap variabel Z seperti yang tercantum pada Tabel Coefficient;
ρ
z
diperoleh dari perhitungan koefisien jalur bagi variabel lain di luar penelitian selain variabel X, variabel Y dan variabel Z.
Berikut ini adalah contoh bagan sub-struktural 1 dengan hasil koefisien:
X Y
0,777 0,63
ε
1
Gambar III.4 Contoh Struktur Pengaruh X, Y, dan Z dengan hasil koefisien
Selanjutnya, untuk menguji tingkat signifikansi pengaruh variabel X dan variabel Y terhadap variabel Z, perhatikan tabel
ANOVA berikut ini permisalan hasil output. Tabel III.7
Contoh Tabel ANOVA Sub-struktural 2 ANOVA
b
Model Sum of
Squares Df
Mean Square F
Sig. 2
Regression Residual
Total 16.814
22.251 39.065
2 58
60 8.407
.384 21.915
.000
a
c. Predictors: Constant, Y iklim organisasi, X kompensasi
d. Dependent Variable : Z kinerja karyawan
Hipotesis: H
: Variabel X dan variabel Y secara simultan tidak mempengaruhi variabel Z.
H
a
: Variabel X dan variabel Y secara simultan mempengaruhi variabel Z.
Dasar pengambilan keputusan: PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
a 0,05 ≤ Sig. , H
diterima H
a
ditolak. Artinya tidak signifikan. b 0,05 Sig. , H
ditolak H
a
diterima. Artinya signifikan. Tabel III.7 berikut merupakan contoh rangkuman pengaruh
variabel X dan variabel Y terhadap variabel Z secara langsung masupun secara tidak langsung berdasarkan SPSS. Berikut
permisalan hasil outputnya.
Tabel III.8 Contoh Tabel Rangkuman Pengaruh Variabel X dan Y
terhadap Variabel Z Variabel
Koefisien Jalur Pengaruh
Langsung Tidak Langsung
Total X terhadap Y
0,777 0,777
- 0,777
X terhadap Z 0,373
0,373 0,777 x 0,322 = 0,251
0,624 Y terhadap Z
0,322 0,322
- 0,322
ε
1
0,63 0,630
- 0,630
ε
2
0,755 0,755
- 0,755
Sarwono dan Julianita, 2011:131-138 Hipotesis:
H
04
: Variabel Y tidak memediasi pengaruh positif variabel X terhadap variabel Z
H
a4
: Variabel Y memediasi pengaruh positif variabel X terhadap variabel Z
Dasar pengambilan keputusan: a Jika pengaruh langsung variabel X terhadap variabel Z
lebih besar daripada pengaruh tidak langsung variabel X terhadap Z melalui variabel Y, maka H
04
diterima H
a4
ditolak; b Jika pengaruh langsung variabel X terhadap variabel Z
lebih kecil daripada pengaruh tidak langsung variabel X terhadap Z melalui variabel Y, maka H
04
ditolak H
a4
diterima. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
71