Analisis Data 1. Evaluasi Outlier

71 Berdasarkan tabel 4.6, diketahui bahwa pernyataan “Tingkat kualitas kerja yang dicapai karyawan berdasarkan syarat-syarat dan kesiapannya” memiliki nilai rata-rata tertinggi sebesar 5,49, yang berarti bahwa tingkat kualitas kerja yang dicapai karyawan berdasarkan syarat-syarat dan kesiapannya sudah cukup baik. Sedangkan secara keseluruhan rata-rata tanggapan responden terhadap kinerja Y2 sebesar 5,46 yang berarti bahwa kinerja karyawan PT. Hotel Sinar Express Surabaya selama ini sudah cukup baik. 4.2. Analisis Data 4.2.1. Evaluasi Outlier Outlier adalah observasi atau data yang memiliki karakteristik unik yang terlihat sangat berbeda jauh dari observasi-observasi lainnya dan muncul dalam bentuk nilai ekstrim untuk sebuah variabel tunggal atau variabel kombinasi atau mutivariate. Evaluasi terhadap outlier multivariate antar variabel perlu dilakukan sebab walaupun data yang dianalisis menunjukkan tidak ada outliers pada tingkat univariate, tetapi observasi itu dapat menjadi outliers bila sudah saling dikombinasikan. Jarak antara Mahalanobis untuk tiap-tiap observasi dapat dihitung dan akan menunjukkan sebuah observasi dari rata-rata semua variabel dalam sebuah ruang multidimensional Hair dkk, 1998. Uji terhadap outliers multivariate dilakukan menggunakan jarak Mahalanobis pada tingkat p 1. Jarak mahalanobis dievaluasi menggunakan χ² chi kuadrat, derajat bebas sebesar jumlah variabel dalam penelitian ini. Hasil uji outliers tampak pada tabel berikut: Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 72 Tabel 4.7. Hasil Uji Outlier Residuals Statistics Minimum Maximum Mean Std. Dev N Predicted Value 35.637 82.197 55.500 8.366 110 Std. Predicted Value -2.374 3.191 0.000 1.000 110 Standard Error of Predicted Value 5.752 16.235 9.986 2.155 110 Adjusted Predicted Value 28.614 77.127 55.271 9.007 110 Residual -58.239 65.246 0.000 30.782 110 Std. Residual -1.803 2.020 0.000 0.953 110 Stud. Residual -1.908 2.200 0.003 1.005 110 Deleted Residual -65.220 77.386 0.229 34.256 110 Stud. Deleted Residual -1.934 2.244 0.004 1.010 110 Mahalanobis Distance [MD] 2.466 26.550 9.909 4.709 110 Cooks Distance 0.000 0.082 0.010 0.015 110 Centered Leverage Value 0.023 0.244 0.091 0.043 110 a Dependent Variable : NO. RESP Sumber : Lampiran 3 Deteksi terhadap multivariat outliers dilakukan dengan menggunakan kriteria Jarak Mahalanobis pada tingkat p 0,001. Jarak Mahalanobis itu dievaluasi dengan menggunakan  2 pada derajat bebas sebesar jumlah variabel yang digunakan dalam penelitian. Bila kasus yang mempunyai Jarak Mahalanobis lebih besar dari nilai chi-square pada tingkat signifikansi 0,001 maka terjadi multivariate outliers. Nilai  2 0.001 dengan jumlah indikator 10 adalah sebesar 29,588. Hasil analisis Mahalanobis diperoleh nilai 26.550 yang lebih kecil dari dari  2 tabel 29,588 tersebut. Dengan demikian tidak terjadi multivariate outliers.

4.2.2. Evaluasi Reliabilitas

Koefisien cronbach’s alpha dihitung untuk mengestimasi reliabilitas setiap skala variabel atau indikator observasian. Sementara itu item to total Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 73 correlation digunakan untuk memperbaiki ukuran-ukuran dan mengeliminasi item-item yang kehadirannya akan memperkecil koefisien cronbach’s alpha yang dihasilkan. Hasil selengkapnya dapat dilihat pada tabel berikut : Tabel 4.8 Pengujian Reliability Consistency Internal Konstrak Indikator Item to Total Correlation Koefisien Cronbachs Alpha X1 0.800 X2 0.854 Kompensasi X X3 0.826 0.766 Y11 0.542 Y12 0.553 Y13 0.506 Kepuasan Kerja Y1 Y14 0.443 0.066 Y21 0.657 Y22 0.675 Kinerja Y2 Y23 0.620 0.313 : tereliminasi Sumber : Lampiran 3 Proses eleminasi diperlakukan pada item to total correlation pada indikator yang nilainya 0,5 [Purwanto,2003]. Terjadi eliminasi karena nilai item to total correlation indikator belum seluruhnya ≥ 0,5. Indikator yang tereliminasi tidak disertakan dalam perhitungan cronbachs alpha. Perhitungan cronbachs dilakukan setelah proses eliminasi Hasil pengujian reliabilitas konsistensi internal untuk setiap construct di atas menunjukkan kurang baik dimana koefisien Cronbach’s Alpha yang diperoleh belum seluruhnya memenuhi rules of thumb yang disyaratkan yaitu ≥ 0,7 [Hair et.al.,1998] Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 74

4.2.3. Evaluasi Validitas

Validitas menyangkut tingkat akurasi yang dicapai oleh sebuah indikator dalam menilai sesuatu atau akuratnya pengukuran atas apa yang seharusnya diukur, karena indikator multidimensi, maka uji validitas dari setiap latent variable construct akan diuji dengan melihat loading factor dari hubungan antara setiap observed variable dan latent variable. Hasil analisis tampak pada tabel di bawah ini. Tabel 4.9. Standardize Faktor Loading dan Construct dengan Confirmatory Factor Analysist Faktor Loading Konstrak Indikator 1 2 3 X1 0.753 X2 0.849 Kompensasi X X3 0.652 Y11 0.608 Y12 0.645 Y13 0.414 Kepuasan Kerja Y1 Y14 0.494 Y21 0.579 Y22 0.510 Kinerja Y2 Y23 0.573 Sumber : Lampiran 3 Berdasarkan hasil confirmatory factor analysis terlihat bahwa factor loadings masing masing butir pertanyaan yang membentuk setiap construct belum seluruhnya ≥ 0,5, sehingga butir-butir instrumentasi setiap konstruk tersebut dapat dikatakan validitasnya cukup baik Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 75

4.2.4. Evaluasi Construct Reliability dan Variance Extracted

Selain melakukan pengujian konsistensi internal cronbach’s alpha, perlu juga dilakukan pengujian construct reliability dan variance extracted. Kedua pengujian tersebut masih termasuk uji konsistensi internal yang akan memberikan peneliti kepercayaan diri yang lebih besar bahwa indikator-indikator individual mengukur suatu pengukuran yang sama. Hasil perhitungan construct reliability dan variance extracted dalam tabel berikut :. Tabel 4.10. Construct Reliability dan Variance Extracted Konstrak Indikator StandFactor Loading SFL Kuadrat Error [ εj] Construct Reliability Variance Extrated X1 0.753 0.567 0.433 X2 0.849 0.721 0.279 Kompensasi X X3 0.652 0.425 0.575 0.798 0.571 Y11 0.608 0.370 0.630 Y12 0.645 0.416 0.584 Y13 0.414 0.171 0.829 Kepuasan Kerja Y1 Y14 0.494 0.244 0.756 0.576 0.319 Y21 0.579 0.335 0.665 Y22 0.510 0.260 0.740 Kinerja Y2 Y23 0.573 0.328 0.672 0.571 0.308 Batas Dapat Diterima ≥ 0,7 ≥ 0,5 Sumber : Lampiran 3 Hasil pengujian reliabilitas instrumen dengan construct reliability dan variance extracted menunjukkan instrumen cukup reliabel, yang ditunjukkan dengan nilai construct reliability belum seluruhnya ≥ 0,7. Meskipun demikian angka tersebut bukanlah sebuah ukuran “mati” artinya bila penelitian yang dilakukan bersifat exploratory, maka nilai di bawah 0,70 pun masih dapat diterima sepanjang disertai alasan–alasan empirik yang terlihat dalam proses eksplorasi. Dan variance extracted direkomendasikan pada tingkat 0,50. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 76

4.2.5. Evaluasi Normalitas

Uji normalitas sebaran dilakukan dengan curtosis value dari data yang digunakan yang biasanya disajikan dalam statistik deskriptif. Nilai statistik untuk menguji normalitas itu disebut Z-value. Bila nilai-Z lebih besar dari nilai kritis maka dapat diduga bahwa distribusi data adalah tidak normal. Nilai kritis dapat ditentukan berdasarkan tingkat signifikansi 0,01 1 yaitu sebesar ± 2,58. Hasil analisis tampak pada tabel berikut : Tabel 4.11. Assessment Of Normality Variable min max kurtosis c.r. X11 3 7 -0.817 -1.750 X12 3 8 -0.138 -0.296 X13 3 7 -0.707 -1.515 X14 3 7 -0.842 -1.803 X21 4 7 -0.810 -1.734 X22 3 7 -0.805 -1.724 X23 3 7 -0.523 -1.120 X24 3 7 -0.618 -1.323 Y1 3 7 -0.499 -1.068 Y2 3 7 -0.500 -1.070 Y3 3 7 -0.634 -1.358 Multivariate -3.843 -1.192 Batas Normal ± 2,58 Sumber : Lampiran 3 Hasil uji menunjukkan bahwa nilai c.r. mutivariate berada di antara ± 2,58 itu berarti asumsi normalitas terpenuhi. Fenomena ini tidak menjadi masalah serius seperti dikatakan oleh Bentler Chou [1987] bahwa jika teknik estimasi dalam model SEM menggunakan maximum likelihood estimation [MLE] walau ditribusi datanya tidak normal masih dapat menghasilkan good estimate, sehingga data layak untuk digunakan dalam estimasi selanjutnya Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 77

4.2.6. Analisis Model

One – Step Approach to SEM Dalam model SEM, model pengukuran dan model struktural parameter- parameternya diestimasi secara bersama-sama. Cara ini agak mengalami kesulitan dalam memenuhi tuntutan fit model. Kemungkinan terbesar disebabkan oleh terjadinya interaksi antara measurement model dan structural model yang diestimasi secara bersama-sama One Step Approach to SEM. One step aprroach to SEM digunakan apabila model diyakini bahwa dilandasi teori yang kuat serta validitas reliabilitas data sangat baik [Hair et.al.,1998] Hasil estimasi dan fit model one step approach to SEM dengan menggunakan program aplikasi Amos 4.01 terlihat pada gambar dan tabel Goodness of Fit di bawah ini Gambar 4.1 MODEL PENGUKURAN STRUKTURAL Compensation, Job satisfaction, Job Performance Model Specification : One Step Approach - Base Model Job Satisfaction Job Performance Y11 er_1 1 1 Y21 er_6 1 1 1 Compensation X1 er_9 1 0,005 d_js X2 er_10 1 Y12 er_2 1 Y22 er_7 1 Y13 er_3 1 Y14 er_4 1 Y23 er_8 1 X3 er_11 1 1 0,005 d_jp 1 Sumber : Lampiran 3 Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 78 Tabel 4.12 Evaluasi Kriteria Goodness of Fit Indices Model One- Step Approach – Base Model Kriteria Hasil Nilai Kritis Evaluasi Model CminDF 4.059 ≤ 2,00 kurang baik Probability 0.000 ≥ 0,05 kurang baik RMSEA 0.168 ≤ 0,08 kurang baik GFI 0.832 ≥ 0,90 kurang baik AGFI 0.729 ≥ 0,90 kurang baik TLI 0.392 ≥ 0,95 kurang baik CFI 0.541 ≥ 0,94 kurang baik Sumber : Lampiran 3 Dari hasil evaluasi terhadap model one step base model ternyata dari semua kriteria goodness of fit yang digunakan, belum seluruhnya menunjukkan hasil evaluasi model yang baik, berarti model belum sesuai dengan data. Artinya, model konseptual yang dikembangkan dan dilandasi oleh teori belum sepenuhnya didukung oleh fakta. Berdasarkan uji Reliability Consistency Internal terdapat indikator tereliminasi sebagaimana terdapat di bawah ini: Gambar 4.2 MODEL PENGUKURAN STRUKTURAL Compensation, Job satisfaction, Job Performance Model Specification : One Step Approach - Elimination Model Job Satisfaction Job Performance Y11 er_1 1 1 Y21 er_6 1 1 1 Compensation X1 er_9 1 0,005 d_js X2 er_10 1 Y12 er_2 1 Y22 er_7 1 Y13 er_3 1 Y23 er_8 1 X3 er_11 1 1 0,005 d_jp 1 Sumber : Lampiran 3 Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 79 Tabel 4.13 Evaluasi Kriteria Goodness of Fit Indices Model One- Step Approach – Eliminasi Model Kriteria Hasil Nilai Kritis Evaluasi Model CminDF 4.913 ≤ 2,00 kurang baik Probability 0.000 ≥ 0,05 kurang baik RMSEA 0.189 ≤ 0,08 kurang baik GFI 0.829 ≥ 0,90 kurang baik AGFI 0.705 ≥ 0,90 kurang baik TLI 0.375 ≥ 0,95 kurang baik CFI 0.548 ≥ 0,94 kurang baik Sumber : Lampiran 3 Dari hasil evaluasi terhadap model one step eliminasi model ternyata dari semua kriteria goodness of fit yang digunakan, belum seluruhnya menunjukkan hasil evaluasi model yang baik, berarti model belum sesuai dengan data. Artinya, model konseptual yang dikembangkan dan dilandasi oleh teori belum sepenuhnya didukung oleh fakta. Dengan demikian model ini masih perlu dimodifikasi sebagaimana terdapat di bawah ini : Gambar 4.3 MODEL PENGUKURAN STRUKTURAL Compensation, Job satisfaction, Job Performance Model Specification : One Step Approach - Elimination Modification Model Job Satisfaction Job Performance Y11 er_1 1 1 Y21 er_6 1 1 1 Compensation X1 er_9 1 0,005 d_js X2 er_10 1 Y12 er_2 1 Y22 er_7 1 Y13 er_3 1 Y23 er_8 1 X3 er_11 1 1 0,005 d_jp 1 Sumber : Lampiran 3 Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 80 Tabel 4.14. Variabel yang Dimodifikasi Dalam Model Modifikasi : Estimate Prob. er_1 -- er_8 1.068 0.000 er_7 -- er_3 0.408 0.002 er_1 -- er_6 0.276 0.019 X3 -- Y21 0.131 0.023 Sumber : Lampiran 3 Dari tabel 4.17 menunjukkan bahwa terdapat modifikasi indeks MI sebanyak 4 kali untuk mendapatkan model yang baik fit models Tabel 4.15 Evaluasi Kriteria Goodness of Fit Indices Model One- Step Approach – Eliminasi Modifikasi Kriteria Hasil Nilai Kritis Evaluasi Model CminDF 1.199 ≤ 2,00 baik Probability 0.236 ≥ 0,05 baik RMSEA 0.043 ≤ 0,08 baik GFI 0.953 ≥ 0,90 baik AGFI 0.903 ≥ 0,90 baik TLI 0.968 ≥ 0,95 baik CFI 0.981 ≥ 0,94 baik Sumber : Lampiran 3 Dari hasil evaluasi terhadap model one step eliminasi modifikasi ternyata dari semua kriteria goodness of fit yang digunakan, seluruhnya menunjukkan hasil evaluasi model yang baik, berarti model telah sesuai dengan data. Artinya, model konseptual yang dikembangkan dan dilandasi oleh teori telah sepenuhnya didukung oleh fakta. Dengan demikian model ini adalah model yang terbaik untuk menjelaskan keterkaitan antar variabel dalam model. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 81

4.2.7. Uji Kausalitas

Dilihat dari angka determinant of sample covariance matrix : 1.432.698.946 0 mengindikasikan tidak terjadi multicolinierity atau singularity dalam data ini sehingga asumsi terpenuhi. Dengan demikian besaran koefisien regresi masing- masing faktor dapat dipercaya sebagaimana terlihat pada uji kausalitas di bawah ini : Tabel 4.16. Uji Kausalitas Antar Faktor Faktor Faktor Ustd Estimate Std Estimate Prob Kepuasan Kerja Y1 Kompensasi X 0.408 0.985 0.004 Kinerja Y2 Kompensasi X -0.767 -2.728 0.306 Kinerja Y2 Kepuasan Kerja Y1 2.399 3.536 0.219 Batas Signifikansi  0,10 Sumber : Lampiran 3 Dilihat dari tingkat Prob. arah hubungan kausal, maka hipotesis yang menyatakan bahwa : 1. Kompensasi berpengaruh positif terhadap kepuasan kerja karyawan PT. Hotel Sinar Express Surabaya, dapat diterima, dengan probabilitas kausalnya 0,004 ≤ 0,10 signifikan dan positif 2. Kompensasi berpengaruh positif terhadap kinerja karyawan PT. Hotel Sinar Express Surabaya, tidak dapat diterima ditolak, dengan probabilitas kausalnya 0,306 0,10 tidak signifikan dan negatif Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 82 3. Kepuasan kerja berpengaruh positif terhadap kinerja karyawan PT. Hotel Sinar Express Surabaya, tidak dapat diterima ditolak, dengan probabilitas kausalnya 0.219 0,10 tidak signifikan dan positif 4.3. Pembahasan 4.3.1.