Berdasarkan hasil penelitian ini maka akan diuji peranan kualitas software apotek dampaknya terhadap kepuasan karyawan dan kinerja karyawan. Pengujian akan
dilakukan, dimana akan diuji peranan kualitas software apotek dampaknya terhadap kepuasan karyawan dam kinerja karyawan.
4.2.1 Analisis Jalur
Secara diagram bentuk hubungan antara ketiga variabel yang sedang diteliti tersebut dapat dilihat pada gambar berikut.
X
Y Z
P
YX
P
ZX
P
ZY
εεεε
1
εεεε
2
Gambar 4.48 Diagram Jalur Paradigma Penelitian
Analisis Jalur Pengaruh Kualitas Software Apotek X dan Kepuasan Y Terhadap Kinerja Karyawan Z
Pengujian hipotesis dilakukan untuk mengetahui besar pengaruh Kualitas Software Apotek X
1
dan Kepuasan Y terhadap Kinerja Karyawan Z. Dalam metode analisis jalur, untuk mencari hubungan kausal atau pengaruh variabel-variabel
penelitian, terlebih dahulu dihitung matriks korelasi dari variabel-variabel Kualitas Software Apotek X dan Kepuasan Y terhadap Kinerja Karyawan Z.
4.2.2 Uji Korelasi
Sesuai dengan hipotesis penelitian yang diajukan, selanjutnya data akan diuji dengan menggunakan analisis jalur path analysis. Analisis jalur mengkaji hubungan
sebab akibat yang bersifat struktural dari variabel independen terhadap variabel dependen dengan mempertimbangkan keterkaitan antar variabel independen. Hasil
komputasi analisis jalur menggunakan bantuan software SPSS 15.0 dapat dilihat pada lampiran. Untuk mengetahui tingkat kekuatan hubungan antar sesama variabel
independen Variabel bebas pada penelitian ini adalah kualitas software apotek X, variabel
intervening kepuasan karyawan Y dan variabel dependen kinerja karyawan Z, koefisien korelasi diantara ketiga variabel bebas tersebut disajikan pada tabel berikut.
Tabel 4.22 Matriks Korelasi Antar Variabel
Variabel X
Y Z
X 1
0.830 0.904
Y 0.830
1 0.880
Z 0.904
0.880 1
Tabel 4.23 Matriks Korelasi Antar Variabel Bebas
Variabel X
Y X
1 0.830
Y 0.830
1
Berdasarkan matriks korelasi di atas dapat dihitung matriks inversnya.
Tabel 4.24 Invers Matriks Korelasi
Variabel X
Y X
3.219 -2.673
Y -2.673
3.219
Berdasarkan hasil perhitungan matriks korelasi dan matriks invers dapat diperoleh koefisien jalur, pengaruh secara keseluruhan dari X
dan Y serta koefisien jalur variabel lainnya di luar X
dan Y koefisien residu. P
zxj
= R
-1
R
zxj 1
zx xx
xy zx
zy yy
zy
r r
r r
r
ρ ρ
−
=
1
1 0.830
0.904 0.830
1 0.880
zx zy
ρ ρ
−
=
Sehingga diperoleh nilai koefisien jalur
0.561 0.414
zx zy
ρ ρ
=
Perhitungan Koefisien Determinasi
2 z xy
R
2 zx
zx zy
z xy zy
r R
r ρ
ρ
=
[ ]
2
0.904 0.561 0.414
0.880
z xy
R
=
2
0.871
z xy
R =
Pengaruh variabel lain yang tidak dimasukkan kedalam model P
Yε
Perhitungan P
Yε
P
Yε
= 1 -
2 z xy
R
P
Yε
= 1 – 0.871 = 0.129
Tabel 4.25 Besaran Koefisien Jalur
Variabel Koefisien Jalur
Pengaruh Secara
Bersamaan Pengaruh
Residu Kualitas Software Apotek
X P
zx
= 0.561 0.871
0.129 Kepuasan Y
P
zy
= 0.414
Dengan memperhatikan tabel di atas, maka diperoleh persamaan jalur sebagai berikut :
Z = 0.561 X + 0.414 Y + ε
1
Dari persamaan di atas dapat diartikan bahwa setiap peningkatan Kualitas Software Apotek sebesar satu satuan, maka akan meningkatkan Kinerja Karyawan
karena nilainya positif sebesar 0.561 satuan, setiap peningkatan Kepuasan sebesar satu satuan, maka akan meningkatkan Kinerja Karyawan sebesar 0.414 satuan.
Nilai koefisien jalur variabel Kualitas Software Apotek lebih besar dibandingkan koefisien jalur variabel kepuasan, artinya variabel Kualitas Software
Apotek lebih menentukan berpengaruh lebih besar terhadap Kinerja Karyawan dibandingkan kepuasan baik secara langsung maupun tak langsung.
Dari tabel diperoleh total pengaruh variabel Kualitas Software Apotek dan Kepuasan terhadap Kinerja Karyawanadalah sebesar 0.871 atau sekitar 87.1,
sedangkan pengaruh faktor lainnya terhadap Kinerja Karyawanditunjukkan dengan nilai 0.129 atau sekitar 12.9. Dengan kata lain, variabel Kinerja Karyawandapat
dijelaskan sebesar 87.1 oleh variabel Kualitas Software Apotek dan Kepuasan. Sisanya sebesar 12.9 variabel Kinerja Karyawan dapat dijelaskan oleh variabel lain
yang tidak diteliti.
Gambar 4.49 Diagram Jalur Dan Koefisien Jalur
4.2.4 Uji Hipotesis
