42
BAB III
METODE PENELITIAN
3.1 Metode yang digunakan
Desain penelitian mengenai jenis penelitian, metode penelitian, unit
analisis, time horizon berdasarkan tujuan penelitian secara ringkas dijelaskan pada
Tabel 3.1. Penelitian ini merupakan penelitian deskriptif yang bersifat asosiatif.
Penelitian deskriptif dimaksudkan untuk mendefinisikan berbagai kriteria serta
mendefinisikan nilai-nilai variabel-variabel yang diteliti dan penelitian asosiatif
lebih mengenai analisis hubungan dimana variabel independen (variabel bebas)
mempengaruhi variabel dependen (variabel bergantung). Unit analisis pada
penelitian ini adalah individu, yaitu para karyawan PT. PLN (Persero) distribusi
Jakarta Raya dan Tangerang. Horizon waktu untuk penelitian ini adalah cross-
sectional, di mana data dari masing-masing responden hanya sekali dikumpulkan
dalam rangka menjawab pertanyaan penelitian.
Tabel 3.1 Desain Penelitian
Tujuan
Penelitian
Desain Penelitian
Jenis
Penelitian
Metode
PenelitianUnit Analisis Time Horizon
T-1 Deskriptif –
Asosiatif Survei
PT. PLN (Persero) –
Karyawan Cross Sectional
T-2 Deskriptif –
Asosiatif Survei
PT. PLN (Persero) –
Karyawan Cross Sectional
Sumber : Peneliti (2012)
43
Keterangan :
T-1 Untuk menganalisis sejauh mana Motivasi Kerja yang dimiliki karyawan
dapat memoderasi pengaruh antara Kepuasan Kerja terhadap Kinerja
Karyawan.
T-2 Untuk menganalisis sejauh mana Motivasi Kerja yang dimiliki karyawan
dapat memoderasi pengaruh antara Komitmen Organisasi terhadap Kinerja
Karyawan.
3.2 Operasionalisasi Variabel
Operasional variable penelitian merupakan unsur penelitian yang
memberitahukan bagaimana caranya mengukur suatu variable penelitian.Variabel
penelitian yang digunakan pada penelitian ini adalah Kepuasan Kerja, Komitmen
Organisasi, Motivasi Kerja, dan Kinerja Karyawan . Seperti terlihat dalam tabel
berikut.
Tabel 3.2 Operasionalisasi Variabel
Variabel Definisi Dimensi Indikator Skala
Kepuasan
Kerja
(Gibson,2009)
Kepuasan kerja
erat kaitannya
dengan sikap
karyawan
terhadap
pekerjaannya
Pekerjaan itu
sendiri
• Pekerjaan yang menarik
• Kesempatan untuk
mengerjakan dengan
"cara" sendiri
• Keahlian dan
ketrampilan memadai
Ordinal
menjadi
Interval
Gaji • Gaji setara dengan
jumlah pekerjaan
• Bekerja lebih keras
44
Kesempatan
atau promosi
• Kesempatan menjadi
seseorang yang
diperhitungkan
• Peluang untuk belajar
keterampilan baru
• Kebebasan untuk menilai
Supervisor • Cara atasan menangani
para pekerjanya
• Kemampuan atasan
dalam membuat sebuah
keputusan
Rekan kerja • Kesempatan untuk
melakukan banyak hal
bagi karyawan lain
• Cara teman kerja
berhubungan
Komitmen
Organisasi
(Allen dan
Meyer, 1997)
Komitmen
dalam
berorganisasi
merupakan
karakteristik
hubungan
anggota
organisasi
dengan
organisasinya
dan memiliki
implikasi
terhadap
keputusan
Affectif • Masalah dalam
organisasi
• Menghabiskan sisa karir
• Terikat secara emosional
Ordinal
menjadi
Interval
Continuance • Pertimbangan keluar dari
organisasi
• Mengacaukan hidup
dengan meninggalkan
organisasi
• Bertahan dalam
organisasi merupakan
kebutuhan
Normative • Bersalah meninggalkan
organisasi
45
individu untuk
melanjutkan
keanggotaannya
dalam
berorganisasi
• Kesetiaan
• Berhutang banyak hal
pada organisasi
Motivasi Kerja
(McClelland)
Motivasi adalah
kondisi yang
menggerakkan
diri pegawai
yang terarah
untuk mencapai
tujuan
organisasi
Achievement • Pencapaian yang
dilakukan
• Berkontribusi dengan
cara yang positif
Ordinal
menjadi
Interval
Power • Kenaikan karir
• Penghargaan
Affiliation • Rekan kerja ramah
• Mudah beradaptasi
Kinerja
Karyawan
(Mathis dan
Jackson, 2006)
Kinerja pada
dasarnya adalah
apa yang
dilakukan dan
tidak dilakukan
karyawan
Kuantitas
keluaran
• Melebihi target
• Menyelesaikan tugas
dalam satu waktu
Ordinal
menjadi
Interval
Kualitas
keluaran
• Pencapaian target kerja
• Keakuratan dan
ketepatan
Jangka waktu
keluaran
• Tugas rutin
• Tugas mendadak
Kehadiran di
tempat kerja
• Keterlambatan
• Absen
Sikap
kooperatif
• Mengikuti instruksi
• Berkoordinasi dengan
baik Sumber : Peneliti (2012)
46
3.3 Jenis dan Sumber Data Penelitian
Berdasarkan pada tujuan-tujuan penelitian yang telah dijabarkan pada sub
3.1, maka untuk tercapainya tujuan-tujuan tersebut diperlukan data yang dapat
mendukung penelitian, di mana data, jenis, dan sumber data untuk penelitian ini
dijelaskan pada Tabel 3.3 berikut ini.
Tabel 3.3 Jenis dan Sumber data
Data Jenis Data Sumber Data
Tujuan Penelitian
T-1 T-2
Dasar pengukuran variabel-variabel di dalam penelitian ini
Kualitatif Data sekunder dari studi pustaka √ √
Penilaian atas Kepuasan Kerja di PT. PLN (Persero) Distribusi Jakarta Raya dan Tangerang
Kuantitaf Data primer dari kuesioner
√ -
Penilaian atas Komitmen Organisasi di PT. PLN (Persero) Distribusi Jakarta Raya dan Tangerang
Kuantitaf Data primer dari kuesioner
- √
Penilaian atas Motivasi Kerja di PT. PLN (Persero) Distribusi Jakarta Raya dan Tangerang
Kuantitaf Data primer dari kuesioner
√ √
Penilaian atas Kinerja Karyawan di PT. PLN (Persero) Distribusi Jakarta Raya dan Tangerang
Kuantitaf Data primer dari kuesioner
√ √
Sumber : Peneliti (2012)
47
3.4 Teknik Pengumpulan Data
Pengumpulan data dan informasi yang diperlukan dalam penelitian ini
digunakan metode-metode sebagai berikut :
1) Studi Kepustakaan (Library Research)
Metode penelitian yang dilaksanakan dengan cara membaca buku-buku
dan data lainnya yang berhubungan dengan variabel yang akan diteliti.
2) Wawancara (Interview)
Teknik pengumpulan data yang dilakukan dengan mengajukan pertanyaan
secara langsung kepada pihak-pihak yang mengetahui tentang obyek yang
diteliti seperti pimpinan dan karyawan.
3) Kuesioner
Kuesioner adalah daftar pertanyaan tertulis yang telah dirumuskan
sebelumnya yang akan responden jawab, biasanya dalam alternatif yang
didefinisikan dengan jelas (Sekaran, 2006:82). Di dalam penelitian ini,
guna mengukur pendapat responden tentang indikator-indikator dari
variabel Kepuasan Kerja, Komitmen Organisasi, Motivasi Kerja, dan
Kinerja Karyawan, indikator-indikator tersebut dituangkan ke dalam
bentuk pernyataan-pernyataan yang memungkinkan responden untuk
menyampaikan pendapatnya mengenai pernyataan-pernyataan tersebut, di
mana pilihan jawaban diberikan dalam bentuk skala likert. Menurut
Kuncoro (2009:178), skala likert memungkinkan responden menyatakan
tingkat setuju atau tidak setuju mengenai berbagai pernyataan mengenai
perilaku, objek, orang, atau kejadian. Biasanya skala yang diajukan terdiri
48
atas 5 atau 7 titik. Skala ini nantinya dijumlahkan untuk mendapatkan
gambaran mengenai perilaku. Sementara Riduwan dan Kuncoro (2008:20)
berpendapat, pada skala likert, setiap jawaban dihubungkan dengan bentuk
pernyataan atau dukungan sikap yang diungkapkan dengan kata-kata. Pada
penelitian ini, pernyataan yang digunakan oleh peneliti adalah pernyataan
positif dengan penilaian seperti yang dinyatakan pada Tabel berikut ini.
Tabel 3.4 Bentuk pernyataan
Sumber: Riduwan dan Kuncoro (2008:20)
3.5 Teknik Pengambilan Sampel
Populasi di dalam penelitian ini adalah Karyawan Kantor Distribusi PT.
PLN (Persero) Distribusi Jakarta Raya dan Tangerang yang berlokasi di Jl. MIR
Rais No.1. Gambir, Jakarta Pusat 10110 yang terdiri dari enam bidang kerja, yaitu
Bidang Perencanaan, Bidang Niaga, Bidang Distribusi, Bidang Keuangan, Bidang
Sumber Daya Manusia dan Organisasi, dan Bidang Komunikasi Hukum dan
Administrasi. Teknik pengambilan sampel yang digunakan adalah probability
sampling dengan simple random sampling. Probability sampling adalah teknik
sampling untuk memberikan peluang yang sama pada setiap anggota populasi
Keterangan Singkatan Nilai Sangat Setuju SS 5
Setuju S 4
Netral N 3
Tidak Setuju TS 2
Sangat Tidak Setuju STS 1
49
untuk dipilih menjadi anggota sampel dan simple random sampling merupakan
cara pengambilan sampel dari anggota populasi dengan menggunakan acak tanpa
memperhatikan strata (tingkatan) dalam anggota populasi tersebut (Riduwan dan
Kuncoro, 2008:41).
Untuk mendapatkan sampel yang dapat menggambarkan populasi maka
dalam penentuan sampel penelitian ini digunakan rumus slovin (Riduwan dan
Kuncoro, 2008:49) sebagai berikut :
N
n =
1 + N e2
Dimana :
n = ukuran sampel
N = ukuran populasi
e = persen kelonggaran ketidaktelitian karena kesalahan
pengambilan sampel yang masih dapat di tolerir.
Berdasarkan rumus tersebut di peroleh jumlah sampel sebagai berikut :
250
n = = 153, 846 ≈ 160 responden
1 + 250 (0,05)2
3.6 Metode Analisis
Analisis data merupakan suatu proses penyederhanaan data ke dalam
bentuk yang lebih mudah dibaca dan diinterpretasikan. Dengan menggunakan
50
metode kuantitatif, diharapkan akan didapatkan hasil pengukuran yang lebih
akurat tentang respon yang diberikan oleh responden, sehingga data yang
berbentuk angka tersebut dapat diolah dengan menggunakan metode statistik.
3.6.1 Uji Validitas dan Uji Reliabilitas
Uji validitas digunakan untuk mengukur sah atau tidaknya suatu kuesioner.
Suatu kuesioner dinyatakan valid jika pertanyaan pada kuesioner mampu
mengungkapkan sesuatu yang akan diukur untuk kuesioner tersebut (Riduwan dan
Kuncoro, 2008:216). Untuk menghitung validitas alat ukur yang digunakan
rumus:
r hitung = n(Σ Xi Yi) – (Σ Xi).(Σ Yi)
√{n. Σ Xi2 – (Σ Xi)2 }.{n.Σ Yi2 – (Σ Yi)2 }
Dimana:
r hitung = Koefisien korelasi
∑ Xi = Jumlah skor item
∑ Yi = Jumlah skor total
n = Jumlah responden
Selanjutnya dihitung dengan Uji-t dengan rumus :
51
Dimana:
t = Nilai t hitung
r = Koefisien korelasi hasil r hitung
n = Jumlah responden
Distribusi (Tabel t) untuk α = 0,05 dan derajat kebebasan (dk = n-2)
Kaidah keputusan : Jika t hitung > t table berarti valid, sebaliknya
t hitung < t table berarti tidak valid
Sedangkan uji reliabilitas merupakan alat yang digunakan untuk mengukur
kuesioner yang merupakan indikator dari variabel atau konstruk. Suatu kuesioner
dikatakan reliabel atau handal jika jawaban seseorang terhadap pernyataan adalah
konsisten atau stabil dari waktu ke waktu (Ghozali, 2011:47).
Metode yang akan digunakan untuk melakukan uji validitas adalah dengan
melakukan korelasi antar skor butir pertanyaan dengan total skor konstruk atau
variabel. Sedangkan untuk uji reliabilitas yang akan digunakan dalam penelitian
ini, adalah dengan menggunakan fasilitas SPSS, yakni dengan uji statistik
Cronbach Alpha. Suatu konstruk atau variabel dinyatakan reliabel jika nilai
cronbach alpha > 0.70 (Nunnally, 1994 dalam Ghozali, 2011:48).
3.6.2 Transformasi Data Ordinal Menjadi Data Interval
Jika data yang dikumpulkan memiliki skala ukur ordinal, maka data
tersebut harus diubah (transformasi) menjadi data interval. Mentransformasi data
52
ordinal menjadi data interval berguna untuk memenuhi sebagian syarat analisis
parametrik yang mana data setidaknya adalah data berskala interval. Teknik
transformasi yang paling sederhana menggunakan MSI (Method of Successive
Interval). Langkah-langkah transformasi data ordinal menjadi interval adalah
sebagai berikut (Riduwan dan Kuncoro, 2008:30):
1. Perhatikan setiap butir jawaban responden dari kuesioner yang disebarkan.
2. Pada setiap butir ditentukan berapa orang yang mendapat skor 1, 2, 3, 4,
dan 5 yang disebut sebagai frekuensi.
3. Setiap frekuensi dibagi dengan banyaknya responden dan hasilnya disebut
proporsi.
4. Menentukan nilai proporsi kumulatif dengan menjumlahkan nilai proporsi
berurutan per kolom skor.
5. Menentukan nilai Z, dengan menggunakan tabel Distribusi Normal Baku
(Riduwan dan Kuncoro 2008:35), hitung nilai Z untuk setiap proporsi
kumulatif yang diperoleh.
6. Menentukan densitas, tentukan nilai tinggi densitas untuk setiap nilai Z
yang diperoleh dengan menggunakan tabel Koordinat Kurva Normal Baku
(Riduwan dan Kuncoro, 2008:36).
7. Menentukan scale value (skala nilai) dengan menggunakan rumus:
NS = (Density at Lower Limit) – (Density at Upper Limit)
(Area Below Upper limit) – (Area Below Lower Limit)
8. Tentukan nilai transformasi (skala akhir) dengan rumus:
Y = NS + [ 1 + ( ) ]
53
3.6.3 Uji Asumsi Klasik
Sebelum melakukan pengujian hipotesis, terlebih dahulu akan dilakukan
pengujian terjadinya penyimpangan terhadap asumsi klasik. Dalam asumsi klasik
terdapat beberapa pengujian yang harus dilakukan, yakni Uji Multikolonieritas,
Uji Heterosdastisitas, dan Uji Normalitas.
3.6.3.1 Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi
ditemukan adanya korelasi antar variabel bebas (independen). Model regresi yang
baik seharusnya tidak terjadi korelasi di antara variabel bebas. Jika ditemukan
adanya multikolinieritas, maka koefisien regresi variabel tidak tentu dan
kesalahan menjadi tidak terhingga (Ghozali, 2011:105).
Salah satu metode untuk mendiagnosa adanya multicollinearity adalah
dengan menganalisis nilai tolerance dan lawannya variance inflation factor (VIF).
Nilai tolerance yang rendah sama dengan nilai VIF tinggi (VIF=1/tolerance) dan
menunjukkan adanya kolinieritas yang tinggi. Nilai yang umum dipakai adalah
nilai tolerance 0,10 atau sama dengan nilai VIF di atas 10. tingkat kolinieritas
yang dapat ditolerir adalah nilai tolerance 0,10 sama dengan tingkat
multikolinieritas 0,95 (Ghozali, 2011:106).
3.6.3.2 Uji Heteroskedastisitas
Tujuan dari pengujian ini adalah untuk menguji apakah dalam model
regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke
54
pengamatan lainnya. Model regresi yang baik adalah yang homoskesdastisitas,
yakni variance dari residual satu pengamatan ke pengamatan lain bersifat tetap
(Ghozali, 2011:139). ada beberapa uji statistik yang dapat digunakan untuk
mendeteksi ada tidaknya heterokedastisitas. Dalam penelitian ini akan digunakan
uji Park untuk mendeteksi heterokedastisitas.
3.6.3.3 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi
variabel pengganggu atau residual memiliki distribusi normal. Seperti diketahui
bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi
normal. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau
tidak yaitu dengan analisis grafik dan uji statistik (Ghozali, 2011:30).
3.6.4 Statistik Parametrik
Statistik parametris digunakan untuk menguji parameter populasi melalui
data sampel. Dalam statistik, pengujian parameter melalui statistik (data sampel)
tersebut dinamakan uji hipotesis statistik. Oleh karena itu penelitian yang
berhipotesis statistik adalah penelitian yang menggunakan sampel.
3.6.4.1 Analisis Korelasi
Analisis korelasi digunakan untuk menjelaskan kekuatan dan arah
hubungan antara dua variabel. Korelasi bersifat undirectional yang artinya tidak
ada yang ditempatkan sebagai predictor dan respon (IV dan DV). Angka korelasi
55
berkisar antara -1 s/d +1. Semakin mendekati 1 maka korelasi semakin mendekati
sempurna. Sementara nilai negative dan positif mengindikasikan arah hubungan.
Arah hubungan yang positif menandakan bahwa pola hubungan searah atau
semakin tinggi A menyebabkan kenaikan pula B (A dan B ditempatkan sebagai
variabel). Pearson r correlation biasa digunakan untuk mengetahui hubungan pada
dua variabel. Korelasi dengan Pearson ini mensyaratkan data berdistribusi normal.
Interprestasi angka korelasi sebagai berikut :
Tabel 3.5 Interpretasi Koefisien Korelasi Nilai r
Interval Koefisien Tingkat Hubungan
0,00 - 0,199 Sangat lemah
0,20 - 0,399 Lemah
0,40 - 0,599 Sedang
0,60 - 0,799 Kuat
0,80 - 1,000 Sangat kuat Sumber : Riduwan dan Kuncoro, 2008:62
3.6.4.2 Analisis Regresi
Hasil pengumpulan data akan dihimpun setiap variabel sebagai suatu nilai
dari setiap responden dan dapat dihitung melalui program SPSS. Metode
penganalisaan data menggunakan perhitungan statistik dan program SPSS untuk
menguji hipotesis yang telah ditetapkan apakah dapat diterima atau ditolak.
Dalam penelitian ini perhitungan statistik menggunakan Model Analisis Regresi
dengan persamaan sebagai berikut :
56
Y = a + b1X1 + b2X2 + b3X3
Keterangan: Y = Kinerja karyawan
X1 = Kepuasan kerja karyawan
X2 = Komitmen organisasi
X3 = Motivasi kerja
a = Konstanta (Intercept)
b1, b2, b3 = Koefisien regresi
Untuk menguji adanya pengaruh variabel motivasi kerja dalam hubungan
antara kepuasan kerja dan komitmen organisasi terhadap kinerja karyawan dengan
persamaan regresi melalui uji interaksi atau sering disebut dengan Moderated
Regresion Analysis (MRA). MRA merupakan aplikasi khusus regresi berganda
linier dimana dalam persamaan regresinya mengandung unsur interaksi (perkalian
dua atau lebih variabel independen) sebagai berikut (Ghozali, 2011:223).
Dalam penelitian ini, model regresi moderasi yang akan di uji akan terbagi
menjadi dua. Persamaan regresi model pertama dapat dirumuskan sebagai berikut:
Y = a + b1X1 + b2X2 + b3X1X2
Keterangan: Y = Kinerja karyawan
X1 = Kepuasan kerja karyawan
X2 = Motivasi kerja
X1X2 = Interaksi X1 dan X2
a = Konstanta (Intercept)
b1, b2, b3 = Koefisien regresi
57
Persamaan regresi model kedua dapat dirumuskan sebagai berikut :
Y = a + b1X1 + b2X2 + b3 X1X2
Keterangan: Y = Kinerja karyawan
X1 = Komitmen organisasi
X2 = Motivasi kerja
X1X2 = Interaksi X1 dan X2
a = Konstanta (Intercept)
b1, b2, b3 = Koefisien regresi
Variabel perkalian antara X1 dan X2 pada masing-masing model
merupakan variabel moderating yang menggambarkan pengaruh moderating
variabel X2 terhadap hubungan X1, dan Y. Sedangkan variabel X1, dan X2
merupakan pengaruh langsung terhadap Y. Kriteria penentuan variabel motivasi
kerja sebagai variabel moderating dalam hubungan kepuasan kerja dan komitmen
organisasi yakni jika koefisien b2, dan b3 signifikan pada level 0,05 atau 0,10.
Pengujian uji interaksi dalam pengujian variabel moderating biasanya
menimbulkan masalah yang disebabkan terjadinya multikolinieritas yang tinggi
antara variabel independen dan variabel moderating. Misalkan antara variabel
kepuasan kerja (X1) dan variabel moderating (X1*X2), hal ini disebabkan pada
variabel moderating ada unsur kepuasan kerja itu sendiri dan motivasi kerja (X2).
Oleh karena itu untuk mengatasi masalah multikolinieritas dalam regresi ini
menurut Aiken dan West (1971), dalam Robinson (2005) yakni dengan
melakukan centering terhadap data, maka dalam menganalisis hipotesis
58
selanjutnya data yang digunakan adalah data center, yakni jumlah skor jawaban
yang diperoleh untuk setiap variabel dikurangi dengan rata-ratanya masing-
masing.
Selain menggunakan kriteria tingkat signifikansi koefisien regresi variabel
interaksi dalam penentuan variabe moderating, maka untuk mengidentifikasi dan
menganalisis variabel moderating secara lebih detail dapat menggunakan
framework yang diajukan oleh Sharma (1981), dalam Ghozali (2011) dengan
merujuk pada persamaan regresi berikut ini :
Y = a + X1 + X2 + X1X2 + e
Dirumuskan ke dalam tabel di bawah ini :
Tabel 3.6 Jenis-jenis variabel moderator
Berhubungan dengan
kriterion dan atau prediktor /
( signifikan)
Tidak berhubungan dengan
kriterion dan prediktor /
( tidak signifikan)
Tidak berinteraksi
dengan prediktor /
( tidak signifikan)
1
Intervening, Exogen,
Antesedent, Prediktor
2
Moderator
(Homologizer)
Berinteraksi dengan
prediktor /
( signifikan)
3
Moderator
(Quasi Moderator)
4
Moderator
(Pure Moderator)
Sumber : Sharma (1981) dalam Ghozali (2011:224)
Keterangan :
• Homologizer : variabel tertentu berpotensi sebagai variabel moderator;
59
• Quasi : variabel tertentu bertindak sebagai variabel independen sekaligus
variabel moderator;
• Pure : variabel tertentu bertindak sebagai variabel moderator murni;
• Bukan Moderator : variabel tertentu dapat bertindak sebagai variabel
intervening, atau variabel independen/exogen/prediktor, atau variabel
anteseden.
3.6.5 Macam – macam Variabel
3.6.5.1 Variabel Moderator
Variabel moderator merupakan variabel khusus dari variabel independen.
Dalam analisis hubungan yang menggunakan minimal dua variabel, yakni satu
variabel dependen dan satu atau beberapa variabel independen, adakalanya
hubungan di antara kedua variabel tersebut dipengaruhi oleh variabel ketiga yang
tidak dimasukkan dalam model statistik yang kita gunakan. Variabel tersebut
dinamakan dengan variabel moderator.
Variabel moderator ini adalah variabel lain yang bisa memperkuat atau
memperlemah hubungan antar variabel independen (bebas) dan variabel dependen
(tak bebas). Dalam Analisis Varians (Anova), pengaruh dari variabel moderator
ini bisa direpresentasikan sebagai pengaruh interaksi antara variabel independen
(faktor) utama dengan variabel moderator (Baron and Kenny, 1986). Variabel ini
bisa diukur, dimanipulasi, atau dipilih oleh peneliti untuk mengetahui apakah
keberadaannya akan mempengaruhi hubungan antara variable bebas dan variabel
60
terikat. Secara skematis, hubungan di antara ketiga variabel tersebut bisa
diilustrasikan seperti pada gambar berikut :
Gambar 3.1 Variabel Moderator
Sumber : http://smartstat.wordpress.com
3.6.5.2 Variabel Intervening/Mediator
Variabel independent dan moderator merupakan variable-variabel
kongkrit. Variable tersebut dapat dimanipulasi oleh peneliti dan pengaruhnya
dapat dilihat atau diobservasi. Lain halnya dengan variable intervening, variable
tersebut bersifat hipotetikal artinya secara kongkrit pengaruhnya tidak kelihatan,
tetapi secara teoritis dapat mempengaruhi hubungan antara variabel independen
dan dependen yang sedang diteliti.
Variabel intervening didefinisikan sebagai variabel yang secara teoritis
mempengaruhi hubungan antara Variabel independen dengan Variabel dependen,
tetapi tidak dapat dilihat, diukur, dan dimanipulasi; pengaruhnya harus
disimpulkan dari pengaruh-pengaruh variabel independen dan atau variable
moderat terhadap gejala yang sedang diteliti (Tuckman, 1988). Variabel ini
61
merupakan variabel antara (penyela) yang terletak diantara Variabel independen
dan Variabel dependen, sehingga variabel independen tidak langsung
mempengaruhi berubahnya atau timbulnya variabel dependen. Secara skematis,
hubungan di antara ketiga variabel tersebut bisa diilustrasikan seperti pada gambar
berikut :
Gambar 3.2 Variabel Mediator
Sumber : http://smartstat.wordpress.com
3.6.5.3 Variabel Mediator dan Variabel Moderator
Paul Jose (2008) menjelaskan perbedaan dan persamaan mediator dan
moderator sebagai berikut :
Tabel 3.7 Persamaan dan Perbedaan Variabel Moderator – Mediator
Similarities
1. They both involve three variables;
2. You can use regression to compute both;
3. You wish to see how a third variable affects
a basic relationship (IV to DV).
62
Differences
1. You create a product term in moderation;
not in mediation;
2. You don’t have to centre anything in
mediation;
3. Moderation can be used on concurrent or
longitudinal data, but mediation is best
used on longitudinal data.
4. Graphing is critical for moderation;
helpful for mediation. Sumber : http://teorionline.wordpress.com
Namun, ada lima hal yang menurut Paul Jose (2008) membingungkan
dalam menjelaskan variabel mediator dan moderator, yaitu :
1. Moderation and mediation sound alike. It makes it seem that they are very
similar, and or they derive from the same origin. They are somewhat
similar (cousins), but they don’t come from the same place.
2. Second, statistics textbooks typically do not do a very good job of
explaining these two approaches. Exception: Howell (2006).
3. Third, reports of moderation and mediation in the research literature are
not always clear or accurately performed.
4. Both are special cases of two separate broad statistical approaches:
mediation is a special case of semi-partial correlations (path modeling)
and moderation is a special case of statistical interactions (from ANOVA).
Both are included under GLM, but this is not usually appreciated.
5. It’s not entirely clear what distinguishes a moderating variable from a
mediating variable.
63
3.6.6 Uji Hipotesis
Hipotesis pada dasarnya merupakan suatu preposisi atau anggapan yang
mungkin benar dan sering digunakan sebagai dasar pembuatan keputusan /
pemecahan persoalan ataupun untuk dasar penelitian lebih lanjut.
3.6.6.1 Koefisien Determinasi ( R2 )
Koefisien determinasi (R2) pada intinya mengukur seberapa jauh
kemampuan model dalam menerangkan variasi variabel independen. Nilai
koefisien determinasi adalah antara nol dan satu. Nilai R2 yang mendekati satu
memiliki arti bahwa variabel-variabel independen memberikan hampir semua
informasi yang dibutuhkan untuk memprediksi variabel dependen.
Secara umum koefisien determinasi untuk data silang (crossection) relatif
rendah karena adanya variasi yang besar antara masing-masing pengamatan,
sedangkan untuk data runtun waktu (time series) biasanya mempunyai nilai
koefisien determinasi yang tinggi (Ghozali, 2011:97).
3.6.6.2 Uji F ( uji signifikansi simultan )
Uji statistik F pada dasarnya menunjukan apakah semua variabel
independen atau bebas yang dimasukan dalam model mempunyai pengaruh secara
bersama-sama terhadap variabel dependen/terikat. Hipotesis nol (Ho) yang hendak
di uji adalah apakah semua parameter dalam model sama dengan nol. Artinya,
apakah semua variabel independen bukan merupakan penjelas yang signifikan
terhadap variebal dependen. Hipotesis alternatif (HA) tidak semua parameter
64
secara simultan sama dengan nol. Artinya, semua variebal independen secara
simultan merupakan penjelas yang signifikan terhadap variabel dependen.
(Ghozali, 2011:98).
3.6.6.3 Uji T ( uji signifikan parameter individual )
Uji statistik t pada dasarnya menunjukan seberapa jauh pengaruh satu
variabel penjelas/independen secara individual dalam menerangkan variasi
variabel dependen. Hipotesis nol (Ho) yang hendak diuji adalah apakah suatu
parameter (bi) sama dengan nol. Artinya apakah suatu variabel independen bukan
merupakan penjelas yang signifikan terhadap variabel dependen. Sedangkan,
Hipotesis alternatifnya (HA) parameter suatu variabel tidak sama dengan nol.
Artinya, variabel tersebut merupakan penjelas yang signifikan terhadap variabel
dependen (Ghozali, 2011:98).
3.6.7 Statistical Package for Social Sciences (SPSS)
Pengolahan data dalam regresi dilakukan dengan menggunakan prosedur
yang sangat memakan waktu dan ketelitian jika dilakukan secara manual.
Perkembangan teknologi komputer sangat membantu pengolahan data dengan
regresi dan menjadikan regresi semakin banyak digunakan oleh para peneliti
maupun pebisnis. SPSS merupakan salah satu program komputer yang dapat
mempermudah analisis data dan menyelesaikan masalah-masalah yang tidak dapat
diselesaikan oleh alat analisis yang konvensional. Dalam penelitian ini akan
65
digunakan IBM SPSS versi 19 sebagai alat bantu untuk mengolah data yang
berguna dalam pengambilan keputusan selanjutnya.
3.7 Rancangan Uji Hipotesis
Untuk menganalisis sejauh mana kinerja karyawan di PT. PLN (Persero),
digunakan Moderated Regresion Analysis (MRA). MRA merupakan aplikasi
khusus regresi berganda linier dimana dalam persamaan regresinya mengandung
unsur interaksi (perkalian dua atau lebih variabel independen).
Teknik MRA ini akan menganalisis pengaruh antara variabel kepuasan
kerja, komitmen organisasi, motivasi kerja, dan kinerja karyawan, apakah terdapat
pengaruh yang signifikan pada masing-masing variabel. Selain itu, jika uji F
menunjukkan nilai yang signifikan, maka dapat diartikan bahwa variabel-variabel
tersebut merupakan variabel yang berperan dalam menentukan keunggulan
kinerja karyawan. Berikut ini langkah-langkah dalam mengambil keputusan:
1. Merumuskan hipotesa
Ho : artinya variabel bebas bukan merupakan penjelas yang signifikan
terhadap variabel terikat
Ha : artinya variabel bebas merupakan penjelas yang signifikan
terhadap variabel terikat.
2. Menentukan taraf nyata/ level of significance = α
Taraf nyata / derajat keyakinan yang digunakan dalam penelitian ini
sebesar α = 5%.
66
3. Menentukan daerah keputusan, yaitu daerah dimana hipotesa nol diterima
atau tidak. Untuk mengetahui kebenaran hipotesis digunakan kriteria
sebagai berikut :
• Ho diterima apabila –t (α / 2; n – k) ≤ t hitung ≤ t (α / 2; n – k), artinya
tidak ada pengaruh antara variabel bebas terhadap variabel terikat.
• Ho ditolak apabila t hitung > t (α / 2; n– k) atau –t hitung < -t (α / 2; n
– k), artinya ada pengaruh antara variabel bebas terhadap variabel
terikat.
Gambar 3.3 Pengujian hipotesis
Sumber : Supranto. J (2001)
4. Mengambil keputusan
Keputusan bisa menolak Ho atau menolak Ho menerima Ha.
• Dengan T tabel dan F tabel :
Bila t hitung / f hitung lebih besar dari t tabel / f tabel, maka Ho
ditolak, sehingga dapat disimpulkan bahwa variabel independen
berpengaruh pada variabel dependen. Apabila t hitung / f hitung lebih
kecil dari t tabel / f tabel, maka Ho diterima sehingga dapat
disimpulkan bahwa variabel independen tidak berpengaruh terhadap
variabel dependen.
67
• Dengan nilai sig :
Membandingkan nilai probabilitas sig dengan nilai probabilitas 0,05.
Jika nilai probabilitas 0,05 lebih kecil atau sama dengan nilai
probabilitas sig atau (0,05 ≤ sig), maka Ho diterima dan Ha ditolak.
Jika nilai probabilitas 0,05 lebih besar atau sama dengan nilai
probabilitas sig atau (0,05 ≥ sig), maka Ho ditolak dan Ha diterima.
3.8 Rancangan Pemecahan Masalah
Jika nantinya data telah selesai diolah, maka implikasi hasil penelitian
yang mungkin bagi penelitian ini adalah jika kepuasan kerja dan komitmen
organisasi terbukti memiliki pengaruh yang signifikan terhadap kinerja karyawan
baik langsung maupun melalui variabel moderasi oleh motivasi kerja, maka pihak
PT. PLN (Persero) Distribusi Jakarta Raya dan Tangerang perlu memberikan
minat yang tinggi terhadap Kepuasan kerja, komitmen organisasi, dan motivasi
kerja dalam kaitannya dengan kinerja karyawan. Namun, jika di antara jenis-jenis
pengaruh tersebut, ternyata kepuasan kerja dan komitmen organisasi tidak
memiliki pengaruh yang signifikan terhadap kinerja karyawan baik langsung
maupun melalui variabel moderasi oleh motivasi kerja, maka pihak PT. PLN
(Persero) perlu mengadakan penelitian lebih lanjut guna mencari tahu penyebab
mengapa kepuasan kerja, komitmen organisasi, dan motivasi kerja karyawan tidak
berpengaruh signifikan pada variabel yang memainkan peran penting bagi
keberhasilan suatu perusahaan, yaitu di dalam penelitian ini adalah kinerja
karyawan.
Top Related