BAB III METODE PENELITIAN
3.1 Populasi dan Sampel Populasi dalam penelitian ini adalah rektor dan pimpinan di beberapa Universitas swasta di kota Dili-Timor Leste. Dalam penelitian ini, dipilih 4 dari 8 Universitas swasta di kota Dili berdasarkan persamaan skala yaitu besarnya Universitas dan jumlah mahasiswa. Sampel yang diambil dalam penelitian ini adalah rektor dan pimpinan di 4 Universitas yang tersebar di kota Dili dengan menggunakan teknik judgemental sampling. Para pimpinan yang dipilih meliputi kelompok manajerial di Perguruan Tinggi yaitu pimpinan universitas, fakultas dan unit. 3.2 Pengukuran Konsep Pengukuran konsep atas pernyataan dalam penelitian ini, menggunakan skala likert, dimana skala likert digunakan untuk mengukur sikap, pendapat dan pemahaman seseorang atau sekelompok tentang kejadian atau gejala sosial (Sekaran, 2006). Menurut Supramono & Haryanto (2005) terdapat empat tipe skala pengukuran mulai dari yang bersifat kualitatif hingga kuantitatif (nominal, ordinal, interval dan ratio) untuk mempermudah dalam menganalisis data.
44
Dalam penelitian ini, konsep yang akan diukur adalah tentang decisionmaking, self control, illusion of control, dukungan teknologi informasi dan performance individu, yang dalam angket ini terdiri dari beberapa jawaban berdasarkan definisi operasional pada aras interval sebagai berikut : sangat tidak setuju (STS), tidak setuju (TS), ragu-ragu (RR), setuju (S), dan sangat setuju (SS). Adapun alternatif jawaban atas pertanyaan indikator empirik dari responden diberi skor 1-5, yaitu mulai dari skor 1 (sangat tidak setuju) hingga skor 5 (sangat setuju). TABEL 3.1 Konsep, Definisi dan Indikator Variabel
Definisi
Indikator
Decision
Terry (dalam Hasan, 2002)
Rasional :
Making
memaparkan pengambilan
1.
Objektif
2.
Logis
3.
Transparan
4.
Konsisten
5.
Penuh perhitungan
keputusan rasional adalah: Pengambilan keputusan yang bersifat objektif, logis, transparan, penuh perhitungan dan konsisten karena berhubungan ( Terry dalam Hasan, 2002)
dengan tingkat pengetahuan seseorang;
45
Self-control
Hirschi & Gottfredson
1.
(1993) dan Michael et al. (2007) berpendapat bahwa
Kesediaan
menunda
kepuasan 2.
self control merupakan
Kesediaan melakukan kegiatan
kesediaan menunda
meskipun
tidak
kepuasan, kesediaan
segera
menghasilkan
melakukan kegiatan
kepuasan
meskipun tidak segera menghasilkan kepuasan, kesediaan untuk berhatihati dan berani
3.
Berhati-hati
4.
Menghadapi resiko
5.
Melihat sisi positif dari
menghadapi resiko serta
kegagalan
melihat sisi positif dari ( Hirschi & Gottfredson, 1993)
kegagalan.
Illusion control
Of
Nofsinger (2005) berpendapat bahwa
1.
Percaya diri berlebihan
2.
Mampu
seseorang yang mengalami
membuat
pilihan
illusion of control, maka cenderung merasa mampu
3.
Menghilangkan kemungkinan resiko
membuat pilihan dan acapkali dalam membuat
Menganggap
segala
pilihan orang tersebut
sesuatu
mudah
mengabaikan bantuan
dilakukan
orang lain. Selain itu orang
4.
5.
Optimis
yang mengalami illusion of ( Nofsinger, 2005)
control beranggapan segala sesuatu dapat dikerjakan dengan baik dengan mengurangi atau
46
bahkan menghilangkan kemungkinan munculnya resiko, percaya diri berlebihan, mampu membuat pilihan, menghilangkan kemungkinan resiko, optimis, menganggap segala sesuatu mudah dilakukan.
Dukungan
Teknologi informasi dapat
Teknologi
didefinisikan sebagai
Informasi
perpaduan antara
1.Ketersediaan komputer 2.Ketersediaanperalatan telekomunikasi (internet)
ketersediaan teknologi 3.Ketersediaan perangkat lunak
komputer dan telekomunikasi dengan teknologi lainnya seperti
4.Ketersediaan perangkat keras 5.Ketersediaan database
perangkat keras, perangkat lunak, database, teknologi jaringan, dan peralatan telekomunikasi lainnya. Selanjutnya, teknologi informasi dipakai dalam sistem informasi organisasi untuk menyediakan informasi bagi para pemakai dalam rangka
47
6.Ketersediaanteknologi jaringan (wireless) (Oswari, 2008).
pengambilan keputusan (Oswari, 2008). Performance
Kinerja adalah tingkat
Individu
pencapaian hasil atas
1.Kualitas kerja 2.Ketepatan waktu
pelaksanaan tugas tertentu. Kinerja individu adalah adalah tingkat pencapaian hasil dalam rangka
3.Efektifitas kerja 4.Kuantitas kerja 5.Kepuasan
mewujudkan tujuan organisasi. Pencapaian
6.Ketenangan dalam bekerja
hasil tersebut dapat diukur
7.Karier yang meningkat
dengan melihat kualitas
(Simanjuntak, 2005)
kerja, ketepatan waktu, efektifitas, kepuasan, ketenangan dalam bekerja, karier yang meningkat dan kuantitas kerja dari organisasi tersebut (Simanjuntak, 2005).
3.3 Teknik Pengumpulan Data Teknik pengumpulan data yang digunakan dalam penelitian ini adalah penelitian lapangan, dimana pengumpulan data memakai metode survey dengan teknik kuesioner.
48
3.3.1 Tahap-Tahap Penelitian 3.3.1.1 Pra-Penelitian Penelitian ini dilakukan pada rektor dan pimpinan di lingkup 4 Universitas swasta di Dili-Timor Leste yang dipilih berdasarkan persamaan skala (jumlah mahasiswa dan besarnya universitas), dari tanggal 21 Februari 2014 hingga 14 Maret 2014. Sebelum proses penyebaran kuesioner, pertama-tama peneliti mengambil data rektor dan pimpinan universitas di bagian personalia masing-masing universitas. Pengambilan data rektor dan pimpinan 4 universitas dilakukan pada tanggal 21 Februari 2014. Selanjutnya pada tanggal 22 Februari 2014, peneliti bertemu dengan rektor masing-masing universitas untuk menyerahkan surat izin penelitian tesis dari Ketua Program Studi Magister Manajemen Universitas Kristen Satya Wacana dan kemudian menunggu disposisi
rektor
dari
masing-masing
universitas.
Adapun
Universitas-universitas yang akan diteliti berada di kota Dili yaitu, Universidade Da Paz (UNPAZ), Universidade de Dili (UNDIL), Dili Institute of Technology (DIT) dan Institute Of Business (IOB). 3.3.1.2 Test-Kuesioner Setelah disposisi, peneliti akan mengadakan pertemuan dengan para rektor dan pimpinan dari masing-masing universitas guna menjelaskan maksud penelitian dan kuesioner yang disebar agar tidak terjadi kebingungan dan kesalahpahaman dalam mengisi
49
kuesioner yang dibagikan. Selesai pertemuan, kuesioner-kuesioner didistribusikan kepada para rektor dan pimpinan tersebut yang pada masing-masing universitas berjumlah 30 orang dan total keseluruhan dari rektor dan pimpinan dari 4 universitas swasta yang akan diteliti adalah 120 orang. 3.4
Teknik Analisis Data
3.4.1 Partial Least Square Dalam pemodelan struktural sering dijumpai dua masalah serius yang mengakibatkan perhitungan SEM (Structural Equation Modeling) menjadi bias. Kedua masalah tersebut adalah solusi yang tidak dapat diterima (inadmissible solution); hal ini terjadi karena munculnya singularity pad
kovarians matriks yang
terbentuk dan faktor yang tidak dapat ditentukan (factor indeterminacy), yaitu adanya lebih dari satu faktor yang terdapat dalam sekumpulan indikator sebuah variabel (Vinzi, 2010). Untuk mengatasi kedua hal ini Partial least square (PLS) menjadi jawaban atas masalah ini karena PLS berbasis varians bukan berbasis covarians seperti pada SEM. PLS pertama kali diperkenalkan oleh Herman Wold pada tahun 1985. PLS atau juga disebut soft modelling merupakan metode analisis yang powerful karena dapat diterapkan pada semua skala data, tidak membutuhkan banyak asumsi dan ukuran sampel tidak harus besar (Ghozali, 2010).
Menurut Mindrajaya &
Sumertajaya (2008) terdapat 2 model dalam PLS, yaitu:
50
1. Model Indikator Refleksif Model indikator refleksif dikembangkan berdasarkan pada classical test theory yang mengasumsikan bahwa variasi skor pengukuran konstruk merupakan fungsi dari true score ditambah error. Ciri-ciri model indikator reflektif adalah: 1. Arah hubungan kausalitas seolah-olah dari konstruk ke indikator 2. Antar indikator diarapkan saling berkorelasi (memiliki internal consitency reliability) 3. Menghilangkan satu indikator dari model pengukuran tidak akan merubah makna dan arti konstruk 4. Menghitung adanya kesalahan pengukuran (error) pada tingkat indikator 2. Model Indikator Formatif Konstruk dengan indikator formatif mempunyai karakteristik berupa komposit, seperti yang digunakan dalam literatur ekonomi yaitu index of sustainable economics welfare, the human development index, dan the quality of life index. Asal usul model formatif dapat ditelusuri kembali pada “operational definition”, dan berdasarkan definisi operasional, maka dapat dinyatakan tepat menggunakan model formatif atau reflektif. 51
Jika η menggambarkan suatu variabel laten dan x adalah indikator, maka: η= x Oleh karena itu, pada model formatif variabel komposit seolah-olah dipengaruhi (ditentukan) oleh indikatornya. Jadi arah hubungan kausalitas seolah-olah dari indikator ke variabel laten. Ciri-ciri model indikator formatif adalah: 1. Arah hubungan kausalitas seolah-olah dari indikator ke konstruk 2. Antar indikator diasumsikan tidak berkorelasi (tidak diperlukan uji konsistensi internal atau Alpha Cronbach) 3. Menghilangkan satu indikator berakibat merubah makna dari konstruk 4. Kesalahan pengukuran diletakkan pada tingkat konstruk (zeta). 3.4.2 Goodness of Fit Untuk
menguji
model
struktural
berbasis
PLS
perlu
diperhatikan 2 measurement utama yakni inner model dan outer model. Pengujian PLS disini akan menggunakan software SmartPLS a). Outer Model Outer model, yaitu spesifikasi hubungan antara variabel laten dengan indikatornya, disebut juga dengan outer relation atau measurement model, mendefinisikan karakteristik konstruk dengan 52
variabel manifestnya. Model indikator refleksif dapat ditulis persamaannya sebagai berikut: x = Λxξ + δ y = Λyη + ε Di mana x dan y adalah indikator untuk variabel laten eksogen (ξ) dan endogen (η). Sedangkan Λx dan Λy merupakan matriks loading yang menggambarkan seperti koefisien regresi sederhana yang menghubungkan variabel laten dengan indikatornya. Residual yang diukur dengan δ dan ε dapat diinterpretasikan sebagai kesalahan pengukuran atau noise. Model indikator formatif persamaannya dapat ditulis sebagai berikut: ξ= ΠξX + δ i
η= ΠηY + ε i
Dimana ξ,η , X, dan Y sama dengan persamaan sebelumnya. Dengan Πξ dan Πη adalah seperti koefisen regresi berganda dari variabel laten terhadap indikator, sedangkan δ dan ε adalah residual dari regresi. Model yang dikembangkan pada penelitian ini dapat dilihat pada gambar 3.1 di bawah ini :
53
Gambar 3.1 Model PLS
Sumber : data primer tahun 2014 Pada model PLS Gambar 3.1. terdapat outer model sebagai berikut: Untuk variabel latent eksogen 1 (reflektif) x =λ ξ +δ 1
x1 1
1
x =λ ξ +δ 2
x2 1
2
x =λ ξ +δ 3
x3 1
3
Untuk variabel latent eksogen 2 (formatif) ξ = λ X +λ 2
x4
4
x5
X +λ X +δ 5
x6
6
54
4
Untuk variabel latent endogen 1 (reflektif) y = λy η + ε 1
1 1
y = λy η + ε 2
2 1
1
2
Untuk variabel latent endogen 2 (reflektif) y =λ η +ε 3
y3 2
y =λ η +ε 4
y4 2
3
4
Convergent validity Korelasi antara skor indikator refleksif dengan skor variabel latennya. Untuk hal ini loading 0.5 sampai 0.6 dianggap cukup, pada jumlah indikator per konstruk tidak besar, berkisar antara 3 sampai 7 indikator. Discriminant validity Membandingkan nilai square root of average variance extracted (AVE) setiap konstruk dengan korelasi antar konstruk lainnya dalam model, jika square root of average variance extracted (AVE) konstruk lebih besar dari korelasi dengan seluruh konstruk lainnya maka dikatakan memiliki discriminant validity yang baik. Direkomendasikan nilai pengukuran harus lebih besar dari 0.50.
Composite reliability (ρc)
55
Kelompok Indikator yang mengukur sebuah variabel memiliki reliabilitas komposit yang baik jika memiliki composite reliability ≥ 0.7, walaupun bukan merupakan standar absolut.
b). Inner Model Inner model, yaitu spesifikasi hubungan antar variabel laten (structural
model),
disebut
juga
dengan
inner
relation,
menggambarkan hubungan antar variabel laten berdasarkan teori substansif
penelitian.
Tanpa
kehilangan
sifat
umumnya,
diasumsikan bahwa variabel laten dan indikator atau variabel manifest di skala zero means dan unit varian sama dengan satu, sehingga parameter lokasi (parameter konstanta) dapat dihilangkan dari model. Model persamaannya dapat ditulis seperti di bawah ini: η= βη+Γξ +ς Dimana menggambarkan vektor variabel endogen (dependen), adalah vektor variabel laten eksogen dan adalah vektor residual (unexplained variance). Oleh karena PLS didesain untuk model rekursif, maka hubungan antar variabel laten, berlaku bahwa setiap variabel laten dependen , atau sering disebut causal chain system dari variabel laten dapat dispesifikasikan sebagai berikut: η = Σβ η + Σ γ ξ + ς j
i ji i
i jb b
j
56
Dimana γ (dalam bentuk matriks dilambangkan dengan Γ) adalah jb
koefisien jalur yang menghubungkan variabel laten endogen (η) dengan eksogen (ξ). Sedangkan β dilambangkan
dengan
β)
ji
adalah
(dalam bentuk matriks koefisien
jalur
yang
menghubungkan variabel laten endogen (η) dengan endogen (η); untuk range indeks i dan b. Parameter ς adalah variabel inner j
residual. Pada model PLS Gambar 3.1. inner model dinyatakan dalam sistem persamaan sebagai berikut: η =γ ξ +γ ξ +ς 1
1 1
2 2
1
η =β η +γ ξ +γ ξ +ς 2
1 1
3 1
4 2
2
Goodness of Fit Model diukur menggunakan R-square variabel laten dependen dengan interpretasi yang sama dengan regresi; QSquare predictive relevance untuk model struktural, megukur seberapa baik nilai observasi dihasilkan oleh model dan juga estimasi parameternya. Nilai Q-square > 0 menunjukkan model memiliki predictive relevance; sebaliknya jika nilai Q-Square ≤ 0 menunjukkan model kurang memiliki predictive relevance. Perhitungan Q-Square dilakukan dengan rumus: 2
2
2
2
Q = 1 – ( 1 – R ) ( 1 – R ) ... ( 1- R ) 1
2
dimana R
1
2
2
, R
2
p
2
... R adalah R-square variabel endogen dalam p
2
2
model persamaan. Besaran Q memiliki nilai dengan rentang 0 < Q 57
< 1, dimana semakin mendekati 1 berarti model semakin baik. 2
Besaran Q ini setara dengan koefisien determinasi total pada analisis jalur (path analysis). 3.4.3.Pengujian Hipotesis Pengujian hipotesis (β, γ, dan λ) dilakukan dengan metode resampling Bootstrap yang dikembangkan oleh Geisser & Stone. Statistik uji yang digunakan adalah statistik t atau uji t, dengan hipotesis statistik sebagai berikut: Hipotesis statistik untuk outer model adalah: H : λ = 0 lawan 0
i
H :λ ≠0 1
i
Sedangkan hipotesis statistik untuk inner model: pengaruh variabel laten eksogen terhadap endogen adalah H : γ = 0 lawan 0
i
H :γ ≠0 1
i
Sedangkan hipotesis statistik untuk inner model: pengaruh variabel laten endogen terhadap endogen adalah H : βi = 0 lawan 0
H : βi ≠ 0 1
Penerapan metode resampling, memungkinkan berlakunya data terdistribusi bebas (distribution free), tidak memerlukan asumsi 58
distribusi normal, serta tidak memerlukan sampel yang besar (direkomendasikan sampel minimum 30). Pengujian dilakukan dengan t-test, bilamana diperoleh p-value ≤ 0,05 (alpha 5 %), maka disimpulkan signifikan, dan sebaliknya. Bilamana hasil pengujian hipotesis pada outter model signifikan, hal ini menunjukkan bahwa indikator dipandang dapat digunakan sebagai instrumen pengukur variabel laten. Sedangkan bilamana hasil pengujian pada inner model adalah signifikan, maka dapat diartikan bahwa terdapat pengaruh yang bermakna variabel laten terhadap variabel laten lainnya.
59
