4. PENGOLAHAN DATA
4.3.1 Analisa Data Kuisioner
a. Uji Data Responden Berdasarkan Pendidikan Terakhir
Pengujian data responden berdasarkan latar belakang pendidikan terakhir dibagi menjadi tiga kelompok dan menggunakan uji Kruskal Wallis dengan bantuan program SPSS ver. 20. Berikut ini adalah penyebaran jumlah responden berdasarkan latar belakang pendidikan terakhir.
Gambar 4.1 Grafik Penyebaran Responden Berdasarkan Latar Belakang Pendidikan Terakhir
Sumber: Hasil Olahan
Setelah dikelompokkan menjadi 3 kelompok, maka selanjutnya dilakukan uji Kruskal Wallis menggunakan program SPSS versi 20.
Hipotesis yang diusulkan untuk uji Krusian Wallis adalah :
H0= Tidak ada perbedaan persepsi yang didasari atas dasar pendidikan reponden yang berbeda
H1= Ada perbedaan persepsi yang didasari atas dasar jabatan responden yang berbeda
Pengambilan keputusan
4.3 Analisa Data
4.3.1 Analisa Data Kuisioner 4.3.1.1 Uji Data Responden
a. Uji Data Responden Berdasarkan Pendidikan Terakhir
Pengujian data responden berdasarkan latar belakang pendidikan terakhir dibagi menjadi tiga kelompok dan menggunakan uji Kruskal Wallis dengan bantuan program SPSS ver. 20. Berikut ini adalah penyebaran jumlah responden berdasarkan latar belakang pendidikan terakhir.
Gambar 4.1 Grafik Penyebaran Responden Berdasarkan Latar Belakang Pendidikan Terakhir
Sumber: Hasil Olahan
Setelah dikelompokkan menjadi 3 kelompok, maka selanjutnya dilakukan uji Kruskal Wallis menggunakan program SPSS versi 20.
Hipotesis yang diusulkan untuk uji Krusian Wallis adalah :
H0= Tidak ada perbedaan persepsi yang didasari atas dasar pendidikan reponden yang berbeda
H1= Ada perbedaan persepsi yang didasari atas dasar jabatan responden yang berbeda Pengambilan keputusan D3 10% S1 80% S2 10%
Pendidikan Terakhir
4.3 Analisa Data4.3.1 Analisa Data Kuisioner 4.3.1.1 Uji Data Responden
a. Uji Data Responden Berdasarkan Pendidikan Terakhir
Pengujian data responden berdasarkan latar belakang pendidikan terakhir dibagi menjadi tiga kelompok dan menggunakan uji Kruskal Wallis dengan bantuan program SPSS ver. 20. Berikut ini adalah penyebaran jumlah responden berdasarkan latar belakang pendidikan terakhir.
Gambar 4.1 Grafik Penyebaran Responden Berdasarkan Latar Belakang Pendidikan Terakhir
Sumber: Hasil Olahan
Setelah dikelompokkan menjadi 3 kelompok, maka selanjutnya dilakukan uji Kruskal Wallis menggunakan program SPSS versi 20.
Hipotesis yang diusulkan untuk uji Krusian Wallis adalah :
H0= Tidak ada perbedaan persepsi yang didasari atas dasar pendidikan reponden yang berbeda
H1= Ada perbedaan persepsi yang didasari atas dasar jabatan responden yang berbeda
a) Berdasarkan probabilitas :
Ho = Jika probabilitas > 0,05, maka Ho diterima H1 = Jika probabilitas < 0,05, maka Ho ditolak b) Berdasarkan nilai Chi-Square :
Ho = Jika statistic hitung < statistik tabel, maka Ho diterima H1 = Jika statistic hitung > statistic tabel, maka Ho ditolak
Output data hasil uji Kruskal Wallis untuk data responden berdasarkan pendidikan terakhir dapat dilihat seperti tabel berikut ini.
Tabel 4.6 Test Statistics
X.1.1.1 X.1.1.2 X.2.1 X.3.1 X.3.2 X.4.1 X.5.1 X.5.2 Chi-Square ,816 2,384 1,280 1,819 1,947 1,283 1,206 1,331
df 2 2 2 2 2 2 2 2
Asymp. Sig. ,665 ,304 ,527 ,403 ,378 ,526 ,547 ,514
Sumber: Data Hasil Olahan SPSS ver. 20
Berdasarkan tabel Chi-Square apabila nilai minimum Sig. Adalah 0,05 dan nilai df adalah 2, maka nilai Chi-Square adalah 5,99. Pada tabel output hasil olahan SPSS ver. 20 untuk uji responden berdasarkan latar belakang pendidikan terakhir, dapat disimpulkan bahwa H0 diterima dan H1 ditolak. Sehingga dapat dikatakan tidak ada perbedaan persepsi jawaban dari responden yang memiliki latar belakang pendidikan yang berbeda.
b. Uji Data Responden Berdasarkan Jabatan
Pengujian data responden berdasarkan jabatan dibagi menjadi enam kelompok dan menggunakan uji Kruskal Wallis dengan bantuan program SPSS ver. 20. Pengelompokan jabatan responden dapat dilihat pada tabel berikut ini.
Tabel 4.7 Kelompok Jabatan Responden
Kelompok Jabatan
1 Staff Teknik, Engineer ME, Engineer, Quality Control, Quantity Surveyor 2
Site Operational Manager, Kepala Lapangan, Site Engineer Manager, Manager QC, Pengendali Operasional Proyek, Construction Manager
3 Site Engineer 4 Pengelola Teknis 5 GSP
6 Konsultan, Team Leader, dan Greenship Professional (GP)
Sumber: Hasil Olahan
Berikut ini adalah penyebaran jumlah responden berdasarkan latar belakang pendidikan terakhir.
Gambar 4.2 Grafik Penyebaran Responden berdasarkan Jabatan Sumber: Hasil Olahan
Setelah membagi enam kelompok jabatan, selanjutnya dilakukan uji Kruskal-Wallis dengan hasil output yang dapat terlihat seperti pada tabel berikut ini.
Tabel 4.7 Kelompok Jabatan Responden
Kelompok Jabatan
1 Staff Teknik, Engineer ME, Engineer, Quality Control, Quantity Surveyor 2
Site Operational Manager, Kepala Lapangan, Site Engineer Manager, Manager QC, Pengendali Operasional Proyek, Construction Manager
3 Site Engineer 4 Pengelola Teknis 5 GSP
6 Konsultan, Team Leader, dan Greenship Professional (GP)
Sumber: Hasil Olahan
Berikut ini adalah penyebaran jumlah responden berdasarkan latar belakang pendidikan terakhir.
Gambar 4.2 Grafik Penyebaran Responden berdasarkan Jabatan Sumber: Hasil Olahan
Setelah membagi enam kelompok jabatan, selanjutnya dilakukan uji Kruskal-Wallis dengan hasil output yang dapat terlihat seperti pada tabel berikut ini.
1 5% 2 9% 3 14% 4 19% 5 24% 6 29%
Jabatan Responden
Tabel 4.7 Kelompok Jabatan Responden
Kelompok Jabatan
1 Staff Teknik, Engineer ME, Engineer, Quality Control, Quantity Surveyor 2
Site Operational Manager, Kepala Lapangan, Site Engineer Manager, Manager QC, Pengendali Operasional Proyek, Construction Manager
3 Site Engineer 4 Pengelola Teknis 5 GSP
6 Konsultan, Team Leader, dan Greenship Professional (GP)
Sumber: Hasil Olahan
Berikut ini adalah penyebaran jumlah responden berdasarkan latar belakang pendidikan terakhir.
Gambar 4.2 Grafik Penyebaran Responden berdasarkan Jabatan Sumber: Hasil Olahan
Setelah membagi enam kelompok jabatan, selanjutnya dilakukan uji Kruskal-Wallis dengan hasil output yang dapat terlihat seperti pada tabel berikut ini.
Tabel 4.8 Test Statistics Jabatan
X.1.1.1 X.1.1.2 X.2.1 X.3.1 X.3.2 X.4.1 X.5.1 X.5.2 Chi-Square 2,690 5,862 5,503 5,811 6,123 2,610 2,620 5,764
df 5 5 5 5 5 5 5 5
Asymp. Sig. ,748 ,320 ,358 ,325 ,294 ,760 ,758 ,330
Sumber: Data Hasil Olahan SPSS ver. 20
Berdasarkan tabel Chi-Square apabila nilai minimum Sig. Adalah 0,05 dan nilai df adalah 5, maka nilai Chi-Square adalah 11,07. Pada tabel output hasil olahan SPSS ver. 20 untuk uji responden berdasarkan jabatan pekerjaan, dapat disimpulkan bahwa H0 diterima dan H1 ditolak. Sehingga dapat dikatakan tidak ada perbedaan persepsi jawaban dari responden yang memiliki jabatan pekerjaan yang berbeda.
c. Uji Data Responden Berdasarkan Pengalaman Kerja
Pengujian data responden berdasarkan pengalaman kerja dibagi menjadi enam kelompok dan menggunakan uji Kruskal Wallis dengan bantuan program SPSS ver. 20. Berikut ini adalah grafik penyebaran jumlah responden pengalaman kerja.
Gambar 4.3 Grafik Penyebaran Data Responden berdasarkan Pengalaman Kerja
Sumber: Hasil Olahan
Hasil uji Kruskal-Wallis untuk uji data responden berdasarkan pengalaman kerja dapat dilihat pada tabel berikut.
Tabel 4.9 Test Statistic Pengalaman Kerja
X.1.1.1 X.1.1.2 X.2.1 X.3.1 X.3.2 X.4.1 X.5.1 X.5.2 Chi-Square 2,640 5,035 6,314 5,324 8,516 1,231 5,184 5,210
df 5 5 5 5 5 5 5 5
Asymp. Sig. ,755 ,412 ,277 ,378 ,130 ,942 ,394 ,391
Sumber: Data Hasil Olahan SPSS ver. 20
Berdasarkan tabel Chi-Square apabila nilai minimum Sig. Adalah 0,05 dan nilai df adalah 5, maka nilai Chi-Square adalah 11,07. Pada tabel output hasil olahan SPSS ver. 20 untuk uji responden berdasarkan pengalaman kerja, dapat disimpulkan bahwa H0 diterima dan H1 ditolak. Sehingga dapat dikatakan tidak ada perbedaan persepsi jawaban dari responden yang memiliki pengalaman kerja yang berbeda.
16-20 10%
Gambar 4.3 Grafik Penyebaran Data Responden berdasarkan Pengalaman Kerja
Sumber: Hasil Olahan
Hasil uji Kruskal-Wallis untuk uji data responden berdasarkan pengalaman kerja dapat dilihat pada tabel berikut.
Tabel 4.9 Test Statistic Pengalaman Kerja
X.1.1.1 X.1.1.2 X.2.1 X.3.1 X.3.2 X.4.1 X.5.1 X.5.2 Chi-Square 2,640 5,035 6,314 5,324 8,516 1,231 5,184 5,210
df 5 5 5 5 5 5 5 5
Asymp. Sig. ,755 ,412 ,277 ,378 ,130 ,942 ,394 ,391
Sumber: Data Hasil Olahan SPSS ver. 20
Berdasarkan tabel Chi-Square apabila nilai minimum Sig. Adalah 0,05 dan nilai df adalah 5, maka nilai Chi-Square adalah 11,07. Pada tabel output hasil olahan SPSS ver. 20 untuk uji responden berdasarkan pengalaman kerja, dapat disimpulkan bahwa H0 diterima dan H1 ditolak. Sehingga dapat dikatakan tidak ada perbedaan persepsi jawaban dari responden yang memiliki pengalaman kerja yang berbeda. 0-5 23% 6-10 32% 11-15 19% 16-20 10% 21-25 13% >25 3%
Pengalaman Kerja (thn)
Gambar 4.3 Grafik Penyebaran Data Responden berdasarkan Pengalaman Kerja
Sumber: Hasil Olahan
Hasil uji Kruskal-Wallis untuk uji data responden berdasarkan pengalaman kerja dapat dilihat pada tabel berikut.
Tabel 4.9 Test Statistic Pengalaman Kerja
X.1.1.1 X.1.1.2 X.2.1 X.3.1 X.3.2 X.4.1 X.5.1 X.5.2 Chi-Square 2,640 5,035 6,314 5,324 8,516 1,231 5,184 5,210
df 5 5 5 5 5 5 5 5
Asymp. Sig. ,755 ,412 ,277 ,378 ,130 ,942 ,394 ,391
Sumber: Data Hasil Olahan SPSS ver. 20
Berdasarkan tabel Chi-Square apabila nilai minimum Sig. Adalah 0,05 dan nilai df adalah 5, maka nilai Chi-Square adalah 11,07. Pada tabel output hasil olahan SPSS ver. 20 untuk uji responden berdasarkan pengalaman kerja, dapat disimpulkan bahwa H0 diterima dan H1 ditolak. Sehingga dapat dikatakan tidak ada perbedaan persepsi jawaban dari responden yang memiliki pengalaman kerja yang berbeda.
4.3.1.2 Uji Validitas dan Realibilitas a. Uji Validitas
Dengan menggunakan software SPSS ver. 20, dilakukan pengujian validitas dan realibilitas data-data yang didapatkan. Terdapat dua prasyarat untuk menyatakan suatu instrumen dinyatakan valid dan realible, yaitu dinyatakan valid ketika instrumen mampu mengukur apa yang harus diukur dan dikatakan reliable ketika menghasilkan ukuran yang konsisten walaupun digunakan untuk mengukur berkali-kali. Hasil pengukur yang dilakukan berulang kali menghasilkan hasil yang relatif sama maka pengukuran tersebut dianggap memiliki tingkat realibilitas yang baik.
Tabel 4.10 Hasil Uji Validitas
Indikator R
hitung R tabel Ket.
X.2.1.1 0,821 0,355 Valid X.2.1.2 0,811 0,355 Valid X.3.1 0,849 0,355 Valid X.5.1 0,934 0,355 Valid X.5.2 0,802 0,355 Valid X.6.1 0,798 0,355 Valid X.7.1 0,826 0,355 Valid X.7.2 0,837 0,355 Valid
Sumber: Olahan dari Data Hasil SPSS ver. 20
Untuk mengukur valid dan tidaknya dari 8 variabel yang ada, nilai r hitung harus minimal sama dengan atau lebih dari nilai r tabel. Berdasarkan nilai responden yang berjumlah 32 responden didatakan nilai r tabel yaitu = 0,355. Pada tabel di atas dapat dilihat semua variabel bersifat valid. Tabel output uji validitas dapat dilihat di lampiran 6.
b. Uji Realibilitas
Tabel 4.11 Case Processing Summary
N %
Cases Valid 31 100,0
Excludeda 0 0,0
Total 31 100,0
Sumber: Hasil olahan SPSS ver. 20
Untuk uji realibilitas, seluruh indikator dinyatakan realible, hal ini dapat dilihat dari nilai alpha cronbachnya. Nilai Alpha Cronbach pada uji realibilitas menunjukkan angka 0,935.
Tabel 4.12 Realibility Statistics
Cronbach's Alpha N of Items
,935 8
Sumber: Hasil olahan SPSS ver. 20
Berdasarkan tabel realibilitas, nilai Alpha Cronbach sebesar 0,935 termasuk dalam kriteria ‘sangat tinggi’.
Tabel 4.13 Tabel Realibilitas
No Interval Kriteria 1. < 0,200 Sangat rendah 2. 0,200 – 0,399 Rendah 3. 0,400 – 0,599 Cukup 4. 0,600 – 0,799 Tinggi 5. 0,800 – 1,000 Sangat Tinggi
Sumber: Materi Kuliah Metodologi Penelitian