BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

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

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.2.1.1 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 0.596 0.700 VK8 IT 0.658 0.738 IT7, IT9 Karakteristik Pekerjaan MT 0.773 0.866 MT1, MT7 OT 0.534 0.728 OT2, OT3 UB 0.711 0.783 UB1, UB7, UB8 Kualitas Kehidupan Kerja KK 0.868 0.935 KKA1, KKA2, KKB1, KKB5, KKD2 KP 0.870 0.900 KPB2, KPD1 KH 0.586 0.716 KHA1, KHB4 umber: Hasil pengolahan data

65 IV.2.1.2 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.

66 IV.2.2 Pengolahan Data Penelitian IV.2.2.1 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 56 51.85% Pria 52 48.15% Gambar IV.1 Jenis kelamin responden 47-56 th 15 13.89% > 50 th 3 2.78% 17-26 th 10 9.26% 37-46 th 34 31.48% 27-36 th 46 42.59% Gambar IV.2 Usia responden

67 2/3 5 4.63% arjana 1 44 40.74% MU sederajat 35 32.41% Diploma 24 22.22% Gambar IV.3 Tingkat pendidikan responden > 5 th 49 45.37% < 1 th 17 15.74% 1-3 th 27 25% 3-5 th 15 13.89% Gambar IV.4 Masa kerja responden > 10 jt 8 7.41% < 1 jt 15 13.89% 5-10 jt 18 16.67% 1-5 jt 67 62.04% Gambar IV.5 Tingkat penghasilan responden

68 alah satu 52 48.15% atu-satunya 56 51.85% Gambar IV.6 tatus sumber penghasilan responden Orang tua tunggal de ngan anak 3 2.78% Be lum menikah 33 30.56% Menikah dan punya anak 69 63.89% Menikah tanpa anak 3 2.78% Gambar IV.7 tatus perkawinan responden Lainnya 8 11.11% Tidak be kerja 14 19.44% Pegawai swasta/negeri 30 41.67% Wiras wasta 20 27.78% Gambar IV.8 Jenis pekerjaan suami/istri responden

69 > 25 th 6 8.33% 6-25 th 13 18.06% < 5 th 26 36.11% 5-15 th 27 37.50% Gambar IV.9 Usia anak terkecil responden 20 18.52% 2 1.85% 1 0.93% 7 6.48% Fleksibilitas waktu Kerja sampingan Mengisi waktu luang Melibatkan inisiatif Kebutuhan masyarakat Lain-lain 5 4.63% 73 67.59% Gambar IV.10 Alasan pilihan pekerjaan

70 Tabel IV.2 Profil responden penelitian NO KRITERIA TOTAL Jumlah Persentase 1 Jenis Kelamin Pria Wanita 52 56 48.15% 51.85% 2 Usia 17-26 tahun 27-36 tahun 37-46 tahun 47-56 tahun > 56 tahun 10 46 34 15 3 9.26% 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 16-25 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 35 24 44 5 17 27 15 49 15 67 18 8 56 52 33 3 69 3 30 20 14 8 26 27 13 6 73 5 1 2 20 7 32.41% 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%

71 IV.2.2.2 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 > 0.50. 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.

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- 3079.994 phericity quare df 903 ig..000 ITEM MA ITEM MA ITEM MA VK1 0. 427 IT11 0. 728 OT5 0. 607 VK2 0. 718 MT2 0. 717 OT6 0. 678 VK3 0. 590 MT3 0. 757 OT7 0. 638 VK4 0. 535 MT4 0. 645 OT8 0. 745 VK5 0. 759 MT5 0. 572 OT9 0. 816 VK6 0. 715 MT6 0. 622 OT10 0. 768 VK7 0. 861 MT8 0. 509 OT11 0. 667 IT1 0. 689 MT9 0. 874 UB2 0. 361 IT2 0. 571 MT10 0. 805 UB3 0. 578 IT3 0. 611 MT11 0. 886 UB4 0. 677 IT4 0. 824 MT12 0. 800 UB5 0. 381 IT5 0. 536 MT13 0. 748 UB6 0. 843 IT6 0. 579 OT1 0. 750 UB9 0. 860 IT8 0. 423 OT4 0. 792 UB10 0. 706 IT10 0. 369 umber: Hasil Pengolahan Data Tabel IV.3 menunjukkan tingkat signifikansi Bartlett test yang bernilai < 0.05. 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 0.696. 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 0.50. 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

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 2968.704 phericity df 861 ig..000 ITEM MA ITEM MA ITEM MA VK1.433 IT10. 363 OT4.781 VK2.705 IT11.725 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 OT10.799 IT1.746 MT8.532 OT11.655 IT2.679 MT9.874 UB3.565 IT3.635 MT10.798 U B4. 707 IT4.848 MT11.882 U B5. 372 IT5.500 MT12.808 UB6.844 IT6.603 MT13.732 UB9.856 IT8.413 OT1.743 U B10. 709 umber: Hasil Pengolahan Data Dari hasil uji asumsi tersebut, ketidaksertaan item UB2 dalam Analisa Faktor mampu meningkatkan nilai KMO menjadi 0.717. Namun masih terdapat item dengan nilai MA yang < 0.50. 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.

74 Tabel IV.5 Hasil uji asumsi analisa faktor iterasi III Kaiser-Meyer-Olkin Measure of ampling.732 Adequacy. Approx. Chi-quare 2885.012 Bartlett's Test of df 820 phericity ig..000 ITEM MA ITEM MA ITEM MA VK1 0.442 IT11 0.719 OT5 0.697 VK2 0.744 MT2 0.714 OT6 0.730 VK3 0.646 MT3 0.832 OT7 0.740 VK4 0.528 MT4 0.730 OT8 0.764 VK5 0.757 MT5 0.676 OT9 0.804 VK6 0.702 MT6 0.734 OT10 0.786 VK7 0.864 MT8 0.532 OT11 0.682 IT1 0.741 MT9 0.870 UB3 0.558 IT2 0.663 MT10 0.791 UB4 0.698 IT3 0.615 MT11 0.878 UB5 0.397 IT4 0.865 MT12 0.794 UB6 0.861 IT5 0.501 MT13 0.729 UB9 0.879 IT6 0.589 OT1 0.738 UB10 0.755 IT8 0.558 OT4 0.825 umber: Hasil Pengolahan Data Pengujian asumsi Analisa Faktor pada iterasi III masih menyisakan item dengan nilai MA< 0.50. 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.

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 2798.152 df 780 ig..000 ITEM MA ITEM MA ITEM MA VK1.432 IT11.729 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 OT10.794 IT1.776 MT9.887 OT11.712 IT2.697 MT10.800 UB3.545 IT3.608 MT11.872 U B4.723 IT4.870 MT12.797 UB6.856 IT5.497 MT13.737 UB9.880 IT6.590 OT1.774 UB10.823 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 www.careeroverview.com, 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

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 2669.656 df 741 ig..000 ITEM MA ITEM MA ITEM MA VK1 0. 574 IT11 0. 750 OT4 0. 833 VK2 0. 789 MT2 0. 785 OT5 0. 683 VK3 0. 691 MT3 0. 813 OT6 0. 766 VK4 0. 626 MT4 0. 734 OT7 0. 725 VK5 0. 800 MT5 0. 672 OT8 0. 767 VK6 0. 795 MT6 0. 774 OT9 0. 834 VK7 0. 860 MT8 0. 571 OT10 0. 889 IT1 0. 787 MT9 0. 894 OT11 0. 782 IT2 0. 726 MT10 0. 793 UB3 0. 704 IT3 0. 593 MT11 0. 863 UB4 0. 711 IT4 0. 877 MT12 0. 868 UB6 0. 862 IT6 0. 612 MT13 0. 804 UB9 0. 897 IT8 0. 608 OT1 0. 760 UB10 0. 821 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

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 54.491%. Meskipun Hair et al. (1998) menyatakan bahwa jumlah variansi minimum yang diteruskan faktor pada penelitian sosial sebesar 60%, namun nilai 54.491% 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 > 0.30. 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

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 0.277 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 IT11. 5. 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.

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 % 1 11.212 28.747 28.747 11.212 28.747 28.747 5.714 14.650 14.650 2 2.963 7.598 36.345 2.963 7.598 36.345 5.277 13.532 28.182 3 2.662 6.826 43.172 2.662 6.826 43.172 3.987 10.223 38.405 4 2.413 6.188 49.360 2.413 6.188 49.360 3.409 8.742 47.148 5 2.001 5.131 54.491 2.001 5.131 54.491 2.864 7.343 54.491 6 1.888 4.840 59.331 7 1.468 3.765 63.096 8 1.355 3.473 66.569 9 1.098 2.816 69.385 10 1.014 2.599 71.984 11.966 2.478 74.462 12.916 2.348 76.810 13.812 2.082 78.892 14.724 1.857 80.750 15.713 1.829 82.579 16.642 1.646 84.224 17.575 1.474 85.698 18.560 1.436 87.134 19.501 1.285 88.420 20.464 1.189 89.609 21.433 1.109 90.718 22.385.986 91.704 23.378.969 92.674 24.346.888 93.562 25.304.779 94.341 26.272.698 95.039

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 % 27 0.246 0.631 95.67 28 0.23 0.59 96.26 29 0.213 0.545 96.805 30 0.19 0.486 97.291 31 0.178 0.457 97.748 32 0.164 0.42 98.168 33 0.137 0.352 98.52 34 0.124 0.319 98.839 35 0.119 0.304 99.143 36 0.101 0.26 99.403 37 0.087 0.222 99.625 38 0.081 0.207 99.832 39 0.066 0.168 100 umber: Hasil Pengolahan Data

81 Tabel IV.9 Hasil rotasi matriks karakteristik pekerjaan Component 1 2 3 4 5 VK1 0.277-0.473 VK2 0.42 0.44 0.313 VK3 0.433 0.482 VK4 0.829 VK5 0.53 0.417 0.325 VK6 0.697 0.427 VK7 0.546 0.355 IT1 0.587 IT2 0.4 0.656 IT3 0.326 0.555 IT4 0.603 0.32 0.426 IT6 0.582 IT8 0.499 0.392 0.412 IT11 0.482 MT2 0.307 0.259 0.625 MT3 0.629 MT4 0.601 0.382 MT5 0.598 MT6 0.63 MT8 0.323 0.329-0.384 0.318 MT9 0.467 0.55 MT10 0.458 0.571 MT11 0.365 0.559 MT12 0.627 0.402 0.327 MT13 0.595 0.327 OT1 0.712 OT4 0.479 0.357 0.411 OT5 0.364 0.516 OT6 0.48 0.466 OT7 0.56 OT8 0.751 OT9 0.715 0.317 OT10 0.462 0.451 OT11 0.309 0.458 0.302 UB3 0.774 UB4 0.54 UB6 0.443 0.568 UB9 0.574 0.558 UB10 0.484 0.469 Extraction Method: Principal Component Analysis Rotation Method: Varimax with Kaiser Normalization a Rotation converged in 10 iterations

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.

83 Tabel IV.11 kor rata-rata karakteristik pekerjaan agen asuransi Variabel Rata-Rata Variabel Manifes Bobot Faktor Rata-Rata OT4 0.479 5.7 OT6 0.48 6.21 Otonomi 6.1 OT8 0.751 6.21 OT9 0.715 5.87 OT10 0.462 6.37 OT11 0.309 6.259 MT3 0.629 6.343 MT4 0.601 6.13 MT8 0.329 4.9 Makna Tugas 5.981 MT9 0.55 5.66 MT10 0.571 6.45 MT11 0.559 6.00 MT12 0.402 6.389 VK1 0.277 6.44 VK2 0.44 6.19 Variasi VK3 0.482 5.991 6.23 Keterampilan VK4 0.829 6.39 VK5 0.417 6.19 Identitas Tugas Umpan Balik Pekerjaan 5.49 5.83 umber: Hasil Pengolahan Data VK6 0.697 6.15 IT1 0.587 5.81 IT2 0.656 6.019 IT4 0.426 5.694 IT8 0.412 4.454 UB4 0.54 5.5 UB6 0.568 6.157 IV.2.2.3 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:

84 1. Uji linieritas Pengujian linieritas pada penelitian ini dilakukan secara grafis seperti dapat dilihat pada Gambar IV.10 Gambar IV.14. 14.000 16.000 18.000 20.000 22.000 VK 4.000 5.000 6.000 7.000 QWL QWL = 3.22 + 0.13 * V R-quare = 0.15 Gambar IV.11 Uji linieritas variabel independen variasi keterampilan 9.000 10.000 11.000 12.000 13.000 14.000 IT 4.000 5.000 6.000 7.000 QWL QWL = 4.41 + 0.12 * ID R-quare = 0.07 Gambar IV.12 Uji linieritas variabel independen identitas tugas

85 16.000 18.000 20.000 22.000 24.000 MT 4.000 5.000 6.000 7.000 QWL QWL = 2.90 + 0.13 * T R-quare = 0.28 Gambar IV.13 Uji linieritas variabel independen makna tugas 10.000 15.000 20.000 OT 4.000 5.000 6.000 7.000 QWL QWL = 3.21 + 0.13 * OT R-quare = 0.23 Gambar IV.14 Uji linieritas variabel independen otonomi

QWL 86 7.000 6.000 5.000 QWL = 4.21 + 0.25 * FB R-quare = 0.11 4.000 4.000 5.000 6.000 7.000 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 1.0 0.8 Expected Cum Prob 0.6 0.4 0.2 0.0 0.0 0.2 0.4 0.6 0.8 1.0 Observed Cum Prob Gambar IV.16 Uji normalitas eror

87 Dependent Variable: QWL 30 25 Frequency 20 15 10 5 Mean = 3.18E-15 td. Dev. = 0.991 N = 108 0-4 -2 0 2 4 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 2 1 0-1 -2-3 -4-4 -3-2 -1 0 Regression tandardized Predicted Value 1 2 Gambar IV.18 Uji homoskedastisitas

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).007.000.000.000.000 N 108 108 108 108 108 108 Pearson Correlation.258(**) 1.210(*).313(**).351(**).265(**) IT ig. (2-tailed).007.029.001.000.006 N 108 108 108 108 108 108 Pearson Correlation.404(**).210(*) 1.735(**).427(**).526(**) MT ig. (2-tailed).000.029.000.000.000 N 108 108 108 108 108 108 Pearson Correlation.373(**).313(**).735(**) 1.610(**).485(**) OT ig. (2-tailed).000.001.000.000.000 N 108 108 108 108 108 108 Pearson Correlation.425(**).351(**).427(**).610(**) 1.337(**) UB ig. (2-tailed).000.000.000.000.000 N 108 108 108 108 108 108 Pearson Correlation.382(**).265(**).526(**).485(**).337(**) 1 QWL ig. (2-tailed).000.006.000.000.000 N 108 108 108 108 108 108 ** 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).277.270.487440 2.558(b).311.298.478082 a Predictors: (Constant), MT b Predictors: (Constant), MT, VK c Dependent Variable: QWL

89 1 2 Tabel IV.14 Uji ANOVA model regresi Model um of quares df Mean quare F ig. Regression 9.649 1 9.649 Residual 25.185 106.238 40.610.000(a) Total 34.834 107 Regression 10.835 2 5.418 Residual 23.999 105.229 23.703.000(b) Total 34.834 107 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) 2.903 0.457 6.354 0.000 MT 0.132 0.021 0.526 6.373 0.000 2 (Constant) 1.99 0.601 3.31 0.001 MT 0.111 0.022 0.445 5.022 0.000 VK 0.07 0.031 0.202 2.278 0.025 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 0.202 2.278 0.025 0.217 0.837 1.195 0.837 IT 0.161 1.933 0.056 0.185 0.956 1.046 0.956 OT 0.213 1.764 0.081 0.170 0.459 2.176 0.459 UB 0.137 1.511 0.134 0.146 0.818 1.223 0.818 IT 0.129 1.543 0.126 0.150 0.920 1.087 0.805 OT 0.182 1.523 0.131 0.148 0.453 2.209 0.440 UB 0.083 0.876 0.383 0.086 0.741 1.349 0.741 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.

90 Dependent Variable: QWL 4 Regression tudentized Residual 2 0-2 -4-3 -2-1 0 1 2 Regression tandardized Predicted Value Gambar IV.19 Uji outlier Tabel IV.17 tatistik residu Minimum Maximum Mean td. Deviation N Predicted Value 5.02511 6.35630 5.79944.318221 108 td. Predicted Value -2.433 1.750.000 1.000 108 tandard Error of Predicted Value.046.214.074.029 108 Adjusted Predicted Value 5.06450 6.38267 5.79778.320337 108 Residual -1.576011 1.450663.000000.473593 108 td. Residual -3.297 3.034.000.991 108 tud. Residual -3.317 3.087.002 1.012 108 Deleted Residual -1.595297 1.501838.001665.494855 108 tud. Deleted Residual -3.489 3.222 -.001 1.033 108 Mahal. Distance.005 20.488 1.981 3.181 108 Cook's Distance.000.513.016.061 108 Centered Leverage Value.000.191.019.030 108 umber: Hasil Pengolahan Data etelah dipastikan bahwa efek outlier tidak mempengaruhi interpretasi model regresi, maka berdasarkan hasil pengolahan model regresi yang terbentuk adalah: Y = 1.99 + 0.111 MT + 0.07 VK

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.837 1.195 VK.837 1.195 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).336.303.476207 a Predictors: (Constant), UB, IT, MT, VK, OT b Dependent Variable: QWL

92 Tabel IV.20 Uji ANOVA model regresi metode enter Model um of quares df Mean quare F ig. 1 Regression 11.704 5 2.341 10.322.000(a) Residual 23.131 102.227 Total 34.834 107 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) 1.522.657 2.314.023 VK.058.032.167 1.787.077 IT.048.040.107 1.218.226 MT.082.031.327 2.673.009 OT.041.038.150 1.097.275 UB -.002.079 -.003 -.026.979 Dependent Variable: QWL