b. Data Sekunder
Data sekunder merupakan sumber data penelitian yang diperoleh peneliti secara tidak langsung melalui media perantara Indiantoro dan
Supomo, 2002: 147, data ini berupa daftar pegawai PT.PLN Persero APJ Sidoarjo yang sudah menjadi pegawai tetap.
3.3.2. Sumber Data
Data yang diambil berasal dari objek yang diteliti yaitu daftar pegawai PT.PLN Persero APJ Sidoarjo.
3.3.3. Pengumpulan Data
Pengumpulan data dilakukan untuk mendapatkan data mengenai objek yang diteliti dengan cara kuesioner dan survey, dimana kuesioner
adalah daftar pertanyaan yang cukup terperinci dan lengkap. Yang menuliskan isian ke dalam kuesioner adalah responden Nazir, 2002: 203.
Survey adalah teknik penelitian dimana informasi dikumpulkan dari sekelompok manusia sebagai sampel dan biasanya menggunakan daftar
pertanyaan Suparmoko, 1999: 67.
3.4. Uji Kualitas Data 3.4.1. Uji Validitas
Uji validitas Sumarsono, 2004: 31 dilakukan untuk mengetahui sejauh mana alat pengukur itu kuesioner mengukur apa yang
diinginkan.Valid atau tidaknya alat ukur tersebut dapat diuji dengan mengkorelasi antara skor total yang diperoleh pada masing-masing butir
pernyataan, apabila kolerasi antara skor total dengan skor masing-masing pertanyaan signifikan, maka dapat dikatakan bahwa alat pengukur tersebut
mempunyai validitas.
Ukuran untuk menentukan validitas adalah:
o Jika r
0,3, berarti instrument dianggap valid o
Jika taraf signifikant 0,05 5 maka dapat dikatakan instrument
tersebut valid Salimun Nafidah, 2006 : 60.
3.4.2. Uji Reliabilitas
Uji reliabilitas adalah alat untuk mengukur suatu kuisioner yang merupakan indikator dari variabel atau konstruk. Suatu kuesioner
dikatakan reliabel atau handal jika jawaban seseorang terhadap pernyataan
adalah konsisten atau stabil dari waktu ke waktu Ghozali, 2007: 41.
Perhitungan keandalan butir dalam penelitian ini menggunakan fasilitas yang diberikan oleh SPSS untuk mengukur reliabilitas dengan uji
statisitik Cronbach Alpha α. Yaitu suatu konstruk atau variabel dikatakan
reliable jika memberikan nilai Cronbach Alpha 0,60 Nunnally Ghozali, 2007: 42.
3.4.3. Uji Normalitas
Uji normalitas digunakan untuk mengetahui apakah suatu data berdistribusi normal atau tidak. Untuk mengetahui apakah data
berdistribusi normal digunakan metode Kolmogorov Smirnov dengan menggunakan program SPSS. Menurut Sumarsono 2004:40-42 pedoman
dalam mengambil keputusan apakah sebuah distribusi data mengikuti distribusi normal adalah:
a Jika nilai signifikan nilai probabilitasnya lebih kecil dari 5, maka
distribusi adalah tidak normal. b
Jika nilai signifikan nilai probabilitasnya lebih besar dari 5, maka distribusi adalah normal.
3.4.4. Uji Asumsi Klasik
Untuk mendukung keakuratan hasil model regresi, maka perlu dilakukan penelusuran terhadap asumsi klasik yang meliputi asumsi
multikolinieritas, heteroskedastisitas dan autokorelasi. Uji asumsi kalsik menyatakan bahwa persamaan regresi tersebut harus bersifat BLUE Best
Linier Unbiased Estimation, artinya pengambilan keputusan uji F dan uji t tidak boleh bias. Untuk menghasilkan pengambilan yang BLUE maka
harus dipenuhi diantaranya tiga asumsi dasar yang tidak boleh dilanggar oleh regresi linier berganda, yaitu:
1. Tidak boleh Multikolinieritas. 2. Tidak Boleh Autokolerasi.
3. Tidak Boleh Heteroskedastisitas.
Apabila salah satu dari ketiga asumsi dasar tersebut dilanggar, maka persamaan regresi yang diperoleh tidak lagi bersifat BLUE Best
Linier Unbiased Estimation, sehingga pengambilan keputusan melalui uji F dan uji t menjadi bias Algifari, 2000: 83.
1 Multikolinieritas
Uji multikolinieritas digunakan untuk menunjukkan adanya hubungan linier antara variabel – variabel bebas dalam suatu model
regresi. Salah satu cara yang digunakan untuk mengetahui ada tidaknya
multikolinieritas yaitu dengan cara melihat besarnya nilai Variance Inflation Factor VIF. VIF dapat dihitung dengan rumus :
VIF =
Tolerance 1
Tolerance mengukur variabilitas variabel bebas yang terpilih yang tidak dapat dijelaskan oleh variabel bebas yang lain. Nilai tolerance
yang umum dipakai adalah 0,10 atau sama dengan nilai VIF dibawah 10, maka tidak terjadi multikolinieritas Ghozali, 2001: 57.
2 Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam suatu model regresi linier ada korelasi antara kesalahan penggangu pada periode t
dengan kesalahan pada periode t-1 sebelumnya. Hal ini sering ditemukan pada data time series, sedangkan pada data crossection,
masalah autokorelasi relatif jarang terjadi Ghozali, 2002 :61. Tetapi dalam penelitian ini tidak dilakukan uji autokorelasi karena data yang
diperoleh bukan data time series.
3 Heteroskedastisitas
Heteroskedastisitas adalah nilai varians residual dengan varians setiap variabel bebas tidak sama atau E u
2
1 ≠ 0. Jika nilai varians
residual dengan varians setiap variabel bebas tetap, maka disebut Homoskedastisitas. Model regesi yang baik adalah yang
homoskedastisitas atau tidak terjadi heteroskedastisitas. Untuk mendeteksi ada tidaknya heteroskedastisitas digunakan korelasi rank
Spearman antara residual dengan seluruh variabel bebas. Rumus rank spearman adalah:
∑di
2
rs = 1-6 ……………………Gujarati, 1995: 188
NN
2
-1
Keterangan : di = perbedaan dalam rank antara variabel bebas.
N = banyaknya data.
Jika nilai signifikan koefisien Rank Spearman untuk semua variabel bebas terhadap nilai mutlak dari residual lebih besar 5 maka
tidak terdapat gejala heteroskedastisitas Sumarsono, 2004: 60.
3.4.5. Tehnik Analisis
Teknik mempermudah analisis data maka data – data yang terkumpul diolah dengan menggunakan program komputer SPSS, dan uji
statistik yang digunakan adalah regrasi liner berganda, dengan persamaan
regresi:
Y = β
+ β
1
X
1
+ β
2
X
2
+ β
3
X
3
+e Anonim, 2008: L - 21 Dimana :
Y : Tanggungjawab Sosial β
= Konstanta intersep X
1
= regulasi pemerintah X
2
= tekanan media masa X
3
= komitmen manajemen β
1
, β
2
, β
3
= Koefisien Regresi e = Random error
3.4.6. Uji Hipotesis
Untuk menguji kesesuaian model persamaan regresi yang dihasilkan, dan untuk menguji signifikan atau tidaknya pengaruh variabel
bebas terhadap variabel terikat digunakan uji F dan uji t:
1. Uji F
Uji ini dilakukan untuk melihat apakah model yang dianalisis memiliki tingkat kelayakan model yang tinggi yaitu variabel-variabel
yang digunakan model mampu untuk menjelaskan fenomena yang dianalisis.
Ho : β = β2 = β3 = 0 tidak ada pengaruh yang signifikan anatara
variabel X
1
, X
2
, dan X
3
terhadap Y Hi :
β1 = β2 = β3 ≠ 0 ada pengaruh yang signifikan antara variabel X
1
, X
2
, dan X
3
terhadap Y Dalam penelitian ini digunakan tingkat signifikansi
α 0,05 Kriteria pengujian sebagai berikut:
1 Jika nilai probabilitas 0,05, maka Ho diterima dan Hi ditolak,
berarti tidak ada pengaruh yang signifikan X
1
, X
2
, dan X
3
terhadap Y. 2
Jika nilai probabilitas ≤ 0,05 maka Ho ditolak dan Hi diterima,
berarti ada pengaruh yang signifikan X
1
, X
2
, dan X
3
terhadap Y.
2. Uji t
Uji t dilakukan untuk menguji signifikan atau tidaknya pengaruh X
1
, X
2
, dan X
3
terhadap Y Ho :
βi = 0 tidak ada pengaruh yang signifikan antara variabel X
1
, X
2
, dan X
3
terhadap Y
Hi : βi ≠ 0 ada pengaruh yang signifikan antara variabel X
1
, X
2
, dan X
3
terhadap Y Ket
: i = X
1
, X
2
, dan X
3.
Dalam penelitian ini digunakan tingkat signifikasi α 0,05
Kriteria pengujian sebagai berikut: 1.
Jika nilai probabilitas 0,05, maka Ho diterima dan Hi ditolak, berarti tidak ada pengaruh yang signifikan antara variabel X
1
, X
2
, dan X
3
terhadap Y. 2.
Jika nilai probabilitas ≤ 0,05, maka Ho ditolak dan Hi diterima,
berarti ada pengaruh yang signifikan antara variabel X
1
, X
2
, dan X
3
terhadap Y.
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
