BAB III METODE PENELITIANrepository.uksw.edu/bitstream/123456789/4106/4/T2_912009110_BAB II… ·...
Transcript of BAB III METODE PENELITIANrepository.uksw.edu/bitstream/123456789/4106/4/T2_912009110_BAB II… ·...
38
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 menjawab atas sejumlah pertanyaan
tentang survei untuk menentukan 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
39
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 operasional variabel adalah unsur
penelitian yang memberitahukan 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, yang memungkinkan peneliti
mengumpulkan data yang relevan untuk variabel
tersebut. Dalam penelitian ini, definisi operasional
variabelnya adalah sebagai berikut:
40
3.3.1. Workload atau Beban Kerja (X1) Pengukuran beban kerja pada lingkungan kerja
industri berteknologi tinggi adalah meliputi aspek jumlah
pekerjaan dan waktu yang dibutuhkan untuk
menyelesaikan pekerjaan tersebut (Adil 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 Definisi
Konseptual
Indikator Empirik Sumber
Workload
atau
Beban
Kerja (X1),
Keadaan karyawan yang dihadapkan pada sejumlah pekerjaan yang harus dikerjakan dan tidak mempunyai waktu untuk menyelesaikan pekerjaannya.
1. Persepsi karyawan mengenai jumlah pekerjaan yang harus diselesaikan, seperti work-orde, trouble shooting, proyek, trial produk baru.
2. Persepsi karyawan mengenai ketersediaan waktu untuk menyelesaikan pekerjaan di atas.
Adil Kurnia HR Consulting (2010) dengan penyesuaian untuk penelitian.
41
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
Konsep
Definisi Konseptual
Indikator Empirik Sumber
Kompet
ensi
Teknolo
gi (X2),
Tingkat kemampuan integritas ketrampilan otomasi yang dimiliki secara aktual dibandingkan dengan tingkat kemampuan yang seharusnya dimiliki untuk bisa memberikan kinerja yang baik.
1. Kompetensi Teknologi mekatronika
2. Kompetensi Teknologi Komputer
3. Kompetensi Teknologi Informasi
Warta Warga Gunadarma (2009) dengan penyesuaian untuk penelitian.
42
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 jemih, sulit membuat kcputusan,
hilangnya kreatifitas, hilangnya 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:
43
Tabel 3.3 Konsep & Indikator Empirik Technostress
Konsep Definisi Konseptual Indikator Empirik Sumber
Technostr
ess (Y1),
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 (1995:8-15) dengan penyesuaian untuk penelitian.
3.3.4.Kinerja (Y2)
Pengukuran kinerja adalah didasarkan pada hasil
kerja yang dicapai karyawan dalam melaksanakan tugas-
tugas 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:
44
Tabel 3.4 Konsep & Indikator Empirik Kinerja
Konsep Definisi Konseptual Indikator Empirik Sumber
Kinerja
(Y2),
Hasil kerja yang dicapai karyawan dalam melaksanakan tugas-tugas yang dibebankan kepadanya yang didasarkan atas kecakapan pengalaman, dan kesungguhan serta waktu
1. Target jumlah outstanding work-order
2. Target waktu rata-rata 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
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.
45
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 dengan masalah yang
dibahas. Teori-teori, penemuan dan 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
46
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
47
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 =
2222 YYNXXN
YXXYN
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.
48
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 :
r11=
2t
2b1
1kk
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:
49
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
50
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 yang harus dilakukan apabila
menggunakan Structural Equation Modelling (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.
51
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 hubungan-
hubungan 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 garis-
garis 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
52
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 mengukur konstruk dan
menentukan serangkaian matriks 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.
53
(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 chi-
square, 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.
54
(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 index
Cut-of value
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.
55
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
56
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 (), yaitu parameter yang
berkenaan dengan pengukuran variabel latent
berdasarkan variabel manifest (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.
57
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 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 (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.
58
3.8. Jadwal Pelaksanaan Penelitian ini dijdwalkan akan dilakukan dengan
tahapan kegiatan & waktu sebagai berikut:
No KEGIATAN Sep-10
Oct-10
Nov-10
Nov-10
Jan-11
1 Penyusunan proposal
penelitian O O
2 Seminar proposal O
3 Revisi seminar
proposal
O
4 Uji coba kuesioner O
5 Revisi kuesioner &
pengisian kuesioner
O
6 Pengumpulan data O
7 Pengolahan data O
8 Penulisan hasil
penelitian
O
9 Ujian tesis O
10 Revisi ujian tesis O