BAB IV METODE PENELITIAN

43

BAB IV METODE PENELITIAN

4.1.

Desain Penelitian Menurut Tahir (2011:03) desain penelitian umumnya terbagi atas 3 (tiga)

bentuk, yaitu penelitian eksploratif (explorative research), penelitian deskriptif (descriptive research) dan penelitian penjelasan (explanatory research). Penelitian eksploratif adalah jenis penelitian yang berusaha mencari ide-ide atau hubungan-hubungan yang baru. Sedangkan penelitian deskriptif merupakan penelitian yang bertujuan menguraikan sifat-sifat atau karakteristik dari suatu fenomena tertentu. Terakhir, penelitian explanatory adalah penelitian yang bertujuan menganalisis hubungan-hubungan antara satu variabel dengan variabel lainnya atau bagaimana suatu variabel mempengaruhi variabel lainnya. Berdasarkan pengelompokan tersebut, maka penelitian ini termasuk penelitian penjelasan (explanatory research) karena penelitian ini bermaksud menjelaskan hubungan kausal antar variabel melalui pengujian hipotesis. 4.2.

Variabel Penelitian Variabel dalam penelitian ini dibedakan menjadi variabel bebas (X)

(independent variable), variabel antara (intervening variable), dan variabel terikat (Y) (dependent variable). Variabel bebas kejadiannya adalah mendahului variabel terikat sedangkan variabel antara berada diantara variabel bebas dan variabel terikat. Berdasarkan telaah pustaka dan rumusan hipotesis, terdapat variabel bebas yaitu

Kepemimpinan

Transformasional 43 http://digilib.mercubuana.ac.id/

(X1),

variabel

antara

44

(intervening/mediating) yaitu Budaya Organisasi (X2), dan variabel terikat yaitu Inovasi Organisasi (Y1). 4.2.1 Variabel Kepemimpinan Transformasional Kepemimpinan transformasional adalah kompetensi Kepala Divisi untuk melakukan perubahan-perubahan terhadap individu maupun organisasi dengan jalan memperbaiki karakter dari individu-individu tersebut maupun perusahaan, yang dimulai dari Divisi mereka sendiri sebagai contoh atau model dengan menerapkan perilaku: 1. Pengaruh Ideal (Idealised Influenced). Pengaruh ideal adalah perilaku yang membangkitkan emosi dan identifikasi yang kuat dari pengikut terhadap pemimpin. 2. Motivasi Inspirasional (Inspirational Motivation). Sebuah revisi dari teori di atas telah menambahkan perilaku transformasional lainnya yang disebut “motivasi inspirasional” yang meliputi penyampaian visi yang menarik, dengan menggunakan simbol untuk memfokuskan upaya bawahan, dan membuat model perilaku yang tepat. 3. Stimulasi Intelektual (Intellectual Stimulation). Stimulasi Intelektual adalah perilaku yang meningkatkan kesadaran pengikut akan permasalahan dan mempengaruhi para pengikut untuk memandang masalah dari perspektif yang baru. 4. Pertimbangan Individual (Individual Consideration).

Pertimbangan

Individual meliputi pemberian dukungan dorongan dan pelatihan bagi pengikut. Yukl (2010:305).

http://digilib.mercubuana.ac.id/

45

4.2.2 Variabel Budaya Organisasi Budaya organisasi merujuk pada nilai-nilai yang diterima di dalam organisasi seperti norma, asumsi-asumsi dasar, harapan-harapan, ingatan-ingatan kolektif dan definisi-definisi yang ada dalam organisasi tersebut. Stoffers et al (2015:199). Budaya akan memberikan informasi dan strategi organisasi. Ini bisa mengakibatkan kesuksesan atau kegagalan organisasi tersebut. Stoffers et al (2015:199). Masing-masing

organisasi

mempunyai

penekanan

budaya

sendiri

tergantung dari fokus organisasi tersebut dalam menjalankan bisnisnya. Pada tahun 2005 Cameron dan Quinn memaparkan empat (4) tipe budaya dengan membagi fokus organisasi menjadi dua dimensi, yaitu dimensi horisontal adalah internal VS eksternal, dan dimensi vertikal adalah fleksibilitas VS stabilitas. Dari sini terdapat empat tipe budaya yang berbeda, yaitu: 1. Klan / Clan Budaya klan (clan) atau kadang juga disebut budaya kelompok, merupakan tempat yang menyenangkan dimana orang bisa banyak berbagi. Partisipasi yang luas, kerja sama tim, konsensus, pengambilan keputusan yang tidak terpusat (desentralized) dan kesetiaan merupakan bagian dari budaya klan ini. 2. Adokrasi / Adhocracy Budaya adokrasi (adhocracy) menekankan pertumbuhan, inovasi, flexibilitas, pengambilan resiko, komitmen dan modern. Budaya adokrasi menciptakan tempat kerja yang kreatif, dinamis dan bernuansa enterpreneur. Inisiatif individu dan kebebasan mereka dihargai.


46

3. Pasar / Market Budaya pasar (market) menekankan produktivitas, efisiensi, hasil yang terukur dan sasaran yang jelas. Orang-orang di dalamnya sangat kompetitif dan berorientasi pada sasaran. Pemimpinnya merupakan penggerak, produser, dan sekaligus pesaing. Perekat dalam organisasi adalah penekanan pada kemenangan. 4. Hirarki / Hyrarchy Budaya hirarki (hyrarchy) menekankan pada koordinasi formal, pengambilan keputusan dan otoritas yang terpusat. Budaya ini menekankan stabilitas. Keras, ketepatan, tidak berubah, rapi dan bersih dapat digunakan untuk menggambarkan budaya hirarki ini. 4.2.3 Variabel Perilaku Inovatif De Jong & Hartog (2008:5) mendefinisikan perilaku inovatif di tempat kerja / Innovative Work Behaviour (IWB) sebagai perilaku individu yang bertujuan untuk mencapai tahap pengenalan atau berusaha mengenalkan (didalam pekerjaan, kelompok atau organisasi) ide-ide, proses-proses, produk-produk atau prosedur-prosedur yang baru dan berguna.Lebih lanjut mereka memaparkan empat (4) dimensi untuk pengukuran perilaku inovatif di tempat kerja (IWB) yaitu: 1. Eksplorasi peluang / Opportunity exploration Awal dari proses inovasi seringkali ditentukan oleh kesempatan: menemukan sebuah peluang, masalah yang muncul atau teka-teki yang perlu dipecahkan.


47

2. Penghasilan ide / Idea generation Untuk dapat berinovasi, selain mengetahui adanya peluang/kesempatan, kemampuan untuk membangun cara-cara baru untuk memanfaatkan peluang itu juga penting. Idea generation merujuk pada pembuatan konsep untuk tujuan peningkatan. Ide-ide yang dihasilkan dapat berkaitan dengan produk, pelayanan atau proses baru, masuk ke pasar baru, peningkatan dalam proses kerja saat ini, atau secara umum adalah solusi terhadap problem-problem yang telah diidentifikasi. 3. Championing Tahap ini adalah bagaimana mendapatkan kekuatan dengan menjual ide ke rekan potensial. Dalam banyak kasus, pengguna prospektif dari inovasi yang diusulkan tersebut (rekan, pemimpin, pelanggan, dll) sering merasa tidak yakin dengan nilai tambah dari inovasi tersebut. Ini memerlukan keahlian kita untuk bisa menjual dan meyakinkannya. Tahap inilah yang disebut championing, berusaha meyakinkan nilai tambah dari inovasi yang kita usulkan. 4. Aplikasi / Application Aplikasi disini dapat pula berarti meningkatkan produk atau prosedur yang telah ada, atau membangun yang baru. Usaha yang keras dan sikap yang berorientasi hasil diperlukan dari karyawan untuk mewujudkan ide tersebut. Perilaku dalam aplikasi berkaitan dengan usaha-usaha yang dilakukan oleh individu untuk dapat menerapkan ide tersebut ke dalam praktek nyata.


48

4.3.

Definisi Operasional dan Pengukuran Variabel Berikut merupakan penjabaran variabel menjadi dimensi, indikator, yang

selanjutnya menjadi item pertanyaan yang akan diukur. Tabel 4.1. Pengukuran Variabel Variabel

Dimensi Pengaruh ideal / Idealized Influence (behavioral)

Kepemimpinan Transformasio nal

Pengaruh Ideal/ Idealized Influence (Attribruted) Motivasi Inspirasional /Inspirationa l motivation Stimulasi Intelektual /Intelectual Stimulation

Indikator   

     

Pertimbanga n Individual/ Individual Consideratio n



Mempertimbangkan konsekuansi moral dan etika dalam mengambil keputusan. Menjelaskan/menunjukkan pentingnya memiliki perasaan terhadap suatu tujuan kuat. Tidak mementingkan diri sendiri, melainkan melakukan segala sesuatu demi kebaikan group atau kelompok. Bertindak dengan cara yang membuat orang lain respek kepadanya. Menunjukkan keyakinan bahwa tujuan-tujuan akan tercapai. Selalu berbicara dengan antusias mengenai apa yang harus diselesaikan. Mencari perspektif yang berbeda ketika menyelesaikan permasalahan. Memberi kesempatan kepada saya untuk melihat permasalahan dari berbagai sudut pandang. Meluangkan waktu untuk mengajari dan memberi bimbingan (coaching) kepada anak buah. Membantu bawahan untuk mengembangkan kekuatan-kekuatan dimiliki.

Sumber: Yukl (2010:305)


Skala Pengukuran Likert 1–5

Likert 1–5

Likert 1–5 Likert 1–5 Likert 1-5

49

Tabel 4.1. Pengukuran Variabel (lanjutan) Variabel

Dimensi

Indikator 

Klan / Clan

 

Budaya Organisasi

 Adokrasi Adhocracy

/   

Pasar / Market

  Hirarki Hirarchy

/

  

Sumber: Cameron & Quin (2010:26-28)

Kerjasama & partisipasi terpadu Informasi pribadi diceritakan secara bebas Organisasi dijalankan dengan tradisi Pimpinan dan karyawan berani mempertahankan ide dan mengambil resiko Eksperimen, ide baru, inovasi sangat dihargai Kebebasan individu dalam menjalankan tugasnya Orientasi organisasi pada sararan Market share yang penting Menumbuhkan iklim kompetisi Menekankan prosedur dalam melakukan pekerjaan Stabilitas perusahaan yang paling penting Menekankan pada ketepatan waktu penyelesaian pekerjaan


Skala Pengukuran Likert 1–5

Likert 1–5

Likert 1–5

Likert 1-5

50

Tabel 4.1. Pengukuran Variabel (lanjutan) Variabel

Dimensi

Eksplorasi peluang opportunity exploration

Indikator   /

 

Penghasilan ide / Idea generation

  

Perilaku Inovatif (Y)

Championing

  

Aplikasi / Application

 

Sumber : De Jong & Hartog (2008:6-7)

Identifikasi kegagalan Identifikasi proses baru untuk efisiensi Mencari pengetahuanpengetahuan & alternatifalternatif baru Proposal peningkatan / improvement Melakukan percobaan proses / prosedur baru Melakukan sesi brainstorming Mengkomunikasikan ideide baru ke orang lain (atasan, rekan kerja, bawahan) Mengatasi keberatan terhadap ide baru dengan cara konstruktif Meyakinkan nilai tambah dari ide-ide baru yang dihasilkan Menerapkan ide, prosedur, proses baru ke dalam lingkungan kerja Mengevaluasi penerapan ide baru tersebut Membuat tindakan perbaikan atas evaluasi tersebut

Skala Pengukuran

Likert 1–5

Likert 1–5

Likert 1–5

Likert 1–5

Alat ukur penelitian yang digunakan berbentuk daftar pertanyaan melalui angket (questionnaire). Jawaban yang diharapkan bersifat tertutup, artinya pada setiap pertanyaan sudah diberikan pilihan-pilihan untuk menjawabnya. Tingkat pengukuran yang dipakai dalam penelitian ini adalah kuesioner yang dikonstruksi dalam bentuk skala bertingkat (rating scale) dengan menggunakan skala Likert,


51

meliputi pertanyaan yang berkaitan dengan masalah dan variabel penelitian. Responden diminta memberikan jawaban terhadap setiap pertanyaan mengenai tingkat kesesuaian. Jawaban pada item terdiri atas lima alternatif sebagaimana tersaji dalam Tabel 4.2. Data yang diperoleh dari responden akan terbentang dalam suatu kontinum positif. Tabel 4.2. Lima Alternatif Jawaban Responden Kategori Jawaban (+) Sangat Tidak Setuju (STS) Tidak Setuju (TS) Netral (N) Setuju (S) Sangat Setuju (SS) 4.4.

Skor 1 2 3 4 5

Jenis dan Sumber Data Sumber data yang akan diperoleh dalam penelitian ini antara lain: 1) Sumber data primer; merupakan sumber data yang diperoleh secara langsung dari responden penelitian dalam hal adalah dokter karyawan PT NEC Indonesia

2) Sumber data sekunder, merupakan sumber data dalam bentuk informasi dan dokumen yang diperoleh dalam bentuk surat-surat, catatan atau laporan yang terkait dengan masalah penelitian yang telah tersusun dalam arsip pada PT NEC Indonesia.


52

4.5.

Teknik Pengumpulan Data Untuk mengumpulkan data, teknik yang digunakan sebagai berikut:

1) Angket/Kuesioner, yaitu pengumpulan data melalui daftar pertanyaan secara tertutup dalam bentuk borang daftar pertanyaan terkait masalah penelitian yang harus diisi oleh reponden tanpa kehadiran peneliti. Untuk menghasilkan jawaban yang diharapkan, maka dalam angket diberikan panduan pengisian, bahasa yang sederhana, dan item pertanyaan sesuai dengan permasalahan kajian. 2) Studi dokumentasi, yaitu mengumpulkan data dari sumber laporan, arsip, petunjuk yang berkaitan dengan objek/masalah penelitian. 4.6.

Populasi dan Sampel

4.6.1. Populasi Menurut Silaen (2013:87) populasi adalah keseluruhan dari obyek atau individu yang memiliki karakteristik (sifat-sifat) tertentu yang akan diteliti. Berdasarkan jumlahnya, populasi dapat dibagi atas dua kategori yaitu: a. Populasi terbatas (finit) dengan jumlah yang dapat dihitung b. Populasi tidak terbatas (infinit) dengan jumlah yang tidak dapat atau sukar dihitung. Silaen (2013:87). Populasi pada penelitian ini adalah populasi finit, yaitu seluruh karyawan di PT NEC Indonesia sejumlah 229 orang dengan latar belakang pendidikan yang bervariasi dari tingkat SMA, D3, S1 hingga S2.


53

4.6.2. Sampel Sampel adalah sebagian dari populasi yang diambil dengan cara-cara tertentu untuk diukur atau diamati karakteristiknya, kemudian ditarik kesimpulan mengenai karakteristik tersebut yang dianggap mewakili populasi. Silaen (2013:87). Metode pengambilan sampel pada penelitian ini dilakukan dengan menggunakan teknik acak berstrata (stratified random sampling) yaitu dengan cara mengelompokan populasi ke dalam strata agar lebih homogen. Penyusunan strata ini dilakukan sebelum pengambilan sampel. Hal ini dimaksudkan agar supaya populasi yang terpilih sebagai sampel benar-benar mewakili seluruh populasi dan bukan mewakili salah satu kelompok atau strata saja. Secara umum, SEM memerlukan sampel yang lebih besar dibandingkan dengan pendekatan multivariat lainnya. Ukuran sampel, seperti dalam metode statistik lainnya, memberikan dasar untuk perkiraan sampling error. Pertanyaan penting dalam analisa SEM adalah seberapa besar sampel yang diperlukan untuk mendapatkan hasil yang dapat dipercaya. Menurut Hair et al (2010:661) ukuran sampel yang disarankan untuk SEM adalah antara 100 – 400 sampel, berdasarkan pertimbangan jumlah konstruk yang diteliti. Mengacu pada pendapat Hair maka penulis akan mengambil jumlah sampel 120 responden. 4.7.

Metode Analisis Data

4.7.1. Uji Validitas Uji validitas dilakukan untuk mengetahui apakah suatu instrumen alat ukur telah menjalankan fungsi ukurnya. Menurut Silaen (2013:118) validitas adalah


54

keabsahan atau tingkat kecocokan alat ukur untuk pengukuran, yang benar-benar cocok mengukur sesuatu yang sedang dikuru. Suatu skala pengukuran disebut valid bila ia melakukan apa yang seharusnya dilakukan dan mengukur apa yang seharusnya diukur. Ada berbagai metode yang digunakan dalam uji validitas seperti Analisis faktor konfirmatori / Confirmatory factor analysis (CFA) boleh digunakan untuk menegaskan bahwa semua indikator mengelompokan sendiri kedalam faktor-faktor yang berkaitan dengan bagaimana peneliti telah menghubungkan indikator-indikator

dengan

variabel-variabel

laten.

CFA

mempunyai peranan penting dalam SEM. Model-model CFA dalam SEM digunakan untuk menilai peranan kesalahan pengukuran dalam model, untuk validasi model multifaktorial, dan untuk menentukan efek-efek kelompok pada faktor-faktor. 4.7.2. Uji Reliabilitas Uji reliabilitas adalah alat untuk mengukur suatu kuesioner yang mempunyai indikator dari variabel atau konstruk. Reliabilitas adalah derajat yang menyatakan bahwa dua atau lebih indikator berbagi (share) dalam mengukur sebuah konstruk. Dachlan (2014:188). Pengukuran reliabilitas dapat dilakukan dengan dua cara yaitu : 1. Repeted measure atau pengukuran yaitu seseorang akan disodori pertanyaan yang sama pada waktu yang berbeda, dan kemudian dilihat apakah ia tetap konsisten dengan jawabannya.


55

2. One shot atau pengukuran sekali saja dan kemudian hasilnya dibandingkan dengan pertanyaan yang lain atau mengukur korelasi antara jawaban dengan pertanyaan. Uji reliabilitas menunjukkan sejauh mana suatu alat ukur yang dapat memberikan hasil yang relatif sama apabila dilakukan pengukuran kembali pada subyek yang sama. Instrumen suatu konstruk dikatakan reliabel jika memiliki statistik alpha Cronbach sekurang-kurangnya 0,70, namun beberapa peneliti lain mensyaratkan nilai ini cukup sekurang-kurangnya 0,5. Dachlan (2014:191). 4.7.3. Variant Extract Pengukuaran variance extract menunjukkan jumlah varian dari indikator yang diekstraksi oleh variabel laten yang dikembangkan.

Sebagai

acuan, batas Average Variance Extract (AVE) minimal untuk instrumen yang reliabel adalah 0,50. Dachlan (2014:193). 4.7.4. Teknik Analisis Data Analisis data adalah suatu kegiatan untuk mengelompokkan, membuat suatu urutan, memanipulasi, serta menyingkat data sehingga mudah untuk dibaca dan dipahami. Silaen (2013:177). Metode yang dipilih untuk analisis data harus sesuai dengan pola penelitian dan variabel yang akan diteliti. Model yang digunakan dalam penelitian ini adalah model kausalitas atau hubungan pengaruh. Untuk menguji hipotesis yang akan diajukan dalam penelitian ini maka teknik analisis yang akan digunakan adalah SEM atau Structural Equation Modelling yang dioperasikan melalui program AMOS 21.


56

Permodelan penelitian melalui SEM memungkinkan seorang peneliti dapat menjawab pertanyaan penelitian yang bersifat dimensional (yaitu mengukur apa indikator dari sebuah konsep) dan regresi (mengukur pengaruh atau derajat hubungan antara faktor yang telah diidentifikasikan dimensinya). Ferdinand (2006:6) menyatakan beberapa alasan penggunaan program SEM sebagai alat analisis adalah bahwa SEM sesuai digunakan untuk: 1. Mengkonfirmasikan unidimensionalisasi dari berbagai indikator untuk sebuah dimensi / konstruk / konsep / faktor. 2. Menguji kesesuaian / ketetapan sebuah model berdasarkan data empiris yang diteliti. 3. Menguji kesesuaian model sekaligus hubungan kausalitas antar faktor yang dibangun /diamati dalam model penelitian. Penelitian ini menggunakan dua macam teknik analisis yaitu : 1. Analisis Faktor Konfirmatori (Confirmatory Factor Analysis). Analisis faktor konfirmasi pada SEM digunakan untuk mengkonfirmasikan faktorfaktor yang paling dominan dalam satu kelompok variabel. Pada penelitian ini analisis faktor konfirmatori digunakan untuk menguji indikator yang membentuk Kepemimpinan Transformasional, Budaya Organisasi, dan Inovasi Organisasi. 2. Regression Weight.

Regression weight pada SEM digunakan untuk

meneliti seberapa besar pengaruh hubungan variabel-variabel yang secara teoritis ada. Dalam penelitian ini variabel-variabelnya terdiri dari Kepemimpinan Transformasional, Budaya Organisasi, dan Inovasi


57

Organisasi. Maka pada penelitian ini regression weight digunakan untuk menguji hipotesis H1, H2 dan H3. Menurut Ferdinand (2006:39), terdapat tujuh langkah yang harus dilakukan apabila menggunakan permodelan SEM. Sebuah permodelan SEM yang lengkap pada dasarnya terdiri dari Measurement Model dan Structural Model.

Measurument model atau model pengukuran ditujukan untuk

mengkonfirmasi dimensi-dimensi yang dikembangkan pada sebuah faktor. Structural Model adalah model mengenai struktur hubungan yang membentuk atau menjelaskan kausalitas antara faktor. Untuk membuat permodelan yang lengkap beberapa langkah berikut perlu dilakukan : 1. Mengembangkan teori berdasarkan model. Structural Equation Modeling berdasarkan pada hubungan sebab akibat, dimana perubahan yang terjadi pada satu variabel diasumsikan untuk menghasilkan perubahan pada variabel lain. 2. Membentuk sebuah diagram alur dari hubungan kausal. Langkah berikutnya adalah menggambarkan hubungan antara variabel pada sebuah diagram alur yang secara khusus dapat membantu dalam menggambarkan serangkaian hubungan antar konstruk dan model teoritis yang telah dibangun pada tahap pertama. Adapun dalam menyusun bagan alur digambarkan dengan hubungan antara konstruk melalui anak panah. Anak panah yang digambarkan lurus menyatakan hubungan kausal yang langsung antara satu konstruk dengan konstruk lainnya. Sedangkan garis-garis lengkung yang terdapat antar konstruk dengan anak panah pada setiap ujungnya menunjukkkan korelasi antar konstruk. Konstruk-konstruk yang dibangun dalam diagram alur dapat


58

dibedakan dalam dua kelompok konstruk (Ferdinand, 2005:43-44) yaitu: i) Konstruk eksogen, dikenal juga sebagai source variables atau independent variables yang tidak diprediksi oleh variabel yang lain dalam model. Konstruk eksogen adalah konstruk yang dituju oleh garis dengan satu ujung panah. ii) Konstruk endogen, merupakan faktor-faktor yang diprediksi oleh satu atau beberapa konstruk. Konstruk endogen dapat memprediksi satu atau beberapa konstruk endogen lainnya, tetapi konstruk eksogen hanya dapat berhubungan kausal dengan konstruk endogen.

Gambar 4.1. Diagram Alur Rerangka Pemikiran

3. Mengubah alur diagram kedalam persamaan struktural dan model pengukuran.

Pada langkah ketiga ini persamaan struktural dan model

pengukuran yang spesifik siap dibuat yaitu dengan mengubah diagram alur ke


59

model pengukuran. Persamaan yang dibangun dari diagram alur yang dikonversi terdiri dari: 1) Persamaan Struktural, yang dirumuskan untuk menyatakan hubungan kausalitas, bahwa setiap konstruk endogen merupakan variabel dependen yang terpisah. Sedangkan variabel independen adalah semua konstruk yang mempunyai garis dengan anak panah yang menghubungkan ke konstruk endogen dengan pedoman sebagai berikut: Variabel Endogen

= Variabel Eksogen + Variabel Endogen + Error

Persamaan Struktural : Perilaku Inovatif = β1 Kepemimpinan Transformasional + β 2 Budaya Organisasi + z1

Keterangan: β1= Hubungan antara Kepemimpinan Transformasional dengan Perilaku Inovatif β2 = Hubungan antara Budaya Organisasi dengan Perilaku Inovatif z1 = Structural Error (kesalahan pengukuran) Perilaku Inovatif


60

Tabel 4.3 Model Pengukuran Konsep Eksogen :

Konsep Endogen:

X1 = λ1 Kepemimpinan Transformasional + δ 1

Y1 = λ4 Budaya Perusahaan + ε1


Y2 = λ5 Budaya Perusahaan + ε2


Y3 = λ6 Budaya Perusahaan + ε3 Y4 = λ7 Inovasi Organisasi + ε5 Y5 = λ8 Inovasi Organisasi + ε6 Y6 = λ9 Inovasi Organisasi + ε7

Keterangan: X1-X3

= Variabel laten Eksogen

Y1-Y6

= Variabel laten Endogen

λ1- λ9

= Nilai yang menghubungkan variabel laten dengan pengukurannya

δ1- δn

= Error Pengukuran Variabel Manifest X

ε1- εn

= Error Pengukuran Variabel Manifest Y

4. Memilih matriks input dan estimasi model. Hair et al (2010:649) menyarankan agar mengunakan matriks varians / kovarians pada saat pengujian teori sebab matriks varians / kovarians lebih memenuhi asumsi metodologi dimana standard error yang dilaporkan menunjukkan angka yang lebih akurat dibandingkan dengan matriks korelasi (dimana dalam matriks korelasi rentang yang umum berlaku antara 0 s/d 1). Ukuran sampel yang sesuai adalah antara 100-200 karena ukuran sampel akan menghasilkan dasar estimasi kesalahan sampling. Program komputer yang digunakan untuk mengestimasi model adalah program AMOS dengan menggunakan teknik maximum likelihood estimation.


61

5. Menganalisis kemungkinan munculnya masalah identifikasi. Masalah identifkasi adalah ketidakmampuan model yang dikembangkan untuk menghasilkan estimasi yang baik. Bila estimasi tidak dapat dilakukan maka software AMOS (Versi 21) akan memunculkan pesan pada monitor komputer tentang kemungkinan penyebabnya. Salah satu cara untuk mengatasi identifikasi adalah dengan memperbanyak constrain pada model yang dianalisis dan berarti sejumlah estimated coeffisient dieliminasi. 6. Mengevaluasi kriteria Goodness of-fit. Pada langkah ini dilakukan evaluasi terhadap kesesuaian model melalui telaah terhadap berbagai kriteria Goodness-of-fit, urutannya adalah: 1) Asumsi-asumsi SEM. Tindakan pertama adalah mengevaluasi apakah data-data yang digunakan dapat memenuhi asumsi-asumsi SEM, yaitu : i) Ukuran sampel. Ukuran sampel yang harus dipenuhi dalam pemodelan ini adalah minimum berjumlah 100 dan selanjutnya menggunakan perbandingan 5 observasi untuk setiap estimated parameter. Karena itu bila kita mengembangkan model dengan 20 parameter, maka minimum sampel yang harus digunakan adalah sebanyak 100 sampel. ii) Normalitas dan Linearitas. Distribusi normal indikator – indikator multivariat (Multivariate normal distribution of the indicators): Masing-masing indikator mempunyai nilai yang berdistribusi normal terhadap masing-masing indikator lainnya. Karena permulaan yang kecil normalitas multivariat dapat menuntun


62

kearah perbedaan yang besar dalam pengujian chi-square, dengan demikian

akan

melemahkan

pelanggaran asumsi

ini

kegunaannya.

menaikkan

Secara

chi-square

umum, sekalipun

demikian didalam kondisi tertentu akan menurunkannya. Selanjutnya penggunaan pengukuran ordinal atau nominal akan menyebabkan adanya pelanggaran normalitas multivariat. Perlu diperhatikan bahwa normalitas multivariat diperlukan untuk estimasi kemiripan maksimum / maximum likelihood estimation (MLE), yang merupakan metode dominan dalam SEM yang akan digunakan untuk membuat estimasi struktur koefesien koefesien (jalur). Khususnya, MLE membutuhkan variabel-variabel endogenous yang berdistribusi normal. Distribusi

normal

multivariat

variabel-variabel

tergantung

laten ( Multivariate normal distribution of the latent dependent variables). Masing-masing

variabel

tergantung

laten

dalam

model

harus

didistribusikan secara normal untuk masing-masing nilai dari masingmasing variabel laten lainnya. Variabel-variabel laten dichotomi akan melanggar asumsi ini karena alasan-alasan tersebut. Linieritas (Linearity). SEM mempunyai asumsi adanya hubungan linear antara variabel-variabel indikator dan variabel-variabel laten, serta antara variabel-variabel laten sendiri. Sekalipun demikian, sebagaimana halnya dengan regresi, peneliti dimungkinkan untuk menambah transformasi eksponensial, logaritma, atau non-linear lainnya dari suatu variabel asli ke dalam model yang dimaksud.


63

iii) Outliers. Outliners adalah observasi yang muncul dengan nilai-nilai ekstrim baik secara univariat maupun multivariat yaitu yang muncul karena kombinasi karakteristik unik yang dimilikinya dan terlihat sangat jauh berbeda dari observasi lainnya. Selain itu, dapat diadakan perlakuan khusus pada outliers ini asal diketahui bagaimana munculnya outliers itu. Outliers pada dasarnya dapat muncul dalam empat kategori yaitu : 

Outliers muncul karena kesalahan prosedur seperti kesalahan dalam memasukkan data atau kesalahan dalam mengkoding data. Misalnya nilai 7 diketik 70 sehingga jauh berbeda dengan nilai-nilai lainnya dalam sebuah rentang jawaban responden antara 1 - 10. Bila hal semacam ini lolos dalam pengetikan data untuk pengolahan melalui komputer, maka angka 70 dapat menjadi sebuah nilai ekstrim;



Outliers dapat saja muncul karena keadaan yang benar-benar khusus yang memungkinkan profit datanya lain daripada yang lain, tetapi peneliti mempunyai penjelasan mengenai apa penyebab munculnya nilai ekstrim itu.



Outliers dapat muncul karena adanya sesuatu alasan tetapi peneliti tidak dapat mengetahui apa penyebabnya atau tidak ada penjelasan mengenai sebab-sebab munculnya nilai ekstrim itu;



Outliers dapat muncul dalam range nilai yang ada, tetapi bila dikombinasi dengan variabel lainnya, kombinasinya menjadi tidak


64

lazim atau sangat ekstrim. Inilah yang disebut dengan multivariate outliers. iv) Multikolinearitas dan singularitas. Multikolinearitas dapat dideteksi dari determinan matriks kovarians. Nilai determinan matriks kovarians yang sangat kecil (extremely small) memberi indikasi adanya problem multikolinearitas atau singularitas. Pada umumnya program-program komputer SEM telah menyediakan fasilitas "warning" setiap kali terdapat indikasi multikolinearitas atau singularitas. Bila muncul pesan itu, telitilah ulang data yang digunakan untuk mengetahui apakah terdapat kombinasi linear dari variabel yang dianalisis. Perlakukan data (data treatment) yang dapat diambil adalah keluarkan variabel yang menyebabkan singularitas itu. Bila singularitas dan multikolinearitas ditemukan dalam data yang dikeluarkan itu, salah satu treatment yang dapat diambil adalah dengan menciptakan "composite variables", lalu gunakan composite variables itu dalam analisis selanjutnya. Setelah asumsi-asumsi SEM dilihat, hal berikutnya adalah menentukan kriteria yang akan digunakan untuk mengevaluasi model dan pengaruh-pengaruh yang ditampilkan dalam model. Hair et al (2010:678) mengemukakan bahwa dalam analisis SEM tidak ada alat uji statistik tunggal untuk mengukur atau menguji hipotesis mengenai model. Umumnya terhadap berbagai jenis fit index yang digunakan untuk mengukur derajat kesesuaian antara model yang dihipotesiskan dengan data yang disajikan. Peneliti diharapkan melakukan pengujian dengan


65

menggunakan beberapa fit index untuk mengukur "kebenaran" model yang diajukannya. Beberapa indeks kesesuaian dan cut-off value-nya yang digunakan dalam menguji apakah sebuah model dapat diterima atau ditolak seperti diuraikan berikut ini. 2) Uji Kesesuaian dan Uji Statistik. Beberapa indeks kesesuaian dan cut off

untuk menguji apakah sebuah model dapat diterima atau ditolak

adalah: i) Chi-Square Statistic.

Pengukuran yang paling mendasar adalah

likehood ratio chisquare statistic. Model yang diuji akan dipandang apabila nilai chi-squarenya rendah karena chi-square yang rendah / kecil dan tidak signifikan yang diharapkan agar hipotesis nol sulit ditolak dan dasar penerimaan adalah probabilitas dengan cut -off value sebesar p > 0,05 atau p > 0,10. Ferdinand (2006:59). ii) Probability. Nilai probability yang dapat diterima adalah p > 0,05 iii) Goodness-of-fit Index (GFI).

Indeks ini akan menghitung proporsi

tertimbang dari varians dalam matriks kovarian sampel yang dijelaskan oleh matriks kovarian populasi yang terestimasikan. GFI adalah sebuah ukuran non statistikal yang mempunyai rentang nilai antara 0 (poor fit) sampai dengan 1,0 (perfect fit). Nilai yang tinggi dalam indeks menunjukkan sebuah “better fit”. iv) Adjusted Goodeness-of-fit Index (AGFI). Tingkat penerimaan yang direkomendasikan adalah apabila AGFI mempunyai nilai sama dengan atau lebih besar dari 0,90. Ferdinand (2006:61). Nilai sebesar 0,95


66

dapat di-interpretasikan sebagai tingkatan yang baik - good overal model fit sedangkan besaran nilai antara 0,9-0,95 menunjukkan tingkatan cukup adequates fit. v) Comparative Fit Index (CFI). Besaran indeks in adalah pada rentang nilai sebesar 0-1, dimana semakin mendekati 1, mengindikasikan tingkat fit yang paling tinggi –a very good fit. Hair et al (2010:669). Nilai yang direkomendasikan adalah CFI > 0,95. vi) Tucker Lewis Index (TLI). TLI adalah sebuah alternatif increamental fit index yang membandingkan sebuah model yang diuji terhadap sebuah baseline model. Menurut Ferdinand (2006:64) nilai yang direkomendasikan sebagai acuan untuk diterimanya sebuah model adalah penerimaan > 0,95

dan nilai yang sangat mendekati 1

menunjukkan a very good fit. vii) The Minimum Sample Discrepancy Function (CMIN).

Dibagi

dengan Degree of Freedom (DF). CMIN / DF adalah salah satu indikator untuk mengukur tingkat fitnya sebuah model. Dalam hal ini CMIN/DF tidak lain adalah Chi-Square relatif (= X2 Relatif). Nilai X2 Relatif < 2. viii)

The Root Mean Square Error of Approximation (RMSEA).

RMSEA adalah sebuah indeks yang dapat digunakan untuk mengkompensasi chi-square statistic dalam sampel yang besar. Nilai RMSEA menunjukkan goodeness-of-fit yang dapat diharapakan bila model diestimasi dalam populasi. Nilai RMSEA yang lebih kecil atau


67

sama dengan 0,08 merupakan indeks untuk dapat diterimanya model yang menunjukkan sebuah close fit dari model itu berdasarkan degrees of freedom. Ferdinand (2006:66). Berikut ini adalah ringkasan beberapa fit index yang diuraikan diatas : Tabel 4.4. Goodness-of-fit Index Goodness – of – fit index Nilai Batas 1. X² - Chi Square < Chi Square tabel 2. Significant probability > 0.05 3. GFI > 0.90 4. AGFI > 0.90 5. CFI > 0.95 6. TLI > 0.95 7. CMIN / DF < 2.0 8. RMSEA < 0.08 Sumber : Ferdinand (2006:69) 7.

Interpretasi dan Modifikasi Model Pada tahap selanjutnya model diinterpretasikan dan dimodifikasi bagi model

yang tidak memenuhi syarat pengujian yang dilakukan. Setelah model diestimasi, residual kovarians-nya haruslah kecil atau mendekati nol dan distribusi frekuensi dari kovarians residual harus bersifat simetrik. Batas keamanan jumlah residual yang dihasilkan oleh model adalah 5%. Nilai residual values yang lebih besar atau sama dengan 2,58 diinterpretasikan sebagai signifikan secara statis pada tingkat 1% dan residual yang signifikan ini menunjukkan adanya prediction error yang substansial untuk sepasang indikator. Ferdinand (2006:71).


68

4.8 Metode Pengujian Hipotesis Setelah model tersebut memenuhi syarat, maka yang perlu dilakukan adalah uji regression weight/loading factor. Uji ini dilakukan sama dengan uji t terhadap regression weight/loading faktor/ koefisien model. Pengujian ini dilakukan terhadap: 1. Hipotesis mengenai measurement model: Parameter lambda (λ) yaitu parameter yang berkenaan dengan pengukuran variabel latent berdasarkan variabel manifest (berkaitan dengan validitas instrumen). Hipotesis yang diuji: H0 : λi = 0 (tidak signifikan) H1 : λi > 0 (signifikan) 2.

Hipotesis mengenai structural model:

a. Parameter Beta (β) yaitu parameter pengaruh variabel eksogen terhadap variabel endogen dalam structural model. Hipotesis yang diuji: H0 : βi = 0 (tidak signifikan) H1 : Bi ≠ 0 (signifikan) b. Parameter Gama (γ) yaitu parameter pengaruh variabel endogen terhadap variabel endogen dalam structural model. Hipotesis yang diuji: H0 : γi = 0 (tidak signifikan) H1 : γi ≠ 0 (signifikan)


69

Uji ini sama dengan uji t (uji parsial) dalam multiple regression, uji ini dilakukan dengan membandingkan dinlai t hitung dengan t tabel, dengan ketentuan: Jika t hitung > t tabel berarti variabel tersebut signifikan dan Jika t hitung ≤ t tabel berarti variabel tersebut tidak signifikan Ferdinand (2006:85) menjelaskan bahwa t hitung identik dengan C.R (critical ratio) yang diuji dengan nilai probabilitas p, dimana jika p < 0,05 menunjukkan pengaruh yang signifikan dan jika p > 0,05 menunjukkan tidak signifikan.


BAB IV METODE PENELITIAN

Recommend Documents