A. Waktu dan Tempat Pelaksanaan 1. Waktu Penelitian
Waktu yang dilakukan dalam penelitian ini dimulai pada bulan September hingga Januari 2016. Lokasi penulis skripsi ini adalah karyawan pada PT. Cakrawala Maju Makmur, yang beralamat di Jalan raya pondok betung no. 88 Bintaro Jaya Sektor IV Tangerang Selatan 15225.
2. Tempat Pelaksanaan
Untuk memperoleh data guna penyusunan skripsi, penulis mengambil tempat penelitian pada PT. Cakrawala Maju Makmur yang beralamat di Jalan raya pondok betung no. 88 bintaro jaya sektor IV Tangerang Selatan 15225.
B. Desain Penelitian
Desain penelitian adalah semua proses yang diperlukan dalam perencanaan dan pelaksanaan penelitian. Desain penelitian yang akan digunakan dalam penelitian ini adalah penelitian kausal dengan menggunakan pendekatan analisis kuantitatif. Penelitian kausalitas (sebab-akibat) merupakan suatu penelitian untuk mengetahui pengaruh dan tingkat hubungan antara dua variable atau lebih. Metode kuantitatif adalah ilmu dan seni yang berkaitan dengan cara (metode) pengumpulan dan analisi data serta interpretasi hasil analisis untuk mendapatkan informasi guna penarikan kesimpulan dan pengambilan keputusan.
C. Definisi dan Operasionalisasi Variabel 1. Definisi Variabel
Variabel adalah segala sesuatu yang terbentuk apa saja yang ditetapkan oleh peneliti untuk dipelajari sehingga diperoleh informasi tentang hal tersebut, kemudian ditarik kesimpulannya, atau biasa diartikan sebagai sesuatu atribut seseorang, atau objek yang mempunyai variasi antara satu orang dengan orang lain atau satu objek dengan objek lain. (Sugiyono, 2014)
Dalam penelitian dengan melihat pengaruh suatu perlakuan dikategorikan ke dalam variable bebas/penyebab atau independen variable (X), sedangkan variable tidak terikat/bebas atau dependen variable (Y) (Sugiyono, 2014). Sehingga dalam penelitian ini, peneliti menggunakan variable bebas(independen variable) dan variable terikat (dependen variable), yaitu:
a. Variabel Bebas (independen variabel)
Menurut Sugiyono (2014). Variable bebas adalah merupakan variable yang mempengaruhi atau yang menjadi sebab perubahaannya atau timbulnya variable dependen (terikat). Dalam penelitian ini, yang menjadi variable bebas (independen variable), adalah budaya organisasi (X1) dan sistem kompensasi (X2).
b. Variabel Terikat (dependen variabel)
Menurut Sugiyono (2014) variable dependen atau variable terikat, yaitu variable yang dipengaruhi atau menjadi akibat, karena adanya variable bebas. Dalam penelitian ini, yang menjadi variable terikat (dependen variable) adalah motivasi kerja (Y).
2. Definisi Operasional Variabel
Menurut Sugiyono (2014) operasional variable adalah segala sesuatu yang berbentuk apa saja yang ditetapkan oleh peneliti untuk dipelajari sehingga diperoleh informasi tentang hal tersebut, kemudian ditarik kesimpulannya. Berikut definisi dari masing-masing operasional variable, yaitu :
a. Budaya Oraganisasi
Budaya organisasi adalah sistem makna, nilai-nilai kepercayaan yang dianut bersama dalam suatu organisasi yang menjadi rujukan untuk bertindak dan membedakan organisasi satu dengan organisasi lain. Mas’ud (2006).
b. Sistem kompensasi
Menurut Hasibuan (2012) kompensasi adalah semua pendapatan yang berbentuk uang, barang langsung, atau tidak langsung yang diterima karyawan sebagai imbalan atas jasa yang diberikan kepada perusahaan.
c. Motivasi kerja karyawan
Menurut Widiyono dan Pakkanna (2013), memotivasi merupakan kekuatan psikologis yang menentukan arah, intensitas atau tingkat usaha dan tingkat ketekunan seorang individu dalam mencapai tujuannya.
Macam-macam definisi operasional variable dalam penelitian ini, adalah sebagai berikut :
Tabel 3.1
Definisi Operasional Variabel Budaya Organisasi
Variabel Dimensi Indikator Skala
Budaya Organisasi (X1)
Individual Initiative 1. Tanggung jawab 2. Kebebasan
Ordinal
Risk tolerance 1. Berani mengambil resiko 2. Bersikap inovatif. Ordinal Communication patterns 1. Komunikasi Horizontal 2. Komunikasi Vertikal Ordinal
Sumber: Diadaptasi dari Wibowo (2011: 37)
Tabel 3.2
Definisi Operasional Variabel Sistem Kompensasi
Variabel Dimensi Indikator Skala
Sistem kompensasi (X2) Kompensasi financial langsung 1. Gaji 2. Insentif Ordinal Kompensasi financial tidak langsung 1. Tunjangan-tunjangan 2. Asuransi-asuransi Ordinal
Sumber: Diadaptasi dari Mondy and Noe dalam buku Marwansyah (2009: 276)
Tabel 3.3
Definisi Operasional Variabel Motivasi Kerja karyawan
Variabel Dimensi Indikator Skala
Motivasi kerja karyawan (Y)
Faktor intern 1. Keinginan untuk dapat hidup
2. Keinginan untuk dapat memliki 3. Keinginan untuk memperoleh penghargaan 4. Keinginan untuk memperoleh pengakuan Ordinal
Faktor ekstern 1. Kondisi lingkungan kerja
2. Kompensasi yang memadai
3. Adanya jaminan pekerjaan
4. Status dan tanggung jawab
5. Peraturan yang fleksibel
Ordinal
D. Skala Pengukuran
Skala pengukuran variable yang digunakan dalam penelitian ini adalah skala ordinal. Menurut Sugiyono (2014) skala ordinal adalah skala pengukuran yang tidak hanya menyatakan kategori, tetapi juga menyatakan peringkat construct yang diukur. Skala ordinal yang digunakan bertujuan untuk memberikan informasi berupa nilai pada jawaban dalam bentuk kuesioner yang memenuhi pernyataan-pernyataan tipe skala Likert.
E. Populasi dan Sampel 1. Populasi
Menurut Sugiyono (2014) populasi adalah wilayah generalisasi yang terdiri atas obyek atau subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Populasi penelitian ini adalah karyawan PT Cakrawala Maju Makmur bagian karyawan yang berjumlah 80 orang.
2. Sampel
Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut (Sugiyono, 2014).
Karena populasi tidak memiliki jumlah besar, maka penelitian ini menggunakan Teknik Sampling jenuh (sensus). Teknik sampling jenuh adalah teknik penentuan sampel dimana semua anggota populasi digunakan sebagai sampel Sugiyono (2014). Berdasarkan hal tersebut, maka jumlah sampel dalam penelitian ini sebanyak 80 responden.
F. Teknik Pengumpulan Data
Bila dilihat dari sumber datanya, maka pengumpulan data dapat menggunakan sumber primer dan sumber skunder. Sumber primer adalah sumber data yang langsung memberikan data kepada pengumpul data, dan sumber skunder merupakan sumber yang tidak langsung memberikan data kepada pengimpul data, misalnya lewat orang lain atau lewat dokumen. Selanjutnya bila dilihat dari segi cara atau teknik pengumpulan data, maka teknik pengumpulan data dapat dilakukan dengan interview (wawancara), kuesioner (angket), observasi (pengamatan), dan gabungan ketiganya (Sugiyono, 2012). Pengumpulan data dalam penelitian ini melalui sumber primer, yaitu:
1) Interview (wawancara)
Menurut Esterberg (dalam Sugiyono, 2012) wawancara adalah pertemuan dua orang untuk bertukar informasi dan ide melalui tanya jawab, sehingga dapat dikonstruksikan makna dalam suatu topik tertentu. Wawancara terstruktur, peneliti menyiapkan daftar pertanyaaan sesuai dengan tujuan pengujian hipotesis. Digunakan peneliti untuk mendapatkan gambaran kualitatif terhadap jawaban yang diberikan oleh responden. Wawancara ini juga digunakan untuk memperluas cakrawala peneliti tentang data-data yang tidak terformulasi dalam kuesioner.
2) Kuesioner (angket)
Menurut Sugiyono (2012) angket atau kuesioner merupakan teknik pengumpulan data yang dilakukan dengan cara memberi seperangkat pertanyaan atau pernyataan tertulis kepada responden untuk dijawab. Kuesioner atau angket yang digunakan dalam penelitian ini adalah jenis kuesioner atau angket langsung yang
tertutup karena responden hanya tinggal memberikan tanda pada salah satu jawaban yang dianggap benar. Menurut Sugiyono (2012), Skala Likert digunakan untuk mengukur sikap, pendapat dan persepsi seseorang atau sekelompok orang tentang fenomena sosial. Jawaban setiap item instrumen yang menggunakan Skala Likert mempunyai gradasi dari sangat positif sampai sangat negatif. Untuk keperluan analisis kuantitatif, maka jawaban itu dapat deberi skor (Sugiyono, 2012), yaitu: Tabel 3.4 Skala Likert Jawaban Skor Sangat Setuju 5 Setuju 4 Netral 3 Tidak setuju 2
Sangat tidak setuju 1
Sumber : Sugiyono (2014)
G. Metode Analisis Data 1. Uji Validitas
Menurut Priyatno (2012) uji validitas digunakan untuk mengetahui seberapa cermat suatu item dalam mengukur objeknya. Item biasanya berupa pertanyaan atau pernyataan yang ditujukan kepada responden dengan menggunakan bentuk kuesioner (dengan tujuan mengungkap
sesuatu). Uji validitas ini diperoleh dengan cara mengkorelasi setiap skor indikator dengan total total skor indikator variabel, kemudian hasil korelasi dibandingkan dengan nilai kritis pada taraf signifikan 0,5. Suatu instrumen dikatakan valid apabila mampu mengukur apa yang diinginkan dan tinggi rendahnya validitas instrumen menunjukkan sejauh mana data yang terkumpul tidak menyimpang dari gambaran tentang variabel yang dimaksud.
2. Uji reliabilitas
Menurut Priyatno (2012) uji reliabilitas digunakan untuk mengetahui konsistensi alat ukur yang biasanya menggunakan kuesioner. Untuk uji reliabilitas digunakan teknik Alpha Cronbach, dimana suatu instrumen dapat dikatakan handal (reliable) bila memiliki koefisien keandalan atau alpha sebesar 0,6 atau lebih.
3. Metode statistik
Metode statistik yang diterapkan dalam penelitian ini adalah Model Persamaan Struktural (Structural Equation Modelling = SEM). Model Persamaan Struktural adalah metode analisis data multivariat yang bertujuan menguji model pengukuran yaitu hubungan antara indikator dengan variabel latern, dan model struktural variabel latern, yaitu hubungan antara konstruk independen dan dependen (Ghozali dan Fuad 2005, Kusnendi 2008). Dari batasan tersebut dapat diidentifikasi tiga karakteristik utama SEM sebagai berikut:
1) SEM merupakan kombinasi teknik analisis data multivariat interdependensi dan dependensi, yaitu analisis faktor konfirmatori dan analisis jalur.
2) Variabel yang dianalisis adalah variabel latern (konstruk), yaitu variabel yang tidak dapat diobservasi langsung (unobservable) tetapi diukur melalui indikator-indikator terukur atas variabel manifes. 3) SEM bertujuan bukan untuk menghasilkan model melainkan menguji
atau mengkonfirmasikan model berbasis teori, yaitu model pengukuran dan model struktural.
Dengan demikian, paling tidak ada dua masalah penelitian yang hendak dijawab melalui SEM sebagai berikut:
1) Masalah penelitian deskriptif, berkenaan dengan deskripsi atau mengkonfirmasikan secara empiris kesesuaian model konstruk atau “theoretical or hypothetical construct” dilihat menurut indikator-indikator yang dikonsepsikan sebagai manifest dari konstruk tersebut. Masalah pertama ini disebut model pengukuran, atau disebut juga sebagai model analisis faktor konfirmatory.
2) Masalah penelitian eksplanasi, menjelaskan hubungan kausal antar variabel latern. Masalah kedua ini disebut model struktural. Yang dianalisis SEM adalah hubungan kausal antara variabel latern (unobserved variable) dan bukan antara variabel manifes atau antar variabel indikator (observed variable).
4. Jenis variabel dalam SEM
Jenis variabel dalam SEM dibedakan menjadi dua kelompok sebagai berikut:
a. Variabel Laten Eksogen (exogeneous latent variables), yaitu semua variabel penyebab yang tidak dapat diobservasi langsung (unobserved). Pengamatan terhadap variabel tersebut dilakukan melalui variabel manifesnya. Variabel manifes eksogen (exogeneous manifest variables) adalah indikator-indikator terukur yang dapat diobservasi langsung (observed) untuk mengukur variabel laten eksogen. Variabel eksogen diperlakukan sebagai variabel independen. Dalam penelitian ini, variabel laten eksogen adalah budaya organisasi dan sistem kompensasi.
b. Variabel Laten Endogen (endogenous latent variables), yaitu semua variabel akibat yang tidak dapat diobservasi langsung. Pengamatan terhadap variabel tersebut dilakukan melalui variabel manifes endogen. Variabel manifes endogen (endogenous latent variables) adalah indikator-indikator variabel laten endogen yang dapat diobservasi langsung. Dalam penelitian ini variabel laten endogen adalah motivasi kerja karyawan.
Selanjutnya, variabel laten endogen juga dibedakan menjadi variabel laten endogen yang diberlakukan sebagai variabel antara dan variabel laten endogen yang diberlakukan sebagai variabel dependen (kusnendi, 2008). Dalam penelitian ini, tidak ada variabel laten endogen yang diberlakukan
sebagai variabel antara (intervening), namun motivasi kerja karyawan sebagai variabel laten endogen yang diberlakukan sebagai variabel dependen.
5. SEM berbasis component atau variance - PLS
Menurut Wold dalam Imam Ghozali (2014) Partial Least Square (PLS) merupakan metode analisis yang powerfull karena tidak didasarkan banyak asumsi. Data tidak harus berdistribusi normal multivariate (indikator dengan skala kategori, ordinal, interval sampai rasio dapat digunakan pada model yang sama) dan juga sampel yang digunakan tidak harus besar (minimal direkomendasikan berkisar dari 30 sampai 100). Walaupun PLS dapat digunakan untuk mengkonfirmasi teori, tetapi dapat juga digunakan untuk menjelaskan ada atau tidaknya hubungan antar variabel laten, karena lebih menitik beratkan pada data dan dengan prosedur estimasi yang terbatas, maka mispesifikasi model tidak begitu berpengaruh terhadap estimasi parameter
6. Model Spesifikasi dengan PLS
Model analisis jalur semua variabel laten dalam PLS terdiri dari tiga set hubungan, diantaranya:
a. Inner Model
Inner Model yang kadang disebut juga dengan inner relation, structural model, dan subtantive theory adalah model yang menspesifikasi dan menggambarkan hubungan antar variabel laten (structural model).
b. Outer Model
Outer Model adalah model yang menspesifikasikan hubungan antara variabel laten dengan indikator atau variabel manifestnya (measurement model).
c. Weight Relation
Inner dan outer model memberikan spesifikasi yang diikuti dalam estimasi algoritma PLS, maka diperlukan definisi weight relation. Dimana nilai kasus dari variabel laten dapat diestimasi. Tanpa kehilangan generalisasi dapat diasumsikan bahwa variabel laten dan indikator berada di skala zero means atau unit variance sehingga parameter konstanta dapat dihilangkan dalam model.
7. Evaluasi Model
Oleh karena PLS tidak mengasumsikan adanya distribusi tertentu untuk estimasi parameter, maka teknik parametik untuk menguji signifikansi parameter tidak diperlukan (Chin dalam Gozali, 2014). Modle evaluasi PLS berdasarkan pada pengukuran prediksi yang mempunyai sifat non-parametik. Model pengukuran atau outer model dengan indikator refleksif di evaluasi dengan convergent dan discriminant validity dari indikatornya dan composite reliability untuk blok indikator. Sedangkan outer model dengan formatif indikator di evaluasi berdasarkan pada substantive content nya yaitu dengan membandingkan besarnya relatif weight dan melihat signifikansi dari ukuran weight tersebut. Model struktural atau inner model di evaluasi dengan melihat prosentase varians
yang dijelaskan yaitu dengan melihat nilai R2 untuk konstruk laten dependen dengan menggunakan ukuran Stone-Geisser Q squares test dan juga melihat besarnya koefisien jalur strukturalnya. Stabilitas dari estimasi ini di evaluasi dengan menggunakan uji t- statistik yang didapat lewat prosedur bootstraping.
8. Model Pengukuran atau Outer Model
Convergent validity dari model pengukuran dengan refleksif
indikator dinilai berdasarkan korelasi item score / component score dengan construct score yang dihitung dengan PLS. Ukuran refleksif individual dikatakan tinggi ≥ 0,70 dengan konstruk yang ingin diukur. Namun demikian untuk penelitian tahap awal dari pengembangan skala pengukuran nilai loading 0,50 sampai 0,60 dianggap cukup.
Discriminant dari model pengukuran dengan refleksi indikator di
nilai berdasarkan crossloading pengukuran dengan konstruk. Jika korelasi konstruk dengan item pengukuran lebih besar daripada ukuran konstruk lainnya maka hal tersebut menunjukkan bahwa konstruk laten memprediksi ukuran pada blok mereka lebih baik daripada ukuran pada blok lainnya. Metode lain untuk menilai discriminant validity adalah membandingkan nilai square root of average variance extracted (AVE) setiap konstruk dengan korelasi antara konstruk dengan konstruk lainnya dalam model, maka dikatakan memiliki nilai discriminant validity yang baik (Fornell dan Larcker dalam Ghozali, 2014). Jika semua indikator di standardized, maka ukuran ini sama dengan average communalities dalam
blok. Pengukuran ini dapat digunakan untuk mengukur reliabilitas component score variabel laten dan hasilnya lebih konservatif dibandingkan dengan composite reliability (ρϲ ). Direkomendasikan nilai AVE ≥ 0,50.
Composite reliability pada indikator yang mengukur suatu
konstruk dapat dievaluasi dengan dua macam ukuran yaitu internal consistency yang dikembangkan oleh Werts, Linn dan Joreskog dan Cronbach’s Alpha. Dibandingkan dengan Cronbach’s Alpha, ukuran ini tidak mengansumsikan atau equivalence antar pengukuran dengan asumsi semua indikator diberi bobot sama. Sehingga cronbach’s alpha cenderung lower bound estimate reliability, sedangkan ρϲ merupakan closer approximation dengan asumsi estimasi parameter adalah akurat, ρϲ sebagai ukuran internal consistence hanya dapat digunakan untuk konstruk dengan refleksif indikator.
9. Model Struktural atau Inner Model
Model Struktural di evaluasi dengan menggunakan R-square untuk konstruk dependen. Stone-Geisser Q-Square test untuk predictive revelance dan uji t serta signifikansi dari koefisien parameter jalur struktural. Dalam menilai model dengan PLS kita mulai dengan melihat R-square untuk setiap variabel laten dependen. Interpretasinya sama dengan interpretasi pada regresi. Perubahan nilai R-squares dapat digunakan untuk menilai pengaruh variabel laten independen tertentu terhadap variabel laten dependen apakah mempunyai pengaruh yang substantive.
Disamping melihat nilai R-square, model PLS juga di evaluasi dengan melihat square predictive revelance untuk model konstruk. Q-square mengukur seberapa baik nilai observasi yang dihasilkan oleh model dan juga estimasi parameternya. Nilai Q-square lebih besar 0 (nol) menunjukkan bahwa model mempunyai nilai predictive revelance, sedangkan nilai Q-square kurang dari 0 (nol) menunjukkan bahwa model kurang memiliki predictive revelance.
Berikut ini merupakan kriteria penilaian model Partial Least Square yang diajukan oleh Chin (dalam Ghozali, 2014) yang ditunjukkan pada tabel 3.5.
Tabel 3.5
Kriteria Penilaian PLS
Kriteria Penjelasan
Evaluasi Model Struktural R² untuk variabel laten
endogen Hasil R² sebesar 0,67, 0,33, dan 0,19 untuk variabel laten endogen dalam model struktural mengindikasikan bahwa model “baik”, “moderat”, dan “lemah” Estimasi koefisien jalur Nilai estimasi untuk hubungan jalur
dalam model struktural harus signifikan. Nilai signifikansi ini dapat diperoleh dengan prosedur bootstrapping
f² untuk effect size Nilai f² sebesar 0,02, 0,15, dan 0,35 dapat diinterpretasikan apakah prediktor
variabel laten mempunyai pengaruh pengaruh yang lemah, medium atau besar pada tingkat struktural
Relevansi Prediksi (Q² dan q²) Nilai Q² diatas nol memberikan bukti bahwa model memiliki predictive relevance dan jika nilai Q² dibawah nol mengindikasikan model kurang memiliki predictive relevance
Loading faktor Nilai loading faktor harus ≥ 0,70
Composite Reliability Composite Reliability mengukur internal
konsistensi dan nilainya harus ≥ 0,60
Average Variance Extracted Nilai average variance extracted (AVE)
