Pengujian Hipotesis - Teknik Analisis Data

BAB II TINJAUAN PUSTAKA

3.4. Teknik Analisis Data

3.4.3. Pengujian Hipotesis

1. χ2 – CHI-SQUARE STATISTIC

Alat uji paling fundamental untu mengukur overall fit adalah likelihood ratio Chi-square statistic. chi-square ini bersifat sangat sensitive terhadap besarnya sampel yang di gunakan. Karena itu bila jumlah sampel cukup besar yaitu lebih dari 200 sampel, maka statistic Chi-square ini harus di damping oleh alat uji lainnya. Karena tujuan analisis adalah mengembangkan dan menguji sebuah model yang sesuai dengan data atau yang fit dengan data, maka yang di butuhkan justru sebuah nilai χ2 yang tidak signifikan, yang mengujihipotesa nol bahwa estimated population covariance tidak sama dengan sampel covariance. Oleh karena itu χ2 yang kecil dan tidak signifikanlah yang di harapkan agar hipotesa nol sulit di tolak. Dalam pengujian ini nilai χ2 yang rendah yang menghasilkan sebuah tingkat signifikasi yang lebih besar dar 0.05 akan mengindikasikan tak adanya perbedaan yang signifikan antara matrik kovarians dan matrik kovarians yang di estimasi.

2. RMSEA – The Root Mean Square Error of Approximation.

RMSEA adalah sebuah indeks yang dapat digunakan untuk mengkompensasi Chi-Square statistic dalam sampel yang besar (Baumgartner & Homburg, 1996). RMSEA yang di harapkan adalah sebesar ≤ 0.08. nilai RMSEA yang lebih kecil atau sama dengan 0.08 merupakan indeks untuk dapat di terimanya model menunjukan

sebuah close fit dari model itu berdasarkan Degrees of Freedom (Browne & Cudeck, 1993).

3. GFI- Goodness of Fit Index.

Indeks kesesuaian atau (fit indeks) ini akan menghitung proposi dari varians dalam matrik kovarians sampel yang di jelaskan oleh matriks populasi terestimasikan (bentler,1983; Tanaka dan Huba, 1989). GFI adalah sebuah ukuran non-statistika yang mempunyai rentang nilai antara 0 (poor fit) sampai dengan 1.0 (perfect fit). Nilai yang tinggi dalam indeks ini menunjukan sebuah “better fit” . GFI yang di harapkan sebesar ≥ 0.90.

4. AGFI- Adjusted Goodness – of – Fit Index.

Tanaka dan hubah (1989) menyatakan bahwa GFI adalah analok dari R² dalam regresi berganda, Fit index ini dapat diadjust terhadap degrees of freedom yang tersedia untuk menguji diterima tidaknya model (Arbuckle, 1999). Indeks ini diperoleh dengan rumus sebagai berikut:

dь AGFi = 1-(1- GFI) --- d dimana:

d ь=∑ρ•(g) = jumlah – sampel – moments g=1

d = degress- of - freedom

Tingkat penerimaan yang di rekomendasikan adalah bila AGFI mempunyai nilai sama dengan atau lebih besar dari 0.90 (Hair et al.,1996). AGFI yang diharapkan adalah sebesar ≥ 0.90. GFI maupun AGFI adalah criteria yang memperhitungkan

proporsi tertimbang dari varians dalam sebuah matriks kovarians sampel. Nilai sebesar 0.95 dapat di interpretasikan sebagai tingkat yang baik- good overall model fit (baik) sedangkan besaran nilai antara 0.90-0.95 menunjukan tingkat cukup-adequate fit (hulland et al., 1996)

5. CMIN/DF Minimum sampel discreparancy function/ Degrees of freedom.

Sebagai salah satu indikator untuk mengukr tingkat fit nya sebuah model. di dalam hal ini CMIN/DF tidak lain adalah statistic chi-square, χ2 di bagi DFnya sehingga di sebut χ2 relatif. nilai χ2 relatif kurang dari 2,0 atau bahkan kadang kurang 3,0 adalah indikasi dari acceptable fit antara model dan data (Arbuckle, 1997).

6. TLI- Tucker Lewis Index

TLI adalah sebuah alternative incremental fit index yang membandingkan sebuah model yang diuji terhadap sebuah baseline model. TLI yang di harapkan adalah sebesar ≥ 0,95. Indeks ini di peroleh dengan rumus sebagai berikut:

Cь _ C dь d

TLI =--- Cь _ 1 dь

Dimana c adalah diskrepansi dari model yang di evaluasi dan d adalah degrees od freedomnya, sementara Cь dan dь adalah diskrepensi dan degrees of freedom dari baseline model yang dijadikan pembanding.

7. CFI- Comparative Fit Index

Keunggulan dari indeks ini adalah bahwa indeks ini besarnya tidak di pengaruhi oleh ukuran sampel karena itu sangat baik untuk mengukur tingkat penerimaan sebuah model (hullen et al., Tanaka, 1993).

CFI atau RNI yang di harapkan adalah sebesar ≥ 0,95. C – d

CFI = RNI = 1 – --- Cь – dь

Dimana C adalah deskripsi dari model yang dievaluasi dan d adalah degrees of freedomnya, sementara Cь dan dь adalah deskrepansi dan degrees of freedom dari baseline model yang di jadikan pembanding.

4.1. Deskripsi Objek Penelitian 4.1.1. Gambaran Umum Perusahaan

PT Mandala Mandiri Motor merupakan sebuah perusahaan yang bergerak di bidang otomotif sebagai dealer resmi Honda di Surabaya. Perusahaan ini didirikan oleh beberapa orang sebagaipemegang saham. Pendirian PT. Mandala Mandiri Motor diresmikan melalui akta No. 07 tanggal 7 Mei 1987 oleh Notaris Raden Muhammad Hendramawan, SH, di Jakarta. Kemudian pada tanggal 9 Februari 1988 di Surabaya. PT Mandala Mandiri Motor diresmikan oleh Bapak Ang Kang Hoo selaku pemegang hak ATPM (Agen Tunggal Pemegang Merk) Honda Indonesia bagian Timur. Saat ini PT. Mandala Mandiri Motor hanya berstatus 1 S (sales) dan beralamatkan di Jalan Sulawesi 69 Surabaya berada di bawah kepemimpinan Bapak Poernomo Anggara, selaku direktur PT. Mandala Mandiri Motor.

PT. Mandala Mandiri Motor ini adalah sebuah perusahaan yang berbentuk PT (Perseroan Terbatas). PT. Mandala Mandiri Motor bergerak dalam bidang otomotif, dimana cakupan kerjanya meliputi tiga hal, yang juga dikenal dengan sebutan tiga S (3S), yaitu Sales, Service, dan Sparepart. Kegiatan-kegiatan yang dilakukan dalam perusahaan ini, meliputi:

1. Sales, menyediakan kendaraan bermotor roda empat merk Honda, khususnya untuk kendaraan pribadi seperti: Sedan, Sport Utility Vehicle (SUV), Multi Purpose Vehicle (MPV), dan City Car. Terdapat tenaga penjual di showroom

proses pembelian kendaraan.

2. Service, menyediakan fasilitas perbaikan sebagai wujud tanggung jawab kepada masyarakat yang membeli Honda. Dalam kegiatan ini juga disediakan teknisi yang berkualitas untuk membantu konsumen dalam perbaikan kendaraannya.

3. Sparepart, menyediakan fasilitas penjualan suku cadang asli Honda dimana hal ini juga dilakukan dengan sebagai wujud tanggung jawab untuk pembeli Honda. Hal ini dilakukan dilakukan dengan tujuan memberikan kemudahan bagi konsumen dalam penyediaan sparepart dan juga untuk kepuasan pelanggannya.

4.1.2. Struktur Organisasi Perusahaan

Gambar 4.1

pimpinan tertinggi ada pada Managing Director dan Director. Managing Director dan Director membawahi seorang Branch Manager. Seorang Branch Manager membawahi 4 manajer yaitu Sales Manager, Service Manager, Body Paint Manager, dan Parts Manager Pada divisi marketing sales dibagi menjadi dua tim yaitu Sales Rep Team dan sales Counter Team. Sales Rep Team bertugas di luar kantor atau outdor sedangkan Counter Team bertugas di dalam counter PT Mandala Mandiri Motor. Walaupun pada divisi marketing sales dibagi menjadi 2, namun jobdesk mereka tetap sama yaitu memberikan penjelasan kepada customer sampai pada melakukan menjualan mobil Honda, hanya saja penempatannya yang berbeda. Setiap team baik sales Rep team atau Sales Counter Team dibawahi oleh sales supervisior dan sales supervisior bertanggung jawab tehadap sales manager

4.2. Deskripsi Hasil Penelitian

4.2.1. Gambaran Umum Keadaan Responden

Responden dalam penelitian ini adalah seluruh karyawan PT. Mandala Mandiri Motor, setelah disebarkan kuesioner maka jumlah responden dalam penelitian ini adalah berjumlah 120 orang karena dalam proses penyebaran kepada 130 karyawan terdapat 10 kuesioner yang eror..

1. Deskripsi Karakteristik Responden Berdasarkan Umur

Berdasarkan hasil penyebaran kuesioner kepada 120 orang responden diperoleh gambaran responden berdasarkan usia adalah sebagai berikut :

Karakteristik Responden Berdasarkan Usia

Usia Jumlah Prosentase (%)

1 20-25 tahun 38 31,6

2 26-30 tahun 36 30

3 31-35 tahun 26 21,6

4 >36 tahun 20 16,8

Total 120 100 Sumber : Hasil penyebaran kuesioner

Berdasarkan tabel di atas diketahui bahwa karakteristik 120 orang responden yang diteliti berdasarkan usia adalah responden yang berusia 20-25 tahun sebanyak 38 orang atau 31,6%, responden yang berusia 26-30 tahun sebanyak 36 orang, responden yang berusia 31-35 sebanyak 26 orang atau 16,8% dan responden yang berusia lebih dari 36 tahun sebanyak 168%

2. Deskripsi Karakterisitik Responden Berdasarkan Jenis Kelamin

Berdasarkan hasil penyebaran kuesioner kepada 120 orang responden diperoleh gambaran responden berdasarkan jenis kelamin adalah sebagai berikut :

Tabel 4.2.

Karakteristik Responden Berdasarkan Jenis Kelamin Jenis Kelamin Jumlah Prosentase (%)

1 Laki – laki 75 62,5

2 Perempuan 45 37,5

Total 120 100 Sumber : Hasil penyebaran kuesioner

Berdasarkan tabel di atas dapat diketahui bahwa sebagian besar responden dalam penelitian ini laki-laki yakni sebanyak 75 orang atau sebesar 62,5%, sedangkan responden perempuan sebanyak 45 orang atau sebesar 37,5%.

3. Deskripsi Karakterisitik Responden Berdasarkan Lama Bekerja

Berdasarkan hasil penyebaran kuesioner kepada 120 orang responden diperoleh gambaran responden berdasarkan jenis kelamin adalah sebagai berikut :

Karakteristik Responden Berdasarkan Lama Bekerja Lama Bekerja Jumlah Prosentase (%)

1 1-2 Tahun 55 45,83

2 2-3 Tahun 37 30,83

3 >3 Tahun 28 23,34

Total 120 100 Sumber : Hasil penyebaran kuesioner

Berdasarkan tabel di atas dapat diketahui bahwa sebagian besar responden dalam penelitian ini telah bekerja selama 1-2 tahun yaitu sebanyak 55 responden atau 45,83%, responden yang teleh bekerja selama 2-3 tahun sebanyak 37 responden atau 30,83% dan responden yang telah bekerja selama lebih dari 3 tahun sebanyak 28 responden atau 23,34%

4. Deskripsi Karakterisitik Responden Berdasarkan Pendidikan Terakhir

Berdasarkan hasil penyebaran kuesioner kepada 120 orang responden diperoleh gambaran responden berdasarkan pendidikan terakhir adalah sebagai berikut :

Tabel 4.4.

Karakteristik Responden Berdasarkan Pendidikan Terakhir Pendidikan Jumlah Prosentase (%)

1 SMA 34 28,3

2 Diploma 26 21,6

3 S1 57 47,5

4 S2 3 2,6

Total 120 100 Sumber : Hasil penyebaran kuesioner

Berdasarkan tabel diatas dapat diketahui bahwa sebagian besar responden berpendidikan terakhir S1 sebanyak 57 orang atau 47,5%, responden yang berpendidikan terakhir SMA sebanyak 34 responden atau 28,3%, responden yangs

responden yang berpendidikan S2 sebanyak 3 responden atau 2,6%.

5. Deskripsi Karakterisitik Responden Berdasarkan Jabatan

Berdasarkan hasil penyebaran kuesioner kepada 120 orang responden diperoleh gambaran responden berdasarkan jabatan adalah sebagai berikut :

Tabel 4.5.

Karakteristik Responden Berdasarkan Jabatan

Pendidikan Jumlah Prosentase (%)

1 Sales 55 45,83

2 Mekanik 26 21,67

3 Staff Part 12 10

4 Foreman 27 22,5

Total 120 100 Sumber : Hasil penyebaran kuesioner

Berdasarkan tabel diatas dapat diketahui bahwa sebagian besar responden memiliki jabatan sales sebanyak 55 orang atau 45,83%, responden yang berposisi sebagai mekanik sebanyak 26 responden atau 21,67%, responden yang berposisi staff part sebanyak 12 responden atau 10% dan responden yang berposisi foreman sebanyak 27 responden atau 22,5%.

4.2.2. Deskripsi Variabel Motivasi

Motivasi merupakan dorongan atau tenaga tersebut merupakan gerak jiwa dan jasmani untuk berbuat. Berikut adalah deskripsi variabel motivasi.

Frekuensi Jawaban Responden Mengenai Variabel Motivasi (X1)

Skor Jawaban

No Pernyataan _{1 2 3 4 5 6 7}Total Mean

Anda bekerja untuk dapat mengaktualisasikan

kemampuan yang anda miliki

0 0 2 14 33 33 38 120

Prosentase (%) 0 0 1,7 11,7 27,5 27,5 31,7 100%

5,76

Pekerjaan anda sekarang sudah sesuai dengan pekerjaan yang dinginkan

0 0 1 12 48 40 19 120 Prosentase (%) 0 0 0,8 10,0 40,0 33,3 15,8 100%

5,53

Anda memiliki tanggung jawab terhadap pekerjaan yang diberikan perusahaan

0 0 3 7 66 26 18 120 Prosentase (%) 0 0 2,5 5,8 55,0 21,7 15,0 100%

5,41

Perusahaan memberikan reward atau penghargaan kepada karyawan yang berprestasi

0 0 2 8 56 43 11 120 Prosentase (%) 0 0 1,7 6,7 46,7 35,8 9,2 100%

5,44

Pimpinan tanggap dalam membantu permasalahan yang dihadapi karyawan berkaitan dengan pekerjaan

0 0 3 12 43 44 18 120 Prosentase (%) 0 0 2,5 10,0 35,8 36,7 15,0 100%

5,52

Sumber : Jawaban Kuesioner

Berdasarkan hasil penyebaran kuesioner diketahui deskripsi variabel motivasi adalah sebagai berikut :

a. Item pernyataan dengan mean tertinggi adalah pada item pernyataan pertama dengan nilai mean sebesar 5,76. Pada item pernyataan pertama mengenai keinginan karyawan PT. Mandala Mandiri Motor (Honda Jemursari) Surabaya untuk mengaktualisasikan diri terhadap tugas yang diberikan perusahaan sebagian besar responden setuju terhadap pernyataan tersebut hal ini dapat dilihat dari skor jawaban terbanyak ada pada skor 7 sebanyak 38 jawaban atau 31,7%

b. Item pernyataan dengan mean terendah adalah pada item pernyataan ketiga dengan nilai mean sebesar 5,41. Pada item pernyataan ketiga mengenai rasa

(Honda Jemursari) Surabaya sebagian besar responden setuju terhadap pernyataan tersebut hal tesebut dapat dilihat dari skor jawaban terbanyak ada pada skor 5 sebanyak 66 jawaban atau 55%.

4.2.3. Deskripsi Variabel Kepuasan Kerja

Kepuasan Kerja adalah suatu sikap umum terhadap pekerjaan seseorang, selisih antara banyaknya ganjaran yang di terima seorang pegawai dan banyaknya yang mereka yakini apa yang seharusnya mereka terima. Berikut adalah deskripsi variabel kepuasan kerja:

Tabel 4.7.

Frekuensi Jawaban Responden Mengenai Variabel Kepuasan Kerja (X2)

Skor Jawaban

No Pernyataan ₁₂_{3 4 5 6 7}Total Mean

Anda merasa gaji yang diberikan perusahaan telah sesuai dengan pekerjaan yang telah anda lakukan

0 0 3 10 49 52 6 120

Prosentase (%) 0 0 2,5 8,3 40,8 43,3 5,0 100%

5,40

Anda merasa setiap karyawan mendapatkan kesempatan yang sama untuk promosi jabatan

0 0 5 10 33 43 29 120 Prosentase (%) 0 0 4,2 8,3 27,5 35,8 24,2 100%

5,68

Anda merasa tugas yang diberikan perusahaan sesuai dengan kemampuan yang anda miliki

0 0 6 8 38 32 36 120 Prosentase (%) 0 0 5,0 6,7 31,7 26,7 30,0 100%

5,70

Anda memiliki hubungan yang baik dengan rekan kerja anda

0 0 4 12 45 46 13 120

Prosentase (%) 0 0 3,3 10,0 37,5 38,3 10,8 100%

5,43

5 ^{Anda memiliki hubungan}

yang baik dengan atasan anda 0 0 3 20 35 32 30 120

Prosentase (%) 0 0 2,5 16,7 29,2 26,7 25,0 100%

5,55 Sumber : Jawaban Kuesioner

Berdasarkan hasil penyebaran kuesioner diketahui deskripsi variabel motivasi adalah sebagai berikut :

dengan nilai mean sebesar 5,40. Pada item pernyataan pertama mengenai kepuasan akan gaji yang diterima sebagian besar responden setuju terhadap pernyataan tersebut hal ini dapat dilihat dari skor jawaban terbanyak ada pada skor 6 sebanyak 52 jawaban atau 43,3%.

b. Item pernyataan dengan mean tertinggi adalah pada item pernyataan ketiga dengan nilai mean sebesar 5,70. Pada item pernyataan ketiga mengenai tugas yang diberikan perusahaan sebagian besar responden setuju terhadap pernyataan tersebut hal tesebut dapat dilihat dari skor jawaban terbanyak ada pada skor 5 sebanyak 38 jawaban atau 31,7%.

4.2.4. Deskripsi Variabel Kinerja Karyawan

Kinerja karyawan merupakan adalah hasil kerja yang telah dan akan di lakukan oleh seseorang. Berikut adalah deskripsi variabel kinerja karyawan

Tabel 4.8.

Frekuensi Jawaban Responden Mengenai Variabel Kinerja Karyawan (Y)

Skor Jawaban

No Pernyataan _{1 2 3 4 5 6 7}Total Mean

Karyawan yang bersangkutan telah memenuhi kualitas kerja

yang sesuai dengan standart perusahaan 0 0 2 15 53 34 16 120 Prosentase 0 0 1,7 12,5 44,2 28,3 13,3 100% 5,39 2 Karyawan yang bersangkutan telah memenuhi kuantitas kerja

yang sesuai dengan standart perusahaan 0 0 2 9 55 38 16 120 Prosentase 0 0 1,7 7,5 45,8 31,7 13,3 100% 5.48 3 Karyawan yang bersangkutan telah memiliki

standart waktu yang telah di tetapkan oleh perusahaan

0 0 2 6 58 42 12 120

Prosentase 0 0 1,7 5,0 48,3 35,0 10,0 100%

5,47

kinerja adalah sebagai berikut :

a. Item pernyataan dengan mean terendah adalah pada item pernyataan pertama dengan nilai mean sebesar 5,39. Pada item pernyataan pertama mengenai jumlah kerja yang di lakukan karyawan PT. Mandala Mandiri Motor (Honda Jemursari) Surabaya dalam suatu periode waktu yang di tentukan sebagian besar jawaban yang diberikan setuju terhadap pernyataan tersebut hal ini dapat dilihat dari skor jawaban terbanyak ada pada skor 5 sebanyak 53 jawaban atau 44,2%.

b. Item pernyataan dengan mean tertinggi adalah pada item pernyataan kedua dengan nilai mean sebesar 5,48. Pada item pernyatan kedua mengenai jumlah tugas dan hasil pekerjaan yang dapat di hasilkan oleh karyawan PT. Mandala Mandiri Motor (Honda Jemursari) Surabaya sesuai dengan target yang telah di tentukan sebagian jawaban yang diberikan setuju terhadap pernyataan tersebut hal ini dapat dilihat dari skor jawaban terbanyak ada pada skor 5 sebanyak 55 jawaban atau 45,8%.

4.3. Deskripsi Hasil Analisis dan Uji Hipotesis 4.3.1. Uji Normalitas dan Sebaran Linieritas

Uji normalitas sebaran dilakukan dengan Kurtosis Value dari data yang digunakan yang biasanya disajikan dalam statistik deskriptif. Nilai statistik untuk menguji normalitas itu disebut Z-value. Bila nilai-Z lebih besar dari nilai kritis

ditentukan berdasarkan tingkat signifikansi 0,01 [1%] yaitu sebesar ± 2,58.

Hasil pengujian normalitas pada penelitian ini akan ditampilkan pada tabel berikut :

Tabel 4.9. Hasil Uji Normalitas

Variable min max kurtosis c.r.

X11 3 7 -0,788 -1,763 X12 3 7 -0,479 -1,071 X13 3 7 0,176 0,394 X21 3 7 0,349 0,781 X22 3 7 -0,154 -0,345 X31 3 7 0,58 1,298 X32 3 7 -0,131 -0,292 X33 3 7 -0,316 -0,707 X34 3 7 0,089 0,198 X35 3 7 -0,913 -2,041 Y1 3 7 -0,324 -0,726 Y2 3 7 -0,02 -0,044 Y3 3 7 0,449 1,005 Multivariate 8,521 2,363 Batas Normal ± 2,58 Sumber : Lampiran 3

Hasil uji menunjukkan bahwa nilai c.r. mutivariate berada di dalam ± 2,58 itu berarti asumsi normalitas terpenuhi. Fenomena ini tidak menjadi masalah serius seperti dikatakan oleh Bentler & Chou [1987] bahwa jika teknik estimasi dalam model SEM menggunakan maximum likelihood estimation [MLE] walau ditribusi datanya tidak normal masih dapat menghasilkan good estimate, sehingga data layak untuk digunakan dalam estimasi selanjutnya.

Outlier adalah observasi atau data yang memiliki karakteristik unik yang terlihat sangat berbeda jauh dari observasi-observasi lainnya dan muncul dalam bentuk nilai ekstrim untuk sebuah variabel tunggal atau variabel kombinasi (Hair,1998).

Multivariate outlier diuji dengan kriteria jarak Mahalanobis pada tingkat p < 0,001. Jarak diuji dengan Chi-Square [2] pada df sebesar jumlah variabel bebasnya (df = 12). Ketentuan : bila Mahalanobis > dari nilai 2 adalah multivariate outlier. Pada penelitian ini terdapat outlier apabila nilai Mahalanobis distancenya > 34,528. Untuk lebih memperjelas uraian mengenai evaluasi outlier multivariate berikut ini akan disajikan tabel Uji Outlier Multivariate :

Tabel 4.10.

Hasil Pengujian Outlier Multivariate

MinimumMaximum Mean ^Std.

Deviation ^N

Predicted Value 21,793 99,428 60,500 17,066 120

Std. Predicted Value -2,268 2,281 0,000 1,000 120 Standard Error of Predicted Value 6,342 18,821 10,766 2,112 120 Adjusted Predicted Value 17,043 105,093 60,840 17,650 120

Residual -72,523 62,667 0,000 30,311 120

Std. Residual -2,258 1,951 0,000 0,944 120

Stud. Residual -2,400 2,038 -0,005 1,003 120

Deleted Residual -81,924 68,384 -0,340 34,270 120 Stud. Deleted Residual -2,456 2,070 -0,005 1,010 120 Mahalanobis Distance [MD] 3,649 39,877 12,892 5,571 120

Cook's Distance 0,000 0,064 0,009 0,012 120

Centered Leverage Value 0,031 0,335 0,108 0,047 120

(a) Dependent Variable : NO. RESP

Sumber : Lampiran 4

Berdasarkan tabel di atas, setelah dilakukan pengujian diketahui nilai MD maksimum adalah 39,877 lebih besar dari 34,528. Oleh karena itu diputuskan dalam penelitian terdapat outlier multivariate (antar variabel) sehingga harus ada

120-1 = 119.

4.3.3. Deteksi Multicollinierity dan Singularity

Dengan mengamati Determinant matriks covarians. Dengan ketentuan apabila determinant sample matrix mendekati angka 0 (kecil), maka terjadi multikolinieritas dan singularitas (Tabachnick & Fidell, 1998).

Berdasarkan hasil pengujian dengan menggunakan program AMOS 4.0 diperoleh hasil Determinant of Sample Covariance Matrix adalah > 0 yaitu sebesar 29,44 > 0 mengindikasikan tidak terjadi multikolinieritas dan singularitas dalam data ini sehingga asumsi terpenuhi.

4.3.4. Uji Validitas dan Reliabilitas

Validitas menyangkut tingkat akurasi yang dicapai oleh sebuah indikator dalam menilai sesuatu atau akuratnya pengukuran atas apa yang seharusnya diukur. Sedangkan reliabilitas adalah ukuran mengenai konsistensi internal dari indikator-indikator sebuah konstruk yang menunjukkan derajat sampai dimana masing-masing indikator itu mengindikasikan sebuah konstruk yang umum.

Karena indikator multidimensi, maka uji validitas dari setiap latent variabel/construct akan diuji dengan melihat faktor loading faktor dari hubungan antara setiap observed variabel dan latent variabel. Sedangkan reliabilitas diuji dengan construct reliability dan variance extracted.

Faktor Loading dan Konstruk dengan Confirmatory Factor Analysis Faktor Loading Konstrak Indikator 1 2 3 4 X11 0,767 X12 0,786 Intrisic X13 0,804 X21 0,881 Extrinsic X22 0,779 X31 0,702 X32 0,877 X33 0,932 X34 0,709 Job Satisfaction X35 0,690 Y1 0,705 Y2 0,887 Job Performance Y3 0,887 Sumber : Lampiran 5

Berdasarkan hasil confirmatory factor analysis terlihat bahwa factor loading masing-masing butir pertanyaan yang membentuk setiap construc seluruhnya ≥ 0,5, sehingga butir-butir instrumentasi setiap konstruk tersebut dapat dikatakan validitasnya baik.

Koefisien Cronbach’s Alpha dihitung untuk mengestimasi reliabilitas setiap skala (variabel atau indikator observarian). Sementara itu item to total correlation digunakan untuk memperbaiki ukuran-ukuran dan mengeliminasi butir-butir yang kehadirannya akan memperkecil koefisien Cronbach’s Alpha yang dihasilkan.

Hasil pengujian reliabilitas Consistency Internal dalam penelitian ini dapat dilihat pada tabel berikut ini :

Pengujian Reliability Consistency Internal Konstrak Indikator Item to Total

Correlation Koefisien Cronbach's Alpha X11 0,877 X12 0,852 Intrisic X13 0,858 0,824 X21 0,906 Extrinsic X22 0,932 ^0,811 X31 0,773 X32 0,870 X33 0,909 X34 0,837 Job Satisfaction X35 0,817 0,895 Y1 0,855 Y2 0,914 Job Performance Y3 0,895 0,863 Sumber : Lampiran 6

Hasil pengujian reliabilitas konsistensi internal untuk setiap construct di atas menunjukkan cukup baik dimana koefisien Cronbach’s Alpha yang diperoleh seluruhnya memenuhi rules of thumb yang disyaratkan yaitu ≥ 0,7 [Hair et.al.,1998]. Tidak terjadi eliminasi karena nilai item to total correlation indikator seluruhnya ≥ 0,5.

Selain melakukan pengujian konsistensi internal Cronbach’s Alpha, perlu juga dilakukan pengujian construct reliability dan variance extracted. Kedua pengujian tersebut masih dalam koridor uji konsistensi internal yang akan memberikan peneliti kepercayaan diri yang lebih besar bahwa indikator-indikator individual mengukur suatu pengukuran yang sama. Construct reliability dan Variance-extracted dihitung dengan rumus sebagai berikut:

 



S dardize Loading



Loading Stadardize liability Construct       ₂ ² tan Re

 



S dardize Loading



j xtracted Variance E     ₂ tan Sementara j dapat dihitung dengan formula j = 1 – [Strespondenrdize loading] secara umum, nilai construct reliability yang dapat diterima adalah  0,5 (Hair at, 1998). Strespondenrdize loading dapat diperoleh dari output AMOS 4.01, dengan melihat estimasi setiap construct strespondenrdize regression weight terhadap setiap butir sebagai indikatornya.

 

tan

1 S dardize Loading j 



Hasil pengujan Construct Reliability dan Variance Extraced dalam penelitian ini akan ditampilkan pada tabel berikut:

Tabel 4.13

Construct Reliability & Variance Extrated Konstrak Indikator

Standardize Factor Loading

SFL

Kuadrat ^{Error [}εj] ^Construct Reliability Variance Extrated X11 0,767 0,588 0,412 X12 0,786 0,618 0,382 Intrisic X13 0,804 0,646 0,354 0,829 0,618 X21 0,881 0,776 0,224 Extrinsic X22 0,779 0,607 0,393 ^{0,817 0,692} X31 0,702 0,493 0,507 X32 0,877 0,769 0,231 X33 0,932 0,869 0,131 X34 0,709 0,503 0,497 Job Satisfaction X35 0,690 0,476 0,524 0,890 0,622 Y1 0,705 0,497 0,503 Y2 0,887 0,787 0,213 Job Performance Y3 0,887 0,787 0,213 0,869 0,690

Batas Dapat Diterima ≥ 0,7 ≥ 0,5

Sumber : Lampiran 7

Hasil pengujian reliabilitas instrumen dengan construct reliability dan variance extracted menunjukkan instrumen cukup reliabel, yang ditunjukkan

direkomendasikan pada tingkat 0,5

4.3.5. Pengujian Model Dengan One-Step Approach

Dalam model SEM, model pengukuran dan model struktural parameter-parameternya diestimasi secara bersama-sama. Cara ini agak mengalami kesulitan dalam memenuhi tuntutan fit model. Kemungkinan terbesar disebabkan oleh terjadinya interaksi antara measurement model dan structural model yang diestimasi secara bersama-sama (One Step Approach to SEM). One step aprroach to SEM digunakan apabila model diyakini bahwa direspondensi teori yang kuat serta validitas & reliabilitas data sangat baik (Hair et.al.,1998). Hasil estimasi dan fit model one step approach to SEM dengan menggunakan program aplikasi Amos 4.01 terlihat pada Gambar dibawah ini:

Gambar 4.2.

Evaluasi Kriteria Goodness of Fit Indices Kriteria Hasil ^Nilai

Kritis ^{Evaluasi Model} Cmin/DF 1,157 ≤ 2,00 baik Probability 0,189 ≥ 0,05 baik RMSEA 0,048 ≤ 0,08 baik GFI 0,918 ≥ 0,90 baik AGFI 0,900 ≥ 0,90 baik TLI 0,984 ≥ 0,95 baik CFI 0,988 ≥ 0,94 baik Sumber: Hasil Pengolahan Data

Dari hasil evaluasi terhadap model one step approach ternyata dari semua kriteria goodness of fit yang digunakan, seluruhnya menunjukkan hasil evaluasi model yang baik, berarti model telah sesuai dengan data. Artinya, model konseptual yang dikembangkan dan dilandasi oleh teori telah sepenuhnya didukung oleh fakta.

Dilihat dari angka determinant of sample covariance matrix : 29,44> 0 mengindikasikan tidak terjadi multicolinierity atau singularity dalam data ini sehingga asumsi terpenuhi. Dengan demikian besaran koefisien regresi masing-masing faktor dapat dipercaya sebagaimana terlihat pada uji kausalitas dibawah ini.

4.3.6. Pengujian Hipotesis dan Hubungan Kausal

Pengaruh langsung [koefisien jalur] diamati dari bobot regresi terstandar, dengan pengujian signifikasi pembanding nilai CR (Critical Ratio) atau p (probability) yang sama dengan nilai t hitung.

Hasil Pengujian Kausalitas

Ustd Std

Faktor ï Faktor Estimate Estimate ^Prob.

Kepuasan Kerja ï Motivasi Kerja 0,001 0,012 0,921 Kinerja Karyawan ï Kepuasan Kerja 0,108 0,166 0,064 Kinerja Karyawan ï Motivasi Kerja 6,860 0,745 0,000

Batas Signifikansi ≤ 0,10

Sumber : Lampiran 8

Dilihat dari tingkat probabilitas arah hubungan kausal, maka hipótesis yang menyatakan bahwa :

a.Faktor Motivasi Kerja berpengaruh positif significan terhadap Kinerja Karyawan karena nilai probabilitasnya 0,000 ≤ 0,10

b.Faktor Kepuasan Kerja berpengaruh positif signifikan terhadap Kinerja Karyawan karena nilai probablitasnya 0,064 ≤ 0,10

c.Faktor kepuasan kerja berpengaruh positif tidak signifikan terhadap motivasi

Dalam dokumen PENGARUH MOTIVASI DAN KEPUASAN KERJA TERHADAP KINERJA KARYAWAN PADA PT. MANDALA MANDIRI MOTOR (HONDA JEMURSARI) SURABAYA. (Halaman 42-73)