Menggunakan skala interval untuk pengukuran variabel, adapun teknik pengukuran sikap menggunakan skala likert yaitu metode yang mengukur sikap dengan
menyatakan setuju atau ke-tidaksetujuan-nya terhadap subyek, obyek atau kejadian tertentu Indriantoro dan Supomo, 2002 : 104, metode ini menggunakan lima angka
penelitian yaitu sebagai berikut : Skor 1
: Sangat tidak setuju Skor 2
: Tidak setuju Skor
3 :
Netral Skor
4 :
Setuju Skor 5
: Sangat setuju
3.2. Teknik Penentuan Sampel
a. Populasi Populasi yang dipakai dalam penelitian ini adalah seluruh karyawan bagian
penagihan kolektor yang berjumlah 116, termasuk supervisor PT. Federal Inernational Finance FIF Surabaya.
b. Sampel Teknik pengambilan sampel yang digunakan adalah teknik sampel jenuh, yaitu
semua populasi dalam penelitian diambil sebagai sampel Sugiono, 2003 : 61. Penentuan sampel didasarkan pada pedoman ukuran sampel. Pedoman
pengukuran sampel menurut Ferdinand 2002 : 48 : 100-200 sampel untuk teknik maksimum Likehood Estimation
Tergantung pada jumlah parameter yang diestimasi. Pedomannya adalah 5-10 kali jumlah parameter yang diestimasi.
Tergantung pada jumlah indikator yang digunakan dalam seluruh variabel laten. Jumlah sampel adalah jumlah indikator dikali 5-10
3.3. Metode dan Prosedur Pengumpulan Data
3.3.1. Jenis Data
Jenis data yang akan digunakan dalam penelitian adalah : a. Data Primer
Data primer yang akan diolah dalam penelitian ini diperoleh dengan menyebarkan kuesioner di PT. Federal International Federal FIF Surabaya untuk mengetahui
tanggapan tentang pengaruh Lingkungan kerja dan Effort terhadap Kinerja Karyawan.
b. Data Sekunder Data sekunder adalah data tentang karyawan PT. Federal International Federal
FIF Surabaya meliputi data sejarah, struktur organisasi dan uraian tugas.
3.3.2. Sumber Data
Sumber data yang dipakai dalam penelitian ini berasal dari kalangan manajemen dan karyawan PT. Federal International Federal FIF Surabaya.
3.3.3. Teknik Pengumpulan Data
Untuk mengumpulkan data dipergunakan metode sebagai berikut : a. Kuesioner
Melakukan survey dengan memberikan angket kepada kolektor responden PT. Federal International Finance FIF Surabaya.
b. Observasi
Penelitian dengan cara mengamati langsung pada obyek penelitian, dalam hal ini adalah mengamati PT. Federal Internatioanl Finance FIF itu sendiri.
c. Interview Penelitian yang dilakukan dengan cara mengadakan wawancara atau tanya jawab
dengan pihak perusahaan obyek penelitian, tentang masalah yang sedang terjadi pada perusahaan saat ini.
d. Dokumentasi Merupakan pengumpulan data dengan mengutip dokumen perusahaan yang
berhubungan dengan masalah yang dibahas.
3.4. Teknik Analisis dan Uji Hipotesis
Model yang digunakan untuk menganalisis data dalam penelitian ini adalah Structural Equation Model SEM. Model pengukuran faktor Lingkungan Kerja,
Effort dan Kinerja menggunakan Confimatory Factor Analisis. Penaksiran pengaruh masing-masing variabel bebas terhadap variabel terikatnya menggunakan koefisien
jalur. Langkah-langkah dalam analisis SEM model pengukuran, dengan contoh
faktor Kinerja dilakukan sebagai berikut : Persamaan Indikator Kinerja
: z
1
= λ1 Kinerja + er_1
z2 = λ2
Kinerja + er_2 z3 =
λ3 Kinerja + er_3
Bila persamaan diatas dinyatakan dalam sebuah pengukuran model untuk diuji unidimensionalitasnya melalui Confirmatory Factor Analisis, maka model
pengukuran dengan contoh Faktor Kinerja seperti terlihat pada Gambar 3.1. Gambar 3.1 : Contoh Model Pengukuran Faktor Kinerja
Keterangan : Z
1
= pertanyaan tentang Kualitas kerja Z
2
= pertanyaan tentang kualitas pribadi Z
3
= pertanyaan tentang Kerjasama Z
4
= pertanyaan tentang Pengetahuan Z
5
= pertanyaan tentang Inisiatif Er_i = error term xj
Z
1
Z
2
er_1
er_2
Kinerja Z
3
Z
4
Z
5
er_3
er_4
er_5
Demikian juga faktor lain seperti faktor lingkungan kerja dan faktor effort.
1. Asumsi Model
Structural Equation Modelling
a. Uji Normalitas Sebaran dan Linieritas Normalitas dapat diuji dengan melihat gambar histogram data atau dapat diuji
dengan metode-metode statistik. Menggunakan Critical Ratio yang diperoleh dengan membagi koefisien
sampel dengan standar errornya dan Skewness Value yang biasanya disajikan dalam statistik deskriptif dimana nilai statistik untuk menguji normalitas itu
disebut sebagai Z-value. Pada tingkat signifikasi 1, jika nilai Z lebih besar dari nilai kritis, maka dapat diduga bahwa distribusi data adalah tidak normal.
Normal Probability Plot SPSS 10.1 Linearitas dengan mengamati scatterplots dari data yaitu dengan memilih
pasangan data dan dilihat pola penyebarannya untuk menduga ada tidaknya linearitasnya.
b. Evaluasi atas Outlier Mengamati nilai Z-score : ketentuannya diantara ± 3.0 non outlier.
Multivariate outlier diuji dengan kriteria jarak mahalonobis pada tingkat p0.001. jarak diuji dengan Chi-Square [
χ] pada df sebesar jumlah variabel
bebasnya. Ketentuan : bila Mahalonabis dari nilai χ adalah multivariate
outlier. Outlier adalah observasi atau data yang memiliki karakteristik unik yang
terlihat sangat berbeda jauh dari observasi-observasi lainnya dan muncul
dalam bentuk nilai ekstrim baik untuk sebuah variabel tunggal atau sebuah variabel kombinasi Hair et al, 1998.
c. Deteksi Multicollinierity dan Singularity Dengan mengamati Determinant Matrix Covarians. Dengan ketentuan apabila
determinan sampel matrik mendekati angka 0 kecil, maka terjadi multikolonearitas dan singularitas Tabachnick dan Fidel,1996.
d. Uji Kesesuaian dan Reliabilitas Umumnya terhadap berbagai jenis fit index yang digunakan untuk mengatur
derajat kesesuaian antara model yang dihipotesakan dengan data yang disajikan. Peneliti diharapkan untuk melakukan pengujian dengan menggunakan beberapa
fit index untuk mengukur “kebenaran” model yang diajukan. Setelah kesesuaian model diuji model fit, evaluasi lain yang harus dilakukan adalah penilaian
unidimensionalitas dan reliabilitas. Unidimensionalitas adalah sebuah asumsi yang digunakan dalam menghitung reliabilitas dari model yang menunjukkan
bahwa dalam sebuah model satu dimensi, indikator-indikator yang digunakan memiliki derajat kesesuaian yang baik. Sedangkan reliabilitas adalah ukuran
mengenai konsistensi internal dari indikator-indikator sebuah konstruk yang menunjukkan derajat sampai dimana masing-masing indikator itu
mengidentifikasikan sebuah konstruk faktor laten yang umum. Karena indikator multidimensi, maka uji validitas dari setiap latent variable construct akan diuji
dengan melihat loading factor dari hubungan antara setiap abserverd variable dan latent variable. Sedangkan reliabilitas diuji dengan construct reliability dan
variance-extracted.
Construct reliability dan variance-extracted dihitung dengan rumus sebagai berikut :
Dimana : Std Loading diperoleh langsung dari standardized loading untuk tiap-tiap
indikator diambil dari perhitungan komputer, AMOS misalnya. εj adalah meansuremant error dari tiap-tiap indikator Ferdinand, 2002
2. Pengujian Hipotesis dan Hubungan Kausal
Pengaruh langsung koefisien jalur diamati dari bobot regresi terstandar, dengan pengujian signifikansi pembanding nilai CR Critical Ratio atau p probability
yang sama dengan nilai t hitung. Apabila t hitung lebih besar dari t tabel berarti hasilnya signifikan.
3. Pengujian Model dengan
Two-Step Approach
Two-Step Approach to Structural Equation Model SEM digunakan untuk menguji model yang diajukan pada gambar. Two-Step Approach digunakan untuk
mengatasi masalah sampel data yang kecil jika dibandingkan dengan jumlah butir instrumentasi yang digunakan Hartline dan Ferrel, 1996 dan keakuratan
reliabilitas indikator-indikator terbaik dapat dicapai dalam Two-Step Approach ini. Two-Step Approach bertujuan untuk menghindari interaksi antara model
pengukuran dan model struktural pada One-Step Approach Hair et al, 1998. j
Loading Std
Loading Std
reability Construct
2 2
. .
j Loading
Std Loading
Std extracted
Variance
2 2
. .
Yang dilakukan dalam Two-Step Approach to SEM adalah estimasi terhadap measurement model dan estimasi terhadap struktural model Anderson dan
Gerbing, 1988. Cara yang dilakukan dalam menganalisis SEM dengan Two-Step Approach adalah sebagai berikut :
Menjumlahkan skala butir-butir setiap konstrak menjadi sebuah indikator summed-scale bagi setiap konstrak, jika terdapat skala yang berbeda maka
setiap indikator tersebut distandarisasi Z-scores dengan mean = 0, deviasi standar = 1, yang tujuannya adalah untuk mengeliminasi pengaruh-pengaruh
skala yang berbeda-beda tersebut Hair et al, 1998 Menetapkan error ε dan lambda χ terms, error terms dapat dihitung dengan
rumus 0.1 kali 2 dan lambda terms dengan rumus 0.95 kali
Anderson dan Gerbing, 1988. Perhitungan construct reliability
telah dijelaskan pada bagian sebelumnya dan deviasi standar
dapat dihitung dengan program aplikasi statistik SPSS. Setelah error
dan lambda terms diketahui, skor- skor tersebut dimasukkan sebagai parameter fix pada analisis model
pengukuran SEM.
4. Evaluasi Model
Hair et al 1998 menjelaskan bahwa pola “confirmatory” menunjukkan prosedur yang dirancang untuk mengevaluasi utilitas hipotesis-hipotesis dengan
pengujian fit antara model teoritis dan data emperis. Jika model teoritis menggambarkan “good fit” dengan data empiris. Jika model teoritis
menggambarkan “good fit” dengan data, maka model dianggap sebagai data yang diperkuat. Sebaliknya, suatu model teoritis tidak diperkuat, jika teori tersebut
mempunyai suatu “poor fit” dengan data. Amos dapat menguji apakah model “good fit” atau “poor fit”. Jadi ,”good fit” model yang diuji sangat penting dalam
penggunaan structural equation modeling. Analisis jalur Path Analisys dikembangkan oleh Sewall Wright tahun 1934
dengan tujuan menerangkan akibat langsung dan tidak langsung seperangkat variabel, sebagai variabel penyebab terhadap seperangkat variabel lainnya.
5. Analisis Faktor Konfimatori
Salah satu teknik multivariate adalah analisis faktor konfimatori yang digunakan untuk menguji sebuah konsep yang dibangun dengan menggunakan indikator
terukur, Ferdinand 2002 : 126. Prinsip-prinsip dasar dalam analisis faktor
konfimatori adalah sebagai berikut :
a. Analisis faktor konfimatori adalah salah satu jenis analisis faktor yang ditunjukkan untuk menguji sebuah teori atau konsep mengenai sebuah proses
atau sebuah pengertian atau sebuah fenomena Tabanick dan Fidell, 1996 b. Analisis faktor konfimatori dimulai setelah seorang peneliti menemukan
sejumlah faktor dimensi permasalahan untuk kemudian masing-masing dimensi itu diselidiki secara mendalam menggunakan beberapa indikator
teoritis yang memiliki hubungan kuat . c. Analisis faktor konfimatori akan dimulai dari masalah yang dirinci menjadi
dimensi, untuk kemudian dikenali melalui indikator-indikator empiris. d. Tidak seperti halnya dalam exploratory factor analisi EFA dimana peneliti
tidak dapat mengembangkan “null-hypothesis” yaitu hipotesa yang meniadakan nullify sesuatu, didalam confimatory factor analysis CFA,
seorang peneliti dapat mengembangkan hipotesis nol atas keutuhan model yang dikembangkan.
3.5. Uji Hipotesis