4 Metode Analisis

Tabel 3.4 Metode Analisis

Tujuan Penelitian

Metode Analisis Jenis Penelitian

Teknik Analisis T-1

Path Analysis T-2

Asosiatif

Path Analysis T-3

Asosiatif

Path Analysis T-4

Asosiatif

Path Analysis T-5

Asosiatif

Path Analysis T-6

Asosiatif

Path Analysis T-7

Asosiatif

Asosiatif

Path Analysis

3.6.1 Rancangan Analisis

Menurut Istijanto (2009:31), analisis merupakan tindakan mengolah data hingga menjadi informasi yang bermanfaat dalam menjawab masalah riset. Pengujian hipotesis penelitian untuk T-1, T-2, T-3, T-4, T-5, T-6 dan T-7 menggunakan metode analisis jalur untuk mengetahui pengaruh antarvariabel dengan menggunakan software SPSS (Statistical Product and Services

Solution) versi 21.0. Analisis jalur (path analysis) merupakan sebuah teknik yang digunakan untuk menganalisis pola hubungan antara variabel dengan tujuan untuk mengetahui peran langsung maupun tidak langsung seperangkat variabel independen terhadap variabel dependen (Setiawan dan Ritonga, 2011:87).

3.6.2 Uji Instrumen Data

3.6.2.1 Skala Likert Untuk mengukur pernyataan mengenai budaya organisasi dan

komitmen organisasi terhadap kepuasan kerja dengan motivasi sebagai variabel intervening, maka setiap jawaban diberi nilai (skor). Dimana dalam pemberian nilai digunakan skala likert.

Skala Likert digunakan untuk mengukur sikap, pendapat dan persepsi seorang atau sekelompok tentang kejadian atau gejala sosial. Dengan menggunakan skala likert maka variabel yang akan diukur dijabarkan menjadi dimensi, dimensi dijabarkan menjadi sub variabel dan sub variabel dijabarkan lagi menjadi indikator-indikator yang dapat diukur. (Riduwan & Kuncoro, 2012:20).

Menurut Sugiyono (2014:93) dengan skala likert variabel akan diukur dan dijabarkan menjadi indikator variabel. Kemudian indikator tersebut dijadikan sebagai titik tolak untuk menyusun item-item instrument yang dapat berupa pernyataan atau pertanyaan.

Keterangan

Penilaian

Sangat Tidak Setuju (STS)

1 Tidak Setuju (TS)

2 Kurang Setuju (KS)

4 Sangat Setuju (SS)

Setuju (S)

3.6.2.2 Transformasi Data Ordinal menjadi Data Interval

Menurut Riduwan & Kuncoro (2012:30) menyatakan bahwa mentransformasi data ordinal menjadi data interval berguna untuk memenuhi sebagian dari syarat analisis statistik parametrik yang mana data setidak- tidaknya berskala interval. Teknik transformasi yang paling sederhana dengan menggunakan MSI (method of successive interval). Dalam penelitian ini menggunakan bantuan Software Microsoft Excel 2013 dan Statistic 97. Langkah-langkah transformasi data ordinal menjadi interval sebagai berikut:

1. Perhatikan setiap butir jawaban responden dari kuesioner yang disebarkan;

2. Pada setiap butir ditentukan berapa orang yang mendapat skor 1,2,3 dan 4 yang disebut frekuensi;

3. Setiap frekuensi dibagi dengan banyaknya responden dari hasilnya disebut proporsi;

4. Tentukan nilai proporsi komulatif dengan menjumlahkan nilai proporsi secara berurutan per kolom skor;

5. Gunakan tabel distribusi normal, hitung nilai z untuk setiap proporsi kumulatif yang diperoleh;

6. Tentukan nilai tinggi densitas untuk setiap nilai z untuk setiap proporsi kumulatif yang diperoleh

7. Tentukan nilai skala (NS) dengan menggunakan rumus; Density at Lower Limit − (Density at Upper Limit)

NS = Area Below Upper Limit − (Area Below Lower Limit)

8. Tentukan nilai transformasi dengan rumus Y= NS + (1+(NS min )

3.6.2.3 Uji Validitas

Menurut Umar (2011:166) uji validitas berguna untuk mengetahui apakah ada pertanyaan-pertanyaan pada kuesioner yang harus dibuang atau diganti karena dianggap tidak relavan. Untuk mengetahui validitas data harus dihitung korelasi antar data pada masing-masing pernyataan dengan skor total, dengan memakai rumus korelasi product moment sebagai berikut: Rumus r hitung = � ! ∑!" !(∑!∑!)

Keterangan: Rhitung = Koefisien korelasi

∑ Xi = Jumlah skor item ∑ Yi = Jumlah skor total N = Jumlah responden Dasar pengambilan keputusan :

• Jika r hitung positif dan r hitung > r tabel, maka variabel tersebut valid

• Jika tidak memenuhi r hitung positif dan r hitung < r tabel, maka variabel tersebut tidak valid.

• Jika r hitung > r tabel, tetapi bertanda negative, maka butir atau variabel tersebut tidak valid.

3.6.2.4 Uji Reliabilitas Apabila suatu alat pengukuran telah dinyatakan valid, maka tahap

berikutnya adalah mengukur reliabilitas dari data. Uji reliabilitas digunakan untuk mengetahui apakah alat pengumpul data menunjukkan tingkat ketepatan, tingkat keakuratan, kestabilan atau konsistensi dalam mengungkapkan gejala tertentu. Menurut Umar (2011:174), reliabilitas adalah suatu angka indeks yang menunjukkan suatu konsistensi suatu alat pengukur dalam mengukur suatu gejala yang sama. Setiap alat pengukur seharusnya memiliki kemampuan untuk memberikan hasil pengukuran yang konsisten. Reabilitas adalah tingkat keandalan kuesioner. Kuesioner yang reliable adalah kuesioner yang apabila dicobakan secara berulang-ulang kepada kelompok yang sama akan menghasilkan data yang sama. Asumsinya, tidak terdapat perubahan psikologis pada responden.

Menurut Sugiyono (2014:130), hasil penelitian yang reliabel, bila terdapat kesamaan data dalam waktu yang berbeda. Keandalan (realibilitas) suatu pengukuran menunjukkan sejauh mana pengukuran tersebut tanpa bias (bebas kesalahan) dan karena itu menjamin pengukuran yang konsisten lintas waktu dan lintas beragam item dalam instrumen. Dengan kata lain, keandalan suatu pengukuran merupakan indikasi mengenai stabilitas dan konsistensi di mana instrumen mengukur konsep dan membantu menilai ketepatan sebuah pengukuran (Sekaran, 2006:200).

Dalam melakukan uji reliabilitas digunakan teknik Cronbach’s Alpha, di mana suatu instrumen penelitian dikatakan reliabel apabila memiliki Dalam melakukan uji reliabilitas digunakan teknik Cronbach’s Alpha, di mana suatu instrumen penelitian dikatakan reliabel apabila memiliki

Keterangan: r n = reliabilitas instrumen k

= banyaknya butir pertanyaan

b = jumlah varian butir pertanyaan σ 2 1 = varians total Terdapat beberapa langkah operasional pengujian reliabilitas yaitu:

1. Menentukan hipotesis Ho = Skor pernyataan berkorelasi positif dengan komposit faktornya

Ha = Skor pernyataan tidak berkorelasi dengan komposit faktornya

2. Menentukan nilai r tabel Dari tabel r untuk df (degree of freedom) = jumlah responden − 2

dengan tingkat Sig. dalam penelitian ini adalah 5% atau 0,05. Dengan menggunakan program SPSS versi 21.0, nilai r tabel dapat diperoleh dengan menggunakan rumus: t / sqrt (df + t**2)

3. Mencari r hasil dengan melihat hasil dari Cronbach’s Alpha

4. Mengambil keputusan • Jika r Cronbach’s Alpha positif, serta r Cronbach’s Alpha > r

tabel, maka butir pertanyaan tersebut reliabel. • Jika r Cronbach’s Alpha positif, serta r Cronbach’s Alpha < r

tabel, maka butir pertanyaan tersebut tidak valid. Uji reliabilitas ini merupakan reliabilitas internal dari alpha. Besarnya

Cronbach’s Alpha ini berkisar antara 0 – 1. Semakin besar nilai koefisien keandalannya maka semakin tinggi keandalan alat ukurnya. Besarnya alpha Cronbach’s Alpha ini berkisar antara 0 – 1. Semakin besar nilai koefisien keandalannya maka semakin tinggi keandalan alat ukurnya. Besarnya alpha