BAB IV METODE PENELITIAN 1.1. Desain Penelitian Pada penelitian ini penulis menggunakan penelitian menggunakan metode Kausalitas, digunakan untuk meneliti pada pupolasi atau sampel tertentu, pengumpulan data menggunakan instrument penelitian, analisis data bersifat kuantitatif/ statistic, dengan tujuan untuk menguji hipotesis yang telah ditetapkan. 1.2. Data dan Metode Pengumpulan Data Sumber-sumber data dalam penelitian ini, yaitu data primer adalah data asli yang langsung berasal dari sumber data yang dikumpulkan secara khusus dan berhubungan langsung dengan permasalahan yang diteliti. Jenis data ini diperoleh secara langsung dari sumbernya, yaitu karyawan PT. Permata Bank di Region III. Metode pengumpulan data dilakukan dengan cara kuesioner, yaitu penyebaran angket kepada para responden dalam hal ini adalah para karyawan PT. Permata Bank di Region III, dilakukan dengan cara memberikan daftar pertanyaan kepada responden yang telah disesuaikan dengan tujuan penelitian. 1.3. Variabel dan Pengukuran Variabel Variabel-variabel tersebut meliputi pemberdayaan karyawan, promosi jabatan, lingkungan kerja, kepuasan karyawan serta retensi karyawan. Bagian dari penelitian ini dikembangkan berdasarkan literatur masa lalu dan kuesioner yang 42
telah digunakan. Timbangan penelitian ini diadopsi dari literature sebelumnya dan dari studi yang telah diterbitkan. Tabel 4.1. Pengukuran Variabel Penelitian Variabel Dimensi Indikator Referensi Pemberdayaan 1. Sence of karyawan meaning 1. Pekerjaan sangat sesuai dengan keinginan 2. Pekerjaan yang dilakukan sangat penting 3. Pekerjaan yang dilakukan sangat berarti Spreitzer yang dikutip oleh Mahardiani 2004 2. Sence of competence 3. Sence of self determination 1. Keinginan untuk dapat memberikan yang terbaik bagi perusahaan 2. Rasa percaya diri pada kemampuan diri 3. Keyakinan untuk dapat mencapai target pekerjaan 1. Ketepatan pilihan pekerjaan 2. Ketepatan dalam penempatan dengan rekan kerja 4. Sense of Impact 1. Kemampuan dalam mengelola pelanggan 2. Kemampuan dalam mencari konsumen baru Promosi Jabatan 1. Peningkatan Tanggung Jawab Pekerjaan 1. Penilaian Pelaksanaan Pekerjaan 2. Peningkatan Konsistensi 3. Kemungkinan Pengembangan 4. Keahlian yang lebih Sastrohadiw iryo (2005) 2. Pengembangan Peningkatan Tugas 1. Pengalaman dan Pengetahuan yang memadai 2. Status pendidikan 3. Dapat Dipercaya 43
Lanjutan Tabel 4.1. Pengukuran Variabel Penelitian Variabel Dimensi Indikator Referensi Lingkungan Kerja 1. Lingkungan kerja fisik 1. Peralatan kerja 2. Tempat kerja 3. Karyawan 4. Customer Sedarmayati (2001) 2. Lingkungan kerja non fisik 1. Adanya perasaan aman pegawai mengerjakan tugasnya 2. Adanya loyalitas 3. Adanya perasaan puas pegawai 4. Adanya perasaan nyaman pegawai Kepuasan kerja karyawwan 1. Lingkungan kerja 1. Suasana di Lingkungan kerja 2. Gaji 1. Balas Jasa yang Adil dan Layak Veithzal Rivai (2004) 3. Pekerjaan 4.Team work 1. Berat ringannya pekerjaan 1.Support team work Retensi Karyawan 1. Intensitas 2. Rencana kerja diperusahaan lain 3. Melihat masa depan dengan perusahaan ini 2. Keterpautan 1. Perusahaan saat ini memberikan kepuasan 2. Melihat peluang dalam perusah 3. aan ini 4. Pentingnya pekerjaan saat ini David A dan Stephaen Robbins (2002) 1.4. Populasi dan Penentuan Sampel Populasi adalah suatu himpunan unit yang biasanya berupa orang, objek atau kejadian dimana kita tertarik untuk mempelajarinya (kuncoro,2001:22). 44
Menurut Bungin (2009) populasi penelitian adalah merupakan keseluruhan dari objek penelitian yang dapat berupa manusia, hewan, tumbuh-tumbuhan, udara, gejala, periatiwa, sikap, hidup dan sebagainya. Sehingga objek-objek ini dapat menjadi sumber data penelitian. Populasi dalam penelitian ini adalah seluruh karyawan PT. Permata Bank Region III yang berjumlah 235 yang berlokasi di Jakarta. Yang terdiri dari 122 jenis kelamin perempuan dan 113 jenis kelamin laki-laki. Populasi penelitian ini bersifat jenuh, yaitu mengambil semua jumlah dari populasi tersebut sebagai sumber data/ informasi untuk menguji hipotesis. Menurut Sugiono (2008) sampel adalah bagian dari jumlah dan karakteristik yang dimiliki populasi tersebut. Apa yang dipelajari dari sampel itu, kesimpulannya akan diberlakukan untuk populasi. Untuk itu sampel yang diambil dari populasi harus benar-benar representatif (mewakili). Dalam penelitian ini yang dijadikan sampel penelitian adalah seluruh karyawan PT. Permata Bank Region III yang berjumlah 235 orang. 1.5. Pengujian Instrumen Dan Data Untuk memahami ketepatan terhadap instrumen dan data yang digunakan dalam pengambilan data diperlukan pengujian terhadap instrumen dan data yang diperoleh melalui pengujian validitas dan realibilitas. tujuannya adalah agar instrumen yang dipakai dan data yang diambil benar - benar valid dan reliable, yakni benar - benar mengukur apa yang hendak diukur, dan data serta instrumen tersebut harus reliable yang artinya konstan didalam pengambilan data. 45
1.5.1. Uji Validitas Suatu kuesioner dianggap valid apabila dapat mengukur apa yang dituju. Uji validitas menunjukkan sejauh mana suatu alat pengukur itu benar - benar mengukur apa yang ingin di ukur. Sebelum dilakukan analisis maka perlu dilakukan pengujian atas valid atau tidaknya data kuesioner tersebut.uji validitas dari daftar pertanyaan kuesioner tersebut dilakukan dengan tujuan untuk mengetahui kehandalan kuesioner tersebut. Kehandalan kuesioner tersebut mempunyai arti bahwa kuesioner tersebut mampu mengukur apa yang sebenarnya diukur. Terdapat tiga jenis validitasi yang dapat diterima secara umum yaitu : validitas isi, validitas konstruk dan validitas yang berkaitan dengan kriteria. Di dalam penelitian ini uji validitas yang digunakan adalah uji validitas konstrukyang mengkorelasikan skor masing - masing item pertanyaan dengan skor totalnya. Pengujian menggunakan uji validitas konstruk dengan rumus korelasi productmoment sebagai berikut : n (Σxy) - (Σx Σy) r = ( 1 ) [nσx² - (Σx)²[Σ² - (Σy)² Pengukuran validitas dalam penelitian ini menunjukan jumlah varians dari indikator yang dieksraksi oleh konstruk atau variabel yang dikembangkan. Nilai varian extract yang dapat diterima adalah minimal 0.30. Ada kemungkinan dalam pernyataan kuesioner kurang baik dalam susunan kata - kata atau kalimat yang digunakan, sehingga dapat menimbulkan penafsiran yang berbeda dari 46
responden. Untuk itu item - item atau pernyataan yang tidak valid akan dikeluarkan atau tidak dianalisis, sedangkan pernyataan yang valid diteruskan ketahap pengujian kehandalan (uji reliabilitas). 1.5.2. Uji Reliabilitas Pada dasarnya uji reliabilitas (reliability) menunjukkan sejauh mana suatu alat ukur yang dapat memberikan hasil yang relatif sama. Apabila dilakukan pengukuran kembali pada subyek yang sama. Uji reliabilitas dalam SEM dapat diperoleh melalui rumus sebagai berikut (Ferdinand, 2002) : Construct Reability = ( std loading )2 ( std loading ) 2 + εj ( 2 ) Keterangan : a. Standard loading diperoleh dari standardized loading untuk tiap tiap indikator yang didapat dari hasil perhitungan komputer. b. Σ εj adalah measurement error dari tiap tiap indikator. Measurement error dapat diperoleh dari 1 reliabilitas indikator. Tingkat reliabilitas yang dapat diterima adalah 0,60. 1.6. Metode Analisa Data Suatu penelitian membutuhkan analisis data dan interpretasi yang bertujuan untuk menjawab pertanyaan-pertanyaan penelitian dalam mengungkap fenomena sosial tertentu. Metode yang dipilih untuk menganalisis data harus 47
sesuai dengan pola penelitian dan variabel yang akan diteliti. Pada penelitian ini The Structural Equation Modelling (SEM) dari paket software statistik AMOS digunakan dalam pengujian hipotesis. Sebagai sebuah model persamaan struktur, AMOS telah sering digunakan dalam penelitian manajemen pemasaran dan manajemen strategi. Model kausal AMOS menunjukkan pengukuran dan masalah yang struktural dan digunakan untuk menganalisis serta menguji hipotesis. Penelitian ini menggunakan dua macam teknik analisis, yaitu : 1) Confirmatory Factor Analysis atau analisa faktor konfirmatori pada SEM yang digunakan untuk mengkonfirmasikan faktor-faktor yang paling dominan dalam suatu kelompok variabel. 2) Regression Weight pada SEM yang digunakan untuk meneliti seberapa besar variabel-variabel penelitian yang saling mempengaruhi. Keunggulan aplikasi SEM dalam penelitian manajemen adalah karena kemampuannya untuk mengkonfirmasi dimensi-dimensi dari sebuah konsep atau faktor yang sangat lazim digunakan dalam manajemen serta kemampuannya untuk mengukur pengaruh hubungan-hubungan yang secara teoritis ada (Wibowo, 2006). Untuk membuat pemodelan yang lengkap, perlu dilakukan langkahlangkah sebagai berikut: 1. Pengembangan model berbasis teori Langkah pertama dalam pengembangan model SEM adalah pencarian atau pengembangan model yang mempunyai justifikasi teoritis yang kuat. Seorang 48
peneliti harus melakukan serangkaian telaah pustaka yang intens guna mendapatkan justifikasi atas model teoritis yang dikembangkan. 2. Pengembangan diagram alur (Path diagram). Dalam langkah kedua model teoritis yang telah dibangun pada tahap pertama akan digambarkan dalam sebuah path diagram, yang akan mempermudah untuk melihat hubungan-hubungan kausalitas yang ingin diuji. Dalam SEM dikenal istilah faktor (construct) yaitu konsep-konsep dengan dasar teoritis yang kuat untuk menjelaskan berbagai bentuk hubungan. Disini akan ditentukan alur sebab akibat dari konstruk yang akan dipakai dan atas dasar itu variabel-variabel untuk mengukur konstruk itu akan dicari (Mansur, 2009). Dalam diagram alur, hubungan antar konstruk ditunjukkan melalui anak panah. Anak panah lurus menunjukkan hubungan kausalitas langsung antara satu konstruk dengan konstruk yang lain. Garis lengkung antar konstruk dengan anak panah pada setiap ujungnya menunjukkan korelasi antar konstruk. Konstruk yang dibangun dalam diagram alur dapat dibedakan dalam dua kelompok yaitu: a. Exogenous construct atau konstruk eksogen Dikenal sebagai source variable atau independent variabel yang tidak diprediksi oleh variabel lain dalam model. Secara diagramatis konstruk eksogen adalah konstruk yang dituju oleh garis dengan satu ujung panah. 49
b. Endogenous construct atau konstruk endogen Merupakan faktor-faktor yang diprediksi oleh satu atau beberapa konstruk. Konstruk endogen dapat memprediksi satu atau beberapa konstruk endogen lainnya, tetapi konstruk endogen hanya dapat berhubungan kausal dengan konstruk endogen. 4.6.1. Konversi diagram alur ke dalam persamaan Setelah model penelitian dikembangkan dan digambarkan pada path diagram seperti diatas, maka langkah berikutnya adalah melakukan konversi spesifikasi model ke dalam rangkaian persamaan (Asmarani, 2006). Persamaan yang dibangun terdiri dari: 1. Structural Equation atau persamaan struktural Dirumuskan untuk menyatakan hubungan kausalitas antara berbagai konstruk. Rumus yang dikembangkan yaitu : Variabel endogen = Variabel eksogen + Variabel endogen + error ( 3 ) 2. Measurement model atau persamaan spesifikasi model Pengukuran digunakan untuk menentukan variabel yang mengukur konstruk dan menentukan serangkaian matriks yang menunjukkan korelasi yang dihipotesiskan antar konstruk dan variabel. Komponen-komponen ukuran untuk mengidentifikasi variabel-variabel laten dan komponen-komponen struktural mengevaluasi hipotesis hubungan kausal antar variabel-variabel 50
laten pada model kausal dan menunjukkan sebuah pengujian seluruh hipotesis dari model sebagai satu keseluruhan. 4.6.2. Memilih matrik input dan estimasi model. Pada penelitian ini matrik inputnya adalah matrik kovarian atau matrik korelasi. Hal ini dilakukan karena fokus SEM bukan pada data individual, tetapi pola hubungan antar responden. Dalam hal ini ukuran sampel memegang peranan penting untuk mengestimasi kesalahan sampling. Untuk itu ukuran sampling jangan terlalu besar karena akan menjadi sangat sensitif sehiungga akan sulit mendapatkan ukuran goodness of fit yang baik, setelah model dibuat dan input data dipilih, maka dilakukan analisis model kausalitas dengan teknik estimasi yaitu teknik estimasi model yang digunakan adalah Maximum Likehood Estimation Method. Teknik ini dipilih karena ukuran sampel yang digunakan dalam penelitian ini adalah kecil (100-200 responden). 4.6.3 Menganalisa kemungkinan munculnya masalah identifikasi Masalah identifikasi pada prinsipnya adalah mengenai ketidakmampuan model yang dikembangkan menghasilkan estimasi yang unik. Bila setiap kali estimasi dilakukan muncul masalah identifikasi, maka sebaiknya model dipertimbangkan ulang dengan mengembangkan lebih banyak konstruksi. Disebutkan oleh Ferdinand dalam penelitian Darmawan (2008), beberapa indikasi masalah identifikasi: 51
a. Standard error untuk satu atau beberapa koefisien adalah sangat besar. b. Program tidak mampu menghasilkan matrik informasi yang seharusnya disajikan. c. Munculnya angka-angka yang aneh seperti adanya varians error yang negatif. d. Munculnya korelasi yang sangat tinggi antar koefisien estimasi yang didapat (misalnya lebih dari 0,9). 4.6.4 Evaluasi kriteria goodness of fit Pada tahap ini dilakukan pengujian terhadap kesesuaian model terhadap berbagai kriteria goodness of fit. Disebutkan oleh Ferdinand (2000), beberapa indeks kesesuaian dan cut of value untuk menguji apakah sebuah model dapat diterima atau ditolak antara lain: a. X² - Chi-Square statistik, di mana model dipandang baik atau memuaskan bila nilai Chi-Square-nya rendah. Semakin kecil nilai Chi-Square, semakin baik model itu. Dan diterima berdasarkan probabilitas dengan cutoff value sebesar p>0.05 atau p>0.10. b. RMSEA (The Root Mean Square Error of Approximation), yang menunjukkan goodness of fit yang diharapkan bila model diestimasi dalam populasi. Nilai RMSEA yang lebih kecil atau sama dengan 0,08 merupakan indeks untuk dapat Diterimanya model yang menunjukkan close fit dari model itu berdasarkan degrees of freedom. 52
c. GFI (Goodness of fit Index), adalah ukuran non statistikal yang mempunyai rentang nilai antara 0 (poor fit) sampai dengan 1.0 (perfect fit). Nilai yang tinggi dalam indeks ini menunjukkan sebuah better fit. d. AGFI (Adjusted Goodness of Fit Index), di mana tingkat penerimaan yang direkomendasiakan adalah bila AGFI mempunyai nilai sama dengan atau lebih besar dari 0.90. e. CMIN/DF, adalah The Minimum Sample Discrepancy Function yang dibagi dengan Degree of Freedom. CMIN/DF tidak lain adalah statistic Chi-Square, X² dibagi DF- nya, disebut X² relatif. Bila nilai X² relative kurang dari 2.0 atau 3.0 adalah indikasi dari acceptable fit antara model dan data. f. TLI (Tucker Lewis Index), merupakan incremental index yang membandingkan sebuah model yang diuji terhadap sebuah base line model, di mana nilai yang direkomendasikan sebagai acuan untuk diterimanya sebuah model adalah 0.95 dan nilai yang mendekati 1 menunjukkan a very good fit. CFI (Comparative Fit Index), di mana mendekati 1, mengindikasikan tingkat fit yang paling tinggi. Nilai yang direkomendasikan adalah CFI 0.95. Sebuah model dinyatakan layak jika masing-masing indeks tersebut mempunyai cut of value seperti ditunjukkan pada Tabel 4.2 berikut: 53
Goodness of-fit index x2 Chi-square Tabel 4.2 Goodness of-fit Indices Cut-off Value < df dengan α=0,05 gnificance Probability 0.05 RMSEA 0.08 GFI 0.90 AGFI 0.90 CMIN/DF 2.00 TLI 0.95 CFI 0.95 Sumber : Ferdinand (2000) 4.7. Pengujian Hipotesis Untuk menguji hipotesis mengenai kausalitas yang dikembangkan dalam model penelitian ini, perlu diuji hipotesis nol yang menyatakan bahwa koefisien regresi antar hubungan adalah sama dengan nol melalui uji-t yang lazim digunakan dalam model- model regresi. Dalam output dari SEM uji kausalitas ini dilakukan dengan membaca nilai CR (Critical Ratio) yang identik dengan uji-t. Nilai yang tertera dalam kolom signifikansi menunjukkan tingkat signifikansi antar variabel dalam model. Hubungan antar variabel dengan tingkat signifikansi dibawah 0,05 menunjukkan bahwa hubungan tersebut adalah hubungan yang signifikan. 54