BAB III METODE PENELITIAN
3.1.Definisi Operasional dan Pengukuran Variabel
Untuk memudahkan pemahan dan lebih memperjelas variabel yang digunakan dalam penelitian ini, maka perlu diberikan definisi operasional. Setiap
variabel yang telah diidentifikasikan agar dapat dioperasionalkan sebagai berikut: Variabel-variabel yang digunakan dalam penelitian ini yaitu:
1. Variabel bebas X yang digunakan dalam penelitian ini yaitu :
a. Gaji X
1
Gaji merupakan bentuk kompensasi atau penghargaan terhadap karyawan atas kontribusi dan kinerja yang telah diberikan kepada perusahaan selama
menjadi karyawan. Dalam penelitian ini Gaji diukur melalui indikator Roesdy, 2008:21 :
1. Gaji Pokok X
11
Merupakan gaji dasar yang diterima oleh karyawan yang tidak terkait dengan kompensasi-kompensasi lainnya.
2. Gaji Tambahan X
12
Merupakan gaji yang ditambahkan oleh perusahaan terkait dengan hal- hal tertentu yang telah dilakukan karyawan dan sesuai dengan
kebijakan perusahaan.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
b. Kepemimpinan X
2
Kepemimpinan adalah kemampuan membimbing, mengarahkan dan mempengaruhi suatu kelompok untuk mencapai tujuan kelompok tersebut.
Indikator-indikator dari kepemimpinan adalah : Samson, 2006:211 1.
Perencanaan kerja X
2.1
Merupakan susunan aktivitas yang dilakukan oleh pimpinan sebelum dirinya menyerahkan tanggung jawab pekerjaan kepada karyawan
2. Pengorganisasian kerja X
2.2
Merupakan bentuk penataan terhadap aktivitas kerja agar dapat berjalan secara sistematis, efektif dan efisien.
3. Pelaksanaan kerja X
2.3
Merupakan perwujudan dan aplikasi dari rencana kerja yang telah dibuat.
4. Pengarahan dan pengendalian X
2.4
Merupakan panduan dan pantauan yang diberikan oleh pemimpin atas aktivitas kerja yang dilakukan oleh karyawannya.
c. Sikap rekan kerja X
3
Sikap rekan kerja adalah suatu bentuk perilaku dari pekerja yang dapat mempengaruhi dirinya dan orang lain dalam menjalankan tugas yang di
bebankan Sukanto dan Indriyo 2000:175. Indikator sikap rekan kerja yaitu :
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
1. Menghargai rekan kerja X
31
Suatu sikap hormat dan segan yang ditunjukkan oleh seorang karyawan kepada rekan kerja yang lain.
2. Apresiasi pada rekan kerja X
32
Suatu sikap yang ditunjukkan oleh seorang karyawan untuk mau menghargai dan mengakui apabila rekan kerja yang lain memiliki
kelebihan dibandingkan dengan dirinya. 2.
Variabel terikat Y yang digunakan dalam penelitian ini yaitu Kepuasan Kerja. Kepuasan kerja merupakan sikap emosional yang menyenangkan dan
mencintai pekerjaannya, serta akan merasakan puas jika hasil kerja dan balas jasanya dirasa adil dan layak :
Indikator dari kepuasan kerja yaitu : Wahyudin, 2004:4 1.
Kepuasan atas Gaji pay Y
1
Perasaan karyawan yang menyenangkan atas gaji yang diterima. 2.
Kepuasan atas Promosi promotion Y
2
Perasaan karyawan yang menyenangkan atas segala macam bentuk promosi yang diterima.
3. Kepuasan atas Rekan sekerja co-wokers Y
3
Perasaan karyawan yang menyenangkan atas segala macam bentuk situasi , kondisi dan interaksi dengan rekan sekerja.
3. Kinerja Karyawan Z
Kinerja merupakan suatu hasil yang dicapai oleh pekerja dalam pekerjaannya menurut kriteria tertentu yang berlaku untuk suatu pekerjaan
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Indikator dari kinerja karyawan yaitu : Mas’ud.2004. 1.
Kualitas Kerja Karyawan Z
1
yaitu kemampuan kerja yang dimiliki oleh para karyawan.
2. Kuantitas Kerja Karyawan Z
2
yaitu kontribusi yang diberikan oleh para karyawan kepada perusahaan.
3. Keandalan Kerja Z
3
yaitu kemampuan dan konsistensi karyawan dalam menyelesaikan pekerjaan yang dikerjakannya
4. Sikap Karyawan Z
4
yaitu perilaku karyawan dalam menyelesaikan pekerjaan yang diberikan oleh perusahaan.
Skala pengukuran yang digunakan adalan skala interval adalah data yang jaraknya sama, tetapi tidak mempunyai nilai nol absolut mutlak Sugiyono,
2004, 16, dengan teknik pengukuranya menggunakan Semantic Differnctial Scale yaitu skala interva yang mengacu pada dua kutub bipolar.
Untuk melakukan pengskalaan, digunakan kuesioner yang diberikan kepada responden mengenai motif dan setiap pernyataan akan disediakan jawaban yang
harus dipilih oleh responden untuk menyatakan pilihannya. Skala ini disusun dalam suatu garis kontinu dengan jawaban sangat
positifnya terletak di sebelah kanan, jawaban sangat negatifnya terletak di sebelah kiri, atau sebaliknya. Skala data yang digunakan adalah skala interval 1 sampai 5,
digambarkan sebagai berikut :
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
3.2.Teknik Pengambilan Sampel 3.2.1.
Populasi
Populasi adalah wilayah generalisasi yang terdiri atas obyek atau subyek yang mempunyai kuantitas dan karakteristik tertentu yang ditetapkan oleh peneliti
utnuk dipelajari dan kemudian ditarik kesimpulannya Sugiyono, 2003:55. Populasi dalam penelitian ini adalah seluruh karyawan UD Pratama yang
berjumlah 232 orang. Kemudian target pupulasinya adalah seluruh karyawan bagian produksi yang berjumlah 175 orang.
3.2.2. Sampel
Sampel merupakan bagian yang diambil dari populasi. Teknik penelitian ini menggunakan teknik sampel probability sampling dengan metode simple
random sampling. Dimana probability sampling yaitu teknik yang memberi peluang atau kesempatan sama bagi setiap unsur atau anggota populasi untuk
dipilih menjadi sampel sedangkan simple random sampling yaitu teknik penentuan sampel yang dilakukan secara acak tanpa memperhatikan strata yang
ada Sugiyono, 2003:57, yaitu: Pedoman pengukuran sampel menurut Ferdinand 2002:48:
1. 100-200 sampel untuk teknik maksimum likelihood estimation.
2. Tergantung pada jumlah parameter diestimasi. Pedomannya adalah 5-10
kali jumlah parameter diestimasi. 3.
Tergantung pada jumlah indikator yang digunakan dalam seluruh variabel laten. Jumlah sampel adalah jumlah indikator dikali 5-10. Bila
terdapat 20 parameter yang diestimasi maka besar sampel yang harus diperoleh 100-200 responden.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Dalam penelitian menggunakan pedoman pengukuran dengan mengalihkan jumlah indikator dengan parameter, indikator dalam penelitian ini
berjumlah 15 x 7 = 105. Jadi jumlah sampel yang digunakan dalam penelitian ini berjumlah 105 orang responden.
3.3.Teknik Pengumpulan Data 3.3.1.
Jenis Data
Jenis data yang dipergunakan dalam penelitian ini adalah data primer. Data
primer adalah yaitu data yang diperoleh langsung dari tanggapan responden 3.3.2.
Sumber Data
Sumber data yang digunakan didapatkan dari kuesioner hasil jawaban responden.Khusus pengukuran kinerja karyawandilakukan oleh pimpinan,hal ini
bertujuan agar pengukuran tidak bias.Sehingga kuesioner ada dua yaitu:kuesioner tentang gaji,kepemimpinan,sikap rekan kerja,dan kepuasan karyawan diukur oleh
karyawan dan kuesioner tentang kinerja diukur oleh pimpinan yang bertanggung
jawab pada kinerja kaeyawan yang bersangkutan. 3.3.3.
Metode Pengumpulan Data
Metode pengumpulan data yang dilakukan dalam penelitian ini ada dua yaitu :
a. Wawancara
Yaitu melakukan tanya jawab langsung dalam hal ini tanya jawab dengan para karyawan maupun dengan pimpinan
b. Kuesioner
Yaitu memberikan daftar pertanyaan kepada responden untuk memperoleh informasi langsung.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
3.4.Teknik Analisis dan Uji Hipotesis
Model yang digunakan untuk menganalisis data dalam penelitian ini adalah Structural Equation Modeling SEM. Model ini digunakan karena
didalam model konseptual terdapat variabel-variabel laten dan indikator- indikatornya, serta untuk mengetahui seberapa besar pengaruh dari masing-
masing variabel laten. Model pengukuran untuk variabel kinerja karyawan, gaji, kepemimpinan dan sikap rekan kerja menggunakan Confirmatory Faktor
Analysis. Penaksiran pengaruh masing-masing variabel bebas terhadap variabel terikat mengunakan koefisien jalur. Langkah dalam model pengukuran analisis
SEM dengan contoh faktor kinerja karyawan dilakukan sebagai berikut: Persamaan dimensi faktor kinerja karyawan:
X
1
.
1
= λ1 kinerja karyawan + er.1
X
1
.
2
= λ2 kinerja karyawan + er.2
Bila persamaan diatas dinyatakan dalam sebuah pengukuran model untuk diuji unidimensionalitasnya melalui Confirmatory Factor Analysis, maka model
pengukuran ketidakamanan pekerjaan akan tampak sebagai berikut: Gambar. 3.1
Contoh Model Pengukuran Kinerja Karyawan
Z
1
Z
2
er_1 er_2
Kinerja Karyawan Z
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Keterangan: X
1
.
1
,... X
1
.
3
, = pertanyaan tentang…………….
er_j =
errror term X
3
.j Demikian juga dengan faktor-faktor yang lain seperti gaji, kepemimpinan
dan sikap rekan kerja.
3.4.1. Uji Asumsi Model Struktural Equation Modeling
1. Uji Normalitas Sebaran dan Linieritas
a. Normalitas dapat diuji dengan melihat gambar histogram data atau
dengan menggunakan metode statistik. b.
Menggunakan critical ratio yang diperoleh dengan membagi koefisien sampel dengan standart error-nya dan Skeweness value yang biasa
disajikan dalam statistik deskriptif dimana nilai statistik yang digunakan untuk menguji normalitas sebaran data itu disebut Z-value.
Dengan kriteria penilaian pada tingkat signifikansi 1, jika nilai Z score lebih besar dari nilai kritis maka dapat diduga bahwa distribusi
data adalah tidak normal. 2.
Evalusi Outlier a.
Mengamati nilai Z-score, ketentuannya diantara + 3,0 non outlier.
b. Multivariate outlier diuji dengan kriteria jarak Mahalanobis pada
tingkat p 0,001. Jarak diuji dengan Chi Square [ χ
2
] pada derajat kebebasan df sebesar jumlah variabel bebasnya. Dengan ketentuan
Mahalanobis dari nilai [ χ
2
] adalah multivariate outlier.
Outlier adalah observasi atau data yang memiliki karakteristik unik yang terlihat sangat berbeda dibandingkan observasi-observasi
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
yang lain dan muncul dalam bentuk nilai ekstrim untuk sebuah variabel tunggal atau variabel kombinasi.
3. Deteksi Multicolinearity dan heteroskedastsitas
Deteksi multicolinearity dan heteroskedastsitas dilakukan dengan mengamati Determinant Matrix Covariance. Dengan ketentuan apabila
determinant sample matrix mendekati angka 0 kecil, maka terjadi multikolinearitas dan heteroskedastsitas.
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 dimana masing-masing indikator mampu menghasilkan konstrukfaktor variabel laten.
Karena merupakan indikator multidimensi maka uji validitas dari setiap latent variables construct akan diuji dengan melihat loading factor
dari hubungan antara setiap observed variable dan latent variable. Sedangkan reliabilitas diuji dengan construct reliability dan variance
extracted. Construct reliability dan Variance extracted dihitung dengan
menggunakan rumus:
Construct Reliability =
j
2 2
Loading e
Standardiz Loading
e Standardiz
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Variance Extracted =
j
2 2
Loading e
Standardiz Loading
e Standardiz
Standardize Loading dapat dari output AMOS 4.01, dengan melihat nilai estimasi setiap construct standardize regression weights
terhadap stiap butir sebagai indikatornya. Sementara
ε
j
dapat dihitung dengan formula ε
j
= 1– [Standardize Loading]. Secara umum nilai construct reliability yang dapat diterima
adalah
≥ 0,7 dan variance extracted ≥ 0,5. 3.4.2.
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 daripada t
tabel
berarti signifikan.
3.4.3. Pengujian Model dengan One-Step Approach
Dalam model SEM, model pengukuran dan model structural parameter-parameternya dieliminasi 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 bersama One Step Approach to SEM yang digunakan apabila model diyakini bahwa dilandasi teori yang kuat serta
validitas dan reliabilitas yang sangat baik.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
3.4.4. 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 empiris. Jika model teoritis menggambarkan “good fit” dengan data, maka model dianggap
sebagai yang diperkuat. Sebaliknya, suatu model teoritis tidak diperkuat jika teori tersebut mempunyai “poor fit” dengan data. AMOS dapat menguji
apakah model “good fit” atau “poor fit”. Jadi “good fit” model yang diuji sangat penting dalam menggunakan Structural Equation Modeling.
Pengujian terhadap model dikembangkan dengan menggunakan berbagai kriteria Goodness of Fit, yakni Chi Square, Probability, RMSEA,
GFI, TLI, CFI, AGFI, CMINDF. Apabila model awal tidak good fit dengan data model dikembangkan dengan two step approach to SEM.
Tabel 3.1. Kriteria Goodness of Fit Index
Goodness of Fit Index
Keterangan Cut-off Value
Χ
2
- Chi Square Menguji apakah covariance populasi
yang diestimasi sama dengan covariance sampel apakah model
sesuai dengan data Diharapkan kecil, 1
s.d 5, atau paling baik diantara 1 dan 2
Probability Uji signifikansi terhadap perbedaan
matriks covariance data dan matriks covariance yang diestimasi.
Minimum 0,1 atau 0,2 atau
≥ 0,05 RMSEA
Mengkompensasi kelemahan Chi- Square pada sampel besar
≤ 0,08
GFI Menghitung proporsi tertimbang
varian dalam matriks sampel yang dijelaskan oleh matriks covariance
populasi yang diestimasi Analog ≥ 0,90
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
57
dengan R
2
dalam regresi berganda AGFI
GFI yang disesuaikan terhadap DF ≥ 0,90
CMINDDF Kesesuaian antara data dengan model
≤ 2,00 TLI
Perbandingan antara model yang diuji terhadap baseline model
≥ 0,95
CFI Uji kelayakan model yang tidak
sensitif terhadap besarnya sampel dan kerumitan model
≥ 0,94 Sumber:Hair et,al.,[1998]
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
BAB IV HASIL DAN PEMBAHASAN