56
3.4.3 Uji Validitas Konstruk Masing-Masing Motivasi Kerja
Pada pengujian validitas konstruk motivasi kerja, peneliti menguji apakah 14 item bersifat unidimensional, artinya benar hanya mengukur variabel
motivasi kerja. Item-item ini digunakan untuk mengukur motivasi kerja melalui lima dimensi, yaitu achievement prestasi, responsibility tanggung
jawab, recognition penghargaan, work it self pekerjaan itu sendiri, dan advancement kemajuan.
Dari hasil uji CFA yang dilakukan pertama kali didapat chi- square= 334.90, df= 67, p-value= 0.00000, RMSEA= 0.149, yang mana
artinya model tersebut tidak fit. Berdasarkan hal tersebut, maka peneliti melakukan 24 modifikasi terhadap model, dimana kesalahan pengukuran
pada beberapa item dibebaskan berkorelasi satu sama lainnya, sampai didapatkan model fit. Berdasarkan hasil uji CFA selanjutnya didapatkan
model fit dengan chi-square= 53.23, df= 43, p-value= 0.13632, RMSEA= 0.036, yang artinya model dapat diterima. Tidak ada perbedaan antara data
dengan teori dan seluruh item mengukur satu faktor yaitu motivasi kerja. Selanjutnya peneliti melihat apakah item yang sudah fit tersebut,
ada yang perlu di drop atau tidak. Item yang memiliki t-value lebih besar dari 1.96 t 1.96 dapat dinyatakan termasuk item yang valid, sementara
yang kurang dari 1.96 akan di drop. Tabel dibawah ini menunjukkan koefisien muatan faktor dari item motivasi kerja.
57
Table 3.12 Muatan Faktor Item Motivasi Kerja
Item Koefisien
Standar Deviasi T-value
Signifikan Maju 1
0.77 0.06
12.20 √
Maju 2
0.70 0.07
10.47 √
Maju 3 0.76
0.06 11.96
√ TJ 1
0.30 0.08
3.78 √
TJ 2
0.75 0.12
6.34 √
WIS 1 0.97
0.10 10.22
√ WIS 2
0.31 0.07
4.20 √
WIS 3 0.55
0.08 6.87
√ PR 1
0.74 0.08
9.69 √
PR 2 0.63
0.08 8.08
√ PR 3
0.24 0.08
3.16 √
PHRG 1 0.87
0.06 14.65
√ PHRG 2
0.81 0.06
13.00 √
PHRG 3 0.80
0.06 12.40
√ Keterangan: √ = signifikan t 1.96; × = tidak signifikan.
Pada tabel 3.12 dapat dilihat bahwa dari 14 item yang digunakan peneliti, seluruh item memiliki koefisien yang bermuatan positif sehingga
seluruh item dinyatakan signifikan, dan mampu menggambarkan konstruk yang ingin diukur, sehingga tidak ada item yang di drop.
3.5 Metode Analisis Data
Kategori