29

BAB III

METODE PENELITIAN

3.1 Desain Penelitian

Dalam penelitian ini, jenis penelitiannya bersifat asosiatif. Menurut Sugiyono (2007,

p11), penelitian asosiatif merupakan penelitian yang bertujuan untuk mengetahui hubungan

antara dua variabel atau lebih. Jadi, dengan penelitian asosiatif ini dapat diketahui hubungan

antara variabel dan bagaimana tingkat ketergantungan antara variabel independen terhadap

variabel dependen. Pelaksanaannya metode penilitian yang dilakukan adalah survey, yaitu

penelitian dilakukan pada suatu populasi besar maupun kecil dengan menganalisis data yang

diperoleh dari populasi itu sendiri. Unit analisis yang dituju adalah individu, yaitu para

karyawan dari Toko Buku Gramedia-Semanggi dan informasi yang didapat dari karyawan

tersebut hanya dikumpulkan satu kali pada waktu tertentu atau disebut juga Cross-sectional.

Suatu saat tertentu bukan berarti satu hari saja, melainkan dapat dilakukan beberapa hari

bahkan beberapa minggu oleh karena situasi.

Tabel 3.1 Desain Penelitian

Tujuan Penelitian

Jenis dan Metode Penelitian

Unit Analisis Time Horizon

T – 1 Asosiatif - Survey Individu = Karyawan Cross-sectional T – 2 Asosiatif - Survey Individu = Karyawan Cross-sectional T – 3 Asosiatif - Survey Individu = Karyawan Cross-sectional T – 4 Asosiatif - Survey Individu - Karyawan Cross-sectional

Dimana :

T1 : Pengaruh Ability (kemampuan) terhadap kinerja karyawan

T2 : Pengaruh Effort (usaha) terhadap kinerja karyawan

T3 : Pengaruh Support (dukungan) terhadap kinerja karyawan

T4 : Pengaruh Ability, Effort dan Support terhadap kinerja karyawan

30

3.2 Operasionalisasi Variabel Penelitian

Berdasarkan pendapat Sugiyono dalam Umar (2005, p128), variabel di dalam

penelitian merupakan suatu atribut dari sekelompok obyek yang diteliti dan mempunyai

variasi antara satu dan lainnya dalam kelompok tersebut. Operasional variabel merupakan

penjelasan dari bagian-bagian variabel yang terdiri dari subvariabel, indikator yang

menggunakan jenis ukuran tertentu. Operasionalisasi menggunakan skala tertentu yang

disesuaikan dengan tujuan penelitian. Berikut operasionalisasi variabel dari peneliti.

Tabel 3.2 Operasionalisasi Variabel

Variabel Konsep Variabel Indikator Ukuran Skala

Ability

(kemampuan)

Kapasitas dan

kemampuan yang

dimiliki oleh seseorang

untuk mengerjakan

berbagai tugas dalam

suatu pekerjaan

- Bakat

- Minat

- Faktor kpribadian

Interval Skala Likert

Effort (usaha) Usaha (upaya) yang

dilakukan seseorang

untuk mencapai tujuan

(target)

- Motivasi

- Etika Kerja

- Kehadiran

- Rancangan Tugas

Interval Skala Likert

Support

(dukungan)

Dukungan yang

diberikan perusahaan

atau organisasi kepada

seseorang (karyawan)

yang bertujuan untuk

meningkatkan usaha

- Pelatihan dan

pengembangan

- Peralatan dan

teknologi

- Standart kerja

Interval Skala Likert

31

Kinerja

karyawan

Tingkat keberhasilan

seseorang secara

keseluruhan dalam

melaksanakan tugas

sesuai dengan

tanggung jawab

- Kuantitas Kerja

- Kualitas Kerja

- Kreatifitas

- Kooperatif

- Inisiatif

- Kualitas Pribadi

- Keandalan

Interval Skala Likert

Ukuran variabel yang digunakan adalah skala interval, menurut Ridwan dan E.A

Kuncoro (2007, p18), skala interval adalah skala yang menunjukan jarak antara satu data

dengan data yang lain dan mempunyai bobot yang sama.

3.3 Jenis dan Sumber Data Penelitian

Menurut pendapat Mc. Leod yang dikutip oleh Umar (2005, p129-130), pengertian

data dari sudut pandang ilmu sistem informasi adalah suatu fakta dan angka yang secara

relatif tidak berarti bagi pemakai. Informasi merupakan data yang telah diolah dan memiliki

arti bagi pemakai.

Berdasarkan tujuan penelitian, ada beberapa data yang dibutuhkan dalam penelitian

ini. Jenis dari masing-masing data tersebut adaah kuantitatif, dan sumber datanya adalah

primer, yang didapat secara langsung dari karyawan yang dijadikan responden melalui

penyebaran kuesioner.

Menurut Umar (2005, p130), data primer adalah data yang didapat dari sumber

pertama baik individu atau perorangan, seperti hasil wawancara atau hasil pengisian

kuesioner. Data primer ini di dapat langsung dari sumber data yaitu para karyawan yang

bekerja diperusahaan. Data kuantitatif adalah data yang berbentuk angka atau data

kualitatif yang diangkakan. Analisis kuntitatif mencoba mengolah data menjadi informasi

32

dalam bentuk angka. Penggunaan angka memudahkan penginterpretasian hasil secara

obyektif.

Gambar 3.3 Jenis dan Sumber Data Penelitian

Tujuan Data Jenis Data Sumber Data

T-1 Ability (kemampuan)

karyawan pada PT Gramedia

Asri Media

Data Kuantitatif Primer – Kuesioner

T-2 Effort (usaha) karyawan

pada PT Gramedia Asri Media

Data Kuantitatif Primer – Kuesioner

T-3 Support (dukungan)

perusahaan/organisasi

kepada karyawan pada PT

Gramedia Asri Media

Data Kuantitatif Primer – Kuesioner

T-4 Ability, Effort, Support

terhadap kinerja karyawan

pada PT Gramedia Asri Media

Data Kuantitatif Primer – Kuesioner

3.4 Teknik Pengumpulan Data

Untuk mendapatkan data yang diolah, maka teknik pengumpulan data yang

dilakukan penulis dalam penelitian ini adalah sebagai berikut :

1. Penelitian Lapangan/ Riset Lapangan (Field Research)

Penelitian ini dilakukan secara langsung kepada objek penelitian, yaitu dengan :

a) Wawancara (Interview)

Wawancara dilakukan dengan mengadakan tanya jawab langsung dengan

pemegang jabatan dengan mengajukan pertanyaan yang telah dipersiapkan

33

terlebih dahulu dan mencatat jawabannya untuk diolah menjadi informasi

yang diperlukan.

b) Kuesioner

Kuesioner merupakan teknik pengumpulan data yang dilakukan dengan cara

memberi seperangkat pertanyaan atau pernyataan tertulis kepada

responden untuk dijawabnya. (Sugiyono, 2007, p135). Merupakan daftar

pertanyaan yang diajukan khususnya pada karyawan yang berada

dilapangan yang berhubungan dengan ability, effort, support, dan kinerja

karyawan.

2. Studi kepustakaan/ Riset kepustaaan (Library Research)

Studi yang dilakukan dengan cara mempelajari buku-buku wajib (textbooks), buku-

buku pelengkap atau referensi, majalah, jurnal, laporan resmi dari perusahaan, dan

catatan kuliah yang relevan dengan permasalahan yang diteliti. Dengan studi

kepustakaan ini dimaksudkan untuk memperoleh data sekunder dan landasan teori

sebagai bahan untuk studi perbandingan.

Menurut Kuncoro (2007, p20), dalam penelitian ini kuesioner dibuat menggunakan

skala pengukuran likert, yaitu skala pengukuran yang menyatakan setuju atau

ketidaksetujuan terhadap subyek, obyek atau kejadian tertentu. Setiap pertanyaan disusun

sedemikian rupa agar bisa dijawab dalam lima tingkatan jawaban pertanyaan atau

pernyatan yang diajukan. Urutan untuk skala ini menggunakan lima angka penilaian yaitu :

1. Sangat tidak setuju

2. Tidak setuju

3. Ragu-ragu

4. Setuju

5. Sangat setuju

34

3.5 Populasi Penelitian

Menurut Sugiyono (2007, p72-73) Populasi adalah wilayah generalisasi yang terdiri

atas obyek atau subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan

oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Dan sampel adalah

bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut.

Nasution (2003, p135) mengemukakan dalam bukunya, mutu penelitian tidak selalu

ditentukan oleh besarnya sampel, oleh kokohnya dasar-dasar teori, oleh desain

penelitiannya (asumsi-asumsi statistik), serta mutu pelaksanaan dan pengelolaannya. Maka

apabila subjek penelitian kurang dari 100, lebih baik diambil semua, sehingga penelitiannya

merupakan penelitian populasi. Karena jumlah populasi karyawan yang ada di Toko Buku

Gramedia-Semanggi hanya sebanyak 44 karyawan, maka dalam penelitian ini hanya

menggunakan populasi.

3.6 Metode Analisis

Di dalam suatu penelitian, data merupakan hal terpenting karena menggambarkan

variabel-variabel yang akan diteliti dan berfungsi sebagai alat pembuktian hipotesis. Ada

banyak metode analisis dalam penelitian ini yang digunakan. Analisis diawali pada instrumen

penelitian, yaitu kuesioner. Sebelum melakukan penyebaran kuesioner hal pertama yang

harus kita lakukan adalah menentukan skala yang akan kita gunakan dalam penelitian ini.

Selanjutnya akan dilakukan uji validitas dan reliabilitas, yang akan menunjukkan apakah

data yang telah kita peroleh cocok untuk mengukur apa yang ingin kita ukur. Kemudian dari

hasil kuesioner tersebut didapatkan data yang akan dianalisis lebih lanjut untuk menjawab

tujuan-tujuan penelitian, yaitu dengan Regresi. Untuk metode analisis ini akan digunakan

program SPSS (Statistical Package for Social Science), yaitu software yang dirancang untuk

membentu pengolahan data secara statistik serta melihat kelayakan data hasil kuesioner

untuk dianalisis, kemudian data itu diolah menggunakan komputer.

35

Gambar 3.4 Metode Analisis

Tujuan

Penelitian

Metode Analisis

Jenis Penelitian Teknik Analisis

T-1 Asosiatif Regresi sederhana

T-2 Asosiatif Regresi sederhana

T-3 Asosiatif Regresi sederhana

T-4 Asosiatif Regresi berganda

3.6.1 Skala Likert

Menurut Kuncoro (2007, p20), skala Likert adalah suatu skala psikometrik yang

umum digunakan dalam kuesioner. Skala ini meminta responden menunjukan tingkat

persetujuan atau ketidaksetujuannya terhadap serangkaian pernyataan tentang suatu

obyek. Skala ini dikembangkan oleh Rensis Likert dan biasanya memiliki 5 atau 7 kategori

dari “sangat setuju” sampai dengan “sangat tidak setuju”. Skala Likert banyak digunakan

dalam riset bisnis yang menggunakan metode survey dan dapat dikategorikan sebagai skala

interval.

Sewaktu menanggapi pertanyaan dalam skala Likert, responden menentukan tingkat

persetujuan mereka terhadap suatu pernyataan dengan memilih salah satu dari pilihan yang

tersedia. Biasanya disediakan lima pilihan skala dengan format seperti:

1. Sangat tidak setuju

2. Tidak setuju

3. Netral

4. Setuju

5. Sangat setuju

36

3.6.2 Uji Validitas

Data-data yang telah terkumpul dari kuesioner-kuesioner tersebut diuji validitasnya

terlebih dahulu sebelum diolah lebih lanjut, yaitu dengan melakukan uji validitas dan

reliabilitas. Validitas data penelitian ditentukan oleh proses pengukuran yang akurat. Kata

sinonim dari validitas adalah akurasi. Suatu instrumen pengukur dikatakan valid jika

instrumen tersebut mengukur apa yang seharusnya diukur. Dalam Kuncoro (2007, p216-

217) menjelaskan bahwa validitas adalah suatu ukuran yang menunjukkan tingkat

keandalan suatu alat ukur. Alat ukur yang kurang valid berarti memiliki validitas rendah.

Untuk menguji validitas alat ukur, terlebih dahulu dicari harga korelasi antara bagian-bagian

dari alat ukur secara keseluruhan dengan cara mengkorelasikan setiap butir alat ukur

dengan skor yang merupakan jumlah tiap skor butir. Untuk menghitung validitas alat ukur

digunakan rumus pearson product moment, yaitu :

Dimana :

rhitung = koefisien korelasi

∑ X = jumlah skor item

∑ Y = jumlah skor total (seluruh item)

n = jumlah responden

Dasar Pengambilan Keputusan :

• Jika r hitung positif, serta r hitung > r tabel, maka butir atau variabel terebut valid

• Jika r hitung tidak positif, serta r hitung < r tabel, maka butir atau variabel terebut

tidak valid

( ) ( ) ( )( ) ( ) ( ) ( )

−=

⎡ ⎤ ⎡ ⎤− −⎣ ⎦ ⎣ ⎦

∑ ∑ ∑

∑ ∑ ∑ ∑2 22 2

n XY X Yr

n X X n Y Y

37

• Jika r hitung > r tabel, tetapi bertanda negatif, maka butir atau variabel terebut

tidak valid

Selanjutnya dihitung dengan uji t dengan rumus : thitung = r √n – 2

√1 - r²

Dimana :

t = nilai thitung

r = koefisien korelasi hasil rhitung

n = jumlah responden

Distribusi (Tabel t) untuk α = 0,05 dan derajat kebebasan (dk = n – 2)

Kaidah keputusan : Jika t hitung > t tabel berarti valid, sebaliknya

t hitung < t tabel berarti tidak valid

Jika instrument itu valid, maka dilihat kriteria penafsiran mengenai indeks korelasinya (r)

sebagai berikut :

Antara 0,800 – 1,000 : sangat tinggi

Antara 0,600 – 0,799 : tinggi

Antara 0,400 – 0,599 : cukup tinggi

Antara 0,200 – 0,399 : rendah

Antara 0,000 – 0,199 : sangat rendah

3.6.3 Uji Reliabilitas

Setelah kita melakukan pengujian validitas kuesioner, maka kuesioner tersebut kita

uji reliabilitasnya. Uji reliabilitas dilakukan untuk mendapatkan tingkat ketepatan alat

pengumpul data (instrumen) yang digunakan. Uji reliabilitas instrumen dilakukan dengan

rumus alpha. Metode mencari reliabilitas internal yaitu menganalisis reliabilitas alat ukur dari

satu kali pengukuran, rumus yang digunakan adalah Alpha (Kuncoro, 2007, p220-221).

Langkah-langkah mencari nilai reliabilitas dengan metode Alpha sebagai berikut :

38

Langkah 1 : Menghitung varians skor tiap-tiap item dengan rumus :

Si = ∑ Xi² - (∑ Xi)² N N

Dimana : Si = Vaians skor tip-tiap item

∑ Xi² = Jumlah kuadrat item Xi

(∑ Xi)² = Jumlah item Xi dikuadratkan

N = Jumlah responden

Langkah 2 : Menjumlahkan varians semua item dengan rumus :

∑ Si = S1 + S2 + S3.....Sn

Damana : ∑ Si = Jumlah varians semua item

S1 + S2 + S3.....Sn = Varians item ke-1,2,3.....n

Langkah 3 : Menghitung varians total dengan rumus :

St = ∑ Xt² - (∑ Xt)² N N

Dimana : : St = Vaians total

∑ Xt² = Jumlah kuadrat X total

(∑ Xt)² = Jumlah X total dikuadratkan

N = Jumlah responden

Langkah 4 : Masukkan nilai Alpha dengan rumus :

k ∑ Si r11 = 1 - k – 1 St

Dimana : r11 = Nilai reliabilitas

∑ Si = Jumlah varians skor tiap-tiap item

St = Varians total

k = Jumlah item

39

3.6.4 Uji Normalitas

Menurut Singgih Santoso (2007, p152-155), dalam melakukan kegiatan statistik

inferensi, ada dua hal yang harus diuji terlebih dahulu :

a. Apakah beberapa sampel yang telah diambil berasal dari populasi yang sama

(populasi data berdistribusi normal)?

b. Apakah sampel-sampel tersebut mempunyai varians yang sama?

Dengan kata lain, uji normalitas data dan uji varians adalah hal yang lazim sebelum sebuah

metode statistik diterapkan. Uji normalitas dan kesamaan varians sebuah sampel data

dilakukan dengan bantuan alat uji SHAPIRO-WILK,LILLIEFORS atau KOLMOGOROV-

SMIRNOV, serta gambar NORMAL PROBABILITY PLOTS.

Manurut Singgih Santoso (2007, p154), dalam menjelaskan output test of normality,

ada pedoman pengambilan keputusan :

1. Nilai Sig. atau signifikan atau nilai probabilitas < 0.05, distribusi adalah tidak normal.

2. Nilai Sig. atau signifikan atau nilai probabilitas < 0.05, distribusi adalah normal.

Dengan menjelaskan menjelaskan output test of homogenity of varians, ada

pedoman pengambilan keputusan :

1. Nilai Sig. atau signifikan atau nilai probabilitas < 0.05, data berasal dari populasi-

populasi yang mempunyai varians tidak sama.

2. Nilai Sig. atau signifikan atau nilai probabilitas < 0.05, data berasal dari populasi-

populasi yang mempunyai varians sama.

Selain itu, pada gambar Q-Q Plot terlihat ada garis lurus dari kiri ke kanan atas.

Garis

itu berasal dari nilai z. Jika suatu distribusi data normal, maka data akan tersebar di

sekeliling garis.

Menurut Uyanto (2006, p35-36) asumsi normalitas merupakan prasyarat dari

prosedur statistik inferensial. Ada beberaoa cara untuk mengeksplorasi asumsi normalitas ini

40

antara lain: Uji normalitas Shapiro-Wilk dan uji normalitas Lilliefors (Kolmogorov-

Smirnov). Dalam penelitian ini, uji normalitas yang digunakan adalah uji normalitas

Lilliefors (Kolmogorov-Smirnov). Uji normalitas ini terdapat dalam prosedur SPSS Explore,

selain itu juga akan ditampilkan secara garis normal probability plot dan detrended

normal plot.

3.6.4.1 Normal Probability Plot

Dalam Normal Probability Plot, setiap nilai data yang diamati dipasangkan dengan

nilai harapannya (expected value) dari distribusi normal. Jika sampel data berasal dari

populasi yang terdistribusi normal, maka titik-titik data akan terletak kurang lebih dalam

suatu garis lurus.

3.6.5 Korelasi

3.6.5.1 Pengetian Korelasi

Korelasi adalah asosiasi (hubungan) antara variabel-variabel yang diminati, apakah

data sampel yang ada menyediakan bukti cukup bahwa ada kaitan antara variabel-variabel

dalam populasi asal sampel, jika ada hubungan, seberapa kuat hubungan antara variabel

tersebut. Keeratan hubungan itu dinyatakan dengan nama koefisien korelasi atau bisa

disebut korelasi saja. Perlu dicatat bahwa dalam korelasi itu kita belum menentukan dengan

pasti variabel independent dan dependent-nya seperti yang kita lakukan dalam analisis

regresi. (modul praktikum lab.statistik manajemen, Universitas Bina Nusantara 2007: p29).

Korelasi digunakan untuk mengetahui erat tidaknya hubungan antar variabel.

Apabila ternyata hasil analisis menunjukkan hubungan yang cukup erat, maka analisis

dilanjutkan ke analisis regresi sebagai alat meramalkan (forecasting) yang sangat berguna

untuk perencanaan. Analisis korelasi yang mencakup dua variabel X dan Y disebut analisis

41

korelasi linear sederhana. Sedangkan yang mencakup lebih dari dua variabel disebut analisis

korelasi linear berganda.

Hubungan dua variabel ada yang positif dan ada yang negatif. Hubungan X dan Y

dikatakan positif apabila kenaikan (penurunan) X pada umumnya diikuti oleh kenaikan

(penurunan) Y, dan sebaliknya jika dikatakan negatif kalu kedua variabel tersebut

mengalami kenaikan (penurunan) secara tidak bersamaan. Korelasi positif yang tinggi antara

kedua peubah terjadi bila titik-titik menggerombol mengikuti sebuah garis lurus dengan

kemiringan positif, jika kemiringannya negatif maka terjadi korelasi negatif yang tinggi.

Kuat atau tidaknya hubungan antara X dan Y, apabila hubungan X dan Y dapat

dengan fungsi linear (paling tidak mendekati). Nilai koefisien korelasi ini paling sedikit -1 dan

paling besar 1. Jadi jika r = koefisien korelasi, nilai r dapat dinyatakan sebagai berikut : -1 ≤

r ≤ 1. Artinya kalau r = 1 hubungannya sempurna dan positif (mendekati 1, hubungan

sangat kuat dan positif, jika r = -1 hubungannya sempurna dan negatif (mndekati -1,

hubungan sangat kuat dan negatif, jika r = 0 hubungannya lemah sekali.

3.6.5.2 Korelasi Pearson

Menurut pendapat Riduwan dan Kuncoro (2007, p61-62), Korelasi Pearson Product

Moment (PPM) digunakan untuk mengetahui derajat hubungan antara variabel bebas

(independent) denga variabel terikat (dependent).

Rumus yang digunakan Korelasi PPM (sederhana) :

rxy = n(∑XY) – (∑X)(∑Y)

√ {n.∑X2 – (∑X)2} {n.∑Y2 – (∑Y)2}

42

Korelasi PPM dilambangkan (r) dengan ketentuan nilai r harus tidak lebih dari harga

(-1≤r≤+1). Apabila nilai r = -1 artinya korelasinya megatif sempurna; r = 0 artinya tidak

ada korelasi; dan r = 1 artinya korelasinya sangat kuat.

Berdasarkan pendapat Riduwan dan Kuncoro (2007, p62), arti harga r akan dikonsultasikan

dengan Tabel Interpretasi Nilai r sebagai berikut :

Tabel 3.5 Interpretasi Koefisien Korelasi Nilai r Interval Koefisen Tingkat Hubungan

0.80 – 1.000 Sangat Kuat 0.60 – 0.799 Kuat 0.40 – 0.599 Cukup Kuat 0.20 – 0.399 Rendah 0.00 – 0.199 Sangat Rendah

Sumber : Riduwan dan Kuncoro (2007, p62)

Besar kecilnya sumbangan variabel X terhadap Y dapat ditentukan dengan rumus

koefisien diterminan sebagai berikut :

KP = r2 x 100%

Dimana KP = Nilai Koefisien Diterminan

r = Nilai Koefisien Korelasi

Berdasarkan pendapat Riduwan dan Kuncoro (2007, p62), pengujian signifikansi

yang berfungsi apabila peneliti ingin mencari makna generalisasi dari hubungan variabel X

terhadap Y, maka hasil korelasi PPM tersebut diuji dengan Uji Signifikasi sebagai berikut :

Hipotesis :

Ho : Tidak ada hubungan yang signifikan antara variabe x dengan variabel Y

Ha : Ada hubungan yang signifikan antara variabe x dengan variabel Y

Dasar Pengambilan Keputusan :

Jika nilai probabilitas 0.05 lebih kecil atau sama dengan nilai probabilitas sig atau

[0.05 ≤ Sig], maka Ho diterima dan Ha ditolak, artinya tidak signifikan.

Jika nilai probabilitas 0.05 lebih besar atau sama dengan nilai probabilitas sig atau

[0.05 ≥ Sig], maka Ho ditolak dan Ha diterima, artinya signifikan.

43

Berdasarkan pendapat Riduwan dan Kuncoro (2007, p63), Analisa Korelasi Ganda

Berfungsi untuk mencari besarnya hubungan antara dua variabel bebas (X) atau lebih secara

simultan (bersama-sama) dengan variabel terikat (Y). Rumus Korelasi Ganda sebagai

berikut:

Rx1x2y = r2 X1Y + r2 X2Y – 2(rX1Y) (rX2Y) (rX1X2) 1 – r2 X1X2

Selanjutnya untuk mengetahui signifikasi Korelasi Ganda bandingkan antara

probabilitas 0,05 dengan probabilitas Sig sebagai berikut :

Hipotesis :

Ho : Tidak ada hubungan yang signifikan antara variabel X1 dan X2 dengan varia bel Y

Ho : Ada hubungan yang signifikan antara variabel X1 dan X2 dengan variabel Y

3.6.6 Uji Asumsi Klasik

3.6.6.1 Uji Multikolinieritas

Menurut Tony Wikaya (2009, p119), uji Multikolinieritas merupaka uji yang

ditunjukan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel

bebas (variable independent). Model uji regresi yang baik sebaiknya tidak terjadi

multikolinieritas.

Untuk mendeteksi ada ataau tidaknya multikolinieritas, yaitu dengan :

1. Dengan melihat Nilai VIF (Variance Inflation Factor). Menurut Santoso (2001), pada

umumnya jika VIF lebih besar dari 5 maka variable tersebut mempunyai persoalan

multikolinieritas dengan variable bebas lainnya.

2. Dengan membandingakan nilai koefisien determinasi individual (r²) dengan nilai

determinasi secara serentak (R²).

44

3. Dengan melihat nilai Eigenvalue dan condition index, Apabila satu atau lebih variable

bebas yang mendekati nol memberikan petunjuk adanya multikolinieritas.

4. Menganalisi korelasi antar variable bebas. Jika terjadi korelasi cukup tinggi (diatas

0,90) maka hal ini merupakan indikasi adanya multikolinieritas.

3.6.6.2 Uji Heterokedatisitas

Menurut Umar Husein (2005, p124), uji heteroskedastisitas bertujuan menguji

apakah dalam model regresi terjadi ketidaksamaan veriance dari residual satu pengamatan

ke pengamatan yang lain. Jika variance tetap maka disebut homoskedastisitas dan jika

berbeda maka terjadi problem heteroskedastisitas. Model regresi yang baik yaitu

homoskesdatisitas atau tidak terjadi heteroskedastisitas.

Salah satu cara untuk mendeteksi ada tidaknya heteroskedastisitas yaitu melihat

scatter plot (nilai prediksi dependen ZPRED dengan residual SRESID). Cara menganalisis :

• Dengan melihat apakah titik-titik memiliki pola tertentu yang teratur seperti

bergelombang, melebar kemudian menyempit, jika terjadi maka mengindikasikan

terdapat heteroskedastisitas.

• Jika tidak terdapat pola tertentu yang jelas, serta titik-titik menyebar diatas dan

dibawah angka 0 pada sumbu Y maka mengindikasikan tidak terjadi

heteroskedastisitas.

3.6.6.3 Uji Autokorelasi

Menurut Tony Wikaya (2009, p120), uji autokorelasi bertujuan menguji apakah

model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan

kesalahan pengganggu pada periode sebelumnya (t-1). Jika terjadi korelasi maka dinamakan

ada problem autokorelasi. Model regresi yang baik adalh model regresi yang bebas

45

autokorelasi. Salah satu cara untuk mendeteksi gejala autokorelasi yaitu uji Durbin Watson

(DW test).

Uji Durbin Watson hanya digunakan untuk autokorelasi tingkat satu (first

autocorrelation) dan mensyaratkan adanya intercept (konstanta) dalam model regresi dan

tidak ada variable lagi diantara variable bebas.

Pengambilan keputusan dalam uji Durbin Watson adalah :

1. Menentukan Hipotesis

H0 : tidak ada autokorelasi

H1 : ada aotukorelasi

2. Menentukan nilai α dengan d table (n,k) terdii atas dl dan du

3. Menentukan criteria pengujian

• Tidak terjasi aotokorelasi jika (4-dl) < dw < dl

• Terjadi autokorelasi positif jika dw < dl, koefisien korelasinya lebih besar

dari nol

• Terjadi autokorelasi negative jika dw > (4-dl), koefisien korelasinya lebih

kecil dari nol

• Jika dw terletak antara (4-du) dan (4-dl) maka hasilnya tidak dapat

disimpulkan

• Jka n < 15

3.6.7 Regresi

Regresi digunakan ketika periset ingin memprediksi hasil atas variabel-variabel

tertentu dengan menggunakan variabel lain. Analisa Regresi bermanfaat untuk menghitung

persamaan regresi linear sederhana dan berganda, asosiasi statistik beserta catter plot,

diagnosa colinearitas, harga prediksi dan residual. Dalam bentuknya yang paling sederhana

yang hanya melibatkan dua buah variabel, yaitu varibel bebas (independent) dan variabel

46

terikat (dependent), misalnya lama waktu belajar dengan nilai ujian. Regresi sederhana

berusaha memprakirakan nilai ujian dengan lamanya waktu belajar. Analisa regresi

mengidikasikan kepentingan relatif satu atau lebih variabel dalam memprediksi variabel

lainnya.

Prosedur regresi menghitung regresi berganda, dengan statistik yang berasosiasi

serta plot. Tersedia beberapa metode untuk pemilihan varibel untuk diikutkan dalam

persamaan. Perintah regresi juga menyediakan statistik untuk menganalisis residual atau

pengamatan berpengaruh, dan dapat menghasilkan berbagai plot residual. Spesifikasi

minimum prosedur regresi adalah daftar variabel yang akan digunakan untuk perhitungan

matriks korelasi (variables), variabel dependen yang menentukan persaman (dependen),

dan metode untuk memilih blok-nlok variabel independen untuk persamaan (method). Untuk

setiap blok variabel yang dipilih, penampil default akan mengikutkan statistik pada

persamaan (termasuk R2 dan analisis varians), pada variabel di persamaan (termasuk

koefisien regresi), dan pada variabel-variabel yang dianggap tidak berada pada persamaan.

Persamaan default juga menyertakan suatu konstanta (inercept)

Persamaan matematika yang memungkinkan kita meramalkan nilai-nilai peubah tak

bebas dari nilai-nilai satu atau lebih peubah bebas disebut persamaan regresi. Analisis

regresi berkenaan dengan studi ketergantungan suatu variabel, variabel tak bebas, pada

satu atau lebih variabel lain, variabel yang menjelaskan (explanatory variables), dengan

maksud menaksir dan atau meramalkan nilai rata-rata hitung (mean) atau rata-rata

(populasi) variabel tak bebas, dipandang dari segi nilai yang diketahui atau tetap varibel

yang menjelaskan.

Dalam bahasa yang lebih sederhana regresi dapat diartikan sebagai bentuk

hubungan antara variabel bebas (satu atau lebih) terhadap varibel tak bebas. Sedangkan

korelai dapat diartikan sebagai tingkat keeratan hubungan antara varibel pengamatan

(variabel bebas dan tak bebas).

47

Jika regresi sederhana hanya ada satu variabel dependen (Y) dan satu variabel

independen (X), maka pada kasus regresi berganda terdapat satu variabel dependen dan

lebih dari satu variabel independen. Dalam praktek bisnis, regresi berganda justru lebih

banyak digunakan, selain karena banyaknya variabel dalam bisnis yang perlu dianalisis

bersama, juga pada kasus regresi berganda lebih relevan digunakan.

Teknik regresi berganda sebenarnya dipakai guna menggambarkan betapa suatu

variabel dependen dihubungkan dengan dua atau lebih dari 2 variabel independen. Analisa

regresi berganda liniar sedemikian itu sebenarnya didasarkan pada 3 asumsi yaitu sebagai

berikut :

1. Distribusi probabilita bersyarat variabel dependen bagi serangkaian

variabel independen mengikuti pola normal atau kurang lebih norml

2. Distribusi bersyarat variabel dependen bagi tiap kombinasi variabel

independen memiliki varians yang sama.

3. Nilai-nilai variabel dependen harus independen satu dengan lainnya.

Persamaan regresi dapat ditulis sebagai berikut:

dimana:

Y = variabel dependen (nilai yang diprediksikan)

X1, X2... Xn = variabel independen (bebas)

a = konstanta (Nilai Y apabila X1, X2... Xn = 0 )

b1,b2… bn = koefisien regresi (nilai peningkatan ataupun penurunan)

3.7 Rancangan Uji Hipotesis

Rancangan Uji Hipotesis menggunakan tingkat kepercayaan 95%, dimana tingkat

presisi (α) = 5% = 0,05.

Y = a + b1X1 + b2X2 + …… + bnXn

48

Dasar pengamilan keputsan :

(1) Jika nilai probabilitas 0,05 lebih kecil atau sama dengan nilai probabilitas Sig atau

[0,05 ≤ Sig], maka Ho diterima dan Ha ditolak, artinya tidak signifikan.

(2) Jika nilai probabilitas 0,05 lebih besar atau sama dengan nilai probabilitas Sig atau

[0,05 ≥ Sig], maka Ho ditolak dan Ha diterima, artinya signifikan.

Variabel :

X1 = Ability

X2 = Effort

X3 = Support

Y = Kinerja Karyawan

Hipotesis T-1 Untuk mengetahui pengaruh antara ability (Kemampuan) terhadap

Kinerja karyawan

Ho = Tidak ada pengaruh yang signifikan antara ability (Kemampuan) terhadap

Kinerja karyawan

Ha = Ada pengaruh yang signifikan antara ability (Kemampuan) terhadap Kinerja

karyawan

Hipotesis T-2 Untuk mengetahui pengaruh antara effort (Usaha) terhadap Kinerja

karyawan

Ho = Tidak ada pengaruh yang signifikan antara effort (Usaha) terhadap Kinerja

karyawan

Ha = Ada pengaruh yang signifikan antara effort (Usaha) terhadap Kinerja karyawan

Hipotesis T-3 Untuk mengetahui pengaruh antara support (Dukungan) terhadap

Kinerja karyawan

49

Ho = Tidak ada pengaruh yang signifikan antara support (Dukungan) terhadap

Kinerja karyawan

Ha = Ada pengaruh yang signifikan antara support (Dukungan) terhadap Kinerja

karyawan

Hipotesis T-4 Untuk mengetahui pengaruh antara ability, effort dan support terhadap

Kinerja karyawan

Ho = Tidak ada pengaruh yang signifikan antara ability, effort dan support terhadap

Kinerja karyawan

Ha = Ada pengaruh yang signifikan antara ability, effort dan support terhadap

Kinerja karyawan

3.8 Rancangan Implikasi Hasil Penelitian

Rancangan implikasi hasil penelitian ini yaitu setelah data yang terkumpul baik

melalui data primer yang dilakukan dengan kuesioner dan data sekuner yang diproleh dari

perusahaan, data tersebut kemudian dilakukan analisis hubungan antara ability

(kemampuan karyawan), effort (usaha karyawan) dan support (dukungan perusahaan)

dengan kinerja karyawan, dan dilakukan analisis pengaruh antara ability (kemampuan

karyawan), effort (usaha karyawan) dan support (dukungan perusahaan) terhadap kinerja

karyawan.

Dari analisis di atas, apabila terdapat pengaruh dan hubungan yang kuat antara

ability (kemampuan karyawan), effort (usaha karyawan) dan support (dukungan

perusahaan) dengan kinerja. Jika dilhat dari kinerja karyawan, apabila kinerja karyaan baik

maka target (tujuan) perusahaan yang ditetapkan seharusnya dapat tercapai. Jika kinerja

karyawan baik tetapi tidak tercapai, berarti ada faktor lain yang menyebabkan hal ini, begitu

juga sebaliknya. Diharapkan dari hasil implikasi penelitian ini dapat memberikan hasil yang

50

memuaskan bagi pihak perusahan sehingga kinerja karyawan dalam perusahaan dapat terus

meningkat, sehingga dapat berdampak positif terhadap peningkatan kinerja perusahaan.