BAB III METODE PENELITIAN
3.1.Definisi Operasional dan Pengukuran Variabel
Untuk memudahkan pemahan dan lebih memperjelas variabel yang digunakan dalam penelitian ini, maka perlu diberikan definisi operasional. Setiap
variabel yang telahd iidentifikasikan agar dapat dioperasionalkan sebagai berikut: Variabel-variabel yang digunakan dalam penelitian ini yaitu:
1. Variabel bebas yang digunakan dalam penelitian ini yaitu :
a. Job insecurity
X
1
Job insecurity merupakan kondisi ketidakberdayaan seseorang untuk
mempertahankan kesinambungan yang diinginkan dalam situasi kerja yang mengancam. Dalam penelitian ini Job insecurity diukur melalui indicator
Toly, 2001. 1.
Tingkat kepentingan aspek kerja X
11
yaitu suatu tingkatan kepentingan dalam lingkungan kerja
2. Kemungkinan kehilangan kepentingan aspek kerja X
12
yaitu suatu keadaan dimana hilangnya suatu kepentingan dalam lingkungan kerja
3. Tingkat kepentingan peristiwa X
13
yaitu suatu tingkatan dimana suatu peristiwa atau kejadian yang dianggap penting.
4. Ketidakberdayaan dalam menghadapi masalah X
14
yaitu suatu kondisi dimana seseorang tidak mampu menghadapi masalah yang
sedang terjadi.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
b. Komitmen organisasional X
2
Komitmen organisasional merupakan perpaduan antara sikap dan perilaku yang menyangkut rasa teridentifikasi dengan tujuan organisasi, rasa
terlibat dengan tugas organisasi dan rasa setia pada organisasi. Indikator komitmen organisasional menurut Toly 2001 yaitu :
1. Loyalitas dalam organisasi X
21
yaitu suatu sikap setia terhadap suatu organisasi.
2. Kemauan untuk mempergunakan usaha atas nama organisasi X
22
yaitu kemauan seseorang dalam mendirikan suatu usaha dengan menggunakan nama organanisasi
3. Kesesuaian antara tujuan karyawan dengan tujuan organisasi X
23
yaitu kesesuaian atau keselarasan antara tujuan seseorang dengan tujuan organisasi
4. Keinginan untuk menjadi angggota organisasi X
24
yaitu suatu keinginan yang ada dalam diri seseorang untuk menjadi bagian dari
suatu organisasi 2.
Variabel terikat yang digunakan dalam penelitian ini yaitu : Keinginan untuk pindah kerja Y
Keinginan untuk pindah kerja turnover intentions merupakan suatu keinginan yang dimiliki oleh karyawan untuk berpindah kerja dari tempat
kerja yang sekarang ke tempat kerja yang baru. Indikator dari keinginan untuk pindah kerja menurut Rohman 2009:508 yaitu :
1. Upah yang lebih baik di tempat lain Y
1
yaitu pemberian upah yang lebih baik di tempat lain dibandingkan di tempat kerja yang sekarang
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
2. Kondisi kerja yang kurang baik Y
2
yaitu kondisi tempat kerja yang kurang baik sehingga membuat karyawan tidak betah dalam bekerja
3. Masalah dengan atasan Y
3
yaitu masalah yang ditimbulkan antara karyawan dengan atasan
4. Organisasi lain yang lebih baik Y
4
yaitu organisasi yang baik jika dibandingkan dengan organisasi di tempat kerja yang sekarang.
Skala pengukuran yang digunakan untuk variabel-variabel atau indikator- indikator tersebut adalah skala interval dengan teknik skala Semantik Differensial
yaitu pengukuran dengan menggunakan skala penilaian 7 butir yang menyatakan secara verbal 2 kutub bipolar penilaian yang ekstrim, sebagai berikut :
Sangat tidak setuju Sangat setuju
1 7
3.2.Teknik Pengambilan Sampel 3.2.1.
Populasi
Populasi adalah wilayah generalisasi yang terdiri atas obyek atau subyek yang mempunyai kuantitas dan karakteristik tertentu yang ditetapkan oleh peneliti
utnuk dipelajari dan kemudian ditarik kesimpulannya Sugiyono, 2003:55. Populasi dalam penelitian ini adalah seluruh karyawan PT. Karet Ngagel Surabaya
Wira Jatim Group dan tidak termasuk pimpinan, sehingga populasi dalam penelitian ini berjumlah 170 orang.
3.2.2. Sampel
Sampel merupakan bagian yang diambil dari populasi. Teknik penelitian ini menggunakan teknik sampel probability sampling dengan metode simple
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
random sampling . Dimana probability sampling yaitu teknik yang memberi
peluang atau kesempatan sama bagi setiap unsur atau anggota populasi untuk dipilih menjadi sampel sedangkan simple random sampling yaitu teknik
penentuan sampel yang dilakukan secara acak tanpa memperhatikan strata yang ada Sugiyono, 2003:57, yaitu:
Pedoman pengukuran sampel menurut Ferdinand 2002:48: 1.
100-200 sampel untuk teknik maksimum likelihood estimation. 2.
Tergantung pada jumlah parameter diestimasi. Pedomannya adalah 5-10 kali jumlah parameter diestimasi.
3. Tergantung pada jumlah indikator yang digunakan dalam seluruh variabel
laten. Jumlah sampel adalah jumlah indikator dikali 5-10. Bila terdapat 20 parameter yang diestimasi maka besar sampel yang harus diperoleh 100-200
responden. Dalam penelitian menggunakan pedoman pengukuran dengan mengalikan
jumlah indikator dengan parameter, indikator dalam penelitian ini berjumlah 12 x 9 = 108. Jadi jumlah sampel yang digunakan dalam penelitian ini berjumlah 108
orang responden.
3.3.Teknik Pengumpulan Data 3.3.1.
Jenis Data
Jenis data yang dipergunakan dalam penelitian ini adalah data primer dan data sekunder. Data primere adalah yaitu data yang diperoleh langsung dari
tanggapan responden, sedangkan data sekunder adalah data yang diambil dari sutau perusahaan untuk memperoleh bahan atau keterangan dengan cara
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
mempelajari serta mencatat dari dokumen perusahaan yang mengeluarkan atau memproduksi produk tersebut.
3.3.2. Sumber Data
Sumber data yang digunakan didapatkan dari kuesioner hasil jawaban
responden. 3.3.3.
Metode Pengumpulan Data
Data yang diperlukan dalam penelitian ini dikumpulkan dengan menggunakan cara:
a. Wawancara
Pengambilan data dengan jalan mengadakan tanya jawab dengan orang-orang yang terkait dengan permasalahan dalam penelitian ini.
b. Kuesioner
Pengambilan data dengan jalan menyebarkan angket berisi daftar pertanyaan seputar hal-hal yang berkaitan dengan tujuan penelitian ini.
3.4.Teknik Analisis dan Uji Hipotesis
Model yang digunakan untuk menganalisis data dalam penelitian ini adalah Structural Equation Modeling SEM. Model ini digunakan karena
didalam model konseptual terdapat variabel-variabel laten dan indikator- indikatornya, serta untuk mengetahui seberapa besar pengaruh dari masing-
masing variabel laten. Model pengukuran untuk variabel job sinsecurity, komitmen organisasional dan keinginan untuk pindah kerja menggunakan
Confirmatory Faktor Analysis . Penaksiran pengaruh masing-masing variabel
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
bebas terhadap variabel terikat mengunakan koefisien jalur. Langkah dalam model pengukuran analisis SEM dengan contoh faktor ketidakpuasan konsumen
dilakukan sebagai berikut:
Persamaan variabel job insecurity: X
1
.
1
= λ1 job sinsecurity + er.1
X
1
.
2
= λ2 job sinsecurity + er.2
X
1
.
3
= λ3 job sinsecurity + er.3
X
1
.
4
= λ3 job sinsecurity + er.4
Bila persamaan diatas dinyatakan dalam sebuah pengukuran model untuk diuji unidimensionalitasnya melalui Confirmatory Factor Analysis, maka model
pengukuran ketidakamanan pekerjaan akan tampak sebagai berikut: Gambar 3.1
Contoh Model Pengukuran Job Insecurity X
1
.
1
X
1
.
2
er_1 er_2
er_3 X
1
.
3
X
1
.
4
er_4 Job Insecurity
X
1
Keterangan: X
1
.
1
,... X
1
.
3
, = pertanyaan tentang…………….
er_j =
errror term X
3
.j Demikian juga dengan faktor-faktor yang lain seperti komitmen organisasi
dan keinginan untuk pindah kerja.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
3.4.1. Uji Asumsi Model
Struktural Equation Modeling
1. Uji Normalitas Sebaran dan Linieritas
a. Normalitas dapat diuji dengan melihat gambar histogram data atau
dengan menggunakan metode statistik. b.
Menggunakan critical ratio yang diperoleh dengan membagi koefisien sampel dengan standart error-nya dan Skeweness value yang biasa
disajikan dalam statistik deskriptif dimana nilai statistik yang digunakan untuk menguji normalitas sebaran data itu disebut Z-value.
Dengan kriteria penilaian pada tingkat signifikansi 1, jika nilai Z score
lebih besar dari nilai kritis maka dapat diduga bahwa distribusi data adalah tidak normal.
2. Evalusi Outlier
a. Mengamati nilai Z-score, ketentuannya diantara + 3,0 non outlier.
b. Multivariate outlier
diuji dengan kriteria jarak Mahalanobis pada tingkat p 0,001. Jarak diuji dengan Chi Square [
χ
2
] pada derajat kebebasan df sebesar jumlah variabel bebasnya. Dengan ketentuan
Mahalanobis dari nilai [ χ
2
] adalah multivariate outlier.
Outlier adalah observasi atau data yang memiliki karakteristik
unik yang terlihat sangat berbeda dibandingkan observasi-observasi yang lain dan muncul dalam bentuk nilai ekstrim untuk sebuah
variabel tunggal atau variabel kombinasi.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
3. Deteksi Multicolinearity dan heteroskedastsitas
Deteksi multicolinearity dan heteroskedastsitas dilakukan dengan mengamati Determinant Matrix Covariance. Dengan ketentuan apabila
determinant sample matrix mendekati angka 0 kecil, maka terjadi
multikolinearitas dan heteroskedastsitas.
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 dimana masing-masing indikator mampu menghasilkan konstrukfaktor variabel laten.
Karena merupakan indikator multidimensi maka uji validitas dari setiap latent variables construct akan diuji dengan melihat loading factor
dari hubungan antara setiap observed variable dan latent variable. Sedangkan reliabilitas diuji dengan construct reliability dan variance
extracted .
Construct reliability dan Variance extracted dihitung dengan
menggunakan rumus:
Construct Reliability =
j
2 2
Loading e
Standardiz Loading
e Standardiz
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Variance Extracted =
j
2 2
Loading e
Standardiz Loading
e Standardiz
Standardize Loading dapat dari output AMOS 4.01, dengan
melihat nilai estimasi setiap construct standardize regression weights terhadap stiap butir sebagai indikatornya.
Sementara ε
j
dapat dihitung dengan formula ε
j
= 1– [Standardize Loading]. Secara umum nilai construct reliability yang dapat diterima
adalah
≥ 0,7 dan variance extracted ≥ 0,5.
3.4.2. Pengujian Hipotesis dan Hubungan Kausal
Pengaruh langsung koefisien jalur diamati dari bobot regresi terstandar, dengan pengujian signifikansi pembanding nilai CR Critical
Ratio atau P Probability yang sama dengan nilai t
hitung
, apabila t
hitung
lebih besar daripada t
tabel
berarti signifikan.
3.4.3. Pengujian Model dengan
One-Step Approach
Dalam model SEM, model pengukuran dan model structural parameter-parameternya dieliminasi 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 bersama One Step Approach to SEM yang
digunakan apabila model diyakini bahwa dilandasi teori yang kuat serta
validitas dan reliabilitas yang sangat baik.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
3.4.4. Evaluasi Model
Hair et.al. 1998 menjelaskan bahwa pola “confirmatory” menunjukkan prosedur yang dirancang untuk mengevaluasi utilitas hipotesis-
hipotesis dengan pengujian fit antara model teoritis dan data empiris. Jika model teoritis menggambarkan “good fit” dengan data, maka model dianggap
sebagai yang diperkuat. Sebaliknya, suatu model teoritis tidak diperkuat jika teori tersebut mempunyai “poor fit” dengan data. AMOS dapat menguji
apakah model “good fit” atau “poor fit”. Jadi “good fit” model yang diuji sangat penting dalam menggunakan Structural Equation Modeling.
Pengujian terhadap model dikembangkan dengan menggunakan berbagai kriteria Goodness of Fit, yakni Chi Square, Probability, RMSEA,
GFI , TLI, CFI, AGFI, CMINDF. Apabila model awal tidak good fit dengan
data model dikembangkan dengan two step approach to SEM.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
43
Tabel 3.1. Kriteria
Goodness of Fit Index Goodness of Fit
Index Keterangan
Cut-off Value
Χ
2
- Chi Square Menguji apakah covariance populasi
yang diestimasi sama dengan covariance sampel apakah model
sesuai dengan data Diharapkan kecil, 1
s.d 5, atau paling baik diantara 1 dan 2
Probability Uji signifikansi terhadap perbedaan
matriks covariance data dan matriks covariance yang diestimasi.
Minimum 0,1 atau 0,2 atau
≥ 0,05 RMSEA
Mengkompensasi kelemahan Chi- Square pada sampel besar
≤ 0,08
GFI Menghitung proporsi tertimbang
varian dalam matriks sampel yang dijelaskan oleh matriks covariance
populasi yang diestimasi Analog dengan R
2
dalam regresi berganda ≥ 0,90
AGFI GFI yang disesuaikan terhadap DF
≥ 0,90 CMINDDF
Kesesuaian antara data dengan model ≤ 2,00
TLI Perbandingan antara model yang diuji
terhadap baseline model ≥ 0,95
CFI Uji kelayakan model yang tidak
sensitif terhadap besarnya sampel dan kerumitan model
≥ 0,94
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
BAB IV HASIL DAN PEMBAHASAN