44
BAB III
METODE PENELITIAN
3.1 Populasi dan Sampel
Populasi dalam penelitian ini adalah rektor dan pimpinan di
beberapa Universitas swasta di kota Dili-Timor Leste. Dalam
penelitian ini, dipilih 4 dari 8 Universitas swasta di kota Dili
berdasarkan persamaan skala yaitu besarnya Universitas dan
jumlah mahasiswa. Sampel yang diambil dalam penelitian ini
adalah rektor dan pimpinan di 4 Universitas yang tersebar di kota
Dili dengan menggunakan teknik judgemental sampling. Para
pimpinan yang dipilih meliputi kelompok manajerial di Perguruan
Tinggi yaitu pimpinan universitas, fakultas dan unit.
3.2 Pengukuran Konsep
Pengukuran konsep atas pernyataan dalam penelitian ini,
menggunakan skala likert, dimana skala likert digunakan untuk
mengukur sikap, pendapat dan pemahaman seseorang atau
sekelompok tentang kejadian atau gejala sosial (Sekaran, 2006).
Menurut Supramono & Haryanto (2005) terdapat empat tipe skala
pengukuran mulai dari yang bersifat kualitatif hingga kuantitatif
(nominal, ordinal, interval dan ratio) untuk mempermudah dalam
menganalisis data.
45
Dalam penelitian ini, konsep yang akan diukur adalah
tentang decisionmaking, self control, illusion of control, dukungan
teknologi informasi dan performance individu, yang dalam angket
ini terdiri dari beberapa jawaban berdasarkan definisi operasional
pada aras interval sebagai berikut : sangat tidak setuju (STS), tidak
setuju (TS), ragu-ragu (RR), setuju (S), dan sangat setuju (SS).
Adapun alternatif jawaban atas pertanyaan indikator empirik dari
responden diberi skor 1-5, yaitu mulai dari skor 1 (sangat tidak
setuju) hingga skor 5 (sangat setuju).
TABEL 3.1 Konsep, Definisi dan Indikator
Variabel Definisi Indikator
Decision
Making
Terry (dalam Hasan, 2002)
memaparkan pengambilan
keputusan rasional adalah:
Pengambilan keputusan
yang bersifat objektif,
logis, transparan, penuh
perhitungan dan konsisten
karena berhubungan
dengan tingkat
pengetahuan seseorang;
Rasional :
1. Objektif
2. Logis
3. Transparan
4. Konsisten
5. Penuh perhitungan
( Terry dalam Hasan, 2002)
46
Self-control Hirschi & Gottfredson
(1993) dan Michael et al.
(2007) berpendapat bahwa
self control merupakan
kesediaan menunda
kepuasan, kesediaan
melakukan kegiatan
meskipun tidak segera
menghasilkan kepuasan,
kesediaan untuk berhati-
hati dan berani
menghadapi resiko serta
melihat sisi positif dari
kegagalan.
1. Kesediaan menunda
kepuasan
2. Kesediaan melakukan
kegiatan meskipun
tidak segera
menghasilkan
kepuasan
3. Berhati-hati
4. Menghadapi resiko
5. Melihat sisi positif dari
kegagalan
( Hirschi & Gottfredson, 1993)
Illusion Of
control
Nofsinger (2005)
berpendapat bahwa
seseorang yang mengalami
illusion of control, maka
cenderung merasa mampu
membuat pilihan dan
acapkali dalam membuat
pilihan orang tersebut
mengabaikan bantuan
orang lain. Selain itu orang
yang mengalami illusion of
control beranggapan
segala sesuatu dapat
dikerjakan dengan baik
dengan mengurangi atau
1. Percaya diri berlebihan
2. Mampu membuat
pilihan
3. Menghilangkan
kemungkinan resiko
4. Menganggap segala
sesuatu mudah
dilakukan
5. Optimis
( Nofsinger, 2005)
47
bahkan menghilangkan
kemungkinan munculnya
resiko, percaya diri
berlebihan, mampu
membuat pilihan,
menghilangkan
kemungkinan resiko,
optimis, menganggap
segala sesuatu mudah
dilakukan.
Dukungan
Teknologi
Informasi
Teknologi informasi dapat
didefinisikan sebagai
perpaduan antara
ketersediaan teknologi
komputer dan
telekomunikasi dengan
teknologi lainnya seperti
perangkat keras, perangkat
lunak, database, teknologi
jaringan, dan peralatan
telekomunikasi lainnya.
Selanjutnya, teknologi
informasi dipakai dalam
sistem informasi organisasi
untuk menyediakan
informasi bagi para
pemakai dalam rangka
1.Ketersediaan komputer
2.Ketersediaanperalatan
telekomunikasi (internet)
3.Ketersediaan perangkat lunak
4.Ketersediaan perangkat keras
5.Ketersediaan database
6.Ketersediaanteknologi
jaringan (wireless)
(Oswari, 2008).
48
pengambilan keputusan
(Oswari, 2008).
Performance
Individu
Kinerja adalah tingkat
pencapaian hasil atas
pelaksanaan tugas tertentu.
Kinerja individu adalah
adalah tingkat pencapaian
hasil dalam rangka
mewujudkan tujuan
organisasi. Pencapaian
hasil tersebut dapat diukur
dengan melihat kualitas
kerja, ketepatan waktu,
efektifitas, kepuasan,
ketenangan dalam bekerja,
karier yang meningkat dan
kuantitas kerja dari
organisasi tersebut
(Simanjuntak, 2005).
1.Kualitas kerja
2.Ketepatan waktu
3.Efektifitas kerja
4.Kuantitas kerja
5.Kepuasan
6.Ketenangan dalam bekerja
7.Karier yang meningkat
(Simanjuntak, 2005)
3.3 Teknik Pengumpulan Data
Teknik pengumpulan data yang digunakan dalam penelitian
ini adalah penelitian lapangan, dimana pengumpulan data memakai
metode survey dengan teknik kuesioner.
49
3.3.1 Tahap-Tahap Penelitian
3.3.1.1 Pra-Penelitian
Penelitian ini dilakukan pada rektor dan pimpinan di
lingkup 4 Universitas swasta di Dili-Timor Leste yang dipilih
berdasarkan persamaan skala (jumlah mahasiswa dan besarnya
universitas), dari tanggal 21 Februari 2014 hingga 14 Maret 2014.
Sebelum proses penyebaran kuesioner, pertama-tama peneliti
mengambil data rektor dan pimpinan universitas di bagian
personalia masing-masing universitas. Pengambilan data rektor dan
pimpinan 4 universitas dilakukan pada tanggal 21 Februari 2014.
Selanjutnya pada tanggal 22 Februari 2014, peneliti bertemu
dengan rektor masing-masing universitas untuk menyerahkan surat
izin penelitian tesis dari Ketua Program Studi Magister Manajemen
Universitas Kristen Satya Wacana dan kemudian menunggu
disposisi rektor dari masing-masing universitas. Adapun
Universitas-universitas yang akan diteliti berada di kota Dili yaitu,
Universidade Da Paz (UNPAZ), Universidade de Dili (UNDIL),
Dili Institute of Technology (DIT) dan Institute Of Business (IOB).
3.3.1.2 Test-Kuesioner
Setelah disposisi, peneliti akan mengadakan pertemuan
dengan para rektor dan pimpinan dari masing-masing universitas
guna menjelaskan maksud penelitian dan kuesioner yang disebar
agar tidak terjadi kebingungan dan kesalahpahaman dalam mengisi
50
kuesioner yang dibagikan. Selesai pertemuan, kuesioner-kuesioner
didistribusikan kepada para rektor dan pimpinan tersebut yang
pada masing-masing universitas berjumlah 30 orang dan total
keseluruhan dari rektor dan pimpinan dari 4 universitas swasta
yang akan diteliti adalah 120 orang.
3.4 Teknik Analisis Data
3.4.1 Partial Least Square
Dalam pemodelan struktural sering dijumpai dua masalah
serius yang mengakibatkan perhitungan SEM (Structural Equation
Modeling) menjadi bias. Kedua masalah tersebut adalah solusi
yang tidak dapat diterima (inadmissible solution); hal ini terjadi
karena munculnya singularity pad kovarians matriks yang
terbentuk dan faktor yang tidak dapat ditentukan (factor
indeterminacy), yaitu adanya lebih dari satu faktor yang terdapat
dalam sekumpulan indikator sebuah variabel (Vinzi, 2010). Untuk
mengatasi kedua hal ini Partial least square (PLS) menjadi
jawaban atas masalah ini karena PLS berbasis varians bukan
berbasis covarians seperti pada SEM.
PLS pertama kali diperkenalkan oleh Herman Wold pada
tahun 1985. PLS atau juga disebut soft modelling merupakan
metode analisis yang powerful karena dapat diterapkan pada semua
skala data, tidak membutuhkan banyak asumsi dan ukuran sampel
tidak harus besar (Ghozali, 2010). Menurut Mindrajaya &
Sumertajaya (2008) terdapat 2 model dalam PLS, yaitu:
51
1. Model Indikator Refleksif
Model indikator refleksif dikembangkan berdasarkan pada classical
test theory yang mengasumsikan bahwa variasi skor pengukuran
konstruk merupakan fungsi dari true score ditambah error.
Ciri-ciri model indikator reflektif adalah:
1. Arah hubungan kausalitas seolah-olah dari konstruk ke
indikator
2. Antar indikator diarapkan saling berkorelasi (memiliki
internal consitency reliability)
3. Menghilangkan satu indikator dari model pengukuran tidak
akan merubah makna dan arti konstruk
4. Menghitung adanya kesalahan pengukuran (error) pada
tingkat indikator
2. Model Indikator Formatif
Konstruk dengan indikator formatif mempunyai karakteristik
berupa komposit, seperti yang digunakan dalam literatur ekonomi
yaitu index of sustainable economics welfare, the human
development index, dan the quality of life index. Asal usul model
formatif dapat ditelusuri kembali pada “operational definition”, dan
berdasarkan definisi operasional, maka dapat dinyatakan tepat
menggunakan model formatif atau reflektif.
52
Jika η menggambarkan suatu variabel laten dan x adalah indikator,
maka: η= x
Oleh karena itu, pada model formatif variabel komposit
seolah-olah dipengaruhi (ditentukan) oleh indikatornya. Jadi arah
hubungan kausalitas seolah-olah dari indikator ke variabel laten.
Ciri-ciri model indikator formatif adalah:
1. Arah hubungan kausalitas seolah-olah dari indikator ke
konstruk
2. Antar indikator diasumsikan tidak berkorelasi (tidak
diperlukan uji konsistensi internal atau Alpha Cronbach)
3. Menghilangkan satu indikator berakibat merubah makna dari
konstruk
4. Kesalahan pengukuran diletakkan pada tingkat konstruk
(zeta).
3.4.2 Goodness of Fit
Untuk menguji model struktural berbasis PLS perlu
diperhatikan 2 measurement utama yakni inner model dan outer
model. Pengujian PLS disini akan menggunakan software
SmartPLS
a). Outer Model
Outer model, yaitu spesifikasi hubungan antara variabel
laten dengan indikatornya, disebut juga dengan outer relation atau
measurement model, mendefinisikan karakteristik konstruk dengan
53
variabel manifestnya. Model indikator refleksif dapat ditulis
persamaannya sebagai berikut:
x = Λxξ + δ
y = Λyη + ε
Di mana x dan y adalah indikator untuk variabel laten eksogen (ξ)
dan endogen (η). Sedangkan Λx dan Λy merupakan matriks
loading yang menggambarkan seperti koefisien regresi sederhana
yang menghubungkan variabel laten dengan indikatornya. Residual
yang diukur dengan δ dan ε dapat diinterpretasikan sebagai
kesalahan pengukuran atau noise.
Model indikator formatif persamaannya dapat ditulis sebagai
berikut:
ξ= ΠξX
i + δ
η= ΠηY
i + ε
Dimana ξ,η , X, dan Y sama dengan persamaan sebelumnya.
Dengan Πξ
dan Πη
adalah seperti koefisen regresi berganda dari
variabel laten terhadap indikator, sedangkan δ dan ε adalah residual
dari regresi.
Model yang dikembangkan pada penelitian ini dapat dilihat pada
gambar 3.1 di bawah ini :
54
Gambar 3.1 Model PLS
Sumber : data primer tahun 2014
Pada model PLS Gambar 3.1. terdapat outer model sebagai berikut:
Untuk variabel latent eksogen 1 (reflektif)
x1
= λx1
ξ1
+ δ1
x2
= λx2
ξ1
+ δ2
x3
= λx3
ξ1
+ δ3
Untuk variabel latent eksogen 2 (formatif)
ξ2
= λx4
X4
+λ x5
X5
+ λx6
X6
+ δ4
55
Untuk variabel latent endogen 1 (reflektif)
y1
= λy1η
1 + ε
1
y2
= λy2η
1 + ε
2
Untuk variabel latent endogen 2 (reflektif)
y3
= λy3
η2
+ ε3
y4
= λy4
η2
+ ε4
Convergent validity
Korelasi antara skor indikator refleksif dengan skor variabel
latennya. Untuk hal ini loading 0.5 sampai 0.6 dianggap cukup,
pada jumlah indikator per konstruk tidak besar, berkisar antara 3
sampai 7 indikator.
Discriminant validity
Membandingkan nilai square root of average variance extracted
(AVE) setiap konstruk dengan korelasi antar konstruk lainnya
dalam model, jika square root of average variance extracted
(AVE) konstruk lebih besar dari korelasi dengan seluruh konstruk
lainnya maka dikatakan memiliki discriminant validity yang baik.
Direkomendasikan nilai pengukuran harus lebih besar dari 0.50.
Composite reliability (ρc)
56
Kelompok Indikator yang mengukur sebuah variabel memiliki
reliabilitas komposit yang baik jika memiliki composite reliability
≥ 0.7, walaupun bukan merupakan standar absolut.
b). Inner Model
Inner model, yaitu spesifikasi hubungan antar variabel laten
(structural model), disebut juga dengan inner relation,
menggambarkan hubungan antar variabel laten berdasarkan teori
substansif penelitian. Tanpa kehilangan sifat umumnya,
diasumsikan bahwa variabel laten dan indikator atau variabel
manifest di skala zero means dan unit varian sama dengan satu,
sehingga parameter lokasi (parameter konstanta) dapat dihilangkan
dari model.
Model persamaannya dapat ditulis seperti di bawah ini:
η= βη+Γξ +ς
Dimana menggambarkan vektor variabel endogen (dependen),
adalah vektor variabel laten eksogen dan adalah vektor residual
(unexplained variance). Oleh karena PLS didesain untuk model
rekursif, maka hubungan antar variabel laten, berlaku bahwa setiap
variabel laten dependen , atau sering disebut causal chain system
dari variabel laten dapat dispesifikasikan sebagai berikut:
ηj = Σ
iβ
jiη
i + Σ
i γ
jbξ
b + ς
j
57
Dimana γjb
(dalam bentuk matriks dilambangkan dengan Γ) adalah
koefisien jalur yang menghubungkan variabel laten endogen (η)
dengan eksogen (ξ). Sedangkan βji
(dalam bentuk matriks
dilambangkan dengan β) adalah koefisien jalur yang
menghubungkan variabel laten endogen (η) dengan endogen (η);
untuk range indeks i dan b. Parameter ςj
adalah variabel inner
residual.
Pada model PLS Gambar 3.1. inner model dinyatakan dalam sistem
persamaan sebagai berikut:
η1
= γ1ξ
1 + γ
2ξ
2 + ς
1
η2
= β1η
1 + γ
3ξ
1 + γ
4ξ
2 + ς
2
Goodness of Fit Model diukur menggunakan R-square variabel
laten dependen dengan interpretasi yang sama dengan regresi; Q-
Square predictive relevance untuk model struktural, megukur
seberapa baik nilai observasi 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.
Perhitungan Q-Square dilakukan dengan rumus:
Q2
= 1 – ( 1 – R1
2
) ( 1 – R2
2
) ... ( 1- Rp
2
)
dimana R1
2
, R2
2
... Rp
2
adalah R-square variabel endogen dalam
model persamaan. Besaran Q2
memiliki nilai dengan rentang 0 < Q2
58
< 1, dimana semakin mendekati 1 berarti model semakin baik.
Besaran Q2
ini setara dengan koefisien determinasi total pada
analisis jalur (path analysis).
3.4.3.Pengujian Hipotesis
Pengujian hipotesis (β, γ, dan λ) dilakukan dengan metode
resampling Bootstrap yang dikembangkan oleh Geisser & Stone.
Statistik uji yang digunakan adalah statistik t atau uji t, dengan
hipotesis statistik sebagai berikut:
Hipotesis statistik untuk outer model adalah:
H0
: λi = 0 lawan
H1
: λi ≠ 0
Sedangkan hipotesis statistik untuk inner model: pengaruh variabel
laten eksogen terhadap endogen adalah
H0
: γi = 0 lawan
H1
: γi ≠ 0
Sedangkan hipotesis statistik untuk inner model: pengaruh variabel
laten endogen terhadap endogen adalah
H0
: βi = 0 lawan
H1
: βi ≠ 0
Penerapan metode resampling, memungkinkan berlakunya data
terdistribusi bebas (distribution free), tidak memerlukan asumsi
59
distribusi normal, serta tidak memerlukan sampel yang besar
(direkomendasikan sampel minimum 30). Pengujian dilakukan
dengan t-test, 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.