8. Aturan Multiplikasi Jalur
Merupakan nilai dari satu jalur gabungan adalah hasil koefisien jalurnya. 9.
Dekomposisi Pengaruh Koefisien jalur dapat digunakan untuk mengurai korelasi-korelasi dalam suatu
model kedalam pengaruh langsung dan tidak langsung yang berhubungan dengan jalur langsung dan jalur tidak langsung
10. Anak panah satu kepala dan dua kepala
Anak panah satu kepala dan dua kepala menggambarkan hubungan antara regresi dan korelasi antara variabel yang satu dengan variabel yang lainnya.
11. Direct effect
Pengaruh langsung yang dapat dilihat dari koefisien jalur dari satu variabel ke variabel lainnya.
12. Indirect effect
Pengaruh tidak langsung yang dapat dilihat dilihat dari koefisien jalur dari satu variabel ke variabel lainnya. Hal ini terjadi karena urutan jalur melalui
satu atau lebih variabel perantara.
3.12.5. Langkah-langkah SEM
Dalam penerapan persamaan struktural ini, secara umum dilakukan dengan 7 langkah. Adapun langkah-langkah yang dilakukan antara lain :
1. Pengembangan Model Berdasarkan Teori
Model persamaan struktural didasarkan pada hubungan kausalitas, dimana perubahan suatu variabel diasumsikan akan berakibat pada perubahan
Universitas Sumatera Utara
variabel lainnya. Hubungan kausalitas dapat berarti hubungan yang ketat seperti ditemukannya dalam proses fisik seperti kimia atau dapat juga
hubungan yang kurang ketat seperti dalam riset perilaku yaitu alasan seseorang membeli produk tertentu.
Kesalahan paling kritis di dalam pengembangan model berdasar teori adalah dihilangkannya satu atau lebih variabel prediktif dan masalah ini dikenal
dengan specification error. Implikasi dari menghilangkan variabel signifikan adalah memberikan bias pada penilaian pentingnya variabel lainnya.
Keinginan untuk memasukkan semua variabel kedalam model harus diimbangi dengan keterbatasan praktis dalam SEM. Sering terjadi bahwa
intepretasi hasil menjadi sulit bilamana jumlah konsep melebihi 20. Jadi yang penting adalah model harus parsimony sederhana dengan concise
theoretical model. 2.
Menyusun Diagram Jalur Dalam membangun diagram jalur path diagram, hubungan antar konstruk
ditunjukan dengan garis dengan satu anak panah yang menunjukkan hubungan kausalitas regresi dari satu konstruk ke konstruk lain. Garis
dengan dua anak panah menunjukkan hubungan korelasi atau kovarian antar konstruk. Terdapat dua asumsi yang melandasi diagram jalur. Pertama, semua
hubungan kausalitas didasarkan pada teori. Teori sebagai dasar memasukkan atau menghilangkan hubungan kausalitas. Kedua, hubungan kausalitas dalam
model dianggap linear.
Universitas Sumatera Utara
3. Membuat Persamaan Struktural
Setelah mengembangkan model teoritis dan dituangkan dalam diagram jalur, maka peneliti siap untuk menterjemahkan model tersebut kedalam persamaan
struktural. Menterjemahkan diagram jalur menjadi persamaan struktural merupakan prosedur yang mudah. Pertama, setiap konstruk endogen
merupakan dependen variabel di dalam persamaan yang terpisah sehingga variabel independen adalah semua konstruk yang mempunyai garis dengan
anak panah yang menghubungkannya ke konstruk endogen. 4.
Memilih Jenis Input Matrik dan Estimasi Model yang Diusulkan a.
Ukuran Sampel Besarnya ukuran sampel memiliki peran penting dalam interpretasi hasil
SEM. Ukuran sampel memberikan dasar untuk mengestimasi sampling error.
b. Estimasi Model
Teknik estimasi model persamaan struktural pada awalnya dilakukan dengan ordinary least square OLS regression, tetapi teknik ini telah
digantikan oleh Maximum Likelihood Estimation ML yang lebih efesien jika asumsi normalitas multivariat terpenuhi. Jika model struktural dan
model pengukuran telah terspesifikasi dan input matrik telah dipilih, langkah berikutnya adalah memilih program komputer untuk
mengestimasi. Program komputer yang dipilih untuk mengestimasi model ini adalah AMOS Analysis of Moment Structure versi 16.
Universitas Sumatera Utara
5. Menilai Indentifikasi Model Struktural
Selama proses estimasi berlangsung dengan program komputer, sering didapat hasil estimasi tidak logis karena berkaitan dengan masalah struktural.
Problem identifikasi adalah ketidakmampuan model untuk menghasilkan estimasi yang sesuai dengan ketentuan. Cara melihat ada tidaknya problem
identifikasi adalah dengan melihat hasil setimasi meliputi: a.
Adanya nilai standar error yang besar untuk satu atau lebih koefisien b.
Ketidakmampuan program untuk invert information matrix. 6.
Menilai Kriteria Goodness-of-Fit Kesesuaian Model Langkah yang harus dilakukan sebelum menilai kelayakan dari model
struktural adalah menilai apakah data yang akan diolah memenuhi asumsi model persamaan struktural. Setelah asumsi SEM dipenuhi langkah
berikutnya adalah melihat ada tidaknya offending estimate yaitu estimasi koefisien baik dalam model struktural maupun model pengukuran yang
nilainya diatas batas yang dapat diterima. Setelah yakin tidak ada lagi offending estimate dalam model, maka peneliti siap melakukan penilaian
Goodness of fit. Goodness of fit mengukur kesesuaian input observasi atau sesungguhnya matrik kovarian atau korelasi dengan prediksi dari model
yang diajukan. Adapun kesesuaian model yang dapat diterima sesuai dengan penilaian Goodness of fit dapat dilihat pada Tabel 3.1.
Universitas Sumatera Utara
Tabel 3.1. Ketentuan Kesesuaian Model
No Ukuran Derajat
Kecocokan Keterangan
Tingkat Kecocokan yang
Bisa Diterima
1 Chi Square
Normed Chi Square Menguji apakah varians populasi
yang diestimasi sama dengan kovarians sampel apakah model
sesuai dengan data Batas bawah = 1.0
Batas Atas 2 atau 3 dan X
2
df 5
2 Non Centraly
Parameter NCP Mengukur tingkat penyimpangan
antara simple covarians matrix dan fitted Model
Kecil
3 Root Mean Square
Error Of Approximation
RMSEA Rata-rata perbedaan Degree of
freedom yang diharapkan terjadi dalam populasi, dan bukan
sampel. RSMA 0,08
Good Fit RSMA 0,05
Close Fit
4 Expected Cross
Validation Index ECVI
Mengukur penyimpangan antara fitted model matriks kovarian
pada sampel yang diperoleh pada sampel lain, tetapi memiliki
sampel yang sama besar. ECVI ECVI
Saturated and ECFI for Independence
model
5 Comparative Fit
Index CFI Uji kelayakan model yang
diusulkan dengan model dasar. CFI 0,9
7. Intepretasi dam Modifikasi Model
Ketika model telah dinyatakan diterima, maka peneliti dapat mempertimbangkan dilakukannya modifikasi model untuk memperbaiki
penjelasan teoritis atau goodness of fit. Modifikasi dari model awal harus dilakukan setelah dikaji banyak pertimbangan. Jika model diodifikasi, maka
model tersebut harus valid. Pengukuran model dapat dilakukan dengan
Universitas Sumatera Utara
modification indices. Nilai modificatioan indices sama dengan terjadinya penurunan Chi-squares jika koefisien diestimasi. Estimasi parameter dalam
SEM umumnya berdasarkan pada metode maximum likelihood ML.
Universitas Sumatera Utara
BAB IV METODOLOGI PENELITIAN
4.1. Jenis Penelitian
Pelaksanaan penelitian ini tergolong dalam metode hipotesis deduktif yaitu proses menarik kesimpulan dari suatu analogis dengan cara
mengiterpretasikan hasil data yang diperoleh. Adapun hipotesis yang akan dibuktikan adalah apakah pengaruh faktor Quality of Work Life yang terdiri dari
variabel restrukturisasi kerja, partisipasi, sistem imbalan, dan lingkungan kerja terhadap motivasi dan kinerja pekerja di PT. Asahan Crumb Rubber Medan.
4.2. Tempat dan Waktu Penelitian
Penelitian ini dilakukan di PT. Asahan Crumb Rubber yang berlokasi di Jl. Sisingamanga Raja Km 8 Timbang Deli Amplas-Medan. Penelitian ini akan
dilaksanakan pada bulan Maret 2011 sampai dengan Mei 2011.
4.3. Objek Penelitian
Objek penelitian yang diamati adalah pekerja bagian produksi yang bekerja di PT. Asahan Crumb Rubber Medan yaitu sebanyak 240 orang.
4.4. Metode Pengumpulan Data
Pengumpulan data akan dilakukan melalui kuesioner yang diserahkan kepada masing masing responden terpilih. Dengan kuesioner secara personal,
Universitas Sumatera Utara
