BAB III METODE PENELITIAN
3.1
Desain Penelitian Dalam penelitian ini, jenis penelitiannya bersifat asosiatif. Menurut Sugiyono (2007,
p11), penelitian asosiatif merupakan penelitian yang bertujuan untuk mengetahui hubungan antara dua variabel atau lebih. Jadi, dengan penelitian asosiatif ini dapat diketahui hubungan antara variabel dan bagaimana tingkat ketergantungan antara variabel independen terhadap variabel dependen. Pelaksanaannya metode penilitian yang dilakukan adalah survey, yaitu penelitian dilakukan pada suatu populasi besar maupun kecil dengan menganalisis data yang diperoleh dari populasi itu sendiri. Unit analisis yang dituju adalah individu, yaitu para karyawan dari Toko Buku Gramedia-Semanggi dan informasi yang didapat dari karyawan tersebut hanya dikumpulkan satu kali pada waktu tertentu atau disebut juga Cross-sectional. Suatu saat tertentu bukan berarti satu hari saja, melainkan dapat dilakukan beberapa hari bahkan beberapa minggu oleh karena situasi. Tabel 3.1 Desain Penelitian Tujuan Penelitian T–1 T–2 T–3 T–4
Jenis dan Metode Penelitian Asosiatif - Survey Asosiatif - Survey Asosiatif - Survey Asosiatif - Survey
Unit Analisis
Time Horizon
Individu = Karyawan Individu = Karyawan Individu = Karyawan Individu - Karyawan
Cross-sectional Cross-sectional Cross-sectional Cross-sectional
Dimana : T1 : Pengaruh Ability (kemampuan) terhadap kinerja karyawan T2 : Pengaruh Effort (usaha) terhadap kinerja karyawan T3 : Pengaruh Support (dukungan) terhadap kinerja karyawan T4 : Pengaruh Ability, Effort dan Support terhadap kinerja karyawan
29
30
3.2
Operasionalisasi Variabel Penelitian Berdasarkan pendapat Sugiyono dalam Umar (2005, p128), variabel di dalam
penelitian merupakan suatu atribut dari sekelompok obyek yang diteliti dan mempunyai variasi antara satu dan lainnya dalam kelompok tersebut. Operasional variabel merupakan penjelasan dari bagian-bagian variabel yang terdiri dari subvariabel, indikator yang menggunakan jenis ukuran tertentu. Operasionalisasi menggunakan skala tertentu yang disesuaikan dengan tujuan penelitian. Berikut operasionalisasi variabel dari peneliti. Tabel 3.2 Operasionalisasi Variabel Variabel
Konsep Variabel
Ability
Kapasitas
(kemampuan)
kemampuan
Indikator
dan
-
Bakat
yang
-
Minat
dimiliki oleh seseorang
-
Faktor kpribadian
untuk
Ukuran
Skala
Interval
Skala Likert
Interval
Skala Likert
Interval
Skala Likert
mengerjakan
berbagai tugas dalam suatu pekerjaan
Effort (usaha)
Usaha (upaya) yang
- Motivasi
dilakukan
- Etika Kerja
seseorang
untuk mencapai tujuan
- Kehadiran
(target)
- Rancangan Tugas
Support
Dukungan
(dukungan)
diberikan
yang perusahaan
- Pelatihan pengembangan
atau organisasi kepada
- Peralatan
seseorang (karyawan)
teknologi
yang bertujuan untuk
- Standart kerja
meningkatkan usaha
dan
dan
31
Kinerja
Tingkat
karyawan
seseorang
secara
- Kualitas Kerja
keseluruhan
dalam
- Kreatifitas
melaksanakan
tugas
- Kooperatif
sesuai
keberhasilan
dengan
tanggung jawab
- Kuantitas Kerja
Interval
Skala Likert
- Inisiatif - Kualitas Pribadi - Keandalan
Ukuran variabel yang digunakan adalah skala interval, menurut Ridwan dan E.A Kuncoro (2007, p18), skala interval adalah skala yang menunjukan jarak antara satu data dengan data yang lain dan mempunyai bobot yang sama.
3.3
Jenis dan Sumber Data Penelitian Menurut pendapat Mc. Leod yang dikutip oleh Umar (2005, p129-130), pengertian
data dari sudut pandang ilmu sistem informasi adalah suatu fakta dan angka yang secara relatif tidak berarti bagi pemakai. Informasi merupakan data yang telah diolah dan memiliki arti bagi pemakai. Berdasarkan tujuan penelitian, ada beberapa data yang dibutuhkan dalam penelitian ini. Jenis dari masing-masing data tersebut adaah kuantitatif, dan sumber datanya adalah primer, yang didapat secara langsung dari karyawan yang dijadikan responden melalui penyebaran kuesioner. Menurut Umar (2005, p130), data primer adalah data yang didapat dari sumber pertama baik individu atau perorangan, seperti hasil wawancara atau hasil pengisian kuesioner. Data primer ini di dapat langsung dari sumber data yaitu para karyawan yang bekerja diperusahaan. Data kuantitatif adalah data yang berbentuk angka atau data kualitatif yang diangkakan. Analisis kuntitatif mencoba mengolah data menjadi informasi
32
dalam bentuk angka. Penggunaan angka memudahkan penginterpretasian hasil secara obyektif. Gambar 3.3 Jenis dan Sumber Data Penelitian Tujuan
Data
Jenis Data
Sumber Data
T-1
Ability (kemampuan)
Data Kuantitatif
Primer – Kuesioner
Data Kuantitatif
Primer – Kuesioner
Data Kuantitatif
Primer – Kuesioner
Data Kuantitatif
Primer – Kuesioner
karyawan pada PT Gramedia Asri Media T-2
Effort (usaha) karyawan pada PT Gramedia Asri Media
T-3
Support (dukungan) perusahaan/organisasi kepada karyawan pada PT Gramedia Asri Media
T-4
Ability, Effort, Support terhadap kinerja karyawan pada PT Gramedia Asri Media
3.4
Teknik Pengumpulan Data Untuk mendapatkan data yang diolah, maka teknik pengumpulan data yang
dilakukan penulis dalam penelitian ini adalah sebagai berikut : 1. Penelitian Lapangan/ Riset Lapangan (Field Research) Penelitian ini dilakukan secara langsung kepada objek penelitian, yaitu dengan : a) Wawancara (Interview) Wawancara dilakukan dengan mengadakan tanya jawab langsung dengan pemegang jabatan dengan mengajukan pertanyaan yang telah dipersiapkan
33
terlebih dahulu dan mencatat jawabannya untuk diolah menjadi informasi yang diperlukan. b) Kuesioner Kuesioner merupakan teknik pengumpulan data yang dilakukan dengan cara memberi
seperangkat
pertanyaan
atau
pernyataan
tertulis
kepada
responden untuk dijawabnya. (Sugiyono, 2007, p135). Merupakan daftar pertanyaan yang diajukan khususnya pada karyawan yang berada dilapangan yang berhubungan dengan ability, effort, support, dan kinerja karyawan. 2. Studi kepustakaan/ Riset kepustaaan (Library Research) Studi yang dilakukan dengan cara mempelajari buku-buku wajib (textbooks), bukubuku pelengkap atau referensi, majalah, jurnal, laporan resmi dari perusahaan, dan catatan kuliah yang relevan dengan permasalahan yang diteliti. Dengan studi kepustakaan ini dimaksudkan untuk memperoleh data sekunder dan landasan teori sebagai bahan untuk studi perbandingan. Menurut Kuncoro (2007, p20), dalam penelitian ini kuesioner dibuat menggunakan skala
pengukuran
likert,
yaitu
skala
pengukuran
yang
menyatakan
setuju
atau
ketidaksetujuan terhadap subyek, obyek atau kejadian tertentu. Setiap pertanyaan disusun sedemikian rupa agar bisa dijawab dalam lima tingkatan jawaban pertanyaan atau pernyatan yang diajukan. Urutan untuk skala ini menggunakan lima angka penilaian yaitu : 1. Sangat tidak setuju 2. Tidak setuju 3. Ragu-ragu 4. Setuju 5. Sangat setuju
34
3.5
Populasi Penelitian Menurut Sugiyono (2007, p72-73) Populasi adalah wilayah generalisasi yang terdiri
atas obyek atau subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Dan sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut. Nasution (2003, p135) mengemukakan dalam bukunya, mutu penelitian tidak selalu ditentukan oleh besarnya sampel, oleh kokohnya dasar-dasar teori, oleh desain penelitiannya (asumsi-asumsi statistik), serta mutu pelaksanaan dan pengelolaannya. Maka apabila subjek penelitian kurang dari 100, lebih baik diambil semua, sehingga penelitiannya merupakan penelitian populasi. Karena jumlah populasi karyawan yang ada di Toko Buku Gramedia-Semanggi hanya sebanyak 44 karyawan, maka dalam penelitian ini hanya menggunakan populasi.
3.6
Metode Analisis Di dalam suatu penelitian, data merupakan hal terpenting karena menggambarkan
variabel-variabel yang akan diteliti dan berfungsi sebagai alat pembuktian hipotesis. Ada banyak metode analisis dalam penelitian ini yang digunakan. Analisis diawali pada instrumen penelitian, yaitu kuesioner. Sebelum melakukan penyebaran kuesioner hal pertama yang harus kita lakukan adalah menentukan skala yang akan kita gunakan dalam penelitian ini. Selanjutnya akan dilakukan uji validitas dan reliabilitas, yang akan menunjukkan apakah data yang telah kita peroleh cocok untuk mengukur apa yang ingin kita ukur. Kemudian dari hasil kuesioner tersebut didapatkan data yang akan dianalisis lebih lanjut untuk menjawab tujuan-tujuan penelitian, yaitu dengan Regresi. Untuk metode analisis ini akan digunakan program SPSS (Statistical Package for Social Science), yaitu software yang dirancang untuk membentu pengolahan data secara statistik serta melihat kelayakan data hasil kuesioner untuk dianalisis, kemudian data itu diolah menggunakan komputer.
35
Gambar 3.4 Metode Analisis Tujuan
Metode Analisis
Penelitian
Jenis Penelitian
Teknik Analisis
T-1
Asosiatif
Regresi sederhana
T-2
Asosiatif
Regresi sederhana
T-3
Asosiatif
Regresi sederhana
T-4
Asosiatif
Regresi berganda
3.6.1
Skala Likert Menurut Kuncoro (2007, p20), skala Likert adalah suatu skala psikometrik yang
umum digunakan dalam kuesioner. Skala ini meminta responden menunjukan tingkat persetujuan atau ketidaksetujuannya terhadap serangkaian pernyataan tentang suatu obyek. Skala ini dikembangkan oleh Rensis Likert dan biasanya memiliki 5 atau 7 kategori dari “sangat setuju” sampai dengan “sangat tidak setuju”. Skala Likert banyak digunakan dalam riset bisnis yang menggunakan metode survey dan dapat dikategorikan sebagai skala interval. Sewaktu menanggapi pertanyaan dalam skala Likert, responden menentukan tingkat persetujuan mereka terhadap suatu pernyataan dengan memilih salah satu dari pilihan yang tersedia. Biasanya disediakan lima pilihan skala dengan format seperti: 1. Sangat tidak setuju 2. Tidak setuju 3. Netral 4. Setuju 5. Sangat setuju
36
3.6.2
Uji Validitas Data-data yang telah terkumpul dari kuesioner-kuesioner tersebut diuji validitasnya
terlebih dahulu sebelum diolah lebih lanjut, yaitu dengan melakukan uji validitas dan reliabilitas. Validitas data penelitian ditentukan oleh proses pengukuran yang akurat. Kata sinonim dari validitas adalah akurasi. Suatu instrumen pengukur dikatakan valid jika instrumen tersebut mengukur apa yang seharusnya diukur. Dalam Kuncoro (2007, p216217) menjelaskan bahwa validitas adalah suatu ukuran yang menunjukkan tingkat keandalan suatu alat ukur. Alat ukur yang kurang valid berarti memiliki validitas rendah. Untuk menguji validitas alat ukur, terlebih dahulu dicari harga korelasi antara bagian-bagian dari alat ukur secara keseluruhan dengan cara mengkorelasikan setiap butir alat ukur dengan skor yang merupakan jumlah tiap skor butir. Untuk menghitung validitas alat ukur digunakan rumus pearson product moment, yaitu :
r=
n ( ∑ XY ) − ( ∑ X )( ∑Y ) ⎡n ⎣
( ∑ X ) − ( ∑ X ) ⎤⎦ ⎡⎣n ( ∑Y ) − ( ∑Y ) ⎤⎦ 2
2
2
2
Dimana : rhitung = koefisien korelasi
∑ X = jumlah skor item ∑ Y = jumlah skor total (seluruh item) n = jumlah responden
Dasar Pengambilan Keputusan : •
Jika r
•
Jika r
hitung
hitung
tidak valid
positif, serta r
hitung
>r
tidak positif, serta r
tabel,
hitung
maka butir atau variabel terebut valid < r
tabel,
maka butir atau variabel terebut
37
•
Jika r
hitung
> r
tabel,
tetapi bertanda negatif, maka butir atau variabel terebut
tidak valid Selanjutnya dihitung dengan uji t dengan rumus : thitung = r √n – 2 √1 - r² Dimana : t = nilai thitung r = koefisien korelasi hasil rhitung n = jumlah responden Distribusi (Tabel t) untuk α = 0,05 dan derajat kebebasan (dk = n – 2) Kaidah keputusan : Jika t hitung > t
tabel
berarti valid, sebaliknya
t hitung < t
tabel
berarti tidak valid
Jika instrument itu valid, maka dilihat kriteria penafsiran mengenai indeks korelasinya (r) sebagai berikut : Antara 0,800 – 1,000 : sangat tinggi Antara 0,600 – 0,799 : tinggi Antara 0,400 – 0,599 : cukup tinggi Antara 0,200 – 0,399 : rendah Antara 0,000 – 0,199 : sangat rendah
3.6.3
Uji Reliabilitas Setelah kita melakukan pengujian validitas kuesioner, maka kuesioner tersebut kita
uji reliabilitasnya. Uji reliabilitas dilakukan untuk mendapatkan tingkat ketepatan alat pengumpul data (instrumen) yang digunakan. Uji reliabilitas instrumen dilakukan dengan rumus alpha. Metode mencari reliabilitas internal yaitu menganalisis reliabilitas alat ukur dari satu kali pengukuran, rumus yang digunakan adalah Alpha (Kuncoro, 2007, p220-221). Langkah-langkah mencari nilai reliabilitas dengan metode Alpha sebagai berikut :
38
Langkah 1 : Menghitung varians skor tiap-tiap item dengan rumus : Si = ∑ Xi² - (∑ Xi)² N N Dimana : Si = Vaians skor tip-tiap item ∑ Xi² = Jumlah kuadrat item Xi (∑ Xi)² = Jumlah item Xi dikuadratkan N = Jumlah responden Langkah 2 : Menjumlahkan varians semua item dengan rumus : ∑ Si = S1 + S2 + S3.....Sn Damana : ∑ Si = Jumlah varians semua item S1 + S2 + S3.....Sn = Varians item ke-1,2,3.....n Langkah 3 : Menghitung varians total dengan rumus : St = ∑ Xt² - (∑ Xt)² N N Dimana : : St = Vaians total ∑ Xt² = Jumlah kuadrat X total (∑ Xt)² = Jumlah X total dikuadratkan N = Jumlah responden Langkah 4 : Masukkan nilai Alpha dengan rumus : r11 =
k k–1
1-
∑ Si St
Dimana : r11 = Nilai reliabilitas ∑ Si = Jumlah varians skor tiap-tiap item St = Varians total
k = Jumlah item
39
3.6.4
Uji Normalitas Menurut Singgih Santoso (2007, p152-155), dalam melakukan kegiatan statistik
inferensi, ada dua hal yang harus diuji terlebih dahulu : a. Apakah beberapa sampel yang telah diambil berasal dari populasi yang sama (populasi data berdistribusi normal)? b. Apakah sampel-sampel tersebut mempunyai varians yang sama? Dengan kata lain, uji normalitas data dan uji varians adalah hal yang lazim sebelum sebuah metode statistik diterapkan. Uji normalitas dan kesamaan varians sebuah sampel data dilakukan dengan bantuan alat uji SHAPIRO-WILK,LILLIEFORS atau KOLMOGOROVSMIRNOV, serta gambar NORMAL PROBABILITY PLOTS. Manurut Singgih Santoso (2007, p154), dalam menjelaskan output test of normality, ada pedoman pengambilan keputusan : 1. Nilai Sig. atau signifikan atau nilai probabilitas < 0.05, distribusi adalah tidak normal. 2. Nilai Sig. atau signifikan atau nilai probabilitas < 0.05, distribusi adalah normal. Dengan menjelaskan menjelaskan output test of homogenity of varians, ada pedoman pengambilan keputusan : 1. Nilai Sig. atau signifikan atau nilai probabilitas < 0.05, data berasal dari populasipopulasi yang mempunyai varians tidak sama. 2. Nilai Sig. atau signifikan atau nilai probabilitas < 0.05, data berasal dari populasipopulasi yang mempunyai varians sama. Selain itu, pada gambar Q-Q Plot terlihat ada garis lurus dari kiri ke kanan atas. Garis itu berasal dari nilai z. Jika suatu distribusi data normal, maka data akan tersebar di sekeliling garis. Menurut Uyanto (2006, p35-36) asumsi normalitas merupakan prasyarat dari prosedur statistik inferensial. Ada beberaoa cara untuk mengeksplorasi asumsi normalitas ini
40
antara lain: Uji normalitas Shapiro-Wilk dan uji normalitas Lilliefors (Kolmogorov-
Smirnov). Dalam penelitian ini, uji normalitas yang digunakan adalah uji normalitas Lilliefors (Kolmogorov-Smirnov). Uji normalitas ini terdapat dalam prosedur SPSS Explore, selain itu juga akan ditampilkan secara garis normal probability plot dan detrended normal plot.
3.6.4.1 Normal Probability Plot Dalam Normal Probability Plot, setiap nilai data yang diamati dipasangkan dengan nilai harapannya (expected value) dari distribusi normal. Jika sampel data berasal dari populasi yang terdistribusi normal, maka titik-titik data akan terletak kurang lebih dalam suatu garis lurus.
3.6.5
Korelasi
3.6.5.1 Pengetian Korelasi Korelasi adalah asosiasi (hubungan) antara variabel-variabel yang diminati, apakah data sampel yang ada menyediakan bukti cukup bahwa ada kaitan antara variabel-variabel dalam populasi asal sampel, jika ada hubungan, seberapa kuat hubungan antara variabel tersebut. Keeratan hubungan itu dinyatakan dengan nama koefisien korelasi atau bisa disebut korelasi saja. Perlu dicatat bahwa dalam korelasi itu kita belum menentukan dengan pasti variabel independent dan dependent-nya seperti yang kita lakukan dalam analisis regresi. (modul praktikum lab.statistik manajemen, Universitas Bina Nusantara 2007: p29). Korelasi digunakan untuk mengetahui erat tidaknya hubungan antar variabel. Apabila ternyata hasil analisis menunjukkan hubungan yang cukup erat, maka analisis dilanjutkan ke analisis regresi sebagai alat meramalkan (forecasting) yang sangat berguna untuk perencanaan. Analisis korelasi yang mencakup dua variabel X dan Y disebut analisis
41
korelasi linear sederhana. Sedangkan yang mencakup lebih dari dua variabel disebut analisis korelasi linear berganda. Hubungan dua variabel ada yang positif dan ada yang negatif. Hubungan X dan Y dikatakan positif apabila kenaikan (penurunan) X pada umumnya diikuti oleh kenaikan (penurunan) Y, dan sebaliknya jika dikatakan negatif kalu kedua variabel tersebut mengalami kenaikan (penurunan) secara tidak bersamaan. Korelasi positif yang tinggi antara kedua peubah terjadi bila titik-titik menggerombol mengikuti sebuah garis lurus dengan kemiringan positif, jika kemiringannya negatif maka terjadi korelasi negatif yang tinggi. Kuat atau tidaknya hubungan antara X dan Y, apabila hubungan X dan Y dapat dengan fungsi linear (paling tidak mendekati). Nilai koefisien korelasi ini paling sedikit -1 dan paling besar 1. Jadi jika r = koefisien korelasi, nilai r dapat dinyatakan sebagai berikut : -1 ≤ r ≤ 1. Artinya kalau r = 1 hubungannya sempurna dan positif (mendekati 1, hubungan sangat kuat dan positif, jika r = -1 hubungannya sempurna dan negatif (mndekati -1, hubungan sangat kuat dan negatif, jika r = 0 hubungannya lemah sekali.
3.6.5.2 Korelasi Pearson Menurut pendapat Riduwan dan Kuncoro (2007, p61-62), Korelasi Pearson Product
Moment (PPM) digunakan untuk mengetahui derajat hubungan antara variabel bebas (independent) denga variabel terikat (dependent).
Rumus yang digunakan Korelasi PPM (sederhana) : rxy =
n(∑XY) – (∑X)(∑Y) √ {n.∑X2 – (∑X)2} {n.∑Y2 – (∑Y)2}
42
Korelasi PPM dilambangkan (r) dengan ketentuan nilai r harus tidak lebih dari harga (-1≤r≤+1). Apabila nilai r = -1 artinya korelasinya megatif sempurna; r = 0 artinya tidak ada korelasi; dan r = 1 artinya korelasinya sangat kuat. Berdasarkan pendapat Riduwan dan Kuncoro (2007, p62), arti harga r akan dikonsultasikan dengan Tabel Interpretasi Nilai r sebagai berikut : Tabel 3.5 Interpretasi Koefisien Korelasi Nilai r Interval Koefisen Tingkat Hubungan 0.80 – 1.000 Sangat Kuat 0.60 – 0.799 Kuat 0.40 – 0.599 Cukup Kuat 0.20 – 0.399 Rendah 0.00 – 0.199 Sangat Rendah Sumber : Riduwan dan Kuncoro (2007, p62) Besar kecilnya sumbangan variabel X terhadap Y dapat ditentukan dengan rumus koefisien diterminan sebagai berikut : KP = r2 x 100% Dimana KP = Nilai Koefisien Diterminan r = Nilai Koefisien Korelasi Berdasarkan pendapat Riduwan dan Kuncoro (2007, p62), pengujian signifikansi yang berfungsi apabila peneliti ingin mencari makna generalisasi dari hubungan variabel X terhadap Y, maka hasil korelasi PPM tersebut diuji dengan Uji Signifikasi sebagai berikut : Hipotesis : Ho : Tidak ada hubungan yang signifikan antara variabe x dengan variabel Y Ha : Ada hubungan yang signifikan antara variabe x dengan variabel Y Dasar Pengambilan Keputusan : ¾
Jika nilai probabilitas 0.05 lebih kecil atau sama dengan nilai probabilitas sig atau [0.05 ≤ Sig], maka Ho diterima dan Ha ditolak, artinya tidak signifikan.
¾
Jika nilai probabilitas 0.05 lebih besar atau sama dengan nilai probabilitas sig atau [0.05 ≥ Sig], maka Ho ditolak dan Ha diterima, artinya signifikan.
43
Berdasarkan pendapat Riduwan dan Kuncoro (2007, p63), Analisa Korelasi Ganda Berfungsi untuk mencari besarnya hubungan antara dua variabel bebas (X) atau lebih secara simultan (bersama-sama) dengan variabel terikat (Y). Rumus Korelasi Ganda sebagai berikut:
Rx1x2y =
r2
X1Y
+ r2
– 2(rX1Y) (rX2Y) (rX1X2) 1 – r2 X1X2
X2Y
Selanjutnya untuk mengetahui signifikasi Korelasi Ganda bandingkan antara probabilitas 0,05 dengan probabilitas Sig sebagai berikut : Hipotesis : Ho : Tidak ada hubungan yang signifikan antara variabel X1 dan X2 dengan varia bel Y Ho : Ada hubungan yang signifikan antara variabel X1 dan X2 dengan variabel Y
3.6.6
Uji Asumsi Klasik
3.6.6.1 Uji Multikolinieritas Menurut Tony Wikaya (2009, p119), uji Multikolinieritas merupaka uji yang ditunjukan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (variable independent). Model uji regresi yang baik sebaiknya tidak terjadi multikolinieritas. Untuk mendeteksi ada ataau tidaknya multikolinieritas, yaitu dengan : 1. Dengan melihat Nilai VIF (Variance Inflation Factor). Menurut Santoso (2001), pada umumnya jika VIF lebih besar dari 5 maka variable tersebut mempunyai persoalan multikolinieritas dengan variable bebas lainnya. 2. Dengan membandingakan nilai koefisien determinasi individual (r²) dengan nilai determinasi secara serentak (R²).
44
3. Dengan melihat nilai Eigenvalue dan condition index, Apabila satu atau lebih variable bebas yang mendekati nol memberikan petunjuk adanya multikolinieritas. 4. Menganalisi korelasi antar variable bebas. Jika terjadi korelasi cukup tinggi (diatas 0,90) maka hal ini merupakan indikasi adanya multikolinieritas.
3.6.6.2 Uji Heterokedatisitas Menurut Umar Husein (2005, p124), uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan veriance dari residual satu pengamatan ke pengamatan yang lain. Jika variance tetap maka disebut homoskedastisitas dan jika berbeda maka terjadi problem heteroskedastisitas. Model regresi yang baik yaitu homoskesdatisitas atau tidak terjadi heteroskedastisitas. Salah satu cara untuk mendeteksi ada tidaknya heteroskedastisitas yaitu melihat scatter plot (nilai prediksi dependen ZPRED dengan residual SRESID). Cara menganalisis : •
Dengan melihat apakah titik-titik memiliki pola tertentu yang teratur seperti bergelombang, melebar kemudian menyempit, jika terjadi maka mengindikasikan terdapat heteroskedastisitas.
•
Jika tidak terdapat pola tertentu yang jelas, serta titik-titik menyebar diatas dan dibawah
angka
0
pada
sumbu
Y
maka
mengindikasikan
tidak
terjadi
heteroskedastisitas.
3.6.6.3 Uji Autokorelasi Menurut Tony Wikaya (2009, p120), uji autokorelasi bertujuan menguji apakah model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode sebelumnya (t-1). Jika terjadi korelasi maka dinamakan ada problem autokorelasi. Model regresi yang baik adalh model regresi yang bebas
45
autokorelasi. Salah satu cara untuk mendeteksi gejala autokorelasi yaitu uji Durbin Watson (DW test). Uji Durbin Watson hanya digunakan untuk autokorelasi tingkat satu (first
autocorrelation) dan mensyaratkan adanya intercept (konstanta) dalam model regresi dan tidak ada variable lagi diantara variable bebas. Pengambilan keputusan dalam uji Durbin Watson adalah : 1. Menentukan Hipotesis H0 : tidak ada autokorelasi H1 : ada aotukorelasi 2. Menentukan nilai α dengan d table (n,k) terdii atas dl dan du 3. Menentukan criteria pengujian •
Tidak terjasi aotokorelasi jika (4-dl) < dw < dl
•
Terjadi autokorelasi positif jika dw < dl, koefisien korelasinya lebih besar dari nol
•
Terjadi autokorelasi negative jika dw > (4-dl), koefisien korelasinya lebih kecil dari nol
•
Jika dw terletak antara (4-du) dan (4-dl) maka hasilnya tidak dapat disimpulkan
•
3.6.7
Jka n < 15
Regresi Regresi digunakan ketika periset ingin memprediksi hasil atas variabel-variabel
tertentu dengan menggunakan variabel lain. Analisa Regresi bermanfaat untuk menghitung persamaan regresi linear sederhana dan berganda, asosiasi statistik beserta catter plot, diagnosa colinearitas, harga prediksi dan residual. Dalam bentuknya yang paling sederhana yang hanya melibatkan dua buah variabel, yaitu varibel bebas (independent) dan variabel
46
terikat (dependent), misalnya lama waktu belajar dengan nilai ujian. Regresi sederhana berusaha memprakirakan nilai ujian dengan lamanya waktu belajar. Analisa regresi mengidikasikan kepentingan relatif satu atau lebih variabel dalam memprediksi variabel lainnya. Prosedur regresi menghitung regresi berganda, dengan statistik yang berasosiasi serta plot. Tersedia beberapa metode untuk pemilihan varibel untuk diikutkan dalam persamaan. Perintah regresi juga menyediakan statistik untuk menganalisis residual atau pengamatan berpengaruh, dan dapat menghasilkan berbagai plot residual. Spesifikasi minimum prosedur regresi adalah daftar variabel yang akan digunakan untuk perhitungan matriks korelasi (variables), variabel dependen yang menentukan persaman (dependen), dan metode untuk memilih blok-nlok variabel independen untuk persamaan (method). Untuk setiap blok variabel yang dipilih, penampil default akan mengikutkan statistik pada persamaan (termasuk R2 dan analisis varians), pada variabel di persamaan (termasuk koefisien regresi), dan pada variabel-variabel yang dianggap tidak berada pada persamaan. Persamaan default juga menyertakan suatu konstanta (inercept) Persamaan matematika yang memungkinkan kita meramalkan nilai-nilai peubah tak bebas dari nilai-nilai satu atau lebih peubah bebas disebut persamaan regresi. Analisis regresi berkenaan dengan studi ketergantungan suatu variabel, variabel tak bebas, pada satu atau lebih variabel lain, variabel yang menjelaskan (explanatory variables), dengan maksud menaksir dan atau meramalkan nilai rata-rata hitung (mean) atau rata-rata (populasi) variabel tak bebas, dipandang dari segi nilai yang diketahui atau tetap varibel yang menjelaskan. Dalam bahasa yang lebih sederhana regresi dapat diartikan sebagai bentuk hubungan antara variabel bebas (satu atau lebih) terhadap varibel tak bebas. Sedangkan korelai dapat diartikan sebagai tingkat keeratan hubungan antara varibel pengamatan (variabel bebas dan tak bebas).
47
Jika regresi sederhana hanya ada satu variabel dependen (Y) dan satu variabel independen (X), maka pada kasus regresi berganda terdapat satu variabel dependen dan lebih dari satu variabel independen. Dalam praktek bisnis, regresi berganda justru lebih banyak digunakan, selain karena banyaknya variabel dalam bisnis yang perlu dianalisis bersama, juga pada kasus regresi berganda lebih relevan digunakan. Teknik regresi berganda sebenarnya dipakai guna menggambarkan betapa suatu variabel dependen dihubungkan dengan dua atau lebih dari 2 variabel independen. Analisa regresi berganda liniar sedemikian itu sebenarnya didasarkan pada 3 asumsi yaitu sebagai berikut : 1.
Distribusi probabilita bersyarat variabel dependen bagi serangkaian variabel independen mengikuti pola normal atau kurang lebih norml
2.
Distribusi bersyarat
variabel dependen bagi tiap kombinasi variabel
independen memiliki varians yang sama. 3.
Nilai-nilai variabel dependen harus independen satu dengan lainnya.
Persamaan regresi dapat ditulis sebagai berikut: Y = a + b1X1 + b2X2 + …… + bnXn
dimana: Y
= variabel dependen (nilai yang diprediksikan)
X1, X2... Xn
= variabel independen (bebas)
a
= konstanta (Nilai Y apabila X1, X2... Xn = 0 )
b1,b2… bn
= koefisien regresi (nilai peningkatan ataupun penurunan)
3.7
Rancangan Uji Hipotesis Rancangan Uji Hipotesis menggunakan tingkat kepercayaan 95%, dimana tingkat
presisi (α) = 5% = 0,05.
48
Dasar pengamilan keputsan : (1) Jika nilai probabilitas 0,05 lebih kecil atau sama dengan nilai probabilitas Sig atau [0,05 ≤ Sig], maka Ho diterima dan Ha ditolak, artinya tidak signifikan. (2)
Jika nilai probabilitas 0,05 lebih besar atau sama dengan nilai probabilitas Sig atau [0,05 ≥ Sig], maka Ho ditolak dan Ha diterima, artinya signifikan.
Variabel : X1 = Ability X2 = Effort X3 = Support Y = Kinerja Karyawan
Hipotesis T-1
Untuk mengetahui pengaruh antara ability (Kemampuan) terhadap Kinerja karyawan
¾
Ho = Tidak ada pengaruh yang signifikan antara ability (Kemampuan) terhadap Kinerja karyawan
¾
Ha = Ada pengaruh yang signifikan antara ability (Kemampuan) terhadap Kinerja karyawan
Hipotesis T-2
Untuk mengetahui pengaruh antara effort (Usaha) terhadap Kinerja karyawan
¾
Ho = Tidak ada pengaruh yang signifikan antara effort (Usaha) terhadap Kinerja karyawan
¾
Ha = Ada pengaruh yang signifikan antara effort (Usaha) terhadap Kinerja karyawan
Hipotesis T-3
Untuk mengetahui pengaruh antara support (Dukungan) terhadap Kinerja karyawan
49
¾
Ho = Tidak ada pengaruh yang signifikan antara support (Dukungan) terhadap Kinerja karyawan
¾
Ha = Ada pengaruh yang signifikan antara support (Dukungan) terhadap Kinerja karyawan
Hipotesis T-4
Untuk mengetahui pengaruh antara ability, effort dan support terhadap Kinerja karyawan
¾
Ho = Tidak ada pengaruh yang signifikan antara ability, effort dan support terhadap Kinerja karyawan
¾
Ha = Ada pengaruh yang signifikan antara ability, effort dan support terhadap Kinerja karyawan
3.8
Rancangan Implikasi Hasil Penelitian Rancangan implikasi hasil penelitian ini yaitu setelah data yang terkumpul baik
melalui data primer yang dilakukan dengan kuesioner dan data sekuner yang diproleh dari perusahaan,
data
tersebut
kemudian
dilakukan
analisis
hubungan
antara
ability
(kemampuan karyawan), effort (usaha karyawan) dan support (dukungan perusahaan) dengan kinerja karyawan, dan dilakukan analisis pengaruh antara ability (kemampuan karyawan), effort (usaha karyawan) dan support (dukungan perusahaan) terhadap kinerja karyawan. Dari analisis di atas, apabila terdapat pengaruh dan hubungan yang kuat antara
ability (kemampuan karyawan), effort (usaha karyawan) dan support (dukungan perusahaan) dengan kinerja. Jika dilhat dari kinerja karyawan, apabila kinerja karyaan baik maka target (tujuan) perusahaan yang ditetapkan seharusnya dapat tercapai. Jika kinerja karyawan baik tetapi tidak tercapai, berarti ada faktor lain yang menyebabkan hal ini, begitu juga sebaliknya. Diharapkan dari hasil implikasi penelitian ini dapat memberikan hasil yang
50
memuaskan bagi pihak perusahan sehingga kinerja karyawan dalam perusahaan dapat terus meningkat, sehingga dapat berdampak positif terhadap peningkatan kinerja perusahaan.
