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.
Top Related