3. METODE PENELITIAN
3.1 Jenis Penelitian
Jenis penelitian yang dilakukan oleh penulis adalah jenis penelitian dengan metode kuantitatif kausal, yaitu penelitian yang sifatnya dapat dihitung jumlahnya dengan metode statistik. Causal research adalah suatu penelitian yang mencari dan mendeskripsikan adanya hubungan (sebab akibat) dan pengaruh dari variabel–variabel penelitian untuk ditarik kesimpulan (Maholtra, 2005, p.100), sedangkan metode kuantitatif merupakan penelitian yang sifatnya dapat dihitung jumlahnya dengan menggunakan metode statistik (Kuncoro, 2004, p.56).
3.2 Gambaran Populasi dan Sampel 3.2.1 Populasi
Populasi adalah kumpulan atau jumlah keseluruhan dari unit analisa yang memiliki ciri-ciri atau karateristik tertentu yang digunakan untuk menjawab pertanyaan-pertanyaan dalam penelitian (Reid dan Bojanic, 2001). Berdasarkan jumlahnya, populasi dalam penelitian ini termasuk populasi terbatas, karena jumlah unit analisisnya dapat dihitung sesuai dengan jumlah karyawan restoran.
Populasi dalam penelitian ini adalah semua karyawan sejumlah 32 karyawan di restoran Pizza Hut Raya Kupang Indah Surabaya.
3.2.2 Sampel
Menurut Reid dan Bojanic (2001), sampel adalah bagian dari populasi yang mewakili keseluruhan dari populasi. Sampel adalah sebagian dari jumlah karakteristik yang dimiliki oleh populasi tersebut (Sugiyono, 1997, p.56). Dengan demikian, dapat disimpulkan bahwa sampel adalah bagian dari populasi yang akan digunakan dalam riset penelitian. Sehingga peneliti mengambil jumlah sampel dalam penelitian sebanyak 32 orang.
3.3 Jenis dan Sumber Data
Dalam penelitian ini jenis data yang digunakan adalah data primer. Data primer adalah data yang diperoleh langsung dari subjek penelitian dengan
menggunakan alat pengukuran atau alat pengambilan data langsung pada subjek sebagai sumber informasi yang dicari (Azwar, 2005, p.91). Data primer dalam penelitian ini merupakan data utama penelitian yang berupa data jawaban langsung dari responden.
3.4 Metode dan Prosedur Pengumpulan Data
Metode pengumpulan data yang dilakukan dalam penelitian ini menggunakan kuisioner. Kuisioner dalam penelitian ini merupakan metode pengumpulan data secara langsung yang dilakukan pada obyek penelitian sebagai data primer. Penelitian ini meliputi penyebaran kuisioner dengan skala likert, yang merupakan teknik pengukuran yang digunakan untuk mengukur sikap, pendapat, dan persepsi seseorang atau sekolompok orang mengenai fenomena sosial (Sugiyono, 2004, p.84). Kemudian kuisioner disebarkan atau diberikan kepada responden yang bekerja di restoran Pizza Hut Raya Kupang Indah Surabaya untuk memberi respon mengenai serangkaian pertanyaan tersebut. Prosedur dalam metode pengumpulan data melalui kuisioner ini yaitu :
1. Membagikan kuisioner
2. Responden diminta untuk mengisi kuisioner pada lembar jawaban yang telah disediakan.
3. Kuisioner dikumpulkan dan diolah kemudian dianalisa.
Untuk keperluan analisis penelitian kuantitatif ini, maka jawaban yang diperoleh dari kuesioner akan diberikan bobot penilaian berdasarkan skala likert seperti dibawah ini :
1 2 3 4 5
Keterangan:
1 = Sangat Tidak Setuju 2 = Tidak Setuju
3 = Netral 4 = Setuju
5 = Sangat Setuju
3.5 Variabel dan Definisi Operasional Variabel
Variabel adalah suatu atribut atau sifat atau nilai dari orang, objek, atau kegiatan yang mempunyai variasi tertentu yang ditetapkan oleh peneliti untuk dipelajari dan ditarik kesimpulannya Sugiyono (2004). Dalam penelitian ini, penulis akan menganalisis hubungan tiga konstruk yang merupakan variable laten.
Variabel laten dapat diartikan sebagai variabel yang tidak bisa diukur secara langsung dan memerlukan beberapa indikator yang menyusun variabel laten tersebut dinamakan variabel manifes. Variabel-variabel laten dalam penelitian ini ada 3 , yaitu percieved organization support, affective commitment, dan performance.
3.5.1 Variabel Percieved Organization Support (X1)
Definisi operasional dari persepsi dukungan organisasi yaitu persepsi karyawan mengenai sejauh mana organisasi menilai kontribusi, memberi dukungan, dan peduli pada kesejahteraan mereka (Rhoades & Eisenberger, 2002).
Indikator empirik untuk mengukur persepsi dukungan organisasi adalah sebagai berikut:
Persepsi karyawan terhadap dukungan yang telah diberikan oleh Pizza Hut Raya Kupang Indah Surabaya kepada para karyawan.
Variabel ini diukur dengan indikator :
1. Pizza Hut menghargai masukan-masukan atau ide karyawan kemudian menindaklanjutinya (X11)
2. Pizza Hut berterima kasih kepada karyawan ketika bekerja melebihi tugas yang diberikan (X12)
3. Pizza Hut akan memperhatikan segala keluhan dari karyawan, kemudian memberikan solusi (X13)
4. Pizza Hut sangat peduli tentang kesejahteraan karyawan (X14)
5. Pizza Hut akan memberitahu atau menegur karyawan apabila tidak melakukan pekerjaan dengan baik. (X15)
6. Pizza Hut memperhatikan kenyamanan karyawan dalam melakukan tugas (X16)
7. Pizza Hut memberikan perhatian yang besar terhadap saya (X17)
8. Pizza Hut merasa ikut berempati ketika karyawan berhasil dalam melakukan pekerjaan (X18)
3.5.2 Variabel Affective Commitment
Definisi operasional dari affective commitment yaitu kekuatan dari keinginan individu untuk melanjutkan pekerjaannya dalam organisasi di Pizza Hut Raya Kupang Indah Surabaya.
Komitmen dari para karyawan Pizza Hut Raya Kupang Indah Surabaya secara mendalam terhadap restoran tempat dimana karyawan tersebut bekerja.
Variabel ini diukur dengan indikator :
1. Karyawan memiliki makna yang mendalam secara pribadi (melakukan pekerjaan bukan hanya sekedar rutinitas semata, karena merasa adanya ikatan emosional dengan organsasi) (Y11)
2. Karyawan sudah memiliki pemikiran bahwa diri karyawan dengan organisasi memiliki hubungan saling ketergantungan yang kuat. (Y12) 3. Karyawan bangga membicarakan tentang hal positif dari organisasi kepada
setiap orang. (Y13)
4. Karyawan merasa mempunyai perasaan saling memiliki dengan organisasi.
(Y14)
5. Karyawan senang apabila dapat bekerja di organisasi sampai pensiun (Y15) 6. Karyawan merasa senang berdiskusi mengenai organisasi dengan orang
lain di luar organisasi (Y16) 3.5.3 Variabel Performance (Y2)
Definisi operasional dari performance adalah hasil kerja, baik secara kualitas maupun kuantitas yang dicapai oleh seseorang dalam melaksanakan tugas sesuai tanggung jawab yang diberikan (Mangkunegara, 2002).
Persepsi karyawan terhadap performance yang diberikan di Pizza Hut Raya Kupang Indah Surabaya.
Variabel ini diukur dengan indikator :
1. Karyawan merasa telah memberikan kualitas kerja semaksimal saya (Y21) 2. Karyawan merasa telah memberikan hasil kerja secara kuantitas jumlah unit
yang sesuai dengan waktu kerja yang diberikan Pizza Hut (Y22)
3. Karyawan telah bekerja dengan memaksimalkan waktu yang diberikan (Y23)
4. Karyawan merasa telah bekerja secara efektif dalam menggunakan sumber daya organisasi (tenaga, uang, teknologi, bahan baku) (Y24)
5. Karyawan telah bekerja secara mandiri dalam menyelesaikan fungsi kerja saya (Y25)
6. Karyawan mempunyai komitmen kerja dan tanggung jawab terhadap Pizza Hut (Y26)
3.6 Teknik Analisis Data
Peneliti menggunakan structural equation modelling (SEM) berbasis partial least square (PLS) untuk menjawab rumusan masalah. Partial least square (PLS) pertama kali dikembangkan oleh Herman Wold yang digunakan untuk metode umum dalam mengestimasi path model yang menggunakan konstruk laten dan multiple indikator didalamnya. Wold membangun partial least square (PLS) untuk dibuat menguji suatu teori yang lemah dan masalah pada asumsi normalitas distribusi data (Jogiyanto, 2009). Beberapa langkah yang harus dilakukan dalam menggunakan partial least square (PLS) ini adalah merancang inner model, merancang outer model, mengkontruksi diagram jalur, mengkonstruksi diagram jalur ke sistem persamaan, estimasi (koefisien jalur, loading, dan weight), evaluasi Goodness-of-fit, dan pengujian hipotesis (Kurnia, 2011).
3.6.1 Goodness-of-Fit Outer Model
Dengan goodness-of-fit outer model, dapat diketahui validitas dan reliabilitas instrumen. Apabila apa yang diinginkan dalam sebuah penelitian dan dapat diungkapkan data dari variabel yang diteliti secara tepat, berarti instrumen tersebut dikatakan valid. Kecermatan dan ketelitian adalah kedua prinsip validitas yang tidak dapat dipisahkan. Uji validitas harus dilakukan supaya dapat diketahui apakah instrumen dalam penelitian tersebut valid atau tidak. Valid atau tidaknya sebuah penelitian dilihat dari nilai koefisien korelasi antara skor item dan skor totalnya pada taraf signifikansi yang dipilih. Pengujian validasi pada partial least square (PLS) dilakukan dengan goodness-of-fit outer model. Model tersebut dievaluasi menggunakan convergent validity dan discriminant validity dari indikatornya, serta dievaluasi menggunakan composite reliability untuk blok indikatornya.
3.6.1.1 Convergent validity
Convergent validity merupakan sebuah pengukuran yang digunakan untuk mengukur antara skor indikator dengan variabel laten atau variabel yang tidak bisa diukur, misalnya: perceived organizational support, affective commitment, dan performance. Dalam penelitian ini, loading factor yang digunakan adalah 0,5 sampai dengan 0,6 dianggap cukup pada penelitian tahap awal ini.
3.6.1.2 Discriminant validity
Discriminant validity merupakan pengukuran indikator dengan variabel latennya. Dibandingkan antara nilai dari square root average variance extracted (akar AVE) setiap konstruk dengan korelasi antar konstruk untuk mengukur discriminant validity tersebut terhadap konstruk lainnya dalam model. Apabila dalam penelitian ini dilakukan perhitungan kemudian nilai akar AVE suatu konstruk lebih besar dibandingkan dengan nilai korelasi terhadap konstruk lainnya dalam model, maka dapat disimpulkan konstruk tersebut memiliki nilai discriminant validity yang baik, dan sebaliknya. Lebih baik nilai pengukuran AVE harus lebih besar dari 0,5.
3.6.1.3 Composite reliability
Composite reliability menunjukan derajat yang mengindikasikan common latent (unobserved), sehingga dapat menunjukan indikator blok yang mengukur konsistensi internal dari indikator pembentuk konstruk. Nilai batas yang diterima untuk tingkat Composite reliability adalah 0,7, walaupun bukan merupakan standar absolute.
3.6.2 Goodness-of-Fit Inner Model
Inner model (inner relation, structural model dan substantive theory) menggambarkan hubungan antara variabel laten berdasarkan pada teori substantif.
Model struktural dievaluasi dengan menggunakan R-square untuk konstruk dependen, Stone-Geisser Q-square test untuk predictive relevance dan uji t serta signifikansi dari koefisien parameter jalur struktural. Stone-Geisser Q-square test untuk model struktural, megukur seberapa baik nilai onservasi dihasilkan oleh model dan juga estimasi parameternya. Nilai Q-square > 0 menunjukkan model memiliki predictive relevance; sebaliknya jika nilai Q-Square ≤ 0 menunjukkan model kurang memiliki predictive relevance. Uji t merupakan pengujian hipotesis.
Bilamana diperoleh p-value ≤ 0,05 (alpha 5 %), maka disimpulkan signifikan, dan sebaliknya. Bilamana hasil pengujian hipotesis pada outter model signifikan, hal ini menunjukkan bahwa indikator dipandang dapat digunakan sebagai instrumen pengukur variabel laten. Sedangkan bilamana hasil pengujian pada inner model adalah signifikan, maka dapat diartikan bahwa terdapat pengaruh yang bermakna variabel laten terhadap variabel laten lainnya.
Dalam menilai model dengan partial least square (PLS) dimulai dengan melihat R-square untuk setiap variabel laten dependen. Interpretasinya sama dengan interpretasi pada regresi. Perubahan nilai R-square dapat digunakan untuk menilai pengaruh variabel laten independen tertentu terhadap variabel laten dependen apakah mempunyai pengaruh yang substantif (Ghozali, 2006). Di samping melihat nilai R-square, model partial least square (PLS) juga dievaluasi dengan melihat Q-square prediktif relevansi untuk model konstruktif. Q-square mengukur seberapa baik nilai observasi dihasilkan oleh model dan juga estimasi parameternya.
3.6.3 Validitas dan Reliabilitas
Untuk mengetahui validitas dan reliabilitas instrumen penelitian, maka dilakukan uji validitas dan uji reliabitas.
3.6.3.1 Uji Validitas
Validitas adalah pengujian terhadap pernyataan dalam kuesioner untuk memastikan bahwa kuesioner yang digunakan dalam penelitian ini benar-benar mampu dipahami dengan baik oleh responden sehingga responden tidak salah paham terhadap pertanyaan dalam kuesioner. Uji validitas digunakan untuk menguji ketetapan alat ukur (kuesioner) dimana informasi yang diperoleh sesuai yang diharapkan oleh peneliti atau tidak. Pengujian validitas dilakukan dengan program SPSS. Kriteria pengambilan adalah dengan membandingkan nilai corrected item – total correlation dengan nilai r tabel. Ketetapan uji dilakukan dengan mengkorelasikan masing-masing skor variabel dengan jumlah variabel.
Bila variabel mempunyai hubungan signifikan dengan totalnya, maka variabel tersebut dikatakan tidak valid dan harus dikeluarkan dari item pertanyaan kuesioner. Menurut Hatane (2006) uji validitas digunakan untuk mengukur valid tidaknya suatu instrumen pengukuran yang digunakan, artinya mampu
mengungkapkan sesuatu yang diukur. (r >.,30), dimana “r” adalah korelasi skor setiap indikator dengan skala total.
3.6.3.2 Uji Reliabilitas
Reliabilitas menurut Nazir (2003, p.134), ketepatan atau tingkat presesi suatu ukuran atau alat pengukur konsep. Hal ini dapat diartikan sebagai berikut:
Pertama dalam aspek reliabilitas, jika dalam mengukur suatu obyek berkali-kali dengan instrumen yang sama haruslah diperoleh hasil yang sama pula. Kedua, reliabilitas dapat diartikan sebagai aspek ketepatan atau akurasi, yaitu ukuran yang cocok dengan yang ingin diukur. Ketiga, penggabungan dari kedua aspek tersebut sehingga alat ukur tersebut dapat digunakan untuk mengukur secara cermat dan tepat. Jikalau error terjadi dalam pengukuran yang bersifat random dapat ditolerir. Selain itu reliabilitas berhubungan dengan adanya konsistensi dan stabilitas nilai hasil skala pengukuran dan berkonsentrasi pada masalah akurasi pengukuran dan hasilnya. Untuk mengukur reliabilitas digunakan cronbach alpha dengan kriteria angka cronbach alpha positif dan ≥ 0,6. Angka cronbach alpha dapat berkisar antara 0,5 sampai dengan 0,6. Angka ini berkisar dari 0 – 1. Jika angka semakin mendekati 1, maka reliabilitasnya semakin tinggi. (Sarwono &
Martodiredjo, 2008, p.86).
3.6.3.3 Analisa Statistik Deskriptif
Statistik deskriptif adalah statistik yang digunakan untuk menganalisa data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku umum atau generalisasi. Dalam statistik deskriptif, dapat dilakukan untuk mencari kuatnya hubungan variabel melalui analisa korelasi, melakukan prediksi dengan analisa regresi, dan membuat perbandingan dengan membandingkan rata-rata (mean), varians dan standar deviasi dari data sampel atau populasi (Sugiyono, 2009, p.207).
3.6.4 Analisa Partial Least Square (PLS)
PLS merupakan pendekatan yang lebih tepat untuk tujuan prediksi, hal ini terutama pada kondisi dimana indikator bersifat formatif atau reflektif (Hatane, 2011). Model indikator reflektif atau sering juga disebut classical test theory
mengasumsikan semua indikator seolah-olah mempengaruhi variabel. PLS merupakan metode analisis yang handal karena dapat diterapkan pada semua skala data, tidak membutuhkan banyak asumsi dan ukuran sampel tidak harus besar.
PLS selain dapat digunakan sebagai konfirmasi teori juga dapat digunakan untuk membangun hubungan yang belum ada landasan teorinya atau untuk pengujian proposisi. Pengolahan data ini dibantu dengan program aplikasi software Smart partial least square (PLS).
Pada PLS, penduga bobot (weight estimate) untuk menghasilkan skor variabel laten dari indikatornya dispesifikasikan dalam outer model, sedangkan Inner model adalah model struktural yang menghubungkan antar variabel laten.
Pendugaan parameter di dalam PLS meliputi 3 hal, yaitu :
1. Weight estimate yang digunakan untuk mnciptakan skor variabel laten.
2. Estimasi Jalur (path estimate) yang menghubungkan antar variabel laten dan estimasi loading antara variabel laten dengan indikatornya.
3. Mean dan lokasi parameter (nilai konstanta regresi, intersep) untuk indikator dan variabel laten.
Untuk memperoleh ketiga estimasi ini, PLS menggunakan iterasi tiga tahap dan setiap iterasi menghasilkan estimasi. Tahap pertama menghasilkan penduga bobot (weight estimate). Tahap kedua menghasilkan estimasi untuk inner model dan outer model). Tahap terakhir menghasilkan estimasi mean dengan lokasi (konstanta). Pada dua tahap pertama, proses iterasi dilakukan dengan pendekatan deviasi (penyimpangan) dari nilai mean (rata-rata). Pada tahap ketiga, estimasi bisa didasarkan pada matriks data asli ataupun hasil penduga bobot dan koefisien jalur pada tahap kedua. Tujuannya untuk menghitung mean dan lokasi parameter.
Goodness of Fit Model diukur dengan menggunakan R-square (R2) variabel laten dependen dengan penjabaran yang sama dengan regresi; Q-square predictive relevance untuk model struktural, mengukur seberapa baik nilai observasi dihasilkan oleh model dan juga estimasi parameternya. Nilai Q2 > 0 menunjukkan model memiliki predictive relevance, sebaliknya jika nilai Q2 < 0, menunjukkan model kurang memiliki predictive relevance. Perhitungan Q-square dilakukan dengan rumus :
Q2 = 1 – (1 – R12)(1 – R22) … (1 – Rp2) (3.1)
Dimana R12, R22, … , Rp2 adalah R-square variabel endogen dalam model persamaan. Besaran Q2 memiliki nilai dengan rentang 0 < Q2 > 1, semakin medekati 1 berarti model semakin baik. Besaran Q2 ini setara dengan koefisien determinasi total Rm2 pada analisis jalur (path analysis).
