BAB III METODE PENELITIAN
3.1
Metode yang digunakan Desain penelitian mengenai jenis penelitian, metode penelitian, unit
analisis, time horizon berdasarkan tujuan penelitian secara ringkas dijelaskan pada Tabel 3.1. Penelitian ini merupakan penelitian deskriptif yang bersifat asosiatif. Penelitian deskriptif dimaksudkan untuk mendefinisikan berbagai kriteria serta mendefinisikan nilai-nilai variabel-variabel yang diteliti dan penelitian asosiatif lebih mengenai analisis hubungan dimana variabel independen (variabel bebas) mempengaruhi variabel dependen (variabel bergantung). Unit analisis pada penelitian ini adalah individu, yaitu para karyawan PT. PLN (Persero) distribusi Jakarta Raya dan Tangerang. Horizon waktu untuk penelitian ini adalah crosssectional, di mana data dari masing-masing responden hanya sekali dikumpulkan dalam rangka menjawab pertanyaan penelitian.
Tabel 3.1 Desain Penelitian Tujuan Penelitian
T-1 T-2
Desain Penelitian Jenis
Metode
Penelitian
Penelitian
Deskriptif – Asosiatif Deskriptif – Asosiatif
Unit Analisis PT. PLN (Persero) –
Survei
Karyawan PT. PLN (Persero) –
Survei
Karyawan
Sumber : Peneliti (2012)
42
Time Horizon
Cross Sectional
Cross Sectional
43
Keterangan : T-1
Untuk menganalisis sejauh mana Motivasi Kerja yang dimiliki karyawan dapat memoderasi pengaruh antara Kepuasan Kerja terhadap Kinerja Karyawan.
T-2
Untuk menganalisis sejauh mana Motivasi Kerja yang dimiliki karyawan dapat memoderasi pengaruh antara Komitmen Organisasi terhadap Kinerja Karyawan.
3.2
Operasionalisasi Variabel Operasional variable penelitian merupakan unsur penelitian yang
memberitahukan bagaimana caranya mengukur suatu variable penelitian.Variabel penelitian yang digunakan pada penelitian ini adalah Kepuasan Kerja, Komitmen Organisasi, Motivasi Kerja, dan Kinerja Karyawan . Seperti terlihat dalam tabel berikut. Tabel 3.2 Operasionalisasi Variabel Variabel
Definisi
Dimensi
Indikator
Kepuasan
Kepuasan kerja
Pekerjaan itu
•
Pekerjaan yang menarik
Ordinal
Kerja
erat kaitannya
sendiri
•
Kesempatan untuk
menjadi
(Gibson,2009)
dengan sikap
mengerjakan dengan
Interval
karyawan
"cara" sendiri
terhadap
•
pekerjaannya
Keahlian dan ketrampilan memadai
Gaji
•
Gaji setara dengan jumlah pekerjaan
•
Bekerja lebih keras
Skala
44
Kesempatan
•
atau promosi
Kesempatan menjadi seseorang yang diperhitungkan
•
Peluang untuk belajar keterampilan baru
Supervisor
•
Kebebasan untuk menilai
•
Cara atasan menangani para pekerjanya
•
Kemampuan atasan dalam membuat sebuah keputusan
Rekan kerja
•
Kesempatan untuk melakukan banyak hal bagi karyawan lain
•
Cara teman kerja berhubungan
Komitmen
Komitmen
Organisasi
dalam
(Allen dan
berorganisasi merupakan
Meyer, 1997)
karakteristik
Affectif
Continuance
•
Masalah dalam
Ordinal
organisasi
menjadi
•
Menghabiskan sisa karir
Interval
•
Terikat secara emosional
•
Pertimbangan keluar dari
hubungan
organisasi
anggota
•
organisasi
dengan meninggalkan
dengan
organisasi
organisasinya
•
dan memiliki
keputusan
Bertahan dalam organisasi merupakan
implikasi terhadap
Mengacaukan hidup
kebutuhan Normative
•
Bersalah meninggalkan organisasi
45
individu untuk
•
Kesetiaan
melanjutkan
•
Berhutang banyak hal
keanggotaannya
pada organisasi
dalam berorganisasi Motivasi Kerja (McClelland)
Motivasi adalah
Achievement
•
kondisi yang menggerakkan
•
diri pegawai yang terarah
Power
Affiliation
organisasi Kinerja Karyawan (Mathis dan Jackson, 2006)
Ordinal
dilakukan
menjadi
Berkontribusi dengan
Interval
cara yang positif
untuk mencapai tujuan
Pencapaian yang
•
Kenaikan karir
•
Penghargaan
•
Rekan kerja ramah
•
Mudah beradaptasi
Kinerja pada
Kuantitas
•
Melebihi target
Ordinal
dasarnya adalah
keluaran
•
Menyelesaikan tugas
menjadi
dalam satu waktu
Interval
apa yang dilakukan dan
Kualitas
•
Pencapaian target kerja
tidak dilakukan
keluaran
•
Keakuratan dan
karyawan
ketepatan Jangka waktu
•
Tugas rutin
keluaran
•
Tugas mendadak
Kehadiran di
•
Keterlambatan
tempat kerja
•
Absen
Sikap
•
Mengikuti instruksi
kooperatif
•
Berkoordinasi dengan baik
Sumber : Peneliti (2012)
46
3.3
Jenis dan Sumber Data Penelitian Berdasarkan pada tujuan-tujuan penelitian yang telah dijabarkan pada sub
3.1, maka untuk tercapainya tujuan-tujuan tersebut diperlukan data yang dapat mendukung penelitian, di mana data, jenis, dan sumber data untuk penelitian ini dijelaskan pada Tabel 3.3 berikut ini.
Tabel 3.3 Jenis dan Sumber data
Data Dasar pengukuran variabel-variabel di dalam penelitian ini Penilaian atas Kepuasan Kerja di PT. PLN (Persero) Distribusi Jakarta Raya dan Tangerang Penilaian atas Komitmen Organisasi di PT. PLN (Persero) Distribusi Jakarta Raya dan Tangerang Penilaian atas Motivasi Kerja di PT. PLN (Persero) Distribusi Jakarta Raya dan Tangerang Penilaian atas Kinerja Karyawan di PT. PLN (Persero) Distribusi Jakarta Raya dan Tangerang Sumber : Peneliti (2012)
Jenis Data Kualitatif
Kuantitaf
Kuantitaf
Kuantitaf
Kuantitaf
Sumber Data Data sekunder dari studi pustaka
Tujuan Penelitian T-1
T-2
√
√
√
-
-
√
√
√
√
√
Data primer dari kuesioner
Data primer dari kuesioner
Data primer dari kuesioner
Data primer dari kuesioner
47
3.4
Teknik Pengumpulan Data Pengumpulan data dan informasi yang diperlukan dalam penelitian ini
digunakan metode-metode sebagai berikut : 1) Studi Kepustakaan (Library Research) Metode penelitian yang dilaksanakan dengan cara membaca buku-buku dan data lainnya yang berhubungan dengan variabel yang akan diteliti. 2) Wawancara (Interview) Teknik pengumpulan data yang dilakukan dengan mengajukan pertanyaan secara langsung kepada pihak-pihak yang mengetahui tentang obyek yang diteliti seperti pimpinan dan karyawan. 3) Kuesioner Kuesioner adalah daftar pertanyaan tertulis yang telah dirumuskan sebelumnya yang akan responden jawab, biasanya dalam alternatif yang didefinisikan dengan jelas (Sekaran, 2006:82). Di dalam penelitian ini, guna mengukur pendapat responden tentang indikator-indikator dari variabel Kepuasan Kerja, Komitmen Organisasi, Motivasi Kerja, dan Kinerja Karyawan, indikator-indikator tersebut dituangkan ke dalam bentuk pernyataan-pernyataan yang memungkinkan responden untuk menyampaikan pendapatnya mengenai pernyataan-pernyataan tersebut, di mana pilihan jawaban diberikan dalam bentuk skala likert. Menurut Kuncoro (2009:178), skala likert memungkinkan responden menyatakan tingkat setuju atau tidak setuju mengenai berbagai pernyataan mengenai perilaku, objek, orang, atau kejadian. Biasanya skala yang diajukan terdiri
48
atas 5 atau 7 titik. Skala ini nantinya dijumlahkan untuk mendapatkan gambaran mengenai perilaku. Sementara Riduwan dan Kuncoro (2008:20) berpendapat, pada skala likert, setiap jawaban dihubungkan dengan bentuk pernyataan atau dukungan sikap yang diungkapkan dengan kata-kata. Pada penelitian ini, pernyataan yang digunakan oleh peneliti adalah pernyataan positif dengan penilaian seperti yang dinyatakan pada Tabel berikut ini. Tabel 3.4 Bentuk pernyataan Keterangan Sangat Setuju
Singkatan SS
Nilai 5
Setuju
S
4
Netral
N
3
Tidak Setuju
TS
2
Sangat Tidak Setuju
STS
1
Sumber: Riduwan dan Kuncoro (2008:20)
3.5
Teknik Pengambilan Sampel Populasi di dalam penelitian ini adalah Karyawan Kantor Distribusi PT.
PLN (Persero) Distribusi Jakarta Raya dan Tangerang yang berlokasi di Jl. MIR Rais No.1. Gambir, Jakarta Pusat 10110 yang terdiri dari enam bidang kerja, yaitu Bidang Perencanaan, Bidang Niaga, Bidang Distribusi, Bidang Keuangan, Bidang Sumber Daya Manusia dan Organisasi, dan Bidang Komunikasi Hukum dan Administrasi. Teknik pengambilan sampel yang digunakan adalah probability sampling dengan simple random sampling. Probability sampling adalah teknik sampling untuk memberikan peluang yang sama pada setiap anggota populasi
49
untuk dipilih menjadi anggota sampel dan simple random sampling merupakan cara pengambilan sampel dari anggota populasi dengan menggunakan acak tanpa memperhatikan strata (tingkatan) dalam anggota populasi tersebut (Riduwan dan Kuncoro, 2008:41). Untuk mendapatkan sampel yang dapat menggambarkan populasi maka dalam penentuan sampel penelitian ini digunakan rumus slovin (Riduwan dan Kuncoro, 2008:49) sebagai berikut : N n= 1 + N e2 Dimana : n
= ukuran sampel
N
= ukuran populasi
e
= persen kelonggaran ketidaktelitian karena kesalahan pengambilan sampel yang masih dapat di tolerir.
Berdasarkan rumus tersebut di peroleh jumlah sampel sebagai berikut : 250 n=
= 153, 846 ≈ 160 responden 1 + 250 (0,05)2
3.6
Metode Analisis Analisis data merupakan suatu proses penyederhanaan data ke dalam
bentuk yang lebih mudah dibaca dan diinterpretasikan. Dengan menggunakan
50
metode kuantitatif, diharapkan akan didapatkan hasil pengukuran yang lebih akurat tentang respon yang diberikan oleh responden, sehingga data yang berbentuk angka tersebut dapat diolah dengan menggunakan metode statistik.
3.6.1 Uji Validitas dan Uji Reliabilitas Uji validitas digunakan untuk mengukur sah atau tidaknya suatu kuesioner. Suatu kuesioner dinyatakan valid jika pertanyaan pada kuesioner mampu mengungkapkan sesuatu yang akan diukur untuk kuesioner tersebut (Riduwan dan Kuncoro, 2008:216). Untuk menghitung validitas alat ukur yang digunakan rumus:
r hitung =
n(Σ Xi Yi) – (Σ Xi).(Σ Yi) √{n. Σ Xi2 – (Σ Xi)2 }.{n.Σ Yi2 – (Σ Yi)2 }
Dimana:
r hitung = Koefisien korelasi ∑ Xi
= Jumlah skor item
∑ Yi
= Jumlah skor total
n
= Jumlah responden
Selanjutnya dihitung dengan Uji-t dengan rumus :
51
Dimana: t
= Nilai t hitung
r
= Koefisien korelasi hasil r hitung
n
= Jumlah responden
Distribusi (Tabel t) untuk α = 0,05 dan derajat kebebasan (dk = n-2) Kaidah keputusan : Jika t hitung > t table berarti valid, sebaliknya t hitung < t table berarti tidak valid
Sedangkan uji reliabilitas merupakan alat yang digunakan untuk mengukur kuesioner yang merupakan indikator dari variabel atau konstruk. Suatu kuesioner dikatakan reliabel atau handal jika jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu ke waktu (Ghozali, 2011:47). Metode yang akan digunakan untuk melakukan uji validitas adalah dengan melakukan korelasi antar skor butir pertanyaan dengan total skor konstruk atau variabel. Sedangkan untuk uji reliabilitas yang akan digunakan dalam penelitian ini, adalah dengan
menggunakan fasilitas SPSS, yakni dengan uji statistik
Cronbach Alpha. Suatu konstruk atau variabel dinyatakan reliabel jika nilai cronbach alpha > 0.70 (Nunnally, 1994 dalam Ghozali, 2011:48).
3.6.2 Transformasi Data Ordinal Menjadi Data Interval Jika data yang dikumpulkan memiliki skala ukur ordinal, maka data tersebut harus diubah (transformasi) menjadi data interval. Mentransformasi data
52
ordinal menjadi data interval berguna untuk memenuhi sebagian syarat analisis parametrik yang mana data setidaknya adalah data berskala interval. Teknik transformasi yang paling sederhana menggunakan MSI (Method of Successive Interval). Langkah-langkah transformasi data ordinal menjadi interval adalah sebagai berikut (Riduwan dan Kuncoro, 2008:30): 1. Perhatikan setiap butir jawaban responden dari kuesioner yang disebarkan. 2. Pada setiap butir ditentukan berapa orang yang mendapat skor 1, 2, 3, 4, dan 5 yang disebut sebagai frekuensi. 3. Setiap frekuensi dibagi dengan banyaknya responden dan hasilnya disebut proporsi. 4. Menentukan nilai proporsi kumulatif dengan menjumlahkan nilai proporsi berurutan per kolom skor. 5. Menentukan nilai Z, dengan menggunakan tabel Distribusi Normal Baku (Riduwan dan Kuncoro 2008:35), hitung nilai Z untuk setiap proporsi kumulatif yang diperoleh. 6. Menentukan densitas, tentukan nilai tinggi densitas untuk setiap nilai Z yang diperoleh dengan menggunakan tabel Koordinat Kurva Normal Baku (Riduwan dan Kuncoro, 2008:36). 7. Menentukan scale value (skala nilai) dengan menggunakan rumus: NS =
(Density at Lower Limit) – (Density at Upper Limit) (Area Below Upper limit) – (Area Below Lower Limit)
8. Tentukan nilai transformasi (skala akhir) dengan rumus: Y = NS + [ 1 + (
)]
53
3.6.3 Uji Asumsi Klasik Sebelum melakukan pengujian hipotesis, terlebih dahulu akan dilakukan pengujian terjadinya penyimpangan terhadap asumsi klasik. Dalam asumsi klasik terdapat beberapa pengujian yang harus dilakukan, yakni Uji Multikolonieritas, Uji Heterosdastisitas, dan Uji Normalitas.
3.6.3.1 Uji Multikolinieritas Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen). Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebas. Jika ditemukan adanya multikolinieritas, maka koefisien regresi variabel tidak tentu dan kesalahan menjadi tidak terhingga (Ghozali, 2011:105). Salah satu metode untuk mendiagnosa adanya multicollinearity adalah dengan menganalisis nilai tolerance dan lawannya variance inflation factor (VIF). Nilai tolerance yang rendah sama dengan nilai VIF tinggi (VIF=1/tolerance) dan menunjukkan adanya kolinieritas yang tinggi. Nilai yang umum dipakai adalah nilai tolerance 0,10 atau sama dengan nilai VIF di atas 10. tingkat kolinieritas yang dapat ditolerir adalah nilai tolerance 0,10 sama dengan tingkat multikolinieritas 0,95 (Ghozali, 2011:106).
3.6.3.2 Uji Heteroskedastisitas Tujuan dari pengujian ini adalah untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
54
pengamatan lainnya. Model regresi yang baik adalah yang homoskesdastisitas, yakni variance dari residual satu pengamatan ke pengamatan lain bersifat tetap (Ghozali, 2011:139).
ada beberapa uji statistik yang dapat digunakan untuk
mendeteksi ada tidaknya heterokedastisitas. Dalam penelitian ini akan digunakan uji Park untuk mendeteksi heterokedastisitas.
3.6.3.3 Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal. Seperti diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik (Ghozali, 2011:30).
3.6.4 Statistik Parametrik Statistik parametris digunakan untuk menguji parameter populasi melalui data sampel. Dalam statistik, pengujian parameter melalui statistik (data sampel) tersebut dinamakan uji hipotesis statistik. Oleh karena itu penelitian yang berhipotesis statistik adalah penelitian yang menggunakan sampel.
3.6.4.1 Analisis Korelasi Analisis korelasi digunakan untuk menjelaskan kekuatan dan arah hubungan antara dua variabel. Korelasi bersifat undirectional yang artinya tidak ada yang ditempatkan sebagai predictor dan respon (IV dan DV). Angka korelasi
55
berkisar antara -1 s/d +1. Semakin mendekati 1 maka korelasi semakin mendekati sempurna. Sementara nilai negative dan positif mengindikasikan arah hubungan. Arah hubungan yang positif menandakan bahwa pola hubungan searah atau semakin tinggi A menyebabkan kenaikan pula B (A dan B ditempatkan sebagai variabel). Pearson r correlation biasa digunakan untuk mengetahui hubungan pada dua variabel. Korelasi dengan Pearson ini mensyaratkan data berdistribusi normal. Interprestasi angka korelasi sebagai berikut :
Tabel 3.5 Interpretasi Koefisien Korelasi Nilai r Interval Koefisien
Tingkat Hubungan
0,00
-
0,199
Sangat lemah
0,20
-
0,399
Lemah
0,40
-
0,599
Sedang
0,60
-
0,799
Kuat
0,80
-
1,000
Sangat kuat
Sumber : Riduwan dan Kuncoro, 2008:62
3.6.4.2 Analisis Regresi Hasil pengumpulan data akan dihimpun setiap variabel sebagai suatu nilai dari setiap responden dan dapat dihitung melalui program SPSS. Metode penganalisaan data menggunakan perhitungan statistik dan program SPSS untuk menguji hipotesis yang telah ditetapkan apakah dapat diterima atau ditolak. Dalam penelitian ini perhitungan statistik menggunakan Model Analisis Regresi dengan persamaan sebagai berikut :
56
Y = a + b1X1 + b2X2 + b3X3 Keterangan:
Y = Kinerja karyawan X1 = Kepuasan kerja karyawan X2 = Komitmen organisasi X3 = Motivasi kerja a = Konstanta (Intercept) b1, b2, b3 = Koefisien regresi
Untuk menguji adanya pengaruh variabel motivasi kerja dalam hubungan antara kepuasan kerja dan komitmen organisasi terhadap kinerja karyawan dengan persamaan regresi melalui uji interaksi atau sering disebut dengan Moderated Regresion Analysis (MRA). MRA merupakan aplikasi khusus regresi berganda linier dimana dalam persamaan regresinya mengandung unsur interaksi (perkalian dua atau lebih variabel independen) sebagai berikut (Ghozali, 2011:223). Dalam penelitian ini, model regresi moderasi yang akan di uji akan terbagi menjadi dua. Persamaan regresi model pertama dapat dirumuskan sebagai berikut:
Y = a + b1X1 + b2X2 + b3X1X2 Keterangan:
Y = Kinerja karyawan X1 = Kepuasan kerja karyawan X2 = Motivasi kerja X1X2 = Interaksi X1 dan X2 a = Konstanta (Intercept) b1, b2, b3 = Koefisien regresi
57
Persamaan regresi model kedua dapat dirumuskan sebagai berikut : Y = a + b1X1 + b2X2 + b3 X1X2 Keterangan:
Y = Kinerja karyawan X1 = Komitmen organisasi X2 = Motivasi kerja X1X2 = Interaksi X1 dan X2 a = Konstanta (Intercept) b1, b2, b3 = Koefisien regresi
Variabel perkalian antara X1 dan X2 pada masing-masing model merupakan variabel moderating yang menggambarkan pengaruh moderating variabel X2 terhadap hubungan X1, dan Y. Sedangkan variabel X1, dan X2 merupakan pengaruh langsung terhadap Y. Kriteria penentuan variabel motivasi kerja sebagai variabel moderating dalam hubungan kepuasan kerja dan komitmen organisasi yakni jika koefisien b2, dan b3 signifikan pada level 0,05 atau 0,10. Pengujian uji interaksi dalam pengujian variabel moderating biasanya menimbulkan masalah yang disebabkan terjadinya multikolinieritas yang tinggi antara variabel independen dan variabel moderating. Misalkan antara variabel kepuasan kerja (X1) dan variabel moderating (X1*X2), hal ini disebabkan pada variabel moderating ada unsur kepuasan kerja itu sendiri dan motivasi kerja (X2). Oleh karena itu untuk mengatasi masalah multikolinieritas dalam regresi ini menurut Aiken dan West (1971), dalam Robinson (2005) yakni dengan melakukan centering terhadap data, maka dalam menganalisis hipotesis
58
selanjutnya data yang digunakan adalah data center, yakni jumlah skor jawaban yang diperoleh untuk setiap variabel dikurangi dengan rata-ratanya masingmasing. Selain menggunakan kriteria tingkat signifikansi koefisien regresi variabel interaksi dalam penentuan variabe moderating, maka untuk mengidentifikasi dan menganalisis variabel moderating secara lebih detail dapat menggunakan framework yang diajukan oleh Sharma (1981), dalam Ghozali (2011) dengan merujuk pada persamaan regresi berikut ini :
X1 +
Y=a+
X2 +
X1X2 + e
Dirumuskan ke dalam tabel di bawah ini : Tabel 3.6 Jenis-jenis variabel moderator Berhubungan dengan
Tidak berhubungan dengan
kriterion dan atau prediktor /
kriterion dan prediktor /
(
signifikan)
(
tidak signifikan)
Tidak berinteraksi
1
2
dengan prediktor /
Intervening, Exogen,
Moderator
Antesedent, Prediktor
(Homologizer)
Berinteraksi dengan
3
4
prediktor /
Moderator
Moderator
(Quasi Moderator)
(Pure Moderator)
(
tidak signifikan)
(
signifikan)
Sumber : Sharma (1981) dalam Ghozali (2011:224)
Keterangan : •
Homologizer : variabel tertentu berpotensi sebagai variabel moderator;
59
•
Quasi : variabel tertentu bertindak sebagai variabel independen sekaligus variabel moderator;
•
Pure : variabel tertentu bertindak sebagai variabel moderator murni;
•
Bukan Moderator : variabel tertentu dapat bertindak sebagai variabel intervening, atau variabel independen/exogen/prediktor, atau variabel anteseden.
3.6.5 Macam – macam Variabel 3.6.5.1 Variabel Moderator Variabel moderator merupakan variabel khusus dari variabel independen. Dalam analisis hubungan yang menggunakan minimal dua variabel, yakni satu variabel dependen dan satu atau beberapa variabel independen, adakalanya hubungan di antara kedua variabel tersebut dipengaruhi oleh variabel ketiga yang tidak dimasukkan dalam model statistik yang kita gunakan. Variabel tersebut dinamakan dengan variabel moderator. Variabel moderator ini adalah variabel lain yang bisa memperkuat atau memperlemah hubungan antar variabel independen (bebas) dan variabel dependen (tak bebas). Dalam Analisis Varians (Anova), pengaruh dari variabel moderator ini bisa direpresentasikan sebagai pengaruh interaksi antara variabel independen (faktor) utama dengan variabel moderator (Baron and Kenny, 1986). Variabel ini bisa diukur, dimanipulasi, atau dipilih oleh peneliti untuk mengetahui apakah keberadaannya akan mempengaruhi hubungan antara variable bebas dan variabel
60
terikat. Secara skematis, hubungan di antara ketiga variabel tersebut bisa diilustrasikan seperti pada gambar berikut :
Gambar 3.1 Variabel Moderator Sumber : http://smartstat.wordpress.com
3.6.5.2 Variabel Intervening/Mediator Variabel independent dan
moderator
merupakan variable-variabel
kongkrit. Variable tersebut dapat dimanipulasi oleh peneliti dan pengaruhnya dapat dilihat atau diobservasi. Lain halnya dengan variable intervening, variable tersebut bersifat hipotetikal artinya secara kongkrit pengaruhnya tidak kelihatan, tetapi secara teoritis dapat mempengaruhi hubungan antara variabel independen dan dependen yang sedang diteliti. Variabel intervening didefinisikan sebagai variabel yang secara teoritis mempengaruhi hubungan antara Variabel independen dengan Variabel dependen, tetapi tidak dapat dilihat, diukur, dan dimanipulasi; pengaruhnya harus disimpulkan dari pengaruh-pengaruh variabel independen dan atau variable moderat terhadap gejala yang sedang diteliti (Tuckman, 1988). Variabel ini
61
merupakan variabel antara (penyela) yang terletak diantara Variabel independen dan
Variabel
dependen,
sehingga
variabel
independen
tidak
langsung
mempengaruhi berubahnya atau timbulnya variabel dependen. Secara skematis, hubungan di antara ketiga variabel tersebut bisa diilustrasikan seperti pada gambar berikut :
Gambar 3.2 Variabel Mediator Sumber : http://smartstat.wordpress.com
3.6.5.3 Variabel Mediator dan Variabel Moderator Paul Jose (2008) menjelaskan perbedaan dan persamaan mediator dan moderator sebagai berikut :
Tabel 3.7 Persamaan dan Perbedaan Variabel Moderator – Mediator 1. They both involve three variables; Similarities
2. You can use regression to compute both; 3. You wish to see how a third variable affects a basic relationship (IV to DV).
62
1. You create a product term in moderation; not in mediation; 2. You don’t have to centre anything in mediation; Differences
3. Moderation can be used on concurrent or longitudinal data, but mediation is best used on longitudinal data. 4. Graphing is critical for moderation; helpful for mediation.
Sumber : http://teorionline.wordpress.com
Namun, ada lima hal yang menurut Paul Jose (2008) membingungkan dalam menjelaskan variabel mediator dan moderator, yaitu : 1. Moderation and mediation sound alike. It makes it seem that they are very similar, and or they derive from the same origin. They are somewhat similar (cousins), but they don’t come from the same place. 2. Second, statistics textbooks typically do not do a very good job of explaining these two approaches. Exception: Howell (2006). 3. Third, reports of moderation and mediation in the research literature are not always clear or accurately performed. 4. Both are special cases of two separate broad statistical approaches: mediation is a special case of semi-partial correlations (path modeling) and moderation is a special case of statistical interactions (from ANOVA). Both are included under GLM, but this is not usually appreciated. 5. It’s not entirely clear what distinguishes a moderating variable from a mediating variable.
63
3.6.6 Uji Hipotesis Hipotesis pada dasarnya merupakan suatu preposisi atau anggapan yang mungkin benar dan sering digunakan sebagai dasar pembuatan keputusan / pemecahan persoalan ataupun untuk dasar penelitian lebih lanjut.
3.6.6.1 Koefisien Determinasi ( R2 ) Koefisien determinasi (R2) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel independen. Nilai koefisien determinasi adalah antara nol dan satu. Nilai R2 yang mendekati satu memiliki arti bahwa variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variabel dependen. Secara umum koefisien determinasi untuk data silang (crossection) relatif rendah karena adanya variasi yang besar antara masing-masing pengamatan, sedangkan untuk data runtun waktu (time series) biasanya mempunyai nilai koefisien determinasi yang tinggi (Ghozali, 2011:97).
3.6.6.2 Uji F ( uji signifikansi simultan ) Uji statistik F pada dasarnya menunjukan apakah semua variabel independen atau bebas yang dimasukan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen/terikat. Hipotesis nol (Ho) yang hendak di uji adalah apakah semua parameter dalam model sama dengan nol. Artinya, apakah semua variabel independen bukan merupakan penjelas yang signifikan terhadap variebal dependen. Hipotesis alternatif (HA) tidak semua parameter
64
secara simultan sama dengan nol. Artinya, semua variebal independen secara simultan merupakan penjelas yang signifikan terhadap variabel dependen. (Ghozali, 2011:98).
3.6.6.3 Uji T ( uji signifikan parameter individual ) Uji statistik t pada dasarnya menunjukan seberapa jauh pengaruh satu variabel penjelas/independen secara individual dalam menerangkan variasi variabel dependen. Hipotesis nol (Ho) yang hendak diuji adalah apakah suatu parameter (bi) sama dengan nol. Artinya apakah suatu variabel independen bukan merupakan penjelas yang signifikan terhadap variabel dependen. Sedangkan, Hipotesis alternatifnya (HA) parameter suatu variabel tidak sama dengan nol. Artinya, variabel tersebut merupakan penjelas yang signifikan terhadap variabel dependen (Ghozali, 2011:98).
3.6.7 Statistical Package for Social Sciences (SPSS) Pengolahan data dalam regresi dilakukan dengan menggunakan prosedur yang sangat memakan waktu dan ketelitian jika dilakukan secara manual. Perkembangan teknologi komputer sangat membantu pengolahan data dengan regresi dan menjadikan regresi semakin banyak digunakan oleh para peneliti maupun pebisnis. SPSS merupakan salah satu program komputer yang dapat mempermudah analisis data dan menyelesaikan masalah-masalah yang tidak dapat diselesaikan oleh alat analisis yang konvensional. Dalam penelitian ini akan
65
digunakan IBM SPSS versi 19 sebagai alat bantu untuk mengolah data yang berguna dalam pengambilan keputusan selanjutnya.
3.7
Rancangan Uji Hipotesis Untuk menganalisis sejauh mana kinerja karyawan di PT. PLN (Persero),
digunakan Moderated Regresion Analysis (MRA). MRA merupakan aplikasi khusus regresi berganda linier dimana dalam persamaan regresinya mengandung unsur interaksi (perkalian dua atau lebih variabel independen). Teknik MRA ini akan menganalisis pengaruh antara variabel kepuasan kerja, komitmen organisasi, motivasi kerja, dan kinerja karyawan, apakah terdapat pengaruh yang signifikan pada masing-masing variabel. Selain itu, jika uji F menunjukkan nilai yang signifikan, maka dapat diartikan bahwa variabel-variabel tersebut merupakan variabel yang berperan dalam
menentukan keunggulan
kinerja karyawan. Berikut ini langkah-langkah dalam mengambil keputusan: 1. Merumuskan hipotesa Ho
: artinya variabel bebas bukan merupakan penjelas yang signifikan terhadap variabel terikat
Ha
: artinya variabel bebas merupakan penjelas yang signifikan terhadap variabel terikat.
2. Menentukan taraf nyata/ level of significance = α Taraf nyata / derajat keyakinan yang digunakan dalam penelitian ini sebesar α = 5%.
66
3. Menentukan daerah keputusan, yaitu daerah dimana hipotesa nol diterima atau tidak. Untuk mengetahui kebenaran hipotesis digunakan kriteria sebagai berikut : •
Ho diterima apabila –t (α / 2; n – k) ≤ t hitung ≤ t (α / 2; n – k), artinya tidak ada pengaruh antara variabel bebas terhadap variabel terikat.
•
Ho ditolak apabila t hitung > t (α / 2; n– k) atau –t hitung < -t (α / 2; n – k), artinya ada pengaruh antara variabel bebas terhadap variabel terikat.
Gambar 3.3 Pengujian hipotesis Sumber : Supranto. J (2001)
4. Mengambil keputusan Keputusan bisa menolak Ho atau menolak Ho menerima Ha. •
Dengan T tabel dan F tabel : Bila t hitung / f hitung lebih besar dari t tabel / f tabel, maka Ho ditolak, sehingga dapat disimpulkan bahwa variabel independen berpengaruh pada variabel dependen. Apabila t hitung / f hitung lebih kecil dari t tabel / f tabel, maka Ho diterima sehingga dapat disimpulkan bahwa variabel independen tidak berpengaruh terhadap variabel dependen.
67
•
Dengan nilai sig : Membandingkan nilai probabilitas sig dengan nilai probabilitas 0,05. Jika nilai probabilitas 0,05 lebih kecil atau sama dengan nilai probabilitas sig atau (0,05 ≤ sig), maka Ho diterima dan Ha ditolak. Jika nilai probabilitas 0,05 lebih besar atau sama dengan nilai probabilitas sig atau (0,05 ≥ sig), maka Ho ditolak dan Ha diterima.
3.8
Rancangan Pemecahan Masalah Jika nantinya data telah selesai diolah, maka implikasi hasil penelitian
yang mungkin bagi penelitian ini adalah jika kepuasan kerja dan komitmen organisasi terbukti memiliki pengaruh yang signifikan terhadap kinerja karyawan baik langsung maupun melalui variabel moderasi oleh motivasi kerja, maka pihak PT. PLN (Persero) Distribusi Jakarta Raya dan Tangerang perlu memberikan minat yang tinggi terhadap Kepuasan kerja, komitmen organisasi, dan motivasi kerja dalam kaitannya dengan kinerja karyawan. Namun, jika di antara jenis-jenis pengaruh tersebut, ternyata kepuasan kerja dan komitmen organisasi tidak memiliki pengaruh yang signifikan terhadap kinerja karyawan baik langsung maupun melalui variabel moderasi oleh motivasi kerja, maka pihak PT. PLN (Persero) perlu mengadakan penelitian lebih lanjut guna mencari tahu penyebab mengapa kepuasan kerja, komitmen organisasi, dan motivasi kerja karyawan tidak berpengaruh signifikan pada variabel yang memainkan peran penting bagi keberhasilan suatu perusahaan, yaitu di dalam penelitian ini adalah kinerja karyawan.
