dapat disimpulkan bahwa nilai akar AVE dari konstruk karir, pengetahuan, keterampilan, motivasi dan peran lebih besar dibandingkan nilai korelasi antara
faktor-faktor penilaian kinerja pengetahuan, keterampilan, motivasi dan peran dengan karir. Jadi semua konstruk dalam model telah memenuhi discriminant
validity. Uji reliabilitas konstruk dalam PLS dilakukan dengan dua kriteria yaitu
composite reliability dan Cronbach alpha dari blok indikator yang mengukur konstruk. Konstruk dinyatakan reliabel jika nilai composite reliability maupun
Cronbach alpha di atas 0,70 dengan tingkat kesalahan 5. Hasil uji reliabilitas konstruk dapat dilihat pada lampiran. Seluruh konstruk, yaitu karir, pengetahuan,
keterampilan, motivasi dan peran telah memenuhi dua kriteria composite reliability maupun cronbach alpha diatas 0,70. Artinya, masing-masing konstruk
reflektif memiliki reliabilitas yang baik. Setelah model memenuhi asumsi convergent validity, dicriminant validity, validitas konstruk, dan reliabilitas
konstruk, maka model dapat dianalisis dan diinterpretasikan.
4.5.2 Indikator-Indikator yang Mencerminkan Faktor-Faktor Penilaian
Kinerja 1. Pengetahuan
Setelah dilakukan estimasi ulang untuk menghilangkan nilai loading factor yang masih di bawah 0,50 agar dapat memenuhi nilai convergent
validit , loading factor harus berada di bawah 0,50 didrop atau dihilangkan. Untuk indikator pengetahuan dilakukan sekali estimasi ulang dan indikator
yang dihilangkan adalah PGTHN 5 sebesar 0,406. Setelah diestimasi dan nilai loading factornya masing-masing di atas 0,50 maka convergent validity telah
terpenuhi. Model untuk pengetahuan setelah diestimasi ulang dapat dilihat pada Gambar 8. Pada Tabel 15, terlihat bahwa loading indikator
pengetahuan paling besar adalah PGTHN 4 sebesar 0,924 dengan t-value 50,822318. Hal ini menunjukkan adanya korelasi yang positif dan signifikan.
Artinya, bekerjasama dengan rekan lain sangat membantu untuk lebih mengetahui seluk beluk pekerjaan di divisi fungsional. Sedangkan nilai
loading indicator yang paling rendah adalah PGTHN 1 sebesar 0,583 dengan t-value 4,94366.
Gambar 8. Output grafis SmartPLS pengetahuan Hal ini menunjukkan adanya korelasi yang positif dan signifikan. Artinya
latar belakang pendidikan yang dimiliki pegawai fungsional tidak terlalu berpengaruh bagi pegawai dalam melaksanakan pekerjaan. Hal ini disebabkan
karena kemampuan yang dimiliki pegawai fungsional dari pendidikan formal yang diterima tidak selalu sesuai dengan bidang pekerjaan yang ada di divisi
fungsional. Keahlian dan pengetahuan yang dimiliki pegawai fungsional, dalam melaksanakan pekerjaan umumnya, diterima dari pendidikan dan
pelatihan yang diselenggarakan oleh Direktorat Jenderal Pajak.
Tabel 15. Nilai outer loading faktor pengetahuan
Outer Model Loading
t-value Interpretasi
PENGETAHUAN 1 0,583
4,943661 Pengaruh positif dan signifikan
PENGETAHUAN 2 0,860
21,944196 Pengaruh positif dan signifikan
PENGETAHUAN 3 0,863
13,719424 Pengaruh positif dan signifikan
PENGETAHUAN 4 0,924
50,822318 Pengaruh positif dan signifikan
2. Keterampilan Pada Gambar 9 diketahui bahwa tidak ada lagi indikator keterampilan
yang memiliki nilai loading factor dibawah 0,50. Estimasi ulang telah dilakukan untuk menghilangkan nilai loading factor yang berada di bawah
0,50. Untuk indikator keterampilan dilakukan sekali estimasi ulang dan indikator tersebut adalah KTRMP 5 sebesar 0,134. Setelah diestimasi dan
nilai loading factornya masing-masing di atas 0,50 maka convergent validity telah terpenuhi.
Dalam Tabel 16, dapat dilihat bahwa loading indicator keterampilan yang paling besar adalah KTRMP 3 sebesar 0,883 dengan t-value 10,011390. Hal
ini menunjukkan adanya korelasi positif dan signifikan. Artinya, kreatifitas ide yang diusulkan dapat diterima dan diakui oleh rekan di divisi fungsional.
Sedangkan loading indikator yang paling rendah adalah KTRMP 2 sebesar 0,590 dengan t-value 5,634303.
Gambar 9. Output grafis SmartPLS keterampilan Hal ini menunjukkan adanya korelasi yang positif dan signifikan. Artinya,
pekerjaan baru selain pekerjaan rutin yang diberikan bagi pegawai fungsional tidak terlalu berpengaruh dalam menambah keterampilan pegawai fungsional
dalam melaksanakan pekerjaan di Kantor Pelayanan Pajak Pratama Bogor. Keterampilan yang lebih praktis mereka dapatkan cenderung berasal dari
pelatihan yang diberikan oleh Direktorat Jenderal Pajak.
Tabel 16. Nilai outer loading faktor keterampilan
Outer Model Loading
t-value Interpretasi
KETERAMPILAN 1 0,837
6,727897 Pengaruh positif dan signifikan
KETERAMPILAN 2 0,590
5,634303 Pengaruh positif dan signifikan
KETERAMPILAN 3 0,883
10,011390 Pengaruh positif dan signifikan
KETERAMPILAN 4 0,694
5,210821 Pengaruh positif dan signifikan
KETERAMPILAN 6 0,740
8,707295 Pengaruh positif dan signifikan
3. Motivasi Setelah dilakukan estimasi ulang untuk menghilangkan nilai loading
factoryang masih di bawah 0,50 agar dapat memenuhi nilai convergent validity, maka loading factor berada di bawah 0,50 didrop atau dihilangkan.
Untuk indikator motivasi dilakukan sekali estimasi ulang dan indikator yang dihilangkan adalah indikator MTVS 3 sebesar 0,456. Setelah diestimasi dan
nilai loading factornya di atas 0,50, maka convergent validity telah terpenuhi. Model untuk keterampilan setelah diestimasi ulang dapat dilihat pada Gambar
10. Pada Tabel 17, memperlihatkan bahwa loading indikator motivasi yang paling besar adalah MTVS 2 sebesar 0,810 dengan t-value 11,258401. Hal ini
menunjukkan adanya korelasi yang positif dan signifikan. Artinya, penghargaan dari atasan atas hasil kerja dapat memotivasi pegawai untuk
bekerja lebih baik. Sedangkan loading indikator yang paling rendah adalah MTVS 5 sebesar 0,553 dengan t-value 3,588831.
Gambar 10. Output grafis SmartPLS motivasi Hal ini menunjukkan bahwa adanya hubungan korelasi yang positif dan
signifikan. Artinya, penilaian kinerja yang dilakukan di divisi fungsional belum maksimal dalam memotivasi pegawai untuk meningkatkan prestasi
kerja. Hal ini dapat disebabkan dalam penilaian kinerja yang dilakukan bagi pegawai fungsional belum sesuai dengan prosedur yang baik dan benar yang
terkadang menyulitkan pegawai sendiri.
Tabel 17. Nilai outer indikator faktor motivasi
Outer Model Loading
t-value Interpretasi
MOTIVASI 1 0,712
7,502326 Pengaruh positif dan signifikan
MOTIVASI 2 0,810
11,258401 Pengaruh positif dan signifikan
MOTIVASI 4 0,827
22,607633 Pengaruh positif dan signifikan
MOTIVASI 5 0,553
3,588831 Pengaruh positif dan signifikan
4. Peran Pada Gambar 11 diketahui bahwa tidak ada lagi indikator yang memiliki
nilai loading factor di bawah 0,50. Estimasi ulang telah dilakukan untuk menghilangkan nilai loading factor yang berada di bawah 0,50. Untuk
indikator peran tidak dilakukan estimasi ulang karena semua nilai loading indikatornya sudah di atas 0.50 dan sudah memenuhi convergent validity.
Model untuk peran setelah dilakukan estimasi ulang dapat dilihat pada Gambar 11. Dari tabel 18 dapat dilihat bahwa loading indikator peran paling
besar adalah indikator PRN 2 sebesar 0,934 dengan t-value 20,609549. Hal ini menunjukkan adanya korelasi positif dan signifikan, artinya, semakin
besar peran pegawai fungsional akan berpengaruh dalam meningkatkan kinerja pegawai. Sedangkan loading indikator yang paling rendah adalah
PRN 5 sebesar 0,700 dengan t-value sebesar 12,467842. Hal ini menunjukkan bahwa adanya korelasi positif dan signifikan.
Gambar 11. Output grafis SmartPLS peran Artinya, penawaran bantuan kepada rekan kerja untuk mendukung tujuan
dan sasaran divisi fungsional tidak terlalu berpengaruh dalam meningkatkan kinerja pegawai fungsional.
Tabel 18. Nilai outer loading faktor peran
Outer Model
Loading t-value
Interpretasi
PERAN 1 0,700
12,467842 Pengaruh positif dan signifikan
PERAN 2 0,934
20,609549
Pengaruh positif dan signifikan PERAN 3
0,740 9,739047
Pengaruh positif dan signifikan PERAN 4
0,895 37,000855
Pengaruh positif dan signifikan PERAN 5
0,704 5,792716
Pengaruh positif dan signifikan PERAN 6
0,740 9,739047
Pengaruh positif dan signifikan
4.5.3 Indikator-indikator yang Mencerminkan Pengembangan Karir
