Pengolahan dan Analisis Data

alat ukur yang digunakan untuk memperoleh atau mengukur data itu validlayak, artinya instrumen tersebut dapat mengukur objek yang hendak diukur Sugiyono,2003. Untuk menguji validitas instrumen digunakan rumus pearson product moment, yaitu : ℎ� �� = � − � 2 − 2 � 2 − 2 = ………………1 Dimana : r = Nilai koefisien korelasi N = Jumlah responden. X = Skor masing-masing pertanyaan dari tiap responden. Y = Skor total semua pertanyaan dari tiap responden. Dengan Hipotesis : H : Instrumen dinyatakan tidak valid ρ = 0 H 1 : Instrumen dinyataka valid � ≠ 0 Setelah dihitung, nilai korelasi yang diperoleh dibandingkan dengan angka kritik tabel korelasi nilai r. Apabila nilai korelasi yang diperoleh lebih besar dari pada angka kritik tabel korelasi nilai r, maka Ho ditolak dan terima H1.

3.7.2 Uji Reliabilitas

Uji reliabilitas merupakan uji kehandalan yang bertujuan untuk mengetahui seberapa jauh sebuah alat ukur dapat diandalkan atau dipercaya. Kehandalan berkaitan dengan dengan estimasi sejauh mana suatu alat ukur, apabila dilihat dari stabilitas atau konsistensi internal dari jawaban atay pertanyaan jika pengamatan dilakukan secara berulang. Reliabelitas merupakan derajat ketepatan, ketelitian atau keakuratan yang ditunjukan oleh instrument pengukuran Umar, 2005. Umumnya instrument yang valid pasti reliabel, namun instrument yang reliabel belum tentu valid, oleh karena itu pengujian reliabelitas instrument perlu dilakukan. Apabila suatu alat ukur ketika digunakan secara berulang dan hasil pengukuran yang diperoleh relatif konsisten maka alat ukur tersebut dianggap handal dan reliable. Teknik yang digunakan untuk mengukur reliabelitas instrument adalah Teknik Alfa Cronbach Sugiyono, 2003 dengan rumus berikut : r i = � �−1 1 − � � 2 � 2 ……………….. 2 Dimana : r i = Keandalan instrument k = Mean kuadrat antara subyek. � � 2 = Mean kuadrat kesalahan � 2 = Varians total. Untuk menghitung varians total dan varians item digunakan rumus sebagai berikut : � � 2 = 2 � − � 2 …………………..3 � � 2 = � � − � 2 ……………………......4 Dimana: JK i = jumlah kuadrat seluruh item JK s = Jumlah kuadrat subyek. Nilai alpha yang dihasilkan dari pengujian reliabilitas kemudian ditarik kesimpulan dengan mengklasifikasikan nilai alpha yang diperoleh berdasarkan klasifikasi nilai alpha berikut, dimana secara umum yang dianggap reliabel andal apabila nilai alfa cronbachnya 0,6. Table 3. Klasifikasi nilai alpha Klasifikasi Nilai Alpha kesimpulan α 0,9 Sempurna excellent α 0,8 Baik good α 0,7 Dapat diterima acceptable α 0,6 Diragukan questionable α 0,5 Lemah poor α 0,4 Tidak dapat diterima unacceptable Sumber : George dan Mallery 2003 Pengolahan data dilakukan dengan menggunakan bantuan software Microsoft Excel dan SPSS 16.0 for Windows.

3.7.3 Analisis Deskriptif

Analisis deskriptif digunakan untuk mengetahui gambaran komitmen organisasi serta QWL di YKKBI. Analisis deskriptif yang digunakan dalam penelitian ini adalah modus. Modus adalah nilai yang muncul terbanyak atau nilai pengamatan yang mempunyai frekuensi pemunculan yang terbanyak. Jika kita tertarik pada data frekuensi, jumlah dari suatu nilai dari kumpulan data, maka kita menggunakan modus. Modus sangat baik bila digunakan untuk data yang memiliki skala kategorik yaitu nominal atau ordinal data kategorik yang bisa diurutkan. Cara menghitung modus yaitu: 1. Data yang belum dikelompokkan Modus dari data yang belum dikelompokkan adalah ukuran yang memiliki frekuensi tertinggi. Modus dilambangkan Mo. 2. Data yang telah dikelompokkan Rumus Modus dari data yang telah dikelompokkan dihitung dengan rumus: …………………..5 Dengan : Mo = Modus L = Tepi bawah kelas yang memiliki frekuensi tertinggi kelas modus i = Interval kelas b1 = Frekuensi kelas modus dikurangi frekuensi kelas interval terdekat sebelumnya b2 = Frekuensi kelas modus dikurangi frekuensi kelas interval terdekat sesudahnya

3.7.4 Partial Least Square

Partial Least Square PLS menurut Herman Wold dalam Ghozali 2008 merupakan metode analisis yang powerful oleh karena tidak didasarkan banyak asumsi, karena metode PLS mempunyai keunggulan tersendiri diantaranya data tidak harus berdistribusi normal multivariate indikator dengan skala kategori, ordinal, interval sampai rasio dapat digunakan pada model yang sama dan ukuran sampel tidak harus besar. Walaupun PLS digunakan untuk menkonfirmasi teori, tetapi dapat juga digunakan untuk menjelaskan ada atau tidaknya hubungan antara variabel laten. Model Part Modelling Partial Least Square pada penelitian ini dapat dilihat pada gambar berikut: Gambar 3. Model Part Modelling Partial Least Square PLS mempunyai dua model indikator dalam penggambarannya, yaitu: 1. Model Indikator Refleksif Model Indikator Refleksif sering disebut juga principal factor model dimana covariance pengukuran indikator dipengaruhi oleh konstruk laten atau mencerminkan variasi dari konstruk laten. Pada Model Refleksif konstruk unidimensional digambarkan dengan bentuk elips dengan beberapa anak panah dari konstruk ke indikator, model ini menghipotesiskan bahwa perubahan pada konstruk laten akan mempengaruhi perubahan pada indikator. Model Indikator Refleksif harus memiliki internal konsistensi oleh karena semua ukuran indikator diasumsikan semuanya valid indikator yang mengukur suatu konstruk, sehingga dua ukuran indikator yang sama reliabilitasnya dapat saling dipertukarkan. Walaupun reliabilitas cronbach alpha suatu konstruk akan rendah jika hanya ada sedikit indikator, tetapi validitas konstruk tidak akan berubah jika satu indikator dihilangkan. Ciri-ciri model Indikator Refleksif adalah: a. Arah hubungan kausalitas seolah-olah dari konstruk ke indicator b. Arah indikator diharapkan saling berkorelasi memiliki internal consistency reability c. Menghilangkan satu indikator dari model pengukuran tidak akan merubah makna dan arti konstruk d. Menghitung adanya kesalahan pengukuran error pada tingkat indikator 2. Model Indikator Formatif Model Formatif tidak mengasumsikan bahwa indikator dipengaruhi oleh konstruk tetapi mengasumsikan semua indikator mempengaruhi single konstruk. Arah hubungan kausalitas mengalir dari indikator ke konstruk laten dan indikator sebagai grup secara bersama-sama menentukan konsep atau makna empiris dari konstruk laten. Oleh karena diasumsikan bahwa indikator mempengaruhi konstruk laten maka ada kemungkinan antar indikator saling berkorelasi, tetapi model formatif tidak mengasumsikan perlunya korelasi antar indikator atau secara konsisten bahwa model formatif berasumsi tidak adanya hubungan korelasi antar indikator, karenanya ukuran internal konsistensi reliabilitas cronbach alpha tidak diperlukan untuk menguji reliabilitas konstruk formatif. Kausalitas hubungan antar indikator tidak menjadi rendah nilai validitasnya hanya karena memiliki internal konsistensi yang rendah cronbach alpha, untuk menilai validitas konstruk perlu dilihat variabel lain yang mempengaruhi konstruk laten. Jadi untuk menguji validitas dari konstruk laten, peneliti harus menekankan pada nomological dan atau criterion-related validity. Implikasi lain dari Model Formatif adalah dengan menghilangkan satu indikator dapat menghilangkan bagian yang unik dari konstruk laten dan merubah makna dari konstruk. Ciri-ciri model Indikator Formatif adalah : a. Arah hubungan kausalitas seolah-olah dari indikator ke konstruk b. Arah indikator diasumsikan tidak berkorelasi tidak diperlukan uji konsistensi internal atau Alpha Cronbach c. Menghilangkan satu indikator berakibat merubah makna dari konstruk d. Kesalahan pengukuran diletakan pada tingkat konstruk zeta Cara kerja Partial Least Square PLS: Estimasi parameter yang didapatkan dengan PLS dapat dikategorikan menjadi tiga. Kategori pertama, adalah weight estimate yang digunakan untuk menciptakan skor variabel laten. Kategori kedua, mencerminkan estimasi jalur path estimate yang menghubungkan variabel laten danantar variabel laten dan blok indikatornya loading. Kategori ketiga, adalah berkaitan dengan means dan lokasi parameter nilai konstanta regresi untuk indikator dan variabel laten. Untuk memperoleh ketiga estimasi ini, PLS menggunakan proses iterasi tiga tahap dan setiap tahap iterasi menghasilkan estimasi. Tahap pertama menghasilkan weight estimasi, tahap kedua menghasilkan estimasi untuk inner model dan outer model, dan tahap ketiga menghasilkan estimasi means dari lokasi konstanta. Analisis data dan pemodelan persamaan struktural dengan menggunakan software PLS, adalah sebagai berikut: 1. Merancang Model Struktural Inner Model Inner Model atau Model Struktural menggambarkan hubungan antar variabel laten berdasarkan pada substantive theory. Perancangan Model Struktural hubungan antar variabel laten didasarkan pada rumusan masalah atau hipotesis penelitian. Model struktural dievaluasi dengan menggunakan R-square untuk konstruk dependen dan uji-t untuk menentukan signifikansi dari koefisien jalur struktural. Dinyatakan signifikan jika nilai t-value lebih besar dari t-tabel. Nilai t-tabel untuk tingkat kesalahan 5 adalah 1,96, maka jika nilai t-value lebih besar dari 1,96 maka dinyatakan signifikan. Menilai model dengan Path Modelling Partial Least Square dimulai dengan R-square untuk setiap variabel laten dependen. Interpretasiya sama dengan interpretasi pada regresi. Perubahan nilai R-square dapat digunakan untuk menilai pengaruh variabel laten independen tertentu terhadap variabel laten dependen apakah mempunyai pengaruh yang substantif Ghozali, 2008. 2. Merancang Model Pengukuran Outer Model Outer Model atau Model Pengukuran mendefinisikan bagaimana setiap blok indikator berhubungan dengan variabel latennya. Perancangan model pengukuran menentukan sifat indikator dari masing-masing variabel laten, apakah refleksif atau formatif, berdasarkan definisi operasional variabel. Pada model reflektif, dilakukan tiga pengujian untuk menentukkan validitas dan reliabilitas, yaitu convergent, validityi scriminant validity dan composite reliability. Ukuran reflektif dikatakan tinggi jika berkorelasi lebih dari 0,70 dengan konstruk yang ingin diukur. Namun untuk penelitian tahap awal dari pengembangan skala pengukuran nilai loading 0,50 sampai 0,60 dianggap cukup Chin diacu dalam Ghozali, 2008. Pada penelitian ini variabel indikator atau manifest dikatakan valid apabila nilai loading diatas 0,50. Discriminant validity darimodel pengukuran reflektif indikator dinilai berdasarkan cross loading pengukuran dengan konstruk. Jika korelasi konstruk dengan item pengukuran lebih besar daripada konstruk lainnya, maka menunjukkan bahwa konstruk laten memprediksi ukuran blok yang lebih baik dari pada ukuran blok lainnya. Uji lainnya adalah menilai validitas dari konstruk dengan melihat AVE, syarat untuk model yang baik adalah nilai AVE masing-masing konstruk lebih besar dari 0,5. Disamping uji validitas, dilakukan juga uji reliabilitas konstruk menggunakan composite reliability. Composite Reliability digunakan untuk mengukur internal consistency. Konstruk dinyatakan reliable jika nilai composite reliability di atas 0,70 dengan tingkat kesalahan sebesar 5 Werts, Linn dan Joreskog diacu dalam Ghozali. Gambar 4. Outer Model Konversi Diagram Jalur ke Sistem Persamaan: a. Model persamaan dasar dari Inner Model dapat ditulis sebagai berikut: = β0 + β + Гξ + ζ j = Σi βji i + Σi үjb ξb + ζj b. Model persamaan dasar Outer Model dapat ditulis sebagai berikut: X = Λx ξ + εx Y = Λy + εy Estimasi : Weight, Koefisien Jalur, dan Loading Metode pendugaan parameter estimasi di dalam PLS adalah metode kuadrat terkecil least square methods. Proses perhitungan dilakukan dengan cara iterasi, dimana iterasi akan berhenti jika telah tercapai kondisi kenvergen. Pendugaan parameter di dalam PLS meliputi 3 hal, yaitu: 1. Weight estimate yang digunakan untuk menghitung data variabel laten. 2. Path estimate yang menghubungkan antar variabel laten dan estimasi loading antara variabel laten dengan indikatornya. 3. Means dan parameter lokasi nilai konstanta regresi, intersep untuk indikator dan variabel laten. Evaluasi Goodness of Fit: Goodness of Fit Model diukur menggunakan R2 variabel laten dependen dengan interpretasi yang sama dengan regresi. Q2 predictive relevance untuk model struktural mengukur seberapa baik nilai observasi dihasilkan oleh model dan juga estimasi parameternya. Q2 = 1 – 1 - R12 1 – R22 … 1 – Rp2 Besaran memiliki nilai dengan rentang 0 2 pada analisis jalur path analysis. Pengujian Hipotesis Resampling Bootstraping : Pengujian Hipotesis β, ү, dan λ dilakukan dengan metode resampling Bootstrap yang dikembangkan oleh Geisser Stone. Statistik uji yang digunakan adalah statistik t atau uji t. Penerapan metode resampling, memungkinkan berlakunya data terdistribusi bebas distribution free tidak memerlukan asumsi distribusi normal, serta tidak memerlukan sampel yang besar direkomendasikan sampel minimum 30. Pengujian dilakukan dengan t- test, bilamana diperoleh p-value.

IV. HASIL PENELITIAN DAN PEMBAHASAN

4.1. Gambaran Umum YKKBI

Fungsi dan tugas YKKBI merupakan bagian yang tidak terpisahkan dengan BI dalam rangka melakukan pemeliharaan sumber daya manusia. Tujuan pemeliharaan sumber daya manusia dimaksud adalah agar memperoleh Karyawan dengan kinerja yang tinggi dan diimbangi dengan kepuasan kerja yang tinggi dengan cara memberikan kesejahteraan yang baik termasuk pembayaran pensiun dan pemberian tunjangan hari tua. Bahwa untuk dapat melaksanakan fungsi dan tugasnya sebagai Bank Sentral, salah satu kunci keberhasilannya adalah perlu ditunjang dengan tersedianya sumber daya menusia yang berkemampuan kerja serta berkinerja baik. Walaupun fungsi tersebut termasuk dalam fungsi pendukung, namun mempunyai andil yang tinggi agar BI dapat melaksanakan tugas yang diembannya dengan baik, dengan disertai manajemen serta peralatan kerja yang memadai. Bahwa salah satu tugas Direktorat Sumber Daya Manusia guna memperoleh sumber daya yang berkemampuan kerja dan berkinerja baik, adalah fungsi pemeliharaan personil yang mencakup bidang penggajian, fasilitas kesejahteraan, keselamatan dan kesejahteraan kerja K-3, sistem pembinaan dan disiplin karyawan, sistem pemberhentian, sistem pensiun dan kesejahteraan hari tua. Sejalan dengan bertambahnya tugas bagi BI, maka jumlah karyawan juga mengalami peningkatan. Hal ini terutama dengan pengembangan organisasi karena tuntutan tugas yang diintegrasikannya ke dalam BI dan pembukaan beberapa kantor cabang BI serta pembentukan satuan kerja baru. Oleh karena itu, maka pelaksanaan fungsi pemeliharaan karyawan khususnya menyangkut sistem pensiun dan kesejahteraan hari tua yang semula cukup ditangani oleh Seksi Pensiun dan Tunjangan Hari Tua pada Urusan Personalia sekarang Direktorat Sumber Daya Manusia menjadi terlalu berat dan menimbulkan pertimbangan bagi Direksi BI untuk membentuk yayasan yang menangani masalah tersebut.

4.1.1 Dasar Hukum Pendirian YKKBI

Berdasarkan Akta No. 19 tanggal 8 Maret 1972 yang dibuat Notaris Abdul Latief, telah dibentuk Yayasan Dana Pensiun dan Tunjangan Hari Tua Bank Indonesia YDPTHT - BI yang antara lain menetapkan bahwa :”Yayasan ini dianggap telah dimulai pada tanggal 25 Februari 1972” Pasal 2. Hal tersebut sesuai dengan tanggal Surat Kuasa dari BI tentang pembentukan YDPTHT - BI. Maksud dan tujuan yayasan adalah: 1. Untuk menjamin pemberian dan pembayaran pensiun dan bantuan onderstand serta tunjangan hari tua kepada anggota - anggota direksi dan karyawan - karyawan BI serta janda - janda dan anak - anak yatim piatu mereka yang berhak atas pensiun, bantuan onderstand dan tunjangan hari tua berdasarkan Peraturan Dana Pensiun dan Tunjangan Hari Tua Bank Indonesia; 2. Untuk hal-hal termaksud di atas huruf a mengelola Dana Pensiun dan Tunjangan Hari Tua Bank Indonesia. Organ Yayasan terdiri dari Badan Pengurus, Badan Pengawas dan Administratur. 1. Badan Pengurus yang terdiri dari 5 lima pejabat BI yaitu: a. Ketua dan Wakil Ketua = Anggota Direksi BI b. Sekretaris = Kepala Urusan Administrasi dan Organisasi BI c. 2 orang Angota = Kepala Urusan Personalia dan seorang Direktur Muda BI 2. Badan Pengawas terdiri dari 3 pejabat BI, 2 orang diantaranya adalah anggota Direksi BI dan seorang pejabat lainnya. 3. Administratur sebagai pelaksana tugas operasional yayasan sehari - hari. Lahirnya Undang - Undang No. 11 tahun 1992 tentang Dana Pensiun, memberikan pengaruh kepada YDPTHT. Dalam pasal 31 ayat 1 Undang - Undang tersebut diatur bahwa ”Dana Pensiun tidak diperkenankan melakukan pembayaran apapun, kecuali pembayaran yang ditetapkan dalam peratur an Dana Pensiun”. Sebagaimana telah diuraikan dimuka bahwa tugas YDPTHT - BI disamping memberikan pembayaran manfaat pensiun juga memberikan pembayaran bantuan onderstand serta tunjangan hari tua. Dengan diundangkannya UU No. 11 tahun 1992 tentang Dana Pensiun tanggal 20 April 1992, juncto Peraturan Pemerintah No. 76 tahun 1992 tentang Dana Pensiun Pemberi Kerja juncto Surat Keputusan Direksi tentang pendirian DAPENBI No. 2601KEPDIR tanggal 15 April 1993, juncto Surat Keputusan Menteri Keuangan RI No. KEP.137KM.171993 tentang pengesahan DAPENBI tanggal 14 Juli 1993, terbentuklah DAPENBI yang dipisahkan dari YDPTHT.