Metode Pengolahan dan Analisis Data

3.8. Metode Pengolahan dan Analisis Data

Structural Equation Modeling SEM digunakan untuk menganalisis hubungan faktor-faktor kepuasan kerja tenaga kependidikan sebagai variabel independen terhadap variabel dependen dalam hal ini kinerja tenaga kependidikan. Perangkat lunak LISREL 8.3 digunakan untuk menganalisis dan mengolah data. Salah satu keunggulan metode SEM yakni mengukur suatu hubungan yang tidak bisa diukur secara langsung, Ghozali dan Fuad, 2005. Dalam hal ini hubungan kepuasan kerja terhadap kinerja tenaga kependidikan tidak bisa diukur secara langsung. Kepuasan kerja dan kinerja dianggap sebagai faktor yang yang tidak bisa diukur secara langsung yang biasa disebut sebagai variabel laten. Langkah-langkah SEM dalam penelitian ini adalah sebagai berikut : 1. Pengembangan model berbasis konsep dan teori Pada tahap ini dilakukan telaah teori yang mendalam tentang pengaruh kepuasan kerja terhadap peningkatan kinerja pegawai. Pada tahap ini juga ditentukan variabel laten dan variabel indikator berdasarkan teori. 2. Mengkonstruksi diagram path Pada tahap ini variabel laten dan variabel indikator dibentuk dalam diagram path agar lebih memahami bentuk hubungan antar variabel. 3. Konversi diagram path ke model struktural Pada tahap ini model struktural dan model pengukuran digambarkan lebih jelas. 4. Memilih matriks input Pada tahap ini matriks input dipilih dan dimasukkan ke dalam perhitungan. 5. Solusi standard model dan evaluasi goodness of fit index Pada tahap ini matriks input diolah dan melihat nilai goodness of fit index dari model solusi standard. Ukuran-ukuran yang dapat dijadikan sebagai pedoman untuk mendapatkan model yang sesuai dalam SEM antara lain : a. Nilai Chi-Square dan probabilitas P Merupakan pengujian seberapa dekat matriks hasil dugaan dengan matriks data asal dengan menggunakan chi-square. Model yang baik membutuhkan nilai chi-square dengan nilai yang lebih kecil dari pada nilai derajat bebasnya. b. P-value Nilai p-value diharapkan lebih besar dari 0,05 atau 0,1, yaitu uji nyata. Bila hasil pengujian menunjukkan tidak nyata, berarti matrik input dan matrik dugaan tidak berbeda atau sama, maka model yang diajukan dianggap cocok. P-value berkisar antara 0-1 dan model persamaan struktural akan semakin baik, jika p-value mendekati 1. c. Root Mean Square Error of Approximation RMSEA RMSEA mengukur kedekatan suatu model terhadap populasi. RMSEA menunjukkan kecocokan model yang dikatakan baik, apabila nilainya kurang dari 0,1 dan buruk apabila lebih dari 0,1. d. Goodness of Fit Index GFI Ukuran ini menunjukkan seberapa besar model mampu menerangkan keragaman data. Semakin besar nilai yang diperoleh berarti model semakin baik. Batas minimal 0,9 sering dijadikan acuan suatu model dikatakan layak. e. Adjusted Goodness-of-Fit Index AGFI AGFI merupakan modifikasi dari GFI dengan mengakomodasikan derajat bebas model dengan model lain yang dibandingkan. Nilai 0,8 sering dijadikan acuan suatu model dikatakan layak. 6. Interpretasi model Langkah terakhir adalah mengintepretasikan model solusi standard, yaitu melihat besarnya pengaruh atau kontribusi variabel indikator terhadap variabel laten dan besarnya pengaruh antar variabel laten. Variabel kepuasan kerja yang terdiri dari beberapa variabel laten dengan indikator manifest sebagai berikut : 1. Kompensasi : X1 = Keadilan dalam sistem penggajian X2 = Pemberian kompensasi langsung dan tidak langsung gaji dan tunjangan yang sesuai dengan posisi atau jabatannya X3 = Gaji yang diterima X4 = Pemberian insentif yang sesuai dengan keterampilan dan kinerja X5 = Reward sesuai dan sebanding dengan hasil kerja 2. Kondisi kerja : X6 = Keamanan tempat kerja X7 = Kenyamanan dan kebersihan tempat kerja X8 = Sarana pendukung dan peralatan kerja 3. Kebijakan institusi : X9 = Peraturan jam kerja X10 = Beban kerja yang adil X11 = Kedisiplinan dalam penerapan peraturan 4. Hubungan antar pribadi : X12 = Komunikasi yang baik sesama rekan kerja dan atasan X13 = Membuka diri dalam menerima pendapat dan kritik X14 = Jarang terjadinya konflik 5. Pengakuan : X15 = Penghargaan yang diberikan institusi X16 = Perhatian atasan atas ide, usul dan saran X17 = Dilibatkan dalam pemecahan masalah yang terjadi 6. Pekerjaan itu sendiri : X18 = Tingkat pemahaman pekerjaan yang dikuasai mendukung dalam pelaksanaan pekerjaan X19 = Kesempatan menggunakan keterampilan dan pengetahuan baru yang dimiliki X20 = Pekerjaan yang dilakukan membuat keterampilan dan pengetahuan bertambah Dikorelasikan dengan variabel kinerja tenaga kependidikan yang terdiri dari beberapa variabel laten dengan indikator manifest : 1. Produktivitas : Y1 = Dapat menampilkan hasil kerja yang lengkap Y2 = Dapat menyelesaikan pekerjaan dengan cepat dan tepat waktu 2. Inisiatifkreativitas : Y3 = Mencari dan menerapkan ide kreatif dalam menyelesaikan pekerjaan Y4 = Aktif mengemukakan pendapat dan saran Y5 = Membuat tempat kerja bersih, nyaman dan berbeda 3. Tanggung jawab : Y6 = Bersedia mengakui kesalahan dan memperbaiki kesalahan tersebut Y7 = Dapat diandalkan dan bertanggung jawab dalam bekerja Y8 = Kesediaan menambah jam kerja jika pekerjaan belum selesai 4. Kerja sama : Y9 = Saling membantu satu sama lain Y10 = Dorongan atau semangat kerja kepada rekan kerja Y11 = Kerja sama yang harmonis 5. Kedisiplinan : Y12 = Bekerja tanpa disuruh atau diawasi atasan Y13 = Mematuhi peraturan dan menjaga kebersihan Y14 = Frekuensi kehadiran Indikator manifest dari faktor-faktor yang menyebabkan kepuasan kerja dan kinerja masing-masing diubah dalam proses dengan menggunakan software LISREL 8.30 Linear Structural Relationship. Model pada penelitian ini disajikan pada Gambar 5. Gambar 5. Diagram lintas kerangka hubungan kepuasan kerja terhadap kinerja tenaga kependidikan Kepuasan Kerja Kinerja Produktivitas Inisiatif Tanngung Jawab Kedisiplinan Kerja Sama Y1 Y2 Y3 Y4 Y5 Y7 Y6 Y8 Y9 Y10 Y11 Y12 Y13 Y14 Kompensasi Kondisi Kerja X1 X2 X3 X4 X5 X7 X8 X6 Kebijakan Institusi X9 X10 X11 Hubungan Antar Pribadi X12 X13 X14 Pengakuan X15 X17 X16 X18 X19 X20 Pekerjaan 3 5

IV. HASIL DAN PEMBAHASAN