BAB III : METODE PENELITIAN
J. Teknik Analisis Data
2. Faktor
Faktor adalah sebuah variabel bentukan yang dibentuk melalui indikator-indikator yang diamati dalam dunia nyata. Faktor sering juga disebut construct variables atau unobserved variables yang digambarkan dalam bentuk lingkar atau oval atau elips. Untuk membuat pemodelan SEM diperlukan beberapa langkah, yaitu:
a. Pengembangan Model Teoretis
Langkah pertama dalam pengembangan model SEM adalah pencarian atau pengembangan sebuah model yang mempunyai justifikasi teoretis yang kuat. Setelah itu, model tersebut divalidasi secara empirik melalui komputasi program SEM. Oleh karena itu dalam pengembangan model teoretis, harus dilakukan serangkaian eksplorasi ilmiah melalui telaah pustaka yang intens guna mendapatkan justifikasi atas model teoretis yang dikembangkannya. Tanpa dasar yang kuat SEM tidak dapat digunakan. Hal ini
disebabkan karena SEM tidak digunakan untuk menghasilkan sebuah model, tetapi digunakan untuk mengkonfirmasi model teoretis, melalui data empirik. Tujuan analisis ini adalah untuk melihat pengaruh keadilan terhadap komitmen organisasi dan loyalitas karyawan. Konstruk dimensi yang akan diteliti akan disajikan dalam tabel di bawah ini:
Tabel III. 1
Variabel dan Indikator Penelitian
Variabel Atribut Indikator Simbol
Keadilan Eksternal
Keadilan pembayaran gaji secara eksternal Keadilan tunjangan tambahan secara eksternal Keadilan promosi secara eksternal
Keadilan dalam pemberian insentif secara eksternal Keadilan kenaikan pemberian gaji secara eksternal Keadilan aktualisasi diri secara eksternal
X1.1 X1.2 X1.3 X1.4 X1.5 X1.6 Keadilan Distributif Internal
Keadilan dalam kenaikan pembayaran gaji secara internal
Keadilan tunjangan tambahan secara internal Keadilan pemberian gaji secara internal Keadilan aktualisasi diri secara internal
X2.1 X2.2 X2.3 X2.4 Komitmen Organisasi Kesenangan berdiskusi
Perasaan terhadap masalah organisasi
Perasaan bahwa perusahaan seperti bagian keluarga Berartinya perusahaan bagi karyawan
Karyawan merasa memiliki perusahaan
Y1.1 Y1.2 Y 1.3 Y 1.4 Y 1.5 Loyalitas karyawan
Karyawan merasa setia pada perusahaan Menganggap perusahaan sebagai keluarga
Perasaan untuk mencintai pekerjaan dan perusahaan
Y2.1 Y2.2 Y2.3
b. Pengembangan diagram alur (Path diagram)
Pada langkah kedua, model teoretis yang telah dibangun pada langkah pertama akan digambarkan dalam sebuah path diagram. Path diagram tersebut akan mempermudah melihat hubungan-hubungan kausalitas yang ingin diujinya. Sedemikian jauh, diketahui bahwa hubungan-hubungan kausal biasanya dinyatakan dalam bentuk persamaan. Akan tetapi, di dalam SEM hubungan kausalitas itu cukup digambarkan dalam sebuah path diagram, dan selanjutnya bahasa program akan mengkonvensi gambar-gambar persamaan, dan persamaan menjadi estimasi.
Konstruk-konstruk yang dibangun dalam diagram alur, yaitu: 1) Konstruk eksogen (Exogenous Constructs)
Konstruk eksogen dikenal juga sebagai “source variables” atau “independent variables” yang tidak diprediksi oleh
variabel yang lain dalam model.
2) Konstruk endogen (Endogenous Constructs)
Konstruk endogen adalah faktor-faktor yang diprediksi oleh satu atau beberapa konstruk. Konstruk endogen dapat memprediksi satu atau beberapa konstruk endogen lainnya, tetapi konstruk eksogen hanya dapat berhubungan kausal dengan konstruk endogen. Setelah pengembangan model teoretis dan konstruk – konstruk dibangun maka penelitian ini dapat dimodelkan dalam diagram alur sebagai berikut :
Komitmen Organisasi Keadilan Eksternal Loyalitas karyawan Keadilan Distributif internal Y1.1 Y1 2 Y1 3 Y1 4 Y1 5 X1.4 X1.5 X1.3 X1.1 X1.2 X1.6 Y2.1 Y2.2 Y2.3 X2.1 X2.2 X2.3 X2.4 Gambar III. 1
Diagram Alur ( Path Diagram )
c. Konversi diagram alur ke dalam persamaan
Setelah teori atau model teoretis dikembangkan dan digambarkan dalam sebuah diagram alur, peneliti dapat mengkonversi spesifikasi model tersebut kedalam rangkaian persamaan. Persamaan yang akan dibangun terdiri dari :
1) Persamaan-persamaan struktural (structural equations) Persamaan ini dirumuskan untuk menyatakan hubungan kausalitas antar berbagai konstruk. Persamaan struktural pada dasarnya dibangun dengan pedoman berikut ini:
Variabel Endogen = Variabel Eksogen + Variabel Endogen + Erorr. Adapun persamaan tersebut, yaitu :
ɳ1= ƴ11ξ1+ƴ12ξ2+ζ1
ɳ2= ƴ21ξ1+ƴ22ξ2+ β21+ζ2 Dimana:
ξ = Variabel laten eksogen (untuk Variabel X)
ɳ = Variabel laten endogen ( untuk variabel Y) X = Indikator variabel eksogen
Y = Indikator variabel endogen
ƴ = Hubungan langsung antara variabel eksogen terhadap variabel endogen
β = Reggression Weight (hubungan langsung antara variabel endogen dengan variabel endogen)
λ = Hubungan antara variabel laten eksogen maupun variabel
laten endogen terhadap indikator-indikatornya
ζ = Kesalahan dalam persamaan yaitu antara variabel laten
eksogen dan/atau endogen terhadap variabel endogen
= measurement error (dari indikator variabel eksogen)
= measurement error (dari indikator variabel endogen) 2) Persamaan spesifikasi model pengukuran (measurement
model).
Pada spesifikasi itu peneliti menentukan variabel mana mengukur konstruk mana, serta menentukan serangkaian
matriks yang menunjukkan korelasi yang dihipotesakan antar konstruk atau variabel. Adapun persamaan tersebut, yaitu ; Persamaan pengukuran variabel eksogen:
x11= λ111ξ1+ 1 x12 = λ112ξ1+ 2 x13 = λ113ξ1+ 3 x14= λ114ξ1+ 4 x15 = λ115ξ1+ 5 x16= λ116ξ1+ 6 x21 = λ221ξ2+ 7 x22 = λ222ξ2+ 8 x23= λ223ξ2+ 9 x24 = λ224ξ2+ 10
Persamaan pengukuran variabel eksogen: y11 = λ311ɳ1+ 1 y12 = λ312ɳ1+ 2 y13= λ313ɳ1+ 3 y14 = λ314ɳ1+ 4 y15= λ315ɳ1+ 5 y21 = λ421ɳ2+ 6 y22 = λ422ɳ2+ 7 y23= λ423ɳ2+ 8
ζ1 β21 ƴ21 ƴ22 ƴ12 ƴ11 λ224 λ223 λ222 λ221 δ7 δ8 δ9 δ10 λ423 λ422 λ421 Ԑ6 Ԑ7 Ԑ8 λ315 λ314 λ313 λ312 λ311 Ԑ1 Ԑ2 Ԑ3 Ԑ 4 Ԑ5 X23 X24 X22 X21 Y13 Y14 Y15 Y12 Y11 ɳ1 ɳ2 ξ2 ξ1 Y21 Y22 Y23 λ116 λ115 λ114 λ113 λ111 λ112 δ1 δ2 δ3 δ4 δ5 δ6 X13 X14 X15 X12 X11 X16 ζ2 Gambar III. 2 Diagram Alur Yang telah dikonversikan
d. Memilih Matriks Input dan Estimasi Model
Perbedaan SEM dengan teknik-teknik multivariat lainnya adalah dalam input data yang digunakan dalam pemodelan dan estimasinya. SEM hanya menggunakan matriks varians atau kovarians atau matriks korelasi sebagai data input keseluruhan estimasi yang dilakukannya.
Teknik Estimasi yang tersedia dalam AMOS 18.0 adalah : 1) Maximum Likehood Estimation (ML)
2) Generalized Least Square Estimation (GLS) 3) Unweigthed Least Square Estimation (ULS) 4) Scale Free Least Square Estimation (SLS)
5) Asymptotically Distribution-Free Estimation (ADF)
Berikut ini dikemukan beberapa teknik estimasi yang dapat dipilih berdasarkan besarnya sampel yang digunakan sebagai berikut :
Tabel III. 2 Memilih Teknik Estimasi
Pertimbangan Teknik yang
dapat dipilih Keterangan Bila asumsi normalitas
dipenuhi dan ukuran sampel kecil 100-200
ML
ULS dan SLS biasanya
tidak menghasilkan uji χ2 , karena itu tidak menarik perhatian peneliti. Bila asumsi normalitas
dipenuhi dan ukuran sampel antara 200-500
ML dan GLS
Bila ukuran sampel kurang dari 500, hasil GLS cukup baik. Bila asumsi normalitas
kurang dipenuhi dan ukuran sampel lebih dari 2500
ADF ADF kurang cocok bila ukuran sampel kurang dari 2500
Dalam penelitian ini teknik estimasi dalam structural equation modeling yang digunakan adalah maximum likehood estimation (ML), karena sampel yang digunakan sebanyak 130 responden.
e. Kemungkinan munculnya masalah identifikasi
Problem indetifikasi dapat muncul melalui gejala berikut ini: 1) Standard error untuk satu atau beberapa koefisien adalah
sangat besar.
2) Program tidak mampu menghasilkan matrik informasi yang seharusnya disajikan.
3) Munculnya angka-angka yang aneh seperti adanya varians error yang negatif.
f. Evaluasi kriteria goodness-of-fit
Pada langkah ini kesesuaian model dievaluasi, melalui telaah terhadap berbagai kriteria goodness-of-fit. Untuk itu tindakan pertama yang dilakukan adalah mengevaluasi apakah data yang digunakan dapat memenuhi asumsi-asumsi SEM.