BAB IV HASIL DAN PEMBAHASAN
4.3. Statistik Inferensial Penelitian
secara langsung maupun tidak langsung. Dimana dalam analisis ini digunakan 2 sub model analisis data yaitu:
4.3.1 Sub-model 1
Sub-model 1 dalam penelitian ini akan menjelaskan pengaruh variabel-variabel bebas yaitu X1 (Kepuasan Kerja) dan X2 (Stres Kerja)
b1
b2
Gambar 4.1 Sub-Model I Analisis Jalur untuk Persamaan Struktural 1. Uji asumsi klasik sub-model 1
a. Uji Normalitas
Uji normalitas dimaksudkan untuk melihat sebaran residual data dalam regresi. Apabila residual berdistribusi normal, hasil prediksi dalam model regresi akan menghasilkan model yang mendekati keadaan sebenarnya. Uji normalitas dalam penelitian ini menggunakan statistik Kolmogorov-Smirnov yang akurat dalam menilai normalitas sebaran data. Uji normalitas juga akan didukung dengan menggunakan grafik Q-Q Plot yang menggambarkan hubungan grafik antara nilai prediksi dan nilai sebenarnya. Dasar pengambilan keputusan pada Kolmogorov-Smirnov adalah nilai signifikansi uji tersebut. Apabila signifikansi (sig.) > 0,05
Kepuasan Kerja (X1)
Stres Kerja (X2) Komitmen Organisasional
(Z)
maka data berdistribusi normal, berlaku sebaliknya. Hasil pengujian normalitas resudial pada sub-struktur model I dirangkum dalam Tabel 4.12 dan Gambar 4.2.
Tabel 4.12
Uji Kolmogorov-Smirnov Sub-struktur Model I
Kolmogorov-Smirnova
Statistic df Sig.
Unstandardized Residual .107 48 .200*
Tabel 4.12 memberikan informasi bahwa nilai signifikansi dari pengujian normalitas dengan menggunakan uji Kolmogorov-Smirnov adalah 0,107. Nilai signifikansi uji Kolmogorov-Smirnov > 0,05 yang mengindikasikan bahwa sebaran residual data penelitian berdistribusi normal. Untuk menghindari bias interpretasi, hasil ini didukung dengan menggunakan Q-Q Plot.
Gambar 4.2 Q-Q Plot Residual Sub-struktur Model I
Gambar 4.2 menunjukkan bahwa nilai observasi dan nilai prediksi (expected) seluruhnya tersebar mendekati garis diagonal. Hal ini mengindikasikan sebaran data mendukung asumsi normalitas data. Selain itu, untuk mendukung asumsi normalitas ini, penelitian menyertakan sebaran histogram residual yang
Gambar 4.3 Grafik Histogram Sub-struktur Model I
Gambar 4.3 menunjukkan bahwa sebaran histogram dari residual data mengikuti pola sebaran distribusi normal yang semakin mendukung sebaran normalitas data residual model sub-struktur I. Dengan demikian, berdasarkan temuan yang diperoleh berdasarkan pengujian normalitas data, asumsi normalitas data telah terpenuhi. Data residual model berdistribusi normal dan dapat digeneralisasi pada keadaan populasi.
b, Uji Multikolinearitas
Multikolinearitas merupakan kondisi dimana terjadi korelasi yang kuat antara variabel bebas penelitian. Korelasi yang kuat tersebut dikhawatirkan akan membuat prediksi model menjadi bias. Oleh karena itu, model prediksi yang baik harus memastikan tidak terjadi masalah multikolinearitas dalam variabel bebas.
Pengujian multikolinearitas didasarkan pada nilai variance inflation factor (VIF) pada masing-masing variabel bebas penelitian. Nilai VIF yang dapat diterima adalah < 5,0 atau nilai toleransi korelasi (correlation tolerance) > 0,2 dengan kategori multikolinearitas ringan. Semakin rendah nilai VIF semakin tidak terlihat
gejala kolinearitas antar variabel bebas tersebut. Hasil regresi pada sub-struktur model I menunjukkan nilai VIF yang dirangkum dalam Tabel 4.13.
Tabel 4.13
Statistik Kolinieritas Sub-Model 1
Coefficientsa
Model
Collinearity Statistics
Tolerance VIF
1 KK .999 1.001
SK .999 1.001
a. Dependent Variable: KO
Tabel 4.13 memberikan informasi bahwa seluruh nilai tolerance > 0,2 dan (Varians Inflation Factors) seluruhnya < 5,0 artinya tidak ditemukan adanya gejala multikolinieritas. Dengan demikian, tidak terjadi keterkaitan yang kuat antara variabel kepuasan kerja dan stres kerja yang mampu membuat bias model regresi dalam memprediksi komitmen organisasional karyawan. Dengan demikian, sub-struktur model I terbebas dari masalah multikolinearitas.
c. Uji Heterokedastisitas
Pengujian heterokedastisitas residual data dimaksudkan untuk mengetahui kesamaan sebaran dari varian residual tersebut dengan kondisi yang diharapkan adalah nilai varian yang konstan. Kondisi heterokedastisitas terjadi apabila varian dari residual data tidak konstan dan membentuk pola tertentu. Apabila residual tidak konstan, model regresi yang diperoleh akan menghasilkan bias dalam memprediksi variabel terikat. Pengujian heterokedastisitas residual dilakukan dengan menggunakan metode grafik dan metode statistik uji Glejser. Pada metode grafik diharapkan sebaran data tersebar merata dan tidak membentuk pola tertentu di sekitar titik nol. Uji Glejser dilakukan dengan melakukan regresi variabel bebas
terhadap nilai absolut dari residual regresi. Hasil pengujian asumsi heterokedastisitas data dirangkum dalam Tabel 4.14 dan Gambar 4.4.
Tabel 4.14
Uji Glejser Sub-struktur Model I
Model Unstandardized Coefficients Standardized
Coefficients
t Sig.
B Std. Error Beta
1
(Constant) 1.790 .442 4.052 .000
Kepuasan_Kerja .331 .106 .415 3.118 .003
Stres_Kerja -.071 .052 -.182 -1.365 .179
a. Dependent Variable: ABS1
Tabel 4.14 mengindikasikan bahwa melalui uji Glejser tidak terjadi masalah heterokedastisitas residual. Residual bersifat homoskedastisitas yang mengindikasikan bahwa varian dari residual cenderung konstan dan tidak terpengaruh pola tertentu. Variabel kepuasan kerja memiliki pengaruh signifikan terhadap absolut residual, namun pengaruh tersebut adalah positif sehingga tidak terjadi masalah heterokedastisitas data.
Gambar 4.4 Uji Heterokedastisitas Sub-struktur Model I
Gambar 4.4 mendukung hasil uji Glejser yang mengindikasikan bahwa sebaran residual data bersifat homokedastisitas diamana sebaran data residual
baik secara grafik maupun secara statistik, data pada sub-struktur model I terbebas dari masalah heterokedastisitas data.
2. Hasil Analisis Regresi Sub-Model 1
Asumsi klasik model regresi telah terpenuhi dengan tidak ada kendala. Hal ini mengindikasikan bahwa model prediksi dari sub-struktur model I sudah memenuhi kriteria BLUE (best, linear, unbiased estimate) atau prediksi model sudah mendekati keadaan sebenarnya. Hasil regresi dari sub-struktur model I dengan melihat kontribusi prediksi variabel bebas dalam menjelaskan variabel terikat melalui nilai koefisien determinasi adjusted R-square, signifikansi prediksi secara serempak melalui F-test pada ANOVA, serta besarnya pengaruh masing-masing variabel bebas terhadap terikat melalui koefisien regresi (koefisien jalur).
Adapun hasil analisis regresi data dirangkum dalam Tabel 4.15.
Tabel 4.15
Koefisien Determinasi Sub-struktur Model I
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate
Durbin-Watson
1 .650a .422 .397 .4205 2.025
a. Predictors: (Constant), Stres_Kerja, Kepuasan_Kerja b. Dependent Variable: Komitmen_Organisasi
Tabel 4.15 memberikan informasi tentang kemampuan prediksi model penelitian pada sub-struktur model I. Nilai adjusted R-square pada sub-struktur model I mengindikasikan bahwa variabel bebas Kepuasan Kerja (X1) dan Stres Kerja (X2) mampu menjelaskan 39,7% variansi data pada variabel terikat komitmen organisasi (Z). Selebihnya, 60,3% variansi data pada komitmen organisasi dijelaskan oleh variabel lain yang tidak diteliti dalam model ini.
Tabel 4.16
ANOVA Sub-struktur Model I
Tabel 4.16 memberikan informasi bahwa secara bersama-sama variabel bebas Kepuasan Kerja (X1) dan Stres Kerja (X2) mampu mempengaruhi secara signifikan variabel komitmen organisasi. Keputusan ini diperoleh berdasarkan nilai hitung yang lebih besar daripada f-tabel, atau melalui nilai signifikansi F-test yang lebih kecil dari 0,05 (Sig F = 0,000). Dengan demikian, stres kerja dan kepuasan kerja adalah benar bersifat sebagai prediktor untuk komitmen organisasi.
Tabel 4.17
Koefisien Jalur Regresi Sub-struktur Model I
Coefficientsa
Tabel 4.11 merangkum koefisien regresi untuk sub-struktur model I.
Berdasarkan Tabel 4.11, model persamaan regresi untuk sub-struktur model I dapat dituliskan sebagai:
Z = 0,616 X1 – 0,184X2 +Ԑ1
Persamaan regresi di atas mengindikasikan bahwa variabel komitmen organisasi dipengaruhi oleh variabel stres kerja, kepuasan kerja, serta variabel lain di luar penelitian. Dalam model tersebut, komitmen organisasi akan meningkat apabila terjadi peningkatan pada kepuasan kerja yang dirasakan oleh karyawan.
Model Sum of Squares df Mean Square F Sig.
1 Regression 581.382 2 290.691 16.442 .000a
Residual 795.597 45 17.680
Total 1376.979 47
a. Predictors: (Constant), SK, KK b. Dependent Variable: KO
Akan tetapi, variabel stres kerja memberikan pengaruh yang negaif terhadap komitmen berorganisasi. Bila karyawan semakin merasakan stres dalam pekerjaannya, artinya karyawan akan semakin kurang berkomitmen dalam pekerjaan dan perusahaannya.
4.3.2 Sub-Model II
Sub-model II dalam penelitian ini akan menjelaskan pengaruh variabel-variabel bebas yaitu kepuasan kerja dan stres kerja terhadap variabel-variabel terikat organizational citizenship behavior baik secara langsung maupun melalui variabel intervening komitmen organisasi.
b3
b5
b4
Gambar 4.5 Model Analisis Data Sub-Model II
1. Pengujian Asumsi Klasik a. Uji Normalitas
Uji normalitas dimaksudkan untuk melihat sebaran residual data dalam regresi. Apabila residual berdistribusi normal, hasil prediksi dalam model regresi akan menghasilkan model yang mendekati keadaan sebenarnya. Pengujian normalitas pada sub-model II hampir sama dengan sub-model yaitu menggunakan
Kepuasan Kerja (X1)
Stres Kerja (X2)
Komitmen Organisasional
(Z)
OCB (Y)
statistik Kolmogorov-Smirnov. Hasil pengujian normalitas resudial pada sub-struktur model II dirangkum dalam Tabel 4.18 dan Gambar 4.6.
Tabel 4.18
Uji Kolmogorov-Smirnov Sub-struktur Model II
Kolmogorov-Smirnova
Statistic df Sig.
Unstandardized Residual .111 48 .200
Tabel 4.18 memberikan informasi bahwa nilai signifikansi dari pengujian normalitas dengan menggunakan uji Kolmogorov-Smirnov adalah 0,111. Nilai signifikansi uji Kolmogorov-Smirnov > 0,05 yang mengindikasikan bahwa sebaran residual data penelitian berdistribusi normal. Untuk menghindari bias interpretasi, hasil ini didukung dengan menggunakan Q-Q Plot.
Gambar 4.6 Q-Q Plot Residual Sub-struktur Model II
Gambar 4.6 menunjukkan bahwa nilai observasi dan nilai prediksi (expected) seluruhnya tersebar mendekati garis diagonal. Hal ini mengindikasikan sebaran data mendukung asumsi normalitas data. Selain itu, untuk mendukung asumsi normalitas ini, penelitian menyertakan sebaran histogram residual yang dirangkum dalam Gambar 4.7.
Gambar 4.7 Grafik Histogram Sub-struktur Model II
Gambar 4.7 menunjukkan bahwa sebaran histogram dari residual data mengikuti pola sebaran distribusi normal yang semakin mendukung sebaran normalitas data residual model sub-struktur model II. Dengan demikian, berdasarkan temuan yang diperoleh berdasarkan pengujian normalitas data, asumsi normalitas data telah terpenuhi. Data residual model berdistribusi normal dan dapat dilakukan generalisasi terhadap populasi.
b, Uji Multikolinearitas
Multikolinearitas merupakan kondisi dimana terjadi korelasi yang kuat antara variabel bebas penelitian. Korelasi yang kuat tersebut dikhawatirkan akan membuat prediksi model menjadi bias. Oleh karena itu, model prediksi yang baik
harus memastikan tidak terjadi masalah multikolinearitas dalam variabel bebas.
Pengujian multikolinearitas didasarkan pada nilai variance inflation factor (VIF) pada masing-masing variabel bebas penelitian. Nilai VIF yang dapat diterima adalah < 5,0 atau nilai toleransi korelasi (correlation tolerance) > 0,2 dengan kategori multikolinearitas ringan. Semakin rendah nilai VIF semakin tidak terlihat gejala kolinearitas antar variabel bebas tersebut. Hasil regresi pada sub-struktur model II menunjukkan nilai VIF yang dirangkum dalam Tabel 4.19.
Tabel 4.19
Statistik Kolinieritas Sub-Model 2
Coefficientsa
Model
Collinearity Statistics
Tolerance VIF
1 KK .603 1.659
SK .943 1.060
KO .578 1.731
a. Dependent Variable: OCB
Tabel 4.19 memberikan informasi bahwa nilai tolerance > 0,1 artinya tidak ditemukan adanya gejala multikolinieritas antara variabel bebas penelitian dengan nilai VIF < 5,0 pada masing-masing variabel bebas. Dengan demikian, tidak terjadi keterkaitan yang kuat antara variabel kepuasan kerja, stres kerja, serta komitmen organisasi yang dikhawatirkan akan membuat bias model regresi dalam memprediksi OCB. Dengan demikian, sub-struktur model II terbebas dari masalah multikolinearitas.
c. Uji Heterokedastisitas
Pengujian heterokedastisitas residual data dimaksudkan untuk mengetahui kesamaan sebaran dari varian residual tersebut. Kondisi yang diharapkan adalah nilai varian yang konstan yang disebut dengan homokedastisitas residual. Kondisi
heterokedastisitas terjadi apabila varian dari residual data tidak konstan dan membentuk pola tertentu. Apabila residual tidak konstan, model regresi yang diperoleh akan menghasilkan bias dalam memprediksi variabel terikat. Pengujian heterokedastisitas residual dilakukan dengan menggunakan metode grafik dan metode statistik uji Glejser. Keputusan pada metode grafik didasarkan pada pola yang diperoleh dari residual. Diharapkan sebaran data tersebar merata dan tidak membentuk pola tertentu di sekitar titik nol. Uji Glejser dilakukan dengan melakukan regresi variabel bebas terhadap nilai absolut dari residual regresi.
Diharapkan tidak ada variabel bebas yang signifikan dalam memprediksi nilai absolut residual tersebut. Jika ada variabel yang signifikan mengindikasikan masalah heterokedastisitas residual data. Hasil pengujian asumsi heterokedastisitas data dirangkum dalam Tabel 4.20 dan Gambar 4.8.
Tabel 4.20
Uji Glejser Sub-struktur Model II
Model Unstandardized
Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1
(Constant) -.305 .327 -.931 .357
Kepuasan_Kerja .134 .102 .240 1.318 .194
Stres_Kerja -.054 .040 -.196 -1.353 .183
Komitmen_Organisasi .024 .061 .073 .395 .695
a. Dependent Variable: OCB
Tabel 4.20 mengindikasikan bahwa melalui uji Glejser tidak terjadi masalah heterokedastisitas residual. Residual bersifat homoskedastisitas yang mengindikasikan bahwa varian dari residual cenderung konstan dan tidak terpengaruh pola tertentu.
Gambar 4.8 Uji Heterokedastisitas Sub-struktur Model II
Gambar 4.8 mendukung hasil uji Glejser yang mengindikasikan bahwa sebaran residual data bersifat homokedastisitas. Pada Gambar 4.8 terlihat bahwa sebaran data residual menyebar secara merata dan tidak membentuk pola tertentu.
Dengan demikian, baik secara grafik maupun secara statistik, data pada sub-struktur model II terbebas dari masalah heterokedastisitas data.
2. Hasil analisis regresi sub-model 2
Asumsi klasik model regresi telah terpenuhi dengan tidak ada kendala. Hal ini mengindikasikan bahwa model prediksi dari sub-struktur model II sudah memenuhi kriteria BLUE (best, linear, unbiased estimate). Prediksi model sudah mendekati keadaan sebenarnya. Hasil regresi dari sub-struktur model II dengan melihat kontribusi prediksi variabel bebas dalam menjelaskan variabel terikat melalui nilai koefisien determinasi adjusted R-square, signifikansi prediksi secara serempak melalui F-test pada ANOVA, serta besarnya pengaruh masing-masing variabel bebas terhadap terikat melalui koefisien regresi (koefisien jalur).
Analisis regresi dilakukan untuk mengetahui pengaruh antar variabel baik secara bersama-sama (uji F) maupun secara parsial (uji t). Adapun hasil uji regresi sub-model 2 dijelaskan melalui Tabel 4.21.
Tabel 4.21
Koefisien Determinasi Sub-Model 2
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate
Durbin-Watson
1 .580a .336 .291 .5384 1.529
a. Predictors: (Constant), Komitmen_Organisasi, Stres_Kerja, Kepuasan_Kerja b. Dependent Variable: OCB
Tabel 4.21 memberikan informasi tentang kemampuan prediksi model penelitian pada sub-struktur model II. Nilai adjusted R-square pada sub-struktur model II mengindikasikan bahwa variabel bebas kepuasan kerja (X1), stres kerja (X2), serta komitmen organisasi (Z) mampu menjelaskan 29,1% variansi data pada variabel terikat OCB (Y) sedangkan sisanya sebesar 70,9% dijelaskan oleh variabel lain diluar model ini misalnya pendidikan, motivasi kerja, budaya organisasi, kebijakan pimpinan, kemampuan komunikasi dan gaya kepemimpinan.
Tabel 4.22
Uji F (ANOVA) Sub-Model 2
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression 1.716 3 .572 7.175 .001b
Residual 3.509 44 .080
Total 5.225 47
a. Dependent Variable: OCB b. Predictors: (Constant), KO,SK,KK
Tabel 4.22 memberikan informasi bahwa secara bersama-sama variabel bebas kepuasan kerja (X1), stres kerja (X2), dan komitmen organisasi (Z) mampu mempengaruhi secara signifikan variabel perilaku kewargaan perusahaan.
Keputusan ini diperoleh berdasarkan nilai hitung yang lebih besar daripada F-tabel, atau melalui nilai signifikansi F-test yang lebih kecil dari 0,05 (Sig F = 0,000). Dengan demikian variabel stres kerja, kepuasan kerja, serta komitmen organisasi adalah benar bersifat sebagai prediktor untuk perilaku kewargaan perusahaan atau organizational citizenship behavior.
Tabel 4.23
Uji t dan Koefisien Jalur Sub-Model 2
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1 (Constant) 35.450 10.049 3.528 .001
KK .352 .140 .398 2.513 .016
SK .019 .105 .023 .179 .859
KO .289 .191 .244 1.513 .137
a. Dependent Variable: OCB
Berdasarkan Tabel 4.23 model persamaan regresi untuk sub-struktur model II dapat dituliskan sebagai:
Y=0,398X1 +0,023X2+ 0,244 Z +Ԑ2
Persamaan regresi di atas mengindikasikan variabel OCB dipengaruhi oleh kepuasan kerja karyawan, stres kerja, komitmen berorganisasi serta variabel lain di luar penelitian. Dalam model tersebut, OCB akan semakin meningkat apabila terjadi peningkatan kepuasan kerja yang dirasakan karyawan serta komitmen organisasi yang responden miliki. Meskipun demikian, stres memiliki pengaruh positif yang tidak signifikan terhadap perilaku kewargaan perusahaan. Pengaruh ini sangat kecil bahkan mendekati tidak ada pengaruh dari stres kerja (koefisien jalur mendekati nol). Pengaruh dominan dalam mewujudkan perilaku kewargaan perusahaan dalam model dipengaruhi oleh tingkat kepuasan kerja. Oleh karena itu, penting bagi perusahaan menciptakan kepuasan kerja bagi karyawannya.
4.3.3 Pengaruh Langsung, Tidak Langsung, dan Total
Sub-struktur model I dan model II dalam penelitian merupakan bagian dari analisis jalur yang diajukan dalam penelitian. Variabel komitmen organisasi (Z) diajukan sebagai variabel mediasi dalam penelitian. Evaluasi koefisien jalur secara keseluruhan dalam penelitian dirangkum dalam Gambar 4.9.
Gambar 4.9 Diagram Jalur Pengaruh Antar Variabel Penelitian Gambar 4.9 memberikan informasi secara keseluruhan pengaruh antar variabel dalam sub-struktur model I dan model II. Pada diagram jalur terlihat peranan komitmen organisasi (Z) sebagai variabel mediasi yang memerantarai hubungan variabel bebas terhadap variabel terikat. Dengan demikian, pengaruh antar variabel dapat dibedakan atas pengaruh langsung, tidak langsung, dan pengaruh total. Pengaruh antar variabel tersebut dirangkum dalam Tabel 4.24.
Tabel 4.24
Pengaruh Langsung dan Tidak Langsung
Variabel Bebas --> Variabel
Terikat Mediasi Direct Effect
Tabel 4.24 merangkum pengaruh antar variabel penelitian. Pengaruh langsung antar variabel (direct effect) merupakan pengaruh yang terjadi berdasarkan hasil regresi antara variabel penelitian. Pengaruh tidak langsung (indirect effect) menyertakan kehadiran variabel mediasi dalam perhitungan pengaruh tersebut. Pengaruh tidak langsung dihitung berdasarkan perkalian antara pengaruh langsung variabel bebas terhadap variabel mediasi dengan variabel mediasi terhadap variabel terikat. Contoh, perhitungan pengaruh tidak langsung dari kepuasan kerja (X1) terhadap OCB (Y) melalui komitmen organisasi (Z) (0,616 x 0,244), yaitu 0,150. Pengaruh total merupakan keseluruhan pengaruh dari variabel bebas terhadap variabel terikat dengan menyertakan pengaruh langsung dan tidak langsung. Pengaruh total adalah jumlah dari pengaruh langsung dengan pengaruh tidak langsung.
Tabel 4.24 menginformasikan bahwa pengaruh yang paling kuat dalam membentuk komitmen organisasi adalah kepuasan kerja karyawan. Karyawan yang puas dalam pekerjaannya akan lebih berkomitmen pada perusahaan. Variabel yang paling berperan dalam membentuk perilaku kewargaan peruashaan secara langsung maupun secara keseluruhan adalah kepuasan kerja. Tingkat stres yang dialami karyawan tidak memberikan pengaruh yang berarti bagi pembentukan perilaku kewargaan perusahaan. Selama karyawan dapat mencapai kepuasan dalam bekerja, responden akan menunjukkan perilaku kewargaan perusahaan.