. Sedangkan jawaban terendah terdapat pada skor 3 dengan jawabn buruk yaitu sebanyak 2 orang responden atau 1,9 .
2. Kemudian untuk pertanyaan tingkat kualitas dan
hasil kerja sudah sesuai dengan target yang telah ditentukan perusahaan, jawaban tertinggi responden terdapat pada skor 5 dengan
jawaban cukup baik yaitu sebanyak 54 orang responden atau sebesar 43,3 . Sedangkan jawaban terendah terdapat pada skor 7 dengan
jawaban sangat baik yaitu sebanyak 6 orang responden atau sebesar 5,6 .
3. Untuk pertanyaan karyawan Jiwasraya mampu
menyelesaikan pekerjaan yang diberikan oleh perusahaan dengan tepat waktu.jawaban responden yang tertinggi terdapat pada skor 5
yaitu sebanyak 58 orang responden atau sebesar 48,3 sedangkan jawaban terendah terdapat pada skor 4 dengan jawaban cukup buruk
yaitu sebanyak 12 orang atau 10 .
4.3. Deskripsi
Hasil Analisis dan Uji Hipotesis
4.3.1. Uji Normalitas Sebaran dan Linieritas
Uji normalitas sebaran dilakukan dengan Kurtoris Value dari data yang digunakan yang biasanya disajikan dalam statistik
deskriptif. Nilai statistik untuk menguji normalitas itu sesebut Z- Value. Bila nilai –Z lebih besar dari nilai kritis maka dapat diduga
bahwa distribusi data tidak normal. Nilai kritis dapat ditentukan berdasarkan tingkat signifikasi 0,01 1 yaitu sebesar ± 2,58.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Hasil pengujian Normalitas pada penelitian ini akan ditampilkan pada tabel berikut:
Tabel 4.9. Hasil Pengujian Normalitas
Variable Min Max Kurtoris c.r X11 3 7 -0,039
-0,087 X12 3 7 -0,105
-0,236 X13 4 7 -0,724
-1,619 X21 3 7 -0,164
-0,367 X22 4 7 -0,144
-0,321 X23 4 7 -0,262
-0,585 X31 3 7 -0,426
-0,954 X32 4 7 -0,426
-0,951 X33 4 7 -0,665
-1,486 Y1 3 7
-0,331 -0,741
Y2 4 7 -0,382
-0,853 Y3 4 7
-0,180 -0,402
Multivariate
-3,347 -1,000
Batas normal ±
2,58 Sumber: lampiran 3
Hasil uji menunjukkan bahwa nilai c.r. Multivariable berada di antara ± 2,58 itu berarti asumsi normalitas terpenuhi.
4.3.2 Evaluasi atas 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 Hair,1998.
Multivariable outlier diuji dengan kriteria jarak Mahalanobis pada tingkat p 0,001. Jarak diuji dengan Chi-Squae
χ2 pada df sebesar jumlah variable bebasnya df = 12. Ketentuan : bila
Mahalanobis dari nilai χ2 adalah multivariable outlier. Pada
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
penelitian ini terdapat outliet apabila nilai mahalanobis distancenya 32,909.
Untuk lebih memperjelas uraian mengenai evaluasi outlier multivariable berikut ini akan disajikan tabel Uji Outlier
Multivariable :
Tabel 4.10. Hasil Pengujian Outlier Multivariable
minimum maximum Mean Std
Devination
N
Predicted Value
13,113 89,803 60,500 12,991 120
Std. Predicted Value
-3,648 2,256 0,000 1,000 120
Standar Error of Predicted Value
6,807 16,895 11,059
1,780 120
Adjusted Predicted Value
15,112 94,991 60,278 13,885 120
Residual
-66,287 74,662 0,000 32,268 120
Std Residual
-1,948 2,194 0,000 0,948 120
Stud Residual
-2,029 2,491 0,003 1,009 120
Deleted Residual
-74,148 96,278 0,222 36,604 120
Stud Deleted Residual
-2,060 2,555 0,003 1,015 120
Mahalanobis Distance MD
3,770 28,340
11,900 4,210 120
Cook’s Distance
0,000 0,138 0,011 0,017 120
Centered Leverage Value
0,032 0,238 0,100 0,035 120
Dependent Variable No RESP
Sumber : lampiran 4 Berdasarkan tabel diatas, setelah dilakukan pengujian diketahui
nilai MD maksimum adalah 28,340 lebih kecil dari 32,909. Oleh karena itu diputuskan dalam penelitian ini tidak terdapat outlier
multivariate antar variabel
4.3.3. Deteksi Multicollinierity dan Singularity
Dengan mengamati Determinant Matriks Covarians. Dengn ketentuan apabila Determinant sample matrix mendekati angka 0
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
kecil, maka terjadi multikolinieritas dan singularitas Tabachnick Fidell, 1998.
Berdasarkan hasil pengujian dengan menggunakan program AMOS 6.0 diperoleh hasil Determinant of sample Covariance Matrix adalah 0
yaitu sebesar 93, 759,77 mengindikasikan tidak terjadi multikolinieritas dan singularitas dalam data ini sehingga asumsi terpenuhi.
4.3.4. Uji Validitas dan Reliabilitas
Validitas menyangkut tingkat akurasi yang dicapai oleh sebuah indikator dalam menilai sesuatu atau akuratnya pengukuran atas apa yang
seharusnya diukur. Sedangkan Reliabilitas adalah ukuran mengenai konsistensi internal dari indikator – indikator sebuah konstruk yang
menunjukkan derajat sampai dimana masing – masing indikatot itu mengindikasikan sebuah konstruk yang umum.
Karena indikator multidimensi, maka uji validitas dari setiap latent variable construc akan diuji dengan melihat faktor loading faktor dari
hubungan antara setiap observed variable dan latent variable. Sedangkan reliabilitas diuji dengan construc reliability dan variable extracted. Dan
hasil pengolahan data didapatkan hasil sebagai berikut:
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Tabel 4.11. Faktor Loading dan Konstruk dengan Confirmatory Factor Analysis
Faktor Loading Konstrak Indikator
1 2 3 I X11
0,714
X12
0,715
Motivasi kerja X13
0,772
X21
0,642
X22
0,778
Kompetensi X23
0,479
X31
0,782
X32
0,683
Komitmen Organisasi
X33
0,729
Y1
0,770
Y2
0,690
Kinerja Y3
0,734 Sumber : hasil pengolahan data lampiran 6
Berdasarkan hasil confirmatory factor analysis terlihat bahwa factor loading masing-masing butir pertanyaan yang membentuk setiap construc
seluruhnya 0,5,sehingga butir-butir instrumentasi setiap konstruk tersebut dikatakan validitasnya cukup baik dan dapat diterima.
Koefisien Cronbach’s Alpha dihitung untuk mengestimasi reliabilitas setiap skala variabel atau indikator observarian. Sementara itu
item to total correlation digunakan untuk memperbaiki ukuran-ukuran dan mengeliminasi butir-butir yang kehadirannya akan memperkecil koefisien
Cronbach’s Alpha yang di hasilkan. Hasil pengujian reliabilitas Consistency Internal dalam penelitian ini
dapat dilihat pada tabel berikut ini :
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Tabel 4.12 Pengujian Reliabilitas Consistency Internal
Konstrak Indikator Item to total
Correlation Koefisien
Cronbach’s Alpha X11 0,824
X12 0,811 Motivasi kerja
X13 0,859 0,776
X21 0,769 X22 0,834
Kompetensi X23 0,685
0,639 X31 0,850
X32 0,802 Komitmen
Organisasi X33 0,838
0,774 Y1 0,849
Y2 0,823 Kinerja
Y3 0,823 0,776
Sumber : lampiran 5 Hasil pengujian reliabilitas konsistensi internal untuk setiap
construct di atas menunjukkan hasil yang baik dimana koefisien-koefisien Cronbach’s Alpha yang diperoleh seluruhnya memenuhi rules of thumb
yang disyaratkan yaitu ≥ 0.7 Hair et.,al., 1998.
Selain melakukan pengujian konsistensi internal Cronbach’s Alpha, perlu juga dilakukan pengujian construc reliability dan variance extracted.
Kedua pengujian tersebut masih dalam koridor uji konsistensi internal yang memberikan peneliti kepercayaan diri yang lebih besar bahwa
indikator-indikator individual mengukur suatu pengukuran yang sama. Construct reliability dan variance-extracted dihitung dengan rumus
sebagai berikut :
Construct-Reliability =
Variance – Extracted = =
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Sementara dapat dihitung dengan formula
= 1 – Standardize loading secara umum, nilai construc reliability yang dapat diterima
adalah ≥ 0,5 Hair at, 1998. Standardize loading dapat diperoleh dari
output AMOS 4.01,dengan melihat estimasi setiap construct standardize regression weight terhadap setiap butir sebagai indikatornya.
= 1 – Hasil pengujian Construct Reliability dan Variance Extraced dalam
penelitian ini akan ditampilkan pada tabel berikut :
Tabel 4.13. Construct Reliability Variance Extrated
Konstrak Indikator Standardize
factor loading
SFL kuadrat
ERROR Construc
Reliability Variance
Extracted X11 0,714
0,510 0,490
X12 0,715 0,511
0,489 Motivation
X13 0,772 0,596
0,404 0,778 0,539
X21 0,642 0,412
0,588 X22 0,778
0,605 0,395
Competence X23 0,479
0,229 0,771
0,673 0,416 X31 0,782
0,612 0,388
X32 0,683 0,466
0,534 Organizational
Commitment X33 0,729
0,531 0,469
0,776 0,536 Y1 0,770
0,593 0,407
Y2 0,690 0,476
0,524 Performance
Y3 0,734 0,539
0,461 0,776 0,536
Batas dapat diterima
≥ 0,7 ≥ 0,5
Sumber : hasil pengolahan data lampiran 6 Hasil pengujian reliabilitas instrumen dengn construc reliability dan
variance extracted menunjukkan instrumen reliabel,yang ditunjukkan dengan nilai construct reliability seluruhnya
≥ 0,7, dan variance extracted yang diperoleh sebagian besar menunjukkan nilai diatas 0,50, sehingga
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
dapat diartikan seluruh instrumen yang digunakan pada penelitian ini telah reliabel.
4.3.5 Pengujian Model Dengan One-Step Approach
Dalam model SEM, model pengukuran dan model structural 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 structiral model yang diestimasi secara bersama-sama One Step Approach to SEM. One Step Approach to SEM digunakan apabila model
diyakini bahwa landasan teori yang kuat serta validitas realiabilitas data sangan baik Hair et., al., 1998.
Hasilestimasi dan fit model One Step Approach to SEM dengan menggunakan program aplikasi Amos 4.0 terlihat pada gambar dan tabel
Goodness of Fit di bawah ini.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Gambar 4.1. Model Pengukuran Kausalitas One Step Approach
MODEL PENGUKURAN STRUKTURAL Motivation, Competence, Organizational Commitment, Performance
Model Specification : One Step Approach - Base Model
1
Motivation X11
er_1 1
X12 er_2
1 X13
er_3 1
1
Competence X21
er_4 X22
er_5 X23
er_6 1
1 1
1
Organizational Commitment
X31 er_7
X32 er_8
X33 er_9
1 1
1 Performance
Y1 er_10
Y2 er_11
Y3 er_12
1 1
1 1
d_ps 1
Tabel 4.14. Evaluasi Kriteria Goodness of Fit Indices Kriteria Hasil
Nilai kritis
Evaluasi model
CminDF 1,419 ≤ 2,00
Baik Probability 0,070
≥ 0,05 Baik
RMSEA 0,059 ≤ 0,08
Baik GFI 0,919
≥ 0,90 Baik
AGFI 0,900 ≥ 0,90
Baik TLI 0,992
≥ 0,95 Baik
CFI 0,954 ≥ 0,94
Baik Sumber : HasilPengolahan Data
Dari hasil evaluasi terhadap model one step base moderi ternyata dari semua kriteria goodness of fit yang digunakan, seluruhnya
menunjukkan hasil evaluasi model yang baik, berarti semua 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 terbaik untukmenjelaskan keterkaitan
antar variabel dalam model sebagaimana terdapat di bawah ini.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Dilihat dari angka determinant of sample covariance matrix : 93.759,77 0 mengindikasikan tidak terjadi multicolinierityatau singularity
dalam data ini sehingga asumsi terpenuhi.dengan demikian besaran koefisien regresi masing-masing faktor dapat dipercaya sebagaimana terlihat
padauji kausalitas di bawah ini.
4.3.6. Pengujian Hipotesis dan Hubungan Kausal
Hipotesis yang diajukan oleh peneliti telah diuji sehingga dapat diketahui arah hubungan kausal dari masing-masing variabel bebas terhadap
variabel terikat yang di teliti, selengkapnya akan dijabarkan pada tabel di bawah ini.
Tabel 4.15. Hasil Pengujian Kausalitas
Regresion Weights faktor
faktor Ustd
Estimate Std
Estimate Prob
Kinerja Motivasi kerja 0,094 0,144 0,293
Kinerja Kompetensi 0,497 0,766 0,000 kinerja
Komitment organisasi
0,122 0,188 0,061
Batas signifikasi ≤ 0,10
Sumber : lampiran 6 Tabel diatas menunjukkan besarnya pengaruh dan arah dari pengaruh
yang diberikan masing-masing variabel bebas terhadap variabel terikat, secara terperinci akan dijabarkan dibawah ini :
1. Variabel motivasi kerja berpengaruh positif dan
tidak dapat diterima terhadap kinerja yang ditunjukkan oleh nilai nilai Std Estimate yang menunjukkan positif dan tingkat probabilitas yang lebih
besar dari batas signifikasi yakni 0, 293 0,10.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
2. Variabel kompetensi berpengaruh positif dan dapat
diterima terhadap kinerja yang ditunjukkan oleh nilai Std Estimate yang memiliki tanda positif dan tingkat probabilitas yang lebih kecil dari batas
signifikasi yakni 0,000 ≤ 0,10.
3. Variabel komitment organisasi memiliki pengaruh
positif dan dapat diterima terhadap kinerja yang ditunjukkan oleh nilai Std Estimate yang memiliki tanda positif dan tingkat probabilitas yang yang
lebih kecil dari batas signifikasi yakni 0,061 ≤ 0,10.
4.4 Pembahasan
