BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

Transkripsi

1 BAB IV PENGUMPULAN DAN PENGOLAHAN DATA IV.1 PENGUMPULAN DATA Pengumpulan data utama pada penelitian ini dilakukan dengan menggunakan kuisioner. Kuisioner yang disebarkan terdiri dari 3 bagian, yaitu: 1. Bagian I: berisi beberapa pertanyaan tertutup dan terbuka mengenai data pribadi responden 2. Bagian II: berisi pertanyaan-pertanyaan tertutup yang ditujukan untuk mengetahui karakteristik pekerjaan agen asuransi 3. Bagian III: berisi pertanyaan-pertanyaan tertutup yang ditujukan untuk mengetahui kualitas kehidupan kerja yang dialami agen asuransi Responden penelitian adalah agen asuransi dari 6 perusahaan asuransi yang beroperasi di Bandung. Pekerjaan agen asuransi dipilih sebagai perwakilan pekerjaan fleksibel karena jenis pekerjaan ini umumnya memiliki fleksibilitas dalam hal waktu, tempat dan cara kerja. Disamping sisi fleksibilitas pekerjaan yang dimiliki, agen asuransi juga dituntut untuk memiliki keterampilan yang beragam serta profesionalisme yang tinggi sebagai pihak penghubung utama perusahaan dengan nasabah. ehingga kualitas kehidupan kerja merupakan salah satu isu yang muncul dalam kehidupan kerja agen asuransi. Pengumpulan data pada penelitian ini dilakukan dengan satu kali tahap pengumpulan data karena penelitian tidak berfokus pada pengujian alat ukur, maupun mengasah kemampuan peneliti dalam membuat konstruksi pengujian. Namun demikian, uji validitas serta reliabilitas tetap dilakukan guna memastikan bahwa instrumen penelitian yang digunakan memberikan akurasi hasil yang tinggi sehingga meningkatkan kualitas ilmiah penelitian. Untuk kepentingan pengujian tersebut, digunakan data yang berasal dari sampel kecil penelitian yaitu 32 orang responden. 63

2 64 Jumlah kuisioner yang disebarkan pada penelitian ini adalah 150 buah. Namun hanya terdapat 108 kuisioner yang kembali. eluruh kuisioner yang kembali tidak mengandung data hilang (missing value) dan dinyatakan dapat digunakan sebagai sampel penelitian. Merujuk pada Hair, et al. (1998), penentuan jumlah sampel dapat dilakukan berdasar jumlah variabel laten yang digunakan dalam penelitian. Metode pengambilan sampel dilakukan secara acak dengan bantuan masing-masing pimpinan cabang perusahaan asuransi. IV.2 PENGOLAHAN DATA IV.2.1 Pengolahan Data Uji Alat Ukur IV Uji Reliabilitas Menurut ekaran (2006), reliabilitas menunjukkan stabilitas dan konsistensi instrumen dalam mengukur konstruk serta membantu menilai ketepatan sebuah pengukuran. Ukuran reliabilitas yang digunakan dalam penelitian ini adalah keandalan konsistensi antar item, yaitu dengan menggunakan ukuran koefisien Alpha Cronbach. Ukuran ini dipilih karena skala respon yang digunakan dalam penelitian ini adalah skala multipoin (7 skala) serta beberapa item pertanyaan digunakan untuk mengukur konstruk yang sama. Uji reliabilitas untuk setiap konstruk yang diukur dapat dilihat pada Lampiran. Berikut tabel yang menunjukkan nilai Alpha Cronbach dan variabelvariabel yang harus dihilangkan dari alat ukur penelitian. Tabel IV.1 Hasil uji reliabilitas Nilai Alpha Cronbach Item Pertanyaan yang VARIABEL Awal Akhir Keluar VK VK8 IT IT7, IT9 Karakteristik Pekerjaan MT MT1, MT7 OT OT2, OT3 UB UB1, UB7, UB8 Kualitas Kehidupan Kerja KK KKA1, KKA2, KKB1, KKB5, KKD2 KP KPB2, KPD1 KH KHA1, KHB4 umber: Hasil pengolahan data

3 65 IV Uji Validitas ekaran (2006) menyatakan bahwa reliabilitas belum cukup untuk menguji ketepatan ukuran. Oleh karenanya, perlu dilakukan uji validitas untuk memastikan kemampuan sebuah skala dalam mengukur konsep yang dimaksudkan. Uji validitas yang digunakan dalam penelitian ini adalah validitas konstruk, yaitu dengan memperhatikan koefisien korelasi antara respon masing-masing pertanyaan dalam kuisioner dengan skor total. Hasil pengujian validitas kuisioner penelitian dapat dilihat pada Lampiran. Berdasar hasil uji validitas yang dilakukan, seluruh item pengukuran Karakteristik Pekerjaan yang digunakan valid dengan tingkat keyakinan 95%. Hal ini berarti bahwa tidak ada lagi item pertanyaan yang harus dihilangkan atau direvisi. ementara uji validitas terhadap item pengukuran Kualitas Kehidupan Kerja menunjukkan ada 2 item pertanyaan yang tidak valid, yaitu KHA5 dan KHB3. KHA5 merupakan item pertanyaan mengenai tuntutan pekerjaan untuk bekerja di luar waktu kerja normal, seperti pada akhir pekan atau malam hari. Pada alat ukur penelitian selanjutnya, item pertanyaan ini dapat dibuang karena terbukti secara statistik kurang tepat dalam mengukur keseimbangan waktu kerja dan personal. Namun variabel KHB3, yaitu item yang mengukur adanya konflik antar pekerja tetap dipertahankan sebagai alat ukur tekanan yang dirasakan pekerja. Hal ini didasarkan pada hasil penelitian hamir dan alomon (1985); tainford, Karsh, Booske dan mith (2001) serta Jones (2005). Kehadiran tekanan dalam kehidupan kerja selain akan mempengaruhi kehidupan non-pekerjaan seseorang, juga akan membuat ketidakseimbangan kehidupan kerja sehingga berdampak pada kualitas kehidupan kerja yang dirasakan. Dengan demikian jumlah item pertanyaan yang digunakan untuk mengukur Dimensi Karakteristik Pekerjaan adalah 43 buah. ementara 38 buah pertanyaan akan digunakan sebagai alat ukur Kualitas Kehidupan Kerja.

4 66 IV.2.2 Pengolahan Data Penelitian IV Profil Responden Tahap pengumpulan data menghasilkan jawaban responden atas pertanyaan terbuka dan tertutup yang diajukan. ekaran (2006) menyarankan pencantuman data demografi dalam kuisioner agar diketahui karakteristik sampel penelitian yang digunakan. Profil responden penelitian yang diperoleh dapat dilihat pada Gambar IV.1 hingga Gambar IV.9 serta ditabelkan dalam Tabel IV.2. Wanita % Pria % Gambar IV.1 Jenis kelamin responden th % > 50 th % th % th % th % Gambar IV.2 Usia responden

5 67 2/ % arjana % MU sederajat % Diploma % Gambar IV.3 Tingkat pendidikan responden > 5 th % < 1 th % 1-3 th 27 25% 3-5 th % Gambar IV.4 Masa kerja responden > 10 jt % < 1 jt % 5-10 jt % 1-5 jt % Gambar IV.5 Tingkat penghasilan responden

6 68 alah satu % atu-satunya % Gambar IV.6 tatus sumber penghasilan responden Orang tua tunggal de ngan anak % Be lum menikah % Menikah dan punya anak % Menikah tanpa anak % Gambar IV.7 tatus perkawinan responden Lainnya % Tidak be kerja % Pegawai swasta/negeri % Wiras wasta % Gambar IV.8 Jenis pekerjaan suami/istri responden

7 69 > 25 th % 6-25 th % < 5 th % 5-15 th % Gambar IV.9 Usia anak terkecil responden % % % % Fleksibilitas waktu Kerja sampingan Mengisi waktu luang Melibatkan inisiatif Kebutuhan masyarakat Lain-lain % % Gambar IV.10 Alasan pilihan pekerjaan

8 70 Tabel IV.2 Profil responden penelitian NO KRITERIA TOTAL Jumlah Persentase 1 Jenis Kelamin Pria Wanita % 51.85% 2 Usia tahun tahun tahun tahun > 56 tahun % 42.59% 31.48% 13.89% 2.78% 3 Pendidikan terakhir MU-sederajat Diploma arjana-1 arjana 2/3 4 Masa Kerja < 1 tahun 1-3 tahun 3-5 tahun > 5 tahun 5 Rata-rata penghasilan/bulan < 1 juta 1-5 juta 5-10 juta > 10 juta 6 tatus Penghasilan atu-satunya sumber alah satu sumber 7 tatus Pernikahan Belum menikah Menikah tanpa anak Menikah dan punya anak Orang tua tunggal tanpa anak 8 Pekerjaan pasangan Karyawan swasta/negeri Wiraswasta Tidak bekerja Lainnya 9 Usia anak terkecil < 5 tahun 5-15 tahun tahun > 25 tahun 10 Alasan pilihan pekerjaan umber: Hasil Pengolahan Data Fleksibilitas waktu ebagai pekerjaan sampingan Mengisi waktu luang Melibatkan banyak inisiatif Asuransi adalah kebutuhan Lain-lain % 22.22% 40.74% 4.63% 15.74% 25% 13.89% 45.37% 13.89% 62.04% 16.67% 7.41% 51.85% 48.15% 30.56% 2.78% 63.89% 2.78% 41.67% 27.78% 19.44% 11.11% 36.11% 37.5% 18.06% 8.33% 67.59% 4.63% 0.93% 1.85% 18.52% 6.48%

9 71 IV Analisa Faktor Analisa Faktor yang dilakukan pada penelitian ini bertujuan untuk mereduksi sejumlah besar variabel manifes atau item pertanyaan yang digunakan sehingga lebih mudah ditangani. elain itu hasil analisa faktor juga mampu menjelaskan kandungan dan bobot setiap variabel pembentuk masing-masing faktor. esuai tujuan pertama penelitian ini, Analisa Faktor dilakukan terhadap variabel-variabel pembentuk Karakteristik Pekerjaan sehingga diperoleh karakteristik pekerjaan agen asuransi. ebelum melakukan Analisa Faktor, diperlukan pengujian asumsi terlebih dahulu. Adanya korelasi antar variabel-variabel yang akan dikelompokkan merupakan prasyarat utama yang harus dipenuhi untuk melakukan analisa faktor. Variabel-variabel dengan korelasi kuat akan membentuk suatu faktor yang tidak saling berkorelasi dengan faktor lain (upranto, 2004). Ukuran yang tepat dalam melihat korelasi antar variabel adalah MA (Measure of ampling Adequacy). Hair et al. (1998) menyatakan MA sebagai ukuran kecukupan jumlah sampel untuk masing-masing variabel. Jika nilai MA kurang dari 0.50, maka penyertaan variabel tersebut dalam pengukuran perlu dipertimbangkan kembali. elain itu, terdapat ukuran KMO (Keiser-Meyer-Olkin) yang membandingkan koefisien korelasi terobservasi dengan nilai koefisien korelasi parsial. Nilai KMO kecil menunjukkan bahwa korelasi antar pasangan variabel tidak dapat diterangkan oleh variabel lainnya dan Analisa Faktor tidak tepat dilakukan. Hair et al. (1998) menggunakan KMO sebagai pengujian statistik kecukupan jumlah sampel secara keseluruhan. Nilai KMO kecil mengindikasikan bahwa penggunaan analisis faktor perlu dipertimbangkan. Nilai KMO yang disarankan untuk melanjutkan analisa faktor adalah > Ukuran lain yang juga patut dipertimbangkan adalah Bartlett test of sphericity. Bartlett test menguji apakah matriks korelasi yang terjadi antar variabel yang diteliti merupakan matriks identitas. Ringkasan hasil uji asumsi Analisa Faktor terhadap item-item pembentuk Karakteristik Pekerjaan dapat dilihat pada Tabel IV.3.

10 72 Tabel IV.3 Hasil uji asumsi analisa faktor karakteristik pekerjaan Kaiser-Meyer-Olkin Measure of.696 ampling Adequacy. Bartlett's Test of Approx. Chi phericity quare df 903 ig..000 ITEM MA ITEM MA ITEM MA VK IT OT VK MT OT VK MT OT VK MT OT VK MT OT VK MT OT VK MT OT IT MT UB IT MT UB IT MT UB IT MT UB IT MT UB IT OT UB IT OT UB IT umber: Hasil Pengolahan Data Tabel IV.3 menunjukkan tingkat signifikansi Bartlett test yang bernilai < Hal ini berarti hipotesis bahwa matriks korelasi yang terbentuk merupakan matriks identitas ditolak. Artinya terdapat korelasi antar variabel-variabel karakteristik pekerjaan yang digunakan sehingga Analisa Faktor dapat diterapkan. Demikian halnya hasil yang ditunjukkan oleh ukuran KMO, yaitu Berdasarkan kriteria yang dikembangkan oleh Keiser, nilai ini tergolong dalam kelas Mediocre, dan termasuk dalam ambang batas penerimaan untuk melaksanakan Analisa Faktor. Akan tetapi, apabila ditinjau dari nilai MA masing-masing variabel, masih terdapat nilai MA yang lebih kecil dari Berdasarkan Hair et al. (1998), peneliti harus memastikan bahwa setiap variabel yang diikutkan dalam analisa telah memiliki nilai MA yang lebih besar dari 0.50 dengan cara mengeluarkan variabel yang melanggar asumsi. eperti terlihat pada Tabel IV.3, item UB2 memiliki nilai MA paling kecil, sehingga item ini harus

11 73 dihilangkan dan uji asumsi dilakukan lagi. Tabel IV.4 merupakan hasil uji asumsi iterasi kedua, yaitu dengan tanpa mengikutsertakan item UB2. Tabel IV.4 Hasil uji asumsi analisa faktor iterasi II Kaiser-Meyer-Olkin Measure of ampling Adequacy..717 Approx. Chi- Bartlett's Test of quare phericity df 861 ig..000 ITEM MA ITEM MA ITEM MA VK1.433 IT OT4.781 VK2.705 IT OT5.709 VK3.616 MT2.720 OT6.702 VK4.523 MT3.823 OT7.698 VK5.769 MT4.728 OT8.783 VK6.707 MT5.649 OT9.808 VK7.855 MT6.659 OT IT1.746 MT8.532 OT IT2.679 MT9.874 UB3.565 IT3.635 MT U B IT4.848 MT U B IT5.500 MT UB6.844 IT6.603 MT UB9.856 IT8.413 OT1.743 U B umber: Hasil Pengolahan Data Dari hasil uji asumsi tersebut, ketidaksertaan item UB2 dalam Analisa Faktor mampu meningkatkan nilai KMO menjadi Namun masih terdapat item dengan nilai MA yang < Untuk itu, pengujian asumsi iterasi ketiga dilakukan dengan menghilangkan item IT10, yaitu item dengan nilai MA paling rendah. Hasil pengujian asumsi iterasi ketiga dapat dilihat pada Tabel IV.5.

12 74 Tabel IV.5 Hasil uji asumsi analisa faktor iterasi III Kaiser-Meyer-Olkin Measure of ampling.732 Adequacy. Approx. Chi-quare Bartlett's Test of df 820 phericity ig..000 ITEM MA ITEM MA ITEM MA VK IT OT VK MT OT VK MT OT VK MT OT VK MT OT VK MT OT VK MT OT IT MT UB IT MT UB IT MT UB IT MT UB IT MT UB IT OT UB IT OT umber: Hasil Pengolahan Data Pengujian asumsi Analisa Faktor pada iterasi III masih menyisakan item dengan nilai MA< Maka perlu dilakukan pengujian asumsi ulang dengan meniadakan item yang memiliki nilai MA terkecil, yaitu item UB5. Ringkasan hasil pengujian asumsi dapat dilihat pada Tabel IV.6.

13 75 Tabel IV.6 Hasil uji asumsi analisa faktor iterasi IV Kaiser-Meyer-Olkin Measure of ampling Adequacy. Bartlett's Test of phericity.747 Approx. Chi-quare df 780 ig..000 ITEM MA ITEM MA ITEM MA VK1.432 IT OT4.835 VK2.804 MT2.706 OT5.700 VK3.626 MT3.828 OT6.755 VK4.567 MT4.723 OT7.742 VK5.806 MT5.661 OT8.769 VK6.731 MT6.727 OT9.802 VK7.860 MT8.527 OT IT1.776 MT9.887 OT IT2.697 MT UB3.545 IT3.608 MT U B4.723 IT4.870 MT UB6.856 IT5.497 MT UB9.880 IT6.590 OT1.774 UB IT8.554 umber: Hasil Pengolahan Data Dari pengujian asumsi iterasi IV tersebut terlihat bahwa tindakan menghilangkan item UB5 justru menyebabkan nilai MA item IT5 menjadi < 0.50, meskipun nilai KMO dan Chi-quare Bartlett test semakin tinggi. ehingga saat ini terdapat 2 buah item yang berada di luar ambang batas penerimaan MA yaitu VK1 dan IT5. Meskipun VK1 memiliki nilai MA terendah, namun item ini mengukur persepsi responden terhadap keterampilan berkomunikasi dalam pekerjaan sebagai agen asuransi. Menurut Lovelock (1988) serta Anonim (2004) dalam keterampilan berkomunikasi merupakan hal mutlak yang harus dimiliki seorang agen asuransi. Hal senada juga disampaikan oleh responden penelitian pada saat wawancara dilakukan. Oleh karenanya, variabel ini tidak dihilangkan dari pengukuran. ebagai gantinya, IT5 yaitu item yang menanyakan kemampuan responden dalam mendeteksi saat suatu siklus pekerjaan dimulai, dihilangkan dari alat ukur. Hasil pengujian asumsi dengan

14 76 meniadakan item IT5 dapat dilihat pada Tabel IV.7. ementara hasil uji asumsi selengkapnya dapat dilihat pada Lampiran. Tabel IV.7 Hasil uji asumsi analisa faktor iterasi V Kaiser-Meyer-Olkin Measure of ampling Adequacy. Bartlett's Test of phericity.785 Approx. Chi-quare df 741 ig..000 ITEM MA ITEM MA ITEM MA VK IT OT VK MT OT VK MT OT VK MT OT VK MT OT VK MT OT VK MT OT IT MT OT IT MT UB IT MT UB IT MT UB IT MT UB IT OT UB umber: Hasil Pengolahan Data Tabel IV.7 menunjukkan bahwa asumsi korelasi antar variabel telah terpenuhi berdasar kriteria KMO, Bartlett test dan MA sehingga Analisa Faktor layak untuk dilakukan. Dengan dihilangkannya 4 item dari alat ukur, maka saat ini terdapat 39 item yang digunakan untuk mengukur Karakteristik Pekerjaan. Penentuan jumlah faktor yang akan dihasilkan pada penelitian ini dilakukan dengan metode a priori, yaitu peneliti menspesifikasikan sejumlah 5 faktor yang akan terbentuk. Hal ini dilakukan karena telah diketahui jumlah faktor yang ingin dihasilkan berdasarkan penelitian-penelitian yang pernah ada sebelumnya, yang menjadi dasar dalam pengembangan alat ukur penelitian ini. Metode Analisa Faktor yang digunakan dalam penelitian ini adalah Principal Component Analysis. upranto (2004) menyatakan bahwa metode ini direkomendasikan penggunaannya apabila penelitian bertujuan menentukan sejumlah minimum faktor dengan memperhitungkan variansi maksimum data

15 77 untuk digunakan dalam analisa multivariat selanjutnya. Analisa Faktor pada penelitian ini menggunakan rotasi ortogonal untuk memudahkan interpretasi faktor-faktor yang dihasilkan. Interpretasi faktor yang digunakan didasarkan pada bobot masing-masing variabel terhadap faktor yang terbentuk. Tabel IV.8 menunjukkan besar variansi yang diteruskan dengan menggunakan 5 faktor. Berdasarkan Tabel IV.8, jumlah variansi yang diteruskan dengan menggunakan 5 faktor adalah %. Meskipun Hair et al. (1998) menyatakan bahwa jumlah variansi minimum yang diteruskan faktor pada penelitian sosial sebesar 60%, namun nilai % variansi ini masih dapat diterima sehingga tidak perlu dilakukan ekstraksi faktor lebih banyak lagi. Terlebih, metode a priori yang dipilih telah menspesifikasikan terbentuk 5 faktor, sesuai Model Karakteristik Pekerjaan Hackman dan Oldham (1980). Informasi pengelompokan variabel-variabel ke dalam 5 faktor ini dapat dilihat pada Tabel IV.9. Dengan rotasi ortogonal yang dilakukan, masih terdapat beberapa variabel yang memiliki bobot faktor > 0.30 pada lebih dari satu faktor. Hasil tersebut kemudian dibandingkan dengan konstruksi awal pembentukan variabel-variabel pengukuran untuk dilakukan pemberian nama faktor serta menentukan variabel-variabel pembentuk faktor. Hasil interpretasi masing-masing faktor tersebut adalah: 1. Faktor 1 Faktor 1 dibentuk oleh sebagian besar variabel-variabel OT dan MT yang memiliki bobot faktor > Namun terlihat bahwa bobot faktor variabelvariabel OT lebih besar. Oleh karena itu, faktor 1 diberi nama Faktor Otonomi dengan variabel-variabel pembentuk adalah OT4, OT6, OT8, OT9, OT10 dan OT11. Item pengukuran otonomi yang tidak dimasukkan dalam faktor ini adalah OT1, OT5 dan OT7. Item-item ini mengukur otonomi pengaturan jadwal kerja harian, cara kerja dan media komunikasi yang digunakan dalam bekerja. ebagai gantinya, item-item pembentuk Faktor Otonomi diharapkan mampu mengukur aspek-aspek tersebut. 2. Faktor 2 Variabel-variabel yang mendominasi faktor 2 adalah item-item pertanyaan yang mengukur tingkat makna tugas. Oleh sebab itu faktor 2 ini diberi nama

16 78 Faktor Makna Tugas dengan variabel-variabel pembentuk yaitu: MT3, MT4, MT8, MT9, MT10, MT11 dan MT12. Variabel yang tidak digunakan dalam mengukur makna tugas adalah MT2, MT5, MT6 dan MT13. Namun aspek yang diukur oleh item-item tersebut telah diwakili oleh item-item pembentuk Faktor Makna Tugas seperti MT5 yang diwakili oleh MT8 dalam menggambarkan makna tugas bagi pihak lain dalam perusahaan. 3. Faktor 3 Item-item pembentuk variabel laten Variasi Keterampilan memiliki bobot faktor > 0.30 pada faktor ini. ehingga faktor ini dapat diinterpretasikan sebagai Faktor Variasi Keterampilan. Hasil rotasi matriks faktor juga menunjukkan bahwa VK1 hanya menyumbang terhadap faktor variasi keterampilan. Namun karena komunikasi merupakan modal keterampilan utama yang harus dimiliki seorang agen asuransi, maka item ini tetap dimasukkan untuk menentukan karakteristik pekerjaan agen asuransi dari sisi variasi keterampilan. ehingga item-item pembentuk Faktor Variasi Keterampilan yang digunakan adalah VK1, VK2, VK3, VK4, VK5 dan VK6. 4. Faktor 4 Hasil rotasi matriks faktor menujukkan bahwa terdapat 4 variabel identitas tugas yang memiliki bobot besar pada faktor ini. ehingga faktor ini disebut dengan Faktor Identitas Tugas, dengan variabel pembentuk faktor adalah IT1, IT2, IT4 dan IT8. Item-item yang dikeluarkan dari alat ukur identitas tugas adalah IT3, IT6 dan IT Faktor 5 Item-item pengukur variabel laten umpan balik pekerjaan tersebar pada faktor 1, 2 dan 4. Namun terlihat bahwa item UB4 dan UB6 memberikan sumbangan bobot yang lebih besar pada faktor 5. Dengan demikian, faktor ini disebut sebagai Faktor Umpan Balik Pekerjaan. Item pengukuran umpan balik pekerjaan yang dihilangkan dari faktor ini adalah UB3, UB9 dan UB10. Rangkuman variabel-variabel manifes pembentuk masing-masing faktor dapat dilihat pada Tabel IV.10.

17 79 Tabel IV.8 Jumlah faktor dihasilkan dan variansi diteruskan Component Initial Eigenvalues Extraction ums of quared Loadings Rotation ums of quared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative %

18 80 Tabel IV.8 Jumlah faktor dihasilkan dan variansi diteruskan (Lanjutan) Component Initial Eigenvalues Extraction ums of quared Loadings Rotation ums of quared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative % umber: Hasil Pengolahan Data

19 81 Tabel IV.9 Hasil rotasi matriks karakteristik pekerjaan Component VK VK VK VK VK VK VK IT IT IT IT IT IT IT MT MT MT MT MT MT MT MT MT MT MT OT OT OT OT OT OT OT OT OT UB UB UB UB UB Extraction Method: Principal Component Analysis Rotation Method: Varimax with Kaiser Normalization a Rotation converged in 10 iterations

20 82 Tabel IV.10 Rekapitulasi variabel pembentuk faktor karakteristik pekerjaan Faktor Variabel pembentuk Variabel manifes yang dihilangkan Otonomi Makna Tugas Variasi Keterampilan Identitas Tugas Umpan Balik Pekerjaan OT4 OT6 OT8 OT9 OT10 OT11 MT3 MT4 MT8 MT9 MT10 MT11 MT12 VK1 VK2 VK3 VK4 VK5 VK6 IT1 IT2 IT4 IT8 UB4 UB6 umber: Hasil Pengolahan Data OT1 OT5 OT7 MT2 MT5 MT6 MT13 VK7 IT3 IT6 IT11 UB3 UB9 UB10 Berdasarkan faktor-faktor yang telah terbentuk tersebut, maka dapat ditentukan nilai masing-masing faktor Karakteristik Pekerjaan agen asuransi, seperti dapat dilihat pada Tabel IV.11. Teknik yang digunakan untuk menentukan skor masing-masing faktor karakteristik pekerjaan yang terbentuk adalah summated scale, yaitu dengan cara merata-ratakan nilai seluruh variabel pembentuk suatu faktor.

21 83 Tabel IV.11 kor rata-rata karakteristik pekerjaan agen asuransi Variabel Rata-Rata Variabel Manifes Bobot Faktor Rata-Rata OT OT Otonomi 6.1 OT OT OT OT MT MT MT Makna Tugas MT MT MT MT VK VK Variasi VK Keterampilan VK VK Identitas Tugas Umpan Balik Pekerjaan umber: Hasil Pengolahan Data VK IT IT IT IT UB UB IV Regresi Linier Berganda Tujuan kedua dari penelitian ini adalah untuk mengetahui dimensi karakteristik pekerjaan yang berpengaruh terhadap kualitas kehidupan kerja agen asuransi. Berdasarkan tujuan tersebut, teknik statistik yang digunakan adalah Regresi Linier Berganda. ebelum pengolahan data dimulai, dilakukan pengujian asumsi Regresi Linier Berganda yang meliputi:

22 84 1. Uji linieritas Pengujian linieritas pada penelitian ini dilakukan secara grafis seperti dapat dilihat pada Gambar IV.10 Gambar IV VK QWL QWL = * V R-quare = 0.15 Gambar IV.11 Uji linieritas variabel independen variasi keterampilan IT QWL QWL = * ID R-quare = 0.07 Gambar IV.12 Uji linieritas variabel independen identitas tugas

23 MT QWL QWL = * T R-quare = 0.28 Gambar IV.13 Uji linieritas variabel independen makna tugas OT QWL QWL = * OT R-quare = 0.23 Gambar IV.14 Uji linieritas variabel independen otonomi

24 QWL QWL = * FB R-quare = UB Gambar IV.15 Uji linieritas variabel independen umpan balik pekerjaan 2. Eror berdistribusi normal Untuk kepentingan pengujian ini digunakan normal probability plot, seperti tampak pada Gambar IV.15 serta diilustrasikan dalam bentuk histogram pada Gambar IV.16. Normal P-P Plot of Regression tandardized Residual Dependent Variable: QWL Expected Cum Prob Observed Cum Prob Gambar IV.16 Uji normalitas eror

25 87 Dependent Variable: QWL Frequency Mean = 3.18E-15 td. Dev. = N = Regression tandardized Residual Gambar IV.17 Histrogram distribusi eror 3. Uji Homoskedastisitas Pada penelitian ini uji homoskedastisitas dilakukan secara grafis dengan melihat plot antara residu dengan nilai variabel dependen yang diprediksi. Hasil pengujian homoskedastisitas dapat dilihat pada Gambar IV.17. Dependent Variable: QWL 3 Regression tandardized Residual Regression tandardized Predicted Value 1 2 Gambar IV.18 Uji homoskedastisitas

26 88 Dengan terpenuhinya seluruh asumsi regresi linier berganda, maka pembentukan model regresi dapat dilakukan. Metode yang digunakan untuk melibatkan variabel independen dalam penelitian ini adalah sequential method yaitu stepwise estimation. Hasil estimasi model regresi dapat dilihat pada Tabel IV.12 sampai Tabel IV.17. Tabel IV.12 Korelasi antar variabel VK IT MT OT UB QWL Pearson Correlation 1.258(**).404(**).373(**).425(**).382(**) VK ig. (2-tailed) N Pearson Correlation.258(**) 1.210(*).313(**).351(**).265(**) IT ig. (2-tailed) N Pearson Correlation.404(**).210(*) 1.735(**).427(**).526(**) MT ig. (2-tailed) N Pearson Correlation.373(**).313(**).735(**) 1.610(**).485(**) OT ig. (2-tailed) N Pearson Correlation.425(**).351(**).427(**).610(**) 1.337(**) UB ig. (2-tailed) N Pearson Correlation.382(**).265(**).526(**).485(**).337(**) 1 QWL ig. (2-tailed) N ** Correlation is significant at the 0.01 level (2-tailed). * Correlation is significant at the 0.05 level (2-tailed). Tabel IV.13 Kebaikan model regresi Model R R quare Adjusted R quare td. Error of the Estimate 1.526(a) (b) a Predictors: (Constant), MT b Predictors: (Constant), MT, VK c Dependent Variable: QWL

27 Tabel IV.14 Uji ANOVA model regresi Model um of quares df Mean quare F ig. Regression Residual (a) Total Regression Residual (b) Total a Predictors: (Constant), MT b Predictors: (Constant), MT, VK c Dependent Variable: QWL Tabel IV.15 Persamaan regresi Model Unstandardized Coefficients tandardized Coefficients t ig. B td. Error Beta 1 (Constant) MT (Constant) MT VK a Dependent Variable: QWL Tabel IV.16 Variabel independen yang tidak digunakan dalam model Partial Collinearity tatistics Beta Model t ig. Correlation In Tolerance VIF 1 2 Minimum Tolerance VK IT OT UB IT OT UB a Predictors in the Model: (Constant), MT b Predictors in the Model: (Constant), MT, VK c Dependent Variable: QWL etelah estimasi model regresi dilakukan, maka dilakukan identifikasi outlier. Hasil pengujian outlier dapat dilihat pada Gambar IV.19 dan Tabel IV.17.

28 90 Dependent Variable: QWL 4 Regression tudentized Residual Regression tandardized Predicted Value Gambar IV.19 Uji outlier Tabel IV.17 tatistik residu Minimum Maximum Mean td. Deviation N Predicted Value td. Predicted Value tandard Error of Predicted Value Adjusted Predicted Value Residual td. Residual tud. Residual Deleted Residual tud. Deleted Residual Mahal. Distance Cook's Distance Centered Leverage Value umber: Hasil Pengolahan Data etelah dipastikan bahwa efek outlier tidak mempengaruhi interpretasi model regresi, maka berdasarkan hasil pengolahan model regresi yang terbentuk adalah: Y = MT VK

29 91 Nilai koefisien beta yang dihasilkan model regresi ini menunjukkan bahwa variabel MT (Makna Tugas) memiliki nilai relatif lebih besar dibanding variabel prediktor lain, yaitu variasi keterampilan. ehingga makna tugas merupakan dimensi karakteristik pekerjaan yang memberikan pengaruh relatif lebih besar terhadap kualitas kehidupan kerja agen asuransi. Dalam melakukan interpretasi model regresi, perlu dideteksi apakah terdapat efek multikolinearitas yang akan mempengaruhi kemampuan variabel independen dalam memprediksi variabel dependen. Ukuran yang dapat digunakan untuk mendeteksi adanya multikolinearitas antar variabel independen adalah nilai VIF dan nilai Toleransi. Hasil pengujian multikolinearitas dapat dilihat pada Tabel IV.18. Nilai toleransi yang tinggi mengindikasikan kecilnya kolinearitas dan nilai toleransi mendekati nol menunjukkan bahwa hampir seluruh variabel independen mampu dijelaskan oleh variabel independen yang lain. VIF (Variance Inflation Factor) merupakan kebalikan dari nilai toleransi dimana VIF yang kecil menunjukkan kecilnya interkorelasi diantara variabel independen. Tabel IV.18 Hasil uji multikolinearitas Variabel Tolerance VIF MT VK Untuk memastikan bahwa model regresi yang terbentuk memiliki generalisasi yang baik, dilakukan validasi model. Pendekatan yang digunakan untuk memvalidasi model pada penelitian ini adalah dengan membandingkan model regresi enter/confirmatory. Model regresi yang terbentuk dengan metode ini dapat dilihat pada Tabel IV.19 hingga Tabel IV.21. Tabel IV.19 Kebaikan model regresi metode enter Model R R quare Adjusted td. Error of R quare the Estimate 1.580(a) a Predictors: (Constant), UB, IT, MT, VK, OT b Dependent Variable: QWL

30 92 Tabel IV.20 Uji ANOVA model regresi metode enter Model um of quares df Mean quare F ig. 1 Regression (a) Residual Total a Predictors: (Constant), UB, IT, MT, VK, OT b Dependent Variable: QWL 1 a Tabel IV.21 Persamaan regresi model enter Model Unstandardized Coefficients Unstandardized Coefficients t ig B td. Error (Beta) (Constant) VK IT MT OT UB Dependent Variable: QWL