Riana Nuraini, 2012 Pengaruh Gaya Kepemimpinan Klasik Terhadap Kepuasan Kerja Pegawai
Universitas Pendidikan Indonesia |
Repository.Upi.Edu
b. Membandingkan jumlah skor hasil kuesioner dengan jumlah skor
kriterium untuk mencari jumlah skor hasil kuesioner dengan menggunakan rumus:
∑X
i
= X
1
+ X
2
+ X
3
+ ... + X
n
Keterangan: X
i
= Jumlah skor hasil angket variabel X X
1
- X
n
= Jumlah skor angket masing-masing responden c.
Membuat daerah kategori kontinum Untuk melihat bagaimana gambaran tentang variabel secara
keseluruhan yang diharapkan responden, maka penulis menggunakan daerah kategori sebagai berikut:
Sangat Tinggi = ST x JB x JR
Sangat Rendah = SR x JB x JR
Keterangan: ST : Skor Tertinggi
JB : Jumlah Bulir JR : Jumlah Responden
d. Menentukan garis kontinum dan menentukan daerah letak skor untuk
variabel gaya kepemimpinan klasik X dan variabel kepuasan kerja Y
3.7.2 Methode Succeisive Interval MSI
Merubah data ordinal ke interval. Mengingat data variabel penelitian seluruhnya diukur dalam bentuk skala ordinal, sementara pengolahan data dengan
Riana Nuraini, 2012 Pengaruh Gaya Kepemimpinan Klasik Terhadap Kepuasan Kerja Pegawai
Universitas Pendidikan Indonesia |
Repository.Upi.Edu
penerapan statistik parametik mensyaratkan data sekurang-kurangnya harus diukur dalam skala interval. Dengan demikian semua data ordinal yang terkumpul
terlebih dahulu akan ditransformasi menjadi skala interval dengan menggunakan Methode Successive Interval MSI.
Langkah-langkah untuk melakukan transformasi data tersebut adalah sebagai berikut:
a. Perhatikan setiap butir
b. Untuk setiap butir tersebut tentukan berapa orang yang menjawab skor
1, 2, 3, 4, 5 yang disebut frekuensi c.
Setiap frekuensi dibagi dengan banyaknya responden dan hasilnya disebut proporsi
d. Tentukan proporsi kumulatif
e. Dengan menggunakan tabel distribusi normal, hitung nilai z untuk
setiap proporsi kumulatif yang diperoleh f.
Tentukan nilai dentitas untuk setiap nilai z yang diperoleh g.
Tentukan nilai skala Skala Value dengan menggunakan rumus: SV =
� � �
�� � –� � �
�� � �
�� � − �
�� �
Dimana: Scala Value
: Nilai Skala Density at Lower Limit
: Densitas batas bawah Density at Uper Limit
: Densitas batas atas Area bellow Uper Limit
: Daerah dibawah batas atas Area bellow Lower Limit
: Daerah dibawah batas bawah
Riana Nuraini, 2012 Pengaruh Gaya Kepemimpinan Klasik Terhadap Kepuasan Kerja Pegawai
Universitas Pendidikan Indonesia |
Repository.Upi.Edu
h. Tentukan nilai transformasi dengan menggunakan rumus:
Y = NS + k k = [1 + |NS
min
|] Langkah-langkah diatas bila dijabarkan dalam bentuk tabel akan terlihat sebagai
berikut:
Tabel 3.9 Pengubahan Data Ordinal ke Interval
KriteriaUnsur 1
2 3
4 5
Frekuensi Proporsi
Proporsi Kumulatif Nilai
Skala Value
Catatan : Skala terkecil dibuat sebesar 1, maka SV terkecil adalah +1
3.7.3 Analisis Korelasi Sederhana
Analisis korelasi dilakukan setelah semua data yang ada telah terkumpul. Analisis ini bertujuan untuk mencari hubungan antara kedua variabel yang
diteliti. Penentuan koefisien korelasi r dalam penelitian ini menggunakan koefisien korelasi
Pearson Pearson’s Product Moment Coefisient of Corelation, yaitu :
= Σ − Σ ΣY
Σ
2
− Σ ² Σ
2
− Σ ² Suharsimi Arikunto, 2002:274
Koefisien korelasi r menunjukkan derajat korelasi antara variabel X dan variabel Y. Nilai koefisien korelasi harus terdapat dalam batas-batas: -1 r +1.
Tanda positif menunjukkan adanya korelasi positifkorelasi langsung antara kedua
Riana Nuraini, 2012 Pengaruh Gaya Kepemimpinan Klasik Terhadap Kepuasan Kerja Pegawai
Universitas Pendidikan Indonesia |
Repository.Upi.Edu
variabel yang diteliti. Setiap kenaikan nilai-nilai X akan diikuti dengan penurunan nilai-nilai Y, dan begitu pula sebaliknya.
Jika nilai r = +1 atau mendekati +1, maka korelasi antara kedua variabel sangat kuat dan positif.
Jika nilai r = -1 atau mendekati -1, maka korelasi antara kedua variabel sangat kuat dan negatif.
Jika nilai r = 0 atau mendekati 0, maka korelasi antara kedua variabel yang diteliti tidak ada sama sekali atau sangat lemah.
Untuk dapat memberikan penafsiran terhadap koefisien korelasi yang ditemukan tersebut, apakah besar atau kecil, maka dapat berpedoman pada tabel
Guilford berikut.
Tabel 3.10 Pedoman untuk Memberikan Interpretasi Koefisien Korelasi
Besar Koefisien Klasifikasi
0.000 – 0.199
Sangat Rendah Lemah dapat diabaikan 0.200
– 0.399 Rendah Lemah
0.400 – 0.599
Sedang 0.600
– 0.799 Tinggi Kuat
0.800 – 1.000
Sangat Tinggi Sangat Kuat
Sumber : Sugiyono 2007:216
3.7.4 Analisis Regresi Sederhana