BAB IV METODE PENELITIAN

83

BAB IV METODE PENELITIAN 4.1. Jenis/Desain Penelitian Desain dalam penelitian ini menggunakan metode penelitian eksplanatif kuantitatif, dimana data yang akan digunakan adalah data kuantitatif yang berbentuk angka atau data yang diangkakan. Menurut Sugiyono (2013), penelitian eksplanatif adalah penelitian yang bertujuan untuk menguji berbagai hipotesa yang tujuannya untuk membenarkan atau memperkuat hipotesa tersebut serta menentukan sifat hubungan antara satu atau lebih variabel terikat dengan satu atau lebih variabel bebas. Penelitian ini menggunakan pendekatan kuantitatif dengan metode penelitian survei, yakni penelitian yang dilakukan pada populasi besar maupun kecil, tetapi data yang dipelajari adalah data dari sampel yang diambil dari populasi tersebut, sehingga ditemukan kejadian-kejadian relatif, distribusi, dan hubungan antar variabel sosiologis maupun psikologis Kerlinger (dalam Riduwan, 2014). Pendekatan kuantitatif digunakan karena subjek dan sampel sudah diketahui, serta instrumen pengumpul data sudah disiapkan. Tujuan pemilihan metode eksplanatif karena peneliti ingin menguji hipotesis hubungan antar variabel nilai hubungan (relationship value) yang terdiri variabel eksogen (Independen/ variabel yang memengaruhi) yaitu, konsep diri, kreativitas,

dan

manajemen

perubahan

terhadap

variabel

endogen

(dependent/variabel yang dipengaruhi), yaitu inovasi pegawai. Serta pengaruh

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

84

konsep diri, kreativitas dan manajemen perubahan secara bersama-sama dan simultan terhadap inovasi pada pegawai Badan Pusat Statistik Republik Indonesia.

4.2. Variabel Penelitian Menurut Sugiyono (2011), Variabel penelitian adalah segala sesuatu yang berbentuk apa saja yang ditetapkan oleh peneliti untuk dipelajari sehingga diperoleh informasi tentang hal tersebut, kemudian ditarik kesimpulan. Variabel penelitian yang digunakan adalah variabel eksogen (independent variable), yaitu variabel yang menjadi sebab timbulnya atau berubahnya variabel endogen (dependent variable), sehingga variabel eksogen adalah variabel yang memengaruhi. Sedangkan variabel endogen adalah variabel yang dipengaruhi atau yang menjadi akibat karena adanya variabel eksogen. Menurut Sugiyono (2013), variabel independen adalah variabel yang sering disebut sebagai variabel stimulus, prediktor, dan antesenden. Dalam bahasa Indonesia sering disebut sebagai variabel bebas. Variabel ini memengaruhi atau yang menjadi sebab perubahannya atau timbulnya variabel dependen. Dalam penelitian ini variabel yang digunakan adalah: a.

Variabel Eksogen (Independen), yaitu Konsep Diri (X1)

b.

Variabel Eksogen (Independen), yaitu Kreativitas (X2)

c.

Variabel Eksogen (Independen), yaitu Manajemen Perubahan (X3)

d.

Variabel Endogen (Dependen), yaitu Inovasi (Y)

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

85

4.2.1. Definisi Konseptual Definisi konseptual berisikan indikator-indikator dari suatu variabel, yang memungkinkan peneliti mengumpulkan data yang relevan untuk variabel tersebut. Skala yang digunakan adalah Skala Likert, yaitu skala yang digunakan untuk mengukur sikap, pendapat dan persepsi seseorang atau kelompok orang tentang fenomena sosial, yang secara spesifik fenomena sosial ini oleh peneliti disebut variabel penelitian (Sugiyono, 2011) Selanjutnya Sugiyono (2011) mengatakan bahwa dengan skala Likert, variabel yang akan diukur, dijabarkan menjadi indikator variabel. Kemudian indikator tersebut dijadikan sebagai titik tolak untuk menyusun item-item instrumen yang berupa pernyataan. Definisi konseptual diperlukan untuk memudahkan pemahaman tentang makna variabel yang digunakan dalam penelitian ini. Secara konseptual masingmasing variabel didefinisikan sebagai berikut: 1.

Menurut Fitts (dalam Pattimahu, 2005) konsep diri adalah diri yang dilihat, dipersepsikan dan dialami oleh individu

2.

Kreativitas menurut Munandar (2009) adalah sebuah proses atau kemampuan yang mencerminkan kelancaran, keluwesan, orisinalitas dalam berfikir serta kemampuan

untuk

mengelaborasi

(mengembangkan,

memperkaya,

memperinci) suatu gagasan. 3.

Manajemen Perubahan dalam hal ini adalah konsep sikap individu dalam menghadapi perubahan. Manajemen perubahan tersebut menurut Sobur (2003), merupakan hasil interaksi antara komponen kognitif, afektif dan


86

psikomotorik

seseorang dalam memahami, merasakan dan berperilaku

terhadap sesuatu perubahan yang terjadi dalam organisasi. 4.

Inovasi, menurut Robbins dan Coulter (2010) adalah suatu proses mengubah ide-ide kreatif menjadi produk atau metode kerja yang berguna.

4.2.2. Definisi Operasional dan Pengukuran Variabel 4.2.2.1. Definisi Operasional Menurut Young (dalam

Koentjaraningrat, 2002), Definisi operasional

adalah suatu definisi yang didasarkan pada karakteristik yang dapat diobservasi dari apa yang sedang didefinisikan atau mengubah konsep-konsep yang berupa konstruk dengan kata-kata yang menggambarkan perilaku atau gejala yang dapat diamati dan yang dapat diuji dan ditentukan kebenarannya oleh orang lain. Definisi operasional merupakan penjabaran konsep atau variabel penelitian yang memberikan gambaran bagaimana cara mengukur suatu variabel, bertujuan memberi batasan penjelasan dalam rangka memudahkan atau mengarahkan dalam menyusun alat ukur data yang diperlukan berdasarkan variabel yang terdapat dalam hipotesis, untuk menghindari terjadinya kesalahpahaman atau perbedaan pandangan dalam mendefinisikan variabel yang dianalisis. Variabel terbentuk dari indikator yang diukur dengan berbagai macam nilai untuk memberikan gambaran yang lebih nyata mengenai fenomena yang diteliti. Definisi operasional menjelaskan cara tertentu yang digunakan peneliti dalam mengoperasikan variabel, sehingga memungkinkan bagi peneliti lain untuk melakukan replikasi pengukuran dengan cara yang sama atau mengembangkan cara pengukuran variabel yang lebih baik. Tujuan adanya definisi operasional


87

adalah untuk memudahkan didalam pengumpulan data dan menghindarkan perbedaan interpretasi serta membatasi ruang lingkup variabel. Selain itu adanya definisi operasional dapat mengukur definisi variabel secara operasional dan dapat dipertanggungjawabkan (referensi jelas). Definisi Operasional pada variabelvariabel penelitian ini adalah sebagai berikut. 1.

Konsep Diri merupakan skor yang menjelaskan tentang penilaian yang dilakukan oleh individu terhadap dirinya yang menyangkut aspek-aspek internal dan aspek-aspek eksternal

2.

Kreativitas adalah penilaian dalam upaya melahirkan suatu gagasan baru, baik berupa gagasan maupun karya nyata, baik dalam karya baru maupun kombinasi dengan hal-hal yang sudah ada dan menghasilkan sesuatu yang berbeda dengan yang telah ada sebelumnya

3.

Manajemen

Perubahan

adalah

bagaimana

pegawai

bersikap

dalam

menghadapi adanya perubahan di lingkungan kerja akibat perubahan yang terjadi dalam organisasi. yang diwujudkan dalam dimensi sikap logika rasional, sikap fokus pekerjaan, kemampuan menyesuaikan diri, terbuka terhadap perubahan, dan menjadi agen perubahan. 4.

Inovasi adalah penilaian dalam mengubah ide-ide kreatif untuk menghasilkan sesuatu yang baru, memperbaiki sesuatu yang sudah ada, menyebarkan ideide baru, melakukan sesuatu dengan cara baru, baik dalam hal proses, produk maupun pelayanan.


88

4.2.2.2. Pengukuran Variabel Instrumen dalam penelitian ini, peneliti akan mengukur variabel konsep diri, kreativitas, manajemen perubahan yang dikorelasikan dengan inovasi pada pegawai BPS RI. Untuk memudahkan instrumen penelitian, maka peneliti menggunakan matrik pengembangan instrumen. Menurut Sugiyono (2009), matrik pengembangan instrumen adalah matrik yang digunakan untuk memudahkan penyusunan instrumen penelitian. Titik tolak dari penyusunan instrumen penelitian ini adalah variabel-variabel yang ditetapkan untuk diteliti. Variabel-variabel ini kemudian ditetapkan indikator-indikator dari setiap

variabel,

yang

selanjutnya

dijabarkan

menjadi

butir-butir

pertanyaan/pernyataan. Indikator-indikator dari setiap variabel yang diteliti, untuk bisa ditetapkan maka peneliti mendasarkannya pada kajian teori-teori yang mendukung, hasil penelitian sebelumnya serta menganalisa data yang ada di lapangan. Penggunaan teori, hasil penelitian sebelumnya dan analisa data lapangan dilakukan secermat mungkin agar diperoleh indikator yang valid. Berdasarkan kajian teori, hasil penelitian sebelumnya dan analisa data lapangan, maka peneliti menyusun matrik pengembangan alat ukur variabel atau biasa disebut juga dengan operasional variabel penelitian. Adapun penjabaran alat ukur variabel-variabel tersebut sebagai berikut. 1.

Alat Ukur Konsep Diri Pengukuran konsep diri menggunakan skala berdasarkan teori Fitts (dalam

Pattimahu, 2005) yang terdiri dari 7 (tujuh) indikator, yaitu Identitas Diri (Self Identity), Perilaku Diri (Self Behavior), Penilaian Diri (Self Judgement), Fisik


89

(Physical Selfi), Moral Etika (Moral Ethic Self), Diri Pribadi (Personal Self), Diri Keluarga (Family Self), dan Diri Sosial (Social Self). Peneliti menggunakan alat ukur variabel Konsep Diri yang diadaptasi dan dimodifikasi Manurung dan Ferlinsia (2015) berdasarkan konsep Fitts (dalam Pattimahu, 2005) yang menggolongkan konsep diri menjadi 2 (dua) dimensi dan 8 (delapan) indikator dengan instrumen terdiri dari 35 (tiga puluh lima) item pernyataan. Adapun penjabaran alat ukur tersebut disajikan dalam Tabel 4.1. berikut. Tabel 4.1 Alat Ukur Konsep Diri (X1) Variabel Konsep Diri (X1) (Fitts dalam Pattimahu , 2005)

Operasional Variabel Konsep diri merupakan skor yang menjelaskan tentang penilaian yang dilakukan oleh individu terhadap dirinya yang menyangkut aspek-aspek internal dan aspekaspek eksternal

Dimensi - Internal

- Eksternal

Indikator

No Item Favorable Unfavorable

- Identitas diri (self identity) - Perilaku diri (self behavior) - Penilaian diri (self judgement)

8,13,20,30

- Fisik (physical self) - Moral etika (moral ethic self) - Diri pribadi (personal self) - Diri keluarga (family self) - Diri sosial (social self)

1,21,24

2,23,28,34 6,7,14,17,27

5,25,31,33

19

3,12,22,35

26

9,29

15

4,10,11,18,3 2

16

Sumber: Fitts (dalam Pattimahu, 2005)

2.

Alat Ukur Kreativitas Pengukuran kreativitas menggunakan alat ukur yang diadaptasi dan

dimodifikasi oleh Sukmarini (2015) berdasarkan konsep Munandar (2009) yang menggolongkan

kreativitas menjadi 2 (dua) dimensi dan dikembangkan


90

menjadi item-item instrumen terdiri dari 15 (lima belas) pernyataan yang disajikan dalam tabel 4.2. berikut. Tabel 4.2 Alat Ukur Kreativitas (X2) Variabel

Operasional Variabel

Dimensi

Kreativitas (X2) Munandar (2009)

Kreativitas merupakan suatu penilaian dalam upaya melahirkan suatu gagasan baru, baik berupa gagasan maupun karya nyata, baik dalam karya baru maupun kombinasi dengan hal-hal yang sudah ada dan menghasilkan sesuatu yang berbeda dengan yang telah ada sebelumnya Sumber: Munandar (2009)

3.

- Pemunculan gagasan

- Pengembangan gagasan

Indikator - Kelancaran (memproduk si banyak gagasan) - Keluwesan (mengajukan bermacam pendekatan) - Keaslian (melahirkan gagasan asli) - Elaborasi (menguraika n sesuatu secara terperinci) - Ketrampilan menilai evaluasi

No Item Favorable

Unfavorable

1,3

5

8,10

6

2,11

4

9,12

14

7,13

15

Alat Ukur Manajemen Perubahan Pengukuran manajemen perubahan menggunakan alat ukur yang

diadaptasi dan dimodifikasi oleh Suprapti (2012) berdasarkan konsep Sobur (2003). Instrumen ini terdiri dari 5 (lima) dimensi, 7 (tujuh) indikator manajemen perubahan dengan instrumen 21 (dua puluh satu) item pernyataan yang disajikan dalam tabel 4.3. berikut.


91

Tabel 4.3 Alat Ukur Manajemen Perubahan (X3) Variabel

Manajemen Perubahan (X3) Sobur (2003)

Operasional Variabel Manajemen perubahan merupakan suatu proses sistematis dalam menerapkan pengetahuan , sarana dan sumber daya yang diperlukan untuk mempengaru hi perubahan pada orang yang terkena dampak dari proses tersebut

Dimensi

Indikator

No Item Favorable

Unfavorable

- Sikap Logika Rasional

- Memahami Konsep Perubahan Kebijakan

1,3

5

- Sikap Fokus Pekerjaan

- Meningkatkan Sistem Pelayanan - Memberdayakan Sumber Daya dan Sistem Kerja

7,9

2

4,8

6

- Kemampuan Menyesuaik an Diri

- Selalu Mengupdate SOP - Memahami Adanya Perbedaan Pendapat

12

10,15

11,20

14

- Terbuka terhadap Perubahan

- Menerima Masukan yang Positif

13,18

16

- Menjadi Agen Perubahan

- Membangun Lingkungan Perubahan

17,19

21

Sumber: Sobur (2003)

4.

Alat Ukur Inovasi Pengukuran inovasi menggunakan alat ukur yang telah diadaptasi dan

dimodifikasi oleh Suprapti (2012) berdasarkan konsep Robbins dan Coulter (2010) yang terdiri dari 3 (tiga) dimensi, 8 (delapan) indikator dengan item pernyataan terdiri dari 24 (dua puluh empat) item yang disajikan dalam tabel 4.4 berikut.


92

Tabel 4.4 Alat Ukur Inovasi (Y)

Variabel

Inovasi (Y) Robbins dan Coulter (2010)

No Item

Operasional Variabel

Inovasi adalah penilaian dalam mengubah ideide kreatif untuk menghasilkan sesuatu yang baru, memperbaiki sesuatu yang sudah ada, menyebarkan ide-ide baru, melakukan sesuatu dengan cara baru, baik dalam hal proses, produk maupun pelayanan

Dimensi

Indikator Fovarable

- Ide Kreatif Proses

- Ide Kreatif Pelayanan

- Ide Kreatif Produk

Unfovarable

- Implementasi SOP

1,13

10

- Melaksanakan perencanaan

4,14

2

- Menciptakan alternatif penyelesaian masalah

3,16

6

- Menciptakan terobosan baru

5, 17

15

- Mengelola sistem pengaduan

7, 21

18

- Mengembangkan budaya sharing

11,19

24

- Membuat analisis berdasarkan data yang uptodate

20,22

8

- Meningkatkan karya ilmiah

9,12

23

Sumber: Robbins dan Coulter (2010)

4.3.

Populasi dan Sampel Penelitian

4.3.1. Populasi Penelitian Menurut Ferdinand (2006), populasi adalah gabungan dari seluruh elemen yang berbentuk peristiwa, hal atau orang yang memiliki karakteristik yang serupa yang menjadi pusat perhatian seorang peneliti, karena itu dipandang sebagai suatu semesta penelitian.


93

Selanjutnya, Sugiyono (2013) mengatakan bahwa populasi adalah wilayah generalisasi yang terdiri atas obyek atau subyek yang mempunyai kuailtas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Populasi dapat berupa orang, obyek dan benda lainnya, bukan sekedar jumlah yang ada pada obyek atau subyek yang dipelajari, tetapi meliputi seluruh karakteristik atau sifat yang dimilikinya. Populasi dalam penelitian ini adalah seluruh pegawai BPS RI yang berjumlah 1.600 orang.

4.3.2. Sampel Penelitian Menurut Sugiyono (2013), Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi. Bila populasi besar dan peneliti tidask mugkin mempelajari semua yang ada pada populasi, misalnya karena keterbatasan dana, tenaga dan waktu, maka peneliti dapat menggunakan sampel yang diambil dari populasi itu. Sampel yang diambil dari populasi harus betul-betul representatif (mewakili).

Sampel yang digunakan adalah sampel bertingkat

stratified sampling. Teknik ini digunakan apabila populasinya heterogen atau terdiri atas kelompok yang bertingkat. Penentuan tingkat berdasarkan karakteristik tertentu pada BPS RI Penulis tidak meneliti seluruh anggota populasi, melainkan dengan meneliti sampel dari populasi tersebut, guna menghemat waktu, biaya, dan tenaga. Selanjutnya, penentuan jumlah sampel yang dianggap representatif dan yang diambil dalam penelitian ini yaitu berdasarkan rumus Isaac dan Michael dengan menggunakan standard error sebesar 10%, sebagai berikut:


94

S= Dimana S

= ukuran sampel

dengan dk

= 1, taraf kesalahan bisa 1%, 5%,10%.

N

= jumlah populasi

P=Q

= 0,5

d

= 0,1

Berdasarkan rumus tersebut, dapat dihitung jumlah sampel dari populasi berjumlah 1.600 sebagai berikut: S=

=

2,76x1.600x0,5x0,5 ((0,1)2x1.599)+(2,706x0,5x0,5)

= 232 Tabel 4.5 Penentuan Jumlah Sampel dari Populasi Tertentu dengan Taraf Kesalahan 1%, 5%, dan 10% N 150 160 170 180 190 200 210 220 230 240 250 260 270

Siginifikasi 1% 5% 10% 122 129 135 142 148 154 160 165 171 176 182 187 192

105 110 114 119 123 127 131 135 139 142 146 149 152

97 101 105 108 112 115 118 122 125 127 130 133 135

N 1100 1200 1300 1400 1500 1600 1700 1800 1900 2000 2200 2400 2600

Siginifikasi 1% 5% 10% 414 427 440 450 460 469 477 485 492 498 510 520 529

265 270 275 279 283 286 289 292 294 297 301 304 307

217 221 224 227 229 232 234 235 237 238 241 243 245

Sumber : Sugiyono, (2013)


N 400000 450000 500000 550000 600000 650000 700000 750000 800000 850000 900000 950000 1000000 ∞

Siginifikasi 1% 5% 10% 662 663 663 663 663 663 663 663 663 663 663 663 664 664

348 348 348 348 348 348 348 348 348 348 348 348 349 349

270 270 270 270 270 270 270 270 271 271 271 271 271 272

95

Berdasarkan hasil hitungan dan tabel di atas, maka didapatkan jumlah sampel minimal 232 responden. Penelitian ini menggunakan teknik sampel bertingkat (stratified sample). Teknik ini digunakan apabila populasinya heterogen atau terdiri atas kelompok yang bertingkat. Setelah jumlah sampel ditentukan sebanyak 232 responden, dilanjutkan dengan pengambilan sampel proporsi untuk mengetahui jumlah sampel yang akan diambil dari masing-masing satuan kerja. Pengambilan sampel bertingkat menggunakan rumus sebagai berikut (Riduwan, 2007): Ni ni =

Xn

N Dimana: ni

=

jumlah sampel menurut stratum

n

=

jumlah sampel seluruhnya

Ni

=

jumlah populasi menurut stratum

N

=

jumlah populasi seluruhnya

Berdasarkan teknik rumus di atas, maka dapat diperoleh komposisi besar sampel di masing-masing satker pada tabel 4.6. berikut.


96

Tabel 4.6 Distribusi Sampel Penelitian

No.

Satuan Kerja

Ni

ni

1

Sekretaris Utama

551

80

2

Deputi Bidang Metodologi dan Informasi Statistik

258

37

3

Deputi Bidang Statistik Sosial

177

26

4

Deputi Bidang Statistik Produksi

162

24

5

Deputi Bidang Statistik Distribusi dan Jasa

223

32

6

Deputi Bidang Neraca dan Analisis Statistik

229

33

1.600

232

Jumlah Sumber: Diolah peneliti berdasarkan tabel 2.1, (2016) 4.4. Jenis dan Sumber Data 4.4.1. Pengumpulan Data Primer

Menurut Marzuki (2005) data primer yaitu data yang diperoleh secara langsung dari sumber datanya diamati dan dicatat untuk pertamakalinya . pengumpulan data primer dilakukan dengan melakukan survei lapangan dengan menyebarkan kuesioner dan wawancara langsung kepada responden di BPS RI 4.4.2. Pengumpulan Data Sekunder Menurut Marzuki (2005), data sekunder yaitu data yang bukan diusahakan sendiri pengumpulannya oleh peneliti. Sedangkan menurut Malhotra (2007), data sekunder adalah data yang merujuk pada sumber eksternal. Pengumpulan data sekunder diperoleh dari sumber-sumber pendukung dari penelitian yang sudah dilakukan, internet, dan jurnal/literatur yang berhubungan dengan permasalahan yang diamati.


97

Dalam penelitian ini, penulis menggunakan jenis pengumpulan data primer yang sumber datanya diperoleh dengan menyebar kuesioner dan wawancara langsung kepada responden dengan teknik pengambilan di atas.

4.5. Teknik Pengumpulan Data Teknik pengumpulan data yang digunakan oleh penulis dalam penelitian ini adalah : 4.5.1. Studi Kepustakaan Studi kepustakaan merupakan upaya pengkajian teori dan informasi yang relevan dengan masalah kajian dengan cara membaca buku literatur, artikel, jurnal, hasil penelitian sebelumnya serta dokumen yang berhubungan 4.5.2. Studi Lapangan Merupakan upaya memperoleh data berkaitan dengan masalah yang dikaji dengan cara mengadakan penelitian terhadap pegawai BPS RI, dengan cara : a.

Dokumentasi, yaitu mengumpulkan data dari sumber laporan, arsip, petunjuk yang berkaitan dengan obyek/masalah penelitian.

b.

Wawancara, yaitu dengan mengadakan tanya jawab dengan pegawai BPS RI, yang dianggap dapat memberikan informasi sesuai dengan masalah yang dikaji

c. Angket, yaitu memberikan atau menyebarkan kuesioner atau daftar pernyataan kepada responden, berupa angket tertutup dan setiap responden hanya tinggal memilih jawaban yang sudah tersedia. Jawaban pada item terdiri atas lima alternatif sebagaimana tersaji dalam tabel 4.3. data yang


98

diperoleh responden akan terbentang dalam suatu kontinum negatif sampai dengan positif (Friendenberg dalam Sugiyono, 2009)

Tabel 4.3. Lima Alternatif Jawaban Responden Kategori Jawaban (+)

Kategori Jawaban (-)

Skor

Skor

Sangat Setuju/Sangat Sesuai (SS)

5

Sangat Setuju/Sangat Sesuai (SS)

1

Setuju/Sesuai (S)

4

Setuju/Sesuai (S)

2

Kurang Setuju/Kurang Sesuai (KS)

3

Kurang Setuju/Kurang Sesuai (KS)

3

Tidak Setuju/Tidak Sesuai (TS)

2

Tidak Setuju/Tidak Sesuai (TS)

4

Sangat 1 Tidak Setuju/Sangat Tidak Sesuai (STS)

5

Sangat Tidak Setuju/Sangat Tidak Sesuai (STS)

Sumber: Friendenberg (dalam Sugiyono, 2009) Skala ukur/alat ukur yang digunakan atau instrumen pada penelitian ini adalah : (1) alat ukur/kuesioner konsep diri (2) alat ukur/kuesioner kreativitas (3) alat ukur/kuesioner manajemen perubahan (4) alat ukur/kuesioner inovasi pegawai. Alat bantu yang akan digunakan sebagai metode pengumpulan data pada penelitian ini adalah dengan angket atau kuesioner (alat ukur). Peneliti menggunakan 4 (empat) skala ukur/alat ukur/kuesioner.

4.6. Metode Analisis Data Penelitian ini menggunakan instrumen kuesioner dan pada desain dengan kuesioner tersebut terdapat pengukuran variabel. Kuesioner yang akan dibuat harus mempunyai validitas dan reliabilitas, sehingga validitas kuesioner dapat menunjukkan kuesioner dalam mengukur apa yang diukur, sedangkan reliabilitas menunjukkan bahwa kuesioner tersebut konsisten apabila digunakan untuk mengukur gejala yang sama. Tujuan pengukuran validitas dan reliabilitas


99

kuesioner adalah untuk menyakinkan bahwa kuesioner yang disusun akan benarbenar baik dalam mengukur gejala dan menghasilkan data yang valid. Pengukuran ini, dengan melakukan uji kualitas data yaitu untuk menguji kecukupan dan kelayakan data yang digunakan dalam penelitian. Data penelitian tidak bermanfaat apabila instrumen untuk mengumpulkan data penelitian tidak memiliki reliabilitas dan validitas yang tinggi (Cooper dan Emory dalam Gusti Riza Rahman, 2008). Uji Kualitas data dilakukan menggunakan sebagai uji sebagai berikut.

4.6.1. Uji Validitas Teknik yang digunakan sebagai uji keabsahan data adalah uji validitas, merupakan tingkat dimana suatu alat pengukur mengukur apa yang seharusnya diukur (Sugiyono, 2015) Sehingga dapat mengetahui seberapa jauh responden menjawab sesuai yang diinginkan peneliti. Data tidak berguna apabila instrumen yang digunakan untuk penelitian tidak memiliki validitas tinggi. Validitas dapat dibedakan menjadi empat jenis yaitu: content validity, criterion validity, construct validty, dan convergent & discriminant validity. Meskipun dengan cara yang berbeda-beda, masing-masing jenis tersebut berusaha menunjukkan apakah sebuah ukuran berhubungan dengan sebuah konsep. Mengetahui bahwa pernyataan-pernyataan dalam variabel-variabel tersebut adalah valid secara konstruk berdasarkan teori pengukuran yang diusulkan, maka dilaksanakan Confirmatory Factor Analysis (CFA). Validitas konstruk mengukur sampai sejauh mana ukuran indikator sanggup merefleksikan


100

konstruk laten teoritisnya, yaitu Convergentcy Validity (Validitas Konvergen). Mengukur validitas konstruk dapat dilihat dari nilai faktor loading-nya. Pada kasus dimana terjadi validitas konstruk yang tinggi, maka nilai loading yang tinggi pada suatu faktor (konstruk laten) menunjukkan bahwa mereka konvergen pada satu titik. Syarat yang harus dipenuhi, pertama faktor loading harus signifikan. Hal ini faktor loading yang signifikan bisa jadi masih rendah nilainya, maka standardized loading estimate (estimasi loading terstandarisasi) idealnya harus 0,70. Lebih lanjut menurut Wijanto (2015) untuk mengukur validitas variabelvariabel dalam CFA adalah sebagai berikut : 1) Pada first order model pengukuran, standard factor loadings (muatan faktor standar) variabel-variabel teramati (indicator) terhadap variabel laten (faktor) merupakan estimasi validitas variabel-variabel teramati tersebut. 2) Pada second or higher level model pengukuran, standard structural coefficients dari faktor-faktor (variabel-variabel laten) pada konstruk (variabel laten) yang lebih tinggi adalah estimasi validitas dari faktor-faktor tersebut.

4.6.2.

Uji Reliabilitas Menurut Shook (2006), Uji reabilitas yang paling paling tepat dalam

analisis SEM adalah dengan menggunakan construct reliability bukan dengan cronbrach alpha. Ada perbedaan mendasar antara construct reliability dengan cronbrach alpha, yaitu adanya asumsi equivalency atau dengan kata lain construct reliability tidak berasumsi bahwa tiap item/observed variable mempunyai


101

kontribusi (loadings) yang sama terhadap variabel laten (construct) seperti dalam cronbrach alpha. Ghozali (2012) lebih lanjut menjelaskan bahwa penggunaan cronbrach alpha sebagai pengukuran realibilitas dalam kenyataannya memberikan reliabilitas yang lebih rendah (under estimate) bila dibandingkan dengan construct reliability. Shook (2006) dan Ghozali (2012) menyatakan nilai construct reliability 0,70 menunjukkan realibilitas yang baik, sedangkan untuk menghitung construct reliability dapat menggunakan rumus sebagai berikut:

(Standar Loading)2 CR = ((Standar Loading)2 +   j Dimana: Standar Loading diperoleh langsung dari Standardised Loading untuk indikator  j adalah mesurement error dari setiap indikator

4.6.3. Teknik Analisa Data Metode penelitian yang dipakai dalam penulisan ini adalah analisis kuantitatif, maksudnya digunakan skala penilaian untuk menyatakan bobot antara hubungan variabel satu dengan variabel lainnya. Adapun teknik analisis yang memungkinkan pengujian sebuah rangkaian hubungan secara simultan yaitu Structural Equation Modelling (SEM). Hubungan ini dibangun antara satu atau beberapa variabel eksogen (independent variable) dengan satu atau beberapa variabel endogen (dependent variable)


102

SEM adalah suatu analisis yang menggabungkan pendekatan analisis faktor (factor analysis), model struktur (structural analysis) dan analisis jalur (path analysis). Dengan demikian di dalam analisis SEM dapat dilakukan tiga macam kegiatan secara serentak yaitu pengecekan validitas dan reliabilitas instrument (berkaitan dengan analisis faktor konfirmatori), pengujian model hubungan antara variabel (berkaitan dengan analisis jalur) dan kegiatan untuk mendapatkan suatu model yang cocok untuk prediksi (berkaitan dengan analisis regresi atau analisis model struktural) (Sugiyono, 2015) Berbeda dengan analisis regresi, dengan SEM bisa terdapat beberapa variabel dependent dan variabel independent ini bisa menjadi variabel independent bagi variabel dependent lain. Dengan kata lain SEM dapat digunakan untuk model penelitian yang didalamnya terdapat variabel intervening. Hair et.al (dalam Sofyan Yamin dan Kurniawan, 2009) menyatakan SEM adalah sebuah teknik statistik multivariate yang menggabungkan aspek-aspek dalam regresi berganda (yang bertujuan untuk menguji hubungan dependen) dan analisis faktor (yang menyajikan unmeasured concept factors with multiple variable) yang digunakan untuk memperkirakan serangkaian hubungan dependen yang saling mempengaruhi secara bersama-sama. Teknik pengolahan data SEM dengan metode confirmatory analysis digunakan dalam penelitian ini. Observed Variable menggambarkan satu latent variable tertentu. Sebagai suatu metode pengujian yang menggabungkan analisis faktor, analisis lintasan dan regresi. SEM lebih merupakan metode confirmatory daripada explanatory yang bertujuan untuk mengevaluasi proposed dimensionally.


103

Penggunaan SEM memungkinkan peneliti untuk menguji hubungan antara variabel yang kompleks untuk memperoleh gambaran menyeluruh mengenai keseluruhan model. SEM dapat menguji secara bersama-sama (Bohlen dalam Ghozali dan Fuad, 2005): 1. Model struktural hubungan antara konstruk independent dan dependent 2. Model measurement: hubungan (nilai loading) antara indikator dengan konstruk (variabel laten) Digabungkannya

pengujian

model

struktural

dan

pengukuran

tersebut

memungkinkan peneliti untuk: 1. Menguji kesalahan pengukuran (measurement error) sebagai bagian yang tidak terpisahkan dari SEM 2. Melakukan analisis faktor persamaan dengan pengujian hipotesis.

Menurut Ferdinand (2006), asumsi-asumsi yang harus dipenuhi dalam prosedur pengumpulan dan pengolahan data yang dianalisis dengan permodelan SEM adalah: 1. Ukuran sampel Jumlah minimum 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 indikator, maka minimum sampel yang harus digunakan adalah sebanyak 100 sampel. 2. Normalitas dan linearitas


104

Sebaran data harus dianalisis untuk melihat apakah asumsi normalitas dipenuhi sehingga data dapat diolah lebih lanjut untuk pemodelan SEM ini. Normalitas dapat diuji dengan melihat gambar histogram data atau dapat diuji dengan metode-metode statistik uji normalitas ini perlu dilakukan baik untuk normalitas terhadap data tunggal maupun normalitas multivariat dimana beberapa variabel digunakan sekaligus dalam analisis akhir. Uji linearitas dapat dilakukan dengan mengamati scatterplots dari data yaitu dengan memilih pasangan data dan dilihat pola penyebarannya untuk menduga ada tidaknya linearitas. 3. Outliers Outliers 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 itu. Outliers pada dasarnya dapat muncul dalam empat kategori, yaitu: a. Outliers muncul karena kesalahan prosedur seperti kesalahan dalam memasukkan data atau kesalahan dalam mengkoding data. Misalnya, nilai 4 diketik 40 sehingga jauh berbeda dengan nilai-nilai lainnya dalam sebuah rentng jawaban responden antara 1 – 5. Bila hal semacam ini lolos dalam pengetikan data untuk pengolahan melalui komputer, maka angka 40 menjadi sebuah nilai ekstrim. b. Outliers dapat saja muncul karena keadaan yang benar-benar khusus yang memungkinkan profit datanya lain daripada yang lain, tetapi peneliti


105

mempunyai penjelasan mengenai apa penyebab munculnya nilai ekstrim itu. c. 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. d. Outliers dapat muncul dalam range nilai yang ada, tetapi bila dikombinasi dengan variabel lainnya, kombinasinya menjadi tidak lazim atau sangat ekstrim. Inilah yang disebut dengan multivariate outliers.

4. Multikolinearitas dan Singularitas Multikolinearitas dapat dideteksi dari determinan matriks kovarians. Nilai determinan matrik kovarian 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 multikolinieritas atau singularitas. Bila muncul pesan itu, telitilah ulang data yang digunakan untuk mengetahui apakah terdapat kombinasi linier dari variabel yang dianalisis. Perlakukan data (data treatment) yang dapat diambil adalah keluarkan variabel yang menyebabkan singularitas itu. Bila singularitas dan multikolinieritas ditemukan dalam data yang dikeluarkan itu, salah satu treatment yang dapat diambil adalah dengan menciptakan “composite variable” itu dalam analisis selanjutnya.


106

LISREL (Linear Structural Relationship) adalah salah satu software SEM yang paling banyak digunakan dan dipublikasikan pada berbagai jurnal ilmiah pada berbagai disiplin ilmu (Ghozali, 2008).. Disamping itu, LISREL merupakan program yang paling informatif dalam menyajikan hasil-hasil statistik. a.

Notasi LISREL Wijanto (2015) terdapat beberapa notasi yang digunakan dalam LISREL Tabel 4.6. Notasi LISREL 

eta

Variabel leten endogen



ksi

Variabel laten eksogen



beta

Regresi endo -> endo



gama

Regresi ekso -> endo



lamda

FactorLoad. laten -> indikator



epsilon

Error endo



delta

Error ekso



zeta

Error laten

Sumber: Wijanto (2015) b.

Tahap – tahap dalam SEM Menurut Gozali dan Fuad (2005) mendeskripsikan tahap-tahap dalam SEM sebagai berikut:


107

1.

Konseptualisasi Model Langkah ini merupakan suatu proses pembuatan suatu model yang akan diteliti yang memiliki teori yang kuat. Tanpa adanya justifikasi teoritis yang kuat, suatu model tidak ada artinya bila dianalisis SEM. SEM tidak digunakan untuk menghasilkan suatu model, tetapi untuk mengkonfirmasi suatu model berdasarkan data empiris. Dalam pengembangan model, seorang peneliti berdasarkan pijakan teoritis yang cukup, membangun hubungan-hubungan mengenai

sebuah

fenomena.

Peneliti

mempunyai

kebebasan

untuk

membangun sepanjang terdapat justifikasi teoritis yang cukup. 2.

Penyusunan Diagram Alur (Path Diagram) Tahap ini akan memudahkan kita dalam memvisualisasi hipotesis yang telah kita ajukan dalam konseptualisasi model. Visualisasi model akan mengurangi tingkat kesalahan dalam pembangunan suatu model pada LISREL. Path Diagram merupakan representasi mengenai bagaimana beberapa variabel pada suatu model berhubungan satu sama lain, yang memberikan suatu pandangan menyeluruh mengenai struktur model. Beberapa ketentuan yang ada pada penggambaran diagram alur adalah sebagai berikut: a. Anak panah satu arah digunakan untuk melambangkan hubungan kausalitas yang biasanya merupakan permasalahan penelitian dan juga dihipotesiskan b. Anak panah dua arah digunakan untuk melambangkan korelasi antara dua variabel eksogen dan mungkin juga korelasi antara dua indikator


108

c. Bentuk elips, digunakan untuk melambangkan suatu konsruk yang tidak diukur secara langsung, tetapi diukur dengan menggunakan satu atau lebih indikator d. Bentuk kotak, melambangkan variabel yang diukur langsung (observerb) e. Huruf e, digunakan untuk melambangkan kesalahan pada masing-masing pengamatan. Nilai ini harus diberikan kepada setiap variabel observerb f. Huruf z, digunakan untuk melambangkan kesalahan estimasi. Nilai ini diberikan kepada semua variabel endogen g. Variabel eksogen adalah variabel yang mempengaruhi, biasa disebut variabel independen dalam analisis regresi h. Variabel endogen adalah variabel yang dipengaruhi, biasa disebut variabel dependen dalam analisis regresi.

3.

Konversi Diagram Jalur ke Dalam Persamaan Struktural dan Model Pengukuran Langkah ketiga setelah teori dikembangkan dan digambarkan dalam sebuah diagram jalur, peneliti dapat mengkonversi spesifikasi model tersebut ke dalam rangkaian persamaan, yaitu: Persamaan – persamaan struktural (structural equation). Persamaan ini dirumuskan untuk menyatakan hubungan kausalitas antar berbagai konstruk. Persamaan struktural pada dasarnya dibangun dengan pedoman sebagai berikut: Variabel Endogen = Variabel Eksogen + Error


109

Y = a + x1 + bx2 + bx3…… + e Yloc = 0,05 + bpro + blok + bph + bkual + bcit + e

4.

Memilih Jenis Input Matrik dan Estimasi Model yang diusulkan Rating scale yang digunakan untuk input adalah Skala Likert dan pengukuran kuesioner menggunakan skala ordinal. Estimasi model dalam penelitian ini adalah dengan model estimasi menggunakan Maximum Likelihood (ML) minimum diperlukan sampel 100 responden Langkah berikutnya adalah dengan melakukan estimasi model pengukuran dan estimasi struktur persamaan a. Estimasi Model Pengukuran (Measurement Model) Juga sering disebut dengan Confirmatory Factor Analysis (CFA),, yaitu dengan menghitung diagram model penelitian dengan memberikan anak panah dua arah antara masing-masing konstruk. Langkah ini adalah untuk melihat apaakah matriks kovarian sampel yang diteliti mempunyai perbedaan yang signifikan atau tidak dengan matriks populasi yang diestimasi. Diharapkan tidak terdapat perbedaan yang signifikan sehingga nilai signifikansi pada chi-square di atas 0,05 b. Model Struktur Persamaan (Structure Equation Model ) Juga sering disebut full model, yaitu melakukan running program dengan model penelitian. Langkah ini untuk melihat berbagai asumsi yang diperlukan, sekaligus melihat apakah perlu dilakukan modifikasi atau tidak dan pada akhirnya adalah menguji hipotesis penelitian.


110

5.

Kemungkinan Munculnya Masalah Identifikasi Beberapa masalah identifikasi yang sering muncul sehingga model tidak layak diantaranya adalah sebagai berikut: a. Adanya nilai standar error yang besar untuk satu atau lebih koefisien Standard Error yang besar menunjukkan adanya ketidaklayakan model yang disusun. Standard Error yang diharapkan adalah relatif kecil, yaitu dibawah 0,5 atau 0,4 akan tetapi nilai standard error tidak boleh negatif yang akan diuraikan lebih lanjut dibawah pada point c. b. Ketidakmampuan program untuk menghasilkan matriks informasi yang seharusnya disajikan. Jika program tidak mampu menghasilkan suatu solusi yang unik, maka output tidak akan keluar. Hal ini bisa disebabkan oleh beberapa hal, misalnya sampel terlalu sedikit atau interasi yang dilakukan tidak konvergen c. Nilai estimasi yang tidak mungkin misalnya error varriance yang negatif Error varriance yang diharapkan adalah relatif kecil tetapi tidak boleh negatif. Jika nilainya negatif maka sering disebut heywood case dan model tidak boleh diinterpretasikan dan akan muncul pesan pada output berupa this solution is not admissible. d. Adanya nilai korelasi yang tinggi ( >0,90 ) antar koefisien estimasi


111

Gangguan ini juga sering disebut sebagai singularitas dan menjadikan model

tidak

layak

untuk

digunakan

sebagai

sarana

untuk

mengkonfirmasikan suatu teori yang telah disusun. 6.

Evaluasi Kriteria Goodness of Fit (GoF) Indeks kesesuaian (fit index) ini akan menghitung proporsi tertimbang dari varians dalam matriks kovarians sampel yang dijelaskan oleh matriks kovarians

populasi

yang

terestimasikan

menurut

Bentley,

dkk.

Ferdinand (2002). 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 ini menunjukkan sebuah "better fit".

Tabel 3.4. Kriteria Ukuran Kecocokan dalam GOF No

Ukuran Goodness Of Fit

Syarat Tingkat Kecocokan

(1)

(2)

(3)

1 RMSEA 2 GFI 3 AGFI 4 NFI 5 TLI/NNFI 6 CFI 7 RFI 8 IFI Sumber: Wijanto (2015)

RMSEA ≤ 0,08 GFI ≥ 0,9 AGFI ≥ 0,9 NFI ≥ 0,9 TLI ≥ 0,9 CFI ≥ 0,9 RFI ≥ 0,9 IFI ≥ 0,9

Uraian masing-masing dari goodness of fit index sebagai berikut: 1.

The Root Mean Square Error of Approximation (RMSEA), karena X2 – Chi Square sangat sensitif terhadap ukuran sampel (terlalu besar atau terlalu kecil), kriteria RMSEA digunakan untuk Chi Square dengan sampel besar.


112

Nilai RMSEA 0,08 direkomendasikan sebagai pedoman untuk menyatakan model dapat diterima. 2.

Goodness of fit Index (GFI). Indeks ini menghitung proporsi tertimbang dari varians dalam matriks kovarians sampel yang dijelaskan oleh matriks kovarians populasi yang terestimasikan dengan rentang nilai antara nol hingga satu. Semakin mendekati satu nilai GFI (0,90) maka semakin baik model tersebut.

3.

Adjusted Goodness of-Fit Index (AGFI). Tanaka & Huba (dalam Ferdinand, 2002) menyatakan bahwa GFI adalah analog dari R2 dalam regresi berganda. Tingkat penerimaan yang direkomendasikan adalah bila AGFI mempunyai nilai sama dengan atau lebih besar dari 0,90. Perlu diketahui bahwa baik GFI maupun AGFI adalah kriteria yang memperhitungkan proporsi tertimbang dari varians dalam sebuah matriks kovarians sampel. Nilai sebesar 0,95 dapat diinterprestasikan sebagai tingkatan yang baik good overall model fit (baik) sedangkan nilai antara 0,90 – 0,95 menunjukkan tingkatan cukup (adequate fit)

4.

Normed Fit Index (NFI), Nilai NFI berkisar antara 0 sampai 1. Nilai NFI 0,90 menunjukkan good fit, sedangkan nilai 0,80 NFI  0,90 sering disebut sebagai marginal fit.

5.

Tucker Lewis Index (TLI) atau Non Normed Fit Index (NNFI). TLI merupakan sebuah alternatif incremental fit index yang membandingkan sebuah model yang diuji terhadap sebuah baseline model. Nilai yang direkomendasikan sebagai acuan untuk diterimanya sebuah model adalah


113

penerimaan 0,90 dan nilai yang sangat mendekati 1 menunjukkan very good fit. 6.

Compafrative Fit Index (CFI). Berbeda dengan X2 – Chi Square, indeks ini sama sekali tidak dipengaruhi oleh besarnya sampel yang digunakan dalam penelitian. Nilai CFI 0,90 menunjukkan model yang baik bahkan jika mendekati satu menunjukkan very good fit.

7.

Relative Fit Index (RFI). Nilai RFI berkisar antara 0 sampai 1. Nilai RFI 0,90 menunjukkan good fit, sedangkan nilai 0,80 RFI  0,90 sering disebut sebagai marginal fit

8.

Incremental Fit Index (IFI). Nilai IFI berkisar antara 0 sampai 1. Nilai IFI 0,90 menunjukkan good fit, sedangkan nilai 0,80 IFI  0,90 sering disebut sebagai marginal fit.

7.

Modifikasi Model (Respesifikasi Model) Modifikasi dilakukan jika hasil dari evaluasi tidak sesuai dengan yang diharapkan. Alasan harus dilakukannya respesifikasi model adalah: 1) Modelnya tidak cocok/fit 2) Parameter tidak sesuai, jika dipandang dari sudut teori 3) Heywood cases, error variance bernilai negatif Secara teknik ada acuan untuk membuat model kembali. Software mampu memberikan modification indices, dimana akan dikeluarkan usulan-usulan untuk memperbaiki model. Namun hal ini harus ada legalisasi dari teori dan logika yang mendasarinya.


114

8.

Validasi Silang Model Pengujian atas fit tidaknya model terhadap suatu data baru. Validatas silang ini penting apabila terdapat modifiksi substansial yang dilakukan terhadap model asli yang dilakukan pada langkah ke enam.

4.6.5. Pengujian Hipotesis Dalam LISREL tidak terdapat nilai signifikan yang langsung dapat memberi tahu apakah hubungan antara suatu variabel dengan variabel lainnya adalah signifikan. Pada setiap estimasi dalam LISREL, terdapat tiga informasi yang sangat berguna yaitu koefisien regresi, standar error dan nilai t. standar error digunakan untuk mengukur ketepatan dari setiap estimasi parameter. Di bawah ini standar error adalah nilai t yang diperoleh melalui perbandingan antara nilai estimasi dengan standar error.

Nilai t =

nilai estimasi standar error

Uji hipotesa untuk mengetahui signifikan tidaknya hubungan antar variabel, maka nilai t harus lebih besar dari t – tabel pada level tertentu yang tergantung dari ukuran sampel dan level signifikansi, tetapi umumnya level signifikansi adala 1% 5% dan 10%. Pada jumlah sampel besar (lebih besar 150), jika nilai t yang dihasilkan oleh LISREL lebih besar dari pada nilai t tabel pada level 5% yaitu ± 1,960, maka hubungan antara variabel adalah signifikan (ferdinand, 2012).


BAB IV METODE PENELITIAN

Recommend Documents