Analisis Deskriptif dengan Rataan Skor Partial Least Square

28 1. Penetuan faktor Faktor-faktor strategis diperoleh dan ditentukan berdasarkan studi literatur dan wawancara dengan pihak terkait. 2. Penentuan bobot Jawaban dari setiap kuesioner yang dibagikan kepada para responden dikelompokkan berdasarkan urutan prioritas. Makin besar urutan maka akan semakin kecil nilai yang akan diberikan dan semakin kecil urutan prioritas maka nilai yang diberikan akan semakin besar. Tabel 2. Lembar evaluasi delphi Disiplin Kerja Urutan Prioritas Jumlah Pakar 1 Pakar 2 Pakar 3 Pakar 4 Pakar 5 Keterangan : Kolom 1-10: Pakar Baris 1-10: disiplin kerja Urutan prioritas: 1=8, 2=7 .....8=1

3.8. Metode Pengolahan Data dan Analisis Data

Pengolahan data dalam penelitian ini menggunakan SPSS 16 dan software SmartPLS 2.0. Alat analisis yang digunakan dalam penelitian ini adalah analisis deskriptif dengan rataan skor dan Partial Least Square dengan bantuan software SmartPLS 2.0.

3.8.1 Analisis Deskriptif dengan Rataan Skor

Menurut Sugiyono 2011, statistik deskriptif adalah statistik yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku umum atau generalisasi. Analisis deskriptif digunakan untuk mengetahui karakteristik responden pada penelitian melalui rataan skor. Analisis deskriptif juga digunakan untuk mengidentifikasi karakteristik 29 responden yang berpengaruh terhadap variabel pada penelitian. Pada penelitian ini variabel yang digunakan adalah unsur-unsur penilaian kinerja DP3 dan disiplin kerja pegawai pada Balai Pengelolaan DAS Citarum-Ciliwung.

3.8.2 Partial Least Square

Path Modelling Partial Least Square merupakan pendekatan alternatif yang bergeser dari pendekatan SEM berbasis kovarian menjadi berbasis varian. Model Path Modelling Partial Least Square pada penelitian ini dapat dilihat pada Gambar 4. Gambar 4. Model Path Modelling Partial Least Square Pada metode Path Modelling Partial Least Square terdapat dua evaluasi model, yaitu model pengukuran atau outer model dan model struktural atau inner model. 1. Model Pengukuran atau Outer Model Outer model adalah hubungan antar indikator dengan konstruknya. Pada model reflektif, dilakukan tiga pengujian untuk menentukkan validitas dan reliabilitas, yaitu convergent validity, discriminant validity dan composite reliability. 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 diacu dalam Ghozali 2008. Pada penelitian ini variabel indikator atau manifest dikatakan valid 30 apabila nilai loading diatas 0,50. Discriminant validity dari model pengukuran reflektif indikator dinilai berdasarkan cross loading pengukuran dengan konstruk. Jika korelasi konstruk dengan item pengukuran lebih besar daripada konstruk lainnya, maka menunjukkan bahwa konstruk laten memprediksi ukuran blok yang lebih baik daripada ukuran blok lainnya. Uji lainnya adalah menilai validitas dari konstruk dengan melihat AVE, syarat untuk model yang baik adalah nilai AVE masing-masing konstruk lebih besar dari 0,50. Di samping uji validitas, dilakukan juga uji reliabilitas konstruk menggunakan composite reliability. Composite reliability digunakan untuk mengukur internal consistency. Konstruk dinyatakan reliable jika nilai composite reliability di atas 0,70 dengan tingkat kesalahan sebesar 5 Werts, Linn dan Joreskog diacu dalam Ghozali. 2. Model Struktural atau Inner Model Inner Model menggambarkan hubungan antara variabel berdasarkan pada teori substantif. Model struktural dievaluasi dengan menggunakan R-square untuk konstruk dependen dan uji-t untuk menentukan signifikansi dari koefisien jalur struktural. Dinyatakan signifikan jika nilai t-value lebih besar dari t tabel . Nilai t tabel untuk tingkat kesalahan 5 adalah 1,96, maka jika nilai t-value lebih besar dari 1,96 maka dinyatakan signifikan. Menilai model dengan Path Modelling Partial Least Square dimulai dengan R-square untuk setiap variabel laten dependen. Interpretasiya sama dengan interpretasi pada regresi. Perubahan nilai R-square dapat digunakan untuk menilai pengaruh variabel laten independen tertentu terhadap variabel laten dependen apakah mempunyai pengaruh yang substantif Ghozali, 2008.

IV. HASIL DAN PEMBAHASAN