Langkah selanjutnya adalah melihat signifikan atau tidaknya item dalam mengukur apa yang hendak diukur, sekaligus menentukan apakah item tertentu perlu
di-drop atau tidak. Dalam hal ini yang diuji adalah hipotesis nihil tentang koefisien muatan faktor dari item. Pengujiannya dilakukan dengan melihat nilai t bagi setiap
koefisien muatan faktor, jika nilai t 1,96 artinya item tersebut signifikan dan begitu juga sebaliknya. Adapun koefisien muatan faktor untuk item pengukuran efikasi diri
disajikan pada tabel 3.9.
Tabel 3.9 Muatan Faktor Item
optimism No
Koefisien Standar Error
Nilai t Signifikan
1 0,86
0,05 16,82
V 2
0,77 0,05
14,41 V
3 0,77
0,05 15,13
V 4
0,65 0,05
12,34 V
5 0,66
0,05 12,23
V 6
0,62 0,05
11,56 V
Keterangan: Tanda V = Signifikan t 1,96 ; X = Tidak Signifikan
3.4.3 Uji Validitas Konstruk Skala Work engagement
Peneliti menguji apakah 17 item yang ada bersifat unidimensional, artinya item-item tersebut benar-benar hanya mengukur work engagement. Dari hasil awal analisis CFA
yang dilakukan dengan model satu faktor, ternyata tidak fit, dengan Chi square = 1420,59, df = 119, P-value = 0,00000, RMSEA = 0,199. Namun setelah dilakukan
modifikasi sebanyak 51 kali terhadap model dengan membebaskan korelasi kesalahan pengukuran diantara item-item yang dianalisis, maka kemudian diperoleh model fit
dengan nilai Chi square menghasilkan P-value 0,05 tidak signifikan. Artinya
model satu faktor unidimensional dapat diterima, bahwa seluruh item hanya mengukur satu faktor saja yaitu work engagement.
Langkah selanjutnya adalah melihat signifikan atau tidaknya item dalam mengukur apa yang hendak diukur, sekaligus menentukan apakah item tertentu perlu
di-drop atau tidak. Dalam hal ini yang diuji adalah hipotesis nihil tentang koefisien muatan faktor dari item. Pengujiannya dilakukan dengan melihat nilai t bagi setiap
koefisien muatan faktor, jika nilai t 1,96 artinya item tersebut signifikan dan begitu juga sebaliknya. Adapun koefisien muatan faktor untuk item pengukuran work
engagement disajikan pada tabel 3.10.
3.5 Teknik Analisis Data
Teknik analisis data yang digunakan untuk menganalisis data pada penelitian ini yaitu analisis regresi berganda Multiple Regression Analysis. Teknik analisis regresi
berganda ini digunakan untuk menentukan ketepatan prediksi dan ditujukan untuk mengetahui besarnya pengaruh dari independent variable IV, yaitu job demands,
