Motivasi X2
Kinerja Sales Forces
Z Gaya
Kepemimpinan X1
Kepuasan Kerja
Y
Y1 Y3
Y2
Z3 Z2
Z1
H1
H2 H3
H4
H5
Y5 Y4
Z3 X2.1
X2.2 X2.4
X2.5 Y1
Y3 Y2
X1.1 X1.2
X2.1 X2.2
X2.3 X2.4
X2.5
Gambar 3.2: Model Konseptual dan Indikator
Structural Equation Model SEM adalah sekumpulan teknik- teknik statistikal yang memungkinkan pengujian sebuah rangkaian
hubungan yang relatif “rumit”, secara simultan. Hubungan yang rumit itu dapat dibangun antara satu atau beberapa variabel
dependen dengan satu atau beberapa variabel independen. Masing-masing variabel dependen dan independen dapat
berbentuk faktor atau konstruk, yang dibangun dari beberapa variabel indikator. Tentu saja variabel-variabel itu dapat berbentuk
sebuah variabel tunggal yang diobservasi atau yang diukur langsung dalam sebuah proses penelitian Ferdinand, 2002:6.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
Penelitian yang
dilakukan merupakan
penelitian multiindikator dengan menggambarkan fenomena praktis yang
diamati dalam berbagai indikator, untuk mendapatkan hasil penelitian yang mampu dalam mengakomodasi penelitian
multiindikator maka peneliti menggunakan analisis statistik pemodelan persamaan struktural Structural Equation ModelSEM.
Analisis SEM
merupakan metode
statistik yang
menggunakan pendekatan uji hipotesis atau confirmatory. Artinya, hubungan kausal antar variabel konstruk eksogen dan variabel
konstruk endogen serta variabel konstruk dengan variabel indikator didasarkan pada justifikiasi pembenaran induktif maupun teori.
Penelitian yang menggunakan SEM sebagai alat analisis, memiliki dua tujuan Suja’i, 2007:66, yaitu:
a. Menguji kesesuaian model yang dihasilkan b. Menguji hipotesis yang telah dibangun sebelumnya
Menurut Hair et.al. 1992, dalam Suja’i 2007:67, ada tujuh
langkah yang harus dilakukan apabila menggunakan Structural Equation Model SEM yaitu:
a. Pengembangan model teoritis. Langkah pertama prinsipnya merupakan pengujian kausalitas
secara empiris dari teori yang sudah ada dan digunakan untuk mengkonfirmasi model teoritis melalui data empirik.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
b. Pengembangan diagram jalur Path Diagram. Langkah kedua menunjukkan model teoritis yang telah
dibangun pada tahap pertama akan digambarkan dalam sebuah diagram alur hubungan antara konstruk akan dinyatakan melalui
anak panah. Anak panah yang lurus akan menunjukkan sebuah hubungan kausal yang langsung antara satu konstruk dengan
konstruk yang lain sedangkan garis lengkung antar konstruk dengan anak panah pada setiap ujungnya menunjukkan
korelasi antar konstruk. Konstruk yang dibangun dalam diagram alur dapat dibedakan dalam dua kelompok yaitu: Konstruk
eksogen dan konstruk endogen. c. Konversi diagram path kedalam persamaan struktural dan
model pengukuran. Langkah
ketiga menjelaskan
bahwa persamaan
yang didapatkan dari diagram alur yang telah dikonversi terdiri dari :
1. Persamaan struktural structural equation yang dirumuskan untuk menyatakan hubungan kausalitas antar berbagai
konstruk. 2. Persamaan spesifik model pengukuran measurement
models dengan menentukan variabel yang mengukur konstruk dan matriks yang menunjukkan korelasi menjadi
hipotesis antar konstruk atau variabel.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
d. Memilih matriks input dan estimasi model. Langkah keempat menjelaskan bahwa data input SEM adalah
matriks varianskovarians
atau teknik
korelasi untuk
keseluruhan model estimasi yang dilakukan. Matrik kovarian digunakan karena SEM memiliki keunggulan dalam menyajikan
perbandingan yang valid antara populasi yang berbeda atau sampel yang berbeda yang tidak dapat disajikan oleh korelasi.
Dalam penggunaan SEM disarankan agar menggunakan matriks varianskovarians pada saat pengujian teori sebab akan
lebih memenuhi asumsi metodologi dimana besarnya standart error yang diajukan akan menunjukkan angka yang lebih akurat
dibandingkan apabila menggunakan matriks korelasi. e. Kemungkinan munculnya masalah identifikasi.
Langkah kelima menjelaskan bahwa setelah dilakukan revisi model masih terdapat hasil estimasi yang unik, maka perlakuan
lainnya adalah menciptakan composite variabels melalui compusite measure atau mengembangkan lebih banyak
konstruk. f. Evaluasi kriteria goodness-of- fit
Pada langkah
keenam dilakukan
pengujian terhadap
kesesuaian model melalui evaluasi terhadap berbagai kriteria goodness-of-fit. Berikut beberapa indeks kesesuaian dan cut-off
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
value untuk menguji apakah sebuah model dapat diterima atau ditolak.
1 X
2
atau Chi-Square statistik, dimana model dipandang baik atau memuaskan apabila nilai Chi-Square rendah.
Semakin kecil nilai X
2
maka model dinyatakan semakin baik dan diterima berdasarkan probabilitas dengan cut-of
value sebesar P 0,05 atau P 0,010. 2 RMSEA The Root Mean Square Error of Approximation
yang menunjukkan goodness-of-fit yang dapat diharapkan apabila model diestimasi dalam populasi nilai RMSEA yang
lebih kecil atau sama dengan 0,08 merupakan indeks untuk dapat diterimanya suatu model berdasarkan degree
of freedom. 3 GFI Goodness of Fit Index adalah ukuran non statistikal
yang mempunyai rentang nilai antara 0 poor of-fit sampai 1,0 perfect of-fit. Nilai yang tinggi dalam indeks tersebut
menunjukkan sebuah better of-fit. 4 AGFI Adjusted Goodness of fit Index adalah ukuran
penerimaan yang direkomendasikan apabila mempunyai nilai sama dengan atau lebih besar dari 0,90.
5 CFI Comparative Fit Index adalah ukuran tingkat fit dengan
ketentuan apabila
mendekati 1,00
maka mengindikasikan tingkat fit yang paling tinggi. Nilai yang
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
merekomendasikan adalah CFI 0,95. Untuk lebih jelasnya Indeks yang digunakan untuk menguji kelayakan
sebuah model adalah seperti pada tabel 3.1 berikut:
Tabel 3.1: Goodness of – Fit Indices
Goodness of- fit Index Kriteria
X Chi-Square Diharapkan Kecil
Significant Probability
≥ 0,05 RMSEA
≤ 0,08 GFI
≥ 0,90 AGFI
≥ 0,90 CMINDF
≤ 2,00 TLI
≥ 0,95 CFI
≥ 0,95
Sumber: Ferdinand 2002:61
Keterangan : a
Chi-squarey statistics Likehod ratio chi-square satistcs merupakan alat uji
statistik untuk mengetahui apakah terjadi perbedaan antara matrik kovarians populasi dan kovarians sampel.
Hal ini sesuai dengan tujuan analisis yaitu untuk mengembangkan dan menguji sebuah model yang sesuai
dengan data atau fit terhadap data. Oleh sebab itu dibutuhkan nilai Chi-square yang tidak signifikan, yang
menguji hipotesis nol bahwa estimated population covarians tidak berbeda. Pengujian SEM nilai Chi-square
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
yang rendah menghasilkan sebuah tingkat signifikansi yang lebih besar dari 0,05 akan mengindikasikan tidak
adanya yang signifikan antara matrik kovarians data dan matrik kovarians yang di estimasi.
b The Root Mean Square Error of Approximation RMSEA
RMSEA merupakan
sebuah indeks
yang dapat
dipergunakan untuk mengkompensasikan Chi-square Statistics dalam sampel ukuran besar. Nilai RMSEA
menunjukkan Goodness of-fit yang dapat diharapkan apabila model diestimasi dalam populasi. Nilai RMSEA
yang lebih kecil atau sama dengan 0,08 merupakan index untuk dapat diterimanya model yang menunjukkan sebuah
close fit dari model tersebut berdasarkan degree of freedom.
c AGFI Adjusted Godness of-fit Index
Fit Indeks dalam hal ini dapat disesuaikan terhadap degree of freedom yang tersedia untuk menguji diterima tidaknya
model. Tingkat penerimaan yang direkomendasikan adalah bila AGFI memiliki nilai sama dengan satu atau lebih besar
dari 0,90. Baik GFI dan AGFI pada dasarnya merupakan kriteria yang memperhitungkan proporsi tertimbang dari
varians dalam sebuah matrik kovarians sampel. Nilai
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
sebesar 0,90 dapat diinterpretasikan diharapkan yaitu jika ditemukan residual yang besar.
g. Interpretasi dan Modifikasi Model Model dinyatakan fit kemudian diinterpretasikan sesuai dengan
konsep dan hipotesis yang dibangun. Hasil estimasi model yang fit, residual dari covariansnya haruslah kecil di mana nilai
residual covariance standard 2,58 atau mendekati nol Hair et.al., 1992 dalam
Suja’i, 2007:76. Model yang dinyatakan tidak fit perlu dilakukan modifikasi remodeling. Ada beberapa sebab
mengapa model tidak fit, antara lain karena tidak dipenuhinya asumsi persamaan struktural pengukuran konstruk tidak valid
dan tidak reliabel, ukuran sampelnya kurang atau terlalu besar serta adanya nilai varian negatif. Indikasi model yang tidak fit
bisa dilihat dari beberapa gejala, antara lain residual covariance relatif besar 2,58, goodness of fit statistik tidak memenuhi
kriteria yang ditentukan.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1. Deskripsi Obyek Penelitian
PT. Asta Kencana Cemerlang merupakan salah satu distributor Tupperware, yang berlokasi di Jl. Jakarta, Surabaya,
Jawa Timur. Perusahaan ini didirikan tahun 1999 oleh Ibu Ide Suwiharti dengan dibantu oleh 6 karyawan. 2 bagian administrasi, 1
karyawan bagian keuangan, kemudian 1 karyawan bagian gudang dan 2 lainnya adalah supir. PT. Asta Kencana Cemerlang memiliki
587 sales forces aktif. Wilayah kerja atau pemasarannya meliputi Surabaya, Tuban, Bangil dan Pasuruan. Target penjualan yang
harus dicapai PT. Asta Kencana Cemerlang mencapai 1,2 miliar. Sales forces Tupperware memiliki tingkatan jenjang karier,
yaitu:
Dealer Team
Captain Manager
Group Manager
Gambar 4.1: Tingkatan Jenjang Karier Sales Forces Tupperware
Sumber: data diolah
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
Kategori