Proses Analisis Faktor HASIL DAN PEMBAHASAN

4.5. Proses Analisis Faktor

Efektivitas sistem penilaian kompetensi 360 derajat terdiri dari input, proses dan output. Sistem penilaian kompetensi 360 derajat dikatakan efektif, apabila ada komponen input yang terdiri dari sembilan faktor, komponen proses yang terdiri dari 12 faktor dan komponen output yang terdiri dari lima faktor. Faktor-faktor dalam komponen input yaitu tujuan penilaian, perlengkapan-perlengkapan penilaian, umpan balik, penilai yang tidak mengkaitkan penilaian dengan perasaan pribadi, rekan kerja yang dipilih, pelatihan bagi penilai, pelatihan bagi pihak yang dinilai, pelatihan bagi pelatih dan laporan hasil penilaian. Faktor dalam komponen proses yaitu penilaian diri sendiri, reaksi terhadap umpan balik yang diharapkan dan tidak diharapkan, pengarahan untuk perbaikan, penargetan area perbaikan sementara, mengembangkan rencana tindakan, pengembalian laporan hasil ringkasan kepada penilai, komunikasi, penentuan tujuan spesifik perbaikan dan rencana tindakan, pelatihan Just In Time, mini-appraisal dan rencana tindak lanjut, perhatian pada pengembangan dan pertanggungjawaban oleh karyawan untuk memperbaiki kompetensinya. Faktor-faktor dalam komponen output yaitu motivasi dalam bekerja, perbaikan perilaku dalam bekerja, mengurangi hal- hal yang tidak dapat dibicarakan, peningkatan dalam peninjauan sistem melalui umpan balik yang dihasilkan dan peningkatan dalam pelatihan manajemen. Efektivitas sistem 360 derajat dalam penelitian ini dibatasi pada faktor-faktor yang ada dalam perusahaan, serta disesuaikan dengan kondisi perusahaan. Faktor-faktor dalam komponen input setelah disesuaikan dengan kondisi perusahaan terdiri dari enam faktor, yaitu tujuan penilaian, perlengkapan-perlengkapan penilaian, umpan balik, penilai yang tidak mengkaitkan penilaian dengan perasaan pribadi, rekan kerja yang dipilih tepat dan hasil penilaian. Faktor dalam komponen proses setelah disesuaikan terdiri dari 14 faktor, yaitu penilaian diri sendiri, umpan balik yang diharapkan, umpan balik yang tidak diharapkan, pengarahan oleh perusahaan, tujuan spesifik perbaikan oleh karyawan, pengembangan rencana tindakan untuk perbaikan diri oleh karyawan, adanya hasil yang diterima oleh penilai, prosedur penilaian, tujuan perbaikan spesifik oleh perusahaan, rencana tindakan perbaikan kompetensi karyawan oleh perusahaan, pelatihan, waktu penilaian, perhatian pada pengembangan kompetensi dan pertanggungjawaban oleh karyawan untuk memperbaiki kompetensinya. Penambahan dua faktor pada komponen proses merupakan pengembangan dari 12 faktor yang ada. Faktor dalam komponen output tidak ada perubahan. Setelah diolah, data responden tersebut di analisis faktor. Untuk komponen input Lampiran 6, pada Tabel KMO and Barlett’s Test, terlihat angka KMO MSA yang didapatkan yaitu 0,785. Karena nilainya lebih besar dari 0,5, maka peubah-peubah tersebut saling berkorelasi. Barlett’s Test dengan nilai chi-squared sebesar 258,346 dengan nilai signifikansi atau pada taraf nyata 0,000 yang menunjukkan bahwa proses dapat dilanjutkan, karena korelasi antar peubah-peubah tersebut signifikan. Langkah berikutnya adalah melakukan ekstraksi sekumpulan peubah yang ada sehingga terbentuk satu atau lebih faktor. Metode yang digunakan dalam proses ekstraksi dilakukan untuk mendapatkan nilai komunalitas adalah analisis komponen utama. Pada Tabel Komunalitas terlihat berapa banyak ragam dari suatu peubah dapat dijelaskan oleh faktor yang terbentuk. Semakin besar komunalitas suatu peubah, maka semakin erat hubungannya dengan faktor yang terbentuk. Untuk peubah tujuan penilaian nilai komunalitas yang diperoleh adalah sebesar 0,816. Hal ini berarti bahwa sekitar 81,6 persen ragam dari peubah tujuan dapat dijelaskan oleh faktor yang terbentuk. Proses ekstraksi faktor menghasilkan dua komponen faktor yang terbentuk berdasarkan nilai akar ciri yang berada di atas nilai satu. Penjelasan dapat dilihat pada Tabel Total Keragaman. Nilai ciri menunjukkan kepentingan relatif masing-masing faktor dalam menghitung ragam seluruh peubah yang dianalisis. Susunan nilai akar ciri selalu diurutkan dari nilai yang terbesar hingga nilai yang terkecil dengan kriteria bahwa angka nilai akar ciri di bawah satu tidak digunakan dalam menghitung faktor yang terbentuk. Plot akar ciri memperlihatkan dasar jumlah faktor dengan menggunakan grafik. Pada komponen input, grafik menunjukkan dua faktor baru yang terbentuk untuk meringkas enam peubah yang ada. Faktor-faktor ini terlihat pada titik-titik plot akar ciri yang memiliki nilai akar ciri di atas satu. Gambar plot akar ciri menggambarkan bahwa ada dua faktor yang optimal. Tabel Matrik Komponen berisikan nilai loading faktor antar suatu peubah dengan dua faktor yang telah terbentuk. Pengelompokkan peubah ke dalam dua komponen faktor dinyatakan pada Tabel Matrik Komponen dirotasi Tabel 5. Pengelompokan suatu peubah ke dalam faktor tertentu dilihat dari loading faktor yang terbesar mengimplikasikan bahwa korelasi terbesar peubah tersebut dengan faktor yang telah terbentuk. Angka yang tercantum pada tabel merupakan loading faktor yang menunjukkan besarnya korelasi antar peubah dengan faktor-faktor yang terbentuk. Tabel Matrik Transformasi Komponen menunjukan bahwa peubah yang ada telah secara tepat ditunjukkan oleh faktor yang terbentuk. Plot Komponen dalam Ruang yang dirotasi menampilkan gambar letak keseluruhan 6 peubah pada faktor yang terbentuk. Tabel 5. Pengelompokkan Peubah dalam Komponen Input Setelah Rotasi Peubah Komponen Faktor 1 2 Tujuan penilaian 0,814 0,392 Perlengkapan penilaian 0,866 -0,133 Umpan balik 0,809 0,397 Perasaan karyawan -0,021 0,921 Rekan Kerja 0,669 0,540 Hasil penilaian 0,849 -0,041 Analisis faktor dalam komponen proses Lampiran 7, pada Tabel KMO and Barlett’s Test terlihat angka KMO MSA yang didapatkan yaitu 0,796. Karena nilainya lebih besar dari 0,5, maka peubah-peubah tersebut saling berkorelasi. Barlett’s Test dengan nilai chi-squared sebesar 879,501 dengan nilai signifikansi 0,000 yang menunjukkan bahwa proses dapat dilanjutkan, karena korelasi antar peubah-peubah tersebut signifikan. Berdasarkan Tabel Komunalitas terlihat berapa banyak ragam dari suatu peubah dapat dijelaskan oleh faktor yang terbentuk. Semakin besar komunalitas suatu peubah, maka semakin erat hubungannya dengan faktor yang terbentuk. Untuk peubah penilaian diri, komunalitas yang diperoleh adalah sebesar 0,550. Hal ini berarti bahwa sekitar 55 persen ragam dari peubah penilaian diri dapat dijelaskan oleh faktor yang terbentuk. Proses ekstraksi faktor menghasilkan dua komponen faktor yang terbentuk berdasarkan nilai akar ciri yang berada di atas nilai satu. Penjelasan dapat dilihat pada Tabel Total Keragaman. Plot akar ciri memperlihatkan dasar jumlah faktor dengan menggunakan grafik. Pada komponen proses, grafik menunjukkan tiga faktor baru yang terbentuk untuk meringkas 14 peubah yang ada. Faktor-faktor ini terlihat pada titik-titik plot akar ciri yang memiliki nilai akar ciri di atas satu. Plot akar ciri menggambarkan bahwa ada tiga faktor yang optimal. Tabel Matrik Komponen berisikan nilai loading faktor antar suatu peubah dengan dua faktor yang telah terbentuk. Pengelompokkan peubah ke dalam tiga komponen faktor dinyatakan pada Tabel Matrik Komponen dirotasi Tabel 6. Angka yang tercantum pada tabel merupakan loading faktor yang menunjukkan besarnya korelasi antar peubah dengan faktor- faktor yang terbentuk. Tabel Matrik Transformasi Komponen menunjukan bahwa peubah yang ada telah secara tepat ditunjukkan oleh faktor yang terbentuk. Plot Komponen dalam Ruang yang dirotasi menampilkan gambar letak keseluruhan 14 peubah pada faktor yang terbentuk. Tabel 6. Pengelompokkan Peubah dalam Komponen Proses Setelah Rotasi Peubah Komponen Faktor 1 2 3 Penilaian diri sendiri 0,028 0,082 0,736 Feedback yang diharapkan 0,615 0,673 0,111 Feedback yang tidak diharapkan 0,594 0,589 0,148 Pengarahan 0,650 0,621 -0,046 Perbaikan 0,813 0,144 0,324 Rencana tindakan diri 0,418 0,277 0,661 Penerimaan hasil -0,189 0,674 0,490 Prosedur penilaian 0,435 0,233 0,609 Tujuan perbaikan 0,876 0,249 0,128 Rencana tindakan 0,493 0,678 -0,044 Pelatihan 0,204 0,817 0,189 Mini Appraisal 0,851 0,156 0,132 Perhatian 0,262 0,836 0,161 Tanggung jawab 0,086 0,010 0,826 Analisis faktor dalam komponen output Lampiran 8, pada Tabel KMO and Barlett’s Test terlihat angka KMO MSA yang didapatkan yaitu 0,707. Karena nilainya lebih besar dari 0,5, maka peubah-peubah tersebut saling berkorelasi. Barlett’s Test dengan nilai chi-squared sebesar 180,074 dengan nilai signifikansi 0,000 yang menunjukkan bahwa proses dapat dilanjutkan, karena peubah-peubah tersebut memang signifikan untuk diproses. Setelah peubah peninjauan sistem dikeluarkan karena nilai MSAnya kurang dari 0,5, maka proses analisis diulangi lagi dari awal. Pada Tabel KMO and Barlett’s Test, terlihat angka KMO MSA yang didapatkan yaitu 0,728. Barlett’s Test dengan angka chi-squared sebesar 174,303 dengan nilai signifikansi 0,000 yang menunjukkan bahwa proses dapat dilanjutkan, karena korelasi antar peubah-peubah tersebutsignifikan. Berdasarkan Tabel Komunalitas terlihat berapa banyak ragam dari suatu peubah dapat dijelaskan oleh faktor yang terbentuk. Untuk peubah motivasi, komunalitas yang diperoleh adalah sebesar 0,846. Hal ini berarti bahwa sekitar 84,6 persen ragam dari peubah motivasi dapat dijelaskan oleh faktor yang terbentuk. Proses ekstraksi faktor menghasilkan satu komponen faktor yang terbentuk berdasarkan nilai akar ciri yang berada di atas nilai satu. Penjelasan dapat dilihat pada Tabel Total Keragaman. Plot akar ciri memperlihatkan dasar jumlah faktor dengan menggunakan grafik. Pada komponen proses, grafik menunjukkan satu faktor baru yang terbentuk untuk meringkas empat peubah yang ada. Faktor-faktor ini terlihat pada titik-titik plot akar ciri yang memiliki nilai akar ciri di atas satu. Gambar plot akar ciri menggambarkan bahwa ada satu faktor yang optimal. Tabel Matrik Komponen berisikan nilai loading faktor antar suatu peubah dengan satu faktor yang telah terbentuk. Pada komponen output ini, Tabel Matrik Komponen dirotasi tidak ditampilkan karena hanya satu komponen faktor yang terbentuk, begitu juga dengan Tabel Matrik Transformasi Komponen dan Plot Komponen dalam Ruang yang dirotasi.

4.6. Faktor-faktor Penentu Efektivitas Sistem Penilaian Kompetensi 360