Variabel-variabel reflektif yang mencerminkan disiplin kerja dapat dilihat pada Tabel 28. Tabel tersebut menunjukkan adanya hubungan
antara konstruk dan indikator.
Tabel 28. Variabel-variabel reflektif yang mencerminkan disiplin kerja
Konstruk Indikator
Keterangan
Disiplin kerja c11
Mematuhi jumlah jam kerja efektif, yaitu 37,5 jam per minggu c12
Mematuhi ketentuan pakaian kerja. c13
Kehadiran tepat waktu c14
Kepatuhan perintah atasan c15
Penggunaan yang tepat guna terhadap waktu istirahat. c16
Kepatuhan ketentuan hemat energi c21
Tanggung jawab dalam penggunaan listrik c22
Tanggung jawab terhadap fasilitas kantor c23
Taggung jawab dalam pemeliharaan barang-barang milik kantor. c24
Pemanfaatan fasilitas kantor untuk kepentingan pribadi. c31
Keberatan menerima sanksi karena datang terlambat c32
Keberatan menerima sanksi karena terlambat menyelesaikan pekerjaan
c33 Keberatan menerima sanksi karena tidak dapat menyelesaikan
pekerjaan c34
Kesesuaian sanksi yang diberikan dengan pelanggaran yang dilakukan
c41 Pemberitahuan standar operasional prosedur oleh pimpinan.
c42 Pemberian contoh yang baik dalam pelaksanaan pekerjaan oleh
pimpinan c43
Pemberian toleransi waktu keterlambatan yang objektif oleh pimpinan
c44 Pemberian contoh yang baik dalam pematuhan ketentuan jam kerja.
c51 Menjaga rahasia jabatan
c52 Penyalahgunaan wewenang
c53 Penerimaan hadiah yang berhubungan dengan jabatan pekerjaan
c54 Pelaporan terhadap tindakan yang merugikan instansi.
4.7.1 Uji Validitas dan Reliabilitas Model
Model PLS yang digunakan dalam penelitian ini adalah model reflektif. Pengujian validitas dan reliabilitas dalam model reflektif
dilakukan dalam tiga pengujian, yaitu convergent validity, discriminant validity, dan composite reliability. Convergent validity dari model
pengukuran reflektif indikator dinilai berdasarkan korelasi antara item scorecomponent score dengan construct score yang dihitung dengan
PLS. Ukuran reflektif dikatakan tinggi jika berkorelasi lebih dari 0,70 dengan konstruk yang ingin diukur. Namun untuk penelitian tahap awal
dari pengembangan skala pengukuran nilai loading 0,50 sampai 0,60 dianggap cukup Chin dalam Ghozali. Penelitian ini menggunakan
ukuran reflektif 0,50 karena termasuk penelitian tahap awal. Model pengukuran awal dapat dilihat pada Gambar 5.
Gambar 5. Output grafis SmartPLS sebelum estimasi ulang Pada Gambar 5, diketahui bahwa nilai loading factor yang berada di
bawah 0,50 masih banyak maka agar dapat memenuhi nilai covergent validity, loading factor yang berada dibawah 0,50 dihilangkan
kemudian diestimasi ulang sampai semua loading factor berada di atas 0,50. Loading factor unsur-unsur penilaian kinerja DP3 dilakukan lima
kali estimasi ulang dan indikator-indikator yang dihilangkan secara berturut-turut adalah b23 sebesar 0,43; b21 sebesar 0,43; b83 sebesar
0,44; b81 sebesar 0,43; b22 dan b85 yang kelimanya dibawah 0,50. Nilai outer loading unsur-unsur penilaian kinerja DP3 sebelum estimasi
ulang dapat dilihat pada Lampiran 7. Disiplin kerja dilakukan delapan kali estimasi ulang. Delapan indikator yang dihilangkan adalah c34
sebesar 0,38; c33 sebesar 0,41; c22 sebesar 0,44; c43 sebesar 0,46; c51 sebesar 0,47; c41 sebesar 0,45; c41sebesar 0,47 dan c32 sebesar 0,46,
nilai outer loading disiplin kerja sebelum estimasi ulang dapat dilihat pada Lampiran 7. Setelah seluruh indikator memiliki loading factor
0,50 maka convergent validity telah terpenuhi. Model setelah estimasi ulang dapat dilihat pada Gambar 6 dan hasil outer loading setelah
estimasi ulang dapat dilihat pada Lampiran 8.
Gambar 6. Output grafis SmartPLS setelah estimasi ulang Setelah syarat convergent validity terpenuhi adalah menguji
discriminant validity. Discriminant validity dari model pengukuran dengan reflektif indikator dinilai berdasarkan crossloading pengukuran
dengan konstruk. Jika korelasi konstruk dengan item pengukuran lebih besar daripada ukuran konstruk lainnya, maka hal ini menunjukkan
bahwa konstruk laten memprediksi ukuran pada blok mereka lebih baik daripada ukuran pada blok lainnya. Ghozali, 2008. Tabel crossloading
pada penelitian ini dapat dilihat pada Lampiran 9. Berdasarkan tabel crossloading terlihat bahwa korelasi konstruk
KST kesetiaan dengan indikator b11, b12, b13 dan b14 lebih tinggi dibandingkan korelasi antara indikator tersebut dengan konstruk
lainnya. Korelasi konstruk PRK prestasi kerja dengan indikator b24, b25, b26, dan b27 lebih tinggi dibandingkan korelasi antara indikator
tersebut dengan konstruk lainnya. Korelasi konstruk TJ tanggung jawab dengan indikator b31, b32, b33, b34, dan b35 lebih tinggi
dibandingkan korelasi antara indikator tersebut dengan konstruk lainnya. Korelasi konstruk TAAT ketaatan dengan indikator b41, b42,
b43, b44 dan b45 lebih tinggi dibandingkan korelasi antara indikator tersebut dengan konstruk lainnya. Korelasi konstruk JUJUR kejujuran
dengan indikator b51, b52 dan b53 lebih tinggi dibandingkan korelasi
antara indikator tersebut dengan konstruk lainnya. Korelasi konstruk KS kerjasama dengan indikator b61, b62, b63, b64 dan b65 lebih
tinggi dibandingkan korelasi antara indikator tersebut dengan konstruk lainnya. Korelasi konstruk PKS prakarsa dengan indikator b71 dan
b72 lebih tinggi dibandingkan korelasi antara indikator tersebut dengan konstruk lainnya. Korelasi konstruk KPM kepemimpinan dengan
indikator b82, b84, b86, b87 dan b88 lebih tinggi dibandingkan korelasi antara indikator tersebut dengan konstruk lainnya. Begitu pula dengan
korelasi konstruk DISIPLIN disiplin kerja dengan indikator c11, c12, c13, c14, c15, c16, c21, c22, c23, c24, c42, c44, c52, c53 dan c54 lebih
tinggi dibandingkan korelasi antara indikator tersebut dengan konstruk lainnya sehingga syarat discriminant validity telah terpenuhi.
Metode lain yang dapat digunakan untuk melihat discriminant validity adalah dengan membandingkan nilai Average Variance
Extracted AVE setiap konstruk dengan korelasi antara konstruk dengan konstruk lainnya dalam model. Jika nilai akar kuadrat AVE
setiap konstruk lebih besar dibandingkan nilai korelasi antara konstruk dengan konstruk lainnya, maka dapat dikatakan memiliki nilai
discriminant validity yang baik Fornell dan Larcker dalam Ghozali. Berdasarkan tabel nilai akar AVE yang tertera pada Lampiran 9, dapat
disimpulkan bahwa nilai akar AVE dari konstruk disiplin kerja, kesetiaan, prestasi kerja, tanggung jawab, ketaatan, kejujuran,
kerjasama, prakarsa dan kepemimpinan lebih besar dibandingkan nilai korelasi antara unsur-unsur penilaian kinerja kesetiaan, prestasi kerja,
tanggung jawab, ketaatan, kejujuran, kerjasama, prakarsa dan kepemimpinan dengan disiplin kerja. 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 reliable jika nilai composite
reliability maupun cronbach alpha diatas 0,70 dengan tingkat kesalahan 0,05. Hasil uji reliabilitas konstruk dapat dilihat pada Lampiran 9.
Seluruh konstruk, yaitu disiplin kerja, kesetiaan, prestasi kerja, tanggung jawab, ketaatan, kejujuran, kerjasama, prakarsa dan
kepemimpinan telah memenuhi dua kriteria composite reliability dan cronbach alpha karena nilai composite reliability maupun cronbach
alpha diatas 0,70. Artinya, masing-masing konstruk reflektif memiliki reliabilitas yang baik. Setelah model memenuhi asumsi convergent
validity, discriminant validity, validitas konstruk, dan reliabilitas konstruk, maka model dapat dapat dianalisis dan diinterpretasikan.
4.7.2 Indikator-indikator yang Mencerminkan Unsur-unsur Penilaian