bab 3 fix

BAB III

METODE PENELITIAN

3.1 Rancangan Penelitian

Sesuai dengan tujuan yang ingin dicapai dalam penelitian, maka penelitian ini menggunakan pendekatan kuantitatif dengan metode penelitian survey yang termasuk jenis penelitian eksplanatori.

Singarimbun dan Effendi (2006), “penelitian survey adalah penelitian yang mengambil sampel dari suatu populasi dan menggunakan kuisioner sebagai alat pengumpul data yang pokok”.

Penelitian kuantitatif adalah sebuah penelitian yang digunakan untuk meneliti pada populasi dan sample tertentu. Teknik pengambilan sample pada umumnya dilakukan secara random, pengumpulan data menggunakan instrument penelitian, analisis data bersiafat kuantitatif/statistic dengan tujuan untuk menguji hipotesis yang telah ditetapkan (Sugiyono, 2008).

3.2 Populasi dan Teknik Pengambilan Sampel 3.2.1 Populasi

Populasi adalah wilayah generalisasi yang mempunyai kualitas dan karakteristik tertentu yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulan (Sugiyono, 2008).

Populasi dalam penelitian ini adalah pegawai di kantor maupun di lapangan PG Padjarakan yang terletak Desa Sukokerto, Probolinggo, yang berjumlah 91 orang.

Tabel 3.1 Jumlah Karyawan

No Posisi Karyawan Jumlah Persen

1 Akuntansi Keuangan 14

2 Teknik 61

3 Pengolahan 4

4 Tanaman 10

5 Quality Control 2

Jumlah total keseluruhan karyawan 91

1. Karakteristik populasi dalam penelitian ini adalah:

a. Karyawan yang berada di kantor PG Padjarakan maupun yang berada di lapangan (Bagian Akuntansi Keuangan, Teknik, Pengolahan, Tanaman, dan Quality Control)

b. Karyawan tetap yang telah bekerja lebih dari 5 tahun 3.2.2 Teknik Pengambilan Sampel

Sampel adalah bagian atau jumlah dan karakteristik yang dimiliki oleh populasi tersebut, (Sugiyono, 2011).

Dalam penelitian ini penulis menggunakan teknik pengambilan sampel dengan cara Purposive random sampling yaitu teknik pengambilan secara sengaja dengan kriteria (1) . Karyawan tetap, (2) Sudah bekerja 5 tahun.

Penentuan jumlah sampel didasarkan pada pendapat Slovin (Sevilla et. al., 2000:182), sebagai berikut:

n=N 1+Ne2

Dimana : n: Jumlah sampel N: Jumlah populasi

e: Batas toleransi kesalahan (error tolerance)

Untuk menggunakan rumus ini, pertama ditentukan berapa batas toleransi kesalahan, sedangkan Batas toleransi kesalahannya adalah 5% dan memiliki tingkat akurasi 95%.

Dengan demmikian maka: N = N/(1+ ne2)

N=91/(1+91 x 0,052_{)= 74}

Dari rumus tersebut maka diperoleh jumlah sampel yang dibutuhkan adalah 73 karyawan.

3.3 Ruang Lingkup Penelitian

Penelitian ini membahas masalah gaya kepemimpinan terhadap kinerja karyawan karyawan PG Padjarakan, melalui kepuasan kerja. Untuk memperoleh data, penelitian maka lokasi penelitian di PG Padjarakan (Bagian Akuntansi Keuangan, Teknik, Pengolahan, Tanaman, dan Quality Control)

3.4 Jenis dan Sumber Data 3.4.1 Jenis Data

Data kuantitatif merupakam data yang berkenaan dengan angka-angka yang masih memerlukan pengolahan dan analisis untuk kepentingan penelitian. Adapun data kuantitatif dalam penelitian. Adapun data kuantitatif dalam penelitian ini adalah mengenai gaya kepemimpinan terhadap kinerja karyawan PG Padjarakan, yang dimediasi oleh kepuasan kerja.

B. Data Kualitatif

Data kualitatif merupakan data yang berbentuk kata, kalimat, skema dan gambar berkaitan dengan informasi yang relevan dengan kepentingan penelitian. Adapun data kualitatif dalam penelitian ini adalah sejarah instansi dan struktur organisasi perusahaan.

3.4.2 Sumber Data A. Data Primer

Data primer adalah data yang diperoleh secara langsung dari sumber aslinya. Data primer secara khusus dikumpulkan untuk menjawab pertanyaan penelitian . Data primer biasanaya diperoleh dari survey lapangan yang menggunakan semua metode pengumpulan data ordinal (Sugiyono, 2002) Data primer dalam penelitian ini terdiri dari data seluruh Karyawan PG Padajarakan Probolinggo yang diperoleh dari bagian personalia PG Padjarakan Probolinggo.

B. Data Sekunder

Data sekunder adalah data yang dikumpulkan secara tidak langsung dari sumbernya. Data sekunder biasanya telah dikumpulkan oleh lembaga pengumpul data dan dipublikasikan kepada masyarakat pengguna data

(Sugiyono, 2002). Data sekunder dalam penelitian ini diperoleh dari jurnal, skripsi, dan buku-buku referensi.

3.5 Teknik Pengumpulan Data

3.5.1 Studi Pustaka (Liberary research)

Studi pustaka merupakan teknik pengumpulan data yang dilakukan dengan cara mempelajari literature-literatur serta karya ilmiah yang berhubungan dengan masalah yang akan dibahas di penelitian ini.

3.5.2 Studi Lapangan (field research)

Studi lapangan merupakan teknik pengumpulan data yang dilakukan dengan cara mengunjungi langsung tempat penelitian guna mendapatkan data yang diperlukan.

Dalam studi lapangan ini ada beberapa teknik yang digunakan: a. Wawancara

Wawancara merupakan teknik pengumpulan data yang dilakukan dengan cara Tanya jawab langsung dengan responden untuk mendapatkan data yang diperlukan untuk memperoleh data primer yaitu tentang gaya kepemimpinan, kepuasan kerja dan kinerja karyawan.

b. Dokumentasi

Dokumentasi merupakan teknik pengumpulan data dengan membaca dan mencatat dari dokumen-dokumen yang berhubungan dengan permasalahan yang ada.

Dokumentasi meliputi arsip-arsip dan laporan-laporan yang terkait dengan masalah penelitian yakni gaya kepemimpinan, jumlah pegawai, permasalahan karyawan yang berhubungan dengan kepuasan, kinerja karyawan yang di kantor PG padjarakan.

c. Penyebaran Kuesioner

Kuesioner adalah teknik pengumpulan data yang dilakukan dengan cara memberi seperangkat pertanyaan atau pertanyaan tertulis kepada responden untuk dijawab, dimaksudkan untuk memperoleh data atau informasi secara tertulis dari responden yaitu karyawan di kantor PG Padjarakan yang telah ditetapkan sebagai sampel yang berkaitan dengan gaya kepemimpinan, kepuasan kerja dan kinerja karyawan PG Padjarakan.

3.6 Definisi Operasional Variabel

Variabel penelitian adalah suatu atribut atau sifat atau nilai dari orang atau objek yang mempunyai variasi antara satu dengan yang lainnya dalam kelompok itu (Sugiyono, 2002).

Variabel-variabel yang digunakam dalam penelitian ini adalah: a. Variabel terikat (dependent variable),

Variabel terikat atau dependen merupakan variabel yang dipengaruhi atau yang menjadi akibat karena adanya variabel bebas (independen). Dalam penelitian ini yang merupakan variabel terikatnya adalah kinerja karyawan (Sugiyono, 2002).

Kinerja yang diteliti berdasarakan teori Mangkunegara (2004), meliputi: a. Tingkat Kemampuan

b. Tingkat Motivasi c. Ketepatan Waktu d. Kemandirian

b. Variabel Bebas (Independent variable)

Merupakan variabel yang mempengaruhi atau menjadi sebab timbulnya atau berubahnya variabel dependen (variabel terikat), (Tjiptono,2006).

Gaya kepemimpinan yang diteliti berdasarkan dengan teori Robbins (2008), yang mengelompokkan gaya kepemimpinan menjadi 4 (Empa) jenis , yaitu sebagai berikut:

1) Kepemimpinan Partisipatif 2) Kepemimpinan Demokratik 3) Kepemimpinan Delegatif 4) Kepemimpinan Otoriter c. Variabel Mediasi (Intervening)

Variabel yang mempengaruhi hubungan dependen dan independen menjadi hubungan langsung dan tidak langsung yang dapay diamati dan diukur. Dalam penelitian ini yang merupakan variabel intervening adalah keupasan kerja. Menurut Hasibuan (2010) kepuasan kerja karyawan dipengaruhi oleh factor-faktor:

a. Komponen Upah atau Gaji

b. Peralatan yang menunjang pelaksanaan pekerjaan. c. Promosi karier.

Tabel 3.1

Definisi Operasional Variabel N

O

VARIABEL INDIKATOR ITEM

1. Kinerja (Z

Mangkunegara 2004)

Z1 Tingkat Kemampuan 1. Kuantitas 2. Kualitas

Z2 Tingkat Motivasi 1. Memaksiamalkan Waktu 2. Prestasi Kerja

Z3 Ketepatan Waktu 1. Efektif 2. Efesien

Z4 Kemandirian 1. Melakukan fungsi kerjanya tanpa minta bantuan bimbingan dari pengawas 2. Independensi 2. Gaya Kepemimpina n X (Robbins 20080

X1 Kepemimpinan partisipatif 1. Pimpinan melakukan pendekatan secara persuasive terhadap karyawan

2. Pimpinan menciptakan kerjasama yg serasi, menumbuhkan loyalitas, dan partisipasi para bawahan agar merasa ikut memiliki perusahaan

X2 Kepemimpinan demokratik 1. Menitikberatkan pada bimbingan yang efisien pada para anggotanya

2. Melibatkan anggota dalam memecahkan permasalahan X3 Kepemimpinan Delegatif 1. Memberikan tanggung jawab

kepada bawahannya

2. Seorang pemimpin mendelegasikan wewenang kepada bawahan dengan agak lengkap

X4 Kepemimpinan otoriter 1. Pimpinan mengarahkan pekerjaan dalam bentuk perintah

2. Pemimpin mengatur bawahan sesuai keinginan

2 Kepuasan Kerja Y (Hasibuan 2010)

Y1 Gaji atau upah 1. Gaji yang diberikan sesuai 2. Mendapat tunjangan Y2 Peralatan yang menunjang

pelaksanaan pekerjaan

1. Sarana dan prasarana yang lengkap

2. Sarana dan prasarana berfungsi dengan baik. Y3 Promosi Karier 1. Perencanaan karir

2. Peluang karier Y4 Hubungan dengan atasan

dan rekan kerja

1. Atasan tenggang rasa 2. Hubungan yang baik antar

rekan kerja Sumber : Diolah dari beberapa teori 2016

Pengukuran variabel dengan menggunkan metode pengumpulan data berupa kuesiner di desain berdasarkan skala model Likert.

Menurut Sugiyono (2002), skala pengukuranb merupakan kesepakatan yang diguankan sebagai acuan untuk menentukan panjang pendeknya interval yang ada dalam alat ukur, sehingga alat ukur tersebut bila digunakan dalam pengukuran akan menghasilkan data kuantitatif.

Skala pengukuran (skor) menggunakan skala likert 1-5 dengan prosedur pengukuran sebagai berikut:

1. Responden diminta untuk menjawab pertanyaan-pertanyaan umum yang akan dipergunakan sebagai dasar pengukuran variabel

2. Responden diminta menyatakan Sangat Setuju (SS), Setuju (S), Cukup Setuju (CS), Tidak Setuju (TS), Sangat Tidak Setuju (STS).

3. Pemberian nilai (scoring) untuk menjawab Sangat Setuju (SS) diberikan nilai 5 dan seterusnya menurun sampai pada jawaban Sangat Tidak Setuju (STS) yang diberi nilai I.

Tabel 3.2

Jawaban Nilai Sangat Setuju

Setuju Cuku Setuju Tidak Setuju Sangat Tidak Setuju

5 4 3 2 1

3.7 Instrumen Penelitian

Alat yang digunakan dalam penelitian ini menggunakan kuesioner, dengan Instrumen penelitian yang digunakan adalah uji validitas dan uji realibilitas 3.7.1 Uji Validitas

Uji validitas ini untuk menunjukkan ukuran yang benar-benar mengukur apa yang hendak diukur (Sunyoto, 2007). Uji validitas dianalisis dengan cara membandingkan nilai r hitung (pada kolom Correlated Item-Total Correlation) dengan r table (df=n-2) pada taraf α =0,05. Dasar pengambilan keputusan:

1. Jika nilai r hitung > r tabel, maka instrument penelitian tersebut dinyatakan valid

2. Jika nilai r hitung < r table, maka instrument penelitian tersebut dinyatakan tidak valid.

Pengujian validitas tiap item pernyataan dilakukan dengan menghitung korelasi pearson product moment antara skor item dengan skor total. Dengan sampel penelitian sebanyak….

r= n(Σ xy)−(Σ x)(Σ y)

√

{

n Σ x2−(Σ x)2

}

(n Σ y2)(n Σ y2(Σ y)2)

r= korelasi product moment X dan Y X=nilai variabel X

Y=nilai variabel Y n= banyaknya sampel 3.7.2 Uji Realibilitas

Uji reliabilitas menuunjukkan konsistensi hasil pengukuran sekiranya alat pengukuran (instrument) itu digunakan pada waktu berlainan. Pengujian realiabilitas, dalam penelitian ini menggunakan rumus Alpha cronbach (Arikunto,2009) yaitu:

r=rn( k

k−1)(1 Σab2

a12 ) Keterangan :

Rn : Reliabilitas instrument

K : banyaknya butir pertanyaan atau butir soal ∑ α b2 _{: Jumlah varians butir}

A 12 _{: Varians total}

Suatu konstruk atau variabel dikatakan reliable jika memberikan nilai Cronbach Alpha > 0,7 -0,89. Standarisasi reliabilitas ini didasari oleh kaidah reliabilitas Guilfor. Bagian kaidah Guilfor adalah sebagai berikut.

Kaidah Relibilitas Guilfor

Koefisien Kriteria

< 0,2 Tidak reliable

0,2 – 0,39 Kurang reliabel

0,4 – 0,69 Cukup reliabel

0,7 – 0,89 Reliabel

>0,9 Sangat Reliabel

3.8 Teknik Analisis Data

Analis yang digunakan dalam penelitian ini adalah analisis kuantitatif pengolahan data dilakukan dengan teknik analisi jalur (path analysis) menggunakan program SPSS (Statistical Package for Social Science) 3.8.1 Analisis Deskriptif

Nilai sentral adalah sifat yang dapat mewakili atau bersifat

representative dari sekumpulan data. Jadi pengukuran nilai sentral atau gejala pusat dari suatu distribusi frekuensi yang dapat mewakili keseluruhan data atau populasi.

Menurut Sugiyono (2004), “Analisis Deskriptif adalah Statistik yang digunakan untuk menganalisa data dengan cara mendeskripsikan atau menggambarkan data yang terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalitas”.

1. Ukuran Pemusatan Data

Ukuran pemusatan data atau ukuran lokasi adalah beberapa ukuran yang menyatakan dimana distribusi data tersebut terpusat.

Sugiyono (2009), membagi jenis-jenis ukuran pemusatan data sebagai berikut :

A. Rata-rata (Mean)

Mean merupakan nilai rata-rata yang bisa mewakili sekumpulan data yang representative.

Rumus untuk mencari mean1 tunggal ; X = Σ Xi_N atau

X

=

_N1 Σ Xi Keterangan :

Xi : Nilai Data ke-i

1 ; Mewakili Bilangan 1,2,3,4,5…..,n N : Banyaknya Data

Keunggulan dari rata-rata/Mean yaitu pertama adalah mudah di ingat, di pahami, di mengerti, dan di hitung, dan yang kedua adalah tingkat peruabahan data yang ada tidak terlalu mempengaruhi prosedur penghitungan.

Kelemahan dari Rata-rata/Mean yaitu pertama adalah nilai yang ekstrim sangat besar pengaruhnya. Kedua, kelas terbuka sulit di tentukan rata-ratanya.

Rumus Mean untuk data kelompok: X=Σ FiMi

N atau X=

1

nΣ FiMi Keterangan :

Fi : Frekuensi kelas interval ke-i Mi ; Titik tengah kelas interval ke-i I ; Mewakili bilangan 1,2,3,4,5,…..,n

Biasanya data yang diukur relative banyak perlu dikelompokkan ke dalam table distribusi frekuensi. B. Nilai Tengah Data (Median)

Median adalah salah satu teknik penjelasan kelompok yang disarankan atas nilai tengah kelompok daya yang telah disusun urutannya dari yang terkecil sampai yang terbesar, begitupun sebaliknya.

Untuk menghitung median data, tunggal menggunakan rumus sebagai berikut ;

jika n(Jumlah Sampel)Ganjil=n+1

2 jika n(Jumlah Sampel)Genap=1

2(Xk+Xk+1) Rumus Median Data Kelompok :

Me=LMD N

2−Fmd fmd Ci Keterangan :

Me : Median

Lmd : Tepi bawah kelas median

Fmd : Frekuensi kelas median C : Panjang Kelas

C. Nilai Modus/Mode (Mo)

Modus adalah teknik penjelasan kelompok yang didasarkan atas nilai yang sedang popular (yang sedang menjadi mode) atau nilai yang sering muncul dalam kelompok tersebut. Kelebihan dari data modus adalah dapat di gunakan untuk memprediksi tingkat kejadian /peristiwa tanpa harus, menghitung terlebih dahulu dan grafiknya mudah di baca. Sedangkan kelemahannya adalah jumlah data/peristiwa atau kejadian harus relative banyak, jika sedikit penyimpanan relative besaran tidak semua peristiwa mempunyai modus, sehingga menimbulkan kesulitan dalam menganalisa atau membaca.

Rumus Menghitung Modus Mo=Lmo d1

d1+d2Ci Keterangan

Mo : Modus/Mode

Lmo : Tepi bawah kelas modus

d1 : Selisih frekuensi modus dengan frekuensi di atas kelas modus (Fmo-Fni)

d2 : selisih frekuensi modus dengan frekuensi di bawah kelas modus (Fmo-Fm2)

C : Kelas interval atau panjang kelas interval 3.8.2 Uji Asumsi Klasik

Uji Asumsi Klasik dalam penelitian ini tetap digunakan untuk menguji kelayakan setiap variabel. Maka dalam penelitian ini Uji Asumsi yang digunakan adalah Uji Normalitas dan Uji Heteroskedastisitas.

A. Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atai residual memiliki distribusi normal (Ghazali, 2009).

Dasar pengambilan keputusan dalam uji normalitas : Jika nilai sig >0,05 maka data berdistribusi normal Jika nilai sig<0,05 maka data tidak berdistribusi normal Cara termudah untuk melihat normalitas residual adalah dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal.

Distribusi normal akan membentuk satu garis lurus diagonal, dan ploting data residual akan diabandingkan dengan garis diagonal. Jika distribusi data residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya.

Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu

pengamatan ke pengamatan yang lain. Jika varians dari residual satu pengamatan ke pengamatan lain tetap, maka disebut

Homoskedastisitas dan jika berbeda disebut

Heteroskedastisitas.Model regresi yang baik adalah yang Homoskedastisitas atau tidak terjadi Heteroskedastisitas (Ghozali,2009).

Dasar pengambilan keputusan dalam uji heteroskedasitas :

a. Jika nilai signifikasi lebih besar dari 0,05 maka kesimpulannya adalah tidak terjadi heteroskedasitas.

b. Jika nilai signifikasnsi lebih kecil dari 0,05 maka kesimpulannya adalah terjadi heteroskedasitas/ 3.8.3 Analisi Jalur (Path Analysis)

Analisis Jalur (Path Analysis) merupakan pengembangan dari analisis regresi, sehingga analisis regresi dapat dikatakan sebagai bentuk khusus dari analisis jalur (regression is special case of path analysis). Analisis jalur digunakan untuk melukiskan dan menguji model hubungan antar variabel yang berbentuk sebab akibat (bukan bentuk hubungan interkatif reciprocal).

Dengan demikian dalam model hubungan antar variabel tersebut, terdapat variabel independen yang dalam hal ini disebut variabel

Eksogen (Exogenous), dan variabel dependen yang disebut variabel endogen (endogenous) (Sugiyono,2006).

3.8.4 Langkah-langkah analisi jalur (Path Analysis) adalah sebagai berikut 1. Menggambarkan dengan jelas diagram jalur yang mencerminkan

proporsisi atau hipotesis yang diajukan.

Dengan kata lain, kita harus mampu menerjemahkan hipotesis yang diajukan dalam sebuah penelitian ke dalam diagram jalur sehingga dapat tampak jelas variabel apa saja yang merupakan variabel eksogen dan variabel endogen.

2. Menghitung matriks korelasi antar variabel dalam bentuk matriks 3. Mengidentifikasi substruktur yang akan dihitung koefisien

jalurnya.

Misalkan, dalam substruktur yang telah kita identifikasi, terdapat k buah variabel eksogen dan sebuah variabel endogen X Kemudian, hitunglah matriks korelasi antar variabel eksogen yang menyusun substruktur tersebut.

4. Menghitung matriks inversi

5. Menghitung semua koefisien jalur pX_UX₁;i=1,2,3,4… k

6. Menghitug

Menghitung Rxu

2

(X1X2… XK) , yaitu koefisien yang

Dalam menganalisis regresi, koefisien ini disebut dengan koefisien dterminasi majemuk/multiple dengan rumus.

R2xu

(

X1X2… Xk

)

=

(

p XUX1p XUX2… p XUXK

)

7. Menghitung p X_uϵ dengan rumus p Xuϵ=Rxu2 (X1X2… XK)

3.8.5 Uji Hipotesis

Menurut Sugiyono (2009), untuk dapat diuji suatu hipotesis haruslah dinyatakan secara kuantitatif. Pengujian hipotesis ialah prosedur yang memungkinkan keputusan dapat dibuat, yaitu keputusan untuk

menolak atau tidak menolak suatu hipotesis yang sedang diuji. Dasar pengambilan keputusan dapat ditentukan dengan;

1. Jika nilai probabilitas 0,05 lebih kecil atau sama dengan nilai probabilitas sig atau (0,05

Fi : Frekuensi kelas interval ke-i Mi ; Titik tengah kelas interval ke-i I ; Mewakili bilangan 1,2,3,4,5,…..,n

Biasanya data yang diukur relative banyak perlu dikelompokkan ke dalam table distribusi frekuensi. B. Nilai Tengah Data (Median)

Median adalah salah satu teknik penjelasan kelompok yang disarankan atas nilai tengah kelompok daya yang telah disusun urutannya dari yang terkecil sampai yang terbesar, begitupun sebaliknya.

Untuk menghitung median data, tunggal menggunakan rumus sebagai berikut ;

jika n(Jumlah Sampel)Ganjil=n+1 2 jika n(Jumlah Sampel)Genap=1

2(Xk+Xk+1) Rumus Median Data Kelompok :

Me=LMD N

2−Fmd fmd Ci Keterangan :

Me : Median

Lmd : Tepi bawah kelas median

Fmd : Frekuensi kelas median C : Panjang Kelas

C. Nilai Modus/Mode (Mo)

Modus adalah teknik penjelasan kelompok yang didasarkan atas nilai yang sedang popular (yang sedang menjadi mode) atau nilai yang sering muncul dalam kelompok tersebut. Kelebihan dari data modus adalah dapat di gunakan untuk memprediksi tingkat kejadian /peristiwa tanpa harus, menghitung terlebih dahulu dan grafiknya mudah di baca. Sedangkan kelemahannya adalah jumlah data/peristiwa atau kejadian harus relative banyak, jika sedikit penyimpanan relative besaran tidak semua peristiwa mempunyai modus, sehingga menimbulkan kesulitan dalam menganalisa atau membaca.

Rumus Menghitung Modus Mo=Lmo d1

d1+d2Ci Keterangan

Mo : Modus/Mode

Lmo : Tepi bawah kelas modus

d1 : Selisih frekuensi modus dengan frekuensi di atas kelas modus (Fmo-Fni)

d2 : selisih frekuensi modus dengan frekuensi di bawah kelas modus (Fmo-Fm2)

C : Kelas interval atau panjang kelas interval 3.8.2 Uji Asumsi Klasik

Uji Asumsi Klasik dalam penelitian ini tetap digunakan untuk menguji kelayakan setiap variabel. Maka dalam penelitian ini Uji Asumsi yang digunakan adalah Uji Normalitas dan Uji Heteroskedastisitas.

A. Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atai residual memiliki distribusi normal (Ghazali, 2009).

Dasar pengambilan keputusan dalam uji normalitas : Jika nilai sig >0,05 maka data berdistribusi normal Jika nilai sig<0,05 maka data tidak berdistribusi normal Cara termudah untuk melihat normalitas residual adalah dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal.

Distribusi normal akan membentuk satu garis lurus diagonal, dan ploting data residual akan diabandingkan dengan garis diagonal. Jika distribusi data residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya.

Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu

pengamatan ke pengamatan yang lain. Jika varians dari residual satu pengamatan ke pengamatan lain tetap, maka disebut

Homoskedastisitas dan jika berbeda disebut

Heteroskedastisitas.Model regresi yang baik adalah yang Homoskedastisitas atau tidak terjadi Heteroskedastisitas (Ghozali,2009).

Dasar pengambilan keputusan dalam uji heteroskedasitas :

a. Jika nilai signifikasi lebih besar dari 0,05 maka kesimpulannya adalah tidak terjadi heteroskedasitas.

b. Jika nilai signifikasnsi lebih kecil dari 0,05 maka kesimpulannya adalah terjadi heteroskedasitas/ 3.8.3 Analisi Jalur (Path Analysis)

Analisis Jalur (Path Analysis) merupakan pengembangan dari analisis regresi, sehingga analisis regresi dapat dikatakan sebagai bentuk khusus dari analisis jalur (regression is special case of path analysis). Analisis jalur digunakan untuk melukiskan dan menguji model hubungan antar variabel yang berbentuk sebab akibat (bukan bentuk hubungan interkatif reciprocal).

Dengan demikian dalam model hubungan antar variabel tersebut, terdapat variabel independen yang dalam hal ini disebut variabel

Eksogen (Exogenous), dan variabel dependen yang disebut variabel endogen (endogenous) (Sugiyono,2006).

3.8.4 Langkah-langkah analisi jalur (Path Analysis) adalah sebagai berikut 1. Menggambarkan dengan jelas diagram jalur yang mencerminkan

proporsisi atau hipotesis yang diajukan.

Dengan kata lain, kita harus mampu menerjemahkan hipotesis yang diajukan dalam sebuah penelitian ke dalam diagram jalur sehingga dapat tampak jelas variabel apa saja yang merupakan variabel eksogen dan variabel endogen.

2. Menghitung matriks korelasi antar variabel dalam bentuk matriks 3. Mengidentifikasi substruktur yang akan dihitung koefisien

jalurnya.

Misalkan, dalam substruktur yang telah kita identifikasi, terdapat k buah variabel eksogen dan sebuah variabel endogen X Kemudian, hitunglah matriks korelasi antar variabel eksogen yang menyusun substruktur tersebut.

4. Menghitung matriks inversi

5. Menghitung semua koefisien jalur pX_UX₁;i=1,2,3,4… k

6. Menghitug

Menghitung Rxu

2

(X1X2… XK) , yaitu koefisien yang

Dalam menganalisis regresi, koefisien ini disebut dengan koefisien dterminasi majemuk/multiple dengan rumus.

R2xu

(

X1X2… Xk

)

=

(

p XUX1p XUX2… p XUXK

)

7. Menghitung p X_uϵ dengan rumus p Xuϵ=Rxu2 (X1X2… XK)

3.8.5 Uji Hipotesis

Menurut Sugiyono (2009), untuk dapat diuji suatu hipotesis haruslah dinyatakan secara kuantitatif. Pengujian hipotesis ialah prosedur yang memungkinkan keputusan dapat dibuat, yaitu keputusan untuk

menolak atau tidak menolak suatu hipotesis yang sedang diuji. Dasar pengambilan keputusan dapat ditentukan dengan;

1. Jika nilai probabilitas 0,05 lebih kecil atau sama dengan nilai probabilitas sig atau (0,05