BAB III.
METODOLOGI
3.1 Metode Penelitian
3.1.1 Metode Penelitian yang digunakan
Data diteliti dengan menggunakan metode Deskriptif menurut
Nazir ( 2003 ) adalah “ Metode Deskriptif adalah
suatu metode dalam meneliti status sekelompok manusia, suatu
objek, suatu set kondisi, suatu system pemikiran ataupun suatu
kelas peristiwa pada masa sekarang “. Tujuan dari penelitian
Deskriptif ini adalah untuk memebuat deskripsi, gambaran, atau
lukisan secara sistematis, factual, dan akurat mengenai fakta –
fakta, sifat – sifat, serta hubungan antar fenomena yang diselidiki
3.2 Jenis Data dan Sumbernya
3.2.1 Jenis data dan Sumbernya
Jenis data yang digunakan dalam penelitian adalah Data Primer
yaitu data yang berasal langsung dari sumber yang dikumpulkan
secara khusus dan berhubungan langsung dengan permasalahan yang
diteliti. Jenis data ini diperoleh langsung dari penyebaran
kuesioner, wawancara dengan responden dan studi literature. Selain
Data Primer, Data Sekunder juga digunakan dalam penelitian. Data
Sekunder adalah data yang diperoleh melalui penelitian terdahulu
yang dapat mendukung penelitian. Data sekunder diperoleh manual
perusahaan, surat edaran, laporan – laporan perusahaan, dan
catatan mengenai karyawan.
3.3 Metode Pengumpulan Data
Metode pengumpulan data baik Data Primer dan Data Sekunder adalah :
1.Data Primer dilakukan dengan cara penyebaran kuesioner secara
langsung kepada karyawan. Karyawan diyakinkan bahwa tanggapan
mereka akan anonim dan rahasia. Responden memasukkan kuesioner
yang telah diisi lengkap dalam amplop tertutup yang telah
disediakan.
2.Data Sekunder dilakukan dengan cara pengumpulan laporan
kepegawaian dan aturan – aturan / kebijakan kepegawaian yang
berlaku di perusahaan.
3.4 Teknik Pengolahan Data
Alat yang digunakan dalam mengolah data adalah kuesioner yang telah
diisi yang pertanyaannya disusun secara sistematis dengan tujuan
agar pertanyaan dapat diketahui dengan jelas. Langkah – langkah
dalam pengolahan data adalah :
a.Editing
Yaitu pemeriksaan kembali seluruh angket yang masuk dengan
melihat apakah ada kesalahan atau tidak.
b.Tabulasi
Yaitu semua jawaban diubah menjadi bentuk angka, lalu hasilnya
dijumlahkan.
Hasil data yang diperoleh dari lapangan berdasarkan variabel –
variabel yang telah dioperasionalkan akan dianalisis secara
deskriptif yaitu dengan cara pemberian skor pada setiap pertanyaan
Teknik analisis dan standar penilaian yang akan dilakukan adalah
menentukan bobot penelitian dari setiap alternative jawaban
kuesioner, yaitu :
Nilai 1 untuk jawaban Sangat Tidak Setuju ( STS )
Nilai 2 untuk jawaban Tidak Setuju ( TS )
Nilai 3 untuk jawaban Kurang Setuju ( KS )
Nilai 4 untuk jawaban Setuju ( S )
Nilai 5 untuk jawaban Sangat Setuju ( SS )
3.5 Teknik Analisis Data
Untuk melakukan analisis data digunakan Regresi Linier
Berganda ( Multiple Regresion )dan dikakukan dengan
bantuan program aplikasi SPSS. Adapun persamaan regresinya adalah
Kinerja Karyawan = a + b1 Kep + B2 Mot + b3 Pel + b4 LK + b5 KK + e
Keterangan :
a : parameter konstanta
b1, b2, b3, b4,b5 : parameter penduga
e : variabel pengganggu
Kep : kepemimpinan ( X1 )
Mot : motivasi ( X2)
Pel : pelatihan ( X3 )
LK : lingkungan kerja ( X4 )
KK : kepuasan komunikasi ( X5 )
Berdasarkan model regresi tersebut dapat dilakukan beberapa
pengujian statistik, yaitu :
a. Uji-T
Uji-t ini untuk mengetahui seberapa jauh pengaruh variabel
independent (X1, X2, X3, X4,X5)secara individu terhadap variabel
dependen (Y) dengan asumsi variabel lainnya adalah konstan
(Kuncoro, 2001: 97). Langkah-langkah pengujian diawali dengan
membuat formulasi hipotesis sebagai berikut.
1) Menentukan hipotesis nihil (Ho) dan hipotesis alternatif (Ha).
Ho: bi = 0, artinya tidak ada pengaruh antara variabel independen
(Xi)terhadap variabel dependen (Y).
Ha: bi < 0, artinya ada pengaruh negatif antara variabel independen (Xi)terhadap variabel dependen (Y). Ha: bi > 0, artinya ada pengaruh positif antara variabel independen
(Xi)terhadap variabel dependen (Y).
2) Menentukan tingkat signifikan dengan tabel.
3) Mencari t hitung dengan rumus:
Keterangan:
bi = koefisien regresi variabel independen ke i.
Se bi = standart error koefisien regresi variabel independen ke i.
4) Keputusan
Ho: diterima bila t hitung < t tabel, Ha ditolak. Ha: diterima bila t hitung > t tabel, Ho ditolak.
b. Uji-F
Uji-F ini digunakan untuk mengetahui seberapa jauh variabel independen
(X1, X2, X3, X4, X5 ) secara bersama-sama berpengaruh terhadap variabel
dependen (Y) (Kuncoro, 2001: 98). Langkah-langkah pengujian
diawali dengan membuat formulasi hipotesis sebagai berikut:
1) Menentukan hipotesis nihil (Ho) dan hipotesis alternatif (Ha).
Ho: b1 = b2 = b3 = b4 = 0, artinya variabel independen secara
bersama-sama tidak berpengaruh terhadap variabel dependen.
Ha: b1; b2; b3; b4, b5 H D0, artinya variabel independen secara
bersama-sama berpengaruh terhadap variabel dependen.
2) Menentukan tingkat signifikan dengan F-tabel.
3) Mencari F-hitung dengan rumus:
Ketererangan:
R = koefisien determinasi majemuk.
K = jumlah variabel independen yang digunakan.
N = jumlah sampel.
4) Kesimpulan
Ho: diterima bila F hitung < F tabel, Ha ditolak. Ha: diterima bila F hitung > F tabel, Ho ditolak.
c. Koefisien Determinasi (R2)
Koefisien determinasi (R2) digunakan untuk mengetahui persentase
variabel independent secara bersama-sama dapat menjelaskan variabel
dependen (Kuncoro, 2001: 100). Nilai koefisien determinasi
adalah di antara nol dan satu. Jika koefisien determinasi (R2) = 1,
artinya variabelvariabel independent memberikan semua informasi yang
dibutuhkan untuk memprediksi variasi variabel dependen. Jika
koefisien determinasi (R2) = 0, artinya variabel independen tidak
mampu menjelaskan variasi-variasi dependen. Selain uji statistik,
perlu juga dilakukan uji asumsi klasik karena beberapa masalah sering
muncul pada saat analisis regresi digunakan. Uji asumsi klasik ini
meliputi:
1. Uji Autokorelasi (Autocorelation)
Autokorelasi adalah hubungan antara data pada suatu waktu dengan data
pada waktu sebelumnya. Istilah autokorelasi dapat didefinisikan
sebagai korelasi antara serangkaian observasi yang diurutkan waktu
(data deretan waktu) atau ruang (cross-sectional data).
Uji ini dilakukan dengan uji Durbin-Watson dengan rumus:
di mana:
t = periode waktu.
N = jumlah observasi.
et = error pada periode t.
2. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam sebuah model
regresi, variabel dependen, variabel independen, atau keduanya
mempunyai distribusi normal atau tidak. Model regresi yang baik adalah
berdistribusi normal atau mendekati normal (Santoso, 2001:212).
Deteksi normalitas dilakukan dengan melihat penyebaran data (titik) pada
sumbu diagonal dari grafik. Dasar pengambilan keputusannya:
a. Jika data menyebar di sekitar garis diagonal dan mengikuti arah
garis diagonal, maka model regresi memenuhi asumsi normalitas;
b. Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti
arah garis diagonal maka model regresi tidak memenuhi asumsi
normalitas.
3. Uji Heteroskedastisitas
Uji asumsi regresi heteroskedastisitas bertujuan untuk menguji apakah
dalam sebuah model regresi terjadi ketidaksamaan varian dari residual
dari suatu pengamatan ke pengamatan lain. Jika varian residual dari
suatu pengamatan ke pengamatan yang lain tetap, maka disebut
homoskedastisitas. Jika variannya berbeda, disebut heteroskedastisitas.
Model yang baik adalah tidak terjadi heteroskedastisitas (Santoso,
2000:208). Deteksi adanya heteroskedastisitas dilakukan dengan
melihat ada tidaknya pola tertentu pada grafik, di mana sumbu x adalah
y yang telah diprediksi dan sumbu x adalah residual (y prediksi –y
sesungguhnya) yang telah di-studentized. Adapun dasar pengambilan
keputusan adalah:
a. Jika ada pola tertentu, seperti titik-titik (point-point) yang ada
membentuk suatu pola tertentu yang teratur (bergelombang, melebar,
kemudian menyempit), maka terjadi heteroskedastisitas;
b. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan
di bawah angka 0 pada sumbu y, maka tidak terjadi heteroskedastisitas
4. Uji Multikolinearitas
Multikolinearitas adalah adanya hubungan yang kuat antara variabel
independen dari pada hubungan antara variabel independen dengan variabel
dependen. Multikolinearitas berkenaan dengan terdapatnya lebih dari satu
hubungan linear pasti. Multikolinieritas menyebabkan regresi tidak
efisien/penyimpangannya besar (Gujarati, 1999: 157). Uji
multikolinieritas adalah dengan VIF (Variance Inflation Factor) dan CI
(Condition Index), jika VIF < 10 atau CI < 10, tidak terdapat
multikolinieritas.
Tidak ada komentar:
Posting Komentar