3.4 Uji Validitas Konstruk
3.4.2 Uji validitas kostruk hardiness a. Komitmen
Pada uji validitas konstruk variabel komitmen, peneliti melakukan uji validitas 5 item dengan model CFA first order. Dalam perhitungan data CFA model satu faktor dari variabel hardiness, yakni komitmen diperoleh skor perhitungan awal
Chi – Square = 83.81, df = 5, P-value = 0.00000, RMSEA = 0.270. Dari hasil tersebut nilai P-value = 0,00000 < 0,05 sehingga dikatakan bahwa model ini belum fit. Maka peneliti melakukan modifikasi terhadap model ini, yaitu dengan membebaskan setiap item untuk berkorelasi.
Setelah melalui 2 kali modifikasi, diperoleh nilai Chi-Square = 2.96, df = 3, P-value = 0.39783, RMSEA = 0.00000, dengan P-P-value = 0.39783 > 0.05 yang artinya, model ini sudah fit. Dengan demikian item-item yang ada pada variabel komitmen hanya mengukur satu faktor saja, yaitu komitmen.
Setelah mendapatkan model yang fit, peneliti melihat muatan faktor dari variabel komitmen dengan melakukan uji hipotesis nihil dari setiap item. Dalam menentukan nilai koefisien muatan item dilakukan dengan melihat t-value dan melihat muatan positif atau negatif dari data tabel muatan faktor, jika nilai t > 1.96 artinya item tersebut signifikan dan sebaliknya. Adapun koefisien muatan faktor untuk item pengukuran komitmen.
Tabel 3.7
Muatan Faktor Item Komitmen
No Item Lamda Standar
Eror Nilai t Signifikan
1 0.91 0.07 12.61 √
4 0.54 0.07 7.46 √
7 0.74 0.07 10.40 √
10 0.44 0.07 6.20 √
13 0.52 0.07 7.45 √
Keterangan: tanda √ = Signifikan (t > 1.96), x = tidak signifikan
Dari hasil tabel diatas, peneliti dapat melihat item yang memiliki muatan faktor negatif. Berdasarkan tabel diatas, pada kolom koefisien terlihat bahwa seluruh item yang memiliki muatan negatif dan t-value dibawah 1.96 (t < 1.96)
tidak ada, sehingga seluruh item dari variabel komitmen digunakan dalam pengolahan selanjutnya.
b. Kontrol
Pada uji validitas konstruk variabel kontrol, peneliti melakukan uji validitas 5 item dengan model CFA first order. Dalam perhitungan data CFA model satu faktor dari variabel hardiness, yakni kontrol diperoleh skor perhitungan awal Chi – Square = 27.75, df = 5, P-value = 0.00004, RMSEA = 0.145. Dari hasil tersebut nilai P-value = 0,00000 < 0,05 sehingga dikatakan bahwa model ini belum fit. Maka peneliti melakukan modifikasi terhadap model ini, yaitu dengan membebaskan setiap item untuk berkorelasi.
Setelah melalui 1 kali modifikasi, diperoleh nilai Chi-Square = 2.96, df = 3, P-value = 0.39783, RMSEA = 0.00000, dengan P-P-value = 0.39783 > 0.05 yang artinya, model ini sudah fit. Dengan demikian item-item yang ada pada variabel kontrol hanya mengukur satu faktor saja, yaitu kontrol.
Setelah mendapatkan model yang fit, peneliti melihat muatan faktor dari variabel kontrol dengan melakukan uji hipotesi nihil dari setiap item. Dalam menentukan nilai koefisien muatan item dilakukan dengan melihat t-value dan melihat muatan positif atau negatif dari data tabel muatan faktor, jika nilai t > 1.96 artinya item tersebut signifikan dan sebaliknya. Adapun koefisien muatan faktor untuk item pengukuran kontrol.
Tabel 3.8
Muatan Faktor Item Kontrol
No Item Koefisien Standar
Eror Nilai t Signifikan
2 0.39 0.08 4.94 √
6 0.53 0.08 6.32 √
8 0.84 0.10 8.35 √
12 0.36 0.08 4.60 √
15 0.20 0.08 2.47 √
Keterangan: tanda √ = Signifikan (t > 1.96), x = tidak signifikan
Dari hasil tabel diatas, peneliti dapat melihat item yang memiliki muatan faktor negatif. Berdasarkan tabel diatas, pada kolom koefisien terlihat bahwa seluruh item yang memiliki muatan negatif dan t-value dibawah 1.96 (t < 1.96) tidak ada, sehingga seluruh item dari variabel komitmen digunakan dalam pengolahan selanjutnya.
c. Tantangan
Pada uji validitas konstruk variabel tantangan, peneliti melakukan uji validitas 5 item dengan model CFA first order. Dalam perhitungan data CFA model satu faktor dari variabel hardiness, yakni tantangan diperoleh skor perhitungan awal Chi – Square = 33.81, df = 5, P-value = 0.00000, RMSEA = 0.163. Dari hasil tersebut nilai P-value = 0,00000 < 0,05 sehingga dikatakan bahwa model ini belum fit. Maka peneliti melakukan modifikasi terhadap model ini, yaitu dengan membebaskan setiap item untuk berkorelasi.
Setelah melalui 2 kali modifikasi, diperoleh nilai Chi-Square = 4.12, df = 3, P-value = 0.24828, RMSEA = 0.042, dengan P-value = 0.24828 > 0.05 yang artinya, model ini sudah fit. Dengan demikian item-item yang ada pada variabel stres kerja hanya mengukur satu faktor saja, yaitu komitmen.
Setelah mendapatkan model yang fit, peneliti melihat muatan faktor dari variabel tantangan dengan melakukan uji hipotesis nihil dari setiap item. Dalam menentukan nilai koefisien muatan item dilakukan dengan melihat t-value dan melihat muatan positif atau negatif dari data tabel muatan faktor, jika nilai t > 1.96 artinya item tersebut signifikan dan sebaliknya. Adapun koefisien muatan faktor untuk item pengukuran tantangan.
Tabel 3.9
Muatan Faktor Item Tantangan
No Item Koefisien Standar
Eror Nilai t Signifikan
3 0.27 0.11 2.60 √
5 0.06 0.08 0.75 ×
9 -0.17 0.09 -1.88 ×
11 0.32 0.11 2.76 √
14 0.88 0.26 3.36 √
Keterangan: tanda √ = Signifikan (t > 1.96), x = tidak signifikan
Dari hasil tabel diatas, peneliti dapat melihat item yang memiliki muatan faktor negatif. Berdasarkan tabel diatas, pada kolom koefisien terlihat bahwa item yang memiliki muatan negatif dan item yang memiliki t-value dibawah 1.96 (t < 1.96) adalah item nomor 5 dan item nomor 9. Item-item tersebut harus dieliminasi atai di-drop dan tidak disertakan dalam pengolahan selanjutnya.
3.4.3 Uji Validitas Konstruk Variabel Beban Kerja a. Beban kerja fisik
Pada uji validitas konstruk variabel beban kerja fisik, peneliti melakukan uji validitas 8 item dengan model CFA first order. Dalam perhitungan data CFA model satu faktor dari variabel beban kerja, yakni beban kerja fisik diperoleh skor perhitungan awal Chi – Square = 62.92, df = 20, P-value = 0.00000, RMSEA = 0.100. Dari hasil tersebut nilai P-value = 0,00000 < 0,05 sehingga dikatakan
bahwa model ini belum fit. Maka peneliti melakukan modifikasi terhadap model ini, yaitu dengan membebaskan setiap item untuk berkorelasi.
Setelah melalui 3 kali modifikasi, diperoleh nilai Chi-Square = 16.41, df = 17, P-value = 0.49480, RMSEA = 0.000, dengan P-value = 0.49480 > 0.05 yang artinya, model ini sudah fit. Dengan demikian item-item yang ada pada variabel stres kerja hanya mengukur satu faktor saja, yaitu beban kerja fisik.
Setelah mendapatkan model yang fit, peneliti melihat muatan faktor dari variabel tantangan dengan melakukan uji hipotesis nihil dari setiap item. Dalam menentukan nilai koefisien muatan item dilakukan dengan melihat t-value dan melihat muatan positif atau negatif dari data tabel muatan faktor, jika nilai t > 1.96 artinya item tersebut signifikan dan sebaliknya. Adapun koefisien muatan faktor untuk item pengukuran beban kerja fisik.
Tabel 3.10
Muatan Faktor Item Beban Kerja Fisik
No Item Koefisien Standar
Eror Nilai t Signifikan
1 0.32 0.12 2.76 √ 2 -0.15 0.09 -1.71 × 3 0.01 0.06 0.12 × 4 0.08 0.06 -1.26 × 5 1.27 0.47 2.70 √ 6 0.05 0.05 0.92 × 7 0.27 0.10 2.60 √ 8 0.10 0.07 1.47 ×
Keterangan: tanda √ = Signifikan (t > 1.96), x = tidak signifikan
Dari hasil tabel diatas, peneliti dapat melihat item yang memiliki muatan faktor negatif. Berdasarkan tabel diatas, pada kolom koefisien terlihat bahwa item yang memiliki muatan negatif dan item yang memiliki t-value dibawah 1.96 (t <
1.96) adalah item nomor 2, 3, 4, 6, dan 8. Item-item tersebut harus dieliminasi atai di-drop dan tidak disertakan dalam pengolahan selanjutnya.
b. Beban kerja mental
Pada uji validitas konstruk variabel beban kerja mental, peneliti melakukan uji validitas 8 item dengan model CFA first order. Dalam perhitungan data CFA model satu faktor dari variabel beban kerja, yakni beban kerja mental diperoleh skor perhitungan awal Chi – Square = 626.91, df = 104, P-value = 0.00000, RMSEA = 0.153. Dari hasil tersebut nilai P-value = 0,00000 < 0,05 sehingga dikatakan bahwa model ini belum fit. Maka peneliti melakukan modifikasi terhadap model ini, yaitu dengan membebaskan setiap item untuk berkorelasi.
Setelah melalui 45 kali modifikasi, diperoleh nilai Chi-Square = 68.64, df = 59, P-value = 0.018311, RMSEA = 0.027, dengan P-value = 0.018311 > 0.05 yang artinya, model ini sudah fit. Dengan demikian item-item yang ada pada variabel stres kerja hanya mengukur satu faktor saja, yaitu beban kerja mental. Setelah mendapatkan model yang fit, peneliti melihat muatan faktor dari variabel tantangan dengan melakukan uji hipotesis nihil dari setiap item. Dalam menentukan nilai koefisien muatan item dilakukan dengan melihat t-value dan melihat muatan positif atau negatif dari data tabel muatan faktor, jika nilai t > 1.96 artinya item tersebut signifikan dan sebaliknya. Adapun koefisien muatan faktor untuk item pengukuran beban kerja mental.
Tabel 3.11
Muatan Faktor Item Beban Kerja Mental
No Item Koefisien Standar Eror Nilai t Signifikan
9 0.57 0.07 8.39 √ 10 0.61 0.07 8.21 √ 11 0.68 0.06 11.00 √ 12 0.14 0.07 2.04 √ 13 0.24 0.07 3.47 √ 14 -0.01 0.08 -0.11 × 15 -0.16 0.07 -2.24 × 16 -0.41 0.07 -6.07 × 17 -0.55 0.07 -8.10 × 18 -0.67 0.07 -10.19 × 19 -0.57 0.07 -8.67 × 20 0.30 0.06 4.74 √ 21 0.45 0.07 6.80 √ 22 0.11 0.08 1.40 × 23 0.21 0.07 3.02 √ 24 0.06 0.07 0.77 ×
Keterangan: tanda √ = Signifikan (t > 1.96), x = tidak signifikan
Dari hasil tabel diatas, peneliti dapat melihat item yang memiliki muatan faktor negatif. Berdasarkan tabel diatas, pada kolom koefisien terlihat bahwa item yang memiliki muatan negatif dan item yang memiliki t-value dibawah 1.96 (t < 1.96) adalah item nomor 14, 15, 16, 17, 18, 19, 22, dan 24. Item-item tersebut harus dieliminasi atai di-drop dan tidak disertakan dalam pengolahan selanjutnya. 3.5 Teknik Analisis Data
Dalam rangka menguji hipotesis penelitian, peneliti menggunakan metode analisis regresi berganda yaitu suatu metode untuk menguji signifikan atau tidaknya pengaruh sekumpulan variabel independen terhadap variabel dependen.
Berikut ini adalah persamaan regresi yang digunakan dalam penelitian ini:
Keterangan: Y = Stres kerja
a = Konstanta/Intercept b = Koefisien regresi
X1 = Komitmen pada hardiness X2 = Kontrol pada hardiness X3 = Tantangan pada hardiness
X4 = Beban kerja fisik pada beban kerja
X5 = Beban kerja mental pada beban kerja X6 = Jenis kelamin
X7 = Masa Kerja X8 = Usia
X9 = Status Kepegawaian e = Residu
Adapun data yang dianalisis dengan persamaan diatas adalah hasil dari pengukuran yang sudah di transformasi ke dalam factor score. Dalam hal ini, factor score adalah faktor yang diukur dengan menggunakan software SPSS 21 dengan menggunakan item yang valid. Tujuan dari factor score adalah agar koefiesien regresi tidak mengalami atenuasi atau underestimates (koefisien regresi yang terhitung lebih rendah dari yang seharusnya sehingga tidak signifikan).
Dalam analisis regresi berganda, besarnya proporsi varians stres kerja yang dipengaruhi oleh bervariasinya seluruh IV yang bisa diukur dengan rumus R2 , dimana: