METODE PENELITIAN PENGARUH KOMPENSASI, MOTIVASI DAN KEPUASAN KERJA TERHADAP KEINGINAN UNTUK KELUAR(TURNOVERINTENTION) DI PT. GARAM PERSERO SURABAYA.

48

BAB III METODE PENELITIAN

3.1.Definisi Operasional dan Pengukuran Variabel 3.1.1. Definisi Operasional Definisi oeperasional variabel penelitian adlah untuk memberikan petunjuk tentang bagaimana suatu variabel-variabel penelitian diukur. Variabel beserta definisi yang digunakan dalam pembahasan penelitian ini adalah sebagai berikut : Variabel bebas 1. Kompensasi X 1 Kompensasi adalah imbalan jasa yang diberikan perusahaan kepada tenaga kerja karena telah memberikan sumbangan tenaga dan pikiran demi kemajuan dan kontinuitas perusahaan dalam rangka mencapai tujuan yang telah ditetapkan. Indikatornya adalah Atmajawati, 2008:83: 1. Gaji X 1.1 2. Fasilitas X , adalah imbalan yang diberikan perusahaan kepada karyawan dalam bentuk uang dan diberikan secara rutin 1.2 3. Insentif X , adalah segala sesuatu yang disediakan oleh perusahaan yang dapat digunakan oleh karyawan. 1.3 , adalah imbalan yang diberikan perushaan kepada karyawan dalam bentuk uang dan diberikan apabila terdapat peningkatan prestasi karyawan dan perolehan laba perusahaan. 49 4. Tunjangan X 1.4 2. Motivasi Kerja X , adalah imbalan yang diberikan perusahaan kepada karyawan dalam bentuk tunjangan yaitu imbalan diluar gaji. 2 Motivasi kerja adalah dorongan yang timbul pada diri seseorang sadar atau tidak sadar untuk melakukan suatu tindakan dengan tujuan tertentu, atau usaha-usaha yang menyebabkan seseorang atau sekelompok orang tertentu bergerak melakukan sesuatu karena ingin mencapai tujuan ang dikehendakinya atau mendapat kepuasan atas perbuatannya. Indikatornya adalah Sudarsono, 2008: 1. Pengakuan atasan X 2.1 2. Prestasi X , adalah pengakuan yang diberikan oleh atasan kepda karyawan untuk menambah kinerjanya. 2.2 3. Penghargaan X , adalah penilaian dari atasan, atas hasil yang telah dikerjakan oleh karyawan sebagai bentuk penghargaan terhadap karyawan tersebut. 2.3 4. Keahlian X , adalah nilai yang diberikan oleh perusahaan kepada karyawan yang mempunyai kinerja yang baik. 2.4 5. Kesesuain pekerjaan X , adalah kesesuain pemberian perushaan kepada karyawan. 25 6. Beban yang diteima X , adalah pekerjaan yang diberikan sesuai dengan kemampuan. 2.6 , adalah beban pekerjaan yang ada yang harus dilakukan. 50 7. Senang terhadap pekerjaan X 2.7 8. Pemberian tanggungjawab X , adalah perasaan yang dimiliki oleh karyawan terhadap pekerjaan. 2.8 9. Sikap terhadap tanggungjawab X , adalah rasa ikut memiliki karyawan terhadap perusahaan. 2.9 3. Kepuasan Kerja X , adalah sikap yang ditunjukkan karyawan terhadap pekejaan. 3 Kepuasan kerja adalahsuatu perasaan yang menyokong atau tidak menyokong diri pegawai yang berhubungan dengan pekerjaannya maupun kondisi dirinya. Indikatornya adalah Atmajawati, 2008:83 1. Pekerjaan itu sendiri X 3.1 2. Promosi X , adalah pekerjaan yang dibebankan kepada dirinya untuk kemajuan perusahaan. 3.2 3. Kondisi kerja X , adalah kesempatan untuk berkembang dan maju yang dapat mendorong karyawan untuk lebih baik atau lebih bersemangat dalam melakukan suatu pekerjaan dalam lingkungan organisasi atau perusahaan. 3.3 Variabel Terikat Keinginan untuk Keluar Y , adalah semua keadaan yabg terdapat disekitar tempat kerja. Keinginan untuk keluar adalah suatu fenomena yang senantiasa akan selalu dialami dalam kehidupan organisasi dan banyak diantaranya yang menimbulkan masalah. Pada batas tertentu keluar masuk karyawan adalah 51 hal yang baik. Pada sebagian perusahaan, keinginan untuk keluar membawa pengaruh yang kurang baik, baik dari segi biaya maupun dari segi hilangnya waktu dan kesempatan untuk memanfaatkan peluang, Indikatornya adalah Atmajawati, 2008:83: 1. Ketidaksesuaian bidang keja Y 1 2. Karier tidak jelas Y , adalah ketidakmampuan seseorang dalam bekerja karen pekerjaan yang tidak sesuai dengan bidang pekerjaan yang sebenarnya. 2 3. Kebutuhan hidup Y , adalah kebutuhan yang harus dipenuhi agar terus bertahan hidup. 3 4. Tidak sesuai perusahaan lain Y , adalah kebutuhan yang harus dipenuhi agar terus bertahan hidup. 4 5. Kelompok kerja atau rekan tidak kondusif Y , adalah ketidaksamaan yang diberikan oleh perusahaan yang tidak sama atau sebanding dengan perusahaan lain. 5 6. Fasilitas kerja kurang mendukung Y , adalah kelompok atau rekan yang tidak bisa diajak bekerjasama dalam bekerja sehingga sering terjadi perselisihan dalam bekerja. 6

3.1.2. Skala Pengukuran

, adalah fasilitas yang ada di termpat kerja yang minim atau tidak sesuai dengan kebutuhan para pekerja. Untuk mengukur variabel diatas menggunakan pengukuran construct dengan metode skala pengukuran interval. Metode ini terdiri atas 52 5 atau 7 alternatid angka untuk mengetahui pendapat responden terhadap serangkaian pertanyaan yang berkaitan dengan obyek yang diteliti Indriantoro, 1999:99. Dalam penelitian ini digunakan jengjang 5. 1 2 3 4 5 Sangat Tidak Setuju Sangat Setuju Digunakan lima tingkat yang memuat pilihan jawaban sangat tidak setuju, tidak setuju, netral, setuju dan sangat setuju. Kalau dikembangkan menjadi 7 jenjang atau lebih, dikhawatirkan akan membuat responden menjadi bingung karena minimnya tingkat pendidikan yang dimiliki. 3.2.Teknik Penentuan Sampel a. Populasi Sasaran yang dituju dalam penelitian ini atau populasi dalam penelitian ini adalah karyawan PT. Garam Persero, yang berjumlah 188 karyawan b. Sampel Sampel adalah sebagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut Sugiyono, 2003:58. Metode pengambilan sampel yang digunakan adalah stratified smpling dengan menggunakan tekni proporsioal random sampling, yaitu pengambilan sampel apabila populasi mempunyai anggota atau unsur yang tidak homogen dan berstrata secara proposional. Jumlah sampel yang diambil dalam penelitian ini sebanyak 110 responden, berdasarkan atas pendidikan. 53 Pedoman pengukuran sampel menurut Ferdinand 2002:48 1. Menggunakan 100 sampai 200 sampel untuk tekni maksimum likelihood. 2. Tergantung parameter yang diestimasi. Pedomannya adalah 5-10 kali jumlah parameter yang diestimasi. 3. Tergantung pada jumlah indikator yang digunakna dalam seluruh variabel laten. Jumlah sampel adalah jumlah indikator dikali 5-10, bila terdapat 20 indikator, besarnya sampel adalah 100-200. 4. Bila sampelnya sangat besar, maka peneliti dapat memilih teknik estimasi. Misalnya bila jumlah sampel di atas 2500, teknik estimasi ADF asymptotically distribution free estimation dapat digunakan. Berdasarkan hal tersebut di atas peeliti jumlah responden untuk dijadikan sampel dalam penelitian ini adalah berjumlah 110 orang. Adapun rumus yang digunakan sebagai berikut menurut Sugiyono 2003:65 adalah : SMA : 47 110 188 80 = X S1 : 23 110 188 39 = X Diploma : 36 110 188 62 = X S2 : 4 110 188 7 = X Adapun sampel berdasarkan karakteristik responden menurut tingkat pendidikan adalah sebagai berikut: Tabel 3.1. Jumlah Responden Berdasarkan Tingkat Pendidikan No. Tingkat Pendidikan Jumlah 1 SMA 47 2 Diploma 36 3 S1 23 4 S2 4 Total 110 Sumber: PT. Garam Persero Surabaya 54 Berdasarkan tabel diatas dapat diketahui bahwa yang menjadi responden dalam penelitian ini adalah karyawan yang memiliki pendidikan SMA sebanyak 47 orang, diploma sebanyak 36 orang, S1 sebanyak 23 orang dan S2 sebanyak 4 orang. 3.3.Teknik Pengumpulan Data 3.3.1. Sumber Data a. Data Primer Yaitu pengumpulan data yang diperoleh secara langsung dari objek penelitian yaitu PT. Garam Persero Surabaya melalui kuesioner. b. Data Skunder Yaitu pengumpulan data yang berasal dari dokumen-dokumen yang dimiliki oleh perusahaan terdiri dari sejarah perusahaan, struktur organisasi dan data-data lain yang relevan.

3.3.2. Pengumpulan Data

a. Observasi Yaitu teknik pengumpulan data dengan mengadakan pengamatan langsung terhadap objek penelitian. b. Kuesioner Yaitu memberikan daftar pertanyaan kepada responden untuk memperoleh informasi langsung. c. Wawancara Yaitu melakkan tanya jawab langsung dalam hal ini tanya jawab dengan supervisor saja. 55 d. Dokumentasi Yaitu pengumpulan data yang diambil dari arsip yang berhubungan dengan penelitian 3.4.Teknik Analisis dan Uji Hipotesis 3.4.1. Teknik Analisis Model yang digunakan untuk menganalisis data dalam penelitian ini adalah Structural Equatioan Modelling SEM. SEM merupakan sekumpulan tehnik statistik yang memungkinkan suatu hubungan yang relatif rumit, misalnya hubungan antar satu atau lebih variabel bebas dengan satu atau lebih variabel terikat maupun variabel bebas. Dapat berupa konsep, konstruk tak terukur, atau variabel terukur.SEM juga mempunyai kemampuan menganalisis model-model yang menggunakan variabel laten. Ketepatan pengujian suatu hipotesis tentang pengaruh antara variabel dalam penelitian sangat tergantung pada kualitas dan yang diperoleh dan digunakna dalam pengujian tersebut. Kualitas data yang diperoleh sangat ditentukan oleh kesungguhan responden dalam menjawab semua pertanyaan penetilian dan instrument pengukuran berwujud kuesioner yang digunakan untuk mengumpulkan data tersebut, apakah memiliki validitas dan reliabilitas yang tinggi. Karena SEM dapat memungkinkan pengukuran pada suatu hubungan yang rumit, maka untuk mengetahui hubungan antar variabel yang diteliti digunakan model SEM. Karena penelitian ini terdiri dari beberapa variabel bebas. Dalam menguji tehnik analisis dan uji hipotesis, 56 peneliti menggunakan AMOS 4.0. karena aplikasinya relatif lebih mudah dan praktis. Langkah-Langkah dalam model pengukuran analisis SEM dengan contoh faktor kompensasi dilakukan sebagai berikut: X 1 . 1 = λ1 gaji + er_1 X 1 . 2 = λ2 upah + er_2 X 1 . 3 = λ3 insentif + er_3 X 1 . 4 X 1.1 X 1.3 X 1.2 Kompensasi X 1 er_1 er_3 er_2 X 1.4 er_4 = λ4 tunjangan + er_4 Bila persamaan diatas dinyatakan dalam sebuah pengukuran model untuk diuji unidimensionalitasnya melalui Confirmatory Faktor Analysis, maka model pengukuran kompensasi akan tampak sebagai berikut. Gambar 3.1. Contoh Model Pengukuran Citra Merek Keterangan: X 1.1 .........X 14

3.4.2. Deskripsi Data

. = pertanyaan tentang...... er_j = error term X3.j Deskripsi data berguna untuk menguraikan gambaran data lapangan karakteristik responden secara deskriptif melalui hasil tabulasi atas data nominal. Dari hasil tabulasi tersebut dapat diketahui proporsi 57 jawaban responden atas semua prtanyaan yang tercantum dalam kuesioner, sehingga dapat digunakan sebagai gambaran awal tentang kondisi data tersebut.

3.4.3. Asumsi-Asumsi SEM

Asumsi-asumsi yang harus dimiliki dalam prosedur pengumpulan dan pengolahan data yang dianalisis dengan pemodelan SEM menurut Ferdinant 2002:51, adalah sebagai berikut: 1. Ukuran Sampel Ukuran sampel yang harus dipenuhi dalam pemodelan ini adalah minimum berjumlah 100 dan selanjutnya menggunakan perbandingan 5 observasi untuk setiap estimated parameter. Karena itu bila kita mengembangkan model dengan 20 parameter, maka menimum sampel yang harus digunakan adalah sebanyak 100 sampel. 2. Normalitas dan Linieritas Sebaran data harus dianalisis untuk melihat apakah normalitas dipenuhi sehingga data dapat dioleh lebih lanjut untuk pemodelan SEM ini. Normalitas ini perlu dilakukan baik untuk normalitas multivariat dimana beberapa variabel digunakan sekaligus dalam analisis akhir. Uji linieritas dapat dilakuakn dengan mengamati scatterplots dari data yaitu dengan memilih pasangan data dan dilihat pola penyebarannya menduga ada tidaknya linieritas. 58 3. Ouliers Outliers adalah observasi yang muncul dengan nilai-nilai ekstrim baik secara univariat maupun multivariat yaitu yang muncul karena kombinasi karakteristik unik yang dimilikinya dan terlihat sangat jauh berbeda dari observasi-observasi lainnya. Dapat diadakan treatment khusus pada outlier ini asal diket ahui bagaimana munculnya outlier itu. Outlier pada dasarnya dapat muncul dalam empat katergori. • Pertama, outlier muncul karena kesalahn prosedur seperti kesalahan dalam memasukkan data atau kesalahan dalam mengkoding data. • Kedua, outlier dapat saja muncul karena keadaan yang benar-benar khusus yang memungkinkan profil datanya lain dari pada yang lain, tetapi peneliti mempunyai penjelasan mengenai apa penyebab munculnya nilai ekstri itu. • Ketiga, outlier dapat mnuncul karena adanya sesuatu alasan tetapi peneliti tidak dapat mengetahui apa penyebabnya atau tidak ada penjelasan mengenai sebab-sebab munculnya nilai ekstrim itu. • Keempat, outlier dapat muncul dalam range nilai yang ada, tetapi bila dikombinasi dengan variabel lainnya, kombinasinya menjadai tidak lazim atau sangat ekstrim. Inilah yang disebut dengan multivariate outliers. 59 4. Multicolinearity dan Singularity. Multicollinearitas dapat dideteksi dari determinan matrik kovarians. Nilai determinan matriks kovarians yang sang kecil extremely small memberi indikasi adanya problem multikolinieritas atau singularitas.

3.4.4. Uji Kesesuaian dan Uji Statistik

Dalam analisis SEM tidak ada alat uji statistik tunggal untuk mengukur atau menguji hipotesisi mengenai model Hair et. al., 1995: Joreskog Sorbom, 1989; Long, 1983; Tabachnik Fidell, 1996. Umumnya terhadap berbagai jenis fit index yang digunakan untuk mengukur derajad kesesuaian antara model yang dihipotesakan dengan data yang disajikan. Berikut ini disajikan beberapa indeks kesesuain dan cut-off valuenya untuk digunakan dalam menguji apakah sebuah model dapat diterima atau ditolak. Berikut ini gambara kerangk konseptual besarta indikator yang digunakan dalam penelitian ini seperti yang nampak di bawah ini : 60 Kompensasi X1 Gaji X 1.1 Fasilitas X 1.2 Insentif X 1.3 Tunjangan X 1.4 Pengakuan Atasan X 2.1 Prestasi X 2.2 Penghargaan X 2.3 Keadilan X 2.4 Kesesuaian Pekerjaan X 2.5 Beban Yang Diterima X 2.6 Senang Terhadap Pekerjaan X 2.7 Pemberian Tanggungjawab X 2.8 Sikap Terhadap Tanggungjawab X 2.9 Kepuasan Kerja X3 Pekerjaan Itu Sendiri X 3.1 Promosi X 3.2 Kondisi Kerja X 3.3 Motivasi X2 Keluar Masuk Pegawai Y Ketidaksesuaian Bidang Kerja Y 1 Karier Tidak Jelas Y 2 Kebutuhan Hidup Y 3 Tidak Sesuai Dengan Perusahaan Lain Y 4 Kelompok Kerja Atau Rekan Tidak Kondusif Y 5 Fasilitas Kerja Kurang Mendukung Y 6

1. X2-CHI SQUARE STATISTIC

Chi square bersifat sangat sensitive terhadap besarnya sampel yang terlalu kecil 50 maupun terhadap sampel yang terlalu besar 50. Oleh karena itu penggunaan chi square hanya sesuai bila ukuran sampel adlah antara 100 dan 200 sampel. Bila ukuran sampel ada diluar rentang itu, uji signifikansi akan menjadai kurang realibel. Oleh karena itu pengujian ini perlu dilengkapi dengan alat uji yang lainnya.

2. RMSEA-the root mean square error of approximation

RMSEA adalah seuah indeks yang dapat digunakan untuk menkompensasi chi square statistik dlam sampel yang besar Baumgartner Homburg, 1996. Nilai RMSEA yang lebih kecil atau sama dengan 0,08 merupakan indeks untuk dapat diterimanya model yang menunjukkan sebuah colse fit dari model 61 itu berdasarkan degrees of freedom Brown Cudeck, 1993

3. GFI-Goodness of Fit Index

Indek kesesuaian fit indeks ini akan menghitung proposi tertimbang dari varians dlam matriks kovarians sampel yang dijelaskan oleh matriks kovarians populasi yang teretimasikan Bentler, 1983; Tanaka Huba, 1989. GIF adalah sebuah ukuran non-statistikal yang mempunyai rentang nilai antara 0 poor fit sampai dengan 1.0 perfect fit. Nilai yang tinggi dalam indeks ini menunjukkan sebuah “better benefit”.

4. AGFI-Adjusted Goodness of Fit Index

Perlu diketahui bahwa baik GFI maupun AGFI adlah kriteria yng memperhitungkan proposi tertimbang dari varians dlam sebuah matriks kovarians smpel. Nilai sebesar 0,95 dapat diinterpretasikan sebagai tingkatan yang baik- good overall model fit baik sedangkan besaran nilai antara 0,90- 0,95 menunjukkan tingkatan cukup adequate Hulland et al, 1996

5. CMINDF

The minimum sample discrepancy function CMIN dibagi denan degree of freedom akan menghasilkan indeks CMINDF, yang umumnya dilaporkan oleh para peneliti sebagai salah satu indikator untuk mengukur tingkat fitnya sebuah model.

6. TLI-Tucker Lewis Index

TLI adalah sebuah alternatif incremental fit index yang membandingkan sebuah yang diuji terhadap sebuah baseline model Baumgartner Hoburg, 1996. Nilai yang direkomendasikan sebagai acuan untuk diterimanya sebuah 62 model adalah penerimaan ≥ 0,95, dan nilai yang sangat mendekati 1 menunjukkan a very good fit Arbuckle, 1997

7. CFI-Comparative Fit Index

Besarnya indeks ini adalah pada rentang nilai sebesar 0-1, dimana semakin mendekati 1, mengindikasikan tingkat fit yang paling tinggi-a very good fit Arbuckle, 1997. Nilai yang direkomendasikan adalah CFI ≥0,95. Keunggulan dari indeks ini bahwa besarannya tidak dipengaruhi oleh ukuran sampel itu sangat baik untuk mengatur tingkat penerimaan sebuah model. Dengan demikian indeks-indeks yang dapat digunakan untuk menguji kelayakan sebuah model adalah seperti yang diringkas dalam tabel berikut ini: Tabel 3.1. Kriteria Goodness of Fit Index Goodness of Fit Index Keterangan Cut-off Value Χ 2 Menguji apakah covariance populasi yang diestimasi sama dengan covariance sampel apakah model sesuai dengan data - Chi Square Diharapkan kecil, 1 s.d 5, atau paling baik diantara 1 dan 2 Probability Uji signifikansi terhadap perbedaan matriks covariance data dan matriks covariance yang diestimasi. Minimum 0,1 atau 0,2 atau ≥ 0,05 RMSEA Mengkompensasi kelemahan Chi-Square pada sampel besar ≤ 0,08 GFI Menghitung proporsi tertimbang varian dalam matriks sampel yang dijelaskan oleh matriks covariance populasi yang diestimasi Analog dengan R 2 ≥ 0,90 dalam regresi berganda AGFI GFI yang disesuaikan terhadap DF ≥ 0,90 CMINDDF Kesesuaian antara data dengan model ≤ 2,00 TLI Perbandingan antara model yang diuji terhadap baseline model ≥ 0,95 CFI Uji kelayakan model yang tidak sensitif terhadap besarnya sampel dan kerumitan model ≥ 0,94

3.4.5. Uji Asumsi Model Structural Equation Modeling

1. Uji Normalitas Sebaran dan Linieritas 63 a. Normalitas dapat diuji dengan melihat gambar histogram data atau dengan menggunakan metode statistik. b. Menggunakan critical ratio yang diperoleh dengan membagi koefisien sampel dengan standart error-nya dan skeweness value yang biasa disajikan dalam statistik deskriptif dimana nilai statistik yang digunakan untuk menguji normalitas sebaran data itu disebut Z-value. Dengan kriteria penilaian pada tingkat signifikansi 1, jika nila Z score lebih besar dari nilai kritis maka dpat diduga bahwa distribusi data adalah tidak normal. 2. Evaluasi Outlier a. Mengamatai nilai Z score, ketentuannya diantara ± 3,0 non outlier. b. Multivariate outlier diuji dengan kriteria jarak mahalanobis pada tingkat p 0,001. Jarak diuji dengan chi square │χ 2 │ pada derajat kebebasan df sebesar jumlah variabel bebasnya. Dengan ketentuan mahalonobis dari nilai │χ 2 Outlier adalah observasi atau data yang memiliki karakteristik unik yang terlihat sangat berbeda dibandingkan observasi-observasi yang lain dan muncul dalam bentuk nilai ekstrim untuk sebuah variabel tunggal atau variabel kombinasi. │ adalah multivariate outlier. 3. Deteksi Multivoliniarity dan Heteroskedastisitas 64 Deteksi Multivoliniarity dan Heteroskedastisitas dilakukan dengan mengamati Determinant Matrix Covariance. Dengan ketentuan apabila determinant sample matrix mendekati angka 0 kecil, maka terjadi multikoliniaritas dan heteroskedastisitas 4. Uji Validitas dan Reliabilitas Validitas menyangkut tingkat akurasi yang dicapai oleh sebuah indikator dalam menilai sesuatu atau akuratnya pengukuan atas apa yang seharusnya diukur. Sedangkan reliabilitas adalah ukuran mengenai konsistensi internal dari indikator-indikator sebuah konstruk yang menunjukkan derajat dimana masing-masing indikator mampu menghasilkan konstruk atau faktor variabel laten. Karena merupakan indikator miltidimensi maka uji validitas dari setiap katen variables construct akan diuji dengan melihat loading factor dari hubungan antara setiao observed variable dan latent vareiable. Sedangkan reliabilitas diuji dengan construct reliability dan variance estracted. Construct reliability dan variance extracted dihitung dengan menggunakan rumus: Construct Reliability = [ ] [ ] 1 2 2 Loading e Standardiz Loading e Standardiz ε ∑ + ∑ ∑ Variance Extrated = [ ] [ ] 1 2 2 Loading e Standardiz Loading e Standardiz ε ∑ + ∑ ∑ 65 Standardize Loading dapat dari output AMOS 4.01, dengan melihat nilai estimasi setiap construct standardize regression weights terhadap setiap butir sebagai indikatornya. Sementara ε j dapat dihitung dengan formula ε j = 1- Standardize Loading. Secara umum nilai construct reliability yang dapat diterima adalah ≥ 0,7 dan variance extrated 0,5.

BAB IV HASIL PENELITIAN DAN PEMBAHASAN