Teknik Analisis Data

F. Teknik Analisis Data

1. Analisis Deskriptif

Analisis ini berisi tentang bahasan secara deskriptif mengenai tanggapan yang diberikan responden pada kuesioner. Statistik deskriptif adalah statistik yang digunakan untuk menganalisa data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi (Sugiyono, 2004).

2. Uji Validitas

Uji Validitas menunjukkan seberapa nyata suatu pengujian mengukur apa yang seharusnya diukur (Jogiyanto, 2004). Penelitan ini menggunakan content validity dengan memastikan apakah butir-butir pertanyaan dalam kuesioner penelitian sudah cukup dan sesuai untuk mengukur suatu konsep. Dikarenakan konstruk yang hendak diuji merupakan pengujian kembali dari penelitian yang telah dilakukan sebelumnya, dimana pada penelitian sebelumnya telah berhasil mengidentifikasi faktor-faktor yang membentuk konstruk maka dalam penelitian ini teknik analisis yang dipakai dengan menggunakan Confirmatory Factor Analysis (CFA), dengan bantuan paket perangkat

Uji Reliabilitas menunjukkan akurasi dan ketepatan dari pengukurannya (Jogiyanto, 2004). Reliabilitas dari suatu alat pengukuran mencerminkan apakah suatu pengukuran terbebas dari masalah/error sehingga memberikan hasil pengukuran yang konsisten pada kondisi yang berbeda pada masing-masing butir dalam instrumen (Sekaran, 2000). Dalam hal ini reliabilitas dilihat dari Cronbach Alpha. Sekaran (2000) mengklasifikasikan nilai Cronbach Alpha, sebagai berikut:

a. Nilai Cronbach Alpha antara 0,80 – 1,0 dikategorikan reliabilitas baik.

b. Nilai Cronbach Alpha antara 0,60 – 0,79 dikategorikan reliabilitas dapat diterima.

c. Nilai Cronbach Alpha ≤ 0,60 dikategorikan reliabilitas buruk. Pengujian reliabilitas ini dengan menggunakan bantuan paket perangkat lunak program SPSS 11.5 for Windows.

4. Uji Asumsi Klasik

Uji asumsi klasik adalah persyaratan statistik yang harus dipenuhi pada analisis regresi linear berganda yang berbasis ordinary least square (OLS). Jadi analisis regresi yang tidak berdasarkan OLS tidak memerlukan persyaratan asumsi klasik, misalnya regresi logistik atau regresi ordinal. Uji asumsi klasik dilakukan sebelum uji hipotesis dilakukan agar diketahui apakah terdapat penyimpangan-penyimpangan regresi pada data penelitian. Uji asumsi klasik tersebut terdiri dari:

Uji normalitas dimaksudkan untuk mempertimbangkan bahwa sampel diambil dari populasi yang berdistribusi normal. Dalam pengujian normalitas teknik yang digunakan salah satunya dengan analisis grafik. Analisis grafik adalah satu cara untuk menguji data observasi dengan distribusi yang mendekati distribusi normal (Ghozali, 2001).

Kesimpulan yang ditarik dari uji normalitas adalah dengan kriteria sebagai berikut:

1) Jika distribusi normal maka akan membentuk satu garis lurus diagonal, dan ploting data akan dibandingkan dengan garis diagonal.

2) Jika distribusi data adalah normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya.

b. Uji Autokorelasi Uji autokorelasi bertujuan menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya) (Ghozali, 2001). Perhitungan autokolerasi dilakukan dengan meggunakan uji Durbin- Watson (DW test) untuk menghitung autokorelasi tingkat satu dan mengisyaratkan adanya intercept (konstanta) dalam model regresi dan

Ada tidaknya multikolineritas dalam sebuah kombinasi variabel dapat dilihat melalui matrik korelasi antar variabel laten independen. Nilai korelasi tidak boleh melebihi batas 0,9 smentara nilai yang melebihi 0,8 dapat menjadi indikasi adanya multikolineritas (Ghozali, 2001). Tidak adanya korelasi yang tinggi antar variabel independen tidak berarti bebas dari multikolinearitas. Multikolinearitas dapat disebabkan karena adanya efek kombinasi dua atau lebih variabel independen.

d. Uji Heteroskedastisitas Uji heteroskedastik dalam Ghozali (2001) bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual suatu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda di sebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas.

Cara

mendeteksi

ada atau tidaknya heteroskedastisida adalah sebagai berikut: Jika tidak adanya pola tertentu maka tidak terjadi heteroskedastisitas.

5. Uji Hipotesis Moderated Regression Analysis 5. Uji Hipotesis Moderated Regression Analysis

a. Kriteria Goodness-of-fit

1) Koefisien Determinasi (R Square)

Peneliti menggunakan koefisien determinasi (R 2 ) untuk mengetahui berapa proporsi variasi variabel dependen yang dapat dijelaskan oleh variasi variabel independen. Semakin tinggi nilai

R 2 semakin besar proporsi variabel dependen dijelaskan variabel independen. Semakin mendekati nilai 1 semakin baik nilai R 2 tersebut. Dalam penelitian ini koefisien determinasi yang digunakan adalah koefisien yang telah disesuaikan (adjusted R 2 ).

2) F – Test

Uji F digunakan untuk mengetahui pengaruh variabel independen terhadap variabel dependen secara simultan/bersama. Kriteria pengujiannya adalah :

Apabila signifikan > 0,05 dengan menggunakan level signifikan 5% berarti variabel independen secara bersama-sama Apabila signifikan > 0,05 dengan menggunakan level signifikan 5% berarti variabel independen secara bersama-sama

Apabila signifikan < 0,05 dengan menggunakan level signifikan 5% berarti variabel independen secara bersama-sama berpengaruh terhadap variabel dependen atau dapat dikatakan bahwa model regresi signifikan.

3) Uji t (test)

Uji statistik t merupakan cara yang dapat dipergunakan untuk menguji pengaruh masing-masing variabel bebas (independen) terhadap variabel terikat (dependen). Dalam penelitian ini, uji t ini akan diuji pengaruh variabel kontrol, stres kerja, flex-time serta interaksi antara stres kerja dan flex-time secara parsial pada motivasi ekstrinsik dan intrinsik. Suatu variabel independen berpengaruh terhadap variabel dependen dilihat dari nilai signifikansi uji t. Nilai itu dikatakan signifikan jika bernilai dibawah α=0,05.