BAB III METODOLOGI PENELITIAN
3.1
Objek Penelitian Fraksi adalah pengelompokan Anggota berdasarkan konfigurasi partai
politik hasil Pemilihan Umum. Tugas fraksi adalah mengkoordinasi kegiatan anggotanya dalam melaksanakan tugas dan wewenang DPR serta meningkatkan kemampuan, disiplin, keefektifan dan efisiensi kerja anggotanya dalam melaksanakan tugas dan tercermin dalam setiap kegiatan DPR. Fraksi menurut Tata Tertib DPR RI Pasal 18, adalah sebagai berikut. 1.
Fraksi dibentuk dalam rangka optimalisasi dan kefektifan pelaksanaan tugas dan wewenang DPR, serta hak dan kewajiban anggota.
2.
Fraksi dapat dibentuk oleh partai politik yang memenuhi ambang batas perolehan suara dalam penentuan perolehan kursi DPR.
3.
Fraksi dapat juga dibentuk oleh gabungan dari dua atau lebih partai politik sebagaimana dimaksud pada ayat (2).
4.
Setiap anggota harus menjadi anggota salah satu fraksi.
5.
Fraksi bertugas mengoordinasikan kegiatan anggotanya dalam melaksanakan tugas dan wewenang DPR, dan meningkatkan kemampuan, disiplin, keefektifan, dan efisiensi kerja anggotanya dalam melaksanakan tugas yang tercermin dalam setiap kegiatan DPR.
32
6.
Fraksi melakukan evaluasi terhadap kinerja anggotanya dan melaporkan kepada publik, paling sedikit 1 kali dalam satu tahun sidang.
7.
Pimpinan fraksi ditetapkan oleh fraksinya masing-masing.
8.
Fraksi membentuk aturan tata kerja internal sesuai dengan ketentuan peraturan perundang-undangan.
Fraksi Partai Golkar yang dahulu bernama Fraksi Karya Pembangunan berdiri pada tanggal 13 Februari 1968. Seiring dengan perkembangan dunia politik pada tahun 1998 dimana terjadi gelombang aksi mahasiswa menuntut adanya perubahan atau reformasi dalam sistem pemerintahan, Fraksi Partai Golkar sebagai kepanjangan tangan dari Partai Golkar pun mengalami perubahan sesuai dengan Munas Luar Biasa Partai Golkar pada tanggal 11 Juli 1998 yang menegaskan pengukuhan komitmen Partai Golkar pada semangat reformasi dan membawa Partai Golkar ke dalam paradigma baru.
Sekretariat Bersama Golongan Karya (Sekber Golkar) berdiri pada tanggal 20 Oktober 1964. Dalam perkembangannya Sekber Golkar berubah menjadi Golkar dan menjadi salah satu peserta pemilu pada tahun 1971. Setelah pemerintahan Presiden Soeharto selesai, dan memasuki era reformasi Golkar berubah menjadi Partai Golkar.
33
Pada pemilu tahun 2009, Partai Golkar menempati urutan kedua setelah Partai Demokrat, dan mendapatkan 108 kursi di DPR. Ketua umum Partai Golkar saat ini adalah Aburizal Bakrie, dan ketua fraksi Golkar untuk periode 2009-2014 adalah Setya Novanto.
3.2
Populasi dan Sampel Penelitian Populasi pada penelitian ini adalah karyawan sekretariat fraksi partai
Golkar di DPR RI yang berjumlah 48 orang. Dan sampel yang akan digunakan adalah seluruh jumlah populasi yaitu 48. Dalam penelitian ini teknik pengambilan sampel yang akan digunakan adalah dengan teknik sampel jenuh. Sampel jenuh adalah teknik penentuan sampel bila semua anggota populasi digunakan sebagai sampel (Sugiyono, 2006). Teknik sampel jenuh sering juga disebut dengan sensus. Jumlah karyawan pada Sekretariat Fraksi Partai Golkar di DPR RI adalah 48 orang, dan oleh karena itu kuesioner yang akan disebarkan sebanyak 48.
3.3 Jenis Data dan Metode Pengumpulan Data Data dibedakan menurut skala yang digunakan pada saat melakukan pengukuran. Dengan pengukuran dimaksudkan sebagai upaya memberikan angka numeric terhadap suatu objek menurut aturan-aturan tertentu. Aturan yang berbeda akan menghasilkan skala yang berlainan sehingga akan memberikan jenis pengukuran yang berbeda. Terdapat empat jenis skala pengukuran yang
34
diambil dari http://kangiskandar.wordpress.com/2007/09/26/mengenal-pengantarstatistika-dasar/ , yaitu : 1. Skala nominal Skala nominal membedakan suatu objek dengan objek lainnya berdasarkan lambing yang diberikan. Oleh karena itu, data dalam skala nominal dapat dikelompokkan ke dalam beberapa kategori, yang diberikan lambang yang sesuai atau sembarang bilangan. Bilangan yang diberikan tidak memiliki arti numerik, melainkan hanya berfungsi sebagai pembeda saja. Misalnya, kelompok wanita diberi angka 1 dan pria dengan angka 2. Angka 2 ini tidak berarti lebih besar dari 1. 2. Skala ordinal Dalam skala ordinal, terdapat sifat skala nominal yaitu membedakan data ke dalam beberapa kelompok menurut lambang, dan ditambah sifat tingkatan. Oleh karena itu, dalam skala ordinal, data memungkinkan untuk diurutkan atau dirangking. Misalnya tingkat pendidikan karyawan, dapat diurutkan dari setingkat SMU hingga S2. JIka angka 1 untuk SMU, 2 untuk D3, 3 untuk S1, dan 4 untuk S2. Berbeda dengan skala nominal, angka yang diberikan pada objek ini tidak semata-mata sebagai lambang tetapi juga memperlihatkan urutan. Walaupun pada tingkat ini, dapat dikatakan suatu data lebih baik/buruk tetapi tidak bisa ditentukan berapa kali lebih besarnya/lebih buruknya.
35
3. Skala interval Skala pengukuran interval adalah skala yang memiliki semua sifat yang dipunyai oleh skala pengukuran nominal, dan ordinal ditambah dengan satu sifat tambahan. Dalam skala interval, selain data dapat diurutkan, perbedaan atau jarak antara data yang satu dengan yang lain dapat diukur. 4. Skala rasio Skala rasio merupakan skala yang paling tinggi tingkatannya, yang berarti semua sifat yang ada pada ketiga skala sebelumnya dimiliki oleh skala rasio. Sebagai tambahan dalam skala ini, rasio antar satu data dengan data yang lainnya mempunyai makna. Sebagai contoh, data mengenai berat badan adalah data yang berskala rasio. Dengan skala ini, dapat dikatakan bahwa data berat badan 60kg adalah 10kg lebih berat dari yang 50kg. dan juga dapat dikatakan bahwa data 60kg adalah 2x lebih berat dari data yang 30kg.
Jenis data yang dikumpulkan berupa data yang terdiri dari data primer dan data sekunder, yaitu : 1. Data Primer Data primer adalah data yang diperoleh langsung dari sumber data di lokasi penelitian. Pada penelitian ini, data diperoleh dari karyawan Sekretariat Fraksi Partai Golkar.
36
Metode yang digunakan dalam penelitian ini adalah metode angket atau kuesioner. Dan skala pengukuran yang digunakan adalah skala Likert 1 s/d 5, dengan ketentuan sebagai berikut. Sangat Setuju
=5
Setuju
=4
Ragu-ragu
=3
Tidak Setuju
=2
Sangat tidak setuju
=1
Skala likert digunakan untuk mengukur sikap, pendapat, dan persepsi seseorang atau sekelompok orang tentang fenomena sosial (Sugiyono, 2006). 2. Data Sekunder Adalah data yang diperoleh dari Kantor atau instansi terkait berupa catatan atau dokumen yang sudah diolah sebelumnya oleh orang lain. Adapun data yang dihasilkan perusahaan merupakan data baku yang telah ada, berupa : -
Sejarah Partai Golkar
-
Perkembangan Partai Golkar
3.4 Identifikasi Variabel Operasional Variabel-variabel dalam penelitian ini adalah sebagai berikut : 1. Gaya kepemimpinan (X1) terdiri dari empat aspek, yaitu instruksi, konsultasi, partisipasi, dan delegasi sesuai dengan tesis Mulyana (2006).
37
2. Kinerja Pegawai(Y) terdiri dari emapt aspek yaitu, kuantitas pekerjaan, kualitas pekerjaan, pemanfaatan waktu, dan kemampuan bekerjasama yang diambil dari Mathis (2006).
Kisi-kisi instrumen dalam penelitian ini dirangkum seperti yang dijelaskan pada Tabel 3.1. Tabel 3.1 Kisi-kisi Instrumen Penelitian No
Variabel
Aspek
Indikator
1.
Gaya Kepemimpinan
1. instruksi
1. pemberian intruksi keputusan, gagasan 2. tindakan terhadap pegawai 1. Pemberian petunjuk 2. Pengaturan tugas 3. Penciptaan lingkungan kerja 4. Pengambilan keputusan 1. Musyawarah 2. Mengikutsertakan pengawasan dalam mengembangkan konsep 3. Pembinaan 1. Penyerahan tugas kepada pegawai 1. Jumlah pekerjaan yang ada dapat diselesaikan dengan baik 2. Jenis pekerjaan yang diselesaikan cukup beragam 3. Pelaksanaan pekerjaan sesuai dengan prosedur yang ada 4. Pekerjaan diselesaikan sesuai jadwal yang ditentukan 5. Waktu kerja digunakan secara efektif dan efisien 6. Datang dan pulang sesuai aturan organisasi 7. Suka bekerja sama dengan karyawan lain 8. Lebih efektif jika bekerjasama dengan karyawan lain
2. Konsultasi
3. Partisipasi
2.
Kinerja
4. Delegasi a. Kuantitas
b. Kualitas c. Pemanfaatan waktu
d. Kerjasama
38
No. Soal 1,4,6 5 7 8 9 11 2,10 12 13,14 3 1,2 3 4 5 6 7 8 9
3.5
Metode Analisis Data Instrumen yang digunakan dalam penelitian ini adalah kuesioner. Suatu
instrumen penelitian yang baik harus memenuhi persyaratan validitas dan reliabilitas. Validitas dan reliabilitas merupakan hal yang sangat penting dalam pengukuran terutama bagi ilmu-ilmu perilaku (Situmorang, 2000). Uji coba dilakukan, agar pada saat pengolahan data dan ditarik suatu kesimpulan data-data tersebut benar-benar valid dan reliabel.
3.5.1
Validitas dan Reabilitas Agar data yang dikumpulkan dari kuesioner memiliki kualitas yang tinggi
untuk pengujian hipotesis, maka instrumen penelitian harus diuji validitas dan reliabilitasnya. Validitas menunjukkan sejauh mana alat pengukur dapat mengukur apa yang ingin diukur oleh peneliti. Reliabilitas (konsistensi) adalah indeks yang menunjukkan sejauh mana alat pengukur dapat dipercaya atau dapat diandalkan. Dengan kata lain, reliabilitas menunjukkan konsistensi suatu alat pengukur di dalam mengukur gejala yang sama. Uji validitas dilakukan dengan mengukur korelasi antara variabel/item dengan skor total variabel. Koefisien korelasi yang tinggi menunjukkan kesesuaian antara item dengan tes secara keseluruhan. Cara mengukur validitas konstruk yaitu dengan mencari korelasi antara masing-masing pertanyaan dengan skor total menggunakan rumus teknik korelasi product moment, sebagai berikut :
39
N
N
N
X iYi i 1
r N
2
Xi
2
i 1
di mana:
i 1 N
N
N
Xi
Xi
Yi i 1
N
N
i 1
2
N
Yi
2
i 1
Yi i 1
r = koefisien korelasi product moment X = skor tiap pertanyaan/ item Y = skor total N = jumlah responden
Setelah semua korelasi untuk setiap pertanyaan dengan skor total diperoleh, nilai-nilai tersebut dibandingkan dengan nilai r tabel. Selanjutnya, jika nilai koefisien korelasi product moment dari suatu pertanyaan tersebut berada diatas nilai r tabel, maka pertanyaan tersebut valid. Sedangkan reliabilitas internal diuji dengan metode Cronbach’s Alpha. Rumus untuk menghitung koefisien reliabilitas instrument dengan menggunakan Cronbach’s Alpha adalah sebagai berikut: k k 1
di mana:
1
2 item 2 total
= Cronbach’s Alpha k = banyaknya pertanyaan 2 item
= variansi dari pertanyaan
2 total
= variansi dari skor
SPSS menyediakan fasilitas untuk mengukur reliabilitas dengan uji Cronbach’s Alpha (
). Suatu variabel dinyatakan reliabel jika memberikan nilai
Cronbach’s Alpha > 0,60 (Ghozali, 2005:42). 40
3.5.2
Uji Asumsi Klasik Untuk memastikan bahwa model yang diestimasi memenuhi asumsi
klasik, maka harus dipenuhi syarat BLUE (Best Linear Unbiased Estimater) yaitu: 1) Uji multikolinearitas Kolinearitas berganda adalah adanya hubungan linear yang signifikan antara beberapa atau semua variabel bebas dalam model regresi. Multikolinearitas sempurna adalah suatu pelonggaran terhadap asumsi bahwa tidak ada hubungan sempurna antar variabel bebas. Multikolinearitas sempurna jarang terjadi, yang sering dijumpai adalah multikolinearitas tidak sempurna (Sarwoko, 2005:109). Koefisien
regresi
multikolinearitas
tidak
dapat
sempurna,
diestimasi
sedangkan
apabila apabila
terjadi terjadi
multikolinearitas tidak sempurna, koefisien regresi dapat dicari, namun dapat menimbulkan beberapa akibat, diantaranya adalah (1) hasil-hasil estimasi tetap tidak bias, (2) varian dan standar error akan meningkat, (3) nilai t akan turun dan tidak signifikan, (4) nilai R 2 tinggi tetapi tidak banyak variabel yang signifikan dari uji t. Untuk mendeteksi ada tidaknya multikolinearitas didalam model regresi diantaranya, dapat dilihat dari nilai eigenvalue, collinearity index (CI) atau nilai variance inflation factor (VIF), yang akan terlihat jika digunakan program komputer untuk mencari persamaan regresi. Jika nilai eigenvalue mendekati nol, dan nilai CI terlalu besar maka ditenggarai terdapat multikolinearitas di dalam persamaan (Nachrowi,
41
2006:100). Atau dapat juga dilihat dari nilai VIF, jika nilai VIF melebihi 10 maka dikatakan terjadi multikolinearitas (Sarwoko, 2005:120),. 2) Uji heteroskedastisitas Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan lain. Jika varian dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda
maka
disebut
heteroskedastisitas.
Dampak
adanya
heteroskedastisitas adalah besarnya variansi taksiran mengakibatkan besarnya interval kepercayaan, sehingga kesimpulan yang diambil dari persamaan regresi tersebut dapat menyesatkan. 3) Uji autokorelasi Uji ini bertujuan melihat apakah dalam suatu model regresi terdapat hubungan yang kuat baik positif atau negatif antar data yang ada pada variabel-variabel penelitian. Jika terdapat hubungan yang kuat, maka dikatakan terjadi autokorelasi. Dan data yang baik adalah data yang tidak terjadi autokorelasi. Autokorelasi sering ditemukan pada data runtun waktu, karena observasi
yang berurutan sepanjang waktu
berkaitan satu sama lain. 4) Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Uji F
42
dan uji t mengasumsikan bahwa nilai residual mengikuti distribusi normal. Jika asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil (Ghozali, 2005: 110). Jika ternyata datanya tidak normal, maka digunakan analisis non parametrik, tetapi jika normal maka dapat digunakan analisis parametrik, seperti regresi. Untuk mengetahui data yang diperoleh berdistribusi normal atau tidak, bisa digunakan grafik atau tes Kolmogorov-Smirnov.
Selain uji asumsi klasik, untuk melihat baik tidaknya persamaan regresi harus dilihat ada tidaknya data yang outlier. Outlier adalah nilai yang terpisah dari kumpulan observasi, yang dapat bernilai sangat besar atau sangat kecil (ekstrim). Ada beberapa sebab timbulnya data outlier, yaitu (1) kesalahan dalam meng entri data, (2) gagal menspesifikasi adalanya missing value dalam program komputer, (3) outlier bukan merupakan anggota populasi yang diambil sebagai sampel, dan (4) outlier berasal dari populasi yang diambil sebagai sampel, tetapi distribusi dari variabel dalam populasi tersebut memiliki nilai ekstrim dan tidak terdistribusi secara normal (Ghozali, 2005:36). Oleh karena pendugaan koefisien regresi dan berbagai perhitungan lain yang menyangkut regresi, banyak menggunakan nilai rata-rata, maka nilai ekstrim akan mempunyai pengaruh terhadap ketepatan model (Nachrowi, 2006:135). Suatu observasi dikatakan outlier, jika nilai mutlak Residual Standar > 2.
43
3.5.3
Regresi Linear Sederhana Untuk mengetahui pengaruh dari variabel-variabel bebas terhadap variabel
terikat digunakan model analisis regresi sederhana. Persamaan regresi mempunyai ciri, persamaan fungsinya dapat diformulasikan kedalam bentuk persamaan matematis, sebaran datanya berdistribusi normal, bilangan datanya rasional, nilai parameternya ditentukan a dan b yang dapat diukur dengan program SPSS. Model ini dipilih karena ingin mengetahui besarnya kontribusi pengaruh variabel bebas terhadap variabel terikat, baik secara parsial maupun secara bersama-sama. Formula dari model Regresi Linear Sederhana adalah sebagai berikut. Y
a b1 x1
e
Dimana :
Y = variabel terikat x =variabel-variabel bebas
a = konstanta (intersept)
b = koefisien regresi / nilai parameter Pada penelitian ini variabel bebas yang digunakan adalah gaya kepemimpinan, sedangkan variabel terikatnya adalah kinerja, maka dapat dituliskan seperti persamaan di bawah ini.
kinerja _ karyawan a b1 gayakepemimpinan
Selanjutnya setelah analisis data sudah dilakukan, maka langkah selanjutnya adalah pengujian hipotesis. Hipotesis adalah pernyataan atau penilaian tentang suatu keadaaan. hipotesis null dinotasikan dengan Ho adalah suatu
44
penilaian tentang satu atau lebih populasi parameter. Hipotesis tersebut dinyatakan berlaku atau benar sampai diperoleh bukti statistik yang cukup untuk menyimpulkan keputusan lain. Sedangkan hipotesis alternatif yang dinyatakan dengan Ha adalah seluruh penilaian yang tidak terangkum dalam hipotesis null. Beberapa karakteristik hipotesis null adalah sebagai berikut. a. Sering menunjukkan kondisi yang tidak berubah atau keyakinan atas apa yang berlaku b.
Dinyatakan benar sampai ada pengujian yang mengarah pada penolakan hipotesis alternatif
c.
“Diterima” dan “ditolak” berdasarkan pertimbangan pengujian statistik.
Prosedur pengujian hipotesis dalam regresi sederhana adalah sebagai berikut. 1. Menetapkan hipotesis null dan hipotesis alternatif. 2. Menentukan “nilai kritis” atau daerah untuk menolak atau menerima Ho. 3. Menghitung nilai tes statistik (sesuai distribusi yang digunakan). 4. Membuat keputusan secara statistik untuk menolak atau menerima Ho dengan membandingkan nilai tes statistik dengan nilai kritis.
Pada penelitian ini, yang menjadi variabel bebas adalah gaya kepemimpinan dan yang menjadi variabe terikat adalah kinerja karyawan Sekretariat Fraksi Partai Golkar DPR RI. Maka proses pengujian hipotesis dapat dilakukan sebagai berikut:
45
1. Menentukan hipotesis null dan hipotesis alternatif sebagai berikut. Ho: b1
0 (gaya kepemimpinan tidak mempengaruhi kinerja pegawai)
Ha: b1
0
(gaya
kepemimpinan berpengaruh terhadap kinerja
pegawai) 2. Menetukan “nili kritis” (seperti t tabel) dan “nilai statistik” dan membandingkan keduanya untuk menolak atau menerima Ho. Standar deviasi populasi dalam regresi, bisa diduga dengan standar deviasi sampel. 3. Membuat keputusan dengan membandingkan nilai t hitung dengan t tabel seperti berikut ini. Jika Jika
t hitung
t
t hitung
t
2
,n 2
2
,n 2
berarti Ho diterima , berarti Ho ditolak
Koefisien determinasi ( R 2 ) Koefisien determinasi menunjukkan seberapa jauh kemampuan model dalam menerangkan variasi variabel terikat. Nilai R 2 berada diantara 0 dan 1, dimana nilai yang kecil menunjukkan kemampuan variabel-variabel bebas dalam menjelaskan variabel terikat sangat terbatas. Sedangkan nilai R 2 yang mendekati 1 menandakan variabel-variabel bebas memberikan informasi yang dibutuhkan untuk memprediksi variasi variabel terikat. Secara umum, koefisien determinasi untuk data silang (cross section) relatif rendah karena adanya variasi yang besar antara masing-masing
46
pengamatan, sedangkan untuk data runtun waktu biasanya memiliki koefisien determinasi yang tinggi. Kelemahan mendasar penggunaan koefisien determinasi adalah bias terhadap jumlah variabel bebas yang dimasukkan ke dalam model. Setiap tambahan satu variabel bebas, maka R 2 pasti meningkat tidak peduli apakah variabel tersebut berpengaruh secara signifikan terhadap variabel terikat (Ghozali, 2005:83). Oleh karena itu, banyak peneliti menganjurkan menggunakan Adjusted
R 2 pada saat mengevaluasi model regresi yang baik. Tidak seperti R 2 , nilai Adjusted R 2 dapat naik atau turun apabila satu variabel bebas ditambahkan kedalam model. Nilai Adjusted R 2 dapat bernilai negatif walaupun yang dikehendaki harus bernilai positif. Jika dalam uji empiris didapat Adjusted R 2 negatif, maka dianggap nol.
47
