27
BAB III METODOLOGI PENELITIAN
3.1 Tempat dan Waktu Penelitian Sesuai dengan literatur-literatur mengenai modal sosial yang telah ada, dinyatakan bahwa setiap organisasi atau perusahaan sangat memungkinkan memiliki modal sosial yang berbeda tergantung dari pola interkasi sosial, kerjasama dan tingkat kepercayaan organisasional di antara anggota komunitas tersebut. Demikian juga dengan modal sosial yang dimiliki oleh PDAM Tirta Kahuripan Kabupaten Bogor yang bisa saja berbeda dengan perusahaan yang lain. Dengan jumlah pegawai sebanyak sebanyak 225, PDAM Tirta Kahuripan Kabupaten Bogor selalu dituntut untuk bisa memberikan pelayanan prima kepada masyarakat. Karena itulah perusahaan sangat memperhatikan segala sesuatu yang bisa membuat kinerja pegawainya meningkat. Salah satu usaha yang sekarang dilakukan perusahaan adalah dengan menjaga hubungan diantara para pegawai bisa terjalin dengan baik, karena mereka percaya bahwa hal tersebut akan meminimumkan konflik intern yang mungkin terjadi di perusahaan yang bisa mengganggu kinerja individu pegawai maupun perusahaan secara keseluruhan. Dengan adanya sinergisitas yang baik di antara pegawai dan pihak manajemen perusahaan, diharapkan nantinya PDAM Tirta Kahuripan Kabupaten Bogor memiliki modal sosial dan kepercayaan yang akan mampu mempengaruhi pelaksanaan OCB pegawainya. Karena alasan tersebut, maka PDAM Tirta Kahuripan Kabupaten Bogor dipilih sebagai objek dan lokasi penelitian. PDAM Tirta Kahuripan Kabupaten Bogor bertempat di Jl Raya Tegar Beriman, CibinongBogor, dan penelitian dilaksanakan mulai bulan Juli 2010 sampai dengan selesai. 3.2 Data dan Sumber Data 3.2.1 Jenis Data Data yang dikumpulkan terdiri dari data primer dan data sekunder. Data primer diperoleh dari pegawai langsung melalui observasi dan kuisioner, sedangkan data sekunder diperoleh melalui studi literatur, internet, buku panduan dan data dari perusahaan yang berkaitan dengan modal sosial, kepercayaan dan OCB pegawai.
28
3.2.2 Sumber Data Pada penelitian ini yang menjadi sumber data adalah seluruh pegawai dari PDAM Tirta Kahuripan Kabupaten Bogor yang berjumlah 225 orang, yang bertugas di Kantor Pusat. Dimana seluruhnya akan diikutkan sebagai responden dengan level individu. Dengan kata lain populasi pada penelitian ini adalah seluruh pegawai PDAM Tirta Kahuripan Kabupaten Bogor. Begitu juga halnya dengan sampel yang akan digunakan adalah sebesar populasinya yang berjumlah 225 orang. Jumlah responden ini juga sudah memenuhi kriteria jumlah sampel yang dibutuhkan dalam analisis SEM (Structural Equation Model) yang nantinya akan digunakan sebagai alat analisis data dalam penelitian ini. Dalam analisis SEM dibutuhkan sampel 100 – 200, karena penelitian yang menggunakan sampel < 100 akan menghasilkan kesimpulan yang tidak tepat (Wijanto, 2008). Berdasarkan struktur organisasinya, terdapat 12 divisi/unit kerja yang ada di PDAM Tirta Kahuripan Kabupaten Bogor. Setiap divisi tersebut memiliki jumlah pegawai yang berbeda-beda. Adapun daftar 12 divisi dan jumlah pegawai di PDAM Tirta Kahuripan Kabupaten Bogor bisa dilihat pada Tabel 5. Tabel 5 Divisi dan Jumlah Pegawai di PDAM Tirta Kahuripan Kabupaten Bogor. No. 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12.
Divisi Kerja Perawatan Perencanaan Tehnik Humas Administrasi Umum Kepegawaian Keuangan SPI Satpam Sekretariat Lit.Bang dan EDP Produksi Transmisi dan Distribusi
Jumlah Pegawai 15 14 10 41 12 16 10 60 8 14 10 15
3.3 Metode Pengumpulan Data 3.3.1 Metode Survei Karena penelitian ini akan mengikutkan semua populasi sebagai sumber data, maka metode pengambilan data yang paling sesuai adalah metode survei. Menurut Singarimbun dan Efendi (2005), metodologi penelitian survei adalah
29
penelitian yang mengambil sampel dari satu populasi dan menggunakan kuesioner sebagai alat pengumpulan data yang utama. Metode ini dapat digunakan untuk tujuan penjajagan (eksploratif), deskriptif, penjelasan (explanatory atau confirmatory), evaluasi, prediksi, penelitian operasional, dan pengembangan indikator-indikator sosial. Keuntungan terbesar penelitian survei dengan menggunakan kuesioner adalah kehematan. Penggunaan kuesioner akan memperoleh data yang maksimal dengan biaya relatif kecil. Selain itu, kuesioner adalah alat yang peka, karena data pada kuesioner berbias lebih rendah terhadap jawaban yang diinginkan dibandingkan dengan data yang diperoleh dengan wawancara. Sedangkan keterbatasan dari kuesioner adalah relatif lebih singkat dan kebanyakan responden tidak mempunyai waktu yang cukup untuk mengisi kuesioner (Chadwick, 1991). Penelitian survei yang ideal adalah yang dapat memberikan gambaran yang akurat, jika penelitian tersebut bisa dilakukan pada seluruh populasi tanpa terkecuali. Namun demikian, hal itu sulit untuk dilakukan karena adanya keterbatasan waktu, tenaga, dan biaya, sehingga memungkinkan adanya ketidaksempurnaan jumlah pengembalian kuesioner. Selain itu, pengumpulan data juga dilakukan dengan observasi, yaitu dengan mempelajari dokumen-dokumen perusahaan, terutama yang terkait dengan „job description‟ dari masing-masing pekerjaan, untuk mengetahui tugas formal dari setiap pekerjaan, pola hubungan dan komunikasi dari setiap fungsi kerja yang ada di dalam perusahaan tersebut. 3.3.2 Instrumen Pengumpulan Data Instrumen yang digunakan dalam pengumpulan data adalah kuesioner yang diberikan kepada setiap responden. Kuisioner sebagai alat untuk menjaring data terdiri dari serangkaian pertanyaan yang mempresentasikan indikatorindikator dari setiap dimensi variabel. Kuisioner yang digunakan terdiri dari empat bagian, yaitu : bagian pertama mengenai modal sosial, bagian kedua mengenai OCB, yang ketiga mengenai kepercayaan yang akan diisi oleh semua pegawai perusahaan, dan bagian keempat mengenai demografi responden. Item pertanyaan dalam kuisioner
30
dirancang dengan jawaban tertutup dengan jawaban yang bersifat dikotomi dari sangat tidak setuju sampai dengan sangat setuju. 3.3.3 Variabel dan Alat Ukur Variabel modal sosial akan diukur melalui ketiga dimensinya, yaitu : dimensi struktural, dimensi relasional dan dimensi kognitif. Alat ukur yang akan digunakan untuk mengukur dimensi-dimensi modal sosial tersebut sesuai dengan yang dikemukakan oleh Nahapiet dan Ghoshal (1998) dengan mengadopsi itemitem pertanyaan yang dikembangkan oleh Chua (2002). Sedangkan OCB diekspresikan dalam kelima subdimensinya, yaitu : altruism, conscientiousness, sportsmanship, civic virtue, dan courtesy. Alat ukur yang akan digunakan untuk mengukur kelima subdimensi dari OCB akan diadaptasi dari pengukuran yang dikembangkan oleh Morison (1995). Altruism diukur dengan menggunakan 8 item pertanyaan, conscientiousness diukur dengan menggunakan 6 item pertanyaan, sportsmanship diukur dengan menggunakan 3 item pertanyaan, civic virtue diukur dengan menggunakan 4 item pertanyaan, dan courtesy diukur dengan menggunakan 4 item pertanyaan. Untuk mengukur variabel kepercayaan menggunakan model kepercayaan organisasional Tzafrir dan Dolan (2004). Ukurannya khusus di desain untuk menilai dimensi-dimensi dari kepercayaan dalam wilayah organisasional, yaitu harmony, concern dan reliability. Harmony akan diukur menggunakan 5 item pertanyaan, sedangkan concern diukur dengan menggunakan 6 item pertanyaan, dan untuk reliability akan diukur menggunakan 5 item pertanyaan. 3.3.4 Skala Pengukuran Salah satu cara yang paling sering digunakan untuk menentukan skor adalah menggunakan skala likert. Skala Likert adalah ukuran gabungan yang didasarkan pada struktur intensitas pertanyaan-pertanyaan. Kuisioner untuk penelitian ini dirancang dengan menggunakan Five Point Likert Scale. Umumnya jawaban responden yang diukur dengan menggunakan skala likert dibuat nilainya skornya dengan memberikan nilai numerikal 1,2,3,4, dan 5. Setiap skor memiliki tingkat pengukuran ordinal. Nilai skor dari skala likert yang digunakan pada penelitian ini disajikan dalam Tabel 6.
31
Tabel 6 Skala Likert Tingkatan
Skor Jawaban
Sangat Setuju
5
Setuju
4
Sedang/Rata-rata
3
Tidak Setuju
2
Sangat Tidak Setuju
1
3.4. Pengolahan Data Data yang diperoleh diolah dan dianalisis sesuai dengan tujuan penelitian, yaitu untuk mengetahui model hubungan antara modal sosial dan OCB dengan peran pemoderasian dari kepercayaan. Pengolahan dan penganalisisan data ini dilakukan dengan bantuan komputer program Linear Structural Relationship (LISREL). Program ini secara khusus dirancang untuk mengakomodasi bentukbentuk recursive dan reciprocal causation, simultaneity, interdependence, latent variable, dan measurement errors serta mengestimasi koefisien-koefisien dari sejumlah persamaan struktural yang linear. Oleh sebab itu, metode ini dapat menganalisis model-model dari bentuk relatif paling sederhana, seperti multiple regression sampai model yang rumit, seperti path analysis dan full structural equation model (Joreskog dan Sorbom, 1996). 3.5 Teknik Analisis Data Teknik analisis data yang digunakan untuk menjawab tujuan dan rumusan masalah yang ada pada penelitian ini adalah : 3.5.1 Analisis Deskriptif Analisis deskriptif bertujuan untuk memberikan gambaran mengenai tingkat modal sosial, kepercayaan dan OCB di PDAM Tirta Kahuripan Kabupaten Bogor. Analisis deskriptif ini menggunakan data kuantitatif dari hasil pengukuran dengan kuesioner. Setelah diketahui gambaran secara umum dari variabel-variabel laten yang akan dianalisis, maka akan dianalisis pengaruhnya terhadap variabel karakteristik responden. Di dalam penelitian ini, ada dua jenis analisis deskriptif
32
yang dilakukan, yaitu analisis deskriptif responden dan analisis deskriptif variabel. Pada analisis deskriptif responden dilakukan pengelompokan berdasarkan usia, lama bekerja, jenis kelamin, divisi kerja, dan tingkat pendidikan. Sedangkan analisis deskriptif variabel berdasarkan nilai mean dari masing-masing variabel yang diukur. Analisis deskriptif ini menggunakan software SPSS 13. Analisis deskriptif ini digunakan untuk melihat tingkat modal sosial, kepercayaan, dan OCB di PDAM Tirta Kahuripan Kabupaten Bogor. Hasil mean yang diperoleh akan dibandingkan dengan rentang skala rataan sehingga akan didapatkan tingkat dari masing-masing variabel. Rumus rentang Skala (1 – 5) adalah (Durianto dan Sugiarto, 2003): RS = (m – 1) m
( Persamaan 3.1)
Dimana m = jumlah alternatif jawaban item. 3.5.2 Analisis ANOVA Analisis ANOVA ini untuk melihat apakah terdapat perbedaan berdasarkan faktor demografi (usia, lama kerja, jenis kelamin, divisi kerja dan tingkat pendidikan) terhadap tingkat modal sosial, kepercayaan dan OCB. Prosedur yang digunakan dalam analisis ANOVA ini adalah prosedur One Way ANOVA, yang merupakan salah satu alat analisis statistik yang bersifat satu arah (satu jalur). Alat ini untuk menguji apakah dua populasi atau lebih yang independent, memiliki rata-rata yang dianggap sama atau tidak sama. ANOVA lebih dikenal dengan Uji F, sedangkan arti variasi atau varians itu berasal dari konsep Mean Square atau kuadrat rata-rata rumus sistemnya (Sugiyono, 2010). KR = JK/dk
(Persamaan 3.2)
Dimana : JK = Jumlah Kuadrat dk = derajat kebebasan Menghitung nilai ANOVA atau F hitung dengan menggunakan rumus: F hitung = KRA/KRD = varians antar kelompok/varians dalam kelompok
(Persamaan 3.3)
33
Lebih lanjut dapat dirumuskan: JKA = Σ (ΣXAi)2 (ΣXAT)2 untuk dKA = A – 1 nAi
N
JKD = ΣXT2 – (ΣXAT)2 untuk dKD = N – A N 2
(ΣXAT) = sebagai faktor koreksi
(Persamaan 3.4)
N N = Jumlah keseluruhan sampel (jumlah responden dalam penelitian) A = Jumlah keseluruhan kelompok sampel X = rata-rata Prosedur pengujiannya adalah sebagai berikut: a. Penentuan hipotesis : H0 : Diduga bahwa dua (atau lebih) rata-rata populasi sama. H1 : Diduga bahwa dua (atau lebih) rata-rata populasi berbeda. b. Pengambilan kesimpulan: Bila probabilitas > 0.05 atau F hitung ≤ F tabel maka H0 diterima atau tidak terdapat perbedaan yang signifikan antar kedua kelompok. Bila probabilitas < 0.05 atau F hitung ≥ F tabel maka H0 ditolak atau terdapat perbedaan yang signifikan antar kedua kelompok. Untuk penelitian ini, hipotesis yang disusun adalah : H0 : Tidak terdapat perbedaan tingkat modal sosial, kepercayaan dan OCB pada kelompok usia, lama bekerja, jenis kelamin, divisi kerja dan tingkat pendidikan pegawai di PDAM Tirta Kahuripan Kabupaen Bogor. H1 : Terdapat perbedaan tingkat modal sosial, kepercayaan dan OCB pada kelompok usia, lama bekerja, jenis kelamin, divisi kerja dan tingkat pendidikan pegawai di PDAM Tirta Kahuripan Kabupaen Bogor. 3.5.3 Model Persamaan Struktural Menurut Joreskog dan Sorbom (1996), model persamaan struktural adalah tehnik variabel ganda yang dapat digunakan untuk mendeskripsikan keterkaitan hubungan linier secara simultan variabel-variabel pengamatan, sekaligus melibatkan variabel laten yang tidak dapat diukur secara langsung. Dengan kata lain, SEM (Structural Equation Modeling) dapat digunakan untuk menganalisis
34
hubungan kausal yang rumit, yang di dalamnya terdapat variabel bebas, terikat, dan laten. Ghozali (2008) menyatakan bahwa variabel di dalam SEM terdiri dari variabel manifest dan variabel laten. Variabel manifest adalah variabel yang dapat diamati dan diukur secara langsung, sedangkan variabel laten adalah variabel yang tidak dapat diamati dan diukur secara langsung, tetapi dapat dibangun atau dibentuk oleh variabel lain yang dapat diukur. Variabel laten diberi simbol ξ (ksi) atau τ (eta). Variabel yang digunakan untuk membangun variabel laten disebut variabel indicators dan diberi simbol x dan y. Pengaruh dari variabel laten terhadap variabel indicators disebut factor loading yang diberi simbol λ (lambda). Parameter yang diduga dalam SEM meliputi parameter pada model pengukuran, parameter pengaruh variabel eksogen terhadap variabel endogen, parameter pengaruh antar variabel endogen, parameter korelasi antar variabel eksogen, dan parameter error (Ghozali, 2008). Dengan kata lain, parameter yang diduga cukup banyak, terutama apabila model yang digunakan lebih kompleks, sehingga penerapan SEM dengan aplikasi beberapa program komputer, sangat kritis terhadap pemenuhan besarnya sampel. Beberapa pedoman penentuan besarnya ukuran sampel, yaitu : a) Bila pendugaan parameter menggunakan metode Maximum Likelihood, besar sampel yang disarankan adalah 100–200 dan minimum absolutnya adalah 50. b) Sebanyak 5–10 kali jumlah parameter yang ada di dalam model yang akan diduga. c) Sama dengan 5–10 kali jumlah variabel manifest (indikator) dari keseluruhan variabel lanten. Prosedur SEM secara umum akan mengandung tahap-tahap sebagai berikut (Wijanto, 2008): 1. Spesifikasi Model (Model Spesification) Tahap ini berkaitan dengan pembentukan model awal persamaan struktural, sebelum dilakukan estimasi. Model awal ini diformulasikan berdasarkan suatu teori atau hasil-hasil dari penelitian sebelumnya.
35
2. Identifikasi (Identification) Tahapan ini berkaitan dengan pengkajian tentang kemungkinan diperolehnya nilai yang unik untuk setiap parameter yang ada di dalam model dan kemungkinan persamaan simultan tidak ada solusinya. 3. Estimasi (Estimation) Pada tahap ini berkaitan dengan estimasi terhadap model untuk menghasilkan nilai-nilai parameter dengan menggunakan salah satu metode estimasi yang tersedia. Pemilihan metode estimasi yang digunakan seringkali ditentukan berdasarkan karakteristik dari variabel-variabel yang dianalisis. Metode estimasi yang umum digunakan dalam SEM adalah Maximum Likelihood dan Weighted Least Square. 4. Uji Kecocokan (Testing Fit) Tahap ini berkaitan dengan pengujian kecocokan antara model dengan data. Beberapa kriteria ukuran kecocokan model atau Goodness Of Fit (GOF) dapat digunakan untuk melaksanakan langkah ini. 5. Respesifikasi (Respecification) Tahap ini berkaitan dengan respesifikasi model berdasarkan atas hasil uji kecocokan tahap sebelumnya. Dalam penelitian ini, akan menggunakan pendekatan alternatif yang dikenal dengan Two-Step Approach. Tahap pertama dari Two-Step Approach adalah dengan merespesifikasi sebuah model full SEM sebagai model CFA (Confirmatory Factor Analysis) atau dengan kata lain, hanya komponen model pengukuran dari model full SEM yang dispesifikasikan. Model CFA ini kemudian dianalisis untuk menentukan kecocokannya terhadap data. Jika kecocokan (fit) dari model CFA tidak baik, maka tidak hanya hipotesis peneliti tentang model pengukuran yang salah, tetapi juga kecocokan model full SEM terhadap data akan lebih jelek lagi. Oleh karena itu, pada tahap pertama, yang harus diuji adalah kecocokan data-model yang baik dan juga uji validitas dan reliabilitas. Setelah tahap pertama menghasilkan model CFA dengan kecocokan datamodel, validitas dan reliabilitas yang baik, maka tahap kedua bisa dilaksanakan. Tahap kedua dari Two-Step Approach adalah menambahkan model struktural aslinya pada model CFA hasil tahap pertama untuk menghasilkan model full
36
SEM. Model full SEM dianalisis untuk melihat kecocokan model secara keseluruhan serta evaluasi terhadap model strukturalnya. Karena pada penelitian ini menggunakan pendekatan Two-Step Approach, maka analisis awal terhadap hasil estimasi difokuskan kepada model pengukuran dan hal-hal lain sebagai berikut juga harus diperiksa: 1. Offending Estimates, terutama adanya negative error variance. Jika ada varian kesalahan negatif maka varian kesalahan tersebut perlu ditetapkan menjadi 0.01 atau 0.005. 2. T-values dari muatan faktor hasil estimasi < 1.96. Jika ada nilai-t dari estimasi muatan faktor < 1.96, berarti estimasi muatan faktor tersebut tidak signifikan dan variabel teramati yang terkait bisa dihapus dari model. 3. Standardized Loading Factors (muatan faktor standar) < 0.50 atau > 0.70. Jika nilai muatan faktor standar lebih kecil dari batas kritis tersebut, maka variabel terkait bisa dihapuskan dari model. Selain kedua pilihan batas kritikal, Igbaria dalam Wijanto (2008) menambahkan, jika nilai muatan faktor standar < 0.50, tetapi masih > 0.30 maka variabel terkait bisa dipertimbangkan untuk tidak dihapus. Tetapi jika nilai muatan faktor standar < 0.30 maka variabel terkait bisa dihapus dari model. Penggunaan batas kritikal dari ketiga kriteria
di
atas
sepenuhnya
diserahkan
kepada
peneliti
dengan
mempertimbangkan teori atau substansi yang mendasari model. Setelah analisis awal terhadap estimasi model pengukuran dilakukan, maka dilanjutkan dengan uji kecocokan keseluruhan model. Uji ini berkaitan dengan analisis terhadap GOF statistik yang dihasilkan program. Tabel yang menyajikan ringkasan uji kecocokan yang baik (good fit) bisa dilihat pada Tabel 7. Langkah berikutnya adalah evaluasi atau analisis model pengukuran. Evaluasi ini akan dilakukan terhadap model pengukuran atau konstruk secara terpisah melalui evaluasi terhadap validitas dan reliabilitas dari model pengukuran. Kedua evaluasi ini akan diuraikan sebagai berikut:
37
1. Evaluasi terhadap validitas dari model pengukuran. Variabel dikatakan mempunyai validitas yang baik terhadap konstruk atau variabel latennya jika: a. Nilai t-muatan faktornya (factor loading) > nilai kritis ( ≥ 1.96). b. Muatan faktor standarnya (standardized factor loading) ≥ 0.70 atau ≥ 0.50 atau ≥ 0.30. 2. Evaluasi terhadap reliabilitas dari model pengukuran. Dalam mengukur reliabilitas dalam SEM dapat menggunakan : composite reliability measure ( ukuran reliabilitas komposit) dan variance measure (ukuran ekstrak varian). Reliabilitas komposit suatu konstruk dihiting sebagai berikut (Wijanto, 2008): Construct Reliability (CR) = Variance Extracted (VE) =
(Σstd.loading)2 (Σstd. loading)2 + Σ ej Σstd.loading2 Σ indikator
(Persamaan 3.5)
Standar loading (standardized loading) dapat diperoleh dari keluaran program LISREL, dan ej adalah kesalahan untuk setiap indikator atau variabel teramati. Hair et.al dalam Wijanto (2008) menyatakan bahwa sebuah konstruk mempunyai reliabilitas yang baik jika nilai CR-nya ≥ 0.70 dan VE-nya ≥ 0.50. Analisis terhadap model struktural mencakup pemeriksaan terhadap signifikansi koefisien-koefisien yang diestimasi. Metode SEM tidak hanya menyediakan nilai koefisien-koefisien yang diestimasi tetapi juga nilai-t hitung untuk setiap koefisien tersebut. Dengan menspesifikasikan tingkat nilai signifikan (lazimnya α = 0.05), maka setiap koefisien yang mewakili hubungan kausal yang dihipotesiskan dapat diuji signifikansinya secara statistik.
38
Tabel 7 Ukuran-ukuran GOF (Wijanto, 2008) Ukuran GOF Statistic Chi-Square (χ2)
Root Mean Square Error of Approximation (RMSEA)
Expected Cross-Validation Index (ECVI)
Tucker-Lewis Index atau NonNormed Fit Index (TLI atau NNFI) Normed Fit Index (NFI)
Adjusted Goodness of Fit Index (AGFI) Relative Fit Index (RFI)
Incremental Fit Index (IFI)
Comparative Fit Index (CFI)
Tingkat Kecocokan yang dapat diterima Mengikuti uji statistik yang berkaitan dengan persyaratan signifikan. Semakin kecil nilainya semakin baik. Rata-rata perbedaan per degree of freedom yang diharapkan terjadi dalam populasi dan bukan sampel. RMSEA ≤ 0.08 adalah good fit, sedangkan RMSEA < 0.05 close fit. Digunakan untuk perbandingan antar model. Semakin kecil semakin baik. Pada model tunggal, nilai ECVI dari model yang mendekati nilai saturated ECVI menunjukkan good fit. Nilai berkisar antara 0 – 1, dengan nilai yang lebih tinggi adalah lebih baik. TLI ≥ 0.90 adalah good fit, sedang 0.80 ≤ TLI ≤ 0.90 adalah marginal fit. Nilai berkisar antara 0 – 1, dengan nilai yang lebih tinggi adalah lebih baik. NFI > 0.90 adalah good fit, sedang 0.80 < NFI < 0.90 adalah marginal fit. Nilai berkisar antara 0 – 1, dengan nilai yang lebih tinggi adalah lebih baik. AGFI > 0.90 adalah good fit, sedang 0.80 < AGFI < 0.90 adalah marginal fit. Nilai berkisar antara 0 – 1, dengan nilai yang lebih tinggi adalah lebih baik. RFI > 0.90 adalah good fit, sedang 0.80 < RFI < 0.90 adalah marginal fit. Nilai berkisar antara 0 – 1, dengan nilai yang lebih tinggi adalah lebih baik. IFI > 0.90 adalah good fit, sedang 0.80 < IFI < 0.90 adalah marginal fit. Nilai berkisar antara 0 – 1, dengan nilai yang lebih tinggi adalah lebih baik. CFI > 0.90 adalah good fit, sedang 0.80 < CFI < 0.90 adalah marginal fit.
3.5.4 Definisi Variabel Penelitian Berdasarkan masalah khusus yang dikaji yaitu model hubungan antara modal sosial, kepercayaan dan OCB, maka ditetapkan beberapa variabel yang mewakili variabel indikator dan variabel laten, baik yang bebas maupun terikat yang terdapat pada penelitian ini bisa dilihat pada Tabel 8.
39
Tabel 8 Variabel Laten dan Variabel Indikator Model Persamaan Struktural Modal Sosial, Kepercayaan dan OCB. No.
Variabel Laten
Variabel Indikator / Manifest
1.
Variabel Laten Bebas (ξ) : Modal Sosial (Nahapiet dan Ghoshal, 1998).
2.
Variabel Laten Terikat (η1): Trust (Tzafir dan Dolan, 2004)
3.
Variabel Laten Terikat (η2) : OCB (Organ, 1988).
1. Struktural (X1) a. Rela dan terbuka bekerjasama dengan rekan kerja b. Partisipasi dalam menyelesaikan konflik perusahaan. c. Motivasi untuk besosialisasi. d. Penyebaran informasi di seluruh perusahaan. e. Batasan komunikasi formal dan informal. f. Intensitas mengikuti kegiatan informal. 2. Relasional (X2) a. Kepercayaan pada rekan kerja. b. Empati pada rekan kerja. c. Membantu rekan kerja yang membutuhkan. d. Memahami kesalahan rekan kerja. e. Yakin bahwa rekan kerja akan memberi bantuan. f. Keterbukaan memberi kritik dengan rekan kerja. g. Mentolerir kegagalan. h. Kebersamaan dengan rekan kerja. 3. Kognitif (X3) a. Kesamaan bahasa dengan rekan kerja. b. Kesamaan cerita dan mitos organisasi. c. Kesamaan visi, misi dan tujuan organisasi. d. Kesamaan pemahaman norma dan nilai-nilai yang berlaku dalam perusahaan. i. Kepatuhan terhadap peraturan perusahaan. 1. 1. Harmony (Y1) a. Kebutuhan dan keinginan pegawai. b. Kerjasama di dalam organisasi. c. Kehangatan hubungan manajer dan pegawai. d. Manajer memaafkan kesalahan pegawai. e. Manajer memperhatikan kepentingan pegawai. 2. Reliability (Y2) a. Keberhasilan manajer. b. Tindakan manajer konsisten dengan perkataan. c. Manajer menepati janji yang mereka buat. d. Kepercayaan pada manajer (tidak akan melakukan sesuatu yang merugikan organisasi). e. Manajer selalu konsisten 3. Concern (Y3) a. Berbagi informasi dengan manajer. b. Manajer bisa diandalkan jika pegawai kesulitan. c. Manajer memiliki banyak pengetahuan. d. Manajer bersedia berkorban demi kelompok. e. Kejujuran manajer. f. Keterbukaan manajer. 1. Altruism (Y4) a. Menggantikan rekan kerja yang tidak masuk. b. Membantu rekan kerja yang overload. c. Sukarela membantu orientasi karyawan baru. d. Bersedia membantu tugas orang lain. e. Meluangkan waktu untuk membantu orang lain. f. Menjadi Volunteer. g. Membantu orang lain di luar departemen. h. Melayani pelanggan atau tamu.
40
Tabel 8 Variabel Laten dan Variabel Indikator Model Persamaan Struktural Modal Sosial, Kepercayaan dan OCB. (Lanjutan) No.
Variabel Laten
Variabel Indikator / Manifest 2. Conscientiousnes (Y5) a. Tiba bekerja lebih awal. b. Ketepatan waktu. c. Efisiensi percakapan di telepon. d. Efisiensi percakapan diluar pekerjaan. e. Ada saat dibutuhkan. f. Tidak mengambil kelebihan jam kerja. 3. Sportsmanship (Y6) a. Tidak menemukan masalah dalam organisasi. b. Tidak mengeluh. c. Tidak membesar-besarkan masalah. 4. Civic Virtue (Y7) a. Menyimpan informasi-informasi organisasi. b. Mengikuti perkembangan organisasi. c. Mengikuti pengumuman organisasi. d. Melakukan pertimbangan dalam menilai. 5. Courtesy (Y8) a. Keterlibatan dalam fungsi-fungsi organisasi. b. Perhatian pada pembangunan image organisasi. c. Menghadiri pertemuan-pertemuan organisasi. d. Membantu kebersamaan departemental
3.5.5 Variabel Moderasi Variabel moderasi adalah suatu variabel laten yang berpengaruh terhadap hubungan antara variabel laten terikat dan variabel laten bebas (Imam Ghozali, 2008). Sama seperti analisis multivariate lainnya, untuk mengetahui ada atau tidaknya pengaruh moderasi terhadap SEM, metode yang paling akurat dan yang paling popular saat ini adalah dengan bentuk interaksi (Cortina et al. 2002; Kenny dan Judd, 1984), yaitu dapat ditulis dalam persamaan 3.6. Y = a + b1X1 +b2X2 + b3X1X2
(Persamaan 3.6)
Dimana : model interaksi diperoleh dengan mengalikan X1 dengan moderating X2. Dalam SEM, terdapat beberapa metode yang dapat untuk menilai pengaruh moderating. Salah satu metode termudah dan dapat mengestimasi pengaruh moderating pada SEM yang kompleks adalah metode Ping (1995) yang menyatakan bahwa indikator tunggal seharusnya digunakan sebagai indikator dari suatu variabel laten moderating seperti yang ditunjukkan pada persamaan 3.7. Misalnya, hubungan antara X dan Y dipengaruhi oleh variabel laten Z. Indikator moderatingnya : (x1 + x2)(z1 + z2)
(Persamaan 3.7)
41
Dimana nantinya nilai indikator moderating yang didapatkan tersebut dimasukkan ke dalam proses pengolahan SEM selanjutnya. Menurut Cortina et al. (2002) menyatakan bahwa dengan menetapkan nilai dari indikator moderating dalam SEM bukanlah suatu masalah yang akan menyebabkan estimasi menjadi bias, asalkan variabel laten adalah unidimensi dan bukan multidimensi (second order factor). Untuk kasus variabel laten multidimensi pada SEM, penentuan nilai variabel tunggal sebagai indikator moderating secara manual tudak bisa dilakukan karena indikator pada tingkat pertama juga merupakan variabel laten pada tingkat keduanya sehingga mustahil untuk digantikan oleh satu variabel tunggal. Karena itu, bisa dilakukan pendekatan dengan mencari nilai loading variabel interaksi menggunakan rumus 3.8 (Ping, 1995). λinteraksi = (λx1 + λx2) (λz1 + λz2) = (λx)(λz)
(Persamaan 3.8)
Keterangan : λx = nilai loading faktor variabel laten bebas λz = nilai loading faktor variabel laten moderating Jadi, peran moderasi dari suatu variabel laten akan diartikan sebagai pengaruh tidak langsung dari suatu variabel laten bebas terhadap suatu variabel laten terikat melalui suatu variabel laten terikat lainnya. Dalam penelitian ini ketiga konstruk yang diteliti yaitu modal sosial, kepercayaan dan OCB merupakan variabel laten multidimensi, sehingga peran pemoderasian yang dilakukan oleh kepercayaan terhadap hubungan antara modal sosial dan OCB akan menjadi berubah seperti yang ditunjukkan pada Gambar 2. Harmony
Reliabilit y
Concern Connscientiousne ss
TRUST
Relasiona l Kognitif
Sportsmanship
H
Struktural
2
MODAL SOSIAL
Altruism
OCB H 1
Civic Virtue Courtesy
Gambar 2 Model Hubungan Modal Sosial, Kepercayaan dan OCB yang Telah Disesuaikan.
42
3.5.6 Model Persamaan Struktural Modal Sosial, Kepercayaan dan OCB Model persamaan struktural yang terbentuk antara modal sosial, kepercayaan dan OCB dalam penelitian ini bisa dilihat pada Gambar 3 dan persaman-persamaan yang terbentuk ditampilkan pada Tabel 9. δ11
X11
δ12
X12
δ13
X13
δ14
X14
δ15
X15
δ16
X16
Y41
ε41
Y42
ε42
Y43
ε43
Y44
ε44
Y45
ε45
Y46
ε46
Y51
ε51
Y52
ε52
Y5
Y53
ε53
CONSC
Y54
ε54
Y55
ε55
Y56
ε56
Y57
ε57
Y58
ε58
Y61
ε61
Y62
ε62
Y63
ε63
Y71
ε71 ε72
Y4
X1
ALTRU STRUK
δ21
X21
δ22
X22
δ23
X23
δ24
X24
δ25
X25
δ26
X26
δ27
X27
δ28
X28
λY42 λX11
X2 RELASI
λY52 λX21 Y6 SPORTS
ξ1 δ31
X31
δ32
X32
δ33
X33
KOGNI
δ34
X34
X3
δ35
X35
λX31
η2
γ21
MS
γ11
λY62
OCB
η1
λY72
Y72 TRUST
β21
CIVIC
δ11
λY82 λY11
Y2
RELIAB
λY31 Y8
Y1 Y21 HARM
ε21
O
Y11
ε11
Y12
Y13
ε12
ε13
Y7
Y14
ε14
Y15
ε15
Y22
ε22
Y23
ε23
Y24
ε24
Y31
ε31
CONCR
ε25
ε32
ε73
Y74
ε74
Y81
ε81
Y82
ε82
Y83
ε83
Y84
ε84
COURT
Y25
Y32
Y73
Y3
Y33
Y34
Y35
Y36
ε33
ε34
ε35
ε36
Gambar 3 Model Struktural antara modal sosial, kepercayaan dan OCB.
43
Tabel 9 Model Pengukuran dan Model Struktural Hubungan yang Terbentuk MODEL PENGUKURAN
MODEL STRUKTURAL
1.
X1i = λXiSTRUKTURAL + δ1i
TRUST = γ11(MODAL) + δ1
2.
X2i = λX2iRELASIONAL + δ2i
OCB = γ21(MODAL) + β11(TRUST) + β21(TRUST x MODAL) + δ2
3.
X3i = λX3iKOGNITIF + δ3i
4.
Y1i = λY1iHARMONY + ε1i
5.
Y2i = λY2iRELIABILITY + ε2i
6.
Y3i = λY3iCONCERN+ ε3i
7.
Y4 i= λY4iALTRUISM + ε4i
8.
Y5i = λY5iCONSCIENT + ε5i
9.
Y6i = λY6iSPORTSMAN + ε6i
10. Y7i = λY7iCIVICVIRT + ε7i 11. Y8i = λY8iCOURTESY + ε8i 12. STRUKTURAL = λX11ξ1 + δ1 13. RELASIONAL = λX21ξ1 + δ2 14. KOGNITIF = λX31ξ1 + δ3 15. HARMONY = λY11ε1 + ε1 16. RELIABILITY = λY21ε2 + ε2 17. CONCERN = λY31ε3 + ε3 18. ALTRUISM = λY41ε4 + ε4 19. CONSTIEN = λY51ε5 + ε5 20. SPORTSMA = λY61ε6 + ε6 21. CIVICVIRT = λY71ε7 + ε7 22. COURTESY = λY81ε8 + ε8
