BAB III METODE PENELITIAN
3.1. Jenis Penelitian Jenis
penelitian
yang
akan
digunakan
dalam
penelitian ini adalah penelitian kuantitatif. Pengertian metode kuantitatif sendiri adalah definisi , pengukuran data kuantitatif dan statistik objektif melalui perhitungan ilmiah berasal dari sampel orang-orang atau penduduk yang
diminta
tentang
survei
menjawab untuk
atas
sejumlah
menentukan
pertanyaan
frekuensi
dan
persentase tanggapan mereka (Wikipedia Ensiklopedia Bebas, 2010). Penelitian
kuantitatif
ini
dipilih
karena
mempunyai relavansi yang dekat dengan topik yang dibahas karena menggunakan model-model matematis, teori-teori dan atau hipotesis yang berkaitan dengan fenomena
lingkungan
kerja.
Selain
itu,
metode
ini
memiliki teknik secara kuantitatif yang akan memberikan hubungan fundamental antara pengamatan empiris dan ekspresi matematis dari hubungan-hubungan kuantitatif.
3.2. Populasi dan Sampel Populasi dan sampel untuk penelitian ini adalah seluruh karyawan di bagian Engineering di salah satu 38
perusahaan multinasional yang bergerak dalam bidang produksi non dairy creamer yang berjumlah 38 orang. Pemilihan sampel ini atas dasar pertimbangan bahwa sistem
produksi
pada
perusahaan
tersebut
telah
mengalami perubahan dari sistem produksi berteknologi lama
(manual)
menjadi
sistem
produksi
yang
menggunakan peralatan berteknolgi tinggi. Selain itu, tingkat kompleksitas operasional pabrik juga dirasakan semakin komplek dengan meningkatnya jumlah volume produksi dan jenis barang yang diproduksi yang diduga menjadi peyebab timbulnya industrial technostress baru. Dalam pengambilan data seluruh populasi dijadikan sebagai responden (saturated sampling method).
3.3. Definisi Operasional Variabel. Definisi penelitian
operasional
yang
variabel
memberitahukan
adalah
unsur
bagaimana
cara
mengukur suatu variabel atau dapat dikatakan semacam petunjuk pelaksanaan bagaimana cara mengukur suatu variabel (Zainudin dalam Widyantoro, 1999:54). Definisi operasional variabel berisikan inidikator-indikator dari suatu
variabel,
mengumpulkan tersebut.
Dalam
yang
data
yang
penelitian
memungkinkan relevan ini,
untuk
definisi
peneliti variabel
operasional
variabelnya adalah sebagai berikut:
39
3.3.1. Workload atau Beban Kerja (X1) Pengukuran beban kerja pada lingkungan kerja industri berteknologi tinggi adalah meliputi aspek jumlah pekerjaan
dan
menyelesaikan
waktu pekerjaan
yang
dibutuhkan
tersebut
(Adil
untuk
Kurnia
HR
Consulting, 2010) Pengukuran konsep akan diukur menggunakan skala likert pada aras ordinal, yaitu : 1 (sangat tidak setuju), 2 (tidak setuju), 3 (ragu-ragu), 4 (setuju), dan 5 (sangat setuju), dengan indikator empirik sebagai berikut: Tabel 3.1 Konsep & Indikator Empirik Beban Kerja
Konsep Workload atau Beban Kerja (X1),
Definisi Konseptua l Keadaan karyawan yang dihadapkan pada sejumlah pekerjaan yang harus dikerjakan dan tidak mempunyai waktu untuk menyelesaika n pekerjaannya.
Indikator Empirik 1. Persepsi karyawan mengenai jumlah pekerjaan yang harus diselesaikan, seperti workorde, trouble shooting, proyek, trial produk baru. 2. Persepsi karyawan mengenai ketersediaan waktu untuk menyelesaikan pekerjaan di atas.
Sumber Adil Kurnia HR Consulti ng (2010) dengan penyesua ian untuk penelitia n.
40
3.3.2. Tingkat Kompetensi Teknologi (X2) Pengukuran konsep tingkat kompetensi teknologi dalam penelitian ini menggunakan indikator empiris yang berupa tingkat kompetensi teknologi mekatronik, tingkat kompetensi teknologi komputer dan tingkat kompetensi teknologi informasi (Satrio DL, 2009) Skala yang dipergunakan adalah skala likert pada aras ordinal, yaitu : 1 (sangat tidak setuju), 2 (tidak setuju), 3 (ragu-ragu), 4 (setuju), dan 5 (sangat setuju), dengan indikator empirik sebagai berikut:
Tabel 3.2 Konsep & Indikator Empirik Tingkat Kompetensi Teknologi
Konse p Kompet ensi Teknolo gi (X2),
Definisi Konseptual Tingkat kemampuan integritas ketrampilan otomasi yang dimiliki secara aktual dibandingkan dengan tingkat kemampuan yang seharusnya dimiliki untuk bisa memberikan kinerja yang baik.
Indikator Empirik 1. Kompetensi Teknologi mekatronika 2. Kompetensi Teknologi Komputer 3. Kompetensi Teknologi Informasi
Sumber Warta Warga Gunadarma (2009) dengan penyesuaian untuk penelitian.
41
3.3.3. Technostress (Y1) Pengukuran konseptual tingkat technostress dalam penelitian
ini
menggunakan
indikator
empiris
yang
disintesis oleh Cary Cooper dan Alison Straw (1995:8-15), yang terdiri dari: 1. Indikator perubahan fisik, seperti nafas memburu, mulut dan kerongkongan kering, tangan lembab, merasa panas, otot-otot tegang, pencernaan terganggu, sembelit, letih yang tidak beralasan, sakit kepala, salah urat dan gelisah. 2. Indikator
perubahan
perilaku,
yaitu
perasaan
bingung, cemas dan sedih, jengkel, salah paham, tidak berdaya, tidak mampu berbuat apa-apa, gelisah, gagal, tidak menarik, kehilangan semangat, sulit konsentrasi, sulit
berfikir
hilangnya
jemih,
kreatifitas,
sulit
membuat
hilangnya
kcputusan,
gairah
dalam
penampilan dan hilangnya minat terhadap orang lain.
3. Indikator perubahan watak dan kepribadian, yaitu sikap hati-hati menjadi cermat yang berlebihan, cemas menjadi lekas panik, kurang percaya diri menjadi rawan, penjengkel menjadi meledak-ledak. Pengukuran konsep akan diukur menggunakan skala likert pada aras ordinal, yaitu : 1 (sangat tidak setuju), 2 (tidak setuju), 3 (ragu-ragu), 4 (setuju), dan 5 (sangat setuju), dengan indikator empirik sebagai berikut:
42
Tabel 3.3 Konsep & Indikator Empirik Technostress Konsep Technostr ess (Y1),
Definisi Konseptual
Indikator Empirik
Sumber
Tekanan psikologis pada karyawan akibat perubahan teknologi yang harus ditanggung dalam menjalankan fungsinya.
1. Indikasi perubahan fisik 2. Indikasi perubahan perilaku 3. Indikasi perubahan watak & kepribadian
Cary Cooper dan Alison Straw (1995:815) dengan penyesuaian untuk penelitian.
3.3.4.Kinerja (Y2) Pengukuran kinerja adalah didasarkan pada hasil kerja yang dicapai karyawan dalam melaksanakan tugastugas yang dibebankan kepadanya yang didasarkan atas kecakapan pengalaman, dan kesungguhan serta waktu (Robert L. Mathis & John H. Jackson, 2002). Pengukuran konsep akan diukur menggunakan skala likert pada aras ordinal, yaitu : 1 (sangat tidak setuju), 2 (tidak setuju), 3 (ragu-ragu), 4 (setuju), dan 5 (sangat setuju), dengan indikator empirik sebagai berikut:
43
Tabel 3.4 Konsep & Indikator Empirik Kinerja Konsep Kinerja (Y2),
Definisi Konseptual Hasil kerja yang dicapai karyawan dalam melaksanakan tugas-tugas yang dibebankan kepadanya yang didasarkan atas kecakapan pengalaman, dan kesungguhan serta waktu
Indikator Empirik 1. Target jumlah outstanding workorder 2. Target waktu ratarata trouble shooting/MTTR 3. Target jumlah proyek yang bisa diselesaikan 4. Target biaya maintenance 5. Target Biaya proyek 6. Target angka prosentase tingkat aktual OEE 7. Target angka prosentase tingkat keberhasilan trial produk baru
Sumber Robert L. Mathis & John H. Jackson (2002), dengan penyesuaian untuk penelitian.
3.4. Jenis Data dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data primer dan data sekunder. Data primer diperoleh dengan menyebarkan kuesioner kepada seluruh karyawan di Bagian Engineering pada PT. XX yang berjumlah 38 orang. Setiap responden diminta memberi tanggapan mengenai beban kerja, kompetensi teknologi otomasi, technostress dan kinerja karyawan berdasarkan kuesioner yang telah disediakan. Selain itu peneliti juga melakukan wawancara (deep interview) dengan pihak management Engineering PT XX Indonesia.
44
Sedangkan data sekunder adalah berupa profile perusahaan dan literatur-literatur lain yang didapat dari dalam maupun luar perusahaan yang memiliki penjelasan tentang masalah penelitian.
3.5. Prosedur Pengumpulan Data Dalam proses pencarian dan pengumpulan data, penulis melakukan beberapa metode sebagai berikut:
3.5.1. Studi pustaka Metode ini dilakukan dengan mempelajari penelitian sebelumnya yang terkait dengan topik penelitian ini, mempelajari jurnal-jurnal SDM dan psikologi, buku-buku pustaka
yang
berhubungan
dibahas.
Teori-teori,
dengan
penemuan
dan
masalah
yang
pendapat
yang
diperoleh dari studi pustaka ini digunakan sebagai dasar teori penelitian ini.
3.5.2. Penelitian lapangan Untuk penelitian lapangan, penulis menggunakan dua metode, yaitu metode penyebaran kuestioner yang disusun
berdasarkan
sumber
tertentu
yang
telah
disesuaikan dengan topik penelitian ini dan metode wawancara dengan pihak manajemen dan beberapa sampel populasi. Subyek yang ditanyakan pada saat wawancara telah dibuat sebelumnya oleh peneliti agar
45
sesuai dengan topik penelitian dan tidak menyimpang. Hasil wawancara akan didokumentasikan dan merupakan salah satu sumber data untuk melakukan analisa dan pembahasan dalam penelitian ini. Metode wawancara dilakukan melalui tatap muka secara langsung dengan pihak-pihak yang berhubungan dengan masalah yang diteliti.
Wawancara
dilakukan
secara
terbuka
dan
terstruktur. Lokasi penelitian adalah pada salah satu perusahaan multinasional yang bergerak dalam bidang industri makanan yang berlokasi di Jawa Tengah. Waktu penelitian
adalah
Oktober-2010
sampai
dengan
Desember-2010
46
3.6. Teknik Analisis Data
3.6.1. Uji Validitas Validitas menunjukkan sejauh mana alat pengukur untuk mengukur apa yang diukur (Ancok 1995 dalam Singarimbun dan Efendi 1995). Sedangkan menurut Sugiyono (1994), hasil penelitian yang valid bila terdapat kesamaan antara data yang terkumpul dengan data yang sesungguhnya terjadi pada obyek yang diteliti. Valid tidaknya suatu item instrumen dapat diketahui dengan membandingkan indeks korelasi product moment Pearson dengan level signifikansi 5% dengan nilai kritisnya, di mana r dapat digunakan rumus (Arikunto, 1993): rxy =
N XY X Y
N X
2
X N Y 2 Y 2
2
Keterangan : rxy
= skor korelasi
n
= banyaknya sampel
X
= skor item pertanyaan
Y
= skor total item Bila nilai korelasi lebih besar dari 0.3 maka
dinyatakan valid dan sebaliknya dinyatakan tidak valid.
47
3.6.2. Uji Reliabilitas Sugiyono
(2008)
menyatakan
instrumen
yang
reliabel adalah instrumen yang bila digunakan beberapa kali
untuk
mengukur
objek
yang
sama,
akan
menghasilkan data yang sama. Reliabilitas adalah indek yang menunjukkan sejauh mana suatu alat pengukur dapat dipercaya atau dapat diandalkan. Untuk menguji digunakan Alpha Cronbach dengan rumus : 2 k b r11= 1 2 t k 1
Di mana : r11
= reliabilitas instrumen (koefisien alpha cronbach)
k
= banyaknya butir pertanyaan atau banyaknya soal
b2 = jumlah varians butir t2
= varians total Instrumen dapat dikatakan andal (reliabel bila
memiliki koefisien keandalan reliabilitas sebesar 0,6 atau lebih (Arikunto 1993).
3.7. Metode Analisis Data Penelitian ini menggunakan pendekatan kuantitatif dalam melaksanakan analisis data, metode analisis yang digunakan dalam menganalisis data empiris dikumpulkan peneliti meliputi:
48
3.7.1 Statistika Deskriptif Analisis statistik depkriptif dimaksudkan untuk mengetahui
distribusi
frekuensi
jawaban
dari
hasil
kuesioner. Dengan cara mengumpulkan data dari hasil jawaban responden selanjutnya ditabulasi dalam tabel dan dilakukan pembahasan secara deskriptif. Ukuran deskriptif adalah pemberian angka, baik dalam jumlah responden beserta nilai rata-rata jawaban responden maupun prosentase. Analisis data ini digunakan untuk memberikan gambaran tentang keterlibatan karyawan, budaya
organisasi,
gaya
kepemimpinan,
komitmen
organisasi, dan kinerja karyawan. Kemudian
untuk
mengkategorikan
rata-rata
jawaban respoden dapat dilihat berdasarkan ketentuan sebagai berikut : Tabel 3.5
Penentuan Kategori Skor Berdasarkan Kategori Jawaban Responden
No
Skala Kategori Jawaban
Kategori Skor
1
1,00 – 1,80
Sangat Rendah
2
1,81 - 2,60
Rendah
49
3
2,61 - 3,40
Sedang
4
3,41 - 4,20
Tinggi
5
4,21 - 5,00
Sangat Tinggi
3.7.2 Structural Equation Modeling (SEM) Analisis
statistik
inferensial
yang
dipilih
dan
digunakan adalah SEM (Structural Equation Modeling). Analisis SEM digunakan untuk menguji pengaruh antar variabel yang ada di dalam model penelitian dan yang telah dihipotesiskan. Solimun (2003:78) menjelaskan bahwa SEM merupakan pendekatan terintegrasi antara analisis faktor, model struktural dan analisis path. Langkah-langkah menggunakan
yang
Structural
harus
dilakukan
Equation
Modelling
apabila (SEM)
diantaranya adalah (Hair et al., 2006:213, dan Solimun, 2003:78):
3.7.2.1 Pengembangan Model Berbasis Teori Langkah pengembangan model teoretis dilakukan dengan menelaah pustaka guna mendapatkan justifikasi atas model teoretis yang akan dikembangkan. SEM digunakan untuk mengkonfirmasi model teoretis tersebut melalui data empirik.
50
3.7.2.2 Pengembangan Diagram Alur (Path Diagram) Model teoritis yang telah dibangun pada tahap pertama akan digambarkan dalam sebuah diagram jalur, yang akan mempermudah untuk melihat hubunganhubungan kausalitas yang ingin diuji. Dalam diagram alur, hubungan antar konstruk akan dinyatakan melalui anak panah. Anak panah yang lurus menunjukkan sebuah hubungan kausal yang langsung antara satu konstruksi dengan konstruksi lainnya, sedangkan garisgaris lengkung antar konstruk dengan anak panah pada setiap ujungnya menunjukkan korelasi antara konstruksi. Berdasarkan landasan teori maka dibuat diagram jalur untuk SEM, seperti dapat dilihat pada Gambar 3
Gambar 3.6 Diagram Jalur Model SEM Structural Model dan Measurement Mode
51
Persamaan yang di dapat dari diagram alur yang dikonversi (Gambar 3.1) terdiri dari : (a) Persamaan struktural (structural equation), yang dirumuskan
untuk
menyatakan
hubungan
kausalitas antar berbagai konstruk. (b)
Persamaan
spesifik
model
pengukuran
(measurement model), dimana harus ditentukan variabel
yang
menentukan
mengukur
konstruk
serangkaian
matriks
dan yang
menunjukkan korelasi yang dihipotesiskan antar konstruk.
3.7.2.3 Evaluasi kriteria goodness of fit Pada tahap ini dilakukan pengujian terhadap kesesuaian
model
melalui
telaah
terhadap
berbagai
kriteria goodness of fit. Berikut ini beberapa indeks kesesuaian dan cut-off value untuk menguji apakah sebuah model dapat diterima atau ditolak. (a).
RMSEA
(The
root
Mean
Square
Error
of
Approximation), yang menunjukkan goodness of fit yang dapat diharapkan bila model diestimasi dalam polulasi (Hair 1992). Nilai RMSEA yang lebih kecil atau sama dengan 0,08 merupakan indeks
untuk
dapat
diterimanya
model
yang
menunjukkan sebuah close fit dari model itu berdasarkan degrees of freedom.
52
(b). GFI (Goodness of Fit Index), adalah 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’. (c). AGFI (Adjusted Goodness of Fit Index), dimana tingkat penerimaan yang direkomendasikan adalah bila AGFI mempunyai nilai sama dengan atau lebih besar dari 0,90. (d).
CMIN/DF,
adalah
The
Minimum
Sample
Discrepancy Function yang dibagi dengan Degree of Freedom. CMIN/DF tidak lain adalah statistik chisquare, X2 dibagi DFnya disebut X2 relatif. Bila nilai X2 relatif kurang dari 2.0 atau 3.0 adalah indikasi dari acceptable fit antara model dan data. (e). TLI (Tucker Lewis Index), merupakan incremental index yang membandingkan sebuah model yang diuji terhadap sebuah base line model, dimana nilai yang direkomendasikan sebagai acuan untuk diterimanya
sebuah
model
adalah
0,95
(Ferdinand, 2002:56) dan nilai yang mendekati 1 menunjukkan a very good fit . (f). CFI (Comparative Fit Index), dimana bila mendekati 1, mengindikasi tingkat fit yang paling tinggi. Nilai yang direkomendasikan adalah CFI 0,95.
53
(g). Dengan demikian indeks-indeks yang digunakan untuk menguji kelayakan sebuah model adalah seperti dalam tabel 3.6 Tabel 3.6 Kriteria Goodness of Fit Goodness of fit
Cut-of value
index RMSEA
≤ 0.08
GFI
0.90
AGFI
0.90
CMIN/DF
≤ 2.00
TLI
0.95
CFI
0.95
Sumber: Ferdinand (2002)
3.7.2.4 Pengujian Asumsi Model SEM Prinsip uji hipotesis asumsi model, yaitu asumsi yang berkaitan dengan model dan asumsi yang berkaitan dengan pendugaan parameter dan pengujian hipotesis yang dijelaskan berikut. 1) Asumsi tidak adanya outlier (pencilan). Outlier merupakan observasi yang muncul dengan nilai ekstrim
secara univariate maupun multivariate,
karena kombinasi karakteristik unik
dan terlihat
sangat jauh berbeda dari observasi lainnya. Outlier muncul dengan empat (4) kategori berikut.
54
a) Outlier
muncul
karena
kesalahan
prosedur
seperti kesalahan dalam memasukkan data atau kesalahan dalam mengkode data. b) Outlier muncul karena keadaan khusus yang memungkinkan profil data menjadi lain, khusus yang memungkinkan profil data menjadi lain, tetapi peneliti mempunyai penjelasan mengenai apa yang menyebabkan munculnya nilai ekstrim tersebut. c) Outlier muncul karena adanya sesuatu alasan, tetapi tidak dapat diketahui perihal penyebab munculnya ekstrim itu. d) Outlier muncul dalam rentang nilai yang ada, tetapi apabila dikombinasikan dengan variabel lainnya, kombinasinya menjadi tidak lazim atau sangat ekstrim, yang disebut dengan multivariate outlier, maka
menggunakan metode pengujian
Mahalanobis distance. 3) Asumsi normalitas sebaran, yaitu data yang akan dianalisis (variabel latent) dengan menyebar normal (normal ganda). Dengan sampel yang besar (100), asumsi ini tidak terlalu kritis, landasannya adalah Dalil Limit Pusat (Central Limit Theorm), yaitu jika n (sample size) besar maka statistik dari sampel tersebut
akan
mendekati
distribusi
normal
55
walaupun populasi dari mana sampel tersebut diambil tidak terdistribusi normal.
3.7.2.5 Pengujian Model Struktural: Uji Hipotesis Penelitian Setelah model tersebut memenuhi syarat, maka yang perlu dilakukan selanjutnya adalah uji regression weight/loading faktor. 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
(),
berkenaan
dengan
pengukuran
berdasarkan
variabel
yaitu
manifest
parameter
yang
variabel
latent
(berkaitan
dengan
validitas instrumen). Hipotesis yang di uji: H0 : i = 0 (tidak signifikan) H1 : i > 0 (signifikan) (2) Hipotesis mengenai structural model: (a) Parameter Beta (), yaitu parameter pengaruh variabel endogen terhadap variabel endogen lainnya dalam structural model. 56
Hipotesis yang di uji: H0 : i = 0 (tidak signifikan) H1 : i 0 (signifikan) (b) Parameter Gama (), yaitu parameter pengaruh variabel eksogen terhadap variabel endogen dalam structural model. Hipotesis yang di uji: H0 : i = 0 (tidak signifikan) H1 : i 0 (signifikan) Uji ini sama dengan uji t (uji parsial) dalam multiple regression, uji ini dilakukan dengan cara membandingkan nilai t
hitung
jika t
dengan t
tabel
, dengan ketentuan:
hitung
>t
tabel
berarti variabel tersebut signifikan
hitung
≤t
tabel
berarti variabel tersebut tidak
dan jika t
signifikan Ferdinand (2002: 75) 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.
57
3.8. Jadwal Pelaksanaan Penelitian ini dijdwalkan akan dilakukan dengan tahapan kegiatan & waktu sebagai berikut: No 1 2 3 4 5
KEGIATAN Penyusunan proposal penelitian Seminar proposal Revisi seminar proposal Uji coba kuesioner Revisi kuesioner & pengisian kuesioner
Sep10
Oct10
O
O
Nov10
Nov10
O O O O
6
Pengumpulan data
O
7
Pengolahan data
O
8 9 10
Penulisan hasil penelitian
Jan11
O
Ujian tesis
O
Revisi ujian tesis
O
58
