39
E. Sumber Data 1.
Data Primer
Data primer adalah data yang diperoleh peneliti secara langsung ditempat penelitian atau, suatu tempat yang menjadi obyek
penelitian. Dalam hal ini dilakukan dengan menyebarkan kuesioner kepada responden.
2. Data Sekunder
Data sekunder adalah data yang diperoleh peneliti secara tidak langsung dari sumber-sumber lain yang digunakan untuk melengkapi data primer dalam
menyususun laporan penelitian. Data sekunder yang digunakan dalam penelitian ini berupa refrensi dari buku dan jurnal.
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 mengambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud
membuat kesimpulan yang berlaku untuk umum atau generalisasi Sugiyono, 2004:142
40
2. Uji Validitas Data
Uji validitas dilakukan untuk menilai seberapa baik suatu instrument ataupun proses pengukuran terhadap konsep yang diharapkan untuk mengetahui apakah
yang kita tanyakan dalam kuesioner sudah sesuai dengan konsepnya. Ghozali, 2005: 45 Untuk uji validitas akan digunakan Confirmatory Factor Analysis dengan
bantuan SPSS 11,5., di mana setiap item pertanyaan harus mempunyai factor loading 0,50 Hair et al., 1998.
3. Uji Reliabilitas Data
Uji reliabilitas merupakan uji yang dilakukan untuk mengukur apakah kuesioner benar-benar merupakan indikator yang mengukur suatu variabel.
Suatu kuesioner dikatakan reliabel apabila jawaban seseorang konsisten dari waktu ke waktu. Reliabilitas dalam penelitian ini diuji dengan metode
Cronbach’s Alpha. Nilai Cronbach Alpha antara 0,80 – 1,0 dikategorikan reliabilitas baik, nilai 0,60 – 0,79 dikategorikan reliabilitasnya dapat diterima, nilai
≤ 0,60 dikategorikan reliabilitasnya buruk Sekaran, 2000:211.
4. Metode Analisis Data
Dalam penelitian ini, analisis yang digunakan untuk mengetahui hubungan iklim psikologis, ocb, kepuasan pekerja dan kinerja adalah dengan menggunakan
uji SEM. Dalam analisis SEM, Ada beberapa hal yang harus diperhatikan
41 sebelum melakukan pengujian model struktural dengan pendekatan two step
approach to SEM, yaitu :
a
Uji Kecukupan Sampel
Ukuran sampel yang harus dipenuhi dalam model ini minimum berjumlah 125 dan selanjutnya menggunakan perbandingan 5 observasi untuk setiap
parameter estimasi Hair et al., dalam Ferdinand, 2005:46.
b
Uji Normalitas
Normalitas dapat diuji dengan melihat gambar histogram data atau dapat diuji dengan metode-metode statistik Ferdinand, 2005:54. Dalam Hair et al
1998 disebutkan SEM terutama bila diestimasi dengan maximum likelihood estimation technique mensyaratkan sebaiknya asumsi normalitas pada data
dipenuhi. Nilai statistik untuk menguji normalitas disebut z value Critical Ratio atau C.R pada output AMOS 6 dari ukuran skewness dan kurtosis sebaran data.
Bila nilai C.R lebih besar dari nilai kritis maka dapat diduga bahwa distribusi data tidak normal. Nilai kritis dapat ditentukan berdasarkan tingkat signifikansi
1 yaitu sebesar
±
2.58.
c
Uji Outliers
Outliers adalah observasi yang muncul dengan nilai-nilai ekstrim baik secara univariate dan multivariate yaitu yang muncul karena kombinasi karakteristik
unik yang dimilikinya dan terlihat sangat jauh berbeda dari observasi-observasi lainnya Ferdinand, 2005:54. Dalam analisis multivariate adanya outlier dapat
42 diuji dengan statistik chi square
2
c
terhadap nilai mahalanobis distance squared pada tingkat signifikansi 0.001 dengan tingkat degree of freedom
sejumlah pola yang digunakan dalam penelitian.
d
Uji Goodness-of-Fit Model Struktural 1.
2
c
- Chi Square Statistic
Chi square statistic bersifat sangat sensitif terhadap besarnya sampel yang digunakan Ferdinand, 2005:59. Menurut Ferdinand
2005:59 semakin kecil nilai
2
c
semakin baik model itu karena dalam uji beda chi square,
2
c
= 0, berarti benar-benar tidak ada perbedaan, H diterima dan diterima berdasarkan probabilitas dengan cut of value
sebesar p0.05 atau p0.10 Hulland et al dalam Ferdinand, 2005:59. Rendahnya nilai chi square, yang memiliki level signifikan lebih besar dari
0.05 atau 0.01, mengindikasikan bahwa secara input matrik secara aktual dan prediksi secara statistik tidak berbeda sehingga dalam kondisi ini
peneliti akan mencari perbedaan yang tidak signifikan antara matrik aktual dan yang diprediksi. Dalam penelitian yang menguji sebuah model maka
yang dibutuhkan justru sebuah nilai
2
c
yang tidak signifikan, yang menguji hipotesis nol bahwa estimated population covariance tidak sama
dengan sample covariance Ferdinand, 2005:59. Nilai
2
c
yang rendah menghasilkan sebuah tingkat signifikansi yang lebih besar dari 0.05 akan
mengindikasikan tidak adanya perbedaan yang signifikan antara matriks
43 covarians data dan matriks covarians yang diestimasi Ferdinand, 2005:59
sehingga penggunaan chi square hanya sesuai bila ukuran sampel antara 100 dan 200 Hair et al, 1998 dan Ferdinand, 2005:59.
2. RMSEA – The Root Mean Square of Approximation