38

BAB III METODE PENELITIAN

3.1. Jenis Penelitian

Jenis penelitian yang akan digunakan dalam

penelitian ini adalah penelitian kuantitatif. Pengertian

metode kuantitatif sendiri adalah definisi , pengukuran

data kuantitatif dan statistik objektif melalui perhitungan

ilmiah berasal dari sampel orang-orang atau penduduk

yang diminta menjawab atas sejumlah pertanyaan

tentang survei untuk menentukan frekuensi dan

persentase tanggapan mereka (Wikipedia Ensiklopedia

Bebas, 2010).

Penelitian kuantitatif ini dipilih karena

mempunyai relavansi yang dekat dengan topik yang

dibahas karena menggunakan model-model matematis,

teori-teori dan atau hipotesis yang berkaitan dengan

fenomena lingkungan kerja. Selain itu, metode ini

memiliki teknik secara kuantitatif yang akan memberikan

hubungan fundamental antara pengamatan empiris dan

ekspresi matematis dari hubungan-hubungan kuantitatif.

3.2. Populasi dan Sampel Populasi dan sampel untuk penelitian ini adalah

seluruh karyawan di bagian Engineering di salah satu

39

perusahaan multinasional yang bergerak dalam bidang

produksi non dairy creamer yang berjumlah 38 orang.

Pemilihan sampel ini atas dasar pertimbangan bahwa

sistem produksi pada perusahaan tersebut telah

mengalami perubahan dari sistem produksi berteknologi

lama (manual) menjadi sistem produksi yang

menggunakan peralatan berteknolgi tinggi. Selain itu,

tingkat kompleksitas operasional pabrik juga dirasakan

semakin komplek dengan meningkatnya jumlah volume

produksi dan jenis barang yang diproduksi yang diduga

menjadi peyebab timbulnya industrial technostress baru.

Dalam pengambilan data seluruh populasi dijadikan

sebagai responden (saturated sampling method).

3.3. Definisi Operasional Variabel. Definisi operasional variabel adalah unsur

penelitian yang memberitahukan bagaimana cara

mengukur suatu variabel atau dapat dikatakan semacam

petunjuk pelaksanaan bagaimana cara mengukur suatu

variabel (Zainudin dalam Widyantoro, 1999:54). Definisi

operasional variabel berisikan inidikator-indikator dari

suatu variabel, yang memungkinkan peneliti

mengumpulkan data yang relevan untuk variabel

tersebut. Dalam penelitian ini, definisi operasional

variabelnya adalah sebagai berikut:

40

3.3.1. Workload atau Beban Kerja (X1) Pengukuran beban kerja pada lingkungan kerja

industri berteknologi tinggi adalah meliputi aspek jumlah

pekerjaan dan waktu yang dibutuhkan untuk

menyelesaikan pekerjaan tersebut (Adil Kurnia HR

Consulting, 2010)

Pengukuran konsep akan diukur menggunakan

skala likert pada aras ordinal, yaitu : 1 (sangat tidak

setuju), 2 (tidak setuju), 3 (ragu-ragu), 4 (setuju), dan 5

(sangat setuju), dengan indikator empirik sebagai berikut:

Tabel 3.1 Konsep & Indikator Empirik Beban Kerja

Konsep Definisi

Konseptual

Indikator Empirik Sumber

Workload

atau

Beban

Kerja (X1),

Keadaan karyawan yang dihadapkan pada sejumlah pekerjaan yang harus dikerjakan dan tidak mempunyai waktu untuk menyelesaikan pekerjaannya.

1. Persepsi karyawan mengenai jumlah pekerjaan yang harus diselesaikan, seperti work-orde, trouble shooting, proyek, trial produk baru.

2. Persepsi karyawan mengenai ketersediaan waktu untuk menyelesaikan pekerjaan di atas.

Adil Kurnia HR Consulting (2010) dengan penyesuaian untuk penelitian.

41

3.3.2. Tingkat Kompetensi Teknologi (X2) Pengukuran konsep tingkat kompetensi teknologi

dalam penelitian ini menggunakan indikator empiris yang

berupa tingkat kompetensi teknologi mekatronik, tingkat

kompetensi teknologi komputer dan tingkat kompetensi

teknologi informasi (Satrio DL, 2009)

Skala yang dipergunakan adalah skala likert pada

aras ordinal, yaitu : 1 (sangat tidak setuju), 2 (tidak

setuju), 3 (ragu-ragu), 4 (setuju), dan 5 (sangat setuju),

dengan indikator empirik sebagai berikut:

Tabel 3.2 Konsep & Indikator Empirik Tingkat

Kompetensi Teknologi

Konsep

Definisi Konseptual

Indikator Empirik Sumber

Kompet

ensi

Teknolo

gi (X2),

Tingkat kemampuan integritas ketrampilan otomasi yang dimiliki secara aktual dibandingkan dengan tingkat kemampuan yang seharusnya dimiliki untuk bisa memberikan kinerja yang baik.

1. Kompetensi Teknologi mekatronika

2. Kompetensi Teknologi Komputer

3. Kompetensi Teknologi Informasi

Warta Warga Gunadarma (2009) dengan penyesuaian untuk penelitian.

42

3.3.3. Technostress (Y1) Pengukuran konseptual tingkat technostress dalam

penelitian ini menggunakan indikator empiris yang

disintesis oleh Cary Cooper dan Alison Straw (1995:8-15),

yang terdiri dari:

1. Indikator perubahan fisik, seperti nafas memburu,

mulut dan kerongkongan kering, tangan lembab,

merasa panas, otot-otot tegang, pencernaan terganggu,

sembelit, letih yang tidak beralasan, sakit kepala,

salah urat dan gelisah.

2. Indikator perubahan perilaku, yaitu perasaan

bingung, cemas dan sedih, jengkel, salah paham, tidak

berdaya, tidak mampu berbuat apa-apa, gelisah, gagal,

tidak menarik, kehilangan semangat, sulit konsentrasi,

sulit berfikir jemih, sulit membuat kcputusan,

hilangnya kreatifitas, hilangnya gairah dalam

penampilan dan hilangnya minat terhadap orang lain.

3. Indikator perubahan watak dan kepribadian, yaitu

sikap hati-hati menjadi cermat yang berlebihan, cemas

menjadi lekas panik, kurang percaya diri menjadi

rawan, penjengkel menjadi meledak-ledak.

Pengukuran konsep akan diukur menggunakan

skala likert pada aras ordinal, yaitu : 1 (sangat tidak

setuju), 2 (tidak setuju), 3 (ragu-ragu), 4 (setuju), dan 5

(sangat setuju), dengan indikator empirik sebagai berikut:

43

Tabel 3.3 Konsep & Indikator Empirik Technostress

Konsep Definisi Konseptual Indikator Empirik Sumber

Technostr

ess (Y1),

Tekanan psikologis pada karyawan akibat perubahan teknologi yang harus ditanggung dalam menjalankan fungsinya.

1. Indikasi perubahan fisik

2. Indikasi perubahan perilaku

3. Indikasi perubahan watak & kepribadian

Cary Cooper dan Alison Straw (1995:8-15) dengan penyesuaian untuk penelitian.

3.3.4.Kinerja (Y2)

Pengukuran kinerja adalah didasarkan pada hasil

kerja yang dicapai karyawan dalam melaksanakan tugas-

tugas yang dibebankan kepadanya yang didasarkan atas

kecakapan pengalaman, dan kesungguhan serta waktu

(Robert L. Mathis & John H. Jackson, 2002).

Pengukuran konsep akan diukur menggunakan

skala likert pada aras ordinal, yaitu : 1 (sangat tidak

setuju), 2 (tidak setuju), 3 (ragu-ragu), 4 (setuju), dan 5

(sangat setuju), dengan indikator empirik sebagai berikut:

44

Tabel 3.4 Konsep & Indikator Empirik Kinerja

Konsep Definisi Konseptual Indikator Empirik Sumber

Kinerja

(Y2),

Hasil kerja yang dicapai karyawan dalam melaksanakan tugas-tugas yang dibebankan kepadanya yang didasarkan atas kecakapan pengalaman, dan kesungguhan serta waktu

1. Target jumlah outstanding work-order

2. Target waktu rata-rata trouble shooting/MTTR

3. Target jumlah proyek yang bisa diselesaikan

4. Target biaya maintenance

5. Target Biaya proyek

6. Target angka prosentase tingkat aktual OEE

7. Target angka prosentase tingkat keberhasilan trial produk baru

Robert L. Mathis & John H. Jackson (2002), dengan penyesuaian untuk penelitian.

3.4. Jenis Data dan Sumber Data Jenis data yang digunakan dalam penelitian ini

adalah data primer dan data sekunder. Data primer

diperoleh dengan menyebarkan kuesioner kepada seluruh

karyawan di Bagian Engineering pada PT. XX yang

berjumlah 38 orang. Setiap responden diminta memberi

tanggapan mengenai beban kerja, kompetensi teknologi

otomasi, technostress dan kinerja karyawan berdasarkan

kuesioner yang telah disediakan. Selain itu peneliti juga

melakukan wawancara (deep interview) dengan pihak

management Engineering PT XX Indonesia.

45

Sedangkan data sekunder adalah berupa profile

perusahaan dan literatur-literatur lain yang didapat dari

dalam maupun luar perusahaan yang memiliki penjelasan

tentang masalah penelitian.

3.5. Prosedur Pengumpulan Data Dalam proses pencarian dan pengumpulan data,

penulis melakukan beberapa metode sebagai berikut:

3.5.1. Studi pustaka Metode ini dilakukan dengan mempelajari penelitian

sebelumnya yang terkait dengan topik penelitian ini,

mempelajari jurnal-jurnal SDM dan psikologi, buku-buku

pustaka yang berhubungan dengan masalah yang

dibahas. Teori-teori, penemuan dan pendapat yang

diperoleh dari studi pustaka ini digunakan sebagai dasar

teori penelitian ini.

3.5.2. Penelitian lapangan Untuk penelitian lapangan, penulis menggunakan

dua metode, yaitu metode penyebaran kuestioner yang

disusun berdasarkan sumber tertentu yang telah

disesuaikan dengan topik penelitian ini dan metode

wawancara dengan pihak manajemen dan beberapa

sampel populasi. Subyek yang ditanyakan pada saat

wawancara telah dibuat sebelumnya oleh peneliti agar

46

sesuai dengan topik penelitian dan tidak menyimpang.

Hasil wawancara akan didokumentasikan dan merupakan

salah satu sumber data untuk melakukan analisa dan

pembahasan dalam penelitian ini. Metode wawancara

dilakukan melalui tatap muka secara langsung dengan

pihak-pihak yang berhubungan dengan masalah yang

diteliti. Wawancara dilakukan secara terbuka dan

terstruktur. Lokasi penelitian adalah pada salah satu

perusahaan multinasional yang bergerak dalam bidang

industri makanan yang berlokasi di Jawa Tengah. Waktu

penelitian adalah Oktober-2010 sampai dengan

Desember-2010

47

3.6. Teknik Analisis Data 3.6.1. Uji Validitas

Validitas menunjukkan sejauh mana alat pengukur

untuk mengukur apa yang diukur (Ancok 1995 dalam

Singarimbun dan Efendi 1995). Sedangkan menurut

Sugiyono (1994), hasil penelitian yang valid bila terdapat

kesamaan antara data yang terkumpul dengan data yang

sesungguhnya terjadi pada obyek yang diteliti. Valid

tidaknya suatu item instrumen dapat diketahui dengan

membandingkan indeks korelasi product moment Pearson

dengan level signifikansi 5% dengan nilai kritisnya, di

mana r dapat digunakan rumus (Arikunto, 1993):

rxy =

2222 YYNXXN

YXXYN

Keterangan :

rxy = skor korelasi

n = banyaknya sampel

X = skor item pertanyaan

Y = skor total item

Bila nilai korelasi lebih besar dari 0.3 maka

dinyatakan valid dan sebaliknya dinyatakan tidak valid.

48

3.6.2. Uji Reliabilitas Sugiyono (2008) menyatakan instrumen yang

reliabel adalah instrumen yang bila digunakan beberapa

kali untuk mengukur objek yang sama, akan

menghasilkan data yang sama. Reliabilitas adalah indek

yang menunjukkan sejauh mana suatu alat pengukur

dapat dipercaya atau dapat diandalkan. Untuk menguji

digunakan Alpha Cronbach dengan rumus :

r11=

2t

2b1

1kk

Di mana :

r11 = reliabilitas instrumen (koefisien alpha cronbach)

k = banyaknya butir pertanyaan atau banyaknya soal

b2 = jumlah varians butir

t2 = varians total

Instrumen dapat dikatakan andal (reliabel bila

memiliki koefisien keandalan reliabilitas sebesar 0,6 atau

lebih (Arikunto 1993).

3.7. Metode Analisis Data

Penelitian ini menggunakan pendekatan kuantitatif

dalam melaksanakan analisis data, metode analisis yang

digunakan dalam menganalisis data empiris dikumpulkan

peneliti meliputi:

49

3.7.1 Statistika Deskriptif

Analisis statistik depkriptif dimaksudkan untuk

mengetahui distribusi frekuensi jawaban dari hasil

kuesioner. Dengan cara mengumpulkan data dari hasil

jawaban responden selanjutnya ditabulasi dalam tabel

dan dilakukan pembahasan secara deskriptif. Ukuran

deskriptif adalah pemberian angka, baik dalam jumlah

responden beserta nilai rata-rata jawaban responden

maupun prosentase. Analisis data ini digunakan untuk

memberikan gambaran tentang keterlibatan karyawan,

budaya organisasi, gaya kepemimpinan, komitmen

organisasi, dan kinerja karyawan.

Kemudian untuk mengkategorikan rata-rata

jawaban respoden dapat dilihat berdasarkan ketentuan

sebagai berikut :

Tabel 3.5 Penentuan Kategori Skor Berdasarkan

Kategori Jawaban Responden

No Skala Kategori

Jawaban Kategori Skor

1 1,00 – 1,80 Sangat Rendah

2 1,81 - 2,60 Rendah

50

3 2,61 - 3,40 Sedang

4 3,41 - 4,20 Tinggi

5 4,21 - 5,00 Sangat Tinggi

3.7.2 Structural Equation Modeling (SEM)

Analisis statistik inferensial yang dipilih dan

digunakan adalah SEM (Structural Equation Modeling).

Analisis SEM digunakan untuk menguji pengaruh antar

variabel yang ada di dalam model penelitian dan yang

telah dihipotesiskan. Solimun (2003:78) menjelaskan

bahwa SEM merupakan pendekatan terintegrasi antara

analisis faktor, model struktural dan analisis path.

Langkah-langkah yang harus dilakukan apabila

menggunakan Structural Equation Modelling (SEM)

diantaranya adalah (Hair et al., 2006:213, dan Solimun,

2003:78):

3.7.2.1 Pengembangan Model Berbasis Teori

Langkah pengembangan model teoretis dilakukan

dengan menelaah pustaka guna mendapatkan justifikasi

atas model teoretis yang akan dikembangkan. SEM

digunakan untuk mengkonfirmasi model teoretis tersebut

melalui data empirik.

51

3.7.2.2 Pengembangan Diagram Alur (Path Diagram) Model teoritis yang telah dibangun pada tahap

pertama akan digambarkan dalam sebuah diagram jalur,

yang akan mempermudah untuk melihat hubungan-

hubungan kausalitas yang ingin diuji. Dalam diagram

alur, hubungan antar konstruk akan dinyatakan melalui

anak panah. Anak panah yang lurus menunjukkan

sebuah hubungan kausal yang langsung antara satu

konstruksi dengan konstruksi lainnya, sedangkan garis-

garis lengkung antar konstruk dengan anak panah pada

setiap ujungnya menunjukkan korelasi antara konstruksi.

Berdasarkan landasan teori maka dibuat diagram jalur

untuk SEM, seperti dapat dilihat pada Gambar 3

Gambar 3.6

Diagram Jalur Model SEM Structural Model dan Measurement Mode

52

Persamaan yang di dapat dari diagram alur yang

dikonversi (Gambar 3.1) terdiri dari :

(a) Persamaan struktural (structural equation), yang

dirumuskan untuk menyatakan hubungan

kausalitas antar berbagai konstruk.

(b) Persamaan spesifik model pengukuran

(measurement model), dimana harus ditentukan

variabel yang mengukur konstruk dan

menentukan serangkaian matriks yang

menunjukkan korelasi yang dihipotesiskan antar

konstruk.

3.7.2.3 Evaluasi kriteria goodness of fit Pada tahap ini dilakukan pengujian terhadap

kesesuaian model melalui telaah terhadap berbagai

kriteria goodness of fit. Berikut ini beberapa indeks

kesesuaian dan cut-off value untuk menguji apakah

sebuah model dapat diterima atau ditolak.

(a). RMSEA (The root Mean Square Error of

Approximation), yang menunjukkan goodness of fit

yang dapat diharapkan bila model diestimasi

dalam polulasi (Hair 1992). Nilai RMSEA yang

lebih kecil atau sama dengan 0,08 merupakan

indeks untuk dapat diterimanya model yang

menunjukkan sebuah close fit dari model itu

berdasarkan degrees of freedom.

53

(b). GFI (Goodness of Fit Index), adalah ukuran non

statistikal yang mempunyai rentang nilai antara 0

(poor fit) sampai dengan 1.0 (perfect fit). Nilai yang

tinggi dalam indeks ini menunjukkan sebuah

‘better fit’.

(c). AGFI (Adjusted Goodness of Fit Index), dimana

tingkat penerimaan yang direkomendasikan adalah

bila AGFI mempunyai nilai sama dengan atau lebih

besar dari 0,90.

(d). CMIN/DF, adalah The Minimum Sample

Discrepancy Function yang dibagi dengan Degree of

Freedom. CMIN/DF tidak lain adalah statistik chi-

square, X2 dibagi DFnya disebut X2 relatif. Bila

nilai X2 relatif kurang dari 2.0 atau 3.0 adalah

indikasi dari acceptable fit antara model dan data.

(e). TLI (Tucker Lewis Index), merupakan incremental

index yang membandingkan sebuah model yang

diuji terhadap sebuah base line model, dimana

nilai yang direkomendasikan sebagai acuan untuk

diterimanya sebuah model adalah 0,95

(Ferdinand, 2002:56) dan nilai yang mendekati 1

menunjukkan a very good fit .

(f). CFI (Comparative Fit Index), dimana bila mendekati

1, mengindikasi tingkat fit yang paling tinggi. Nilai

yang direkomendasikan adalah CFI 0,95.

54

(g). Dengan demikian indeks-indeks yang digunakan

untuk menguji kelayakan sebuah model adalah

seperti dalam tabel 3.6

Tabel 3.6 Kriteria Goodness of Fit

Goodness of fit index

Cut-of value

RMSEA ≤ 0.08

GFI 0.90

AGFI 0.90

CMIN/DF ≤ 2.00

TLI 0.95

CFI 0.95

Sumber: Ferdinand (2002)

3.7.2.4 Pengujian Asumsi Model SEM Prinsip uji hipotesis asumsi model, yaitu asumsi

yang berkaitan dengan model dan asumsi yang berkaitan

dengan pendugaan parameter dan pengujian hipotesis

yang dijelaskan berikut.

1) Asumsi tidak adanya outlier (pencilan). Outlier

merupakan observasi yang muncul dengan nilai

ekstrim secara univariate maupun multivariate,

karena kombinasi karakteristik unik dan terlihat

sangat jauh berbeda dari observasi lainnya. Outlier

muncul dengan empat (4) kategori berikut.

55

a) Outlier muncul karena kesalahan prosedur

seperti kesalahan dalam memasukkan data atau

kesalahan dalam mengkode data.

b) Outlier muncul karena keadaan khusus yang

memungkinkan profil data menjadi lain, khusus

yang memungkinkan profil data menjadi lain,

tetapi peneliti mempunyai penjelasan mengenai

apa yang menyebabkan munculnya nilai ekstrim

tersebut.

c) Outlier muncul karena adanya sesuatu alasan,

tetapi tidak dapat diketahui perihal penyebab

munculnya ekstrim itu.

d) Outlier muncul dalam rentang nilai yang ada,

tetapi apabila dikombinasikan dengan variabel

lainnya, kombinasinya menjadi tidak lazim atau

sangat ekstrim, yang disebut dengan multivariate

outlier, maka menggunakan metode pengujian

Mahalanobis distance.

3) Asumsi normalitas sebaran, yaitu data yang akan

dianalisis (variabel latent) dengan menyebar normal

(normal ganda). Dengan sampel yang besar (100),

asumsi ini tidak terlalu kritis, landasannya adalah

Dalil Limit Pusat (Central Limit Theorm), yaitu jika n

(sample size) besar maka statistik dari sampel

tersebut akan mendekati distribusi normal

56

walaupun populasi dari mana sampel tersebut

diambil tidak terdistribusi normal.

3.7.2.5 Pengujian Model Struktural: Uji Hipotesis Penelitian

Setelah model tersebut memenuhi syarat, maka

yang perlu dilakukan selanjutnya adalah uji regression

weight/loading faktor. Uji ini dilakukan sama dengan uji t

terhadap regression weight /loading faktor/ koefisien

model).

Pengujian ini dilakukan terhadap:

(1) Hipotesis mengenai measurement model:

Parameter Lambda (), yaitu parameter yang

berkenaan dengan pengukuran variabel latent

berdasarkan variabel manifest (berkaitan dengan

validitas instrumen).

Hipotesis yang di uji:

H0 : i = 0 (tidak signifikan)

H1 : i > 0 (signifikan)

(2) Hipotesis mengenai structural model:

(a) Parameter Beta (), yaitu parameter pengaruh

variabel endogen terhadap variabel endogen lainnya

dalam structural model.

57

Hipotesis yang di uji:

H0 : i = 0 (tidak signifikan)

H1 : i 0 (signifikan)

(b) Parameter Gama (), yaitu parameter pengaruh

variabel eksogen terhadap variabel endogen dalam

structural model.

Hipotesis yang di uji:

H0 : i = 0 (tidak signifikan)

H1 : i 0 (signifikan)

Uji ini sama dengan uji t (uji parsial) dalam multiple

regression, uji ini dilakukan dengan cara membandingkan

nilai t hitung dengan t tabel , dengan ketentuan:

jika t hitung > t tabel berarti variabel tersebut signifikan

dan

jika t hitung ≤ t tabel berarti variabel tersebut tidak

signifikan

Ferdinand (2002: 75) menjelaskan bahwa t hitung

identik dengan C.R (critical ratio) yang diuji dengan nilai

probabilitas p, dimana jika p < 0,05 menunjukkan

pengaruh yang signifikan dan jika p > 0,05 menunjukkan

tidak signifikan.

58

3.8. Jadwal Pelaksanaan Penelitian ini dijdwalkan akan dilakukan dengan

tahapan kegiatan & waktu sebagai berikut:

No KEGIATAN Sep-10

Oct-10

Nov-10

Nov-10

Jan-11

1 Penyusunan proposal

penelitian O O

2 Seminar proposal O

3 Revisi seminar

proposal

O

4 Uji coba kuesioner O

5 Revisi kuesioner &

pengisian kuesioner

O

6 Pengumpulan data O

7 Pengolahan data O

8 Penulisan hasil

penelitian

O

9 Ujian tesis O

10 Revisi ujian tesis O