karyawan. Hal tersebut ditunjukkan dengan banyaknya responden yang memberikan jawaban netral yaitu sebanyak 200 pada skor 3 dan jawaban
cukup setuju yaitu sebanyak 179 pada skor 4, hal ini menunjukkan bahwa kualitas dari karyawan sudah sesuai dengan standar yang di tentukan oleh
perusahaan sehingga kuantitas pekerjaan yang dihasilkan karyawan sudah dapat memenuhi target dari perusahaan. Hal tersebut memberikan bukti
bahwa karyawan dapat diandalkan dalam hal penyelesaian dan pemenuhan tanggung jawab pekerjaan yang dibebankan kepada dirinya dan perilaku
karyawan yang baik dalam bekerja dapat menunjang hasil kerja yang dicapai.
4.3. Deskripsi Hasil Analisis Dan Uji Hipotesis
4.3.1. Uji Normalitas Sebaran dan Linieritas
Uji normalitas sebaran dilakukan dengan Kurtosis Value dari data yang digunakan yang biasanya disajikan dalam statistik deskriptif. Nilai
statistik untuk menguji normalitas itu disebut Z-value. Bila nilai-Z lebih besar dari nilai kritis maka dapat diduga bahwa distribusi data adalah tidak
normal. Nilai kritis dapat ditentukan berdasarkan tingkat signifikansi 0,01 [1] yaitu sebesar ± 2,58.
Hasil pengujian Normalitas pada penelitian ini akan ditampilkan pada tabel berikut :
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Tabel 4.8. Hasil Uji Normalitas
Variable min max
kurtosis c.r.
z1 2,000 5,000
-,348 -,729
z2 2,000 5,000
-,348 -,728
z4 2,000 4,000
-,678 -1,419
z3 2,000 5,000
-,382 -,800
y3 2,000 5,000
-,254 -,531
y1 2,000 5,000
-,349 -,730
y2 2,000 5,000
-,290 -,607
x31 1,000 5,000
,308 ,644
x32 1,000 5,000
,683 1,429
x24 2,000 5,000
-,178 -,371
x23 2,000 5,000
-,152 -,317
x21 2,000 5,000
-,283 -,593
x22 2,000 5,000
-,153 -,319
x11 2,000 5,000
-,266 -,557
x12 2,000 5,000
,001 ,002
Multivariate -6,444 -1,462
Sumber : Lampiran 3 Hasil uji menunjukkan bahwa nilai c.r. mutivariate berada di antara
± 2,58 itu berarti asumsi normalitas terpenuhi.
4.3.2. Evaluasi atas 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 untuk sebuah variabel tunggal atau variabel kombinasi Hair et.al,1998.
Multivariate outlier diuji dengan kriteria jarak Mahalanobis pada tingkat p 0,001. Jarak diuji dengan Chi-Square [
2] pada df sebesar jumlah variabel bebasnya df = 15. Ketentuan : bila Mahalanobis dari
nilai 2 adalah multivariate outlier. Pada penelitian ini terdapat outlier
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
apabila nilai Mahalanobis distancenya 37,697. Untuk lebih memperjelas uraian mengenai evaluasi outlier multivariate berikut ini akan disajikan
tabel Uji Outlier Multivariate : Tabel 4.9.
Hasil Pengujian Outlier Multivariate
Residuals Statistics
a
21,83 84,04
60,50 11,169
120 -3,463
2,108 ,000
1,000 120
7,237 16,687
11,298 1,768
120 14,93
86,14 60,45
12,437 120
-60,685 76,984
,000 32,943
120 -1,747
2,216 ,000
,948 120
-1,887 2,526
,001 1,011
120 -70,829
100,072 ,050
37,479 120
-1,910 2,593
,001 1,017
120 4,173
26,464 11,900
4,070 120
,000 ,147
,011 ,017
120 ,035
,222 ,100
,034 120
Predicted Value Std. Predicted Value
Standard Error of Predicted Value
Adjusted Predicted Value Residual
Std. Residual Stud. Residual
Deleted Residual Stud. Deleted Residual
Mahal. Distance Cooks Distance
Centered Leverage Value Minimum
Maximum Mean
Std. Deviation N
Dependent Variable: No a.
Sumber : Lampiran 4 Berdasarkan tabel di atas, setelah dilakukan pengujian diketahui
nilai MD maksimum adalah 26,464 lebih kecil dari 37,697. Oleh karena itu diputuskan dalam penelitian tidak terdapat outlier multivariate antar
variabel. 4.3.3.
Deteksi Multicollinierity dan Singularity
Dengan mengamati Determinant matriks covarians. Dengan ketentuan apabila determinant sample matrix mendekati angka 0 kecil,
maka terjadi multikolinieritas dan singularitas Tabachnick Fidell, 1996. Berdasarkan hasil pengujian dengan menggunakan program AMOS
7.0 diperoleh hasil Determinant of Sample Covariance Matrix adalah 0 yaitu sebesar 18,144 mengindikasikan tidak terjadi multikolinieritas dan
singularitas dalam data ini sehingga asumsi terpenuhi.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
4.3.4. Uji Validitas dan Reliabilitas
Validitas menyangkut tingkat akurasi yang dicapai oleh sebuah indikator dalam menilai sesuatu atau akuratnya pengukuran atas apa yang
seharusnya diukur. Sedangkan reliabilitas adalah ukuran mengenai konsistensi internal dari indikator-indikator sebuah konstruk yang
menunjukkan derajat sampai dimana masing-masing indikator itu mengindikasikan sebuah konstruk yang umum.
Karena indikator multidimensi, maka uji validitas dari setiap construct akan diuji dengan melihat faktor loading faktor dari hubungan
antara setiap observed variabel dan latent variabel. Sedangkan reliabilitas diuji dengan construct reliability dan variance extracted. Dari hasil
pengolahan data didapatkan hasil sebagai berikut : Tabel 4.10.
Faktor Loading dan Konstruk dengan Confirmatory Factor Analysis
Faktor Loading Konstrak Indikator
1 2 3 4 x11
0,896 Gaji
x12 0,510
x21 0,816
x22 0,680
x23 0,682
Kepemimpinan x24
0,642 x31
0,726 Sikap Rekan Kerja
x32 0,701
y1 0,596
y2 0,762
Kepuasan Kerja y3
0,767 z1
0,732 z2
0,763 z3
0,811 Kinerja Karyawan
z4 0,624
Sumber : Hasil Pengolahan Data Lampiran 5 Berdasarkan hasil confirmatory factor analysis terlihat bahwa
factor loadings masing masing butir pertanyaan yang membentuk setiap construct sebagian besar 0.5, sehingga butir-butir instrumentasi setiap
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
konstruk tersebut dapat dikatakan validitasnya cukup baik dan dapat diterima.
Koefisien Cronbach’s Alpha dihitung untuk mengestimasi reliabilitas setiap skala variabel atau indikator observarian. Sementara itu
item to total correlation digunakan untuk memperbaiki ukuran-ukuran dan mengeliminasi butir-butir yang kehadirannya akan memperkecil koefisien
Cronbach’s Alpha yang dihasilkan. Hasil pengujian reliabilitas Consistency Internal dalam penelitian
ini dapat dilihat pada tabel berikut ini : Tabel 4.11.
Pengujian Reliability Consistency Internal
Konstrak Indikator Item to Total Correlation
Koefisien Cronbachs Alpha
x11 0,455 Gaji
x12 0,455 0,626
x21 0,682 x22 0,593
x23 0,669 Kepemimpinan
x24 0,611 0,818
x31 0,509 Sikap Rekan Kerja
x32 0,509 0,670
y1 0,531 y2 0,664
Kepuasan Kerja y3 0,576
0,759 z1 0,617
z2 0,663 z3 0,737
Kinerja Karyawan z4 0,558
0,820
Sumber : Lampiran 6 Hasil pengujian reliabilitas konsistensi internal untuk setiap
construct di atas menunjukkan hasil yang baik dimana koefisien- koefisien Cronbach’s Alpha yang diperoleh sebagian besar memenuhi rules of
thumb yang disyaratkan yaitu 0.7 [Hair et,al.1998].
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Selain melakukan pengujian konsistensi internal Cronbach’s Alpha, perlu juga dilakukan pengujian construct reliability dan
variance extracted. Kedua pengujian tersebut masih dalam koridor uji konsistensi internal yang akan memberikan peneliti kepercayaan diri yang
lebih besar bahwa indikator-indikator individual mengukur suatu pengukuran yang sama. Construct reliability dan Variance-extracted
dihitung dengan rumus sebagai berikut:
j ading
dardize Lo S
Loading Stadardize
liability Construct
2 2
tan Re
j ading
dardize Lo S
Loading Stadardize
xtracted Variance E
2 2
tan Sementara
j
dapat dihitung dengan formula
j
= 1 – [Standardize loading] secara umum, nilai construct reliability yang dapat diterima
adalah 0,5 Hair.et,al.1998. Standardize loading dapat diperoleh dari
output AMOS 4.01, dengan melihat estimasi setiap construct standardize regression weight terhadap setiap butir sebagai indikatornya.
2
tan 1
ading dardize Lo
S j
Hasil pengujan Construct Reliability dan Variance Extraced dalam
penelitian ini akan ditampilkan pada tabel berikut:
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Tabel 4.12. Construct Reliability Variance Extrated
Konstrak Indikator Standardize
Factor Loading
SFL Kuadrat
Error [ εj]
Construct Reliability
Variance Extrated
x11 0,896 0,803 0,197
Gaji x12 0,510 0,260
0,740 0,678 0,531
x21 0,816 0,666 0,334
x22 0,680 0,462 0,538
x23 0,682 0,465 0,535
Kepemimpinan x24 0,642 0,412
0,588 0,799 0,501
x31 0,726 0,527 0,473
Sikap Rekan Kerja x32 0,701 0,491
0,509 0,675 0,509
y1 0,596 0,355
0,645 y2 0,762
0,581 0,419
Kepuasan Kerja y3 0,767
0,588 0,412
0,754 0,508 z1 0,732
0,536 0,464
z2 0,763 0,582
0,418 z3 0,811
0,658 0,342
Kinerja Karyawan z4 0,624
0,389 0,611
0,824 0,541 Batas Dapat
Diterima ≥ 0,7
≥ 0,5
Sumber : Hasil Pengolahan Data lampiran 7 Hasil pengujian reliabilitas instrumen dengan construct reliability
dan variance extracted menunjukkan instrumen reliabel, yang ditunjukkan dengan nilai construct reliability seluruhnya
0,7, dan variance extracted yang diperoleh sebagian besar menunjukkan nilai diatas 0,5. Yang artinya
seluruh instrumen yang digunakan pada penelitian ini telah reliabel.
4.3.5. Pengujian Model Dengan One-Step Approach
Dalam model SEM, model pengukuran dan model struktural parameter-parameternya diestimasi secara bersama-sama. Cara ini agak
mengalami kesulitan dalam memenuhi tuntutan fit model. Kemungkinan terbesar disebabkan oleh terjadinya interaksi antara measurement model
dan structural model yang diestimasi secara bersama-sama One Step Approach to SEM. One step aprroach to SEM digunakan apabila model
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
diyakini bahwa dilandasi teori yang kuat serta validitas reliabilitas data sangat baik Hair et.al.,1998.
Hasil estimasi dan fit model one step approach to SEM dengan menggunakan program aplikasi Amos 7.0 terlihat pada Gambar dibawah
ini:
Gaji X1
x12 er_2
1 1
x11 er_1
1
Kepemimpinan X2
x22 er_4
x21 er_3
1 1
1
x23 er_5
1 x24
er_6 1
Sikap Rekan Kerja
X3 x32
er_8 x31
er_7 1
1 1
Kepuasan Kerja
Y y2
er_10 y1
er_9 1
1 1
y3 er_11
1 Kinerja
Karyawan Z
z3 er_14
z4 er_15
z2 er_13
z1 er_12
1 1
1 1
1 d_y
1 d_z
1
Gambar 4.1. Model Pengukuran Kausalitas One Step Approach
Tabel 4.13. Evaluasi Kriteria Goodness of Fit Indices
Kriteria Hasil Nilai
Kritis Evaluasi
Model CminDF 1,188
≤ 2,00 Baik
Probability 0,116 ≥ 0,05
Baik RMSEA 0,043
≤ 0,08 Baik
GFI 0,893 ≥ 0,90
Kurang Baik AGFI 0,845
≥ 0,90 Kurang Baik
TLI 0,959 ≥ 0,95
Baik CFI 0,968
≥ 0,94 Baik
Sumber : Hasil Pengolahan data Dari hasil evaluasi terhadap model one step base model ternyata
dari semua kriteria goodness of fit yang digunakan, belum seluruhnya
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
menunjukkan hasil evaluasi model yang baik, berarti model belum sesuai dengan data. Artinya, model konseptual yang dikembangkan dan dilandasi
oleh teori belum sepenuhnya didukung oleh fakta. Dengan demikian model ini masih perlu dimodifikasi sebagaimana terdapat di bawah ini :
Gambar 4.2. Model Pengukuran Kausalitas One Step Approach
modification
Gaji X1
x12 er_2
1 1
x11 er_1
1
Kepemimpinan X2
x22 er_4
x21 er_3
1 1
1
x23 er_5
1
x24 er_6
1
Sikap Rekan Kerja
X3 x32
er_8 x31
er_7
1 1
1
Kepuasan Kerja
Y y2
er_10 y1
er_9
1 1
1
y3 er_11
1
Kinerja Karyawan
Z z3
er_14 z4
er_15 z2
er_13 z1
er_12
1 1
1 1
1
d_y
1
d_z
1
Tabel 4.14. Evaluasi Kriteria Goodness of Fit Indices
Kriteria Hasil Nilai
Kritis Evaluasi
Model CminDF 0,879
≤ 2,00 Baik
Probability 0,764 ≥ 0,05
Baik RMSEA 0,000
≤ 0,08 Baik
GFI 0,926 ≥ 0,90
Baik AGFI 0,900
≥ 0,90 Baik
TLI 1,026 ≥ 0,95
Baik CFI 1,000
≥ 0,94 Baik
Sumber : Hasil Pengolahan data Dari hasil evaluasi terhadap model one step base model ternyata
dari semua kriteria goodness of fit yang digunakan, seluruhnya
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
menunjukkan hasil evaluasi model yang baik, berarti model telah sesuai dengan data. Artinya, model konseptual yang dikembangkan dan dilandasi
oleh teori telah sepenuhnya didukung oleh fakta. Dengan demikian model ini adalah model yang terbaik untuk menjelaskan keterkaitan antar variabel
dalam model sebagaimana terdapat di bawah ini Dilihat dari angka determinant of sample covariance matrix :
18,144 0 mengindikasikan tidak terjadi multicolinierity atau singularity dalam data ini sehingga asumsi terpenuhi. Dengan demikian besaran
koefisien regresi masing-masing faktor dapat dipercaya sebagaimana terlihat pada uji kausalitas dibawah ini.
4.3.6. 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
. Tabel 4.12.
Hasil Pengujian Kausalitas
Ustd Std Faktor
Faktor Estimate Estimate
Prob. Kepuasan Kerja Y
Gaji X1 0,383
0,280 0,034
Kepuasan Kerja Y
Kepemimpinan X2 0,641
0,634 0,000
Kepuasan Kerja Y
Sikap Rekan Kerja X3 0,202
0,259 0,059
Kinerja Karyawan Z
Kepuasan Kerja Y 0,814
0,677 0,000
Batas Signifikansi ≤ 0,10
Sumber : Lampiran 8
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Dilihat dari tingkat probabilitas arah hubungan kausal, hipotesis yang menyatakan bahwa :
1. Variabel Gaji berpengaruh positif terhadap Variabel Kepuasan Kerja,
dapat diterima Prob. kausalnya 0,034 ≤ 0,10 signifikan positif.
2. Variabel Kepemimpinan berpengaruh positif terhadap Variabel
Kepuasan Kerja, dapat diterima Prob. kausalnya 0,000 ≤ 0,10
signifikan positif. 3.
Variabel Sikap Rekan Kerja berpengaruh positif terhadap Variabel Kepuasan Kerja, dapat diterima Prob. kausalnya 0,059
≤ 0,10 signifikan positif.
4. Variabel Kepuasan Kerja berpengaruh positif terhadap Variabel
Kinerja Karyawan, dapat diterima Prob. kausalnya 0,000 ≤ 0,10
signifikan positif.
4.4. Pembahasan