Tabel 7. Gambaran Subjek Penelitian Jenis Kelamin
Jenis Kelamin
N Persentase
Perempuan 14
23.3 Laki-laki
46 76.7
Total 60
100
Berdasarkan dari tabel 7, menunjukkan bahwa jenis kelamin yang paling banyak adalah laki-laki berjumlah 46 orang karyawan dengan persentase 23.3,
dan untuk jenis kelamin perempuan berjumlah 14 orang karyawan dengan persentase 76.7.
A. 4. Gambaran Subjek Penelitian Berdasarkan Usia
Berdasarkan tingkat usia subjek penelitian diperoleh gambaran sebagai berikut:
Tabel 8 Gambaran Subjek Penelitian Berdasarkan Usia
Usia N
Persentase 23-29
33 55
30-36 17
28.3 37-42
2 3.3
43-49 6
10 Total
60 100
Berdasarkan dari tabel 8, menunjukkan bahwa usia karyawan yang paling banyak adalah usia 23-29 berjumlah 33 orang karyawan dengan persentase 55,
sedangkan usia 30-36 berjumlah 17 orang karyawan dengan persentase 28.3, usia 43-49 berjumlah 6 orang karyawan dengan persentase 10, dan usia yang
Universitas Sumatera Utara
paling sedikit adalah usia 37-42 berjumlah 2 orang karyawan dengan persentase 3.3.
B. Hasil Penelitian 1. Uji Asumsi
Sebelum analisis data dilakukan, ada beberapa syarat yang harus dilakukan terlebih dahulu, yaitu uji asumsi normalitas sebaran pada kedua variabel
penelitian, baik pada variabel tergantung self-monitoring maupun variabel bebas OCB. Selain itu juga dilakukan uji linieritas untuk mengetahui bentuk
korelasi antara masing-masing variabel. Pengujian asumsi dan analisa data dilakukan dengan menggunakan program SPSS 16.0 for windows.
a. Uji Normalitas Sebaran
Uji normalitas dilakukan untuk mengetahui apakah distribusi data penelitian telah menyebar secara normal. Uji normalitas dilakukan dengan
menggunakan metode Kolmogorov-Smirnov. Alasan peneliti menggunakan metode ini karena kedua data penelitian merupakan data ordinal. Data dikatakan
terdistribusi normal jika nilai ρ 0,05.
Universitas Sumatera Utara
Tabel 9. Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Test One-Sample Kolmogorov-Smirnov Test
OCB SM
N Normal Mean
Parameters
a
Std. Deviation Most Extreme absolut
Different Positif
Negatif Kolmogorov-Smirnov
Z Asymp. Sig. 2-tailed
60 122.22
15.445 .096
0.54 -.096
.743 .638
60 48.75
5.689 .101
.068 -.101
.781 .575
1. Uji normalitas data OCB dilakukan dengan metode statistik tes Kolmogorov-Smirnov. Hasil uji normalitas diperoleh nilai Z = .743 dan
nilai ρ = .638 dengan p 0.05 artinya distribusi data OCB telah menyebar secara normal.
2. Uji normalitas self-monitoring dilakukan dengan metode statistik tes Kolmogorov-Smirnov. Hasil uji normalitas diperoleh nilai Z = .781 dan
nilai ρ = .575 dengan p 0.05 artinya distribusi self-monitoring menyebar secara normal.
b. Uji Linearitas
Uji linearitas digunakan untuk mengetahui apakah distribusi data penelitian, yaitu variabel bebas self-monitoring dan variabel tergantung OCB
memiliki hubungan linear . Kedua variabel memiliki hubungan linier jika nilai ρ
0.05.
Universitas Sumatera Utara
Tabel.10 Uji Linearitas Variabel self-monitoring dan OCB
ANOVA
b
Model Sum of
Squares Df
Mean Square
F Sig.
1 Regressio
n 7429.430
1 7429.430 64.849
.000
a
Residual 6644.753
58 114.565 Total
14074.18 3
59
Berdasarkan hasil uji linearitas antara kedua variabel tersebut menggunakan uji F = 64.849 dan ρ = 0.000 ρ 0.05, maka dapat disimpulkan bahwa variabel
self-monitoring berhubungan linear dengan variabel OCB.
2. Hasil Analisa Data
a. Hasil Perhitungan Korelasi Antarvariabel
Metode yang digunakan dalam penelitian ini adalah korelasi Pearson Product Moment dengan bantuan program komputer SPSS 16.0 for windows.
Hasil pengujian statistik yang dilakukan dapat dilihat pada tabel berikut :
Universitas Sumatera Utara
Tabel.11 Korelasi antara self-monitoring dengan OCB
Correlations
OCB SM
OCB Pearson Correlation
1 .727
Sig. 2-tailed .000
N 60
60 SM
Pearson Correlation
.727 1
Sig. 2-tailed .000
N 60
60 . Correlation is significant at the 0.01 level
2-tailed.
Berdasarkan hasil pengolahan data diperoleh koefisien korelasi r sebesar 0,727 dengan taraf signifikansi
ρ sebesar 0,000 sehingga ρ 0.05. Hal ini berarti hipotesa diterima, menunjukkan adanya hubungan antara self-monitoring terhadap
OCB karyawan PT. Bank Sumut Panyabungan. Hal ini menunjukkan bahwa Semakin tinggi skor yang diperoleh dalam skala self-monitoring karyawan maka
semakin tinggi perilaku OCB karyawan muncul dan sebaliknya semakin rendah self-monitoring karyawan yang diperoleh maka akan semakin rendah pula
perilaku OCB yang muncul.
Tabel 12. Hasil Analisis Regresi Model Summary
Model R
R Square Adjusted R
Square Std. Error of
the Estimate 1
.727
a
.528 .520
10.703 a. Predictors: Constant, SM
Universitas Sumatera Utara
Berdasarkan analisis regresi pada tabel 12 dapat dilihat bahwa self- monitoring memberikan sumbangan efektif sebesar 52.8 terhadap OCB
karyawan selebihnya, yaitu 47.2 dipengaruhi oleh variabel lain yang tidak diteliti dalam penelitian ini.
Tabel 13. Koefisien a dan b
Persamaan garis regresi pada penelitian ini adalah Y= a+Bx Field, 2009. Self-monitoring di lambangkan dengan Y dan OCB dilambangkan dengan X.
Berdasarkan rumus tersebut, persamaan garis regresinya adalah Y= 26.051+1.973X, artinya setiap kali variabel self-monitoring bertambah satu,
maka rata-rata variabel Y nilai OCB bertambah 1.973. Berarti semakin tinggi self-monitoring maka akan semakin tinggi nilai OCB pada karyawan tersebut.
b. Kategorisasi Nilai Empirik dan Nilai Hipotetik
Berdasarkan deskripsi data penelitian dapat dilakukan pengelompokan yang mengacu pada kriteria kategorisasi. Azwar 2006 menyatakan bahwa
Coefficients
a
Model Unstandardized
Coefficients Standardiz
ed Coefficien
ts T
Sig. B
Std. Error Beta
1 Constant 26.051
12.021 2.167
.034 SM
1.973 .245
.727 8.053
.000 a. Dependent Variable:
OCB
Universitas Sumatera Utara
kategorisasi ini didasarkan pada asumsi bahwa skor subjek penelitian terdistribusi normal. Kriterianya terbagi atas tiga kategori yaitu: rendah, sedang, dan tinggi.
Menurut Azwar 2006, pengkategorisasian 3 jenjang tinggi, sedang, rendah ini merupakan pengkategorisasian minimal yang digunakan oleh peneliti.
Apabila hanya dilakukan pengkategorisasian dalam 2 jenjang misalnya tinggi dan rendah maka akan menghadapi resiko kesalahan yang cukup besar bagi skor-skor
yang terletak di sekitar mean kelompok Azwar, 2006. Pengkategorisasian dalam 3 jenjang ini digunakan untuk menghindari resiko kesalahan yang cukup besar
dan untuk keefisienan. Kriteria kategorisasi yang digunakan dalam penelitian ini menggunakan norma kategorisasi sebagai berikut Azwar, 2000:
X µ - 1,0 σ
rendah µ -
1,0 σ ≤ X µ + 1,0 σ sedang
µ + 1,0 σ ≤ X tinggi
Dalam penelitian ini peneliti mengkategorikan data penelitian berdasarkan mean hipotetik dan mean empirik. Mean hipotetik untuk melihat posisi relatif
individu berdasarkan norma skor idealnya skala, sedangkan berdasarkan mean empirik untuk melihat posisi relatif individu berdasarkan norma skor dari subjek
penelitian. 1. Nilai empirik dan nilai hipotetik self-monitoring
Jumlah aitem yang digunakan untuk mengungkap self-monitoring adalah sebanyak 14 aitem dengan format skala likert dalam 5 alternatif pilihan jawaban.
Universitas Sumatera Utara
Hasil perhitungan mean empirik dan mean hipotetik disajikan dalam tabel 14 berikut:
Tabel.14 Nilai empirik dan nilai hipotetik self-monitoring
Variabel Skor Empirik
Skor Hipotetik
Min Maks Mean SD
Min Maks Mean SD
Self- monitoring
35 62
48.75 5.689
14 70
42 14
Berdasarkan tabel 14 maka diperoleh nilai rata-rata empirik self- monitoring sebesar 48.75 dengan standar deviasi sebesar 5.689 dan nilai hipotetik
sebesar 42 dengan standar deviasi sebesar 14. Jika dilihat perbandingan antara rata-rata empirik dengan rata-rata
hipotetik, maka diperoleh rata-rata empirik lebih besar daripada rata-rata hipotetik dengan selisih 51.25. Hasil ini menunjukkan bahwa self-monitoring yang dimiliki
subjek penelitian lebih tinggi daripada rata-rata self-monitoring pada populasi umumnya.
Tabel. 15 Kategorisasi Self-monitoring Berdasarkan Mean Hipotetik
Berdasarkan tabel 15 dapat diketahui bahwa sabjek penelitian yang memiliki self-monitoring yang tinggi sebesar 3.3 sedangkan yang memiliki self-
monitoring yang sedang sebesar 96.7 dan tidak ada subjek penelitian yang
Kriteria Kriteria
Jenjang Kategori
Frekuensi Persentase
Self-monitoring X 28
Rendah -
28 ≤ X 56 Sedang
58 96.7
X ≥ 56 Tinggi
2 3.3
Universitas Sumatera Utara
memiliki self-monitoring yang rendah. Hal ini berarti sebagian besar karyawan memiliki self-monitoring yang sedang.
2. Nilai empirik dan nilai hipotetik OCB karyawan Jumlah aitem yang digunakan untuk mengungkap OCB adalah sebanyak 33
aitem dengan format skala likert dalam 5 alternatif pilihan jawaban. Hasil perhitungan mean empirik dan mean hipotetik disajikan dalam tabel 15 berikut:
Tabel. 16. Nilai empirik dan nilai hipotetik OCB karyawan Variabel
Skor Empirik Skor Hipotetik
Min Maks
Mean SD
Min Maks Mean
SD OCB
81 155
122.22 15.445 33
165 99
33
Berdasarkan tabel 15 maka diperoleh nilai rata-rata empirik OCB sebesar 122.22 dengan standar deviasi sebesar 15.445 dan nilai rata-rata hipotetik sebesar
99 dengan standar deviasi sebesar 33. Jika dilihat perbandingan rata-rata empirik dengan rata-rata hipotetik,
maka diperoleh rata-rata empirik lebih kecil daripada rata-rata hipotetik dengan selisih -22.22.hasil ini menunjukkan bahwa OCB yang dimiliki subjek lebih kecil
daripada rata-rata OCB yang dimiliki populasi umumnya.
Tabel 17. Kategorisasi OCB Berdasarkan Mean Hipotetik Kriteria
Kriteria Jenjang
Kategori Frekuensi Persentase
OCB X 66
Rendah -
66 ≤ X 132 Sedang
46 76.7
X ≥ 132 Tinggi
14 23.3
Universitas Sumatera Utara
Berdasarkan tabel 16 dapat diketahui bahwa sabjek penelitian yang memiliki OCB yang tinggi sebesar 23.3 sedangkan 76.7 subjek penelitian
memiliki OCB yang sedang dan tidak ada subjek yang memiliki OCB rendah. Hal ini berarti sebagian besar subjek penelitian perilaku OCB pada karyawan yang
sedang.
C. Pembahasan
Hasil penelitian ini memperlihatkan bahwa adanya hubungan antara self- monitoring terhadap OCB karyawan PT. Bank Sumut Panyabungan. Dimana hasil
pengujian korelasi kedua variabel ini, diperoleh nilai r sebesar 0,727 dengan taraf signifikansi
ρ sebesar 0,000 sehingga ρ 0.05. Hal ini menunjukkan bahwa Semakin tinggi skor yang diperoleh dalam skala self-monitoring karyawan maka
semakin tinggi perilaku OCB karyawan muncul dan sebaliknya semakin rendah self-monitoring karyawan yang diperoleh maka akan semakin rendah pula
perilaku OCB yang muncul. Selanjutnya hasil penelitian yang diperoleh menunjukkan ada pengaruh self-
monitoring terhadap OCB karyawan. Hal ini dilihat dari nilai koefisien determinasi sebesar 52.8 yang dalam hal ini berarti besarnya pengaruh self-
monitoring terhadap OCB karyawan sedangkan sisanya yaitu 47.2 dijelaskan dipengaruhi oleh variabel lain yang tidak diteliti dalam penelitian ini.
Hasil penelitian ini sesuai dengan yang dinyatakan
Robbins Judge, 2008 perilaku seorang karyawan dalam suatu organisasi tidak dapat terlepas dari atribut
kepribadian yang melekat dalam diri karyawan salah satunya self-monitoring. Di perluas
Universitas Sumatera Utara
lagi dengan rujukan penelitian
dari Blakely, Andrews, dan Fuller, 2003
menunjukkan
self-monitoring
berhubungan signifikan dengan OCB, yang paling menonjol dalam dimensi OCB salah satunya perilaku menolong dalam lingkungan
organisasi. Dan kemudian dit
ambahkan manajer lebih tertarik pada karyawan yang mempunyai self-monitoring
tinggi karena penting dalam peningkatan karakteristik organisasi. Selanjutnya Niehoff Noorman, 1993 menyatakan dalam
penelitiannya bahwa ada hubungan positif antara metode monitoring pimpinan terhadap OCB. Yang pertama, dilihat hubungan positif yang ditemukan antara
manager memulai diskusi dan altruisme Hasil dari kategori subjek menunjukkan self-monitoring karyawan PT.Bank
Sumut Panyabungan tergolong ke dalam self-monitoring yang sedang. Berdasarkan hasil penelitian terhadap 60 subjek penelitian, sebanyak 58 orang
96.7 dari subjek penelitian memiliki self-monitoring yang sedang, sabjek penelitian yang memiliki self-monitoring yang tinggi sebesar 2 orang 3.3 dan
tidak ada subjek penelitian yang memiliki self-monitoring yang rendah. Hal ini berarti hampir semua subjek penelitian dalam penelitian ini memiliki
kecakapan individu dalam membaca situasi diri dan lingkungannya serta kemampuannya untuk
mengontrol diri dan mengelola faktor-faktor perilaku sesuai dengan situasi dan kondisi untuk menampilkan diri dalam situasi sosial kerja Snyder dalam Baron Byrne, 2000
dalam kategori sedang. Self-monitoring berhubungan positif dengan melayani diri sendiri dalam
pengelolaan kesan. Pengelolaan emosi melibatkan pengaturan perilaku diungkapkan sehingga sosial yang sesuai. Self-monitoring merupakan dasar dari
Universitas Sumatera Utara
dorongan internal untuk seorang pemimpin untuk menunjukkan
OCB
. Perhatian untuk citra umum seseorang kemungkinan untuk meningkatkan frekuensi orang
menunjukkan OCB Krishnan Arora, 2008. Hasil yang diperoleh dari 60 orang subjek penelitian yang memunculkan
perilaku OCB yaitu sebesar 46 orang 76.7 subjek penelitian memiliki OCB yang sedang, sabjek penelitian yang memiliki OCB yang tinggi sebesar 14 orang
23.3, tidak ada subjek yang memiliki OCB rendah.
Universitas Sumatera Utara
BAB V KESIMPULAN DAN SARAN
A. Kesimpulan
Setelah melakukan penelitian dan anlisa data maka diperoleh kesimpulan sebagai berikut:
1. Hipotesa penelitian diterima, bahwa ada pengaruh self-monitoring terhadap OCB karyawan PT.Bank Sumut Panyabungan. Berdasarkan
hasil pengolahan data diperoleh persamaan garis regresinya adalah Y= 26.051+1.973X, artinya setiap kali variabel self-monitoring
bertambah satu, maka rata-rata variabel Y nilai OCB bertambah 1.973. Berarti semakin tinggi self-monitoring maka akan semakin
tinggi nilai OCB pada karyawan tersebut. 2. Subjek penelitian memiliki self-monitoring yang sedang sebesar
96.7, subjek penelitian yang memiliki self-monitoring yang tinggi sebesar 3.3 dan tidak ada subjek penelitian yang memiliki self-
monitoring yang rendah. 3. Subjek penelitian yang memunculkan perilaku OCB sebesar 76.7
subjek penelitian memiliki OCB yang sedang, subjek penelitian yang memiliki OCB yang tinggi sebesar 23.3, tidak ada subjek yang
memiliki OCB rendah.
Universitas Sumatera Utara
Kategori