Langkah-langkah Pengolahan Data

E. Langkah-langkah Pengolahan Data

1. Analisis Deskriptif Hasil Penelitian

Skala Likert adalah skala yang digunakan untuk mengukur persepsi, sikap atau pendapat seseorang atau kelompok mengenai sebuah peristiwa atau fenomena sosial, berdasarkan definisi operasional yang telah ditetapkan oleh peneliti. Pengolahan data secara deskriptif adalah dengan cara memperoleh hasil perkalian dari jumlah responden dengan skor pilihan jawaban yang diberikan. Seluruh hasil perkalian dari jumlah responden pada masing-masing pilihan jawaban ini (pada masing-masing item) dijadikan dasar penafsiran data hasil penelitian secara deskriptif.

Untuk menentukan tingkat tanggapan responden, dilakukan perhitungan persentase dengan mengacu kepada teori yang dikemukakan oleh Harun Al-Rasyid dalam Ating Somantri (2006: 122) dalam menyusun penskalaan dengan metode Likert’s Summated Rating yang ditentukan oleh skor maksimum dan skor minimum yang mungkin dicapai oleh setiap responden.

Sangat rendah

2. Uji Validitas dan Reliabilitas Instrumen

Uji validitas dan reliabilitas instrumen dilakukan dalam kerangka pengembangan instrumen penelitian. Langkah-langkah yang akan ditempuh dalam pengembangan instrumen penelitian secara garis besarnya adalah sebagai berikut.

1) Merumuskan definisi operasional setiap variabel penelitian hingga masing-masing variabel memiliki batasan yang jelas mengenai aspek dan subaspek yang akan diukur serta indikatornya masing-masing.

2) Menyusun penjabaran konsep yang akan dijadikan panduan dalam penulisan butir-butir pertanyaan.

3) Merumuskan butir-butir pertanyaan sesuai dengan penjabaran konsep instrumen penelitian yang telah ditetapkan.

4) Mendiskusikan perangkat instrumen dengan pembimbing untuk men- dapatkan masukan dan pertimbangan mengenai kelayakan konstruksi, lingkup dan redaksi dari setiap pernyataan.

5) Menguji validitas dan reliabilitas instrumen penelitian dengan tujuan untuk mengukur valid tidaknya instrumen itu.

a) Teknik analisis yang dipergunakan adalah teknik r Product Moment, yaitu hasil perhitungan dibandingkan dengan kriteria validitas yaitu suatu butir pernyataan dinyatakan valid jika koefesien r hitung lebih besar dari r tabel pada taraf signifikansi α= 0,05. Rumus yang digunakan adalah sebagai berikut.

n ∑ XY - ( ∑ X )( ) ∑ Y

[ n ( ∑ X )( − ∑ X ) ] [ n ( ∑ Y )( − ∑ Y ) ]

r xy =

Keterangan: r xy : Koefisien korelasi n: jumlah responden

X : Jumlah skor setiap item Y

: Jumlah skor total seluruh item (

∑X) 2 : Kuadrat jumlah skor item X ∑X 2 : Jumlah kuadrat skor item X

( ∑Y) 2 : Kuadrat jumlah skor item Y ( 2 ∑X) : Jumlah kuadrat skor item Y

b) Menata ulang instrumen pernyataan sesuai dengan butir-butir pernyataan yang valid (sahih).

c) Uji reliabilitas instrumen digunakan dengan menggunakan koefesien reliabilitas dari Alpha Cornbach.

 k   ∑ Si  

Keterangan :

α = nilai koefisien reliabilitas instrumen

= banyaknya butir pertanyaan atau banyaknya soal

∑ Si 2 = mean kuadrat kesalahan Si 2 = varians total

Hasil yang diperoleh dari ini selanjutnya dikonsultasikan dengan tabel r product moment pada taraf signifikansi 5% dan N = 31 (Lihat lampiran Tabel Nilai-nilai r Product Moment).

Instrumen sebagai alat pengumpul data dalam penelitian harus memenuhi persyaratan kesahihan (validity) dan keterandalan (realiability). Oleh karena itu, dalam penelitian instrumen yang digunakan untuk pengumpulan data dari penelitian terlebih dahulu diujicobakan guna mengetahui kesahihan dan keterandalan instrumen tersebut. Suatu instrumen dikatakan valid apabila mampu mengukur apa yang diinginkan. Reliabilitas adalah indeks yang mampu menunjukkan sejauh mana suatu alat pengukur dapat di-percaya atau dapat diandalkan. Hal ini sesuai dengan apa yang dikemukakan Sugiyono, yang mengatakan bahwa hasil penelitian itu valid jika terdapat kesamaan antara data yang terkumpul dengan data yang sesungguhnya terjadi pada objek yang diteliti.

3. Uji Asumsi Klasik

a) Uji Normalitas Distribusi Data

Karena statistik parametrik berlandaskan pada asumsi bahwa data yang akan dianalisis harus berdistribusi normal, maka dilakukan pengujian normalitas untuk mengetahui apakah data yang dihasilkan berdistribusi normal atau tidak. Asumsi normali-tas merupakan syarat penting pada pengujian kebermaknaan koefisien regresi. Apabila data residual dari mode regresi tidak mengikuti distribusi normal, maka kesimpulan dari uji F dan uji t perlu dipertanyakan karena statistik uji dalam analisis regresi diturunkan dari data yang berdistribusi normal.

Uji normalitas distribusi data yang digunakan pada pe-nelitian ini adalah Kolmogorov-Smirnov Test. Dasar pengambilan keputusannya jika t hitung <t tabel maka data telah berasal dari data yang berdistribusi normal. Untuk data yang banyak, data diasumsikan mendekati distribusi normal dengan syarat data > 100.

b) Uji Asumsi Heteroskedastisitas

Persyaratan kedua dalam analisis regresi linier klasik adalah harus tidak terjadi gejala heteroskedastisitas. Artinya, varian residu pada data harus bersifat homogen atau sama. Uji heteroskedastisitas dilakukan dengan menggunakan uji korelasi Rank Spearman antara variabel bebas dengan nilai residu regresi parsialnya. Jika probabiltias Persyaratan kedua dalam analisis regresi linier klasik adalah harus tidak terjadi gejala heteroskedastisitas. Artinya, varian residu pada data harus bersifat homogen atau sama. Uji heteroskedastisitas dilakukan dengan menggunakan uji korelasi Rank Spearman antara variabel bebas dengan nilai residu regresi parsialnya. Jika probabiltias

c) Uji Asumsi Autokorelasi

Menurut Maurice G. Kendall (1971:8), autokorelasi akan menjelaskan bahwa varian residual (e) tidak saling berpengaruh. Hal ini dapat dilihat dengan menggunakan tes dari Durbin-Watson. Mekanisme tes Durbin-Watson (dalam Gujarati, 1993:217) ini adalah sebagai berikut.

(1) Menentukan regresi OLS dan menentukan residual ei. (2) Menghitung nilai d (dengan menggunakan aplikasi komputer). (3) Untuk ukuran sampel tertentu, menghitung nilai kritis dL dan

dU. (4) Menghitung nilai d-dL dan 4-dU dan kemudian mem-

bandingkannya dengan nilai d pada daerah berikut.

1 dL dU 4-dL 4-dU 4 4 1,660 1,660 2,340 2,340 4 Autokorelasi

Autokorelasi (+)

Tidak

Tidak ada Autokorelasi

Tidak

meyakinkan meyakinkan (-)

Jika nilai d terletak di antara dU dan 4-dU, maka dapat disimpulkan tidak ada autokofrelasi dalam data. Sedangkan jika nilai

d berada pada daerah lainnya maka kesimpulan diberikan oleh gambar di atas. Untuk mengatasi masalah autokorelasi dilakukan transformasi melalui transformasi p = 1 – d/2 (d= nilai Durbin-

Watson). Untuk menghindari data pertama yang hilang, maka data pertama ditransformasikan melalui perkalian dengan √(1-p2).

4. Uji Regresi Sederhana

Analisis data diarahkan pada pengujian hipotesis yang diawali dengan deskripsi data penelitian dari ketiga variabel dalam bentuk distribusi frekuensi dan histogramnya serta menentukan persamaan regresinya. Analisis regresei linier sederhana diawali dengan pengujian asumsi klasik dengan persamaan regresi sebagai berikut.

Ŷ = a + bX + e

Keterangan: Y : komitmen organisasi pegawai

X : motivasi kerja

a : konstanta

b : koefisien regresi atau slope garis regresi Y atas X

e : epsilon, galat presiksi yang terjadi secara acak.

5. Pengujian Hipotesis

Sebelum digunakan sebagai dasar kesimpulan, persamaan regresi yang diperoleh dan telah memenuhi asumsi regresi melalui pengujian di atas, perlu diuji koefisien regresinya. Pengujian regresi ini dilakukan untuk melihat apakah model yang diperoleh dan koefisien regresinya dapat dikatakan bermakna secara statistik sehingga dapat diambil kesimpulan secara umum untuk populasi penelitian.

Untuk mengetahui apakah variabel independen (X) memiliki pengaruh terhadap variabel Y dengan tingkat keyakinan 1 – α, maka digunakan uji t. Bentuk hipotesis statistik yang diuji adalah sebagai berikut.

Hipotesis statistik yang daijukan pada penelitian ini adalah sebagai berikut.

H O : β i = 0 Tidak terdapat pengaruh motivasi kerja terhadap komitmen organisasi pegawai pada Badan Perencanaan dan Pembangunan Daerah (Bappeda) Kabupaten Karang Tumaritis.

H A : β i ≠ 0 Terdapat pengaruh motivasi kerja terhadap komitmen organisasi pegawai pada Badan Perencanaan dan Pembangunan Daerah (Bappeda) Kabupaten Karang Tumaritis.

Statistik Uji-t yang digunakan menggunakan rumus sebagai berikut.

hitung

atau t hitung =r

SE β

Keterangan: β = koefisien regresi SE β = standard error dari koefisien regresi r= koefisien korelasi n

= ukuran sampel

Terdapat 2 (dua) cara pengambilan keputusan atas hasil pengujian di atas, yakni dengan cara sebagai berikut.

(1) Membandingkan nilai t hitung dengan t tabel .

(a) Jika t hitung >t tabel , maka H O ditolak dan H A diterima. (b) Jika t hitung ≤t tabel , maka H A ditolak dan H O diterima.

(2) Membandingkan nilai signifikansi dengan nilai alpha. (a) Jika nilai signifikansi (p-value) < ά, maka H O ditolak dan H A

diterima. (b) Jika nilai signifikansi (p-value) ≥ ά, maka H A ditolak dan H O

diterima.

Jika H O ditolak, berarti variabel independen berpengaruh secara nyata (signifikan) terhadap variabel dependen. Sebaliknya, jika H O ditolak, maka variabel independen tidak bepengaruh secara nyata (signifikan) terhadap variabel dependen.

6. Koefisien Determinasi

Koefisien determinasi dihitung untuk menentukan variabel independen terhadap variabel dependen. Koefisien determinasi multiple diperoleh dari jumlah kuadrat regresi dan jumlah kuadrat total dengan menggunakan rumus sebagai berikut.

KD = 2 R x 100%

Untuk mempermudah pengolahan dan analisis, maka dalam penelitian ini digunakan aplikasi SPSS (Statistical Product and Service Solutions) for Windows Release 18. Langkah ini ditempuh mengingat pengolahan data pada paket program tersebut lebih cepat dan mempunyai tingkat ketelitian yang lebih tinggi dibandingkan dengan perhitungan secara manual.