Adapun objek penelitianya, yaitu menganalisis pengaruh Work From Home dan Motivasi terhadap Semangat Kerja Serta dampaknya pada Produktivitas Kerja Karyawan.
Penelitian ini dilakukan terhadap para Karyawan di Fakultas Ekonomi dan Bisnis Universitas Pancasila.
F. Tehnik Pengumpulan Data 1. Teknik Pengumpulan Data
Penelitian ini menggunakan tehnik penelitian survey tertulis yang disusun kedalam bentuk kuisioner yang digunakan sebagai instrument penelitian kepada sampel dari suatu populasi. Data primer pada penelitian ini diperoleh dari tanggapan responden terhadap sejumlah pertanyaan yang peneliti ajukan. Sementara itu berdasarkan dimensi waktunya, penelitian ini termasuk dalam cross-sectional research karena dilakukan pada suatu waktu tertentu dan tidak diperbandingkan dengan penelitian lain artinya peneliti hanya mengambil cuplikan kejadian pada satu waktu penelitian.
a. Observasi (Pengamatan)
Peneliti melakukan pengamatan langsung terhadap para Karyawan yang ada di Fakultas Ekonomi dan Bisnis Universitas Pancasila.
b. Kuesioner (Angket)
Menurut Sutopo (2006:87) kuisioner merupakan teknik pengumpulan data yang dilakukan dengan cara memberikan seperangkat pertanyaan atau pernyataan tertulis kepada responden untuk dijawabnya. Responden akan menjawab pertanyaan yang digunakan untuk memperoleh data primer dengan memilih jawaban yang telah disediakan dengan skala Likert. Dimana menurut Supranto (2010) Skala Likert adalah sebagai berikut : “ Skala Likert digunakan untuk mengukur sikap, pendapat, dan persepsi seseorang atau kelompok orang tentang fenomena sosial”. Dengan menggunakan skala Likert, yaitu skala yang memberikan skor 1-5 untuk mengetahui derajat responden terhadap serangkaian pertanyaan yang terdapat dalam kuesioner dimana skala tersebut mempunyai susunan dan skor untuk masing-masing jawaban dalam kuesioner seperti pada tabel berikut :
Tabel 3.1 Bobot Dan Kategori Pengukuran Data
Kategori Bobot
Sangat Setuju (SS) 5
Setuju (S) 4
Tidak Berpendapat (TB) 3
Tidak Setuju (TS) 2
Sangat Tidak Setuju (STS) 1
Sumber : Supranto (2010)
Kuesioner akan dibagikan kepada responden untuk diisi, kemudian data awal yang sudah di seleksi akan diberi kode sesuai variabel dan klasifikasi variabel dan selanjutnya ditabulasi menggunakan perangkat lunak SPSS (Statistical Product and Service Solution). Data akan diolah untuk memperoleh informasi deskriptif dan pengujian hipotesis. Perangkat lunak untuk analisis deskriptif menggunakan SPSS 20 dan yang digunakan untuk pengujian hipotesis adalah Path Analysis, dan dapat dijadikan data primer dalam penelitian ini.
c. Studi Kepustakaan dan Penjelajahan Internet
Studi Kepustakaan merupakan metoda pengumpulan informasi yang relevan dengan penelitian yang bersangkutan, anatara lain dilakukan melalui pengumpulan informasi dari buku, literature-literatur dan jurnal yang sesuai dengan penelitian tersebut.
Penelitian kepustakaan yang dilakukan dalam penelitian ini dengan pencarian literatur yang berhubungan dengan penelitian ini, seperti jurnal, buku, karya akademis, artikel, jurnal dan hasil survei yang dilakukan oleh lembaga survei dan juga dokumen yang berkaitan dengan teoriteori dan data mengenai variable yang ada dalam penelitian ini.
selain itu juga melalui penelusuran internet untuk memperoleh data dan informasi yang berkaitan dengan penelitian.
G. Uji Validitas dan Reliabilitas a. Uji Validitas
Uji Validitas menyatakan bahwa instrumen yang digunakan untuk mendapatkan data dalam penelitian dapat digunakan atau tidak. Menurut Sugiyono (2012:121) menyatakan bahwa valid berarti instrumen tersebut dapat digunakan untuk mengukur apa yang seharusnya diukur. Valid menunjukan derajat ketepatan antara data sesungguhnya terjadi pada objek dengan data yang dikumpulkan oleh peneliti. Untuk menghitung korelasi pada uji validitas menggunakan korelasi item total. Menurut Sugiono (2012:183) dengan rumus sebagai berikut:
Rumus :
Di mana:
rxy= Koefisien Korelasi n = Banyaknya Sampel
∑ X= Jumlah skor keseluruhan untuk item pertanyaan
∑ Y= Jumlah skor keseluruhan untuk semua item pertanyaan
Dalam hal analisis item ini Masrun diikuti oleh Sugiyono (2012:133) menyatakan bahwa:“Teknik korelasi untuk menentukan validitas item ini sampai sekarang merupakan teknik yang paling banyak digunakan. Selanjutnya dalam memberikan interpretasi terhadap koefisien korelasi item yang mempunyai korelasi positif dengan kriterium (skor total) serta korelasiyang tinggi, menunjukan bahwa item tersebut mempunyai validitas yang tinggi pula. Biasanya syarat minimun untuk dianggap memenuhi syarat adalah jika r
= 0,3”. Dari pernyataan di atas dapat dikemukakan jika korelasi antara skor butir dengan skor total kurang dari 0,3 maka butir dalam instrumen tersebut dinyatakan tidak valid.
b. Reliabilitas Data
Uji reliabilitas menyatakan bahwa apabila instrumen yang digunakan beberapa kali untuk mengukur objek yang sama akan menghasilkan data yang sama. Menurut Sugiyono (2012:122) reliabilitas adalah derajat konsistensi/keajengan data dalam interval waktu tertentu. Pengujian reliabilitas kuesioner pada penelitian ini peneliti menggunakan metoda Alpha Cronbach (α) menurut Sugiyono (2012:177) dengan rumus sebagai berikut:
Rumus: =
Hal tersebut menunjukan seberapa tingginya indikator-indikator pada setiap konstruk berkorelasi dan berhubungan satu sama lain. Menurut Nunnally dan Sekaran dalam Moktar et.al (2011) nilai Alpha Cronbach (α) yang baik digunakan minimal adalah sebesar 0,5. Dengan demikian, nilai yang didapat dari pengujian ini harus lebih besar dari 0,5 (>0,5) agar layak diproses lebih lanjut.
H. Rancangan Analisis dan Uji Hipotesis 1. Teknik Analisis Data
𝑅 = 𝛼 = 𝑅 = 𝑁
𝑁−1 𝑆2 1− 𝑆𝑖2
𝑆2 Di mana:
= Koefisien Reliabilitas Alpha Cronbach S2 = Varians skor keseluruhan
Si2 = Varians masing-masing item
Teknik analisis data dalam penelitian ini mengelola path analysis menurut Sani dan Maharani (2013: 17), Path analysis atau analisis jalur digunakan untuk menganalisis pola hubungan diantara variabel. Riduan dan Kuncoro (2008) dalam Sani dan Maharani (2013: 74) Menyatakan model ini bertujuan untuk mengetahui pengaruh langsung maupun tidak langsung seperangkat variabel bebas (eksogen) terhadap variabel (endogen). Variabel intervening merupakan variabel antara atau mediating, fungsinya memediasi antara variabel independen dengan variabel dependen. Untuk menguji pengaruh variabel intervening digunakan metode analisis jalur (path analysis).
2. Analisis jalur (Path Analysis)
Analisis jalur (Path Analysis) merupakan bentuk terapan dari analisis multiregresi yang membantu memudahkan pengujian hipotesis dari hubunganhubungan antar variabel yang cukup rumit. Dalam analisis jalur, korelasi antar variabel dihubungkan dengan parameter dari model yang dinyatakan dengan diagram jalur atau path diagram. Teknik analisis jalur yang dikembangkan sebenernya merupakan pengembangan tehnik korelasi yang diurai menjadi beberapa interpretasi akibat yang ditimbulkannya (Sarwono : 2007). Analisis jalur memiliki kedekatan dengan regresi berganda, sehingga dengan regresi berganda adalah bentuk khusus analisis jalur, teknik ini dikenal sebagai model sebab – akibat (causing modeling). Path analysis digunakan untuk menganasilisis pola hubungan antar variabel dengan tujuan untuk mengetahui pengaruh langsung dan tidak langsung seperengkat variabel bebas (exogen) dan variabel terikat (endogen). Model path analysis digunakan apabila secara teori penelitian yakin menganalisis memiliki pola hubungan sebab akibat (Abdurahman dan Muhidin : 2007). Oleh karena itu rumusan masalah dalam kerangka path analysis adalah :
a. Apakah variabel eksogen berpengaruh secara parsial terhadap variabel endogen ? b. Berapa besar pengaruh kausal langsung, tidak langsung, dan total.
c. Berapa besar pengaruh simultan seperangkat variabel eksogen terhadap endogen Asumsi yang mendasari path analysis, diantaranya :
a. Hubungan antara variabel bersifat linier dan normal
b. Aliran kausal hanya satu arah (rekursif) artinya tidak ada arah kausalitas terbaik non-rekursif (reciprocal).
c. Untuk memperoleh hasil yang maksimal sebaiknya digunakan sampel diatas 100.
d. Model yang dikaji atau diuji yang dibangun berdasarkan kerangka teoritis harus mampu menjelaskan hubungan kausalitas antar variabel.
Teknik analisis digunakan untuk menginterpretasikan dan menganalisis data. Sesuai dengan model yang dikembngkan dalam penelitian ini maka alat analisis data yang digunakan adalah SEM (structural Equation Modeling), yang dioperasikan melalui program AMOS 16.0 (hair et al, 1998; Ferdinand, 2006). Menggunakan tahapan pemodelan dan analisis persamaan structural
menjadi 7 langkah, yaitu:
1) Pengembangan model secara teoritis 2) Menyusun diagram jalur
3) Mengubah diagram jalur menjadi persamaan structural 4) Melihat mateiks input untuk analisis data
5) Menilai identifikasi model 6) Menilai Kriteria Goodness-of-fit 7) Interpretasi estimasi model
Berikut ini penejelasan secara detail mengenai masing-masing tahapan:
a. Langkah 1 : Pengembangan Model Berdasarkan Teori
Langlah pertama dalam pengembangan model SEM adalah pencari atau pengembangan sebuah model yang mempunyai justifikasi terpenting yang kuat. Setelah itu, model tersebut divalidasi secara emprik melalui populasi program SEM. SEM tidak dipakai untuk menghasilkan hubungan kuasalitas. Tetapi untuk membenarkan adanya kauasalitas teoritis melalui data uji empiric (Ferdinand 2006). Model persamaan model structural didasarkan pada hubungan kausalitas. Dimana perubahan satu variabel diasumsikan akan berakibat pada perubahan variabel lainnya. Kuatnya hubungan kualitas antara 2 variabel yang diasumsikan penelitian bukan terletak pada metode analisis yang dipilih namun terletak pada justifikasi secara teoritis untuk mendukung analisis. Jadi jelas bahwa hubungan antar variabel dalam model merupakan dedukasi dari teori. Tanpa dasar teoritis yang kuat SEM tidak dapat digunakan.
b. Langkah 2 & 3 : Menyusun Diagram Jalur dan Persamaan Struktural
Langkah berikutnya adalah menyusun hubungan kualitas dengan diagram jalur dan menyusun structural. Ada 2 hal yang perlu dilakukan yaitu menyusun model structural yaitu dengan menghubungkan antar konstruk laten baik endogen maupun eksogen menyusun suatu dan menentukan model yaitu menghubungkan konstruk lahan edogen atau eksogen dengan variabel indicator maupun manifest.
c. Langkah 4 : Memilih Jenis Input Matriks dan Estimasi Model yang Diusulkan
Model persamaan structural berbeda dari teknik analisis multivariate lainnya. SEM hanya menggunakan data input berupa matriks varian atau konvarian atau matrik korelasi. Data untuk observasi dapat digunakan dalam AMOS, tetapi program AMOS akan merubah dahulu data mentah menjadi matriks kovarian atau matrik korelasi. Analisis terhadap data outline harus dilakukan sebelum matrik kovarian atau korelasi dihitung. Teknik estimasi dilakukan dengan dua tahap, yaitu Estimasi Meansurement Model digunakan untuk menguji undimensionalitas dari konstruk-konstruk eksogen dan edogen dengan menggunakan Teknik Confirmatory Factor Analysis dan tahap Estimasi Structural Equation Model dilakukan melalui full model untuk melihat kesesuain model dan hubungan kualitas yang dibuang dalam model ini.
d. Langkah 5 : Menilai Identifikasi Model Struktural
Selama proses estimasi berlangsung dengan program computer, sering didapat hasil estimasi yang tidak logis atau meaningless dan hal ini berkaitan dengan masalah identifikasi model structural. Problem identifikasi adalah ketidakpuasan proposed model untuk menghasilkan unique estimate. Cara melihat ada tidaknya problem identifikasi adalah dengan melihat hasil estimasi yang meliputi:
1) Adanya nilai standar error yang besar untuk 1 atau lebih koefisien.
2) Ketidakmampuan program untuk invert information matrix.
3) Nilai estimasi yang tidak mungkin error variance yang negative.
4) Adanya nilai korelasi yang tinggi (>0.90) antar koefisien estimasi.
e. Langkah 6 : Menilai Kriteria Goodness-of-fit
Pada langkah ini dilakukan evaluasi terhadap kesesuian model melalui telaah kesesuaian model melalui telaah terhadap berbagai kriteria Goodness-of-fit, urutannya adalah:
1) Normalitas data 2) Outliers
3) Multicollinearity dan singularity
Berapa indeks kesesuaian dan cut-off untuk menguji apakah sebuah model dapat diterima atau ditolak adalah:
1) Likelihood Ratio Chi Square Statistic (x2)
Ukuran fundamental dari overull fix adalah likelihood ratiochi squer (x2). Nilai chi square yang tinggi relatif terhadap degree of freedom menunjukan bahwa matrik kovarian atau korelasi yang diobservasi dengan yang diprediksi berbeda secara nyata ini menghasilkan probabilitas (p) lebih kecil dari tingkat signifikan (q). sebaliknya nilai chi square yang kecil akan menghasilakn nilai probabilitas (p) yang lebih besar dari tingkat signifikan (q) dan nilai menunjukan bahwa input matrik konverian antara prediksi dengan observasi sesunggunya tidak berbeda secar signifikan. Dalam hal ini peneliti harus mencari chi square yang tidak signifikan karen diharapkan bahwa model yang diusulkan cocok atau fit dengan data observasi. Program AMOS 16.0 akan memberikan niali chi square dengan perintah emin dan nilai probabilitas dengan perintah p serta besarnya degree pf freedom dengan perintah df.
Significaned Probability untuk menguji tingkat signifikan model.
2) RMSEA
RMSEA (The root Mean Square Error of Approximation), merupakan ukuran yang mencoba memperbaiki kecendrungan statistic chi square menolak model dengan jumlah sampel yang besar. Nilai RMSEA antara 0,05 sampai 0,08 merupakan ukuran yang dapat diterima. Hasil uji empris RMSEA cocok untuk menguji modal strategi dengan jumlah sampel besar. Program AMOS akan memberikan RMSEA dengan perintah RMSEA.
3) GFI
GFI (Goodness of Fit Index), dikembangkan oleh joreskog & sorban, 1984: dalam Ferdinand, 2006 yaitu ukuran non statistic yang nilainya berkisar dari nilai 0 (poor fit) sampai 1.0
(perfect fit).Nilai GFI tinggi menunjukan fit yang lebih baik dan berapa nilai GFI yang dapat diterima sebagai nilai yang layak belum ada standarnya, tetapi banyak peneliti menganjurkan nilai-nilai diatas 90% sebagai ukuran Good Fit. Program AMOS akan memberikan nilai GFI dengan perintah /gfi.
4) AGFI
AGFI (Adjusted Goodness of Fit Index) merupakan pengembangan dari GFI yang disesuaikan dengan ratio degree of freedom untuk proposed model dengan degree of freedom unutk null model. Nilai yang direkomendasikan adalah sama atau > 0.90. program AMOS akan memberikan nilai AGFI dengan perintah /agfi.
5) CMIN / DF
Adalah nilai chi square dibagi dengan degree of freedom. Byrne, 1998: dalam Imam Ghozali, 2008, mengususlkan nilai ratio ini < 2 merupakan ukuran fit. Program AMOS akan memberikan nilai CMIN / DF dengan perintah /cmindf.
6) TLI
TLI (Tucker Lewis Index) atau dikenal dengan nunnormed fit index (nnfi). Ukuran ini menghubungkan ukuran persimary kedalam indek komposisi antara proposed model dan null model dan nilai TLI yang direkomendasikan adalah sama atau > 0.90. program AMOS akan memberikan niali TLI dengan perintah /tli.
7) CFI
Comparative Fit Index (CFI) besar indeks tidak dipengaruhi ukuran sampel karena sangat baik untuk mengukur tingkat penerimaan model. Indeks sangat di anjurkan. Begitu pula TLI, karena indeks ini rekatif tidak sensitive terhadap besarnya sampel dan kurang dipengaruhi kerumitan model nilai GFI yang berkisar antara 0-1. Nilai yang mendekati 1 menunjukan tingkat kesesuaian yang lebih baik.
8) Measurement Model Fit
Setalah keseluruhan model fit dievaluasi, maka langkah berikutnya adalah pengukuran setiap konstruk untuk menilai uni dimensionalis dan reliabilitas dari konstruk. Uni dimensolitas adalah asumsi yang melandasi perhitungan reabilitas dan ditunjukan ketika indicator suatu konstruk memiliki acceptable fit satu single factor tone (one dimensional) model. Penggunaan ukuran Croubach Alpha tidak menjamin uni dimensionalitas tetapi mengasumsikan adanya uni dimensionalitas. Penelitian harus melakukan uji dimesionlisasi untuk semua multipe indicator konstruk sebelum menilai reliabilitasnya. Pendekatan untuk menilai measurement model adalah untuk mengukur composite reliability dan variance extracted untuk setiap konstruk.
Reability adalah ukuran internal consistency indicator suatu kontruk. Internal reability yang tinggi memberikan keyakinan bahwa indicator individu semua konsisten dengan pengukurannya. Tingkat reabilitas < 0,70.dapat diterima unutk penelitian yang masih bersifat eksploratori.
Reabilitas tidak menjamin adanya validitas. Validitas adalah ukuran sampai sejauh mana suatu indicator secara akurat mengukur apa yang hendak ingin diukur. Ukuran reabilitas yang lain adalah variance extacted sebagai pelengkap variance extracted > 0.50.berikut ini rumus untuk menghitung construct reliability dan variance extracted.
Construct Releability = ( Ʃ std loading)² (Ʃ std loading)2+ Ʃ₂
Variance Extracted = Ʃ std loading² Ʃ std loading+ Ʃ₂ f. Langkah 7 : Interpretasi dan Modifikasi Model
Pada tahap selanjutnya model diinterpretasikan dan dimodifikasi. Setalah model diestiminasi, residual kovariansnya haruslah kecil atau mendekati nol dan distribusi koncarians residul harus bersifat simetrik. Batas keamanan untuk jumlah residual yang dihasilkan oleh model adalah 1%. Nilai residual value yang lebih besar atau sama dengan 2.58 diinter oretasikan sebagai signifikan secara statis pada tingkat 1% dan residual yang signifikan ini menunjukan adanya prediction error yang substansi untuk dipasang indicator.
3. Uji Hipotesis
Pengujian terhadap hipotesis yang diajukan dalam penelitian ini dapat dinyatakan secara hipotesis statistic sebagai berikut:
H0: ρ = 0 (tidak ada pengaruh variabel ke i terhadap variabel y) Hi: ρi > 0 (ada pengaruh variabel ke i terhadap variabel y) Dengan pengujian menggunakan Ujit yaitu :
Dasar pengambilan keputusan : a. thit > ttabel →tolak H0 b. thit ≤ ttabel →terima H0α
Atau dengan menggunakan uji signifikan :
a. P – Value ≤ 0,05 (α = 5%), Ho ditolak, Ha diterima b. P – Value > 0.05 (α = 5%), Ho ditolak, Ha diterima.
4. Pengujian Hipotesis Mediasi
Ho = variabel Z tidak memediasikan variabel X terhadap variabel Y H1 = variabel Z memediasikan variabel X terhadap variabel Y Dasar pengambilan keputusan :
a. Jika koefisien atau jalur path coefficient antara variabel X dan Z dari direct effect ke indirect
effect tidak berubah dan tetap signifikan, maka Ho diterima dan HI ditolak.
b. Jika koefisien atau jalur path coefficient antara variabel X dan Z dari direct effect ke indirect
effect nilainya turun dan tetap signifikan, maka Ho ditolak dan HI diterima dengan mediasi Sebagian ( partial mediation).
c. Jika koefisien atau jalur path coefficient antara variabel X dan Z dari direct effect ke indirect
effect nilainya turun dan menjadi tidak signifikan, maka
Ho ditolak dan HI diterima dengan mediasi penuh (full mediation).
thit=𝑠𝜌𝑖𝜌𝑖
DAFTAR PUSTAKA
Allen, (2012), Penilaian Kinerja dan Pengembangan Karyawan,BPFE,Yogyakarta.
Arikunto, S. 2010. Prosedur Penelitian Suatu Pendekatan Praktik. Jakarta: Rineka Cipta.
Baharin R., Halal R.,et al. (2020). Impact of Human Resource Investment on Labor Productivity in Indonesia. Iranian Journal of Manajemen Studies. Vol.13 (1), pp139-164.
Caruana, Service Loyalty The Effects of Service Quality and The Mediating Role of Customer Satisfaction, European Journal of Marketing, 2002, hlm. 36. 5R.
Cohen, (2013), Quality Function Deployment. How to Make QFD Work for You.
Massachussets:
OneJacob Way Reading, Addison-Wesley Publish Company.
Davis Keith, William Frederick, (2011), Perilaku Dalam Organisasi,Edisi ketujuh, Jilid kedua.
Erlangga. Jakarta
Ferdinand, Agusty (2011), Structural Equation Modeling Dalam Penelitian Manjajemen, Aplikasi
Model-Model Rumit Dalam Penelitian Untuk Tesis Magister & Disertasi Doktor, Badan Penerbit Universitas Diponegoro
Hair, J., W. Black, et al. (2006).Multivariate Data Analysis. New jersey: Prentice Hall.
Halal. R. (2020). Dampak Covid-19 pada Pendidikan di Indonesia: Sekolah, Keterampilan, dan Proses Pembelajaran. SALAM: Journal Sosial dan Budaya Syar-I, Vol.7, No.5.
Kotler, Philip and Gary Armstrong. 2012. Prinsip-prinsip Pemasaran. Edisi 13. Jilid 1. Jakarta:
Erlangga.
Kuncoro, Mudrajad. 2010. Dasar-dasar Ekonomika Pembangunan, UPP STIM YKPN Yogyakarta.
Lupiyoadi, & A. Hamdani, Manajemen Pemasaran Jasa, (Jakarta: Salemba Empat, 2006)
Mangkunegara Anwar Prabu A. (2011). Manajemen Sumber Daya Manusia Perusahaan, Jakarta, PT.Remaja Rosdakarya
Masrukhin dan Waridin (2012), Pengaruh Motivasi Kerja, Kepuasan Kerja, Budaya Organisasi dan Kepemimpinan terhadap Kinerja Pegawai, Jurnal Ekonomi & Bisnis,Vol. 7, No. 2 Pengaruh Kualitas Pelayanan terhadap Kepuasan Mahasiswa UIN Sunan Kalijaga Yogyakarta1
Saifuddin Fakultas Syari‟ah dan Hukum UIN Sunan Kalijaga Yogyakarta email:
[email protected] Sunarsih Fakultas Ekonomi dan Bisnis UIN Sunan Kalijaga Yogyakarta, Az Zarqa‟, Vol. 8, No. 2, Desember 2016
Philip Kotler, Manajemen Pemasaran, Jilid 1, 11th ed. Terj. oleh Benyamin Molan, (Jakarta:PT.
Indeks, 1997). 3V.A. Zeithaml, L.L. Berry & A. Parasuraman, The Behavioral Consequences of Service Quality, Journal of Marketing, 1996, hlm. 60.
Sani, Achmad & Vivin Maharani. 2013. Metode Penelitian Manajemen Sumber Daya Manusia (Teori, Kuesioner dan Analisis Data). Malang: UIN MALIKI Press. Cetakan Ke-2.
Sugiyono. 2012. Memahami Penelitian Kuantitatif. Bandung: Alfabeta.
__________. 2015. Metode Penelitian Kombinasi (mix Methods). Bandung: Afabeta.
Sutopo, H.B. (2006).PenelitianKualitatif: Dasar Teori dan Terapannya Dalam Penelitian.Surakarta: Universitas Sebelas Maret.
Umar, Husein. (2008). Metode Penelitian Untuk Skripsi Dan Tesis Bisnis.Jakarta: PT. Raja Grafindo Persada