BAB 3 METODE PENELITIAN
3.5. Uji Validitas Dan Reliabilitas Instrumen
Dalam menguji validitas alat ukur penelitiannya, penulis melakukan uji validitas konstruk instrumen pada penelitiannya menggunakan bantuan dari aplikasi uji validitas yang sudah banyak digunakan pada penelitian-penelitian terdahulu. Dalam penelitian ini, penulis menggunakan Confirmatory Factor Analysis (CFA) dengan software MPlus versi 07. Penggunaan CFA dinilai lebih tepat digunakan pada pengujian teori karena aplikasi ini langsung menguji teori dan tingkat fit pada model yang dapat diukur dalam berbagai cara. CFA digunakan untuk menguji validitas instrumen variabel-variabel dalam penelitian ini, karena jumlah sampel dalam penelitian ini yang lebih dari 300 orang.
Variabel-variabel yang digunakan dalam penelitian ini adalah workforce agility, innovative work behaviour, job crafting (increasing structural job resources, decreasing hindering job demands, increasing social job resources dan increasing challenging job demands), variabel demografi dan penggunaan enterprise social media.
Penggunaan analisis faktor dalam penelitian ini dikarenakan penulis meyakini bahwa analisis faktor merupakan suatu metode analisis yang dapatkan guna menemukan apakah terdapat satu atau beberapa variabel dalam penelitian yang bersifat latent (tidak dapat diamati secara langsung) yang menjadi penyebab dari masing-masing variabel untuk saling berhubungan. Kemudian, untuk mendapatkan hasil terkait ada atau tidaknya korelasi antar variabel dalam penelitian dapat menggunakan CFA. Umar & Nisa, (2020) menjelaskan bahwa terdapat kriteria item yang baik berdasarkan CFA, guna mendapatkan item yang baik berdasarkan CFA dapat melalui beberapa langkah yang dapat dilakukan, yaitu:
1. Langkah pertama adalah dengan melakukan uji spesifikasi model, yaitu merumuskan model ke dalam gambar atau diagram. Kemudian, dituangkan ke dalam rumus persamaan regresi, pada bagian ini, item yang diteorikan akan dikategorikan sebagai DV dan item yang akan diukur dikategorikan sebagai IV. Hal ini dilakukan guna mendapatkan model yang sesuai, setelah sesuai dapat dilakukan langkah selanjutnya.
2. Selanjutnya, mengumpulkan data penelitian dari lapangan untuk dihitung matrik korelasi antar item dari variabel yang ada. Langkah ini dilakukan guna mengetahui bahwa item yang diteliti merupakan model unidimensional, maka, kedepannya tidak akan ada perbedaan antara matrik yang dihipotesakan oleh teori (∑) dengan matrik hasil yang didapatkan (S). Maka dari itu, dapat dibuat hipotesis nihil dengan rumus S - ∑ = 0 atau dapat juga di rumuskan S = ∑.
3. Setelah diperoleh rumus untuk hipotesis, kemudian, dilakukan uji hipotesis. Dalam penelitian ini penulis menguji hipotesisnya dengan chi-square, dengan nilai minimal untuk chi-square adalah p <0.05 untuk dapat dikatakan signifikan dan dapat di terima, kemudian dapat dilakukan langkah selanjutnya.
4. Selanjutnya, penulis akan melakukan uji signifikan dari masing-masing item pada variabel penelitiannya. Hal ini dimaksudkan untuk mengetahui apakah masing-masing item memberikan kontribusi yang signifikan dalam mengukur faktor. Dalam menguji signifikansi dapat dilakukan dengan uji t-test, suatu item dapat dikatakan signifikan jika, nilai t nya > 1.96.
5. Kemudian, jika didapatkan model item yang unidimensional yang diuji, tetapi, tidak fit dengan data yang ada, maka, akan dilakukan modifikasi model. Modifikasi model dapat dilakukan dengan berbagai cara, salah satunya dengan mendrop atau membuang item tertentu yang menjadi penyebab tidak fitnya dari model suatu faktor. Dalam menentukan item mana yang perlu didrop bisa dengan melakukan penambahan parameter yang di uji, seperti halnya melakukan pembebasan hubungan atau korelasi dengan kesalahan pengukuran penelitian, hal ini dilakukan sampai mendapatkan model yang fit. Selanjutnya, jika terdapat item dengan residual dengan banyak korelasi, item tersebut dapat didrop guna mendapatkan model unidimensional yang fit dengan data. Guna menganalisis item penelitian dapat dilakukan dengan melihat arah dari koefisien muatan faktor item tersebut, muatan faktor item disini harus
bermuatan positif karena jika terdapat suatu item dengan muatan faktor yang negatif akan mempengaruhi model tersebut, sehingga, item tersebut lebih baik untuk didrop.
6. Langkah selanjutnya yang harus dilakukan setelah melakukan modifikasi terhadap model, penulis akan melakukan olah data guna mendapatkan faktor skor dari item penelitiannya. Dalam hal ini, penulis menggunakan bantuan software pengolah data untuk mempermudah pengolahan datanya, yaitu SPSS versi 026 dan MPlus versi 07.
7. Berdasarkan hasil olah data menggunakan bantuan SPSS akan didapatkan faktor skor dari item penelitian, kemudian langkah selanjutnya yang akan dilakukan adalah dengan mentransformasikan data ke dalam skala true score (t-score). T-score sendiri memiliki nilai reliabilitas yang sama dengan satu atau 100%, sehingga penulis tidak perlu lagi menyertakan informasi mengenai reliabilitas dari masing-masing alat ukur penelitiannya, seperti nilai dari cronbach alpha variabelnya. Adapun rumus guna mendapatkan nilai dari t-score adalah sebagai berikut:
Penggunaan rumus tersebut dimaksudkan guna mengubah faktor skor yang masih mengandung nilai negatif, untuk dapat diubah menjadi t-score dengan mean = 50 serta standard deviation (SD) = 10.
T-score = 50 + (10 x F-score)
8. Setelah seluruh langkah dilakukan dan masing-masing variabel telah didapatkan nilai dari t-score nya, maka dapat dilakukan analisis regresi terkait variabel-variabel dalam penelitian ini (Umar & Nisa, 2020).
Kemudian guna menganalisis penelitiannya, penulis menggunakan analisis regresi berstruktur atau yang biasa disebut sebagai model path analysis (analisis jalur) dalam penelitian ini guna membuktikan apakah teori struktural yang digunakan telah itu telah fit atau belum dengan data yang dimiliki. Dan jika data yang dimiliki sudah fit, uji ini dapat dilanjutkan untuk menguji hipotesis khusus penelitian yang telah di buat sebelumnya terbukti atau tidak. Kemudian, guna menganalisa model ini terdapat dua tingkatan analisis, yaitu:
a. Melakukan pengukuran model terhadap gambar kerangka berpikir yang berada pada gambar 2.1, apakah gambar tersebut telah fit dengan data.
b. Selanjutnya, jika data yang diperoleh telah terbukti fit dengan data dari workforce agility baru dilakukan uji hipotesis penelitian secara lebih jelas terkait pengaruh dari satu variabel ke variabel yang lainnya, apakah hubungan keduanya signifikan atau tidak.
Keseluruhan proses dari uji model yang dilakukan oleh penulis ini untuk mengetahui fit atau tidaknya terhadap apa yang telah diteorikan ataupun uji hipotesis terkait variabel moderator dalam memberikan pengaruh secara langsung atau tidak memberikan pengaruh sama sekali terhadap hubungan IV dengan DV
yang dilakukan menggunakan bantuan software olah data yang dikembangkan oleh Muthen & Muthen, yaitu Mplus versi 07.
3.5.1. Uji validitas konstruk workforce agility (WFA)
Pada subbab ini penulis melakukan uji konstruk alat ukur dari dependent variable penelitiannya, yaitu workforce agility yang terdiri dari 23 item penelitian.
Uji konstruk ini dilakukan untuk mengetahui apakah setiap item dari konstruk ukur tersebut bersifat unidimensional yang bermaksud benar-benar hanya mengukur DV dari penelitian ini. Guna mengetahui hal tersebut penulis melakukan modifikasi data, sehingga, ditemukan model yang fit dengan hasil Chi-square=270.126, df=163, P-value=0.000 dan nilai RMSEA=0.046. Berdasarkan hasil tersebut, maka, model hasil dari skala ukur tersebut dapat dinyatakan fit yang berarti 23 item tersebut hanya mengukur satu faktor yang hanya ingin diukur yaitu workforce agility.
Setelah didapatkan hasil tersebut, ke-23 item tersebut akan dilihat apakah item-item tersebut mengukur faktor tersebut secara signifikan atau tidak. Dalam hal ini, jika, didapatkan hasil tidak signifikan, item tersebut harus di drop atau di buang. Uji signifikansi ini dilakukan dengan melihat nilai t-value dari setiap koefisien muatan faktor dari DV penelitian dengan melihat nilai signifikansi t-value >1.96. Penjelasan terkait koefisien muatan faktor untuk item dari workforce agility sendiri dijelaskan pada tabel 3.6 di bawah ini:
Tabel 3.6. Muatan Faktor Item Workforce Agility
Item Koefisien Std. Error T-value Keterangan
X1 0.508 0.043 11.847
Keterangan: = item signifikan, X = item tidak signifikan
Melalui penjelasan tabel diatas diketahui bahwa terdapat 22 item yang signifikan, yaitu nilai t >1.96 serta nilai koefisien dari item-item tersebut bermuatan positif dan terdapat 1 item yang nilai t nya dibawah 1.96 karena muatan dari item tersebut negatif yang kemudian item tersebut akan didrop. Maka dari itu, 22 item dari workforce agility dapat dianalisis dan 1 item yang bermuatan negatif dapat di drop atau di buang.
3.5.2. Uji validitas konstruk innovative work behavior
Selanjutnya, penulis menguji validitas konstruk ukur dari independent variable dalam penelitiannya, yaitu innovative work behavior yang terdiri dari 10 item guna mengetahui apakah ke-10 item tersebut bersifat unidimensional atau tidak. Dengan melakukan modifikasi pada saat melakukan uji validitas, didapatkan hasil model yang fit dengan nilai Chi-square=21.139, df=12, P-value=0.0484 dan nilai RMSEA=0.049. Berdasarkan nilai tersebut, maka, model dari konstruk ukur innovative work behavior penelitian ini dapat dikatakan fit yang berarti bahwa ke-10 item dari skala ukur tersebut hanya mengukur innovative work behavior.
Kemudian, item-item tersebut akan dilihat kembali apakah ke-10 item tersebut mengukur faktor penelitian secara signfikan atau tidak. Dalam melihat hal tersebut dilakukan dengan melihat hasil dari t-value dari setiap koefisien muatan faktor dari IV penelitian. Suatu koefisien muatan faktor dapat dikatakan signifikan apabila nilainya >1.96, akan tetapi, jika nilainya <1.96, item tersebut akan di drop atau di buang. Penjelasan terkait koefisien muatan faktor dari innovative work behavior dijelaskan pada tabel 3.7 dibawah ini:
Tabel 3.7. Muatan Faktor Item Innovative Work Behavior
Item Koefisien Std. Error T-value Keterangan
X1 0.442 0.040 10.929
X2 0.581 0.047 12.420
X3 0.706 0.040 17.671
X4 0.755 0.045 16.708
X5 0.784 0.032 24.221
X6 1.086 0.071 15.256
X7 1.080 0.072 15.065
X8 0.662 0.046 14.410
X9 0.576 0.041 14.076
X10 0.823 0.032 26.031
Keterangan: = item signifikan, X = item tidak signifikan
Tabel 3.7 menjelaskan bahwa seluruh item dikatakan signifikan karena nilai t dari masing-masing item >1.96 serta nilai dari koefisien muatan faktornya bermuatan positif. Dengan demikian, ke-10 item dari innovative work behavior dapat dianalisis lebih lanjut dalam penelitian ini.
3.5.3. Uji validitas konstruk job crafting
Tahap selajutnya yang dilakukan oleh penulis adalah menguji variabel independen lainnya yang digunakan yaitu job crafting yang terdiri dari empat dimensi dan 21 item dalam skala ukurnya. Dalam penelitian ini penulis menguji masing-masing dimensi dari job crafting, yaitu increasing structural job resources, decreasing hindering job demands, increasing social job resources dan increasing challenging job demands. Item-item ini diuji oleh penulis untuk mengetahui apakah item-item tersebut bersifat unidimensional dalam skala ukurnya.
Pada uji validitas ini, hasil yang didapatkan oleh penulis uji validitas ini dapat dikatakan fit, uji ini diperoleh berdasarkan modifikasi dengan nilai Chi-square=179.379, df=111, P-value=0.0000 dan nilai RMSEA=0.044. Dengan di dapatkannya nilai seperti diatas, maka, model dari konstruk ukur job crafting dalam penelitian ini dapat dikatakan fit yang berarti bahwa ke-21 item dari skala ukur tersebut benar-benar hanya mengukur job crafting.
Setelah didapatkan hasil, item-item tersebut akan dilihat kembali apakah ke-21 item tersebut mengukur faktor penelitian secara signfikan atau tidak. Guna melihat hal tersebut, penulis melakukan cara dengan melihat hasil perolehan nilai dari t-value pada setiap koefisien muatan faktor dari variabel moderator penelitian ini. Karena suatu koefisien muatan faktor dapat dikatakan signifikan apabila nilainya >1.96, akan tetapi, jika nilainya <1.96, item tersebut akan di drop atau di buang. Maka dari itu, penjelasan terkait koefisien muatan faktor job crafting akan dijelaskan pada tabel 3.8 dibawah ini:
Tabel 3.8. Muatan Faktor Item Job Crafting
Item Koefisien Std. Error T-value Keterangan
X1 0.674 0.045 15.062
Keterangan: = item signifikan, X = item tidak signifikan
Berdasarkan penjelasan tabel 3.8, disimpulkan bahwa ke-21 item dari job crafting dapat dikatakan signifikan karena nilai t-valuenya >1.96 serta nilai
koefisiennya bermuatan positif. Maka dari itu, item-item dari job crafting dapat dianalisis secara lebih lanjut dalam penelitian ini. Adapun, uji validitas untuk masing-masing dimensi dari job crafting digambarkan pada lampiran penelitian ini.
3.5.4. Uji validitas konstruk penggunaan enterprise social media (ESM)
Sama seperti subbab-subbab sebelumnya, subbab ini akan menguji variabel dari penelitian ini, yaitu penggunaan enterprise social media yang terdiri dari 6 item dalam skala ukurnya. Ke-6 item ini akan diuji guna mengetahui apakah item-item tersebut bersifat unidimensional yang berarti item tersebut hanya menguji enterprise social media. Hasil ini diperoleh berdasarkan modifikasi yang dilakukan oleh penulis dalam menguji faktor muatan variabelnya yang berdasarkan modifikasi tersebut di dapatkan hasil model yang fit. Model yang fit disini adalah dengan perolehan nilai Chi-square=0.609, df=1, P-value=0.4356 dan nilai RMSEA=0.000. Dengan perolehan nilai-nilai tersebut, maka, dapat dinyatakan bahwa model ini sudah fit yang berarti item-item dari penelitian ini hanya mengukur satu faktor muatan di dalamnya yaitu enterprise social media.
Di bagian selanjutnya ke-6 item tersebut akan dilihat apakah mereka mengukur faktor yang akan diukur secara signifikan atau tidak. Signifikansi ini dilihat berdasarkan nilai t-value yang dihasilkan, hal ini dilakukan untuk membuang atau men-drop item yang tidak signifikan. Suatu koefisien muatan faktor dari item tersebut dapat dikatakan signifikan apabila nilai t-valuenya >1.96 dan dikatakan tidak signifikan apabila nilai t-valuenya <1.96. Penjelasan terkait
koefisien muatan faktor terkait item-item dari penggunaan enterprise social media dapat dilihat pada tabel 3.9 di bawah ini:
Tabel 3.9. Muatan Faktor Item Penggunaan Enterprise Social Media Item Koefisien Std. Error T-value Keterangan
X1 0.725 0.034 21.089
X2 0.848 0.025 34.420
X3 0.864 0.024 36.080
X4 0.736 0.045 16.499
X5 0.709 0.039 18.287
X6 0.771 0.029 26.986
Keterangan: = item signifikan, X = item tidak signifikan
Berdasarkan penjelasan pada tabel diatas, dapat disimpulkan bahwa ke-6 item dari enterprise social media, signifikan karena nilai t-valuenya >1.96 serta nilai koefisiennya bermuatan positif. Maka dari itu, item-item dari penggunaan enterprise social media dapat dianalisis lebih lanjut dalam penelitian ini.