BAB III METODOLOGI PENELITIAN
3.1
Disain Penelitian Dalam penelitian ini, penelitian yang digunakan adalah bersifat assosiatif. Penelitian
assosiatif bertujuan untuk mengetahui hubungan antara dua variabel atau lebih dan bagaimana tingkat tingkat ketergantungan antara variabel independen dengan variabel dependen. Unit analisis yang dituju adalah individu yakni karyawan Inspektorat Jenderal Kementerian Dalam Negeri. Dalam pelaksanaannya metode penelitian yang digunakan adalah dengan melakukan survey. Informasi yang didapat dari karyawan tersebut dikumpulkan satu kali pada waktu tertentu yaitu cross-sectional.
Tabel 3.1 Desain penelitian Tujuan
Desain Penelitian
penelitian Jenis Penelitian
Metode
Unit Analisis
Time Horizon
Penelitian T-1
Assosiatif
Survey
Individual=karyawan
Cross-Sectional
T-2
Assosiatif
Survey
Individual=karyawan
Cross-Sectional
T-3
Assosiatif
Survey
Individual=karyawan
Cross-Sectional
T-4
Assosiatif
Survey
Individual=karyawan
Cross-Sectional
T-5
Assosiatif
Survey
Individual=karyawan
Cross-Sectional
T-6
Assosiatif
Survey
Individual=karyawan
Cross-Sectional
T-7
Assosiatif
Survey
Individual=karyawan
Cross-Sectional
Sumber : pengolahan penulis
43
44
Operasionalisasi menggunakan skala ukuran tertentu yang disesuaikan oleh tujuan penelitian. Tabel 3.2 Operasionalisasi Variabel Penelitian Variabel
Konsep
Sub variabel
Indikator
variabel
pengukuran Kesan pertama
Segala sesuatu yang
seleksi (X1)
1. Penerimaan Pendahuluan
saat penerimaan
berhubungan
pendahuluan
dengan proses
Materi test yang
seleksi baik
diberikan
dalam bentuk
waktu yang
kegiatan, materi,
2. Test Penerimaan
diberikan pada saat pelaksanaan
suasana dan
test
kondisi dari
Suasana pada
awal proses
saat wawancara
penerimaan
dilakukan
pendahuluan hingga
Skala
3. Wawancara Seleksi
Sikap Pewawancara
keputusan
Pertanyaan yang
penerimaan
diberikan dalam wawancara Pemeriksaan 4. Pemeriksaan referensi
Employement References
Skala likert
45
Pemeriksaan
Personal References Pemeriksaan 5. Evaluasi Medis
kesehatan Kesesuaian materi wawancara
6. Wawancara atasan langsung
dengan pekerjaan yang ditawarkan Sikap penyelia (Supervisor) Kesesuaian
7. Keputusan penerimaan
dengan Job
spesification Penguasaan
Pelatihan (X2)
Segala sesuatu
1. Instruktur
materi tenaga
yang
(tenaga
pengajar
berhubungan
Pengajar)
Cara mengajar
dengan
dari tenaga
pelatihan yang
pengajar
diberikan baik
Jumlah Peserta
dalam proses
bentuk
2. Peserta
Antusias peserta dalam mengikuti
Skala Likert
46
pelatihan,
pelatihan
prasarana,
kelengkapan
tenaga
materi pelatihan
pengajar
dan
3. Materi/bahan
infrastruktur
Manfaat
materi
yang diberikan
Metode Pelatihan yang digunakan 4. Metode
Alat bantu yang digunakan Kesesuaian Tujuan dengan
5. Tujuan Pelatihan
pelaksanaan pelatihan Suasana pelatihan
6. Lingkungan yang menunjang
Kelengkapan fasilitas
Segala sesuatu
Kemampuan
baik
karyawan dalam
keterampilan,
menyelesaikan
ataupun
tugas
kemampuan
Kecepatan dan
Kompetensi
kerja
(Y)
dapat
keterampilan
menyelesaikan
dihubungkan
karyawan
tugas
yang
1. Kemampuan dan
ketepatan dalam
Skala Likert
47
dengan
Karyawan
kenaikan
2. Motivasi dan
kinerja individu
etos kerja
atau tim
bersemangat dalam mengerjakan tugas-tugasnya Karyawan mengetahui tata cara dalam melaksanakan pekerjaannya
Segala bentuk dari hasil kerja yang
oleh karyawan
(Z)
1. Kualitas dari hasil
ditunjukkan
Kinerja
Kualitas dari hasil
2. Kuantitas dari hasil
pekerjaan yang diberikan Jumlah tugas yang dikerjakan
baik dari segi 3. Ketepatan waktu
kualitas, kuantitas
Skala Likert
dan
dan hasil kerja
perilaku dalam kurun tertentu
waktu
Tugas selesai tepat waktu Karyawan hadir
4. Tingkat
tepat waktu
Kehadiran
Karyawan rajin
karyawan
masuk kerja
5. Kemampuan
Karyawan
dalam bekerja
mampu bekerja
sama
dalam tim
48
Karyawan memiliki hubungan baik dengan rekan kerja, atasan dan bawahan
3.2
Jenis dan Sumber Data Penelitian Jenis data yang digunakan dalam penelitian ini adalah jenis data subjek yaitu jenis
data yang berupa opini, pengalaman, sikap atau karakteristik dari seseorang atau sekelompok orang yang menjadi subjek penelitian (responden). Sumber data dan penelitian ada 2 (dua) yaitu data primer dan data sekunder. Data primer adalah sumber data yang diperoleh langsung dari sumber data tanpa melalui media atau perantara. Data sekunder adalah sumber data penelitian yang diperoleh secara tidak langsung atau melalui media dan perantara lain. Dalam penelitian ini penulis lebih banyak menggunakan data primer yaitu dengan cara menyebar kuesioner dan melakukan wawancara dengan pihak manajemen serta menggunakan data sekunder yang didapat dari perusahaan sebagai bahan referensi, buku, internet dan jurnal.
3.3
Teknik Pengumpulan Data Teknik pengumpulan data yang digunakan dalam penelitian ini adalah sebagai
berikut : 1.
Library Research Data yang dikumpulkan berupa data sekunder baik data yang dimiliki oleh perusahaan, jurnal, atau sumber-sumber lainnya.
49
2.
Field Research Data yang dikumpulkan berupa data primer yaitu dengan cara menyebar kuesioner serta melakukan wawancara (interview) dengan pihak perusahaan. a. Kuesioner merupakan teknik pengumpulan data dengan cara menyebar kuesioner yang berisikan butir-butir pertanyaan berkaitan dengan masalah-masalah yang akan dibahas kepada karyawan Inspektorat Jenderal Kementerian Dalam Negeri. Kuesioner ini akan diberikan kepada 65 orang karyawan yang bekerja di kantor Inspektorat Jenderal Kementerian Dalam Negeri yang pernah mengikuti pelatihan. Data jumlah karyawan yang pernah mengikuti pelatihan adalah data dari bulan Januari 2010 sampai dengan Oktober 2010 yang menjadi responden dalam penelitian ini. b. Wawancara (interview) Melakukan wawancara dengan pihak perusahaan mengenai segala sesuatu yang berkaitan dengan masalah yang akan dibahas. Wawancara akan dilakukan dengan bagian kepegawaian Inspektorat Jenderal Kementerian Dalam Negeri.
3.4
Teknik Pengambilan Sampel Teknik pengambilan sampel dalam penelitian ini adalah dengan cara simple random
sampling yaitu cara pengambilan sampel dari anggota populasi secara acak tanpa memperhatikan strata (tingkatan dalam anggota populasi tersebut). Dalam penelitian ini akan digunakan rumus slovin untuk menghitung jumlah sampel yang akan di ambil. Rumus slovin adalah sebagai berikut :
N n=
N.d2 + 1
50
Dimana : n
=
Jumlah sampel yang akan diambil
N
=
Jumlah populasi yang ada
d
=
presisi (ditetapkan 5% dengan tingkat kepercayaan 95%)
Sesuai hasil wawancara penulis dengan pihak Inspektorat Jenderal Kementerian Dalam Negeri, maka diketahui jumlah karyawan yang mengikuti pelatihan dari periode januari sampai dengan oktober 2010 adalah sebanyak 75 orang karyawan dimana 75 orang ini adalah yang menjadi populasi dalam penelitian ini. Maka dalam pengolahan sampel diketahui sebagai berikut : N
=
75 orang karyawan
e
=
presisi 5% dengan selang kepercayaan 95%
Dengan menggunakan rumus slovin tersebut maka didapat sebagai berikut :
n=
=
=
= =
75 1+ 75 (0.05)2 75 1+ 75 (0.0025) 75 1+ 0.1875 75 1.1875 63.157895 dibulatkan kebawah menjadi 63 orang.
51
Dari pengolahan diatas, maka diketahui bahwa dalam penelitian ini, peneliti harus mengambil sampel sebanyak 63 orang karyawan dari total 75 orang karyawan yang pernah mendapatkan pelatihan (periode bulan Januari 2010-Oktober 2010) untuk dapat mewakili jumlah populasi yang ada dalam pengujian ini. Namun dalam penelitian ini peneliti memutuskan untuk mengambil sampel sebanyak 65 orang karyawan. Hal ini dilakukan dalam rangka memudahkan dalam pengujian dan pengolahan selanjutnya. Maka dari itu kuesioner akan diberikan kepada 65 karyawan Inspektorat Jenderal Kementerian Dalam Negeri yang pernah mengikuti pelatihan. Penulis memberikan 65 kuesioner ini kepada bagian kepegawaian Inspektorat Jenderal Kemendagri, selanjutnya bagian kepegawaian Inspektorat Jenderal Kementerian Dalam Negeri akan membagikannya kepada para karyawan yang telah mengikuti pelatihan untuk mengisi kuesioner dalam penelitian ini. Hal ini dilakukan karena Inspektorat Jenderal Kementerian Dalam Negeri memberlakukan peraturan bahwa kuesioner tidak diperkenankan untuk dibagikan secara langsung oleh penulis kepada para karyawan demi menjaga konsentrasi karyawan dalam melakukan pekerjaannya.
3.5
Teknik Pengolahan Data Setelah melakukan pengumpulan data, maka data yang tersebut akan diolah dengan
menggunakan software SPSS 16.0. Dengan metode analisis seperti yang akan dijelaskan berikutnya.
3.6
Metode Analisis Kuesioner akan dibagi menjadi 4 (empat) bagian, bagian pertama adalah pertanyaan
yang berhubungan dengan seleksi, bagian kedua tentang pelatihan, yang ketiga terkait dengan Kompetensi yang keempat terkait dengan Kinerja karyawan. Setelah kuesioner disebarkan, maka akan dilakukan uji validitas. Berikut ini adalah penjelasannya.
52
3.6.1 Uji validitas Suatu kuesioner dikatakan valid/berlaku apabila pertanyaan yang ada pada kuesioner tersebut dapat mengungkapkan sesuatu yang akan di ukur oleh kuesioner tersebut. Dengan dasar pertimbangan : -
jika r hasil positif, serta hasil > r tabel maka butir atau variabel valid
-
jika r hasil tidak positif, serta hasil < r tabel maka butir atau variabel tidak valid
Jika terdapat pertanyaan yang tidak valid, maka secara otomatis pertanyaan tersebut akan dihilangkan dan tidak di ikut sertakan dalam pengujian. Berikut adalah rumus pengujian validitas :
rxy =
n ( ∑XY)- (∑X)(∑Y) √ {N.∑ X2 – (∑ X)2} {N.∑ Y2 – (∑ Y)2}
Di mana : rxy = Koefisien korelasi Product Moment X = Skor dari setiap item pertanyaan Y = Skor sub total dari semua item N = Jumlah responden
Setelah itu, maka selanjutnya akan dilakukan uji realibilitas.
3.6.2 Uji realibilitas Suatu kuesioner dikatakan handal apabila jawaban seseorang terhadap pertanyaan adalah konsisten dari waktu ke waktu. Uji realibilitas memiliki dasar pertimbangan sebagai berikut : -
jika r Alpha positif, serta r Alpha > r tabel maka butir atau variabel reliabel
53
-
jika r Alpha tidak positif, serta hasil < r tabel maka butir atau variabel tidak reliabel
Setelah pengujian validitas dan realibilitas, peneliti akan menggunakan metode analisis Jalur (PATH Analysis) yang akan dijelaskan pada subbab berikutnya.
3.6.3 Analisis jalur (PATH Analysis) Menurut penelusuran peneliti melalui situs: www.google.co.id/gwt/x?q=Analisis+PATH+adalah+digunakan+untuk+menguji&resnum=2& ei=TdcmTLCHIouiqAOyidyLAw&ved=OCAkQFjAB&hl=id&source=m&rd=1&u=http%3A%2F %2Fteorionline.wordpress.com%2F2010%2F01%2F30%2Fanalisis-jalur-path-analysis%2F ”Analisis jalur adalah suatu teknik untuk menganalisis hubungan sebab akibat yang terjadi pada regresi berganda jika variabel bebasnya mempengaruhi variabel tergantung tidak hanya secara langsung tetapi juga secara tidak langsung”. Analisis jalur adalah suatu teknik pengembangan dari regresi linier berganda. Teknik ini digunakan untuk menguji besarnya kontribusi yang ditunjukkan oleh koefisien jalur pada setiap diagram jalur dari hubungan kausal antar variabel X. Seperti X terhadap Y dan dampaknya terhadap Z.
Menurut penelusuran pada situs http://statistikakomputasi.wordpress.com/2010/04/27/analisis-jalur-path-analysis/,
Analisis jalur pertama kali diperkenalkan oleh Sewall Wright (1921), seorang ahli genetika, namun kemudian dipopulerkan oleh Otis Dudley Duncan (1966), seorang ahli sosiologi. Analisis jalur bisa dikatakan sebagai pengembangan dari konsep korelasi dan regresi, dimana korelasi dan regresi tidak mempermasalahkan mengapa hubungan antar variabel terjadi
54
serta apakah hubungan antar variabel tersebut disebabkan oleh variabel itu sendiri atau mungkin dipengaruhi oleh variabel lain.
Berbeda dengan korelasi dan regresi, analisis jalur mempelajari apakah hubungan yang terjadi disebabkan oleh pengaruh langsung dan tidak langsung dari variabel independen terhadap variabel dependen, mempelajari ketergantungan sejumlah variabel dalam suatu model (model kausal), dan menganalisis hubungan antar variabel dari model kausal yang telah dirumuskan oleh peneliti atas dasar pertimbangan teoritis. Melalui analisis jalur kita akan menguji seperangkat hipotesis kausal dan menginterpretasikan hubungan tersebut (langsung atau tidak langsung).
Asumsi yang digunakan dalam analisis jalur yaitu:
1. Hubungan antara variabel haruslah linear, adaptif dan normal
2. hanya sistem aliran kausal ke satu arah, artinya tidak ada arah kausalitas yang berbalik
3. variabel endogen (terikat) minimal dalam skala ukur interval dan ratio
4. menggunakan sampel probability sampling yaitu teknik pengambilan sampel untuk memberikan peluang yang sama pada setiap anggota populasi untuk dipilih menjadi anggota sampel
5. observed variables diukur tanpa kesalahan (instrumen pengukuran valid dan reliabel) artinya variabel yang diteliti dapat di observasi secara langsung
6. model yang dianalisis dispesifikasikan (diidentifikasikan) dengan benar berdasarkan teoriteori dan konsep-konsep yang relevan artinya model teori yang dikaji atau diuji dibangun
55
berdasarkan kerangka teoritis tertentu yang mampu menjelaskan hubungan kausalitas antar variabel yang diteliti.
Contoh model analisis jalur:
Gambar 3.1 Model Analisis Jalur
Sumber : http://statistikakomputasi.wordpress.com/2010/04/27/analisis-jalur-path-analysis/,
Dengan notasi-notasi yang digunakan sebagai berikut:
•
γ (gamma)
: koefisien pengukur hubungan antara variabel endogen dengan eksogen
•
β (beta)
: koefisien yang mengukur hubungan antar variabel dependen (endogen).
•
Ԅ (phi)
: koefisien yang mengukur hubungan antar variabel independen (eksogen).
•
ζ (zeta)
:
varian peubah latent yg tdk terjelaskan model
•
Y
:
variabel dependen (endogen)
•
X
:
variabel independen (eksogen)
56
Persamaan struktural dari contoh model diatas adalah:
Langkah-langkah dalam analisis jalur sebagai berikut:
1. Merancang model berdasarkan konsep dan teori
2. Pemeriksaan terhadap asumsi yang melandasi
3. Pendugaan parameter atau perhitungan koefisien jalur
4. Pengujian model
5. Interpretasi model
Sedangkan menurut situs sambasalim.com/wp-content/uploads/2009/.../ANALISISJALUR.doc, adalah sebagai berikut : Beberapa istilah dan definisi dalam Path Analysis: (1) Dalam Path Analysis, kita hanya menggunakan sebuah lambang variabel, yaitu X. Untuk membedakan X yang satu dengan X yang lainya, kita menggunakan subscript (indeks). Contoh : X1, X2, X3 …. Xk. (2) Kita membedakan dua jenis variabel, yaitu variabel yang menjadi pengaruh (exogenous variable), dan variabel yang dipengaruhi (endogenous variable). (3) Lambang hubungan langsung dari eksogen ke endogen adalah panah bermata satu, yang bersifat recursive atau arah hubungan yang tidak berbalik/satu arah. (4) Diagram jalur merupakan diagram atau gambar yang mensyaratkan hubugan terstruktur antar variabel (Harun Al Rasyid, 2005).
57
Secara matematik analisis jalur mengikuti pola Model Struktural yang ditentukan dengan seperangkat persamaan : Y1 = F1 (Xa, …, Xq ; A11, … , A1k) Y2 = F2 (Xa, …, Xq ; A21, … , A2k) … … … Yp = Fp (Xa, …, Xq ; Ap1, … , Apk) yang mengisyaratkan hubungan kausal dari X1, X2, …., Xq ke Y1, Y2, …., Yp. Apabila setiap variabel Y secara unique keadaanya ditentukan (disebabkan) oleh seperangkat variabel X, maka persamaan di atas dinamakan persamaan struktural, dan modelnya disebut model struktural. DIAGRAM JALUR DAN PERSAMAAN STRUKTURAL Pada saat akan melakukan analisis jalur, disarankan untuk terlebih dahulu menggambarkan secara diagramatik struktur hubungan kausal antara variabel
penyebab
dengan variabel akibat. Diagram ini disebut Diagram Jalur (Path Diagram), dan bentuknya ditentukan oleh proposisi teoritik yang berasal dari kerangka pikir tertentu.
X1
X2
ε Gambar 3.2 Hubungan Kausal Dari X1 Sebagai Penyebab Ke X2 Sebagai Akibat Sumber : sambasalim.com/wp-content/uploads/2009/.../ANALISIS-JALUR.doc,
58
Keterangan: X1 adalah variabel eksogenus (exogenous variable), untuk itu selanjutnya variabel penyebab akan kita sebut sebagai variabel eksogenus. X2 adalah variabel endogenus (endogenous
variable), sebagai akibat, dan ε adalah variabel residu (residual variable), yang merupakan gabungan dari: (1) Variabel lain, di luar X1, yang mungkin mempengaruhi X2 dan telah teridentifikasi oleh teori, tetapi tidak dimasukan dalam model. (2) Variabel lain, di luar X1, yang mungkin mempengaruhi X2 tetapi belum teridentifikasi oleh teori. (3) Kekeliruan pengukuran (error of measurement), dan (4) Komponen yang sifatnya tidak menentu (random component). Gambar 3.2 merupakan diagram jalur yang paling sederhana.
X1
X2
X4
X3
ε
Gambar 3.3 Hubungan Kausal Dari X1, X2, X3 ke X4 Sumber : sambasalim.com/wp-content/uploads/2009/.../ANALISIS-JALUR.doc,
Gambar 3.3 menunjukkan bahwa diagram jalur tersebut terdapat tiga buah variabel eksogenus, yaitu X1, X2, dan X3, sebuah variabel endogenus (X4) serta sebuah variabel residu ε. Pada diagram di atas juga mengisyaratkan bahwa hubungan antara X1 dengan X4, X2 dengan X4 dan X3 dengan X4 adalah hubungan kausal, sedangkan hubungan antara X1 dengan X2, X2 dengan X3 dan X1 dengan X3 masing-masing adalah hubungan korelasional.
59
Perhatikan panah dua arah, panah tersebut menyatakan hubungan korelasional. Bentuk persamaan strukturalnya adalah : X4 = p x4 x1 X1 + p x 4 x 2 X2 + p x 4 x 3 X3 + ε.
X1 X3
X4
ε1
ε2
X2
Gambar 3.4 Hubungan Kausal Dari X1, X2 ke X3 dan dari X3 ke X4 Sumber : sambasalim.com/wp-content/uploads/2009/.../ANALISIS-JALUR.doc,
Perhatikan bahwa pada gambar 3.4 di atas, terdapat dua buah sub-struktur. Pertama, sub-struktur yang menyatakan hubungan kausal dari X1 dan X2 ke X3, serta kedua, substruktur yang mengisyaratkan hubungan kausal dari X3 ke X4. Persamaan struktural untuk gambar 3.4 adalah: X3 = p x 3 x1 X1 + p x 3 x 2 X2 + ε1 dan X4 = p x 4 x 3 X3 + ε2. Pada sub-struktur pertama X1 dan X2 merupakan variabel eksogenus, X3 sebagai variabel endogenus dan ε1 sebagai variabel residu. Pada sub-struktur kedua, X3 merupakan variabel eksogenus, X4 sebagai variabel endogenus dan ε2 sebagai variabel residu. Berdasarkan contoh-contoh diagram jalur di atas, maka kita dapat memberikan kesimpulan bahwa makin kompleks sebuah hubungan struktural, makin kompleks diagram jalurnya, dan makin banyak pula sub-struktur yang membangun diagram jalur tersebut.
60
KOEFISIEN JALUR Besarnya pengaruh langsung dari suatu variabel eksogenus terhadap variabel endogenus tertentu, dinyatakan oleh besarnya nilai numerik koefisien jalur (path coefficient) dari eksogenus ke endogenus.
X1
p x3 x1
r x1 x2
X3 X2
p x3 x 2
p x 3ε
ε Gambar 3.5 Koefisien Jalur Hubungan kausal dari X1, X2 ke X3 Sumber : sambasalim.com/wp-content/uploads/2009/.../ANALISIS-JALUR.doc,
Hubungan antara X1 dan X2 adalah hubungan korelasional. Intensitas keeratan hubungan tersebut dinyatakan oleh besarnya koefisien korelasi r x1 x2 . Hubungan X1 dan X2 ke X3 adalah hubungan kausal. Besarnya pengaruh langsung dari X1 ke X3, dan dari X2 ke X3, masing-masing dinyatakan oleh besarnya nilai numerik koefisien jalur p x3 x1 dan p x 3 x 2 . Koefisien jalur p x3ε menggambarkan besarnya pengaruh langsung variabel residu (implicit
exogenous variable) terhadap X3.
Langkah kerja yang dilakukan untuk menghitung koefisien jalur adalah: 1. Gambarkan dengan jelas diagram jalur yang mencerminkan proposisi hipotetik yang diajukan,
lengkap
dengan
persamaan
strukturalnya.
Di
sini
kita
harus
bisa
menterjemahkan hipotesis penelitian yang kita ajukan ke dalam diagram jalur, sehingga
61
bisa tampak jelas variabel apa saja yang merupakan variabel eksogenus dan apa yang menjadi variabel endogenusnya. 2. Menghitung matriks korelasi antar variabel. X1
…
X2
⎡1 rx1 x2 R =⎢ 1 ⎢ ⎢ ⎢ ⎣
Xu
... rx1 xu ⎤ ... rx 2 xu ⎥⎥ 1 ... ⎥ ⎥ 1 ⎦
Formula untuk menghitung koefisen korelasi yang dicari adalah menggunakan Product
Moment Coefficient dari Karl Pearson. Alasan penggunaan teknik koefisien korelasi dari Karl Pearson ini adalah karena variabel-variabel yang hendak dicari korelasinya memiliki skala pengukuran interval. Formulanya :
rxy =
N ∑ XY − (∑ X ).(∑ Y )
[N ∑ X
2
][
− (∑ X ) 2 . N ∑ Y 2 − ( ∑ Y ) 2
]
2. Identifikasikan sub-struktur dan persamaan yang akan dihitung koefisien jalurnya. Misalkan saja dalam sub-struktur yang telah kita identifikasi terdapat k buah variabel eksogenus, dan sebuah (selalu hanya sebuah) variabel endogenus Xu yang dinyatakan oleh persamaan : Xu = p x u x1 x1 + p xu x 2 x2 + … + p xu x k xk + ε. Kemudian hitung matriks korelasi antar variabel eksogenus yang menyusun sub-struktur tersebut. X1
X2
⎡1 rx1x2 ⎢ 1 R= ⎢ ⎢ ⎢ ⎣
…
Xk
... rx1xk ⎤ ... rx2 xk ⎥⎥ 1 ... ⎥ ⎥ 1 ⎦
62
3. Menghitung matriks invers korelasi variabel eksogenus, dengan rumus : X1
X2 …
Xk
⎡C11 C12 ... C1k ⎤ ⎢ C22 ... C2 k ⎥⎥ R1-1 = ⎢ ⎢ ... ... ⎥ ⎢ ⎥ Ckk ⎦ ⎣
4. Menghitung semua koefisien jalur p x u x i , dimana i = 1,2, … k; melalui rumus :
⎡ ρ xu x1 ⎤ ⎢ρ ⎥ ⎢ xu x2 ⎥ = ⎢ ... ⎥ ⎢ ⎥ ⎢⎣ ρ xu xk ⎥⎦
⎡C11 C12 ⎢ C22 ⎢ ⎢ ⎢ ⎣
... C1k ⎤ ⎡ rxu x1 ⎤ ⎢ ⎥ ... C2 k ⎥⎥ ⎢rxu x2 ⎥ ... ... ⎥ ⎢ ... ⎥ ⎥⎢ ⎥ Ckk ⎦ ⎢⎣rxu xk ⎥⎦
Catatan : Contoh di atas merupakan model analisis jalur kompleks, sehingga langkah-langkah perhitungan untuk mencari koefisien jalurnya dapat mengikuti pola di atas. BESARNYA PENGARUH VARIABEL EKSOGEN TERHADAP VARIABEL ENDOGEN Pengaruh yang diterima oleh sebuah variabel endogenus dari dua atau lebih variabel eksogenus, dapat secara sendiri-sendiri maupun secara bersama-sama. Pengaruh secara sendiri-sendiri (partial), bisa berupa pengaruh langsung, bisa juga berupa pengaruh tidak langsung, yaitu melalui variabel eksogen yang lainnya. Menghitung besarnya pengaruh langsung, pengaruh tidak langsung serta pengaruh total variabel eksogenus terhadap variabel endogenus secara parsial, dapat dilakukan dengan rumus :
63
Besarnya pengaruh langsung variabel eksogenus terhadap variabel endogenus = p x u x i x p xu xi
Besarnya pengaruh tidak langsung variabel eksogenus terhadap variabel endogenus = p x u x i x r x1 x2 x p x u x i
Besarnya pengaruh total variabel eksogenus terhadap variabel endogenus adalah penjumlahan besarnya pengaruh langsung dengan besarnya pangaruh tidak langsung = [p x u x i x p x u x i ] + [p x u x i x r x1 x2 x p x u x i ]
Selanjutnya pengaruh bersama-sama (simultan) variabel eksogenus terhadap variabel endogenus dapat dihitung dengan menggunakan rumus:
(
R 2 xu ( x1 , x2 ,... xk ) = ρ xu x1
ρx x
u 2
... ρ xu xk
)
⎡ rxu x1 ⎤ ⎢r ⎥ ⎢ xu x2 ⎥ ⎢ ... ⎥ ⎢ ⎥ ⎣⎢rxu xk ⎦⎥
Dimana :
R2 x u ( x1 , x 2 ... x k ) adalah koefisien determinasi total X1, X2, … Xk terhadap Xu atau besarnya pengaruh variabel eksogenus secara bersama-sama (gabungan) terhadap variabel endogenus.
(ρ
)
xu x1
ρx x
... ρ xu xk adalah koefisien jalur
x u x1
rx u x 2
... rx u x k
(r
u 2
variabel endogenus Xu.
) adalah koefisien korelasi variabel eksogenus X , X , … X 1
2
k
dengan
64
PENGUJIAN KOEFISIEN JALUR Menguji kebermaknaan (test of significance) setiap koefisien jalur yang telah dihitung, baik secara sendiri-sendiri maupun secara bersama-sama, serta menguji perbedaan besarnya pengaruh masing-masing variabel eksogenus terhadap variabel endogenus, dapat dilakukan dengan langkah kerja berikut : 1. Nyatakan hipotesis statistik (hipotesis operasional) yang akan diuji. Ho : p x u x i = 0, artinya tidak terdapat pengaruh variabel eksogenus (Xu) terhadap variabel endogenus (Xi). H1 : p x u x i ≠ 0, artinya terdapat pengaruh variabel eksogenus (Xu) terhadap variabel endogenus (Xi). dimana u dan i = 1, 2, … , k 2. Gunakan statistik uji yang tepat, yaitu :
Untuk menguji setiap koefisien jalur :
t=
p xu x i (1 − R 2 xu ( x1 x2 ... x k ) )Cii n − k −1
dimana: i =
1,2, … k
k =
Banyaknya variabel eksogenous dalam substruktur yang sedang diuji
t =
Mengikuti tabel distribusi t, dengan derajat bebas = n – k – 1
Kriteria pengujian : Ditolak H0 jika nilai hitung t lebih besar dari nilai tabel t. (t0 > ttabel
(n-k-1)).
65
Untuk menguji koefisien jalur secara keseluruhan/bersama-sama :
(n − k − 1)( R 2 xu ( x1 , x2 ,... xk ) ) F= k (1 − R 2 xu ( x1 , x2 ,... xk ) ) dimana : i =
1,2, … k
k =
Banyaknya variabel eksogenus dalam substruktur yang sedang diuji
t =
Mengikuti tabel distribusi F Snedecor, dengan derajat bebas (degrees of freedom) k dan n – k – 1
Kriteria pengujian : Ditolak H0 jika nilai hitung F lebih besar dari nilai tabel F. (F0 > Ftabel
(k, n-k-1)).
Untuk menguji perbedaan besarnya pengaruh masing-masing variabel eksogenus terhadap variabel endogenus.
t=
p xu xi − p xu x j (1 − R 2 xu ( x1 x 2 ... x k ) )(Cii + C jj − 2Cij ) n − k −1
Kriteria pengujian : Ditolak H0 jika nilai hitung t lebih besar dari nilai tabel t. (t0 > ttabel (n-k-1)). 3. Ambil kesimpulan, apakah perlu trimming atau tidak. Apabila terjadi trimming, maka perhitungan harus diulang dengan menghilangkan jalur yang menurut pengujian tidak bermakna (no significant).
Semua metode yang telah disebutkan diatas akan diolah menggunakan software SPSS 16.
66
3.6.4
Skala Pengukuran Skala pengukuran yang digunakan dalam penelitian ini adalah skala likert yang telah
dimodifikasi. Dan untuk menghindari adanya jawaban netral, maka penulis akan menggunakan hanya 4 (empat) pilihan jawaban. Hal ini dilakukan agar data yang diperoleh lebih akurat. Skala likert digunakan untuk mengukur sikap, pendapat dan persepsi seseorang atau kelompok tentang suatu kejadian atau gejala sosial. Dalam penelitian ini, peneliti telah menetapkan variabel-variabel secara spesifik. Setiap jawaban dihubungkan dengan bentuk pernyataan atau dukungan sikap yang diungkapkan dengan kata-kata sebagai berikut :
3.7
Sangat Setuju (SS)
=
4
Setuju (S)
=
3
Tidak Setuju (TS)
=
2
Sangat Tidak Setuju (STS)
=
1
Rancangan Uji Hipotesis (jika ada uji hipotesis) Pengujian hipotesis dalam penelitian ini digunakan derajat tingkat kepercayaan
sebesar 95%. Berikut ini adalah hasil rancangan uji hipotesis : Untuk T-1 H0
:
tidak ada pengaruh antara seleksi terhadap kompetensi karyawan
H1
:
ada pengaruh antara seleksi terhadap kompetensi karyawan
Untuk T-2 H0
:
tidak ada pengaruh antara pelatihan terhadap kompetensi karyawan
H1
:
ada pengaruh antara pelatihan terhadap kompetensi karyawan
67
Untuk T-3 H0
:
tidak ada pengaruh antara seleksi dan pelatihan secara bersama-sama terhadap kompetensi karyawan
H1
:
ada pengaruh antara seleksi dan pelatihan secara bersama-sama terhadap kompetensi karyawan
Untuk T-4 H0
:
tidak ada pengaruh antara seleksi terhadap kinerja karyawan
H1
:
ada pengaruh antara seleksi terhadap kinerja karyawan
Untuk T-5 H0
:
tidak ada pengaruh antara pelatihan karyawan terhadap kinerja karyawan
H1
:
ada pengaruh antara pelatihan terhadap kinerja karyawan
Untuk T-6 H0
:
tidak ada pengaruh antara kompetensi karyawan terhadap kinerja karyawan
H1
:
ada pengaruh antara kompetensi karyawan terhadap kinerja karyawan
Untuk T-7 H0
:
tidak ada pengaruh antara seleksi, pelatihan dan kompetensi karyawan secara bersama-sama terhadap kinerja karyawan
H1
:
ada pengaruh antara seleksi, pelatihan dan kompetensi karyawan secara bersama-sama terhadap kinerja karyawan
68
3.8
Rancangan Implikasi Hasil Penelitian Rancangan implikasi penelitian yaitu setelah data telah berhasil dikumpulkan baik
data primer yang didapat dari hasil penyebaran kuesioner dan data sekunder yang didapat dari perusahaan, kemudian data tersebut akan dilakukan analisis hubungan dan pengaruh antara keempat variabel-variabel yang diuji yang dalam hal ini adalah seleksi (X1), pelatihan (X2), kompetensi (Y) dan kinerja karyawan (Z) sebagaimana yang telah diuraikan dalam identifikasi masalah. Dari analisis tersebut, apabila terdapat pengaruh dan hubungan yang kuat antara seleksi, pelatihan, kompetensi dan kinerja karyawan, maka perusahaan harus meningkatkan dan lebih memperhatikan setiap program-program seleksi dan pelatihan yang diberikan guna untuk meningkatkan kompetensi karyawan sesuai dengan kompetensi yang dibutuhkan untuk menjaga serta meningkatkan kinerja karyawan yang ada dalam Inspektorat Jenderal Kementerian Dalam Negeri. Maka dapat di katakan jika kinerja karyawan baik maka seharusnya tujuan organisasi dapat tercapai seperti bagaimana mestinya. Namun jika kinerja karyawan sudah baik dan tujuan organisasi tidak tercapai seperti bagaimana mestinya, berarti ada faktor-faktor lain yang menyebabkan hal ini begitu juga sebaliknya. Dengan penelitian ini maka diharapkan dapat menjadi bahan referensi untuk Inspektorat Jenderal Kementerian Dalam Negeri agar kinerja karyawan dapat mengalami peningkatan dengan begitu kinerja organisasi pun akan ikut meningkat.
