Alat Ukur Tim Recruitment Telemarketing Tenaga Penjual Asuransi Melalui Pendekatan Analisis Faktor Ordinal dan Penskoran

ALAT UKUR TIM RECRUITMENT TELEMARKETING TENAGA
PENJUAL ASURANSI MELALUI PENDEKATAN ANALISIS
FAKTOR ORDINAL DAN PENSKORAN

ASTRI WILIASTRI

DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2013

PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA*
Dengan ini saya menyatakan bahwa skripsi berjudul Alat Ukur Tim
Recruitment Telemarketing Tenaga Penjual Asuransi Melalui Pendekatan Analisis
Faktor Ordinal dan Penskoran adalah benar karya saya dengan arahan dari komisi
pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi
mana pun. Sumber informasi yang berasal dan dikutip dari karya yang diterbitkan
maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan
dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.

Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.

Bogor, Juli 2013

Astri Wiliastri
NIM G14090048

ABSTRAK
ASTRI WILIASTRI. Alat Ukur Tim Recruitment Telemarketing Tenaga Penjual
Asuransi Melalui Pendekatan Analisis Faktor Ordinal dan Penskoran. Dibimbing
oleh MUHAMMAD NUR AIDI dan I MADE SUMARTEJAYA.
Telemarketing (pemasaran jarak jauh) merupakan sebuah cara baru dalam
bidang pemasaran yang menggunakan teknologi telekomunikasi. Perusahaan pada
penelitian ini memiliku dua manajemen yaitu manajemen A dan manajemen B.
Tenaga kerja atau TSR (telesales representative) pada manajemen A memiliki
kinerja kerja dan turnover yang tinggi sedangkan TSR pada manajemen B
memiliki kinerja kerja dan turnover yang rendah. Hal tersebut yang terdapat
dalam latar belakang penelitian ini untuk membuat alat ukur berupa kuesioner
dengan batasan-batasan skor dalam setiap bagian kuesioner untuk tim recruitment

telemarketing dalam proses penerimaan TSR (telesales representatif). Bagian
kuesioner tersebut merupakan faktor-faktor yang mempengaruhi kinerja TSR.
Terdapat dua jenis kuesioner yaitu kuesioner jenis 1 dan kuesioner jenis 2.
Kuesioner jenis 1 yaitu kuesioner yang berisi pertanyaan atau peubah yang
memiliki hubungan dengan kinerja kerja TSR berdasarkan hasil uji korelasi
menggunakan alfa 20%. Kuesioner jenis 2 yaitu kuesioner yang berisi pertanyaan
atau peubah yang memiliki hubungan dengan kinerja kerja TSR berdasarkan hasil
uji korelasi menggunakan alfa 5%. Berdasarkan hasil analisis, kuesioner jenis 1
terdiri dari delapan bagian yaitu karakteristik sosial demografi, kemampuan
komunikasi dan keahlian di bidang sales, keterbukaan, motivasi, ketekunan, fisik
(pendengaran), ketegasan, dan optimisme. Kuesioner jenis 2 terdiri dari tiga
bagian yaitu karakteristik sosial demografi, kemampuan komunikasi dan keahlian
di bidang sales dan keterbukaan. Apabila menggunakan kuesioner jenis 1, tim
recruitment akan menerima calon TSR baru jika skor total seluruh bagian
kuesioner ≥ 0.637 atau persyaratan skor pada bagian kuesioner 1 salah satunya
sudah terpenuhi, di antaranya skor bagian karakteristik sosial demografi ≥ 0.389,
skor bagian kemampuan komunikasi dan keahlian di bidang sales ≥ 0.750, skor
bagian keterbukaan ≥ 0.539, skor bagian motivasi ≥ 0.767, skor bagian ketekunan
≥ 0.779, skor bagian fisik (pendengaran) = 1.000, skor bagian ketegasan ≥ 0.505,
atau skor bagian optimisme = 1.000. Apabila menggunakan kuesioner jenis 2, tim

recruitment akan menerima calon TSR baru jika skor total seluruh bagian
kuesioner ≥ 0.594 atau persyaratan skor pada bagian kuesioner 2 salah satunya
sudah terpenuhi, di antaranya bagian karakteristik sosial demografi ≥ 0.464, skor
bagian kemampuan komunikasi dan keahlian di bidang sales ≥ 0.750 atau skor
bagian keterbukaan ≥ 0.503.
Kata kunci: kinerja kerja, kuesioner jenis 1, kuesioner jenis 2, skor, TSR
(Telesales Representative)

ABSTRACT
ASTRI WILIASTRI. Measuring Instrument for Telemarketing Recruitment
Team of Insurance Salespeople Using Ordinal Factor Analysis and Scoring.
Supervised by MUHAMMAD NUR AIDI dan I MADE SUMARTEJAYA.
Telemarketing is a new way of marketing that uses telecommunications
technology. There are two managements at this company, management A and
management B. Labors or TSRs (telesales representative) at management A have
high performance but also their turnover is high. Labors or TSRs (telesales
representative) at management B have low performance but also their turnover is
low. This is the background of the researcher to create a questionnaire with
limitations scores in every part of the questionnaire for telemarketing recruitment
team in the recruitment process. Parts of the questionnaire are all factors that

affect the TSR performance. In this study there are two types of questionnaires are
questionnaire type 1 and type 2. Questionnaire type 1 is a questionnaire
containing questions or variables that have relationship with the TSR performance
based on the results of the correlation test using alpha 20%. Questionnaire type 2
is a questionnaire containing questions or variables that have relationship with the
TSR performance based on the results of the correlation test using alpha 5%.
Based on the analysis results, questionnaire type 1 consists of eight parts : the
social demographic characteristic, communication skill and expertise in the field
of sales, openness, motivation, perseverance, physical (hearing), assertiveness,
and optimism. Questionnaire type 2 consists of three parts : the social
demographic characteristic, communication skill and expertise in the field of sales
and openness. When using a questionnaire type 1, the recruitment team will
receive a new TSR candidate if all parts of the questionnaire total score ≥ 0.637 or
requisition score of one part of the questionnaire has been fulfilled on the
questionnaire part 1, including score of social demographic characteristic ≥ 0.389,
score of communication skill and expertise in the field of sales ≥ 0.750, score of
openness ≥ 0.539, score of motivation ≥ 0.767, score of perseverance ≥ 0.779,
score of physical (hearing) = 1.000, score of assertiveness ≥ 0.505, or score of
optimism = 1.000. When using a questionnaire type 2, the recruitment team will
receive a new TSR candidate if all parts of the questionnaire total score ≥ 0.594 or

requisition score of one part of the questionnaire has been fulfilled, including
score of social demographic characteristic ≥ 0.464, score of communication skill
and expertise in the field of sales ≥ 0.750 or score of openness ≥ 0.503.
Keyword : performance, questionnaire type 1, questionnaire type 2, score, TSR
(Telesales Representative)

ALAT UKUR TIM RECRUITMENT TELEMARKETING TENAGA
PENJUAL ASURANSI MELALUI PENDEKATAN ANALISIS
FAKTOR ORDINAL DAN PENSKORAN

ASTRI WILIASTRI

Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Statistika
pada
Departemen Statistika

DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT PERTANIAN BOGOR
BOGOR
2013

Judul Skripsi : Alat Ukur Tim Recruitment Telemarketing Tenaga Penjual
Asuransi Melalui Pendekatan Analisis Faktor Ordinal dan
Penskoran
Nama
: Astri Wiliastri
NIM
: G14090048

Disetujui oleh

Dr Ir Muhammad Nur Aidi, MS
Pembimbing I

Dr Ir I Made Sumertajaya, MS
Pembimbing II

Diketahui oleh

Dr Ir Hari Wijayanto, MS
Ketua Departemen

Tanggal Lulus :

PRAKATA
Puji dan syukur penulis panjatkan kepada Sang Maha Pemberi Ilmu Allah
SWT yang memberikan banyak inspirasi kepada penulis sehingga penelitian dan
tulisan ini dapat terselesaikan dengan baik. Penelitian ini dilaksanakan sejak bulan
Maret 2013 sampai Juli 2013, dengan judul Alat Ukur Tim Recruitment
Telemarketing Tenaga Penjual Asuransi Melalui Pendekatan Analisis Faktor
Ordinal dan Penskoran. Dalam perjalanannya di masa perkuliahan dan penelitian,
penulis mendapatkan dukungan dari banyak pihak. Oleh karena itu, penulis
mengucapkan terima kasih kepada :
1. Orang tua tercinta, adik, serta keluarga besar tersayang yang selalu
memberikan semangat, doa serta dukungan baik moral maupun materi.
2. Bapak Dr Ir Muhammad Nur Aidi, MS dan Bapak Dr Ir I Made
Sumertajaya, MS selaku pembimbing skripsi yang telah memberikan arahan

kepada penulis dalam menyelesaikan penelitian ini dengan baik.
3. Bapak Dr Ir Hari Wijayanto, MS selaku ketua departemen, Ibu Dr Ir
Indahwati, MS selaku ketua komisi kemahasiswaan serta seluruh dosen yang
telah mengajar di program sarjana Statistika yang telah memberikan
berbagai ilmu yang sangat bermanfaat.
4. Ibu Markonah, Ibu Tri, Pak Ikbal, Pak Sofyan, Pak Iyus, dan Pak Doer
selaku staf tata usaha departement Statistika program sarjana IPB yang telah
membantu dalam administrasi perkuliahan.
5. Bapak Paras Sujiwo, S.Si, Bapak Pipin Andriyanto, S.Si, Bapak Ivan
Noveri, S.Si, dan Mba Dini Anggiani, S.Stat, yang telah memberi sarana dan
membantu proses pengumpulan data dalam penelitian ini.
6. Fauzan Nurachman S.Si yang selalu memberi semangat, dukungan, bantuan
dan doa selama penulis berkuliah di IPB.
7. Fira, Bodro, Rani, Azyl, Fika, Riad, Devi, Esi, Aulia, Linda, Rindi, Hilda,
Yuli, Astuti, Iva, Hafid, serta teman-teman Statistika 46 lainnya yang selalu
memberikan semangat dan keceriaan selama berkuliah di IPB.
8. Iban, Syella, Taufik, dan Rizki Ramadian selaku teman sebimbingan sebagai
teman seperjuangan dalam menyelesaikan karya ilmiah ini.
9. Yoga, Miko, Suci, Rianika atas bantuannya dalam memperbaiki struktur
kata dan kalimat dalam penulisan karya ilmiah ini.

10. Aliyah, Hantari, Herlina, Intan, Anti, Sani, Nabila, Mimi, Rizki, Ulfa, Muce,
Ninis, Egi, Okeu, Ardian, Ila, Ozi, atas dukungan dan doa nya dalam
menyelesaikan karya ilmiah ini.
11. Lulu, Eci, Fajar, Ajeng, Astri, Inayah, Intan, Aulia, Ayu serta teman-teman
lorong 1 asrama TPB IPB angkatan 46 yang selalu memberi keceriaan.
dan semua pihak yang memberikan bantuan yang tidak dapat penulis
sebutkan satu persatu. Penulis menyadari karya tulis ini masih jauh dari kata
sempurna. Penulis mengharapkan kritik dan saran yang membangun, baik secara
langsung maupun melalui email astri_wiliastri@yahoo.co.id. Semoga karya
ilmiah ini memberikan manfaat kepada seluruh pembaca.
Bogor, Juli 2013
Astri Wiliastri

DAFTAR ISI
DAFTAR TABEL

vii

DAFTAR GAMBAR

vii

DAFTAR LAMPIRAN

vii

PENDAHULUAN

1

Latar Belakang

1

Tujuan Penelitian

1

METODOLOGI

2

Prosedur Penelitian

2

Metode Pengumpulan Data

2

Metode Analisis Data

4

HASIL DAN PEMBAHASAN

13

Hasil dan pembahasan

13

SIMPULAN DAN SARAN

20

Simpulan

20

Saran

21

DAFTAR PUSTAKA

21

LAMPIRAN

22

RIWAYAT HIDUP

39

vii

DAFTAR TABEL
1
2
3
4
5

Klasifikasi kinerja TSR berdasarkan produksi penjualan produk
asuransi
Nilai kesesuaian keputusan berdasarkan cut off dan karakteristik
kinerja kerja
Reliabilitas kuesioner
Penamaan faktor dan komponen peubah jenis kuesioner 1
Penamaan faktor dan komponen peubah jenis kuesioner 2

3
13
14
16
17

DAFTAR GAMBAR
1
2
3

Tahapan Penelitian
Proses penentuan batas skor atau cut off faktor
Gambaran umum karakteristik responden

2
12
14

DAFTAR LAMPIRAN
1
2
3
4
5

6

7
8
9
10
11
12
13
14

15

16
17

Validitas pertanyaan
Korelasi Cramer’s V kuesioner bagian 1 atau bagian
karakteristik individu yang berjenis nominal
Korelasi Tau-b Kendall kuesioner bagian 1 atau bagian
karakteristik individu yang berjenis ordinal dan rasio
Korelasi Tau-b Kendall kuesioner bagian 2, 3, 4, dan 5
Akar ciri dari peubah bebas yang memiliki hubungan dengan
kinerja kerja berdasarkan hasil uji korelasi menggunakan alfa
20%
Dugaan loading faktor dan ragam khusus dari peubah bebas
yang memiliki hubungan dengan kinerja kerja berdasarkan hasil
uji korelasi menggunakan alfa 20%
Matriks korelasi faktor menggunakan pendekatan rotasi promax
Matriks transformasi melalui pendekatan rotasi varimax
Matriks transformasi rotasi equamax
Matriks transformasi rotasi quartimax
Loading faktor menggunakan pendekatan rotasi varimax
Loading faktor menggunakan pendekatan rotasi equamax
Loading faktor menggunakan pendekatan rotasi quartimax
Akar ciri dari peubah bebas yang memiliki hubungan dengan
kinerja kerja berdasarkan hasil uji korelasi menggunakan alfa
5%
Dugaan loading faktor dan ragam khusus dari peubah bebas
yang memiliki hubungan dengan kinerja kerja berdasarkan hasil
uji korelasi menggunakan alfa 5%
Skor peubah faktor karakteristik individu jenis kuesioner 1
Skor peubah hasil analisis faktor jenis kuesioner 1

22
23
23
24
25

25

26
26
26
26
27
27
28
28

28

29
30

viii

18
19
20
21
22
23
24
25
26
27
28
29
30
31
32

Skor peubah faktor karakteristik individu jenis kuesioner 2
Skor peubah hasil analisis faktor jenis kuesioner 2
Skor cut off akhir kuersioner jenis 1
Skor cut off faktor karakteristik sosial demografi pada kuesioner
jenis 1
Skor cut off faktor kemampuan komunikasi dan keahlian di
bidang sales pada kuesioner jenis 1
Skor cut off faktor keterbukaan pada kuesioner jenis 1
Skor cut off faktor motivasi pada kuesioner jenis 1
Skor cut off faktor ketekunan pada kuesioner jenis 1
Skor cut off faktor fisik (pendengaran) pada kuesioner jenis 1
Skor cut off faktor ketegasan pada kuesioner jenis 1
Skor cut off faktor optimisme pada kuesioner jenis 1
Skor cut off akhir kuesioner jenis 2
Skor cut off faktor karakteristik sosial demografi pada kuesioner
jenis 2
Skor cut off faktor kemampuan komunikasi dan keahlian di
bidang sales pada kuesioner jenis 2
Skor cut off faktor optimisme pada kuesioner jenis 2

31
32
32
33
33
34
34
35
35
36
36
37
37
38
38

1

PENDAHULUAN
Latar Belakang
Telemarketing merupakan sebuah cara baru dalam bidang pemasaran yang
menggunakan teknologi telekomunikasi sebagai bagian dari program pemasaran
yang teratur dan terstruktur untuk menarik prospek kepada pelanggan yang telah
ada, menyediakan layanan dengan mengambil pesanan dan menjawab pertanyaan
melalui telepon. Telemarketing membantu perusahaan dalam meningkatkan
pendapatan, mengurangi biaya penjualan dan meningkatkan kepuasan pelanggan.
Berdasarkan data asosiasi asuransi jiwa Indonesia (AAJI) 2012, tercatat
total pendapatan premi untuk bisnis baru di Indonesia adalah tiga puluh trilliun
rupiah. Tiga puluh persennya dikontribusi oleh telemarketing (www.aaji.or.id)
sehingga dari sisi ekonomi, prospek pasar telemarketing di dunia asuransi
Indonesia masih sangat besar. Prospek pasar tersebut tidak terlepas dari peran
tenaga kerja di bidang telemarketing atau yang disebut TSR (telesales
representatif). Douglas (2000) menjelaskan bahwa perusahaan yang dapat
menghadapi perubahan dan memenangi persaingan yaitu perusahaan yang tidak
hanya memiliki sumber daya seperti modal, metode dan produk yang baik tetapi
perusahaan juga memiliki karyawan yang berkualitas yakni mampu bekerja lebih
baik.
Pada kenyataannya, dua manajemen telemarketing pada perusahaan ini
yakni manajemen A dan B tidak memiliki hal tersebut. Karyawan atau TSR pada
manajemen A memiliki kinerja dan turnover yang tinggi sedangkan karyawan
atau TSR pada manajemen B memiliki kinerja dan turnover yang rendah. Hal
tersebut yang terdapat dalam latar belakang peneliti untuk membuat suatu alat
ukur berupa kuesioner yang akan digunakan oleh tim recruitment dalam proses
penerimaan TSR.
Keluaran (output) dari alat ukur tersebut berupa skor melalui teknik
penskoran pada setiap faktor yang terdiri dari faktor karakteristik sosial demografi
dan faktor-faktor yang terbentuk dari hasil analisis faktor ordinal. Masing-masing
faktor tersebut terdiri dari peubah-peubah yang memiliki hubungan dengan
kinerja kerja TSR berdasarkan hasil analisis korelasi. Skor tersebut menjadi acuan
tim recruitment dalam pengambilan keputusan terima atau tolak calon TSR.
Terdapat dua cara dalam pengambilan keputusan tersebut. Cara pertama yaitu
dengan melihat skor total akumulasi seluruh bagian kuesioner sedangkan cara
kedua yaitu dengan memilih salah satu persyaratan skor bagian kesioner.
Tujuan Penelitian
Tujuan penelitian ini adalah membuat dua alat ukur berupa kuesioner yaitu
kuesioner jenis 1 dan kuesioner jenis 2 dengan batasan skor pada setiap bagianbagian kuesioner untuk tim recruitment telemarketing dalam proses penerimaan
TSR (telesales representatif). Kuesioner jenis 1 yaitu kuesioner yang berisi
pertanyaan atau peubah yang memiliki hubungan dengan kinerja kerja TSR
berdasarkan hasil uji korelasi menggunakan alfa 20%. Kuesioner jenis 2 yaitu
kuesioner yang berisi pertanyaan atau peubah yang memiliki hubungan dengan
kinerja kerja TSR berdasarkan hasil uji korelasi menggunakan alfa 5%.

2

METODOLOGI
Prosedur Penelitian
Prosedur atau tahapan penelitian ini dapat dilihat pada Gambar 1 di bawah ini :
Penyusunan
kuesioner tahap 1

Uji kuesioner
(reliabilitas & validitas)

Penyebaran
kuesioner tahap 1
Penyebaran
kuesioner tahap 2

Analisis Deskriptif

Fiksasi kuesioner
tahap 2

Analisis Korelasi

Tau-b Kendall
Kuesioner bagian 1
(data ordinal dan rasio)
Cramer’s
V
Kuesioner bagian 1
(data nominal)
Tau-b Kendall
Kuesioner bagian
2, 3, 4, dan 5

Faktor
karakteristik
sosial
demografi

Kuesioner
Akhir

Penskoran
Skor faktor

Analisis
faktor

Cut Off

Aplikasi
entri data

Mencari
keakuratan
kuesioner

Hasil & rekomendasi

Gambar 1 Tahapan Penelitian

Metode Penggumpulan Data
Waktu dan tempat penelitian
Penelitian ini dilaksanakan di salah satu perusahaan asuransi di Jakarta, Indonesia.
Penelitian ini dilakukan pada bulan Maret sampai Juli 2013.

3

Jenis data
Jenis data yang dikumpulkan pada penelitian ini meliputi data primer dan data
sekunder.
1) Data primer diperoleh melalui hasil sensus dengan banyaknya responden
sebanyak 118 TSR. Data primer tersebut menjadi peubah penjelas pada
penelitian ini yang berisi peubah-peubah yang mempengaruhi kinerja TSR
(telesales representatif).
2) Data sekunder diperoleh dari salah satu perusahaan asuransi di Indonesia
yang berisi laporan hasil produksi TSR (telesales representatif) pada bulan
Januari sampai November 2012. Data tersebut menjadi peubah respon pada
penelitian ini yang dipaparkan pada Tabel 1.
Tabel 1 Klasifikasi kinerja TSR berdasarkan produksi penjualan produk asuransi
No
1
2
3
4

Rata-rata produksi atau penjualan
produk asuransi (per bulan)
< Rp 9.400.000
Rp 9.400.000 - Rp 43.999.999
Rp 44.000.000 - Rp 85.400.000
> Rp 85.400.000

Kriteria kinerja TSR
low performance (kinerja rendah)
middle performance (kinerja cukup)
top performance (kinerja tinggi)
best performance (kinerja sangat tinggi)

Sensus
Metode pengumpulan data yang digunakan dalam penelitian ini adalah sensus,
namun terdapat beberapa kendala sehingga tidak semua TSR diteliti.
a.
Objek sensus
Objek atau responden penelitian ini adalah TSR (telesales representatif)
yaitu karyawan atau tenaga penjual produk asuransi di bidang telemarketing
sebanyak 118 TSR. TSR tersebut terdiri dari 30 TSR yang belum memiliki AAJI
(asosiasi asuransi jiwa Indonesia) dan 88 TSR yang sudah memiliki AAJI
(asosiasi asuransi jiwa Indonesia).
b.
Instrumen pengumpulan data
Instrumen pengumpulan data yang digunakan dalam penelitian ini adalah
kuesioner dengan tiga jenis pertanyaan yakni pertanyaan terbuka, tertutup dan
gabungan. Pertanyaan terbuka adalah pertanyaan yang memberikan kebebasan
penuh kepada responden untuk menjawab dan tidak memberikan satupun
alternatif jawaban. Pertanyaan tertutup adalah pertanyaan yang semua alternatif
jawaban responden sudah disediakan oleh peneliti sehingga responden dapat
memilih alternatif jawaban yang dianggapnya sesuai. Pertanyaan gabungan adalah
gabungan atau perpaduan antara pertanyaan terbuka dan pertanyaan tertutup.
Tahapan pembuatan instrumen
1.

2.

Penetapan konstruksi
Konstruksi diperoleh sesuai dengan tujuan penelitian yaitu sebagai alat ukur
dalam proses penerimaan calon TSR baru. Melalui alat ukut ini, diharapkan
tim recruitment dapat menerima calon TSR yang memiliki kinerja kerja
yang tinggi.
Penetapan faktor-faktor
Faktor-faktor diperoleh dari dugaan peneliti yang didapat dari hasil
observasi lapang, hasil mystery shopping yang dilakukan peneliti sebagai

4

3.

calon TSR baru, referensi literatur, dan ide peneliti mengenai indikatorindikator yang memiliki hubungan dengan kinerja kerja karyawan, seperti
faktor demografi, motivasi, sikap kerja, kemampuan, dan pengetahuan.
Susunan butir-butir pertanyaan (peubah-peubah)
Butir-butir pertanyaan didapatkan dari kuesioner sebelumnya, hasil FGD
(focus group discussion) dengan TSR pada program WMP (weight matrix
performance), hasil mystery shopper peneliti sebagai calon TSR baru, dan
ide-ide peneliti.

Bentuk instrumen
Pertanyaan-pertanyaan atau peubah-peubah bebas pada kuesioner ini tersebar di
lima bagian kuesioner, di antaranya :
1. Bagian 1, terdiri dari 27 pertanyaan dengan data yang berkarakteristik
nominal, ordinal, dan rasio. Bagian ini meliputi faktor karakteristik sosial
demografi responden.
2. Bagian 2, terdiri dari 27 pertanyaan dengan data yang berkarakteristik
ordinal. Bagian ini meliputi faktor sikap kerja responden.
3. Bagian 3, terdiri dari 10 pertanyaan dengan data yang berkarakteristik
ordinal. Bagian ini meliputi faktor motivasi responden.
4. Bagian 4, terdiri dari 35 pertanyaan dengan data yang berkarakteristik
ordinal. Bagian ini meliputi faktor kemampuan dan pengetahuan responden.
5. Bagian 5, terdiri dari 5 pertanyaan dengan data yang berkarakteristik ordinal.
Bagian ini yang meliputi faktor hubungan dengan keluarga dan lingkungan
tempat tinggal responden.
Penyebaran instrumen
Penyebaran kuesioner dilakukan sebanyak dua tahap, yaitu sebagai berikut:
1. Penyebaran kuesioner tahap pertama.
Disebarkan ke 30 TSR yang belum memiliki AAJI.
Tujuan penyebaran yaitu untuk mengukur instrumen pengumpulan
data atau kuesioner melalui uji validitas dan reliabilitas kuesioner.
2. Penyebaran kuesioner tahap kedua.
Disebarkan ke 88 TSR yang sudah memiliki AAJI.
Tujuan penyebaran yaitu untuk melihat faktor-faktor apa saja yang
mempengaruhi kinerja TSR dan skor pada setiap faktor-faktor yang
terbentuk melalui analisis korelasi, analisis faktor, teknik penskoran,
dan penentuan batas skor atau cut off.
Metode Analisis Data
Analisis deskriptif
Analisis deskriptif meliputi gambaran umum karakteristik TSR seperti jenis
kelamin, pendidikan, pengalaman kerja, dan pengetahuan tentang asuransi yang
mereka miliki yang disajikan dalam bentuk diagram batang.
Uji kuesioner
Uji coba kuesioner meliputi uji validitas dan reliabilitas. Uji validitas dan
reliabilitas dilakukan untuk memastikan instrumen tersebut merupakan alat ukur

5

yang akurat dan dapat dipercaya (Tavakol M dan Dennick R 2011). Pertanyaan
dikatakan valid apabila pertanyaan yang diajukan sudah akurat dan sesuai dengan
apa yang ingin kita ukur. Instrumen dikatakan reliabel apabila jawaban responden
terhadap pertanyaan yang diajukan konsisten atau stabil dari waktu ke waktu.
Uji validitas dilakukan dengan menggunakan pendekatan korelasi peringkat
Spearman untuk setiap butir pernyataan karena karakteristik peubah atau item
yang diuji adalah ordinal. Prosesnya yakni dengan mencari korelasi antara
masing-masing pertanyaan dengan skor total, dengan rumus sebagai berikut :
rs =1-

6
n

2
n
i=1 di
n2 -1

, di = R xi - R yi

(Walpole, Myers, Myers, dan Ye 2010)

dengan rs adalah koefisien korelasi peringkat Spearman, n adalah banyaknya
pasangan data, xi adalah nilai peubah atau pertanyaan pada observasi ke i, yi
adalah nilai total seluruh peubah pada observasi ke i, di adalah selisih antara
peringkat bagi xi dan yi, R xi adalah nilai peringkat atau rank (dari terkecil ke
terbesar) dari peubah x pada observasi ke i, R yi adalah nilai peringkat atau rank
(dari terkecil ke terbesar) dari total seluruh peubah y pada observasi ke k.
Pertanyaan dikatakan valid jika nilai |rs | > rs tabel (korelasi peringkat Spearman
tabel (alfa, db = p-2)) dengan p adalah banyaknya peubah atau pertanyaan.
Uji reliabilitas kuesioner pada penelitian ini menggunakan konsep korelasi
Spearman Brown, yaitu

rtot =

2 rp
1 + rp

n

, rp =
n

n
j=0

n x 2i=0 i

n
i=0 xi yj n x 2
i=0 i

n
i=0 xi

n

n
j=0 yj

n y 2j=0 j

n y
j=0 j

2

(Stevent 2002)

dengan rtot adalah koefisien korelasi Spearman Brown reliabilitas seluruh peubah
atau pertanyaan, rp adalah koefisien korelasi produk momen, n adalah banyaknya
observasi, xi adalah nilai peubah atau pertanyaan pada observasi ke i, dan yj
adalah nilai total seluruh peubah pada observasi ke j. Intrumen dikatakan reliabel
jika nilai |rtot | > rp tabel (korelasi produk momen tabel) (alfa, db = p-2).
Pengujian validitas dan reliabilitas ini hanya diuji pada kuesioner bagian 2, 3, 4,
dan 5.
Analisis hubungan antar peubah (korelasi atau asosiasi)
Korelasi merupakan istilah analisis hubungan dua peubah berjenis numerik
sedangkan asosiasi merupakan istilah teknik atau analisis hubungan dua peubah
berjenis kategorik. Analisis hubungan (korelasi atau asosiasi) pada penelitian ini
bertujuan untuk mengukur hubungan antara peubah-pebuah bebas yang ada pada
kuesioner dengan kinerja kerja TSR. Metode asosiasi yang digunakan untuk
menguji peubah-peubah yang berada pada kuesioner bagian 1 yang berjenis
nominal adalah Cramer’s V. Metode korelasi yang digunakan untuk menguji
peubah-peubah pada kuesioner bagian 1 yang berjenis ordinal dan rasio, bagian 2,
bagian 3, bagian 4, dan bagian 5 akan diuji menggunakan korelasi Tau-b Kendall.
Adapun rumus Cramer’s V dan Tau-b Kendall adalah sebagai berikut,

6

C=

χ2
n l-1

,

χ =
2

n (Oij-Eij)
j=1
Eij

n
i=1

2

,

Eij =

ni.× n.j
ntotal

(Daniel 1990)

l adalah jumlah baris atau kolom (yang lebih kecil), Oij adalah banyaknya
observasi baris ke i kolom ke j, Eij adalah nilai harapan baris ke i kolom ke j, n
adalah banyaknya seluruh observasi, ni. adalah banyaknya observasi pada baris ke
i, dan n.j adalah banyaknya observasi pada kolom ke j. Jika p-value Cramer’s V
kurang dari alfa maka dapat disimpulkan ada hubungan yang nyata antar dua
peubah yang diuji.
C–D
Tau-b =
,
C+D+TA C+D+TB
r

r-1 k-1

C=

k

npq ,

nij
p=i+1 q=j+1

i=1 j=1
r-1

r

k

D=

k-1

npq ,

nij
i=1 j=2
r

p=i+1 q=1
k

k-1

TA =

nq

nij
r-1

r

k

TA =

np

nij
i=1 j=1

,

q=j+1

i=1 j=1

(Agresti 2002)

p=i+1

dengan Tau-b adalah korelasi Tau-b Kendall, nij adalah jumlah observasi yang ada
di baris i dan kolom j tertentu, r adalah banyaknya baris atau kategori pada peubah
pertama dan k adalah banyaknya kolom atau kategori pada peubah kedua. Jika
p-value Tau-b Kendall kurang dari alfa maka dapat disimpulkan ada hubungan
yang nyata antar dua peubah yang diuji.
Analisis faktor
Analisis faktor bertujuan untuk mengetahui peubah laten atau peubah yang
tidak bisa diukur secara langsung dengan cara mereduksi peubah-peubah bebas
yang diuji menjadi faktor tanpa kehilangan informasi yang berarti (Gorsuch
1983). Pengelompokkan peubah didasarkan pada korelasi antar peubah menjadi
beberapa faktor. Antar peubah dalam suatu faktor yang sama memiliki korelasi
yang kuat sedangkan dalam faktor yang berbeda memiliki hubungan yang relatif
lemah. Perhitungan analisis faktor ini diterapkan kepada masing-masing jenis
kuesioner yaitu kuesioner jenis 1 dan kuesioner jenis 2. Adapun langkah-langkah
analisis faktor adalah sebagai berikut :

7

1. Menentukan peubah yang akan dianalisis.
1) Peubah yang dianalisis dalam analisis faktor untuk kuesioner jenis 1
adalah semua peubah yang memiliki hubungan dengan kinerja kerja TSR
berdasarkan hasil uji korelasi menggunakan alfa 20%.
2) Peubah yang dianalisis dalam analisis faktor untuk kuesioner jenis 2
adalah semua peubah yang memiliki hubungan dengan kinerja kerja TSR
berdasarkan hasil uji korelasi menggunakan alfa 5%.
2. Menguji asumsi analisis faktor.
Analisis faktor mempunyai dua asumsi yang harus dipenuhi, di antaranya
yaitu kecukupan data sampel dan korelasi antar peubah.
a. Identifikasi kecukupan data.
Kecukupan data atau sampel dapat diidentifikasi melalui nilai Kaiser
Meyer Olkin (KMO). Mengacu pada landasan teori bahwa sekelompok data
dikatakan memenuhi asumsi kecukupan data jika nilai KMO lebih besar
daripada 0.5. Adapun hipotesis, statistika uji dan daerah penolakan H0 pada uji
KMO adalah sebagai berikut:
Hipotesis:
H0 : Jumlah data cukup untuk difaktorkan.
H1 : Jumlah data tidak cukup untuk difaktorkan.
Statistik uji:
KMO =
i

2
i ≠j rij
2
2
≠j rij + i ≠j aij

(Hair, Black, Babin, dan Anderson, 2010)

keterangan :
rij : koefisien korelasi antara peubah i dan j
aij : koefisien korelasi parsial antara peubah i dan j
i : 1, 2, 3, ..., p dan j = 1, 2, ..., p
Jika nilai KMO lebih besar dari 0,5 maka terima H0, sehingga dapat
disimpulkan jumlah data telah cukup difaktorkan.
b. Identifikasi korelasi antar peubah.
Prinsip utama analisis faktor adalah korelasi. Oleh karena itu, pengujian
analisis faktor mengharuskan adanya korelasi atau hubungan yang nyata antar
peubah. Salah satu cara untuk mengetahui ada atau tidak ada hubungan antar
peubah dalam kasus multivariat adalah Uji Bartlett. Jika peubah-peubah saling
bebas atau tidak memiliki hubungan maka matriks korelasi antar peubah sama
dengan matriks identitas. Adapun hipotesis, statistika uji dan daerah
penolakan H0 pada uji Bartlett adalah sebagai berikut:
Hipotesis :
H0 : Matriks korelasi merupakan matriks identitas
H1 : Matriks korelasi bukan merupakan matriks identitas
Statistik uji :
χ2 = - n-1 -

2 p+5
6

In R

(Morrison, 2005)

8

keterangan :
p : banyaknya peubah
n : banyaknya data
R : matriks korelasi antar peubah
Daerah penolakan H0 :
Tolak H0, jika χ2 > χ2 tabel (alfa,

p p-1
2

)

Jika tolak H0 maka peubah-peubah saling berkorelasi, hal ini berarti terdapat
hubungan antar peubah.
3. Mengindentifikasi struktur model.
Model faktor dengan p peubah bebas dan m faktor :

Bentuk matriks :

x1 - µ 1 = l11 F1 + l12 F2+
x2 - µ 2 = l21 F1 + l22 F2+

+ l1m Fm + ɛ1
+ l2m Fm + ɛ2

xp - µ p = lp1 F1 + lp2 F2+

+ lpm Fm + ɛp

(Xp×1 - µp×1) = Lp×m Fm×1 + ɛ p×1

;

p>m,

dengan X adalah vektor peubah bebas, µ adalah vektor konstanta (rata-rata
peubah bebas), F adalah vektor faktor bersama (common factor), ɛ adalah
vektor faktor khusus (specific faktor), dan L adalah matriks konstanta faktor
loading. Adapun asumsi model faktor adalah sebagai berikut :
1) E (F) = 0
2) E (ɛ) = 0
3) Cof (F, ɛ) = 0 ; F dan ɛ saling bebas
4) Var (F) = Δ (matriks simetri dan definit positif)
Ψ1 0 … 0
Ψ2 … 0
, dimana Ψi > 0
5) Var (ɛ) = Ψ = 0
⋱
0
0 … Ψp
4. Menduga model faktor menggunakan analisis komponen utama dan
menentukan banyaknya faktor yang terbentuk berdasarkan nilai akar ciri.
Keputusan penentuan banyaknya faktor yang terbentuk didasarkan pada
nilai akar ciri dari matriks korelasi antar peubah. Nilai akar ciri yang diambil
adalah nilai akar ciri yang lebih besar dari satu. Metode pendugaan model
faktor pada penelitian ini menggunakan analisis komponen utama dengan
matriks korelasi (Mattjik dan Sumertajaya 2011). Analisis komponen utama
merupakan metode yang membentuk kombinasi linear dari peubah yang diuji,
dengan komponen pertama adalah kombinasi yang menjelaskan jumlah ragam
yang paling besar, selanjutnya komponen utama yang kedua menjelaskan
jumlah ragam yang paling besar kedua dan seterusnya. Antar komponen
utama tidak memiliki hubungan atau saling bebas. Keragaman total pada

9

sebuah peubah dalam model faktor terbagi menjadi tiga (Gorsuch 1983 ;
Santoso 2012), di antaranya :
1) Ragam faktor bersama (common factors) yaitu ragam yang disumbangkan
oleh faktor loading dalam analisis. Faktor loading adalah besar korelasi
antara peubah dengan faktor tertentu.
2) Ragam faktor khusus (specific factors) yaitu ragam yang berkaitan dengan
peubah tertentu saja, masih berkaitan secara unik dengan peubah tertentu.
3) Ragam galat yaitu ragam yang tidak dapat dijelaskan dalam proses
korelasi. Jelas ini muncul karena proses pengambilan data yang salah,
pengukuran peubah yang tidak tepat dan sebagainya.
Rp×p = L p×p L’ p×p + Ψ p×p atau Rp×p = Г p×p Λ p×p Г’ p×p
Rp×p = Гp×p Λ1/2
Λ1/2
Г’p×p
p×p
p×p
L’ p×p

L p×p

(Mattjik dan Sumertajaya 2011)
Jadi,
1/2
dugaan faktor loading : � p×p = Гp×p �p×p =

λ1 Г1

λ2 Г2 …

1- h21
0
dugaan ragam khusus : Ψ p×p = Rp×p - L p×p L’ p×p =
’0

0
1- h22
0

λp Г3
…
…
⋱
…

0
0
1- h2p

hi2 = li12 + li22 +…+ lim2
Keterangan :
-

-

R yaitu Matriks Korelasi: Rp×p =

r11
r21

r12
r22

rp1

rp2

…
…
⋱
…

r1p
r2p
rpp

Metode korelasi yang digunakan pada matriks korelasi yaitu korelasi Taub Kendall.
λ1 0 … 0
λ2 … 0
,
Λ yaitu matriks diagonal akar ciri: Λ p×p = 0
⋱
0 0 … λp
dengan λ1 , λ2 ,…, λp diperoleh dari : |R – λI| = 0.

-

Г yaitu matriks vektor ciri otonormal: Г p×p = (Г
Гi =

ti
ti ' ti

Г

…

, dengan vektor ciri ti diperoleh dari : R ti = λi ti.

Г� )

10

Komunalitas (hi2) adalah jumlah keragaman dari peubah asal yang bisa
dijelaskan oleh faktor yang ada atau komunalitas peubah asal ke i yang
dapat dijelaskan oleh faktor umum (F) dan sisanya yang tidak dapat
dijelaskan oleh faktor khusus (ɛ).
- lij adalah faktor loading pada peubah ke i dan faktor ke m yang dapat
diperoleh pada komponen baris ke i dan kolom ke j pada matriks faktor
loading L.
5. Menguji kebaikan suai model.
Salah satu ukuran untuk menilai kebaikan suai adalah menggunakan
RMS_overall yaitu akar kuadrat tengah dari seluruh unsur non diagonal
matriks Res, yang dapat dirumuskan sebagai berikut :
-

RMS_overall =

1
p p-1

p
i=1

p
2
j≠1 resij

Resp×p = Rp×p – (L p×p L’ p×p +Ψ p×p)

,
(Mattjik dan Sumertajaya 2011)

Res adalah matriks sisaan atau residual, resij adalah unsur matriks sisaan atau
residual baris ke i dan kolom ke j, dan p adalah banyaknya peubah. Model
faktor yang terbaik adalah model faktor dengan banyaknya faktor bersama
paling sedikit yang memiliki nilai RMS_overall kurang dari 0.05.
6. Interpretasi
a. Menggelompokkan peubah ke faktor yang telah terbentuk.
Penggelompokan peubah dilakukan dengan membandingkan nilai
faktor loading secara mutlak diantara faktor-faktor yang terbentuk. Suatu
peubah i masuk ke faktor j jika nilai mutlak faktor loading peubah i yang
terbesar berada di faktor j.
b. Merotasikan faktor loading menggunakan rotasi faktor.
Jika informasi dari matriks loading belum dapat langsung
diinterpretasikan karena masih ada peubah yang belum jelas
penempatannya ke dalam faktor yang terbentuk maka dilakukan rotasi
matriks faktor loading L. Metode rotasi faktor terbagi menjadi dua, yaitu
rotasi ortogonal dan rotasi oblique. Rotasi ortogonal digunakan jika antar
faktor tidak memiliki korelasi sedangkan rotasi oblique sebaliknya, jika
antar faktor memiliki korelasi (Stevens 2002). Ada tiga macam metode
dalam rotasi ortogonal yang popular yaitu varimax, quartimax, dan
equamax sedangkan salah satu metode dalam rotasi oblique yaitu metode
promax.
Tabachnick dan Fiddell (2007) dalam jurnal Brown yang berjudul
Some Experimental Result in the Correlation of Metal Abilities
menyatakan bahwa metode rotasi oblique dilakukan diawal, kemudian
lihat matriks korelasi faktor. Jika banyak nilai korelasi antar faktor lebih
dari 0.32 maka metode rotasi yang tepat digunakan adalah rotasi oblique,
karena sekitar 10% (atau lebih) terdapat tumpang tindih ragam antara
faktor-faktor atau terdapat korelasi antar faktor. Sebaliknya, jika nilai
korelasi antar faktor banyak yang kurang dari 0.32 maka metode rotasi
yang tepat digunakan adalah rotasi ortogonal. Penentuan pemilihan jenis
rotasi yang digunakan seperti varimax, quartimax, dan equamax salah

11

satunya dengan melihat diagonal matriks transformasi rotasi paling tinggi,
karena mempunyai korelasi yang tinggi antara faktor sebelum dirotasi
dengan faktor sesudah dirotasi (Santoso 2012).
c. Memberi nama faktor-faktor yang terbentuk.
Interpretasi faktor, khususnya memberi nama atas faktor yang terbentuk
yang dianggap bisa mewakili peubah-peubah anggota faktor tersebut.
Penskoran
Penskoran atau pemberian skor (scoring) adalah proses pengubahan jawaban
soal di dalam kuesioner menjadi nilai atau suatu tindakan kuantifikasi terhadap
jawaban yang diberikan oleh testee dalam suatu tes. Penskoran ini dihitung pada
setiap faktor atau bagian yang berada pada kuesioner jenis 1 dan kuesioner jenis 2
yang terdiri dari faktor karakteristik sosial demografi dan faktor-faktor yang
terbentuk dari hasil analisis faktor. Konsep penskoran pada penelitian ini
menggunakan teknik korelasi, yang dapat dirumuskan sebagai berikut :
p

Skor faktor A=

Skor peubah bebas Xi
i=1

Skor peubah bebas Xi = Bobot peubah Xi × Nilai kategori i
dengan,
- Bobot peubah Xi
Proporsi korelasi peubah bebas Xi
Bobot peubah Xi =
Banyaknya kategori pada peubah Xi -1
Proporsi korelasi peubah bebas Xi =

-

riy
p
i=1 riy

riy adalah korelasi antara peubah bebas Xi dengan peubah respon y.
p adalah banyaknya peubah bebas yang berada pada faktor A.
Nilai kategori i
Nilai kategori i = nilai kategori pada peubah bebas Xi - 1.
Jika korelasi antara peubah bebas Xi dengan peubah respon y (riy) bernilai
negatif, maka skor kategori Xi sebaliknya. Contoh skor kategori Xi pada
faktor-faktor yang terbentuk dari hasil analisis faktor adalah sebagai berikut :
a. Jika korelasi antara peubah bebas i dengan peubah respon (riy) positif :
1) Skor kategori Xi untuk jawaban 1 (sangat tidak setuju) : 1-1 = 0
2) Skor kategori Xi untuk jawaban 2 (tidak setuju)
: 2-1 = 1
3) Skor kategori Xi untuk jawaban 3 (ragu-ragu)
: 3-1 = 2
4) Skor kategori Xi untuk jawaban 4 (setuju)
: 4-1 = 3
5) Skor kategori Xi untuk jawaban 5 (sangat setuju)
: 5-1 = 4
b. Jika korelasi antara peubah bebas i dengan peubah respon (riy) negatif :
1) Skor kategori Xi untuk jawaban 1 (sangat tidak setuju) : 5-1 = 4
2) Skor kategori Xi untuk jawaban 2 (tidak setuju)
: 4-1 = 3
3) Skor kategori Xi untuk jawaban 3 (ragu-ragu)
: 3-1 = 2
4) Skor kategori Xi untuk jawaban 4 (setuju)
: 2-1 = 1
5) Skor kategori Xi untuk jawaban 5 (sangat setuju)
: 1-1 = 0

12

Penentuan batas skor (cut off)
Batas skor atau cut off faktor digunakan sebagai acuan keputusan tim
recruitment untuk menolak atau menerima calon TSR dalam proses penerimaan
TSR. Batas skor atau cut off faktor dihitung pada setiap faktor atau bagian yang
ada pada kuesioner jenis 1 dan kuesioner jenis 2. Batas skor atau cut off yang
digunakan untuk setiap faktor berbeda-beda tergantung nilai persentase tingkat
kesesuaian keputusan dan persentase tingkat kesesuaian keputusan menerima TSR
yang memiliki kinerja yang tinggi dan sangat tinggi (top dan best), karena
menurut peneliti lebih besar resiko menolak kinerja kerja yang berkualitas (tinggi
dan sangat tinggi) dibandingkan dengan menerima kinerja kerja yang kurang
berkualitas (rendah dan sedang).
Skor faktor

Klasifikasi skor
berdasarkan peubah
respon (kinerja TSR)

Penentuan skor cut off
faktor yang
digunakan

Tingkat
kesesuaian
keputusan

skor cut off
cara 1 – cara 11
Perbandingan
skor faktor
dengan cut off
cara 1 - cara 11

Gambar 2 Proses penentuan batas skor atau cut off faktor
Langkah-langkah penentuan batas skor atau cut off adalah sebagai berikut :
1. Klasifikasi skor faktor berdasarkan peubah respon (kinerja kerja TSR).
Sebanyak 88 TSR yang sudah memiliki AAJI dicari skor faktornya
kemudian disesuaikan dengan kinerja kerjanya (low, middle, top, dan best
performance).
2.
Penentuan skor cut off faktor.
Terdapat sebelas macam cara dalam penentuan cut off, di antaranya :
Cut off 1
: rata-rata dari skor faktor TSR low performance.
Cut off 2
: rata-rata dari skor faktor TSR middle performance.
Cut off 3
: rata-rata dari skor faktor TSR top performance.
Cut off 4
: rata-rata dari skor faktor TSR low dan middle performance.
Cut off 5
: rata-rata dari skor faktor TSR middle dan top performance.
Cut off 6
: kuantil 1 dari seluruh skor faktor low sampai best performance.
Cut off 7
: kuantil 2 dari seluruh skor faktor low sampai best performance.
Cut off 8
: kuantil 3 dari seluruh skor faktor low sampai best performance.
Cut off 9
: kuantil 4 dari seluruh skor faktor low sampai best performance.
Cut off 10 : skor faktor maksimum dari skor faktor TSR middle performance.
Cut off 11 : skor faktor minimum dari skor faktor TSR top performance.
3. Penentuan nilai cut off yang digunakan dan mencari keakuratan kuesioner.
Cut off yang digunakan dalam penelitian ini yaitu cut off yang
menghasilkan jumlah tingkat kesesuaian keputusan yang tinggi. Tingkat
kesesuaian keputusan adalah kesesuaian dari keputusan diterima atau
ditolaknya TSR berdasarkan skor cut off dengan karakteristik kinerjanya.

13

Tabel 2 Nilai kesesuaian keputusan berdasarkan cut off dan karakteristik kinerja
kerja
Nilai
kesesuaian
keputusan
1
1
0
0

Keputusan berdasarkan cut off
: skor faktor ≥ cut off
: skor faktor < cut off
: skor faktor ≥ cut off
: skor faktor < cut off

Terima
Tolak
Terima
Tolak

Karakteristik kinerja kerja
top dan best performance
low dan middle performance
low dan middle performance
top dan best performance

HASIL DAN PEMBAHASAN
Hasil dan Pembahasan
Gambaran umum karakteristik responden
Diagram batang pada Gambar 3 menunjukan TSR yang bekerja pada
perusahaan ini didominasi oleh TSR perempuan, asal daerah Jabodetabek,
pendidikan terakhir adalah lulusan SMK, dan TSR tersebut memiliki pengalaman
kerja sebelum mereka bekerja pada perusahaan ini.
100%
80%
60%
40%
20%
0%

Pendidikan
36.40%

SMA

47.70%

SMK

SMA

SMK

10.20%

5.70%

D3

S1

D3

100%
80%
60%
40%
20%
0%

Jenis Kelamin
59.10%
40.90%

Perempuan

S1

Perempuan

63.60%
36.40%

Tidak

Ya
Tidak

Ya

Laki-laki

Asal Daerah

Pengalaman Kerja
100%
80%
60%
40%
20%
0%

Laki-laki

100%
80%
60%
40%
20%
0%

59.10%
22.70%

Jabodetabek

18.20%

Luar
Luar
Jabodetabek, Jabodetabek
namun masih
di dalam
pulau Jawa

Jabodetabek
Luar Jabodetabek, namun masih di dalam pulau Jawa
Luar Jabodetabek

Gambar 3 Gambaran umum karakteristik responden

14

Validitas pertanyaan dan reliabilitas kuesioner
Seluruh peubah bebas atau pertanyaan valid, kecuali pertanyaan Q2.13 yaitu
leadership dan Q2.22 yaitu riang gembira karena koefisien korelasi |rs| < rs tabel
(0.05 ; 75) = 0.079 (Lampiran 1). Kedua pertanyaan tersebut akan diperbaiki
struktur katanya, Q2.13 menjadi memiliki jiwa kepemimpinan dan Q2.22 menjadi
ceria atau gembira. Tabel 3 menunjukan kuesioner reliabel, karena koefisien
Spearman Brown (0.952) lebih besar sama dengan rp tabel (0.227).
Tabel 3 Reliabilitas kuesioner
Banyaknya
peubah (p)
77

Cronbach's
Alpha
0.908

Spearman Brown
(rtot )
0.952

rp tabel = rp (0.05 ; 75)
0.227

Peubah-peubah pada kuesioner bagian 1 atau bagian karakteristik sosial
demografi yang memiliki hubungan dengan kinerja kerja
Jika menggunakan alfa 20% terdapat dua peubah bebas berjenis nominal
yang berada pada kuesioner bagian 1 atau bagian karakteristik sosial demografi
yang memiliki hubungan dengan kinerja kerja TSR, karena p-value hasil asosiasi
Cramer’s V dua peubah tersebut kurang dari alfa yang ditentukan yaitu 20% atau
0.2. Dua peubah tersebut adalah status kepemilikan rumah dan jenis kelamin. Jika
menggunakan alfa 5% hanya ada satu peubah bebas yang memiliki hubungan
dengan kinerja kerja, karena p-value hasil asosiasi Cramer’s V peubah tersebut
kurang dari alfa yang ditentukan yaitu 5% atau 0.05. Peubah tersebut adalah status
kepemilikan rumah (Lampiran 2).
Jika menggunakan alfa 20% terdapat sebelas peubah bebas berjenis ordinal
dan rasio yang berapa pada kuesioner 1 yang memiliki hubungan dengan kinerja
kerja TSR, karena p-value hasil korelasi Tau-b Kendall sebelas peubah tersebut
kurang dari alfa yang ditentukan yaitu 20% atau 0.2. Sebelas peubah tersebut
adalah penggeluaran per bulan, jumlah tanggungan per bulan, banyak jenis
organisasi yang pernah diikuti, pengalaman kerja, usia, status pernikahan,
pengalaman kerja di bidang marketing, urutan anak ke dan dari bersaudara,
pendidikan, pengetahuan tentang asuransi yang diketahui, dan sedang mengikuti
perkuliahan. Jika menggunakan alfa 5% hanya lima peubah yang memiliki
hubungan dengan kinerja kerja TSR, karena p-value hasil asosiasi Cramer’s V
lima peubah tersebut kurang dari alfa yang ditentukan yaitu 5% atau 0.05. Lima
peubah tersebut adalah penggeluaran per bulan, jumlah tanggungan per bulan,
banyak jenis organisasi yang pernah diikuti, pengalaman kerja, dan usia
(Lampiran 3).
Peubah-peubah pada kuesioner bagian 2, 3, 4, dan 5 yang memiliki
hubungan dengan kinerja kerja
Jika menggunakan alfa 20% terdapat dua puluh peubah bebas yang berada
pada kuesioner 2, 3, 4, dan 5 yang memiliki hubungan dengan kinerja kerja,
karena p-value hasil korelasi Tau-b Kendall dua puluh peubah tersebut kurang
dari alfa yang ditentukan yaitu 20% atau 0.2. Tujuh belas dari dua puluh peubah
tersebut memiliki hubungan positif dengan kinerja kerja sedangkan tiga peubah
sisanya memiliki hubungan negatif dengan kinerja kerja. Tujuh belas peubah yang

15

memiliki hubungan positif dengan kinerja kerja tersebut adalah Q4.12 (skill
penjualan), Q4.17 (intonasi dan gaya bahasa), Q4.13 (kemampuan di bidang
sales), Q4.18 (kemampuan komunikasi), Q2.22 (riang gembira), Q2.5 (rajin),
Q2.14 (optimis), Q4.27 (tipe orang yang suka membaur dengan yang lainnya),
Q2.10 (sabar atau tabah), Q3.7 (pekerjaan ini memberikan peluang berkembang),
Q4.14 (percaya akan mendapat imbalan financial jika memiliki prestasi),
Q4.15 (percaya diri yang tinggi), Q4.31 (pendengaran yang baik), Q2.18
(instropeksi diri), Q2.11 (disiplin), Q2.4 (tegas), dan Q5.5 (peran orang tua). Tiga
peubah yang memiliki hubungan negatif tersebut adalah Q4.35 (tekanan dari
atasan), Q4.23 (moody) dan Q4.21 (situasi lingkungan) (Lampiran 4).
Jika menggunakan alfa 5% terdapat tujuh peubah bebas yang berada pada
kuesioner 2, 3, 4, dan 5 yang memiliki hubungan dengan kinerja kerja, karena pvalue hasil korelasi Tau-b Kendall tujuh peubah tersebut kurang dari alfa yang
ditentukan yaitu 5% atau 0.05. Enam dari tujuh peubah tersebut memiliki
hubungan positif dengan kinerja kerja sedangkan satu peubah sisanya memiliki
hubungan negatif dengan kinerja kerja. Enam peubah yang memiliki hubungan
positif dengan kinerja kerja tersebut adalah Q4.12 (skill penjualan), Q4.17
(intonasi dan gaya bahasa), Q4.13 (kemampuan di bidang sales), Q4.18
(kemampuan komunikasi), Q2.22 (riang gembira), dan Q2.5 (rajin). Satu peubah
yang memiliki hubungan negatif dengan kinerja kerja tersebut adalah Q4.35
(tekanan dari atasan) (Lampiran 4).
Faktor-faktor atau bagian-bagian pada kuesioner jenis 1
Peubah yang dianalisis pada analisis faktor ini yaitu dua puluh peubah bebas
yang berada pada bagian kuesioner 2, 3, 4, dan 5 yang memiliki hubungan secara
nyata dengan kinerja kerja yang telah diuji melalui analisis korelasi Tau-b
Kendall menggunakan alfa 20%. Dua puluh peubah tersebut adalah Q4.12 (skill
penjualan), Q4.17 (intonasi dan gaya bahasa), Q4.13 (kemampuan di bidang
sales), Q4.18 (kemampuan komunikasi), Q2.22 (riang gembira), Q2.5 (rajin),
Q2.14 (optimis), Q4.27 (tipe orang yang suka membaur dengan yang lainnya),
Q2.10 (sabar atau tabah), Q3.7 (pekerjaan ini memberikan peluang berkembang),
Q4.14 (percaya akan mendapat imbalan financial jika memiliki prestasi), Q4.15
(memiliki percaya diri yang tinggi), Q4.31 (memiliki pendengaran yang baik),
Q2.18 (instropeksi diri), Q2.11 (disiplin), Q2.4 (tegas), Q5.5 (peran orang tua),
Q4.35 (tekanan dari atasan), Q4.23 (moody), dan Q4.21 (situasi lingkungan).
Asumsi kecukupan data telah terpenuhi, karena nilai KMO sebesar 0.616
yang lebih besar dari 0.5 dan asumsi antar peubah saling berkorelasi telah
terpenuhi, karena p-value uji Bartlett adalah 0.000 kurang dari alfa yang
ditentukan yaitu 0.05. Berdasarkan nilai akar ciri, jumlah faktor yang terbentuk
pada kuesioner jenis 1 sebanyak tujuh faktor, karena nilai akar ciri pada
komponen kedelapan kurang dari satu. Total ketujuh faktor tersebut dapat
menjelaskan 59.57% dari keragaman dua puluh peubah bebas asal (Lampiran 5).
Adapun model faktor dengan menggunakan tujuh faktor berdasarkna faktor
loading dan ragam spesifik adalah sebagai berikut (Lampiran 6) :
X1 - µ 1 = 0.431 F1 + -0.138 F2 +
+ -0.312 F7 + 0.462
X2 - µ 2 = 0.413 F1 + -0.253 F2 +
+ 0.068 F7 + 0.287
0.601
X20 - µ 20 = 0.157 F1 + 0.259 F2 +
+ -0.032 F7 + 0.525

16

Nilai RMSE_overall model tersebut sebesar 0.077, nilai tersebut masih relatif
kecil. Hal ini menunjukkan model faktor dengan tujuh faktor sudah cukup baik.
Matriks faktor loading yang dihasilkan menunjukkan proses rotasi sebaiknya
dilakukan. Hal tersebut dikarenakan terdapat kesulitan dalam interpretasi faktor
yang memuat peubah-peubah yang diteliti, khususnya pada faktor 1. Pada faktor
1, peubah Q2.4 (tegas) dan Q2.10 (sabar/tabah) jika digabungkan dengan Q4.12
(skill penjualan), Q4.13 (kemampuan di bidang sales), Q4.17 (intonasi dan gaya
bahasa), dan Q4.18 (kemampuan komunikasi) akan sulit diinterpretasikan dalam
penamaan faktornya.
Proses rotasi yang pertama kali digunakan pada penelitian ini yaitu metode
rotasi promax. Hasil matriks korelasi faktor yang dapat di lihat pada Lampiran 7
menyatakan bahwa nilai korelasi antar masing-masing faktor kurang dari 0.32
sehingga disimpulkan tidak ada korelasi antar faktor. Hal tersebut menyatakan
bahwa metode rotasi yang tepat digunakan dalam penelitian ini adalah rotasi
ortogonal.
Diagonal matriks tranformasi rotasi yang dihasilkan untuk setiap metode
ortogonal yaitu varimax, equamax dan quartimax yang dapat di lihat pada
Lampiran 8, 9, dan 10 relatif sama sehingga semua metode rotasi ortogonal baik
varimax, equamax atau quartimax dapat digunakan dalam penelitian ini. Hasil
pengelompokkan peubah-peubah berdasarkan faktor loading hasil rotasi varimax,
equamax, dan quartimax ke dalam faktor yang terbentuk berdasarkan matriks
faktor loading yang dapat dilihat pada Lampiran 11, 12 dan 13 mendukung
pernyataan bahwa semua metode ortogonal tersebut dapat digunakan. Hal ini
dikarenakan ketiga rotasi tersebut menghasilkan tujuh faktor yang memuat
peubah-peubah yang sama, yang dapat dilihat pada Tabel 4.
Tabel 4 Penamaan faktor dan komponen peubah jenis kuesioner 1
Faktor
Faktor 1

Faktor 2

Penamaan faktor
Kemampuan
komunikasi dan keahlian
di bidang sales
Keterbukaan

Faktor 3

Motivasi

Faktor 4

Ketekunan

Faktor 5
Faktor 6

Fisik (pendengaran)
Ketegasan

Faktor 7

Optimisme

Komponen Peubah
Q4.12 (skill penjualan), Q4.17 (intonasi dan
gaya bahasa), Q4.13