BAB III. Metodologi Riset. hubungan antar variabel dan bagaimana tingkat ketergantungan antara variabel

Transkripsi

1 BAB III Metodologi Riset 3.1 Desain Penelitian Jenis penelitian ini bersifat asosiatif, artinya kita dapat mengetahui bagaimana hubungan antar variabel dan bagaimana tingkat ketergantungan antara variabel dependen dan variabel independen. Unit analisis pada penelitian ini adalah individu, yaitu para karyawan PT. Gelatik Supra, Ciputat Tangerang. Data penelitian yang dikumpulkan dari para karyawan dilakukan dengan satu kali pengumpulan data dalam periode tertentu. Maka, time horizon yang digunakan dalam penelitian ini adalah cross sectional (Nur Indriantoro, 2003: 95). Tabel 3.1 : Desain Penelitian Tujuan Jenis penelitian Metode penelitian Unit analisis T-1 Asosiatif Survey Individu- Karyawan T-2 Asosiatif Survey Individu- Karyawan T-3 Asosiatif Survey Individu- Karyawan Time horizon Cross sectional Cross sectional Cross sectional Sumber: Penulis (2014) Keterangan Tabel 3.1 : T-1 : Untuk mengetahui dan menganalisa seberapa besar pengaruh positif antara Employee Training terhadap Organizational Performance T-2 : Untuk mengetahui dan menganalisa seberapa besar pengaruh positif Employee Training terhadap Employee Performance 29

2 30 T-3 : Untuk mengetahui dan menganalisa seberapa besar pengaruh positif antara Employee Performance terhadap Organizational Performance 3.2 Operasional Variabel Penelitian Tabel 3.2 Operasional Variabel Variabel Konsep Variabel Dimensi Indikator Ukura n Employee Mangkuprawira Pelatihan Maksud dan Ordinal Training (2003:135) Pekerjaan tujuan pelatihan materi, waktu interval karyawan adalah dan manfaat proses pelatihan mengajarkan pengetahuan dan Magang Pelatihan pada keahlian sikap kekosongan agar karyawan pekerjaan yang semakin terampil menuntut pendidikan formal Pertukaran Pembelajaran Pekerjaan hal baru Pelatihan & Pelatihan Konseling timbal balik & penjelasan melakukan pekerjaan secara tepat Employee Kinerja Kuantitas Jumlah Ordinal Performance merupakan pekerjaan yang catatan hasil yang dapat interval diproduksi/dihasil diselesaikan. Skala Likert Likert

3 31 kan atas fungsi Kualitas proses kerja pekerjaan tertentu yang baik atau aktivitas- hasil yang aktivitas selama sesuai dengan periode waktu tujuan tertentu dan organisasi seperangkat Ketepatan Ketepatan perilaku yang Waktu waktu dalam relevan dengan menyelesaikan tujuan organisasi. tugas (Sudarmanto, 2009) Efektivitas outcome biaya (hasil), program, atau kegiatan yang dinilai efektif apabila output yang dihasilkan dapat memenuhi tujuan yang diharapkan atau dikatakan spending wisely Organization Sebuah Mutu Pelayanan yang Ordinal Likert al pencapaian yang Pelayanan berkualitas Performance telah berhasil di yang dapat di interval capai sesuai andalkan tujuan yang sudah Pengembang melakukan hal- ditetapkan an hal baru yang sebelumnya bisa berguna (Bryson, 2002). bagi organisasi Kemampuan Hasil dari

4 32 Karyawan Kepercayaan Menetapkan Tujuan Peningkatan Pangsa Pasar training yang telah di dapat Kepercayaan dari atasan terhadap bawahan Terdapat Misi perusahaan apa yang dilakukan oleh sebuah perusahaan terhadap kompetitornya dengan dukungan perubahanperubahan dalam sales 3.3 Jenis dan Sumber Data Penelitian Berdasarkan tujuan penelitian, ada beberapa data yang dibutuhkan dalam penelitian ini. Jenis dari masing-masing data tersebut adalah kuantitatif, yaitu data yang berupa angka, dan sumber data yang di peroleh oleh penulis merupakan data primer, yang di dapat langsung dari karyawan perusahaan (sebagai responden) dengan menyebar kuesioner. Berikut ini merupakan perincian dari jenis dan sumber data yang di gunakan penulis, yang di jelaskan oleh tabel 3.3 di bawah ini

5 33 Tabel 3.3 Jenis dan Sumber Data Tujuan Data Jenis data Sumber data T-1 pengaruh positif antara kuantitatif Data Primer Employee Training kuesioner terhadap Organizational Performance T-2 pengaruh positif Employee kuantitatif Data Primer Training terhadap kuesioner Employee Performance T-3 pengaruh positif antara kuantitatif Data Primer Employee Performance kuesioner terhadap Organizational Performance Sumber: Penulis (2014) 3.4 Tehnik Pengumpulan Data Tehnik pengumpulan data yang digunakan penulis penelitian kali ini, menggunakan beberapa tehnik, yaitu: dalam 1. Studi Pustaka: membantu penulis mendapatkan data sekunder yang di butuhkan oleh penulis dalam melakukan penelitian ini, data sekunder yang didapat peneliti berupa, jurnal, internet dan buku 2. Wawancara: merupakan tehnik pengumpulan data dengan melakukan Tanya jawab secara langsung kepada responden untuk mendapatkan informasi yang dibutuhkan dan mendukung hasil penelitian. 3. Kuesioner: berupa daftar pertanyaan yang di tujukan kepada koresponden,daftar pertanyaan tersebut menggunakan skala pengukuran likert. 3.5 Tehnik pengambilan Sampel Menurut Nur Indriantoro, 2003:115, sampel merupakan sebagian dari elemen-elemen populasi Sampel penelitian diambil dari sebagian populasi dan dapat mewakili seluruh populasi yang ada. Dan populasi itu sendiri adalah sekelompok

6 34 orang, kejadian, atau segala sesuatu yang mempunyai karakteristik tertentu. Teknik pengambilan sampel yang akan dilakukan adalah probability sampling. Probability sampling adalah teknik sampling untuk memberikan peluang yang sama pada setiap anggota populasi untuk dipilih menjadi anggota sampel. Teknik probability sampling yang dipilih adalah simple random sampling yaitu cara pengambilan sampel dari anggota populasi dengan cara acak tanpa memperhatikan strata (tingkatan) dalam anggota populasi tersebut. Hal ini dilakukan bila anggota populasi dianggap sejenis (homogen) (Riduwan, 2007:37). Dalam penelitian ini, sampel yang digunakan adalah populasi karyawan PT.Gelatik Supra, Ciputat Tangerang. Penentuan jumlah sampel didasarkan dengan rumus penentuan ukuran sampel yaitu menggunakan tingkat kepercayaan 1-d = 95% dan jumlah populasi sebesar 133 orang yang sudah terbagi dalam beberapa divisi. Untuk menentukan ukuran sampel dari populasi yang diketahui berapa jumlahnya, dapat menggunakan rumus slovin. Yaitu rumusnya adalah: N 1 + Ne 2 Keterangan: n N e : ukuran sampel : ukuran populasi : kesalahan pengambilan sampel yang dapat ditolerir. Dalam penelitian ini digunakan kelonggaran sebesar 5% (0.05) Dengan nilai e sebesar 0.05 maka didapatkan e 2 = Maka berdasarkan rumus di atas dapat diperhitungkan jumlah sampel sebagai berikut: n = (133 x )

7 35 n = n = n = dibulatkan menjadi Metode Analisis Analisis awal yaitu penelitian uji validitas dan reliabilitas pada kuisioner. Untuk keperluan analisis ini, pertanyaan pada kuisioner yang telah diisi responden diubah dari bentuk kualitatif menjadi bentuk kuantitatif dengan memberikan pembobotan nilai berdasarkan skala Likert. Bentuk penilaian jawaban kuisioner menggunakan pembobotan dengan lima buah skala ordinal. Bobot dan kategori pengukuran tanggapan responden adalah sebagai berikut: Tabel 3.4 Bobot dan Kategori Pengukuran Alternatif Jawaban Skor Sangat Setuju (SS) 1 Setuju (S) 2 Ragu-ragu (RR) 3 Tidak Setuju (TS) 4 Sangat Tidak Setuju (STS) 5 Sumber: Penulis (2014) Untuk mengetahui range maka selisih antara bobot nilai tertinggi dan bobot nilai terendah adalah 5 1 = 4, untuk mengetahui jumlah interval kelas dan besar interval kelas dapat digunakan rumus sebagai berikut: i = R = 4 = 0,8

8 36 k 5 Keterangan: R = Range (rentang kelas) k = Jumlah interval kelas i = Besar interval kelas Berikut dibawah ini merupakan tabel Metode analisis yang di dapatkan sesuai dari tujuan penelitian Rancangan Analisis dan Uji Hipotesis Rancangan Analisis Menurut Istijanto (2009), analisis merupakan tindakan mengolah data hingga menjadi informasi yang bermanfaat dalam menjawab masalah riset. Pengujian hipotesis penelitian untuk T-1, T-2, dan T-3 menggunakan metode analisis jalur untuk mengetahui pengaruh antarvariabel dengan menggunakan software SPSS (Statistical Product and Services Solution) versi Analisis jalur (path analysis) merupakan sebuah teknik yang digunakan untuk menganalisis pola hubungan antara variabel dengan tujuan untuk mengetahui peran langsung maupun tidak langsung seperangkat variabel independen terhadap variabel dependen (Setiawan dan Ritonga, 2011) Uji Instrumen Data Uji Validitas Pengujian validitas merupakan pengujian yang penting untuk dilakukan pada penelitian sebelum analisis jawaban responden yang didapat setelah pengumpulan data. Uji validitas dilakukan untuk mengetahui apakah alat ukur yang telah disusun dapat digunakan untuk mengukur apa yang

9 37 hendak diukur secara tepat. Menurut Sugiyono (2010) bahwa valid berarti instrumen tersebut dapat digunakan untuk mengukur apa yang seharusnya diukur. Valid menunjukan derajat ketepatan antara data yang sesungguhnya terjadi pada objek dengan data yang dapat dikumpulkan oleh peneliti. Salah satu cara untuk menghitung validitas suatu alat tes yaitu dengan melihat daya pembeda pertanyaan atau item (item discriminality). Item adalah metode yang paling tepat digunakan untuk setiap jenis tes. Daya pembeda item dalam penelitian ini dilakukan dengan cara korelasi item total, yaitu konsistensi antara skor item dengan skor secara keseluruhan yang dapat dilihat dari besarnya koefisien korelasi antara setiap item dengan skor keseluruhan. Syarat validitas adalah apabila korelasi (r) tidak kurang dari 0,3. Maka jika korelasi skor tiap item instrumen dengan skor totalnya kurang dari 0,3, butir dalam instrumen tersebut dapat dinyatakan tidak memenuhi syarat validitas bentuk maupun validitas isi atau dengan kata lain, butir tersebut dapat disisihkan. Dengan pengertian semakin tinggi korelasi itu mendekati angka 1,00; maka semakin baik pula validitasnya. Langkah-langkah operasional pengujian validitas adalah sebagai berikut: 1. Mencari definisi dan rumusan tentang konsep penelitian yang diukur dari literatur yang ditulis para ahli. 2. Melakukan uji coba pengukuran tersebut pada sejumlah responden. Sangat disarankan agar jumlah responden untuk uji coba minimal 30 orang. Dengan jumlah minimal 30 orang ini, distribusi skor (nilai) akan lebih mendekati kurva normal. 3. Menentukan hipotesis Ho = skor pertanyaan berkolerasi positif dengan skor faktor (r hitung)

10 38 Ha = skor butir-butir berkolerasi negatif dengan skor faktor 4. Menentukan nilai r tabel Dari tabel r untuk df (degree of freedom) = jumlah responden -2 dengan tingkat Sig dalam penelitian ini adalah 5%. 5. Mencari r hasil Di sini r hasil untuk tiap item (variabel) dapat dilihat pada kolom Corrected Item-Total Correlation. 6. Mengambil keputusan Di sini r hasil positf, serta r hasil > r tabel, maka penyataan pada kuesioner tersebut valid. Jika r hasil tidak positif, serta r hasil < r tabel, maka pertanyaan tersebut tidak valid. Untuk mengetahui tingkat validitas instrumen, maka dalam penelitian ini dapat menggunakan rumus sebagai berikut. Keterangan: = koefisien korelasi X Y = item pertanyaan = total skor Dasar pengambilan keputusan: Jika r hitung positif serta r hitung > r tabel, maka butir atau variabel tersebut valid. Jika r hitung positif serta r hitung < r tabel, maka butir atau variabel tersebut tidak valid. Jika r hitung > r tabel, tapi bertanda negatif, maka butir atau variabel tersebut tidak valid.

11 Uji Reliabilitas Apabila suatu alat pengukuran telah dinyatakan valid, maka tahap berikutnya adalah mengukur reliabilitas dari data. Uji reliabilitas digunakan untuk mengetahui apakah alat pengumpul data menunjukkan tingkat ketepatan, tingkat keakuratan, kestabilan atau konsistensi dalam mengungkapkan gejala tertentu. Menurut Umar (2005), reliabilitas adalah suatu angka indeks yang menunjukkan suatu konsistensi suatu alat pengukur dalam mengukur suatu gejala yang sama. Setiap alat pengukur seharusnya memiliki kemampuan untuk memberikan hasil pengukuran yang konsisten. Reabilitas adalah tingkat keandalan kuesioner. Kuesioner yang reliabel adalah kuesioner yang apabila dicobakan secara berulang-ulang kepada kelompok yang sama akan menghasilkan data yang sama. Asumsinya, tidak terdapat perubahan psikologis pada responden. Menurut Sugiyono (2009), hasil penelitian yang reliabel, bila terdapat kesamaan data dalam waktu yang berbeda. Keandalan (realibilitas) suatu pengukuran menunjukkan sejauh mana pengukuran tersebut tanpa bias (bebas kesalahan) dan karena itu menjamin pengukuran yang konsisten lintas waktu dan lintas beragam item dalam instrumen. Dengan kata lain, keandalan suatu pengukuran merupakan indikasi mengenai stabilitas dan konsistensi di mana instrumen mengukur konsep dan membantu menilai ketepatan sebuah pengukuran (Sekaran, 2006). Dalam melakukan uji reliabilitas digunakan teknik Cronbach s Alpha, di mana suatu instrumen penelitian dikatakan reliabel apabila memiliki koefisien keandalan atau alpha > 0,60. Menurut Sekaran (2006), reliabilitas kurang dari

12 40 0,6 adalah kurang baik, sedangkan 0,7 dapat diterima dan di atas 0,8 adalah baik. r n = k k 1 2 σ b ( ) 2 1 σ 1 Keterangan: r n k = reliabilitas instrumen = banyaknya butir pertanyaan σ b 2 = jumlah varian butir pertanyaan 2 σ 1 = varians total Terdapat beberapa langkah operasional pengujian reliabilitas yaitu: 1. Menentukan hipotesis Ho = Skor pernyataan berkorelasi positif dengan komposit faktornya Ha = Skor pernyataan tidak berkorelasi dengan komposit faktornya 2. Menentukan nilai r tabel Dari tabel r untuk df (degree of freedom) = jumlah responden 2 dengan tingkat Sig. dalam penelitian ini adalah 5% atau 0,05. Dengan menggunakan program SPSS versi 21.0, nilai r tabel dapat diperoleh dengan menggunakan rumus: t / sqrt (df + t**2) 3. Mencari r hasil dengan melihat hasil dari Cronbach s Alpha 4. Mengambil keputusan Jika r Cronbach s Alpha positif, serta r Cronbach s Alpha > r tabel, maka butir pertanyaan tersebut reliabel. Jika r Cronbach s Alpha positif, serta r

13 41 Cronbach s Alpha < r tabel, maka butir pertanyaan tersebut tidak valid. Uji reliabilitas ini merupakan reliabilitas internal dari alpha. Besarnya Cronbach s Alpha ini berkisar antara 0 1. Semakin besar nilai koefisien keandalannya maka semakin tinggi keandalan alat ukurnya. Besarnya alpha berkorelasi positif dengan jumlah variabel yang digunakan. Jadi semakin rendah nilai rata-rata korelasi antar variabel manifest (item), maka akan semakin rendah pula nilai alpha r. Berikut ini tabel tingkat reliabilitas berdasarkan nilai alpha. Tabel 3.5 Tingkat Reliabilitas Berdasarkan Nilai Alpha Alpha Tingkat Reliabilitas 0,00 0,20 Kurang Reliabel > 0,20 0,40 Agak Reliabel > 0,40 0,60 Cukup Reliabel > 0,60 0,80 Reliabel > 0,80 1,00 Sangat Reliabel Sumber: Yudiaatmaja, Uji Prasyarat Analisis Jalur Asumsi yang paling fundamental dalam analisis multivariate adalah normalitas (Ghozali dan Fuad, 2008). Analisis jalur termasuk dalam analisis multivariate karena menggunakan lebih dari 1 variabel, bahkan minimal 3 variabel (1 variabel bebas, 1 intervening, dan 1 terikat). Jika menggunakan bantuan software Lisrel untuk olah data, selain normalitas, uji prasyarat yang lain adalah multikolinearitas. Menurut Ghozali dan Fuad (2008), asumsi yang seharusnya dipenuhi

14 42 dalam Lisrel adalah normalitas dan multikolinearitas. Multikolinearitas berarti adanya hubungan linear yang sempurna atau pasti, di antara beberapa atau semua variabel yang menjelaskan dari model regresi (Gujarati, 2006). Dalam penelitian ini, variabel bebas yang digunakan hanya satu yaitu variabel Employee Training (X) dengan menggunakan program SPSS, maka uji multikolinearitas tersebut tidak perlu digunakan. Menurut Olobatuyi (2006) asumsi untuk analisis jalur mencakup linearitas, skala pengukuran interval, normalitas, dan autokorelasi. Uji autokorelasi digunakan untuk melihat apakah ada hubungan linear antara error serangkaian observasi yang diurutkan menurut waktu (data time series). Uji autokorelasi perlu dilakukan apabila data yang dianalisis merupakan data time series (Gujarati, 2006), sedangkan data yang digunakan pada penelitian ini adalah data cross sectional di mana data yang diambil adalah data yang ada pada saat kuesioner yang disebar, oleh karena itu uji autokorelasi tidak digunakan dalam penelitian ini. Maka, uji persyaratan analisis jalur yang digunakan dalam penelitian ini adalah sebagai berikut Uji Normalitas Uji normalitas digunakan untuk mengetahui apakah data yang diolah berdistribusi normal dan sampel yang diambil berasal dari populasi yang sama. Sebaran data harus dianalisis untuk mengetahui apakah asumsi normalitas dipenuhi, sehingga data dapat diolah lebih lanjut pada diagram jalur. Tujuan dilakukannya uji normalitas adalah untuk mengetahui apakah suatu variabel mempunyai distribusi data yang normal atau tidak. Uji normalitas pada dasarnya melakukan perbandingan antara data yang kita miliki dengan data bedistribusi normal yang memiliki mean dan standar deviasi yang sama dengan data yang dimiliki. Data yang normal

15 43 adalah salah satu syarat dilakukannya parametrik test. Normalitas suatu variabel umumnya dideteksi dengan grafik atau uji statistik. Asumsi normalitas dapat diperiksa dengan pemeriksaan output normal P-P plot atau normal Q-Q plot. Asumsi normalitas terpenuhi ketika penyebaran titik-titik output plot mengikuti garis diagonal plot. Namun, ketika peneliti mendapati keraguan dengan pemeriksaan normalitas tersebut, digunakan pengujian normalitas, seperti uji Kolmogorov-Smirnov dengan dasar pengambilan keputusan sebagai berikut (Santoso, 2009). a. Jika nilai signifikansi (Sig.) uji Kolmogorov-Smirnov atau nilai probabilitas (α) 0,05, maka data tidak berdistribusi normal. Jika nilai signifikansi (Sig.) uji Kolmogorov-Smirnov atau nilai probabilitas (α) < 0,05, maka data berdistribusi normal Uji Linearitas Uji linearitas berkaitan dengan suatu pembuktian apakah model garis linear yang ditetapkan benar-benar sesuai dengan keadaannya ataukah tidak (Sudarmanto, 2005). Uji linearitas digunakan untuk melihat apakah model yang dibangun mempunyai hubungan yang linear (garis lurus) atau tidak. Jadi, peningkatan atau penurunan kuantitas di satu variabel akan diikuti secara linear oleh peningkatan atau penurunan variabel lainnya (Santoso, 2009). Dalam penelitian ini menggunakan uji linearitas via ANOVA dengan SPSS versi Hasil yang perlu diperhatikan, yaitu kolom Sig. untuk Deviation from Linearity. Pada kolom Sig. untuk Deviation from Linearity, apabila nilai signifikansi lebih besar atau sama dengan taraf signifikansi yag dipakai (α = 0,05)

16 44 maka variabel tersebut bersifat linear dengan variabel lain (Widiarso, 2010) Korelasi Pearson Menurut Riduwan dan Kuncoro (2008), korelasi Pearson Product Moment (PPM) kegunaannya untuk mengetahui derajat hubungan antara variabel bebas (independent) dan variabel terikat (dependent). Rumus korelasi sederhana yaitu: Keterangan: rx,y = koefisien korelasi ΣX = jumlah skor item ΣY = jumlah skor total seluruh item N = jumlah responden Korelasi Pearson Product Moment (PPM) dilambangkan r dengan ketentuan nilai r tidak lebih dari nilai (-1 r +1). Apabila nilai r=-1 artinya korelasinya negatif sempurna; r = 0 artinya tidak ada korelasi; dan r = 1 berarti korelasinya sangat kuat. Sedangkan arti nilai r diinterpretasikan dengan tabel interpretasi nilai r sebagai berikut. Tabel 3.6 Interpretasi Koefisien Korelasi Nilai r Interval Koefisien Tingkat Hubungan 0,80 1,000 Sangat kuat 0,60 0,799 Kuat 0,40 0,599 Cukup kuat 0,20 0,399 Rendah 0,00 0,199 Sangat rendah

17 45 Sumber: Riduwan dan Kuncoro, 2008 Besar kecilnya sumbangan variabel x terhadap y dapat ditentukan dengan rumus koefisien determinan sebagai berikut. KP = r 2 x 100% Keterangan: KP = nilai koefisien determinan r = nilai koefisien korelasi Pengujian signifikansi yang berfungsi apabila peneliti ingin mencari makna generalisasi dari hubungan variabel X terhadap Y, maka hasil korelasi PPM tersebut diuji dengan uji signifikansi dengan tahapan sebagai berikut. 1. Menentukan hipotesis Ho : Tidak ada hubungan yang signifikan terhadap variabel X dengan variabel Y. Ha : Ada hubungan yang signifikan terhadap variabel X dengan variabel Y. 2. Dasar pengambilan keputusan Jika nilai probabilitas (α = 0,05) lebih kecil dari nilai Sig. atau 0,05 < Sig., maka Ho diterima dan Ha ditolak, artinya tidak ada hubungan yang signifikan terhadap variabel X dengan variabel Y. Jika nilai probabilitas (α = 0,05) lebih besar atau sama dengan nilai Sig. atau 0,05 Sig., maka Ho ditolak dan Ha diterima, artinya ada hubungan yang signifikan terhadap variabel X dengan variabel Y Analisis Jalur (Path Analysis) Ghozali (2007) mengatakan variabel intervening merupakan variabel antara atau mediating, fungsinya memediasi hubungan antara variabel independen dengan variabel dependen. Dalam penelitian ini

18 46 untuk menguji pengaruh variabel intervening digunakan metode analisis jalur (path analysis). Analisis jalur merupakan perluasan dari analisis regresi untuk menaksir hubungan kausalitas antarvariabel (model kausal) yang telah ditetapkan sebelumnya berdasarkan teori (Ghozali, 2007). Menurut Setiawan dan Ritonga (2011), analisis jalur (path analysis) merupakan sebuah teknik yang digunakan untuk menganalisis pola hubungan antara variabel dengan tujuan untuk mengetahui peran langsung maupun tidak langsung seperangkat variabel independen terhadap variabel dependen Manfaat Analisis Jalur Riduwan dan Kuncoro (2008) mengemukakan manfaat model analisis jalur yaitu untuk: 1. Penjelasan (explanation) terhadap fenomena yang dipelajari atau permasalahan yang diteliti. 2. Prediksi nilai variabel terikat (Y) berdasarkan nilai variabel bebas (X), dan prediksi dengan analisis jalur ini bersifat kualitatif. 3. Faktor determinan yaitu penentu variabel bebas (X) mana yang berpengaruh dominan terhadap variabel terikat (Y), juga dapat digunakan untuk menelusuri mekanisme (jalur-jalur) pengaruh variabel bebas (X) terhadap variabel terikat (Y). 4. Pengujian model, menggunakan teori trimming baik uji reliabilitas (uji keajegan) konsep yang sudah ada ataupun uji pengembangan konsep baru Model Analisis Jalur Menurut Sarwono (2007), ada beberapa model jalur dalam analisis jalur yaitu: a. Model Regresi Berganda

19 47 Model regresi berganda ini sebenarnya merupakan pengembangan dari teknik analisis regresi linear berganda dengan menggunakan lebih dari satu variabel independen (exogenous), yaitu X 1 dan X 2 dengan satu variabel dependen (endogenous) Y. Model tersebut mempunyai diagram jalur seperti di bawah ini. Di mana: X 1 adalah variabel independen (exogenous) pertama X 2 adalah variabel independen (exogenous) kedua Y adalah variabel dependen (endogenous) b. Model Mediasi Melalui Variabel Perantara (Intervening Variable) Model kedua analisis jalur adalah model mediasi atau perantara (intervening variable) di mana kehadiran variabel Y sebagai variabel perantara akan mengubah pengaruh variabel X terhadap variabel Z. Pengaruh ini dapat menurun ataupun meningkat. Model kedua ini diagram jalurnya seperti di bawah ini. Di mana: X adalah variabel independen (exogenous) Y adalah variabel endogenous perantara Z adalah variabel dependen (endogenous)

20 48 b. Model Gabungan antara Model Regresi Berganda dengan Model Mediasi Model ketiga dalam analisis jalur merupakan penggabungan antara model regresi linear berganda dengan model mediasi, yang juga merupakan model yang yang digunakan dalam penelitian ini, yaitu variabel X berpengaruh terhadap variabel Z secara langsung (direct effect) dan secara tidak langsung (indirect effect) mempengaruhi juga variabel Z melalui variabel perantara Y. Dalam model ini dapat diterangkan sebagai berikut: Variabel X berfungsi sebagai variabel independen (exogenous) terhadap variabel Y dan Z Variabel Y mempunyai dua fungsi: - Fungsi pertama ialah sebagai variabel endogenous terhadap variabel exogenous X - Fungsi kedua ialah sebagai variabel endogenous perantara untuk melihat pengaruh X terhadap Z melalui Y Variabel Z merupakan variabel dependen (endogenous) Model ini mempunyai diagram jalur seperti berikut ini. Di mana: X adalah variabel independen (exogenous) Y adalah variabel endogenous dan sebagai variabel perantara Z adalah variabel dependen (endogenous) c. Model Kompleks Model keempat dalam analisis jalur ini merupakan model yang kompleks, yaitu variabel X 1 secara langsung

21 49 mempengaruhi Y 2 dan melalui variabel X 2 secara tidak langsung mempengaruhi Y 2, sementara itu variabel Y 2 juga dipengaruhi oleh variabel Y 1. Dalam model ini dapat diterangkan sebagai berikut: Variabel X 1 berfungsi sebagai variabel independen exogenous Variabel X 2 mempunyai dua fungsi: - Fungsi pertama ialah sebagai variabel endogenous terhadap variabel exogenous X 1 - Fungsi kedua ialah sebagai variabel endogenous perantara untuk melihat pengaruh X 1 terhadap Y 2 melalui X 2 Variabel Y 2 merupakan variabel dependen (endogenous) Variabel Y 1 merupakan variabel independen (exogenous) Model ini mempunyai diagram jalur seperti berikut ini. Di mana: X 1 adalah variabel independen (exogenous) X 2 adalah variabel (endogenous) dan sebagai variabel perantara Y 1 adalah variabel independen (exogenous) Y 2 adalah variabel endogenous

22 Langkah Pengujian Analisis Jalur Berdasarkan pendapat Riduwan & Kuncoro (2008), ada beberapa langkah pengujian analisis jalur yaitu: 1. Merumuskan hipotesis dalam persamaan struktural. Struktur: Y = ρ zx X + ρ zy Y + ρ z ε 1 2. Menghitung koefisien jalur yang didasarkan pada koefisien regresi. a. Gambar diagram jalur lengkap, tentukan sub-sub struktural dan rumuskan persamaan strukturalnya yang sesuai hipotesis yang diajukan. Hipotesis: naik turunnya variabel endogen (Y) dipengaruhi secara signifikan oleh variabel eksogen (X). b. Menghitung koefisien regresi untuk struktur yang telah dirumuskan. 3. Menghitung koefisien jalur secara simultan (keseluruhan). Pengujian keseluruhan hipotesis statistik dirumuskan sebagai berikut. Hipotesis statistik dirumuskan sebagai berikut: H 0 : ρyx 1 = ρyx 2 =. ρyx k = 0 H 1 : ρyx 1 = ρyx 2 =. ρyx k 0 a. Kaidah pengujian signifikansi secara manual: menggunakan tabel F. F = Keterangan: n = jumlah sampel k = jumlah variabel eksogen = R square Dengan taraf signifikan (α) = 0,05. Mencari nilai Ftabel menggunakan Tabel F dengan rumus: F tabel = F {(1 α)(dk = k), (dk = n k 1)}

23 51 Jika Fhitung Ftabel, maka tolak H 0 artinya signifikan dan Fhitung Ftabel, terima H 0 artinya tidak signifikan. b. Kaidah pengujian signifikansi dengan program SPSS Jika nilai probabilitas 0,05 lebih kecil atau sama dengan nilai probabilitas Sig atau (0,05 Sig), maka Ho diterima dan Ha ditolak, artinya tidak signifikan. Jika nilai probabilitas 0,05 lebih besar dari nilai probabilitas Sig atau (0,05 > Sig), maka Ho ditolak dan Ha diterima, artinya signifikan. 4. Menghitung koefisien jalur secara individu. Hipotesis penelitian yang akan diuji dirumuskan menjadi hipotesis statistik berikut. Ha: ρyx k > 0 H 0 : ρyx k = 0 Secara individual uji statistik yang digunakan adalah uji t yang dihitung dengan rumus: t k = Keterangan: ρ xi = koefisien regresi dari variabel Xi se ρk = standard E=error koefisien regresi Selanjutnya untuk mengetahui signifikansi analisis jalur, bandingkan antara nilai probabilitas 0,05 dengan nilai Sig. dengan dasar pengambilan keputusan sebagai berikut. a. Jika nilai Sig. lebih kecil atau sama dengan nilai probabilitas (α = 0,05) atau (Sig. 0,05), maka H0 ditolak dan Ha diterima, artinya signifikan. b. Jika nilai Sig. lebih besar dari nilai probabilitas (α = 0,05) atau (Sig. > 0,05), maka H0 diterima dan Ha ditolak, artinya tidak signifikan. 5. Mencari besar kontribusi bersama atau koefisien determinasi dengan mengalikan R square dengan 100%.

24 52 6. Meringkas dan menyimpulkan Uji Signifikansi Pengaruh Tidak Langsung Variabel mediator juga disebut variabel intervening atau variabel proses. Ghozali (2007) mengatakan variabel intervening merupakan variabel antara atau mediating, fungsinya memediasi hubungan antara variabel independen dengan variabel dependen. Mediasi terjadi jika prediktor atau variabel independen mempengaruhi variabel dependen secara tidak langsung melalui paling tidak satu variabel intervening atau mediator. Bila terdiri dari hanya satu mediator maka disebut simple mediation yang dibahas dalam penelitian ini di mana Employee Performance sebagai mediator dan bila proses mediasional melibatkan lebih dari satu mediator maka disebut dengan multiple mediation. Hipotesis mediasional atau mediational hypothesis, umumnya diuji dengan dua cara atau strategi yaitu: causal step berdasarkan ketentuan dari Baron dan Kenny (1986, dalam Larsman, 2008) dan strategi perkalian koefisien atau product of coefficient, yang didasarkan pada pengujian signifikansi pengaruh tidak langsung atau indirect effects (Preacher, Rucker dan Hayes, 2007). 1. Strategi Causal Step Dalam pengujian dengan causal steps, peneliti harus mengestimasi tiga persamaan regresi berikut (Baron dan Kenny, 1986, dalam Larsman, 2008): Persamaan regresi sederhana variabel mediator (Y) pada variabel independen (X): M = i1 + a X + e1 Persamaan regresi sederhana variabel dependen (Z) pada variabel independen (X): Y = i2 + c X + e2 Persamaan regresi berganda variabel dependen (Y) pada kedua variabel independen (X) dan mediator (M): Y = i3 + c' X + b M + e3 Di mana i adalah koefisien intersep

25 53 Berdasarkan hasil estimasi ketiga model regresi tersebut, ada beberapa persyaratan yang harus dipenuhi untuk tercapainya mediasi, yaitu: Variabel independen harus signifikan mempengaruhi variabel mediator pada persamaan pertama, jadi koefisien a 0 Variabel independen harus signifikan mempengaruhi variabel dependen pada persamaan kedua, jadi koefisien c 0 Variabel mediator harus signifikan mempengaruhi variabel dependen pada persamaan ketiga, jadi koefisien b 0 Mediasi terjadi jika pengaruh variabel independen terhadap variabel dependen lebih rendah pada persamaan ketiga (c') dibandingkan pada persamaan kedua (c) (Baron dan Kenny, 1986, dalam Larsman, 2008). Sebenarnya koefisien a dan b yang signifikan sudah cukup untuk menunjukkan adanya mediasi, meskipun c tidak signifikan. Sehingga tahap esensial dalam pengujian mediasional adalah tahap 2 dan tahap 3. Jadi (1) variabel independen mempengaruhi mediator dan (2) mediator mempengaruhi dependen meskipun independen tidak mempengaruhi dependen (Kenny et al., 1998 dalam Larsman, 2006). Bila tahap 2 dan tahap 3 terpenuhi dan koefisien c' tidak signifikan (c' = 0) maka terjadi perfect atau complete mediation. Bila koefisien c' berkurang namun tetap signifikan (c' 0) maka dinyatakan terjadi partial mediation (Kenny, 2008).

26 54 2. Strategi Product of Coefficient Strategi kedua untuk pengujian mediasional adalah product of coefficient, yang menguji signifikansi pengaruh tidak langsung atau indirect effect (perkalian efek langsung atau direct effect variabel independen terhadap mediator (a) dan direct effect mediator terhadap variabel dependen (b) atau ab). Pengaruh tidak langsung variabel independen (X) terhadap variabel dependen (Z) melalui mediator (Y) dihitung dengan cara mengalikan jalur X Y (a) dengan jalur Y Z (b) atau ab. Jadi koefisien ab = (c c ), di mana c adalah pengaruh X terhadap Z tanpa mengontrol Y, dan c adalah koefisien pengaruh X terhadap Z setelah mengontrol Y. Gambaran hubungan antara variabel independen dan dependen dengan pengaruh mediator dapat dilihat pada gambar berikut. Mediator Independent Variable a (S a ) c b (S b ) Dependent Variable Gambar 3.1 Gambaran Hubungan antara Variabel Independen dan Dependen dengan Pengaruh Mediator Standar error koefisien ab (Sab) dihitung berdasarkan versi Aroian dari Sobel test yang dipopulerkan dan direkomendasikan oleh Baron dan Kenny (1986, dalam Larsman, 2008). Sobel test bekerja dengan baik hanya pada sampel besar yaitu lebih besar dari 30 sampel (Preacher dan Hayes, 2004). Standar error koefisien a dan b ditulis dengan S a dan S b sementara S ab menggambarkan besarnya standar error tidak langsung (indirect effect). S ab dihitung dengan rumus sebagai berikut.

27 55 Keterangan: S ab = standar error tidak langsung a b S a S b = koefisien regresi tidak terstandar yang menggambarkan pengaruh X terhadap Y = koefisien regresi tidak terstandar yang menggambarkan pengaruh Y terhadap Z = standar error dari koefisien a = standar error dari koefisien b Uji signifikansi terhadap koefisien indirect effect ab diakui memberikan pengujian yang lebih langsung terhadap hipotesis mediasional, dibanding pendekatan causal step (Preacher, Rucker dan Hayes, 2007). Uji signifikansi indirect effect ab dilakukan berdasarkan rasio antara koefisien ab dengan standar error-nya yang akan menghasilkan nilai z statistik (z-value). Sehingga formula lengkap dari z-value adalah sebagai berikut. Keterangan: ab = koefisien indirect effect yang diperoleh dari perkalian antara direct effect a dan b a = koefisien direct effect independen (X) terhadap mediator (Y) b = koefisien direct effect mediator (Y) terhadap dependen (Z) Sa = standar error dari koefisien a Sb = standar error dari koefisien b

28 56 Jika z-value dalam harga mutlak > 1,96 (z-table untuk α = 0,05) atau tingkat signifikansi statistik z (p-value) < 0,05, berarti indirect effect atau pengaruh tidak langsung variabel independen terhadap variabel dependen melalui mediator, signifikan pada taraf signifikansi 0,05 (Preacher dan Hayes, 2004). Dengan hanya memasukkan nilai a dan b beserta standar error-nya masing-masing maka uji signifikansi dengan Sobel test (bersama variannya) dapat diperoleh. Bila indirect effect ab dalam 95% confidence intervals tidak mengandung nol, maka indirect effect atau pengaruh tidak langsung variabel independen terhadap variabel dependen melalui variabel mediator signifikan pada taraf signifikansi 0,05 yang berarti dukungan terhadap adanya mediasi (Preacher dan Hayes, 2004). Dalam penelitian ini, untuk menguji pengaruh tidak langsung variabel independen Employee Training (X) terhadap variabel dependen Organizational Performance (Z) melalui mediator Employee Performance (Y) digunakan strategi pengujian mediasional product of coefficient dengan Sobel test versi Aroian yang menguji signifikansi pengaruh tidak langsung atau indirect effect (ab) yaitu perkalian efek langsung atau direct effect variabel independen Employee Training terhadap mediator yaitu Employee Performance (a) dan direct effect mediator terhadap variabel dependen Organizational Performance (b) Koefisien Determinasi (R Square) Koefisien determinasi (R Square) digunakan untuk mengukur seberapa baik garis regresi sesuai dengan data aktualnya (goodness of fit). Koefisien determinasi mengukur goodness of fit dari persamaan regresi yaitu memberikan proporsi atau persentasi variasi total dalam variabel dependen, yang dijelaskan oleh variabel independen (Gujarati, 2006). Menurut Santoso (2009) bahwa untuk regresi dengan lebih dari dua variabel bebas digunakan Adjusted R Square sebagai koefisien determinasi. Maka, untuk regresi linear sederhana menggunakan R

29 57 Square dan untuk regresi linear berganda menggunakan Adjusted R Square, karena disesuaikan dengan jumlah variabel independen yang digunakan dalam penelitian. Adjusted R Square adalah nilai R Square yang telah disesuaikan, nilai ini selalu lebih kecil dari R Square dan angka ini bisa memiliki harga negatif. Nilai R Square dikatakan baik jika di atas 0,5 karena nilai R Square berkisar antara 0 sampai 1 (Nugroho, 2005). Nilai R Square = 1, berarti bahwa garis regresi yang terjadi menjelaskan 100% variasi dalam variabel dependen, jika R Square = 0 berarti bahwa model yang terjadi tidak dapat menjelaskan sedikit pun garis regresi yang terjadi. 3.7 Rancangan Uji Hipotesis Hipotesis untuk penelitian ini berdasarkan identifikasi masalah yang ada, sebagai berikut : (α) = 5 % = 0.05 Dasar pengambilan keputusan : Jika Sig 0.05 maka H 0 diterima Jika Sig < 0.05 maka H 0 ditolak 1. Menunjukkan pengaruh positif antara Employee Training terhadap Organizational Performance T1 H 0 : tidak ada pengaruh positif antara Employee Training terhadap Organizational Performance H 1 : ada pengaruh positif antara Employee Training terhadap Organizational Performance 2. Menunjukkan pengaruh positif Employee Training terhadap Employee Performance? T2 H 0 : tidak ada pengaruh yang positif antara Employee Training terhadap Employee Performance H 1 : ada pengaruh pengaruh yang positif antara Employee Training terhadap Employee Performance

30 58 3. Menunjukkan pengaruh positif antara Employee Performance terhadap Organizational Performance T3 Ho : tidak ada pengaruh yang positif antara Employee Performance terhadap Organizational Performance H1 : ada pengaruh yang positif antara Employee Performance terhadap Organizational Performance 3.8 Rancangan Pemecahan Masalah Setelah semua data dan hasil analisis selesai dilakukan, maka selanjutnya dari hasil kuesioner yang dibagikan kepada individu yaitu karyawan PT Gelatik Supra, akan didapatkan gambaran mengenai bagaimana pengaruh Pengaruh Employee Training terhadap Organizational Performance dengan Employee Performance sebagai variabel mediator. Menurut Sugiyono (2004), Hipotesis merupakan jawaban sementara terhadap rumusan masalah penelitian, oleh karena itu rumusan masalah penelitian biasanya disusun dalam bentuk kalimat pertanyaan. Dikatakan sementara, karena jawaban yang diberikan baru didasarkan pada teori yang relevan, belum didasarkan pada fakta fakta empiris yang diperoleh melalui pengumpulan data. Jadi hipotesis juga dapat dinyatakan sebagai jawaban teoritis terhadap rumusan masalah penelitian, belum jawaban yang empirik. Menurut Nazir (2003), kegunaan hipotesis adalah sebagai berikut: Memberikan batasan serta memperkecil jangkauan penelitian dan kerja penelitian. Menyiagakan penelitian kepada kondisi fakta dan hubungan antar fakta, yang kadangkala hilang begitu saja dari perhatian peneliti.

31 59 Sebagai alat yang sederhana dalam memfokuskan fakta yang bercerai berai tanpa koordinasi ke dalam suatu kesatuan penting dan menyeluruh. Sebagai panduan dalam pengujian serta penyesuaian dengan fakta dan antar fakta. Didalam penelitian ini dilakukan uji hipotesis dengan tingkat kepercayaan 95%, dan batas ketidakakuratan sebesar 5% (0.05) Dasar pengambilan keputusan adalah: Jika nilai sig > 0.05, maka Ho diterima dan Ha ditolak Jika nilai sig < 0.05, maka Ho ditolak dan Ha diterima Hipotesis : Untuk mengetahui pengaruh gaya kepemimpinan kewirausahaan dan budaya organisasi terhadap kinerja organisasi. Ho: Tidak ada pengaruh yang signifikan dan simultan antara gaya kepemimpinan kewirausahaan dan budaya organisasi terhadap kinerja organisasi. Ha: Ada pengaruh yang signifikan dan simultan antara gaya kepemimpinan kewirausahaan dan budaya organisasi terhadap kinerja organisasi. Apakah karyawan PT Gelatik Supra memiliki Organizational Performance yang tinggi, Employee Performance yang tinggi dan Employee Training yang juga tinggi. Apabila factor-faktor masih rendah, maka perlu dicari penyebabnya dan melakukan usaha untuk memperbaikinya.. Bila ternyata variabel-variabel tersebut dapat meningkatkan Organizational Performance para karyawan, maka perlu usaha untuk meningkatkan Organizational Performance tersebut melalui variabel-variabel tersebut, dengan melihat aspekaspek yang merupakan indikator dari setiap variabel tersebut.

32 60