Beban Kerja .1 Kualitatif Metode Analisis Data
79
Pada model pengukuran ini terdapat kesalahan pengukuran item yang saling berkorelasi. Pada hasil pengukuran korelasi kesalahan item dapat dilihat
item-item yang memiliki korelasi yang tidak bagus yaitu 1, 2, 3, 4, 5, 7, 9, 14, 15, 25, dan 41.Tetapi karena ada beberapa item yang jika didrop tidak ada item lain
yang dapat menggantikannya untuk mengukur sub dimensi gejala psikologis, maka peneliti memutuskan untuk tidak menghilangkannya. Dengan demikian
peneliti memutuskan item-item dari gejala psikologis yang akan didrop dengan tidak ikut dianalisis adalah 9, 14, 15, 1, 2, dan 5.
3.7.2 Beban Kerja 3.7.2.1 Kualitatif
Peneliti menguji apakah kelima item yang ada pada dimensi beban kerja kualitatif bersifat unidimensional untuk mengukur satu faktor yaitu beban kerja.
Dari hasil awal analisis CFA yang dilakukan, model satu faktor tidak fit, dengan Chi – Square = 22.19 , df = 5 , P-value = 0.00048 , RMSEA = 0.175. Namun,
setelah dilakukan modifikasi terhadap model, dimana kesalahan pengukuran pada beberapa item dibebaskan berkorelasi satu sama lainnya, maka diperoleh model fit
dengan Chi – Square = 7.91 , df = 4 , P-value = 0.09509, RMSEA = 0.093 Kemudian melihat apakah signifikan tidaknya item tersebut mengukur
faktor yang hendak diukur dapat dilihat nilai t dari setiap koefisien muatan faktor dari item, seperti pada tabel 3.10 berikut.
Tabel 3.10 Muatan Faktor Item Beban Kerja Dimensi Kualitatif
80
No item. Koefisien Standar error
Nilai t Signifikan
3. 0.23
0.10 2.26
V 6.
0.74 0.09
8.04 V
8. 0.80
0.09 9.09
V 9.
0.39 0.11
3.74 V
10. 0.71
0.09 7.89
V
Keterangan : tanda V = signifikan t 1,96 ; X = tidak signifikan
Dari tabel 3.10 dapat kita lihat bahwa seluruh item signifikan t 1,96 dan semua koefisien bermuatan positif. Dengan demikian, pada tahapan ini tidak ada
item yang didrop. Kemudian pada pengukuran korelasi kesalahan item juga tidak terdapat
kesalahan pengukuran item yang saling berkorelasi. Dengan demikian secara keseluruhan tidak ada item yang didrop, artinya semua item akan dianalisis dalam
perhitungan faktor.