Pengujian Signifikansi Parameter Pada Regresi Data Panel (skripsi dan tesis)

Pengujian signifikansi parameter pada regresi data panel pada dasarnya identik dengan pengujian signifikansi pada regresi linier berganda. Karena data panel berangkat dari analisis regresi linier berganda. Pengujian ini dimaksudkan untuk mengetahui apakah parameter yang terdapat dalam model regresi data panel telah menunjukkan hubungan yang tepat antara variabel independen dengan variabel dependen serta untuk mengetahui apakah model yang memuat parameter tersebut telah mampu menggambarkan keadaan data yang sebenarnya. Ada dua tahap pengujian parameter dalam regresi data panel, yaitu pengujian secara serentak (overall) dan pengujian secara parsial.

Metode Kuadrat Terkecil (skripsi dan tesis)

Metode Ordinary Least square atau yang dikenal dengan metode kuadrat terkecil merupakan salah satu metode yang populer untuk menduga nilai parameter dalam persamaan regresi linier. Metode ini tidak memerlukan asumsi distribusi. Pada prinsipnya metode ini meminimumkan jumlah kuadrat error dengan menurunkannya terhadap parameter secara parsial dan mengeset hasilnya sama dengan 0. Dengan demikian diharapkan nilai-nilai parameter yang didapat mendekati nilai yang sebenarnya.

Random Effect Model (skripsi dan tesis)

Dalam mengestimasi data panel melalui pendekatan FEM, variabel dummy menunjukkan ketidakpastian model yang digunakan. Untuk mengatasi masalah ini, digunakan variabel residual yang dikenal dengan pendekatan random effect model (REM). Ide dasar dari REM adalah mengasumsikan error bersifat random. REM diestimasi dengan metode Generalized Least Square (GLS)

Mixed Effect Model (skripsi dan tesis)

Menurut Sukendar dan Zainal (2007), pada pendekatan model efek tetap, diasumsikan bahwa intersep dan slope dari persamaan regresi (model) dianggap konstan baik antar unit cros section maupun antar unit time series. Satu cara untuk memperhatikan unit cross-section atau unit time-series adalah dengan memasukkan variabel boneka/semu (dummy variable) untuk mengizinkan terjadinya perbedaan nilai parameter yang berbeda-beda, baik lintas unit cross-section maupun antar unit time series. Pendekatan yang paling sering dilakukan adalah dengan mengizinkan intersep bervariasi antar unit cross-section namun tetap mengasumsikan bahwa slope koefisien adalah konstan antar unit crosssection. Pendekatan ini dikenal dengan sebutan model efek tetap (fixed effect model/FEM)

Common Effect Model (skripsi dan tesis)

Teknik yang paling sederhana dalam mengestimasi model regresi data panel adalah dengan mengkombinasikan data time series dan cross section lalu melakukan pendugaan (pooling). Data dikombinasikan tanpa memperhatikan perbedaan antar waktu dan antar individu. Pada pendekatan ini, digunakan metode OLS untuk mengestimasi model (Sukendar & Zainal, 2007). Pendekatan ini disebut estimasi common effect model atau pooled least square. Di setiap observasi terdapat regresi sehingga datanya berdimensi tunggal. Metode ini mengasumsikan bahwa nilai intersep masing-masing variabel adalah sama begitu pun dengan slope koefisien. Metode ini mudah, namun model bisa saja mendistorsi gambaran yang sebenarnya dari hubungan antara variabel dependen dan variabel independen antar unit cross section (Sukendar & Zainal, 2007)

Pemilihan Teknik Estimasi Regresi Data Panel (skripsi dan tesis)

Seperti diketahui terdapat tiga jenis teknik estimasi model regresi data panel, yaitu model dengan metode OLS (common), model Fixed Effect dan model Random Effect. Pertanyaan yang muncul adalah teknik mana yang sebaiknya dipilih untuk regresi data panel
1. Uji Statistik F
Uji Statistik F digunakan untuk memilih antara metode OLS tanpa variabel dummy atau Fixed Effect. Setelah kita melakukan regresi dua model yaitu model dengan asumsi bahwa slope dan intersep sama dan model dengan asumsi bahwa slope sama tetapi beda intersep, pertanyaan yang muncul adalah model mana yang lebih baik? Apakah penambahan dummy menyebabkan residual sum of squares menjadi menurun atau tidak? Keputusan apakah kita sebaiknya menambah variabel dummy untuk mengetahui bahwa intersep berbeda antar perusahaan dengan metode Fixed Effect dapat diuji dengan uji F statistik. Uji F Statistik disini merupakan uji perbedaan dua regresi sebagaimana uji Chow. Sekarang uji F kita gunakan untuk mengetahui apakah teknik regresi data panel dengan fixed effect lebih baik dari model regresi data panel tanpa variabel dummy dengan melihat residual sum of squares (RSS).
.2. Uji Langrange Multiplier (LM)
Uji ini digunakan untuk memilih antara OLS tanpa variabel dummy atau Random Effect
3. Uji Hausman
 Uji ini untuk memilih antara Fixed Effect atau Random Effect

Model Efek Random (Random Effect) (skripsi dan tesis)

Bila pada Model Efek Tetap, perbedaan antar-individu dan atau waktu dicerminkan lewat intercept, maka pada Model Efek Random, perbedaam tersebut diakomodasi lewat error. Teknik ini juga memperhitungkan bahwa error mungkin berkorelasi sepanjang time series dan cross section

Model Efek Tetap (Fixed Effect) (skripsi dan tesis)

Pada pembahasan sebelumnya kita mengasumsikan bahwa intersep maupun slope adalah sama baik antar waktu maupun antar perusahaan. Namun, asumsi ini jelas sangat jauh dari kenyataan sebenarnya. Adanya variabel-variabel yang tidak semuanya masuk dalam persamaan model memungkinkan adanya intercept yang tidak konstan. Atau dengan kata lain, intercept ini mungkin berubah untuk setiap individu dan waktu. Pemikiran inilah yang menjadi dasar pemikiran pembentukan model tersebut.

Koefisien Tetap Antar Waktu dan Individu (Common Effect) (skripsi dan tesis)

Ordinary Least Square Teknik ini tidak ubahnya dengan membuat regresi dengan data cross section atau time series. Akan tetapi, untuk data panel, sebelum membuat regresi kita harus menggabungkan data cross-section dengan data time series (pool data). Kemudian data gabungan ini diperlakukan sebagai suatu kesatuan pengamatan untuk mengestimasi model dengan metode OLS. Metode ini dikenal dengan estimasi Common Effect. Akan 2 tetapi, dengan menggabungkan data, maka kita tidak dapat melihat perbedaan baik antar individu maupun antar waktu. Atau dengan kata lain, dalam pendekatan ini tidak memperhatikan dimensi individu maupun waktu. Diasumsikan bahwa perilaku data antar perusahaaan sama dalam berbagai kurun waktu Bila kita punya asumsi bahwa α dan β akan sama (konstan) untuk setiap data time series dan cross section, maka α dan β dapat diestimasi dengan model berikut menggunakan NxT pengamatan Yit = α + β Xit + εit ; i = 1,2,….,N; t = 1,2,….., T

Estimasi Regresi Data Panel (skripsi dan tesis)

Secara umum dengan menggunakan data panel kita akan menghasilkan intersep dan slope koefisien yang berbeda pada setiap perusahaan dan setiap periode waktu. Oleh karena itu, di dalam mengestimasi persamaan (3) akan sangat tergantung dari asumsi yang kita buat tentang intersep, koefisien slope dan variabel gangguannya. Ada beberapa kemungkinan yang akan muncul, yaitu: a. Diasumsikan intersep dan slope adalah tetap sepanjang waktu dan individu (perusahaan) dan perbedaan intersep dan slope dijelaskan oleh variabel gangguan b. Diasumsikan slope adalah tetap tetapi intersep berbeda antar individu c. Diasumsikan slope tetap tetapi intersep berbeda baik antar waktu maupun antar individu d. Diasumsikan intersep dan slope berbeda antar individu e. Diasumsikan intersep dan slope berbeda antar waktu dan antar individu

Kelebihan Regresi Data Panel (skripsi dan tesis)

Menurut Widarjono (2007: 249), ada beberapa keuntungan yang diperoleh dengan menggunakan data panel. Pertama, data panel merupakan gabungan dua data cross section dan time series mampu menyediakan data yang lebih banyak sehingga akan menghasilkan derajat kebebasan (degree of freedom) yang lebih besar. Kedua, menggabungkan informasi data dari cross section dan time series dapat mengatasi masalah yang timbul ketika ada masalah penghilangan variabel.

Alasan Penggunaan Regresi Data Panel (skripsi dan tesis)

Sebagaimana telah dijelaskan bahwa regresi data panel digunakan pada saat jenis datanya adalah data panel yaitu data yang memiliki karakteristik cross section dan time series. Apakah setiap analisis hubungan kausalitas dengan data panel harus menggunakan regresi data panel? Tentu saja tidak. Perlu beberapa pertimbangan dalam penggunaan regresi data panel selain dari jenis datanya, seperti tujuan penelitiannya. Jika tujuan penelitian tidak menginginkan adanya analisis terhadap pengaruh perbedaan entitas (individu) dan atau pengaruh perbedaan periode pengamatan, maka tidak perlu menggunakan analisis regresi data panel cukup regresi linier saja. Tetapi jika tujuan penelitian menginginkan adanya pengaruh beda entitas dan atau periode maka regresi data panel cocok digunakan sebagai model penelitian. Meskipun demikian, bukan berarti tidak boleh sebuah penelitian yang memiliki data panel tetapi tidak memiliki spesifikasi tujuan seperti disebut di atas menggunakan regresi data panel, boleh-boleh saja, tetapi perlu dipertimbangakan kompleksitas model dan intepretasinya. Apabila kita mengabaikan tujuan spesifik seperti yang disebutkan di atas, analisis regresi data panel memiliki kelebihan dibandingkan dengan analisis regresi linier, salah satunya alternatif pilihan model yang relatif lebih banyak (tidak hanya satu) dan pada saat tertentu tidak wajibnya pemenuhan asumsi klasik sebagaimana metode OLS dalam regresi linier.

Pengertian Regresi Data Panel (skripsi dan tesis)

Regresi data panel merupakan pengembangan dari regresi linier dengan metode OLS yang memiliki kekhususan dari segi jenis data dan tujuan analisisnya. Dari segi jenis data, regresi data panel memiliki karakteristik (jenis) data cross section dan time series. Sifat cross section data ditunjukkan oleh data yang terdiri lebih dari satu entitas (individu), sedangkan sifat time series ditunjukkan oleh setiap individu memiliki lebih dari satu pengamatan waktu (periode). Misal pada suatu penelitian diamati entitas yang terdiri dari empat perusahaan dengan masing-masing perusahaan memiliki periode pengamatan yang sama yaitu 15 tahun dari tahun 1935 sampai dengan 1954.

Dilihat dari tujuan analisis data, data panel berguna untuk melihat dampak ekonomis yang tidak terpisahkan antar setiap individu dalam beberapa periode, dan hal ini tidak bisa didapatkan dari penggunaan data cross section atau data time series secara terpisah. Adanya perbedaan karakteristik variabel terikat dari setiap entitas atau adanya pengaruh variabel lain di luar model yang ingin diamati pengaruhnya penggunaan regresi data panel akan efektif karena regresi linier tidak dapat melakukannya.

PENENTUAN MODEL ESTIMASI (skripsi dan tesis)

Dalam metode estimasi model regresi dengan menggunakan data panel dapat dilakukan melalui tiga pendekatan, antara lain:

Common Effect Model atau Pooled Least Square (PLS)

Merupakan pendekatan model data panel yang paling sederhana karena hanya mengkombinasikan data time series dan cross section. Pada model ini tidak diperhatikan dimensi waktu maupun individu, sehingga diasumsikan bahwa perilaku data perusahaan sama dalam berbagai kurun waktu. Metode ini bisa menggunakan pendekatan Ordinary Least Square (OLS) atau teknik kuadrat terkecil untuk mengestimasi model data panel.

Fixed Effect Model (FE)

Model ini mengasumsikan bahwa perbedaan antar individu dapat diakomodasi dari perbedaan intersepnya. Untuk mengestimasi data panel model Fixed Effects menggunakan teknik variable dummy untuk menangkap perbedaan intersep antar perusahaan, perbedaan intersep bisa terjadi karena perbedaan budaya kerja, manajerial, dan insentif. Namun demikian slopnya sama antar perusahaan. Model estimasi ini sering juga disebut dengan teknik Least Squares Dummy Variable (LSDV).

Random Effect Model (RE)

Model ini akan mengestimasi data panel dimana variabel gangguan  mungkin saling berhubungan antar waktu dan antar individu. Pada model Random Effect perbedaan intersep diakomodasi oleh error terms masing-masing perusahaan. Keuntungan menggunkan model Random Effect yakni menghilangkan heteroskedastisitas. Model ini juga disebut dengan Error Component Model (ECM) atau teknik Generalized Least Square (GLS) .

Keuntungan Regresi Data Panel (skripsi dan tesis)

Keuntungan melakukan regresi data panel, antara lain:

  1. Pertama, dapat memberikan peneliti jumlah pengamatan yang besar, meningkatkan degree of freedom (derajat kebebasan), data memiliki variabilitas yang besar dan mengurangi kolinieritas antara variabel penjelas, di mana dapat menghasilkan estimasi ekonometri yang efisien.
  2. Kedua, panel data dapat memberikan informasi lebih banyak yang tidak dapat diberikan hanya oleh data cross section atau time series saja.
  3. Ketiga, panel data dapat memberikan penyelesaian yang lebih baik dalam inferensi perubahan dinamis dibandingkan data cross section.

Asumsi Regresi Data Panel (skripsi dan tesis)

Metode Regresi Data Panel akan memberikan hasil pendugaan yang bersifat Best Linear Unbiased Estimation (BLUE) jika semua asumsi Gauss Markov terpenuhi diantaranya adalah non-autcorrelation.

Non-autocorrelation inilah yang sulit terpenuhi pada saat kita melakukan analisis pada data panel. Sehingga pendugaan parameter tidak lagi bersifat BLUE. Jika data panel dianalisis dengan pendekatan model-model time series seperti fungsi transfer, maka ada informasi keragaman dari unit cross section yang diabaikan dalam pemodelan. Salah satu keuntungan dari analisis regresi data panel adalah mempertimbangkan keragamaan yang terjadi dalam unit cross section.

Pengertian Regresi Data Panel (skripsi dan tesis)

Regresi Data Panel adalah gabungan antara data cross section dan data time series, dimana unit cross section yang sama diukur pada waktu yang berbeda. Maka dengan kata lain, data panel merupakan data dari beberapa individu sama yang diamati dalam kurun waktu tertentu. Jika kita memiliki T periode waktu (t = 1,2,…,T) dan N jumlah individu (i = 1,2,…,N), maka dengan data panel kita akan memiliki total unit observasi sebanyak NT. Jika jumlah unit waktu sama untuk setiap individu, maka data disebut balanced panel. Jika sebaliknya, yakni jumlah unit waktu berbeda untuk setiap individu, maka disebut unbalanced panel. Sedangkan jenis data yang lain, yaitu: data time-series dan data cross-section. Pada data time series, satu atau lebih variabel akan diamati pada satu unit observasi dalam kurun waktu tertentu. Sedangkan data cross-section merupakan amatan dari beberapa unit observasi dalam satu titik waktu.(skripsi dan tesis)

Uji Statistik F (skripsi dan tesis)

Uji Statistik F digunakan untuk memilih antara metode OLS tanpa variabel dummy atau Fixed Effect. Setelah kita melakukan regresi dua model yaitu model dengan asumsi bahwa slope dan intersep sama dan model dengan asumsi bahwa slope sama tetapi beda intersep, pertanyaan yang muncul adalah model mana yang lebih baik? Apakah penambahan dummy menyebabkan residual sum of squares menjadi menurun atau tidak? Keputusan apakah kita sebaiknya menambah variabel dummy untuk mengetahui bahwa intersep berbeda antar perusahaan dengan metode Fixed Effect dapat diuji dengan uji F statistik. Uji F Statistik disini merupakan uji perbedaan dua regresi sebagaimana uji Chow. Sekarang uji F kita gunakan untuk mengetahui apakah teknik regresi data panel dengan fixed effect lebih baik dari model regresi data panel tanpa variabel dummy dengan melihat residual sum of squares (RSS).

Model Efek Tetap (Fixed Effect) (skripsi dan tesis)

Pada pembahasan sebelumnya kita mengasumsikan bahwa intersep maupun slope adalah sama baik antar waktu maupun antar perusahaan. Namun, asumsi ini jelas sangat jauh dari kenyataan sebenarnya. Adanya variabel-variabel yang tidak semuanya masuk dalam persamaan model memungkinkan adanya intercept yang tidak konstan. Atau dengan kata lain, intercept ini mungkin berubah untuk setiap individu dan waktu. Pemikiran inilah yang menjadi dasar pemikiran pembentukan model tersebut

Koefisien Tetap Antar Waktu dan Individu (Common Effect) (skripsi dan tesis)

Ordinary Least Square Teknik ini tidak ubahnya dengan membuat regresi dengan data cross section atau time series. Akan tetapi, untuk data panel, sebelum membuat regresi kita harus menggabungkan data cross-section dengan data time series (pool data). Kemudian data gabungan ini diperlakukan sebagai suatu kesatuan pengamatan untuk mengestimasi model dengan metode OLS. Metode ini dikenal dengan estimasi Common Effect. Akan  tetapi, dengan menggabungkan data, maka kita tidak dapat melihat perbedaan baik antar individu maupun antar waktu. Atau dengan kata lain, dalam pendekatan ini tidak memperhatikan dimensi individu maupun waktu. Diasumsikan bahwa perilaku data antar perusahaaan sama dalam berbagai kurun waktu Bila kita punya asumsi bahwa α dan β akan sama (konstan) untuk setiap data time series dan cross section, maka α dan β dapat diestimasi dengan model berikut menggunakan NxT pengamatan Yit = α + β Xit + εit ; i = 1,2,….,N; t = 1,2,….., T

Estimasi Regresi Data Panel (skripsi dan tesis)

Secara umum dengan menggunakan data panel kita akan menghasilkan intersep dan slope koefisien yang berbeda pada setiap perusahaan dan setiap periode waktu. Oleh karena itu, di dalam mengestimasi persamaan (3) akan sangat tergantung dari asumsi yang kita buat tentang intersep, koefisien slope dan variabel gangguannya. Ada beberapa kemungkinan yang akan muncul, yaitu: a. Diasumsikan intersep dan slope adalah tetap sepanjang waktu dan individu (perusahaan) dan perbedaan intersep dan slope dijelaskan oleh variabel gangguan b. Diasumsikan slope adalah tetap tetapi intersep berbeda antar individu c. Diasumsikan slope tetap tetapi intersep berbeda baik antar waktu maupun antar individu d. Diasumsikan intersep dan slope berbeda antar individu e. Diasumsikan intersep dan slope berbeda antar waktu dan antar individu

Pemodelan Data Panel (skripsi dan tesis)

Model regresi linier menggunakan data cross section dan time series.
 Model dengan data cross section Yi = α + β Xi + εi ; i = 1,2,….,N N: banyaknya data cross section (1)
 Mode dengan data time series Yt = α + β Xt + εt ; t = 1,2,….,T (2) N: banyaknya data time series 1 Mengingat data panel merupakan gabungan dari data cross section dan data time series, maka modelnya dituliskan dengan: Yit = α + β Xit + εit ; i = 1,2,….,N; t = 1,2,….., T
di mana : (3) N T = banyaknya observasi = banyaknya waktu N x T = banyaknya data panel

Pengertian Data Panel (skripsi dan tesis)

Data panel adalah gabungan antara data runtut waktu (time series) dan data silang (cross section). Data runtut waktu biasanya meliputi satu objek/individu (misalnya harga saham, kurs mata uang, SBI, atau tingkat inflasi), tetapi meliputi beberapa periode (bisa harian, bulanan, kuartalan, atau tahunan). Data silang terdiri dari atas beberapa atau banyak objek, sering disebut responden (misalnya perusahaan) dengan beberapa jenis data (misalnya; laba, biaya iklan, laba ditahan, dan tingkat investasi) dalam suatu periode waktu tertentu. Ketika kita melakukan suatu observasi perilaku unit ekonomi seperti rumah tangga, perusahaan atau Negara, kita tidak hanya akan melakukan observasi terhadap unit-unit tersebut di dalam waktu yang bersamaan tetapi juga perilaku unit-unit tersebut pada berabagai periode waktu Regresi dengan menggunakan data panel disebut model regresi data panel. Ada beberapa keuntungan yang diperoleh dengan menggunakan data panel. Pertama, data panel merupakan gabungan data data time seris dan cross section mampu menyediakan data yang lebih banyak sehingga akan menghasilkan degree of freedom yang lebih besar. Kedua, menggabungkan informasi dari data time series dan cross section dapat mengatasi masalah yang timbul ketika ada masalah penghilangan variabel (ommited-variable).

BENTUK UMUM SEM (skripsi dan tesis)

Dalam SEM terdapat beberapa komponen model umum, pertama terdapat 2 jenis variabel yaitu variabel laten dan variabel teramati (Observed atau measured Variable). Komponen model kedua adalah terdapat dua jenis model yaitu model struktural dan model pengukuran. Terakhir terdapat dua jenis kesalahan yaitu kesalahan struktural dan kesalahan pengukuran [3].
1. Variabel a. Variabel laten Variabel laten merupakan suatu konsep yang abstrak dan tidak dapat diukur secara langsung. Variabel laten hanya dapat diamati secara tidak langsung melalui efeknya pada variabel-variabel teramati (observed variabel). Terdapat dua jenis variabel laten yaitu variabel laten eksogen dan variabel laten endogen. Variabel laten eksogen adalah variabel laten yang bebas dan dilambangkan dengan  (ksi), sedangkan variabel laten endogen merupakan variabel laten yang terikat dan sering dilambangkan dengan  (eta). Variabel laten disimbolkan dengan elips atau lingkaran. b. Variabel teramati Variabel teramati adalah variabel yang dapat diamati atau dapat diukur dan sering disebut indikator. Variabel teramati berupa ukuran dari variabel laten. Variabel teramati yang terbentuk dari variabel laten eksogen dilambangkan dengan X, sedangkan yang terbentuk dari variabel laten endogen dilambangkan dengan Y.
2. Model a. Model struktural Model struktural menggambarkan hubungan antar variabel laten. Parameter yang menunjukkan hubungan antara variabel laten eksogen terhadap variabel laten endogen adalah  (gamma). Parameter yang menunjukkan hubungan antara variabel laten endogen terhadap variabel endogen lainnya adala  (beta). b. Model pengukuran Model pengukuran menggambarkan hubungan antara variabel laten dan veriabel teramati. Factor loading yang menghubungkan variabel laten dan variabel teramati dinotasikan  (lambda).
 3. Kesalahan dalam SEM a. Kesalahan struktural Variabel latent bebas tidak dapat secara sempurna memprediksi variabel terikat, sehingga dalam model struktural ditambahkan komponen kesalahan struktural  (zeta). b. Kesalahan pengukuran Variabel-variabel teramati tidak dapat secara sempurna menggambarkan variabel latent, sehingga perlu ditambahkan komponen kesalahan pengukuran. Kesalahan pengukuran yang berkaitan dengan variabel teramati X dinotasikan dengan  (delta), sedangkan yang berkaitan dengan variabel teramati Y dinotasikan dengan  (epsilon)

UKURAN SAMPEL SEM (skripsi dan tesis)

Ukuran sampel yang ideal untuk SEM sebaiknya antara 200 – 400. Jika menginginkan hasilnya semakin tepat, maka sebaiknya lebih besar dari 400 dengan 10-15 variable yang diobservasi dan dengan tingkat kesalahan sebesar 5%. Untuk tingkat kesalahan 1% diperlukan data sekitar 3200.

KONSEP IDENTIFIKASI MODEL (skripsi dan tesis)

Model – Model Struktural dapat berupa dalam SEM ialah: 1) just – identified, 2) over – identified, dan 3) under – identified
Model ‘Just – identified’– : jumlah poin data varian dan kovarian sama dengan jumlah parameter yang harus diestimasi. Model ini secara ilmiah tidak menarik karena tidak ada Degree of Freedom (DF) sehingga model harus selalu diterima / tidak dapat ditolak (Catatan: DF = data – parameter)
Model ‘Over – identified’– : jumlah poin data varian dan kovarian variabel-variabel yang teramati lebih besar dari jumlah parameter yang harus diestimasi. Dengan demikian terdapat DF positif sehingga memungkinkan penolakan model
Model ‘Under – identified’– : jumlah poin data varian dan kovarian lebih kecil dibandingkan dengan jumlah parameter yang harus diestimasi. Dengan demikian model akan kekurangan informasi yang cukup untuk mencari pemecahan estimasi parameter karena akan terdapat solusi yang tidak terhingga untuk model yang seperti ini.
Saturated Model– : mempunyai parameter bebas sebanyak jumlah moments (rata-rata dan varian). Jika dianalisis dengan data yang lengkap, maka model akan selalu cocok dengan data sampel secara sempurna (Chi square = 0.0; DF = 0)

ASUMSI DASAR (skripsi dan tesis)

Untuk menggunakan SEM, peneliti memerlukan pengetahuan tentang asumsi-asumsi yang mendasari penggunaannya. Beberapa asumsi tersebut, diantaranya ialah: • Distribusi normal indikator – indikator multivariat (Multivariate normal distribution of the indicators): Masing-masing indikator mempunyai nilai yang berdistribusi normal terhadap indikator lainnya. Karena permulaan yang kecil normalitas multivariat dapat menuntun kearah perbedaan yang besar dalam pengujian chi-square, dengan demikian akan melemahkan kegunaannya. Secara umum, pelanggaran asumsi ini menaikkan chi-square sekalipun demikian didalam kondisi tertentu akan menurunkannya. Selanjutnya penggunaan pengukuran ordinal atau nominal akan menyebabkan adanya pelanggaran normalitas multivariat. Perlu diperhatikan bahwa normalitas multivariat diperlukan untuk estimasi kemiripan maksimum / maximum likelihood estimation (MLE), yang merupakan metode dominan dalam SEM yang akan digunakan untuk membuat estimasi koefesien – koefesien (jalur) struktur. Khusus MLE membutuhkan variabel-variabel endogenous yang berdistribusi normal. Secara umum, sebagaimana ditunjukkan dalam suatu studi-studi simulasi menunjukkan, bahwa dalam kondisi – kondisi data yang sangat tidak normal, estimasi-estimasi parameter SEM, misalnya estimasi jalur masih dianggap akurat tetapi koefesien-koefesien signifikansi yang bersangkutan akan menjadi terlalu tinggi sehingga nilai-nilai chi-square akan meningkat. Perlu diingat bahwa untuk uji keselarasan chi-square dalam model keseluruhan, nilai chi-square tidak harus signifikan jika ada keselarasan model yang baik, yaitu: semakin tinggi nilai chi-square, semakin besar perbedaan model yang diestimasi dan matrices kovarian sesungguhnya, tetapi keselarasan model semakin buruk. Chi-square yang meninggi dapat mengarahkan peneliti berpikir bahwa model-model yang sudah dibuat memerlukan modifikasi dari apa yang seharusnya. Kurangnya normalitas multivariat biasanya menaikkan statistik chi-square, misalnya, statistik keselarasan chi-square secara keseluruhan untuk model yang bersangkutan akan bias kearah kesalahan Type I, yaitu menolak suatu model yang seharusnya diterima. Pelanggaran terhadap normalitas multivariat juga cenderung menurunkan (deflate) kesalahan-kesalahan standar mulai dari menengah sampai ke tingkat tinggi. Kesalahan-kesalahan yang lebih kecil dari yang seharusnya terjadi mempunyai makna jalur-jalur regresi dan kovarian-kovarian faktor / kesalahan didapati akan menjadi signifikan secara statistik dibandingkan dengan seharusnya yang terjadi. • Distribusi normal multivariat variabel-variabel tergantung laten ( Multivariate normal distribution of the latent dependent variables). Masing-masing variabel tergantung laten dalam model harus didistribusikan secara normal untuk masing-masing nilai dari setiap variabel laten lainnya. Variabel-variabel laten dichotomi akan melanggar asumsi ini karena alasan-alasan tersebut. • Linieritas (Linearity). SEM mempunyai asumsi adanya hubungan linear antara variabel-variabel indikator dan variabel-variabel laten, serta antara variabel-variabel laten sendiri. Sekalipun demikian, sebagaimana halnya dengan regresi, peneliti dimungkinkan untuk menambah transformasi eksponensial, logaritma, atau non-linear lainnya dari suatu variabel asli ke dalam model yang dimaksud. • Pengukuran tidak langsung (Indirect measurement): Secara tipikal, semua variabel dalam model merupakan variabel-variabel laten. • Beberapa indikator (Multiple indicators). Beberapa indikator harus digunakan untuk mengukur masingmasing variabel laten dalam model. Regresi dapat dikatakan sebagai kasus khusus dalam SEM dimana hanya ada satu indikator per variabel laten. Kesalahan pemodelan dalam SEM membutuhkan adanya lebih dari satu pengukuran untuk masing-masing variabel laten. • Rekursivitas (Recursivity): Suatu model disebut rekursif jika semua anak panah menuju satu arah, tidak ada arah umpan balik (feedback looping), dan faktor gangguan (disturbance terms) atau kesalahan tersisa (residual error) untuk variabel-variabel endogenous yang tidak dikorelasikan. Dengan kata lain, model-model recursive merupakan model dimana semua anak panah mempunyai satu arah tanpa putaran umpan balik, dan peneliti dapat membuat asumsi kovarian – kovarian gangguan kesalahan semua 0. Hal itu berarti bahwa semua variabel yang tidak diukur yang merupakan determinan dari variabel-variabel endogenous tidak dikorelasikan satu dengan lainnya sehingga tidak membentuk putaran umpan balik (feedback loops). Model – model dengan gangguan kesalahan yang berkorelasi dapat diperlakukan sebagai model recursive hanya jika tidak ada pengaruh-pengaruh langsung diantara variabel-variabel endogenous • Data interval: Sebaiknya data interval digunakan dalam SEM. Sekalipun demikian, tidak seperti pada analisis jalur tradisional, kesalahan model-model SEM yang eksplisit muncul karena penggunaan data ordinal. Variabel-variabel exogenous berupa variabel-variabel dichotomi atau dummy dan variabel dummy kategorikal tidak boleh digunakan dalam variabel-variabel endogenous. Penggunaan data ordinal atau nominal akan mengecilkan koefesien matriks korelasi yang digunakan dalam SEM. Jika data ordinal yang digunakan maka sebelum di analisis dengan SEM, data harus diubah ke interval dengan menggunakan method of successive interval (MSI) • Ketepatan yang tinggi: Apakah data berupa data interval atau ordinal, data-data tersebut harus mempunyai jumlah nilai yang besar. Jika variabel – variabel mempunyai jumlah nilai yang sangat kecil, maka masalah-masalah metodologi akan muncul pada saat peneliti membandingkan varian dan kovarian, yang merupakan masalah sentral dalam SEM. • Residual-residual acak dan kecil: Rata-rata residual – residual atau kovarian hasil pengitungan yang diestimasikan minus harus sebesar 0, sebagaimana dalam regresi. Suatu model yang sesuai akan hanya mempunyai residual – residual kecil. Residual – residual besar menunjukkan kesalahan spesifikasi model, sebagai contoh, beberapa jalur mungkin diperlukan untuk ditambahkan ke dalam model tersebut. • Gangguan kesalahan yang tidak berkorelasi (Uncorrelated error terms) seperti dalam regresi, maka gangguan kesalahan diasumsikan saja. Sekalipun demikian, jika memang ada dan dispesifikasi secara eksplsit dalam model oleh peneliti, maka kesalahan yang berkorelasi (correlated error) dapat diestimasikan dan dibuat modelnya dalam SEM. • Kesalahan residual yang tidak berkorelasi (Uncorrelated residual error): Kovarian nilai – nilai variabel tergantung yang diprediksi dan residual – residual harus sebesar 0 Multikolinearitas yang lengkap: multikolinearitas diasumsikan tidak ada, tetapi korelasi antara semua variabel bebas dapat dibuat model secara eksplisit dalam SEM. Multikolinearitas yang lengkap akan menghasilkan matriks – matriks kovarian tunggal, yang mana peneliti tidak dapat melakukan penghitungan tertentu, misalnya inversi matrix karena pembagian dengan 0 akan terjadi. • Ukuran Sampel tidak boleh kecil karena SEM bergantung pada pengujian-pengujian yang sensitif terhadap ukuran sampel dan magnitude perbedaan-perbedaan matrices kovarian. Secara teori, untuk ukuran sampelnya berkisar antara 200 – 400 untuk model-model yang mempunyai indikator antara 10 – 15. Satu survei terhadap 72 penelitian yang menggunakan SEM ditemukan median ukuran sampel sebanyak 198. Sampel di bawah 100 akan kurang baik hasilnya jika menggunakan SEM.

(skripsi dan tesis)

Aplikasi utama Structural Equation Modeling (skripsi dan tesis)

Aplikasi utama Structural Equation Modeling meliputi: 1. Model sebab akibat (causal modeling,) atau disebut juga analisis jalur (path analysis), yang menyusun hipotesa hubungan-hubungan sebab akibat (causal relationships) diantara variabel – variabel dan menguji model-model sebab akibat (causal models) dengan menggunakan sistem persamaan linier. Model-model sebab akibat dapat mencakup variabel-variabel manifest (indikator), variabel-variabel laten atau keduanya; 2. Analisis faktor penegasan (confirmatory factor analysis), suatu teknik kelanjutan dari analisis faktor dimana dilakukan pengujian hipotesis – hipotesis struktur factor loadings dan interkorelasinya; 3. Analisis faktor urutan kedua (second order factor analysis), suatu variasi dari teknik analisis faktor, dimana matriks korelasi dari faktor-faktor tertentu (common factors) dilakukan analisis pada faktornya sendiri untuk membuat faktor-faktor urutan kedua; 4. Model-model regresi (regression models), suatu teknik lanjutan dari analisis regresi linear, dimana bobot regresi dibatasi agar menjadi sama satu dengan lainnya, atau dilakukan spesifikasi pada nilainilai numeriknya; 5. Model-model struktur covariance (covariance structure models), yang mana model tersebut menghipotesakan bahwa matrix covariance mempunyai bentuk tertentu. Sebagai contoh, kita dapat menguji hipotesis yang menyusun semua variabel yang mempunyai varian yang sama dengan menggunakan prosedur yang sama; 6. Model struktur korelasi (correlation structure models), yang mana model tersebut menghipotesakan bahwa matrix korelasi mempunyai bentuk tertentu. Contoh klasik adalah hipotesis yang menyebutkan bahwa matrix korelasi mempunyai struktur circumplex

FUNGSI SEM (skripsi dan tesis)

Beberapa fungsi SEM, diantaranya ialah: • memungkinkan adanya asumsi-asumsi yang lebih fleksibel; Pertama, • Kedua, penggunaan analisis faktor penegasan (confirmatory factor analysis) untuk mengurangi kesalahan pengukuran dengan memiliki banyak indikator dalam satu variabel laten; • daya tarik interface pemodelan grafis untuk memudahkan pengguna membaca keluaran hasil Ketiga, analisis; Keempat, kemungkinan adanya pengujian model secara keseluruhan dari pada koefesien-koefesien secara sendiri-sendiri; • Kelima, kemampuan untuk menguji model – model dengan menggunakan beberapa variabel tergantung; • kemampuan untuk membuat model terhadap variabel-variabel perantara; Keenam, • Ketujuh, kemampuan untuk membuat model gangguan kesalahan (error term); • Kedelapan, kemampuan untuk menguji koefesien-koefesien diluar antara beberapa kelompok subyek; • Kesembilan, kemampuan untuk mengatasi data yang sulit, seperti data time series dengan kesalahan otokorelasi, data yang tidak normal, dan data yang tidak lengkap.

Pengertian SEM (skripsi dan tesis)

 

Apa sebenarnya yang dimaksud dengan structural equation modeling (SEM) itu? SEM mempunyai beberapa definisi, diantaranya ialah sebagai berikut: Structural equation modeling, yang dalam buku ini untuk selanjutnya akan disebut SEM, adalah suatu teknik modeling statistik yang bersifat sangat cross-sectional, linear dan umum. Termasuk dalam SEM ini ialah analisis faktor (factor analysis), analisis jalur (path analysis) dan regresi (regression). Definisi lain menyebutkan structural equation modeling (SEM) adalah teknik analisis multivariat yang umum dan sangat bermanfaat yang meliputi versi-versi khusus dalam jumlah metode analisis lainnya sebagai kasus-kasus khusus. Definisi berikutnya mengatakan bahwa Structural equation modeling (SEM) merupakan teknik statistik yang digunakan untuk membangun dan menguji model statistik yang biasanya dalam bentuk model-model sebab akibat. SEM sebenarnya merupakan teknik hibrida yang meliputi aspek-aspek penegasan (confirmatory) dari analisis faktor, analisis jalur dan regresi yang dapat dianggap sebagai kasus khusus dalam SEM. Sedikit berbeda dengan definisi-definisi sebelumnya mengatakan structural equation modeling (SEM) berkembang dan mempunyai fungsi mirip dengan regresi berganda, sekalipun demikian nampaknya SEM menjadi suatu teknik analisis yang lebih kuat karena mempertimbangkan pemodelan interaksi, nonlinearitas, variabel – variabel bebas yang berkorelasi (correlated 2 independents), kesalahan pengukuran, gangguan kesalahan-kesalahan yang berkorelasi (correlated error terms), beberapa variabel bebas laten (multiple latent independents) dimana masing-masing diukur dengan menggunakan banyak indikator, dan satu atau dua variabel tergantung laten yang juga masing-masing diukur dengan beberapa indikator. Dengan demikian menurut definisi ini SEM dapat digunakan alternatif lain yang lebih kuat dibandingkan dengan menggunakan regresi berganda., analisis jalur, analisis faktor, analisis time series, dan analisis kovarian Dari definisi di atas dapat disimpulkan bahwa SEM mempunyai karakteristik yang bersifat sebagai teknik analisis untuk lebih menegaskan (confirm) dari pada untuk menerangkan. Maksudnya, seorang peneliti lebih cenderung menggunakan SEM untuk menentukan apakah suatu model tertentu valid atau tidak dari pada menggunakannya untuk menemukan suatu model tertentu cocok atau tidak, meski analisis SEM sering pula mencakup elemen-elemen yang digunakan untuk menerangkan.

Manfaat Penggunaan Kompetensi Pegawai (skripsi dan tesis)

Menurut Sutrisno (2011: 208), saat ini konsep kompetensi sudah mulai diterapkan dalam berbagai aspek dari manajemen sumber daya manusia walaupun yang paling banyak adalah pada bidang pelatihan dan pengembangan, rekrutmen dan seleksi, dan sistem remunerasi. Menurut Ruky dalam Sutrisno (2011: 208), konsep kompetensi menjadi semakin populer dan sudah banyak digunakan oleh perusahaan-perusahaan besar dengan berbagai alasan, yaitu  (1) Memperjelas standar kerja dan harapan yang ingin dicapai. Dalam hal ini, model kompetensi akan mampu menjawab dua pertanyaan mendasar: keterampilan, pengetahuan, dan karakteristik apa saja yang dibutuhkan dalam pekerjaan, dan perilaku apa saja yang berpengaruh langsung dengan prestasi kerja. Kedua hal tersebut akan banyak membantu dalam mengurangi pengambilan keputusan secara subyektif dalam bidang SDM. (2) Alat seleksi karyawan. Penggunaan kompetensi standar sebagai alat seleksi dapat membantu organisasi memilih calon karyawan yang terbaik. Dengan kejelasan terhadap perilaku efektif yang diharapkan dari karyawan, kita dapat mengarahkan pada sasaran yang selektif serta mengurangi biaya rekruitmen yang tidak perlu. Caranya dengan mengembangkan suatu perilaku yang dibutuhkan untuk setiap fungsi jabatan serta memfokuskan wawancara seleksi pada perilaku yang dicari. (3) Memaksimalkan produktivitas. Tuntutan untuk menjadikan suatu organisasi “ramping” mengharuskan kita untuk mencari karyawan yang dapat dikembangkan secara terarah untuk menutupi kesenjangan dalam keterampilannya sehingga maupun untuk dimobilisasikan secara vertical maupun horisontal. (4) Dasar untuk pengembangan sistem remunerasi. Model kompetensi dapat digunakan untuk mengembangkan sistem remunerasi (imbalan) yang akan dianggap lebih adil. Kebijakan remunerasi akan lebih terarah dan transparan dengan mengaitkan sebanyak mungkin keputusan dengan suatu set perilaku yang diharapkan yang ditampilkan seorang karyawan.  (5) Memudahkan adaptasi terhadap perubahan. Dalam era perubahan yang sangat cepat, sifat dari suatu pekerjaan sangat cepat berubah dan kebutuhan akan kemampuan baru terus meningkat. Model kompetensi memberikan sarana untuk menetapkan keterampilan apa saja yang akan dibutuhkan untuk memenuhi kebutuhan yang selalu berupah ini. (6) Menyelaraskan perilaku kerja dengan nilai-nilai organisasi. Model kompetensi merupakan cara yang paling mudah untuk mengomunikasikan nilai dan hal apa saja yang harus menjadi fokus dalam unjuk kerja karyawan.

Jenis dan Kategori Kompetensi Pegawai (skripsi dan tesis)

Menurut Boyatzis (1982) sebagaimana dikutip oleh Sudarmanto (2009: 51), mengemukakan komponen-kompenen kompetensi terdiri dari 58 (1) Motive (dorongan); motive termasuk pemikiran-pemikiran yang berhubungan dengan pernyataan tujuan atau tema tertentu. Sebagai contoh, orang yang berpikir (sadar/tidak) seputar perbaikan dan berlomba terhadap standar prima/terbaik (dalam kerja), maka ia dikatakan berada pada motive pencapaian (McClelland, Arkinson dan Boyatzis). Contoh dari motive ini adalah kebutuhan atau dorongan berprestasi, kebutuhan atau dorongan berkuasa. (2) Traits (ciri, sifat, karakter pembawaan); merupakan pemikiran-pemikiran dan aktivitas psikomotorik yang berhubungan dengan kategori umum dari kejadian-kejadian. Sebagai contoh, orang yang percaya bahwa dirinya berada dalam pengendalian masa depan dan nasibnya, maka ia dikatakan memiliki traits of efficacy. Contoh dari sikap ini adalah sikap berani mengambil inisiatif mengambil resiko. (3) Self image (citra diri); merupakan persepsi orang terhadap dirinya dan evaluasi terhadap citranya tersebut. Definisi dari Self image ini termasuk di dalamnya self concept (konsep diri) dan self esteem (harga diri). (4) Social role (peran sosial); merupakan persepsi orang terhadap seperangkat norma sosial perilaku yang diterima dan dihargai oleh kelompok sosial atau organisasi yang memilikinya. (5) Skills (ketrampilan); merupakan kemampuan yang menunjukkan sistem atau urutan perilaku yang secara fungsional berhubungan dengan pencapaian tujuan kinerja. Skill juga merupakan kapasitas seseorang yang secara fungsional dapat efektif atau tidak efektif dalam situasi pekerjaan. Hasil dari skill adalah sesuatu yang data dilihat dan diukur. Sebagai contoh,   kemampuan perencanaan. Seseorang yang memiliki skill ini dapat mengidentifikasi urutan dan tindakan tertentu yang perlu diambil dalam menyelesaikan sasaran tertentu. Adapun menurut Spencer (1993) sebagaimana dikutip oleh Sudarmanto (2009: 53), komponen-komponen kompetensi mencakup beberapa hal berikut (1) Motives adalah sesuatu yang secara konsisten dipikirkan atau dikehendaki seseorang yang menyebabkan tindakan. Motif menggerakkan, mengarahkan, dan menyeleksi perilaku terhadap kegiatan atau tujuan tertentu dan menjauh dari yang lain. (2) Traits adalah karakteristik-karakteristik fisik dan respons-respons konsisten terhadap berbagai situasi atau informasi. (3) Self concept adalah sikap, nilai, dan citra diri seseorang. (4) Knowledge adalah pengetahuan atau informasi seseorang dalam bidang spesifik tertentu. (5) Skill adalah kemampuan untuk melaksanakan tugas fisik tertentu atau tugas mental tertentu. Menurut Gordon sebagaimana dikutip oleh Sutrisno (2011: 204), beberapa aspek yang terkandung dalam konsep kompetensi sebagai berikut (1) Pengetahuan (knowledge), yaitu kesadaran dalam bidang kognitif. Misalnya, seorang karyawan mengetahui cara melakukan identifikasi belajar, dan bagaimana melakukan pembelajaran yang baik sesuai dengan kebutuhan yang ada di perusahaan. (2) Pemahaman (understanding), yaitu kedalam kognitif, dan afektif yang dimiliki individu. Misalnya, seorang karyawan dalam melaksanakan 60 pembelajaran harus mempunyai pemahaman yang baik tentang karakteristik dan kondisi secara efektif dan efesien. (3) Kemampuan/ketrampilan (skill), adalah sesuatu yang dimiliki oleh individu yang melaksanakan tugas atau pekerjaan yang dibebankan kepadanya. Misalnya, kemampuan karyawan dalam memilih metode kerja yang dianggap lebih efektif dan efisien. (4) Nilai (value), adalah suatu standar perilaku yang telah diyakini dan secara psikologis telah menyatu dalam diri seseorang. Misalnya, standar perilaku para karyawan dalam melaksanakan tugas (kejujuran, keterbukaan, demokratis, dan lain-lain). (5) Sikap (attitude), yaitu perasaan (senang-tidak senang, suka-tidak suka) atau reaksi terhadap suatu rangsangan yang datang dari luar. Misalnya, reaksi terhadap krisis ekonomi, perasaan terhadap kenaikan gaji, dan sebagainya. (6) Minat (interest), adalah kecendurungan seseorang untuk melakukan suatu perbuatan. Misalnya, melakukan sesuatu aktivitas tugas.

Pengertian Kompetensi(skripsi dan tesis) (skripsi dan tesis)

Kata kompetensi sering didengar ataupun diucapkan oleh banyak orang. Setiap orang memiliki persepsi masing-masing terkait dengan kompetensi itu sendiri. Perbedaan tersebut merupakan hal yang wajar dan tetap sah-sah saja sebab masing-masing individu belum memahami makna asal atau makna aslinya. Ada yang mengintepretasikan kompetensi sepadan dengan kemampuan atau kecakapan. Ada lagi yang mengintepretasikan sepadan dengan ketrampilan, pengetahuan dan berpendidikan tinggi. Bahkan ada pula yang mengintepretasikan sepadan dengan layak (feasible), handal (reliable), cocok, dapat dipercaya dan cerdas (Sudarmanto, 2009: 45). 57 Menurut Richard E. Boyatzis (1982: 23) sebagaimana dikutip oleh Sudarmanto (2009: 46), kompetensi adalah karakteristik-karakteristik yang berhubungan dengan kinerja unggul dan atau efektif di dalam pekerjaan. Menurut Lyle Spencer & Signe Spencer (1993: 9) sebagaimana dikutip oleh Sudarmanto (2009: 46), kompetensi merupakan karakteristik dasar perilaku individu yang berhubungan dengan kriteria acuan efektif dan atau kinerja unggul di dalam pekerjaan atau situasi. Menurut McAshan (1981: 45) sebagaimana dikutip oleh Sudarmanto (2009: 48), kompetensi merupakan pengetahuan, keahlian, dan kemampuan yang dimiliki/dicapai seseorang, yang menjadi bagian dari dirinya sehingga dapat menjalankan penampilan kognisi, afeksi, dan perilaku psikomotorik tertentu. Adapun menurut Badan Kepegawaian Negara (2003) mendefinisikan kompetensi sebagai kemampuan dan karakteristik yang dimiliki seorang Pegawai Negeri Sipil yang berupa pengetahuan, keterampilan, dan sikap perilaku yang diperlukan dalam pelaksanaan tugas jabatannya sehingga Pegawai Negeri Sipil tersebut dapat melaksanakan tugasnya secara professional, efektif, dan efisien. Dari beberapa definisi di atas dapat disimpulkan bahwa kompetensi pada dasarnya merupakan karakteristik dasar yang berupa pengetahuan, keterampilan, dan sikap yang dimiliki individu yang melekat pada dirinya dalam melaksanakan tugas dan pekerjaan di tempat kerja.

Program LISREL (skripsi dan tesis)

LInear Structural RELationship (LISREL) adalah program SEM pertama yang dikembangkan oleh Karl G. Joreskog dan Dag Sorbom pada tahun 1974. Program LISREL dibuat oleh perusahaan Scientific Software International.Inc. 50 LISREL merupakan satu-satunya program SEM yang paling canggih dan paling dapat mengestimasi berbagai masalah SEM yang bahkan nyaris tidak dapat dilakukan oleh program lain, seperti AMOS, EQS dan program lainnya (Ghozali & Fuad , 2008). Selain itu, LISREL merupakan program SEM yang sangat informatif dalam menghasilkan hasil uji statistiknya sehingga modifikasi model dan penyebab buruknya goodness of fit model dapat dengan mudah diatasi (Latan, 2013: 6). Menurut Lei & Wu (2007: 40), “LISREL (linear structural relationships) is one of the earliest SEM programs and perhaps the most frequently referenced program in SEM articles” dan “Its version 8 (Joreskog & Sorbom, 1996a, 1996b) has three components: PRELIS, SIMPLIS, and LISREL.” Menurut Wijanto (2008: 75), LISREL 8.80 diperkenalkan dan mengandung berbagai fitur tambahan seperti full information maximum likelihood estimation for continuous variables with data missing at random, multiple imputation of data with value missing at random, and two-level nonlinear random coefficients models. Dalam penggunaan SEM, peneliti dapat menganalisis struktur kovarians (struktur yang menunjukkan hubungan linear antar variabel) yang rumit, variabel laten, saling ketergantungan antar variabel dan timbal balik sebab akibat yang dapat ditangani dengan mudah menggunakan model pengukuran dan persamaan terstruktur

Respesifikasi Model (skripsi dan tesis)

Setelah melakukan uji kecocokan model dan didapat model yang diuji tidak fit maka perlu dilakukan respesifikasi model. Respesifikasi model harus didukung teori karena tujuan dari CB-SEM untuk mengkonfirmasi teori. Apabila model telah direspesifikasi maka model yang baru harus di cross-validated (validasi silang) dengan data yang baru. Apabila model yang dihipotesiskan belum mencapai model yang fit, maka dapat dilakukan respesifikasi model untuk mencapai nilai fit yang baik. Oleh karena itu, pendekatan teori yang benar ketika melakukan respesifikasi model ini dibutuhkan. Respesifikasi model dilakukan dengan memodifikasi program SIMPLIS. Dalam memodifikasi model ada beberapa cara yang dapat dilakukan yaitu (1) Menghapus variabel teramati yang tidak memenuhi syarat validitas dan reliabilitas yang baik; (2) Memanfaatkan informasi yang terdapat dalam modification indices, yaitu a. menambahan path (lintasan) baru diantara variabel teramati dengan variabel laten dan antar variabel laten; b. menambahan error covariance diantara dua buah error variances

Kecocokan Model Struktural (skripsi dan tesis)

Tujuan model struktural untuk memastikan hubungan-hubungan yang dihipotesiskan pada model konseptualisasi didukung oleh data empiris yang diperoleh melalui survey. Dalam hal ini terdapat tiga hal yang perlu diperhatikan yaitu (1) Tanda (arah) hubungan antara variabel-variabel laten mengidentifikasikan hasil hubungan antara variabel-variabel tersebut memiliki pengaruh yang signifikan atau tidak dengan yang dihipotesiskan. (2) Signifikansi parameter yang diestimasi memberikan informasi yang sangat berguna mengenai hubungan antara variabel-variabel laten. Batas untuk menerima atau menolak suatu hubungan dengan tingkat signifikan 5 % adalah 1,96 (mutlak), dimana apabila nilai t terletak antara -1,96 dan 1,96 maka hipotesis yang menyatakan adanya pengaruh harus ditolak sedangkan apabila nilai t lebih besar daripada 1,96 atau lebih kecil dari -1,96 harus diterima dengan taraf signifikansi | | (3) Koefisien determinasi pada persamaan struktural mengindikasikan jumlah varian pada variabel laten endogen yang dapat dijelaskan secara simultan oleh variabel-variabel laten independen. Semakin tinggi nilai maka semakin besar variabel-variabel independen tersebut dapat menjelaskan variabel endogen sehingga semakin baik persamaan struktural

Kecocokan Model Pengukuran (skripsi dan tesis)

 Uji kecocokan model pengukuran dilakukan terhadap setiap konstruk atau model pengukuran secara terpisah melalui (1) Evaluasi terhadap validitas dari model pengukuran; dan (2) Evaluasi terhadap reliabilitas dari model pengukuran. Validitas berhubungan dengan apakah suatu variabel mengukur apa yang seharusnya diukur. Meskipun validitas tidak akan pernah dapat dibuktikan tetapi dukungan kearah pembuktian tersebut dapat dikembangkan. Menurut Rigdon & Ferguson (1991) dan Doll, Xia & Torkzadeh (1994) sebagaimana dikutip oleh Wijanto (2008: 65) suatu variabel dikatakan 47 mempunyai validitas yang baik terhadap konstruk atau variabel latennya jika memenuhi syarat i. Nilai t muatan faktornya (loading factors) lebih besar dari nilai kritis (atau atau untuk praktisnya ; dan ii. Muatan faktor standarnya (standardized loading factors) Menurut Igbaria et.al (1997) sebagaimana dikutip oleh Wijanto (2008: 65), tentang relative importance and significant of the factor loading of each item, menyatakan bahwa muatan faktor standar Reliabilitas adalah konsistensi suatu pengukuran. Apabila reliabilitas tinggi menunjukkan indikator-indikator mempunyai konsistensi tinggi dalam mengukur konstruk latennya. Secara umum teknik mengestimasi reliabilitas adalah test-retest, alternative forms, split-halves, dan Cronbach’s alpha. Dari berbagai pendekatan tersebut, ternyata koefisien Cronbach’s alpha yang menggunakan batasan asumsi paling sedikit

Uji Kecocokan Model (skripsi dan tesis)

Setelah melakukan metode estimasi terhadap model, langkah selanjutnya adalah melakukan uji kecocokan model. Uji kecocokan model dilakukan untuk menguji apakah model yang dihipotesiskan merupakan model yang baik untuk merepresentasikan hasil penelitian. Menurut Hair dkk sebagaimana dikutip oleh Wijanto (2008: 49), evaluasi terhadap tingkat kecocokan data dengan model dilakukan melalui beberapa tahapan, yaitu (1) Kecocokan Keseluruhan Model (Overall Model Fit); (2) Kecocokan Model Pengukuran (Measurement Model Fit); dan  (3) Kecocokan Model Struktural (Structural Model Fit).

Weighted Least Square (WLS) (skripsi dan tesis)

Weighted Least Square (WLS) disebut juga Asymptotic distribution Free (ADF). ADF merupakan suatu metode estimasi pada LISREL yang tidak tergantung dengan jenis distribusi data. Weighted Least Square (WLS) memiliki kelebihan dibandingkan dengan estimasi Maximum Likelihood (ML), tetapi ukuran sampel yang dibutuhkan untuk melakukan estimasi dengan WLS lebih besar dibandingkan ML. Menurut Bentler & Chou (1987) sebagaimana dikutip oleh Wijanto (2008) menyarankan bahwa paling rendah rasio 5 responden per variabel akan mencukupi untuk distribusi normal ketika sebuah variabel laten mempunyai beberapa indicator (variabel teramati) dan rasio 10 responden per variabel teramati akan mencukupi untuk distribusi yang lain.   Berdasarkan hal tersebut sebagai rule of thumb, estimasi ML memerlukan ukuran sampel minimal 5 responden untuk setiap variabel teramati yang ada di dalam model sedangkan estimasi WLS memerlukan ukuran sampel minimal 10 responden untuk setiap variabel teramati. Menurut Wijanto (2008), estimasi WLS dan estimasi ML memiliki perbedaan dalam bentuk distribusi yang mendasarinya.

Maximum Likelihood (skripsi dan tesis)

Menurut Bollen (1989: 134) sebagaimana dikutip oleh Wijanto (2008:45), MLE secara iterative akan meminimasikan fungsi ∑ dimana diasumsikan ∑ dan adalah definit positif; X dan Y adalah multinormal distribution, dan S mempunyai Wishart distribution merupakan banyaknya variabel teramati (X dan Y) dalam model. Menurut Bollen (1989) sebagaimana dikutip oleh Thanjoyo (2012: 47), Maximum Likelihood (ML) mempunyai beberapa karakteristik yang penting dan karakteristik ini adalah asimptotik sehingga berlaku untuk sampel yang besar. Beberapa karakteristik tersebut antara lain
(1) ML secara asimptotik tidak bias, meskipun estimator ini bias untuk sampel kecil,
(2) ML adalah konsisten,
(3) ML adalah asymptotically efficient, sedemikian sehingga diantara estimator yang konsisten, tidak ada yang mempunyai asymptotic variance lebih kecil, dan
(4) Distribusi dari estimator mendekati distribusi normal ketika ukuran sampel meningkat. Menurut Thanjoyo (2012: 47), meskipun ML popular penggunaannya dalam SEM tetapi ada kekurangannya yang perlu diperhatikan yaitu ketika nonormality atau excessive kurtosis mengancam validitas dari uji signifikansi ML.
Menurut Bollen (1989) sebagaimana dikutip oleh Thanjoyo (2012: 47) menyarankan beberapa alternatif untuk mengatasi hal ini, yaitu
 (1) Mentransformasikan variabel sedemikian rupa sehingga mempunyai multinormalitas yang lebih baik dan menghilangkan kurtosis yang berlebihan.
(2) Menyediakan penyesuaian pada uji signifikan dan kesalahan standar biasa sehingga hasil modifikasi uji signifikan dari adalah secara asimptotis benar (asymptotically correct).
(3) Menggunakan bootstrap resampling procedures.
 (4) Menggunakan estimator alternatif yang menerima ketidaknormalan (nonnormality) dan estimator tersebut asymptotically efficient.
Weighted Least Square (WLS) adalah salah satu di antara metode berikut. Menurut Ghozali & Fuad (2008: 36), Maximum Likelihood disarankan menggunakan ukuran sampel sebesar 100-200. Apabila data yang digunakan sebesar lebih dari 200 maka akan menghasilkan indeks goodness of fit yang buruk. Menurut Chou et al. (1991) & Hu et al. (1992) sebagaimana dikutip oleh Ghozali & Fuad (2008: 193), beberapa peneliti membolehkan penggunaan skala interval sebagai data continous dan sehingga dapat langsung dianalisis (data mentah atau covariance matrix) dengan menggunakan maximum likelihood dan melakukan koreksi atas beberapa bias yang mungkin timbul. Menurut Bryne (1998) sebagaimana dikutip oleh Ghozali & Fuad (2008: 202), dalam penggunaan data ordinal yang diberlakukan sebagai data continous dan menggunakan ML lebih baik apabila ukuran data yang kecil dan jumah kategori yang lebih dari 3 dibandingkan menggunakan estimasi WLS

Identifikasi Model (skripsi dan tesis)

 

Menurut Wijanto (2008: 37), secara garis besar ada 3 kategori dalam persamaan secara simultan, yaitu (1) Under-identified model Adalah model dengan jumlah parameter yang diestimasi lebih besar dari jumlah data yang diketahui (data tersebut merupakan varians dan kovarians dari variabel-variabel yang teramati). (2) Just-identified model Adalah model dengan jumlah parameter yang diestimasi sama dengan jumlah data yang diketahui. 30 (3) Over-identified model Adalah model dengan jumlah parameter yang diestimasi lebih kecil dari jumlah data yang diketahui. Besarnya degree of freedom (df) pada SEM adalah besarnya jumlah data yang diketahui dikurangi jumlah parameter yang diestimasi yang nilainya kurang dari nol (df = (jumlah data yang diketahui – jumlah parameter yang diestimasi) < 0). Cara melihat ada tidaknya problem identifikasi adalah dengan melihat hasil estimasi yang meliputi (1) adanya nilai standart error yang besar untuk 1 atau lebih koefisien; (2) ketidakmampuan program untuk invert information matrix; (3) nilai estimasi yang tidak mungkin error variance yang negatif; dan (4) adanya nilai korelasi yang tinggi (> 0,90) antar koefisien estimasi. Jika diketahui ada problem identifikasi maka ada tiga hal yang harus dilihat (1) besarnya jumlah koefisien yang diestimasi relatif terhadap jumlah kovarian atau korelasi, yang diindikasikan dengan nilai degree of freedom yang kecil; (2) digunakannya pengaruh timbal balik atau respirokal antar konstruk (model non recursive); atau (3) kegagalan dalam menetapkan nilai tetap (fix) pada skala konstruk.

Spesifikasi Model (skripsi dan tesis)

Tahap spesifikasi model merupakan pembentukan hubungan antara variabel laten yang satu dengan variabel laten lainnya dan juga hubungan antara variabel laten dengan variabel manifest didasarkan pada teori yang berlaku.Menurut Wijanto (2008: 35), melalui langkah-langkah berikut dapat diperoleh model yang diinginkan, yaitu (1) Spesifikasi model pengukuran a. Mendefinisikan variabel-variabel laten yang ada di dalam penelitian b. Mendefinisikan variabel-variabel yang teramati c. Mendefinisikan hubungan di antara variabel laten dengan variabel yang teramati (2) Spesifikasi model struktural Mendefinisikan hubungan kausal di antara variabel-variabel laten tersebut. (3) Menggambarkan diagram jalur dengan hybrid model yang merupakan kombinasi dari model pengukuran dan model struktural, jika diperlukan (bersifat opsional).

Tahapan dan Prosedur SEM (skripsi dan tesis)

Menurut Bollen & Long (1993) sebagaimana dikutip oleh Thanjoyo (2012: 43), secara umum prosedur SEM mengandung tahap-tahap sebagai berikut 28 (1) Spesifikasi model (model specification) Tahap ini berkaitan dengan pembentukan model awal persamaan struktural. Model awal ini diformulasikan suatu teori atau penelitian sebelumnya. (2) Identifikasi (identification) Tahap ini berkaitan dengan pengkajian tentang kemungkinan diperolehnya nilai yang unik untuk setiap parameter yang ada di dalam modeldan kemungkinan persamaan simultan tidak ada solusinya. (3) Estimasi (estimation) Tahap ini berkaitan dengan estimasi terhadap model untuk menghasilkan nilai-nilai parameter menggunakan salah satu metode estimasi yang tersedia. Pemilihan metode estimasi yang digunakan seringkali ditentukan berdasarkan karakteristik dari variabel-variabel yang dianalisis. (4) Uji kecocokan (testing fit) Tahap ini berkaitan dengan pengujian kecocokan antara model dengan data. Beberapa kriteria ukuran kecocokan atau Goodness of Fit (GOF) dapat digunakan untuk melaksanakan langkah ini. (5) Respesifikasi (Respecification) Tahap ini dapat juga disebut modifikasi yang berkaitan dengan respesifikasi model berdasarkan hasil uji kecocokan pada tahap sebelumnya

Normalitas (skripsi dan tesis)

 Normalitas merupakan asumsi yang paling mendasar dalam analisis multivariat yang membentuk suatu distribusi data pada suatu variabel matriks tunggal dalam menghasilkan distribusi normal. Apabila asumsi normalitas tidak dapat dipenuhi dan penyimpangan normalitas besar maka seluruh hasil uji statistik tidak valid. Menurut Ghozali & Fuad (2008: 37), normalitas dibagi menjadi dua yaitu (1) Univariate normality (normalitas univariat), (2) Multivariate normality (normalitas multivariat). Normalitas univariat dapat diuji menggunakan data ordinal maupun data continous. Uji normalitas multivariat hanya dapat dilakukan pada data continous. Apabila suatu data memiliki normalitas multivariat maka data tersebut pasti memiliki normalitas univariat. Tetapi apabila data normalitas univariat belum tentu data tersebut juga normalitas multivariat. Asumsi normalitas dapat diuji dengan nilai statistik z untuk skewness dan kurtosis

Dalam multivariate normality, LISREL menghasilkan 4 jenis chi-square beserta probabilitasnya yang berbeda yaitu Minimum Fit Function Chi-Square (C1), Normal Theory Weighted Least Squares Chi-Square (C2), Satorra-Bentler Scaled Chi-Square (C3), dan Chi-Square Corrected for Non-Normality (C4). Estimasi model berdasarkan asumsi normalitas yang terpenuhi akan menghasilkan 2 jenis Chi-Square, yaitu C1 dan C2. Sedangkan jika asumsi normalitas tidak terpenuhi dengan memberikan asymptotic covariance matrix akan menghasilkan 4 jenis Chi-Square yaitu C1, C2, C3, dan C4. C3 merupakan nilai chi-square setelah mengkoreksi timbulnya bias akibat tidak normalnya data. Menurut Curran et.al (1996) sebagaimana dikutip oleh Ghozali & Fuad (2008: 37) membagi jenis distribusi data menjadi tiga bagian antara lain (1) Normal, (2) Moderately non-normal, dan (3) Extremely non-normal. Ketiga distribusi data di atas dinilai berdasarkan nilai kurtosis dan skewness. Apabila nilai skewness kurang dari 2 dan nilai kurtosis kurang dari 7 maka data adalah normal. Sedangkan, jika nilai skewness berkisar antara 2 sampai 3 dan nilai kurtosis berkisar antara 7 sampai 21 maka data adalah Moderately nonnormal. Distribusi data termasuk sangat tidak normal (Extremely non-normal) apabila nilai skewness lebih besar daripada 3 dan nilai kurtosis lebih besar dari 21. Ketidaknormalitasan data tidak termasuk permasalahan serius. Hal itu dapat diatasi dengan program LISREL antara lain 27 (1) Menambahkan estimasi asymptotic covariance matrix. Hal itu akan mengakibatkan estimasi parameter beserta goodness of fit statistic akan dianalisis berdasarkan pada keadaan data yang tidak normal; (2) Mentransformasi data untuk data continous. Data ordinal tidak diperolehkan menggunakan transformasi data karena akan mengakibatkan data sulit diinterprestasikan; (3) Menggunakan metode estimasi selain Maximum Likelihood seperti Generalized Least Square (GLS) atau Weighted Least Square (WLS); dan (4) Bootstrapping dan Jackniffing yang merupakan metode baru yang mengasumsikan data di-“resampling” dan kemudian dianalisis. Menurut Ghozali & Fuad (2008: 250), ada dua asumsi mengenai ketidaknormalan data sebagai berikut (1) Mengasumsikan bahwa data yang tidak normal akan dijalankan berdasarkan pada keadaan normal seperti biasa (metode ML dan data disimpan dalam covariance matrix) atau dengan kata lain mengestimasi model yang salah karena data yang tidak normal. (2) Mengestimasi model dengan menggunakan metode ML, tetapi mengkoreksi standart error dan beberapa goodness of fit indices akibat ketidaknormalan distribusi data

Direct, Indirect dan Total Effect (skripsi dan tesis)

SEM secara diagram lintasan maupun model matematika menggambarkan hubungan pengaruh diantara variabel-variabel yang ada didalamnya. Secara umum, SEM dapat membedakan pengaruh ke pengaruh langsung (direct effects), tidak langsung (indirect effects), dan pengaruh keseluruhan (total effects). Pengaruh langsung terjadi apabila ada sebuah panah yang menghubungkan kedua variabel laten yang pengaruh ini dapat diukur dengan sebuah koefisien structural. Pengaruh tidak langsung terjadi ketika tidak ada panah langsung yang menghubungkan kedua variabel laten tetapi melalui satu atau lebih variabel laten lain sesuai dengan lintasan yang ada. Pengaruh keseluruhan merupakan penjumlahan dari pengaruh langsung dan semua pengaruh tidak langsung yang ada

Confirmatory Factor Analysis (CFA) (skripsi dan tesis)

CFA model merupakan model pengukuran yang menunjukkan adanya sebuah variabel laten yang diukur oleh satu atau lebih variabel teramati. CFA adalah salah satu pendekatan utama dalam analisis faktor, dimana pendekatan lainnya adalah Exploratory Factor Analysis (EFA). CFA dan EFA memiliki perbedaan yang mendasar, yaitu (1) EFA menunjukkan hubungan antara variabel laten dengan variabel teramati tidak dispesifikasikan terlebih dahulu, EFA memiliki jumlah variabel laten tidak ditentukan sebelum analisis dilakukan, dan kesalahan pengukuran tidak boleh berkorelasi. (2) CFA membentuk model terlebih dahulu, jumlah variabel laten ditentukan oleh analisis, pengaruh suatu variabel laten terhadap suatu variabel teramati ditenetukan terlebih dahulu, beberapa efek langsung variabel laten terhadap variabel teramati dapat ditetapkan sama dengan nol atau suatu konstanta, kesalahan pengukuran boleh berkorelasi, kovarian variabel-variabel laten dapat diestimasi atau ditetapkan pada nilai tertentu, dan identifikasi parameter diperlukan. CFA memiliki dua jenis yaitu  a. First order confirmatory factor analysis First order confirmatory factor analysis merupakan gambaran hubungan antara variabel teramati yang mengukur variabel latennya secara langsung. b. Second order confirmatory factor analysis Second order confirmatory factor analysis merupakan gambaran model pengukuran yang terdiri dari dua tingkat. Tingkat pertama adalah CFA yang menunjukkan hubungan antara variabel teramati sebagai indikator dari variabel terkait. Tingkat kedua menunjukkan hubungan antara variabel laten pada tingkat pertama sebagai indikator dari sebuah variabel laten tingkat kedua

Kesalahan yang terjadi dalam SEM (skripsi dan tesis)

Dalam SEM terdapat 2 jenis kesalahan yang sering terjadi dalam melakukan analisis yaitu
(1) Kesalahan Struktural Adanya kesalahan struktural karena variabel laten eksogen tidak dapat secara sempurna memprediksi variabel laten endogen. Dalam memperoleh hasil estimasi parameter yang konsisten, kesalahan struktural diasumsikan tidak berkorelasi dengan variabel-variabel eksogen dari model.

(2) Kesalahan Pengukuran Kesalahan pengukuran disebabkan oleh variabel-variabel manifest yang tidak dapat secara sempurna memprediksi variabel laten. Komponen kesalahan pengukuran yang terkait dengan variabel manifest X (variabel manifest yang terkait dengan variabel laten eksogen) diberi label (delta), sementara komponen kesalahan pengukuran yang terkait dengan variabel Y (variabel manifest yang terkait dengan variabel laten endogen) diberi label KSI1 ? KSI2 ? ETA1 (? ETA2 (? ETA3 (? ∅ ??21 GAMMA11 ? GAMMA12 ? GAMMA32 ? BETA21 ? BETA31 ? ZETA1 (? ZETA2 (? ZETA3 (? 19 (epsilon).

Tahapan pemodelan SEM (skripsi dan tesis)

Ghozali & Fuad (2008: 8), mengajukan tahapan pemodelan dan analisis persamaan struktural menjadi 7 langkah, yaitu (1) Konseptualisasi Model Tahap ini berhubungan dengan pengembangan hipotesis (berdasarkan teori) sebagai dasar dalam menghubungkan variabel laten dengan variabel laten lainnya, dan juga dengan indikator-indikatornya. X1 X2 X3 KSI1 (? LAMBDA X11 (?? LAMBDA X21 (?? LAMBDA X31 (?? 16 (2) Menyusun diagram alur (path diagram) Tahap ini akan memudahkan dalam memvisualisasi hipotesis yang telah diajukan dalam konseptualisasi model diatas. Visualisasi model akan mengurangi tingkat kesalahan dalam pembangunan suatu model dalam LISREL. (3) Spesifikasi Model Tahap ini merupakan tahap ketiga dalam SEM, yaitu spesifikasi model dan menggambarkan sifat dan jumlah parameter yang diestimasi, analisis data tidak dapat dilakukan sampai tahap ini selesai. (4) Identifikasi Model Tahap ini harus dapat memperoleh nilai yang unik untuk seluruh parameter dari data yang telah diperoleh. Jika dalam hal ini tidak dapat dilakukan, maka modifikasi model mungkin harus dilakukan untuk dapat diidentifikasi sebelum melakukan estimasi parameter. (5) Estimasi parameter Tahap ini, estimasi parameter untuk suatu model diperoleh dari data karena program LISREL maupun AMOS berusaha untuk menghasilkan matriks kovarians berdasarkan model (model-based covariance matrix) yang sesuai dengan kovarians matriks sesungguhnya (observed covariance matrix). Uji signifikan dilakukan dengan menentukan apakah parameter yang dihasilkan secara signifikan berbeda dari nol. (6) Penilaian model fit Tahap ini, suatu model dikatakan fit apabila kovarians matriks suatu model (model-based covariance matrix) adalah sama dengan kovarians matriks 17 data (observed). Model fit dapat dinilai dengan menguji berbagai indeks fit yang diperoleh dari LISREL (misal RMSEA, RMR, GFI, CFI, TLI, NFI, dan masih banyak lagi). (7) Modifikasi model Tahap ini, segala modifikasi (walaupun sangat sedikit), harus berdasarkan teori yang mendukung. Dengan kata lain, modifikasi model seharusnya tidak dilakukan hanya semata-mata untuk mencapai model yang fit. (8) Validasi silang model Tahap ini adalah tahap terakhir, yaitu menguji fit-tidaknya model terhadap suatu data baru (atau validasi sub-sampel yang diperoleh melalui prosedur pemecahan sampel). Validasi silang ini penting apabila terdapat modifikasi yang substansial yang dilakukan terhadap model asli yang dilakukan pada langkah di atas. Dalam pemodelan SEM, data yang digunakan sebagai input adalah matriks kovarians dari data sampel (data empiris), yang selanjutnya digunakan untuk menghasilkan sebuah estimasi matriks kovarians populasi (Sahadi & Wibowo, 2013: 101)

Model dalam SEM (skripsi dan tesis)

Dalam model perhitungan SEM, terdapat dua jenis model yaitu

(1) Model Struktural Model struktural merupakan seperangkat hubungan antar variabel laten dan hubungan ini dapat dianggap linear, meskipun pengembangan lebih lanjut memungkinkan memasukkan persamaan non-linear. Dalam bentuk grafis, garis dengan satu kepala anak panah menggambarkan hubungan regresi dalam karakter Greek ditulis “gamma” untuk regresi variabel eksogen ke variabel endogen dan dalam karakter Greek ditulis “beta” untuk regresi satu variabel endogen ke variabel endogen lainnya, sedangkan garis dengan dua kepala anak panah menggambarkan hubungan korelasi atau kovarian yang dalam karakter Greek ditulis “phi” untuk korelasi antar variabel eksogen.

2)(skripsi dan tesis)

Model Pengukuran Model pengukuran merupakan bagian dari suatu model SEM yang biasanya dihubungkan dengan variabel-variabel laten dan indikator-indikatornya. Hubungan dalam model ini dilakukan lewat model analisis faktor konfirmatori atau confirmatory factor analysis (CFA) dimana terdapat kovarian yang tidak terukur antara masing-masing pasangan variabelvariabel yang memungkinkan. Model pengukuran ini dievaluasi sebagaimana model SEM lainnya dengan menggunakan pengukuran uji keselarasan. Proses analisis ini hanya dapat dilanjutkan jika model pengukuran valid. Pada model ini menghasilkan validitas konvergen

Kelemahan SEM (skripsi dan tesis)

Adapun beberapa kelemahan yang dimiliki SEM adalah sebagai berikut (1) SEM tidak digunakan untuk menghasilkan model namun untuk mengkonfirmasi suatu bentuk model. (2) Hubungan kausalitas diantara variabel tidak ditentukan oleh SEM, namun dibangun oleh teori yang mendukungnya. (3) SEM tidak digunakan untuk menyatakan suatu hubungan kausalitas, namun untuk menerima atau menolak hubungan sebab akibat secara teoritis melalui uji data empiris.   (4) Studi yang mendalam mengenai teori yang berkaitan menjadi model dasar untuk pengujian aplikasi SEM

Keunggulan SEM (skripsi dan tesis)

Menurut Narimawati & Sarwono (2007: 3), keunggulan-keunggulan SEM dibanding dengan regresi berganda antara lain (1) memungkinkan adanya asumsi-asumsi yang lebih fleksibel; (2) penggunaan analisis faktor penegasan (confirmatory factor analysis) untuk mengurangi kesalahan pengukuran dengan memiliki banyak indikator dalam satu variabel laten; (3) daya tarik interface pemodelan grafis untuk memudahkan pengguna membaca keluaran hasil analisis; (4) kemungkinan adanya pengujian model secara keseluruhan dari pada koefisien-koefisien secara sendiri-sendiri; (5) kemampuan untuk menguji model-model dengan menggunakan beberapa variabel terikat; (6) kemampuan untuk membuat model terhadap variabel-variabel perantara;   (7) kemampuan untuk membuat model gangguan kesalahan (error term); (8) kemampuan untuk menguji koefisien-koefisien diluar antara beberapa kelompok subjek; (9) kemampuan untuk mengatasi data yang sulit, seperti data time series dengan kesalahan autokorelasi, data yang tidak normal, dan data yang tidak lengkap

Spesifikasi Model SEM (skripsi dan tesis)

Langkah ini merupakan langkah dalam melakukan identifikasi terhadap permasalahan penelitian, sehingga hubungan antar variabel-variabel yang dihipotesiskan harus didukung oleh teori yang kuat. Spesifikasi model tersebut berdasarkan teori atau penelitian sebelumnya atau bisa juga dengan menggunakan diagram path. Langkah-langkah memperoleh model yaitu: 1) Spesifikasi model pengukuran, yaitu dengan cara: a) Mendefinisikan variabel laten yang ada dalam penelitian. b) Mendefinisikan variabel teramati. c) Mendefinisikan hubungan antara setiap variabel laten dengan variabel teramati yang terkait. 2) Spesifikasi model struktural Dengan cara mendefinisikan hubungan kausal di antara variabel laten. 3) Gambar diagram path dari model hybrid Model hybrid adalah bentuk umum dari SEM yang merupakan kombinasi model pengukuran dan struktural. Model hybrid mengandung variabel-variabel laten maupun variabel-variabel teramati yang terkait. 2.8 Identifikasi Tujuan dari dilakukannya identifikasi model yaitu untuk menentukan analisis dapat dilakukan lebih lanjut atau tidak, maka identifikasi model perlu dilakukan. Berikut ini kategori hasil identifikasi model dalam SEM yaitu: 1) Under-Identified, yaitu model dengan jumlah parameter yang diestimasi lebih besar dari jumlah data yang diketahui. Nilai df pada model ini adalah kurang dari 0 (nol)/negatif. 2) Just-Identified, yaitu model dengan jumlah parameter yang diestimasi sama dengan data yang diketahui. Nilai df pada model ini adalah 0 (nol). 3) Over-Identified, yaitu model dengan jumlah parameter yang diestimasi lebih kecil dari jumlah data yang diketahui. Nilai df pada model ini adalah lebih dari 0 (nol)/positif. Analisis dalam SEM dapat dilakukan jika model yang diperoleh adalah OverIdentified dan SEM menghindari model Under-Identified agar data dapat dianalisis. Pada saat identifikasi kemungkinan diperoleh nilai unik untuk setiap parameter.

Prosedur SEM (skripsi dan tesis)

 

Suatu model dikatakan baik jika dapat mendeskripsikan suatu kejadian yang sebenarnya dengan galat yang kecil. Munculnya galat tidak dapat dihindari karena kejadian sebenarnya sangat kompleks sedangkan model hanya menjelaskan hubungan pokoknya saja. Detail dari kejadian yang tidak bisa dijelaskan oleh model akan masuk dalam komponen galat (residual). Terkait dengan data dapat dinyatakan dengan: Data Model Residual di mana: Data adalah nilai pengukuran yang berkaitan dengan variabel-variabel teramati dan membentuk sampel penelitian. Residual adalah perbedaan antara model yang dihipotesiskan dengan data yang diamati. Model adalah model yang dihipotesiskan atau dispesifikasikan oleh peneliti. Jika nilai residual mendekati 0 (nol), maka kecocokan data-model yang dihasilkan baik. Dalam SEM, selain data mentah, matriks kovarians dan matriks korelasi dari variabel yang diuji dapat digunakan sebagai input. Matriks kovarians adalah matriks yang terdiri dari nilai kovarians antara semua indikator setiap variabel Hipotesis Fundamental Hipotesis fundamental dalam prosedur SEM adalah bahwa matriks kovarians data dari populasi (matriks kovarians variabel teramati) adalah sama dengan matriks kovarians yang diturunkan dari model (θ). Jika model yang dispesifikasikan benar dan jika parameter – parameter (θ) dapat diestimasi nilainya, maka matriks kovarians populasi ( ) dapat dihasilkan kembali dengan tepat. Formulasi dari hipotesis fundammental yaitu: di mana, (2.10) matriks kovarians populasi dari variabel-variabel teramati (θ) matriks kovarians dari model dispesifikasikan θ vektor yang berisi parameter-parameter model tersebut Pada uji hipotesis terhadap hipotesis fundamental, hipotesis harus menghasilkan tidak tolak. Hal ini dilakukan agar didapatkan nilai residual sama dengan nol atau. Berbeda dengan pada uji hipotesis statistik pada umumnya yang menginginkan ditolak. Dengan tidak ditolaknya, itu berarti bahwa data mendukung model yang kita spesifikasikan (Bollen, 1989).

Jenis SEM (skripsi dan tesis)

Berikut ini jenis-jenis yang digunakan dalam model persamaan struktural: 1) Diagram Path Diagram path adalah representasi grafis dari sebuah model yang menggambarkan seluruh hubungan antara variabel-variabel yang ada di dalamnya. Variabelvariabel yang terdapat dalam diagram path adalah variabel teramati dan tidak mengandung variabel laten. Diagram path dibuat untuk mempermudah melihat hubungan yang ada pada model. 2) Confirmatory Factor Analysis (CFA) Analisis faktor konfirmatori atau Confirmatory Factor Analysis (CFA) dalam SEM merupakan model pengukuran sebuah variabel laten diukur oleh satu atau lebih variabel-variabel teramati. CFA didasarkan pada variabel-variabel teramati adalah indikator-indikator tidak sempurna dari variabel laten atau konstruk tertentu yang mendasarinya. Karakteristik dalam model CFA yaitu: a. Model dibentuk lebih dahulu. b. Jumlah variabel laten ditentukan oleh analisis. c. Pengaruh suatu variabel laten terhadap variabel teramati ditentukan lebih dahulu. d. Beberapa efek langsung variabel laten terhadap variabel teramati dapat ditetapkan sama dengan nol atau konstan. e. Galat pengukuran boleh berkorelasi. f. Kovarians variabel-variabel laten dapat diestimasi atau ditetapkan pada nilai tertentu. g. Identifikasi parameter diperlukan.

Galat Pengukuran (Measurement Error) (skripsi dan tesis)

Variabel teramati X dilambangkan dengan dilambangkan dengan delta dan variabel teramati Y epsilon. Matriks kovarians dari δ diberi tanda dengan huruf Yunani Θδ theta delta dan untuk matriks kovarians dari ε yaitu Θε theta epsilon. Galat pengukuran berpengaruh pada penduga parameter dan besar kecilnya varians. Hal ini dapat diatasi oleh SEM melalui persamaan-persamaan yang ada pada model pengukuran.

Variabel SEM (skripsi dan tesis)

Variabel-variabel pada SEM masing-masing saling mempengaruhi. Variabelvariabel yang terdapat dalam SEM meliputi: 1) Variabel laten (Latent Variable) Dalam SEM variabel yang menjadi perhatian adalah variabel laten. Variabel laten atau konstruk laten adalah variabel yang tidak terukur secara langsung, sebagai contoh: perilaku, sikap, perasaan, dan motivasi. Variabel laten terdapat dua jenis, yaitu: a) Eksogen Variabel laten eksogen dinotasikan dengan huruf Yunani adalah ksi. Variabel bebas (independenet latent variable) pada semua persamaan yang ada pada SEM, dengan simbol lingkaran dengan anak panah menuju keluar. b)endogen Variabel laten endogen dinotasikan dengan huruf Yunani adalah eta. Variabel terikat (dependent latent variable) pada paling sedikit satu persamaam dalam model, dengan simbol lingkaran dengan anak panah menuju keluar dan satu panah ke dalam. Simbol anak panah untuk menunjukkan adanya hubungan kausal (ekor anak panah untuk hubungan penyebab dan kepala anak panah untuk variabel akibat). Pemberian nama variabel laten pada diagram lintasan bisa mengikuti notasi matematiknya (ksi atau eta) atau sesuai dengan nama dari variabel dalam penelitian.

Loyalitas Pengguna (Customer Loyality) (skripsi dan tesis)

Loyalitas pengguna merupakan tindakan seseorang terhadap loyalitasnya pada suatu objek tertentu yang diinginkannya. Objek tersebut dapat berupa merk, produk, atau toko (Rowles & Dawes dalam Dharmesta & Darsono, 2005). Loyalitas pengguna suatu barang sangat penting bagi suatu penyedia jasa dalam mempertahankan produk yang mereka jual ke pelanggannya.

Kepuasan Pengguna (Customer Satisfaction) (skripsi dan tesis)

Menurut Kotler (2000) kepuasan pengguna merupakan suatu perasaan seseorang suka atau kecewa yang dihasilkan dari membandingkan suatu produk yang dihasilkan dalam kaitan dengan harapannya. Kepuasan pengguna adalah suatu kemampuan barang atau jasa untuk memenuhi atau melebihi kebutuhan pelanggan dan harapan (Boone & Kurtz, 1995). Maka dapat disimpulkan bahwa kepuasaan pengguna adalah mencangkup tentang membandingkan atau membedakan antara suatu harapan pelanggan terhadap produk dengan hasil atau kineja suatu produk.

Harapan Pengguna (Customer Expectation) (skripsi dan tesis)

Harapan pengguna suatu barang akan terus – menerus berkembang sesuai dengan perkembangan jaman. Suatu perusahaan dituntut untuk melayani harapan pengguna demi tercapainya suatu kepuasan yang dapat dirasakan oleh pengguna. Menurut Gilbert (2003) dalam Semuel (2006), elemen dari harapan pengguna dapat dikelompokkan sebagai berikut:
1. Tangible adalah segala sesuatu yang betujuan untuk mewujudkan dan mendukung operasional suatu layanan jasa apapun ke pelanggan.
2. Realibility adalah kemampuan pengelola atau pelayanan jasa dalam mewujudkan, dan memberikan layanan jasa yang telah dijanjikan.
3. Responsiveness adalah segala sesuatu yang dilakukan oleh pengelola atau layanan jasa secara tanggap untuk memenuhi keinginan dan kebutuhan pelanggan.
 4. Competence adalah kemampuan untuk menciptakan kepercayaan pada pelanggan dengan memberikan suatu jaminan pengetahuan kepada pengelola atau pelayanan jasa.
5. Emphaty adalah sikap peduli, perhatian, pengertian dari pengelola atau pelayanan jasa akan kebutuhan dan keinginan pelanggan

Model European Consumer Satisfaction Index (ECSI) (skripsi dan tesis)

Model ECSI merupakan model yang menjelaskan tentang indikator ekonomi untuk menganalisis dan mengukur kepuasan pelanggan (Bayol et. al, 2000). Michel Tenenhaus (2002), ECSI digunakan untuk mempermudah penyedia mengukur kepuasan pelanggan. Teori pada model ECSI yang disederhanakan terdiri dari 5 variabel laten yang saling berhubungan yaitu :
1 Citra (Image) Citra adalah bagaimana cara masyarakat atau publik menilai dan memandang suatu organisasi, perusahaan, seseorang,dll. Ada lima jenis citra yang dipaparkan Jefkins (2003) di buku Public Relation. Berikut lima jenis citra yang dipaparkan sebagai berikut :
1. Citra bayangan (mirror image), adalah citra dimana suatu organisasi terhadap anggapan dari pihak luar tentang organisasinya.
2. Citra yang berlaku (current image), adalah citra yang diyakini oleh pihak luar mengenai suatu organisasi.
 3. Citra harapan (wish image), adalah suatu citra dimana pemimpin organisasi menginginkan suatu pencapaian terhadap organisasinya agar bisa dikenal, dan diterima secara positif oleh publik.
4. Citra perusahaan (coorporate image), adalah citra dari suatu organisasi yang tidak hanya dinilai dari produk dan pelayanannya, tapi dinilai secara keseluruhan.
5. Citra majemuk (multiple image), adalah banyaknya jumlah anggota dari sebuah organisasi yang dapat memunculkan citra yang belum tentu sama dengan organisasi tersebut secara keseluruhan

Evaluasi Model GSCA (skripsi dan tesis)

Evaluasi terhadap model GSCA terdiri dari tiga tahap. Pertama evaluasi terhadap model pengukuran (outer model), kedua evaluasi terhadap model struktural (inner model), dan ketiga evaluasi terhadap overall goodness of fit model :
1 Model pengukuran (Outer Model)
 Convergent validity yaitu sejauh mana indikator dari konstruk tertentu konvergen (Hair et al., 2010 p.709) . Suatu variabel laten dinilai mempunyai convergent validity yang baik jika nilai loading factor lebih dari 0.70 dan signifikan. Discriminant validity yaitu sejauh mana suatu konstruk benar-benar berbeda dari konstruk lain (Hair et al., 2010 p.710). Discriminant validity model pengukuran dengan indikator reflektif dinilai dengan membandingkan nilai akar kuadrat dari average variance extracted (√ ) setiap variabel laten dengan 12 korelasi antara variabel laten bersangkutan dengan variabel laten lainnya dalam model. Nilai discriminant validity dikatakan baik, jika nilai akar kuadrat AVE tiap variabel laten lebih besar daripada nilai korelasi antara variabel laten lainnya dalam model (Fornell dan Lacker, 1981). AVE adalah koefisien yang menjelaskan varian di dalam indikator yang dapat dijelaskan oleh faktor umum.
 Dimana merupakan komponen loading factor, dan = var ( ). Pengukuran AVE dapat digunakan untuk mengukur reliabilitas component score variabel laten dan hasilnya lebih konservatif dibanding nilai composite reliability ( ) (Fornell & Lacker, 1981). Nilai AVE harus lebih besar dari 0,50. Composite reliability dapat digunakan untuk memeriksa seberapa baik suatu konstruksi diukur oleh indikatornya. Pengukuran sebuah variabel laten dapat dikatakan baik jika memiliki nilai composite reliability > 0,7 mempunyai reliabilitas yang tinggi.

2 Model Struktural (Inner Model) Model stuktural dievaluasi dengan melihat nilai koefisien parameter dan nilai t-statistik serta signifikansi koefisien parameter tersebut. Nilai t-statistik diperoleh dari hasil bootstrapsing dengan membagi nilai koefisien parameter  dengan nilai standar errornya. Jika nilai t-statistik > t tabel maka koefisien parameter yang diestimasi signifikan. Parameter Beta (), yaitu parameter pengaruh variabel laten eksogen terhadap variabel laten endogen dalam model struktural.
 Penerapan metode resampling, memungkinkan berlakunya data terdistribusi bebas (distribution free), tidak memerlukan asumsi distribusi normal, serta tidak memerlukan sampel yang besar (sampel minimum 30). Kriteria pengambilan keputusan dilakukan dengan membandingkan nilai statistik uji t dengan ttabel. Kriteria uji dapat diartikan bahwa terdapat pengaruh yang bermakna antar variabel laten terhadap variabel laten lainnya, dimana hipotesis nol ditolak jika nilai statistik uji t > nilai ttabel.

Estimasi Parameter (skripsi dan tesis)

Diestimasinya parameter GSCA yang tidak diketahui V, W dan A sehingga nilai jumlah kuadrat (SS) dari semua residual , sekecil mungkin untuk semua observasi. Hal ini sama dengan meminimumkan kriteria kuadrat terkecil (least square). Dengan memperhatikan V, W dan A. Komponen didalam dan dinormalisasi untuk tujuan identifikasi, misalnya Persamaan   tidak dapat diselesaikan dengan cara analisis karena W dan A memiliki elemen nol atau elemen tetap lainnya.Untuk meminimumkan persamaandikembangkanlah algoritma Alternating Least Square (ALS) (Hwang & Takane, 2004)

Generalized Structured Component Analysis (GSCA) (skripsi dan tesis)

Generalized Structured Component Analysis (GSCA) dikembangkan oleh Heungsun Hwang, Hec Montreal dan Yoshio Takane pada tahun 2004. GSCA merupakan bagian dari SEM yang berbasis varian atau berbasis komponen. SEM berbasis varian atau komponen sering disebut sebagai soft modeling, SEM tidak didasari oleh banyak asumsi seperti data tidak harus berdistribusi normal X1 X2 X3 X1 X2 X3 Variabel Laten Variabel Laten   multivariate (indikator dengan skala kategori, ordinal,interval sampai ratio dapat digunakan pada model yang sama). Metode GSCA digunakan untuk mengatasi kelemahan Partial Least Squares (PLS) yaitu PLS tidak meyelesaikan masalah secara global optimization untuk estimasi parameter, yang menunjukkan bahwa tidak memiliki satu kriteria tunggal secara konsisten untuk meminumkan atau memaksimumkan penentuan estimasi parameter model (Hwang and Takane, 2004). Sehingga PLS tidak memberikan solusi yang optimal dan sulit untuk menilai prosedur PLS, dapat dikatakan PLS tidak menyediakan overall goodness-fit dari model. Maka sulit untuk menentukan seberapa baik model sesuai dengan datanya dan sulit untuk membandingkan dengan metode alternatif akibat tidak ada ukuran goodness-fit model secara menyeluruh (Hwang&Takane, 2004)

Indikator Reflektif dan  Indikator Formatif (skripsi dan tesis)

Indikator Reflektif
Indikator reflektif merupakan variabel teramati dan dipandang sebagai
variabel yang dipengaruhi oleh variabel laten sesuai dengan konsep yang sama dan yang mendasarinya (Ghozali, 2008).
Indikator Formatif
Indikator formatif merupakan indikator-indikator yang membentuk atau
menyebabkan adanya penciptaan atau perubahan di dalam sebuah variabel laten (Wijanto, 2008, hal. 26).

Variabel-Variabel SEM (skripsi dan tesis)

Variabel laten merupakan variabel yang tidak dapat diamati atau diukur secara langsung. Variabel laten tidak dapat diukur secara langsung tetapi dapat diwakili atau diukur oleh satu atau lebih variabel (indikator) (Hair et al., 2010:632). Sedangkan, variabel observasi atau manifest variable adalah variabel yang datanya harus dicari melalui penelitian lapangan misalnya melalui 7 instrumen-instrumen survey (Hair et al., 2010:635). Variabel observasi digunakan sebagai indikator dari variabel laten. Sehingga variabel laten bisa diukur secara tidak langsung melalui pengamatan pada variabel observasi. SEM mempunyai 2 jenis variabel laten yaitu variabel laten eksogen dan variabel laten endogen : 1. Variabel laten eksogen adalah variabel yang tidak dipengaruhi oleh variabel laten lainnya. Dalam diagram jalur, variabel laten eksogen ditandai sebagai variabel yang tidak ada kepala panah yang menuju kearahnya dari variabel laten lainnya (Hair et al., 2010:637). Variabel laten eksogen dinotasikan dengan Ksi (ξ). 2. Variabel laten endogen adalah variabel yang dipengaruhi oleh variabel laten lainnya. Dalam diagram jalur, variabel endogen ini ditandai oleh kepala panah yang menuju kearahnya dari variabel laten eksogen atau variabel laten endogen (Hair et al., 2010:637). Variabel laten endogen dinotasikan dengan Eta (η)

Structural Equation Modeling (SEM) (skripsi dan tesis)

Structural Equation Modeling (SEM) merupakan teknik dengan kombinasi dari analisis jalur (path) dan analisis regresi yang memungkinkan peneliti menguji secara simultan rangkaian hubungan yang saling terkait antara variabel terukur (measured variables) dan konstrak laten (latent constructs) (Hair et. al, 2010:634). Analisis SEM merupakan analisis multivariat yang bersifat kompleks, karena melibatkan sejumlah variable bebas (independent variable) dan variabel terikat (dependent variable) yang saling berhubungan membentuk sebuah model. Pada SEM tidak dapat dikatakan ada variabel bebas dan variabel terikat, karena sebuah variabel bebas dapat menjadi variabel terikat pada hubungan yang lain. SEM dapat dikategorikan menjadi 2 model yaitu model struktural dan model pengukuran. Model struktural yaitu model yang menggambarkan hubungan-hubungan yang ada diantara variabel-variabel laten. Sedangkan model pengukuran menggambarkan tentang hubungan antara variabel yang diamati (juga disebut indikator) dengan variabel laten yang mendasarinya (Kline, 1998)

KLASIFIKASI VARIABEL BERDASARKAN PROSES KUANTIFIKASI (skripsi dan tesis)

 

Variabel-variabel yang telah diidentifikasikan perlu diklasifikasikan, sesuai dengan jenis dan peranannya dalam penelitian. Klasifikasi ini sangat perlu untuk penentuan alat pengambilan data apa yang akan digunakan dan metode analisis mana yang sesuai untuk diterapkan.

Berkaitan dengan proses kuantifikasi data biasa digolongkan menjadi 4 jenis yaitu (a). Data Nominal, (b). Data Ordinal, (c). Data Interval dan, (d). Data ratio.  Demikianlah pula variabel, kalau dilihat dari segi ini biasa dibedakan dengan cara yang sama

  1. Variabel Nominal, yaitu variabel yang ditetapkan berdasar atas proses penggolongan; variabel ini bersifat diskret dan saling pilah (mutually exclusive) antara kategori yang satu dan kategori yang lain; contoh: jenis kelamin, status perkawinan, jenis pekerjaan
  2. Variabel Ordinal, yaitu variabel yang disusun berdasarkan atas jenjang dalam atribut tertentu. Jenjang tertinggi biasa diberi angka 1, jenjang di bawahnya diberi angka 2, lalu di bawahnya di beri angka 3 dan seterusnya. (ranking)
  3. Variabel Interval, yaitu variabel yang dihasilkan dari pengukuran, yang di dalam pengukuran itu diasaumsikan terdapat satuan (unit) pengukuran yang  sama. Contoh: variabel interval misalnya prestasi belajar, sikap terhadap sesuatu program dinyatakan dalam skor, penghasilan dan sebagainya.
  4. Variabel ratio,  adalah variabel yang dalam kuantifikasinya mempunyai nol mutlak. (Drs. Sumadi Suryabrata .Metologi Penelitian. hal. 26-27)

PENGERTIAN VARIABEL (skripsi dan tesis)

Istilah variabel dapat diartikan bermacam – macam. Dalam tulisan ini variable diartikan sebagai segala sesuatu yang akan menjadi objek pengamatan penelitian. Sering pula dinyatakan variabeL penelitian itu sebagai faktor-faktor yang berperan dalam peristiwa atau gejala yang akan diteliti.

Kalau ada pertanyaan tentang apa yang akan di teliti, maka jawabannya berkenaan dengan variabel penelitian. Jadi variabel penelitian pada dasarnya adalah segala sesuatu yang berbentuk apa saja yang ditetapkan oleh peneliti untuk dipelajari sehingga diperoleh informasi tentang hal tersebut, kemudian ditarik kesimpulan. Secara teoritis variabel dapat didefiisikan sebagai atribut seseorang, atau objek yang mempunyai “Variasi” antara satu orang dengan yang lain atau satu objek dengan objek yang lain (Hatch dan Farhady,1981). Dinamakan variabel karena ada variasinya.

Menurut Y.W Best yang disebut variabel penelitian adalah kondisi-kondisi atau serenteristik-serenteristik yang oleh peneliti  dimanupulasikan, dikontrol atau dioservasi dalam suatu penelitian. Sedang Direktorat Pendidikan Tinggii Depdikbud menjelaskan bahwa yang dimaksud variabel penelitian adalah segala sesuatu yang akan menjadi objek pengamatan penelitian. Dari kedua pengerian tersebut dapatlah dijelaskan bahwa variabel penelitian itu meliputi faktor-faktor yang berperan dalam peristiwa atau gejala yang kan diteliti.

Apa yang merupakan variabel dalam sesuatu penelitian ditentikan oleh landasan teoritisnya, dan ditegaskan oleh hipotesis penelitian. Karena itu apabila landasan teoritisnya berbeda, variabel-variebel penelitiannya juga akan berbeda. Jumlah variabel yang dijadikan objek pengamatan akan ditentukan oleh sofistikasi rancangan penelitiannya. Makin sederhana sesuatu rancangan penelitian, akan melibatkan variabel-variabel yang makin sedikit jumlahnya, dan sebaliknya.

Pembagian Variabel (skripsi dan tesis)

Variabel bisa dibagi berdasarkan: Perananan, cara pengukuran, dan bisa tidaknya diukur secara langsung.

Berdasarkan Fungsi/Peranannya dalam penelitian

Dalam penelitian kuantitatif, variabel yang telah didefinisikan secara operasional, biasanya dibagi menjadi variabel bebas (independent: aktif atau atribut), variabel terikat (dependent), dan variabel asing/ekstra/tambahan (extraneous) yang bukan merupakan subjek dari penelitian yang sedang dipelajari dan berada di luar pengamatan/kajian utama penelitian.  Pemahaman tentang variabel extraneous ini sangat penting, karena variabel ini bisa saja bersaing dengan variabel independent dan bisa mengacaukan/membingungkan dalam menjelaskan pola hubungan antara variabel independent dan variabel dependent. Oleh karena itu, dalam menentukan hubungan sebab akibat, kita seharusnya mengidentifikasi ada tidaknya variabel extraneous yang terbukti dapat mempengaruhi variabel dependent.  Apabila ada, maka variabel ekstraneous tersebut disebut dengan variabel confounding. Variabel Confounding sebaiknya di kontrol atau dimasukkan ke dalam model.  Apabila tidak, kita tidak akan yakin bahwa perubahan variabel dependent tersebut hanya disebabkan oleh variabel independent saja.

Variabel Independent (IV).

Variable independent adalah variabel yang merupakan penyebab atau yang mempengaruhi variabel dependent (DV) atau yang menyebabkan terjadinya variasi bagi variabel dependent (DV). Apabila variabel IV berubah, maka variabel DV juga akan berubah. Variable independent merupakan variable yang faktornya diukur, dimanipulasi, atau dipilih oleh peneliti untuk menentukan hubungannya dengan suatu gejala yang diobservasi. Jika diterjemahkan dalam bahasa Indonesia, variabel independent disebut juga sebagai peubah bebas dan sering juga disebut dengan variable bebas, stimulus, faktor, treatment, predictor, input, atau antecedent.

Variabel Dependent (DV).

Variable dependent merupakan variabel yang dipengaruhi atau yang menjadi akibat dari variabel independent.  Variabel dependent, dalam bahasa Indonesia sering disebut sebagai peubah tak bebas, variabel terikat, tergantung, respons, variabel output, criteria, atau konsekuen.

Variabel ini merupakan fokus utama dari penelitian.  Variabel inilah yang nilainya diamati dan diukur untuk menentukan pengaruh dari variabel independent.  Nilainya bisa beragam dan tergantung pada besarnya perubahan variabel independent.  Artinya, setiap terjadi perubahan (penambahan/pengurangan) sekian kali satuan variabel independen, diharapkan akan menyebakan variabel dependen berubah (naik/turun) sekian satuan juga. Secara matematis, hubungan tersebut mungkin bisa digambarkan dalam bentuk persamaan Y = a + bX. Misalnya, Y = Hasil (ton) dan X = pupuk Urea (kg), maka setiap pupuk urea dinaikkan/atau diturunkan sebesar b (kg), maka hasil naik/turun sebesar b (ton) dan apabila tidak di berikan pupuk (b=0), maka hasilnya adalah sebesar a (ton).   Pola hubungan antara kedua variabel tersebut bisanya di kaji dalam penelitian asosiasi atau prediksi, biasanya diuji dengan menggunakan Analisis Regresi.  Berbeda dengan contoh pengaruh metode mengajar terhadap keberhasilan siswa, skala pengukuran variabel independentnya bukan merupakan variabel interval atau rasio, sehingga untuk melihat pengaruh dari variabel independet terhadap variabel dependent lebih tepat dengan menggunakan Analisis Varians (ANOVA).  Dengan Anova tersebut kita bisa menentukan ada tidaknya perbedaan diantara metode mengajar, dan apabila ada, kita bisa menentukan metode mengajar yang lebih baik atau terbaik.

Variabel Moderator

Variabel moderator merupakan variabel khusus dari variabel independent. Dalam analisis hubungan yang menggunakan minimal dua variabel, yakni satu variabel dependen dan satu atau beberapa variabel independen, adakalanya hubungan di antara kedua variabel tersebut dipengaruhi oleh variabel ketiga, yaitu faktor-faktor lain yang tidak dimasukkan dalam model statistik yang kita gunakan. Variabel tersebut dinamakan dengan variabel moderator. Variabel moderator ini adalah variabel lain yang bisa memperkuat atau memperlemah hubungan antar variabel independen (bebas) dan variabel dependen (tak bebas). Dalam Analisis Varians (Anova), pengaruh dari variabel moderator ini bisa direfresentasikan sebagai pengaruh interaksi antara variabel independent (faktor) utama dengan variabel moderator (Baron and Kenny, 1986: p. 1174). Variabel ini bisa diukur, dimanipulasi, atau dipilih oleh peneliti untuk mengetahui apakah keberadaannya akan mempengaruhi hubungan antara variable bebas dan variabel terikat.

Variabel Intervening/mediator.

Variabel independent dan moderator merupakan variable-variabel kongkrit. Variable tersebut dapat dimanipulasi oleh peneliti dan pengaruhnya dapat dilihat atau diobservasi. Lain halnya dengan variable intervening, variable tersebut bersifat hipotetikal artinya secara kongkrit pengaruhnya tidak kelihatan, tetapi secara teoritis dapat mempengaruhi hubungan antara variabel independent dan dependent yang sedang diteliti.

Penelitian yang melibatkan variabel intervening (mediator/mediating/mediasi/pengganggu) sangat umum dalam bidang sosiologi dan psikologi, seperti ilmu-ilmu perilaku dan penelitian non eksperimental lainnya. Untuk peneliti di bidang eksakta (terutama dalam penelitian eksperimental), mungkin tidak terlalu banyak yang mengenal atau melibatkan variabel ini, karena bersifat abstrak dan tidak bisa diukur (misterius, jangan dianggap serius.. :-)). Lihat saja pernyataan Tuckman (1988) berikut ini:

“… an intervening variable is that factor that theoretically affect the observed phenomenon but cannot be seen, measure, or manipulate…”.

Banyak siswa, saya, bahkan sebagian peneliti yang masih kesulitan dalam membedakan antara variabel moderator dengan variabel pengganggu yang satu ini, intervening (mediator) maksudnya ?.

Variable intervening didefinisikan sebagai variabel yang secara teoritis mempengaruhi hubungan antara Variabel independent dengan Variabel dependent, tetapi tidak dapat dilihat, diukur, dan dimanipulasi; pengaruhnya harus disimpulkan dari pengaruh-pengaruh variabel independent dan atau variable moderat terhadap gejala yang sedang diteliti (Tuckman, 1988).
Variabel ini merupakan variabel antara (penyela) yang terletak diantara Variabel independent dan Variabel dependent. Variabel ini bisa digunakan dalam menjelaskan proses hubungan antara variabel independent dengan variabel dependent, misalnya X → T → Y, dimana T adalah variabel intervening yang digunakan untuk menjelaskan pola hubungan antara IV dan DV.  Terminologi terakhir, yaitu sebagai variabel antara, konsiten dengan metodologi dan definisi dalam Analisis Struktural Equation Modelling (SEM)

Definisi Operasional (skripsi dan tesis)

Definisi operasional adalah aspek penelitian yang memberikan informasi atau petunjuk kepada kita tentang bagaimana caranya mengukur suatu variabel.  Informasi ilmiah yang dijelaskan dalam definisi operasional sangat membantu peneliti lain yang ingin melakukan penelitian dengan menggunakan variabel yang sama, karena berdasarkan informasi itu, ia akan mengetahui bagaimana caranya melakukan pengukuran terhadap variabel yang dibangun berdasarkan konsep yang sama. Dengan demikian, ia dapat menentukan apakah tetap menggunakan prosedur pengukuran yang sama atau diperlukan pengukuran yang baru.

Konsep-konsep yang sudah diterjemahkan menjadi satuan yang sudah kita anggap lebih operasional (variabel dan konstruk), biasanya belum sepenuhnya siap untuk diukur. Karena variabel dan konstruk tersebut memiliki alternatif dimensi yang bisa diukur dengan cara berlainan. Contoh tentang variabel usia/umur. Cara pengukuran variabel tersebut bisa saja berbeda, pertama mungkin Anda mengukur usianya langsung secara numerik, misalnya 4, 12.5, 18, 31 tahun dst, atau bisa saja Anda mengukur berdasarkan kategori, misalnya Balita (0-5 th), Anak-anak (5 – 14), Remaja (14 – 24), Dewasa (25 – 54), Tua (55-64), dan Lansia (>65) tahun.

Variabel dan Data (skripsi dan tesis)

Variabel berasal dari kata “vary” dan “able” yang berarti “berubah” dan “dapat”. Jadi, secara harfiah variabel berarti dapat berubah, sehingga setiap variabel dapat diberi nilai dan nilai itu berubah-ubah. Nilai tersebut bisa kuntitatif (terukur dan atau terhitung, dapat dinyatakan dengan angka) juga bisa kualitatif (jumlah dan derajat atributnya yang dinyatakan dengan nilai mutu).
Variabel merupakan element penting dalam masalah penelitian. Dalam statistik, variabel didefinisikan sebagai konsep, kualitas, karakteristik, atribut, atau sifat-sifat dari suatu objek (orang, benda, tempat, dll) yang nilainya berbeda-beda antara satu objek dengan objek lainnya dan sudah ditetapkan oleh peneliti untuk dipelajari dan ditarik kesimpulannya. Karakteristik adalah ciri tertentu pada obyek yang kita teliti, yang dapat membedakan objek tersebut dari objek lainnya, sedangkan objek yang karakteristiknya sedang kita amati dinamakan satuan pengamatan dan angka atau ketegori (nilai mutu) tertentu dari suatu objek yang kita amati dinamakan variate (nilai). Kumpulan nilai yang diperoleh dari hasil pengukuran atau penghitungan suatu variabel dinamakan dengan data.

Karakteristik yang dimiliki suatu pengamatan keadaannya berbeda-beda (berubah-ubah) atau memiliki gejala yang bervariasi dari satu satuan pengamatan ke satu satuan pengamatan lainnya, atau, untuk satuan pengamatan yang sama, karakteristiknya berubah menurut waktu atau tempat. Apabila karakteristik setiap satuan pengamatan semuanya sama, tidak beragam, maka bukan lagi merupakan variabel, melainkan konstanta.

Contoh:

Apabila Anda sedang mempelajari sekelompok anak-anak, anak-anak di sana baru sebuah konsep, bukan variabel.  Apabila Anda tertarik untuk mengukur tinggi badannya, berat, usia, menentukan jenis kelamin, dan sebagainya,  berarti Anda sudah berbicara tentang variabel, karena nilainya bisa beragam dari anak ke anak. Untuk kepentingan penelitian, sebuah konsep bisa diubah menjadi satu atau beberapa variabel.

Misalnya saja tentang konsep anak-anak tadi, di antara sekian karakteristik yang bisa diukur, Anda lebih tertarik untuk menimbang beratnya, maka:

  • Konsep: adalah properti/karakteristik dari Anak-anak
  • Karakteristik: karakteristik yang sedang Anda amati adalah berat anak.
  • Variabel: karena berat setiap anak bisa bervariasi, maka berat merupakan variabel.
  • Satuan pengamatan: satuan pengamatannya adalah masing-masing Anak (setiap individu), dan
  • Nilai (variate/data): berat yang terukur dari setiap anak dinamakan variate (nilai).

Contoh kasus lain misalnya, jika Anda sedang mempelajari sekelompok tanaman tomat (konsep), variabel-variabel berikut mungkin menjadi pertimbangan Anda: tinggi, lebar, jumlah daun, dan jumlah buah, dan berat tomat.   Contoh variabel lainnya adalah warna mata, IQ, tingkat pendidikan, status sosial, metode mengajar, jenis pupuk, jenis varietas, jenis obat, semuanya adalah variabel karena karakteristiknya berbeda-beda.

Karakteristik dari suatu variabel harus beragam atau berubah-ubah. Sebaliknya, jika karakteristik semuanya sama, maka satuan pengamatan tersebut bukan lagi variabel, melainkan konstanta. Konstanta adalah angka tertentu yang nilainya selalu tetap pada semua kondisi, misalnya kecepatan cahaya, gaya gravitasi, dsb. Namun demikian, suatu variabel bisa saja menjadi konstanta apabila nilainya di buat sama. Misalnya, jenis kelamin adalah variabel, namun apabila satuan pengamatan yang kita amati hanya dibatasi pada jenis kelamin perempuan saja, maka jenis kelamin berubah menjadi konstanta, karena nilainya sama pada semua kondisi

Cara Merumuskan Hipotesis (skripsi dan tesis)

              Cara merumuskan hipotesis  ialah dengan tahapan sebagai berikut: rumuskan hipotesis  penelitian, hipotesis operasional, dan hipotesis statistik.

              Hipotesis penelitian ialah hipotesis yang kita buat dan dinyatakan dalam bentuk kalimat dan didasarkan oleh asumsi.

Contoh 1: Hipotesis asosiatif

Rumusan masalah:

  • Adakah hubungan antara gaya kepemimpininan dengan kinerja pegawai?

Hipotesis penelitian:

  • Ada hubungan antara gaya kepemimpininan dengan kinerja pegawai

              Hipotesis operasional ialah mendefinisikan hipotesis secara operasional variabel-variabel yang ada di dalamnya agar dapat dioperasionalisasikan. Misalnya “gaya kepemimpinan” dioperasionalisasikan sebagai cara memberikan instruksi terhadap bawahan. Kinerja pegawai dioperasionalisasikan sebagai tinggi rendahnya pemasukan perusahaan. Hipotesis operasional dijadikan menjadi dua, yaitu hipotesis 0 yang bersifat netral dan hipotesis 1 yang bersifat tidak netral

              Maka bunyi hipotesis operasionalnya:

H0: Tidak ada hubungan antara cara memberikan instruksi terhadap bawahan dengan tinggi – rendahnya revenue perusahaan

H1: Ada hubungan antara cara memberikan instruksi terhadap bawahan dengan tinggi – rendahnya revenue perusahaan

              Hipotesis statistik ialah hipotesis operasional yang diterjemahkan kedalam bentuk angka-angka statistik sesuai dengan alat ukur yang dipilih oleh peneliti. Dalam contoh ini asumsi kenaikan revenue sebesar 30%, maka hipotesisnya berbunyi sebagai berikut:

H0: r= 0,3

H1: r ¹ 0,3

Contoh 2: Hipotesis deskriptif

Rumusan masalahnya: Berapa besar tingkat kenaikan suku bunga di Bank X?

Hipotesis penelitian: Tingkat kenaikan suku bunga di Bank X  kurang dari  standar

Hipotesis operasional bunyinya:

o        H0 = Tingkat kenaikan suku bunga di Bank X   sama dengan standar

o        H1 = Tingkat kenaikan suku bunga di Bank X   tidak sama dengan standar

Hipotesis statistik

o                        H0: r = 5% (0,05)

o                        H1: r ¹ 5% (0,05)

Diasumsikan standar kenaikan sama dengan 5%.

Contoh 3: Hipotesis komparatif

Rumusan masalahnya:  Bagaimana sikap konsumen  di Bandung terhadap kenaikan tarif kereta api  dibandingkan dengan sikap konsumen di Yogyakarta

Hipotesis penelitian :  Ada perbedaan sikap konsumen  di Bandung terhadap kenaikan tarif kereta api  jika dibandingkan dengan sikap konsumen di Yogyakarta

Hipotesis operasional:

o            H0 = Tidak ada perbedaan  persentase antara sikap konsumen  di Bandung terhadap kenaikan tarif kereta api  dengan sikap konsumen di Yogyakarta

o            H1 = Ada perbedaan persentase antara sikap konsumen  di Bandung terhadap kenaikan tarif kereta api  dengan sikap konsumen di Yogyakarta

Hipotesis Statistik:

H0: r Bandung = r Yogyakarta

H1: : r Bandung ¹ r Yogyakarta

2.2.5 Uji Hipotesis

Pengujian hipotesis dapat didasarkan dengan menggunakan dua hal, yaitu: tingkat signifikansi atau probabilitas (α) dan tingkat kepercayaan atau confidence interval. Didasarkan tingkat signifikansi pada umumnya orang menggunakan 0,05. Kisaran tingkat signifikansi mulai dari 0,01 sampai dengan 0,1. Yang dimaksud dengan tingkat signifikansi adalah probabilitas melakukan kesalahan tipe I, yaitu kesalahan menolak hipotesis ketika hipotesis tersebut benar. Tingkat kepercayaan pada umumnya ialah sebesar 95%, yang dimaksud dengan tingkat kepercayaan ialah tingkat dimana sebesar 95% nilai sample akan mewakili nilai populasi dimana sample berasal. Dalam melakukan uji hipotesis terdapat dua hipotesis, yaitu:

  • H0 (hipotessis nol)  dan H1 (hipotesis alternatif)

Contoh uji hipotesis misalnya rata-rata produktivitas pegawai sama dengan 10 (μ x= 10), maka bunyi hipotesisnya ialah:

  • H0: Rata-rata produktivitas pegawai sama dengan 10
  • H1: Rata-rata produktivitas pegawai tidak sama dengan 10

Hipotesis statistiknya:

  • H0: μ x= 10
  • H1: μ x > 10 Untuk uji satu sisi (one tailed) atau
  • H1: μ x < 10
  • H1: μ x ≠ 10 Untuk uji dua sisi (two tailed)

Beberapa hal yang harus diperhatikan dalam uji hipotesis ialah;

  • Untuk pengujian hipotesis kita menggunakan data sample.
  • Dalam pengujian akan menghasilkan dua kemungkinan, yaitu pengujian signifikan secara statistik jika kita menolak H0 dan pengujian tidak signifikan secara statistik jika kita menerima H0.
  • Jika kita menggunakan nilai t, maka jika nilai t yang semakin besar atau menjauhi 0, kita akan cenderung menolak H0; sebaliknya jika nila t semakin kecil atau mendekati 0  kita akan cenderung menerima H0

Jenis-Jenis Hipotesis (skripsi dan tesis)

            Secara garis besar ada dua jenis hipotesis didasarkan pada tingkat   abstraksi dan bentuknya.

            Menurut tingkat abstraksinya hipotesis dibagi menjadi:

  1. a) Hipotesis yang menyatakan adanya kesamaan-kesamaan dalam dunia empiris: hipotesis jenis ini berkaitan dengan pernyataan-pernyataan yang bersifat umum yang kebenarannya diakui oleh orang banyak pada umumnya, misalnya “orang jawa halus budinya dan sikapnya lemah lembut”, “jika ada bunyi hewan tenggeret maka musim kemarau mulai tiba, “ jika hujan kota Jakarta Banjir”.  Kebenaran-kebenaran umum seperti di atas yang sudah diketahui oleh orang banyak pada umumnya,  jika diuji secara ilmiah belum tentu benar.
  2. b)  Hipotesis yang berkenaan dengan model ideal: pada kenyataannya dunia ini sangat kompleks, maka untuk mempelajari kekomplesitasan dunia tersebut kita memerlukan bantuan filsafat, metode, tipe-tipe yang ada. Pengetahuan mengenai otoriterisme akan membantu kita memahami, misalnya dalam dunia kepemimpinan, hubungan ayah dalam mendidik anaknya. Pengetahuan mengenai ide nativisme akan membantu kita memahami munculnya seorang pemimpin.
  3. c) Hipotesis yang digunakan untuk mencari hubungan antar variabel: hipotesis ini merumuskan hubungan antar dua atau lebih variabel-variabel yang diteliti. Dalam menyusun hipotesisnya, peneliti harus dapat mengetahui variabel mana yang mempengaruhi variabel lainnya sehingga variabel tersebut berubah.

Menurut bentuknya, hipotesis  dibagi menjadi tiga:

  1. a)  Hipotesis penelitian / kerja: hipotesis penelitia merupakan anggapan dasar peneliti terhadap suatu masalah yang sedang dikaji. Dalam hipotesis ini peneliti mengaggap benar hipotesisnya yang kemudian akan dibuktikan secara empiris melalui pengujian hipotesis dengan mempergunakan data yang diperolehnya selama melakukan penelitian. Misalnya: Ada hubungan antara krisis ekonomi dengan jumlah orang stress
  2. b)    Hipotesis operasional: hipotesis operasional merupakan hipotesis yang bersifat obyektif. Artinya peneliti merumuskan hipotesis tidak semata-mata berdasarkan anggapan dasarnya, tetapi  juga berdasarkan obyektifitasnya, bahwa hipotesis penelitian yang dibuat belum tentu benar setelah diuji dengan menggunakan data yang ada. Untuk itu peneliti memerlukan hipotesis pembanding yang bersifat obyektif dan netral atau secara teknis disebut hipotesis nol (H0). H0 digunakan untuk memberikan keseimbangan pada hipotesis penelitian karena peneliti meyakini dalam pengujian nanti benar atau salahnya hipotesis penelitian tergantung dari bukti-bukti yang diperolehnya selama melakukan penelitian. Contoh:

H0: Tidak ada hubungan antara jumlah jam kerja dengan jumlah pegawai yang mengalami stress.

  1. c)    Hipotesis statistik: Hipotesis statistik merupakan jenis hipotesis yang dirumuskan dalam bentuk notasi statistik. Hipotesis ini dirumuskan berdasarkan pengamatan peneliti terhadap populasi dalam bentuk angka-angka (kuantitatif). Misalnya: H0: r= 0; atau H0: p= 0

Pertimbangan dalam  Merumuskan Hipotesis (skripsi dan tesis)

            Dalam merumuskan hipotesis peneliti perlu pertimbangan- pertimbangan diantaranya:

  • Harus mengekpresikan hubungan antara dua variabel atau lebih, maksudnya dalam merumuskan hipotesis seorang peneliti harus setidak-tidaknya mempunyai dua variabel yang akan dikaji. Kedua variabel tersebut adalah variabel bebas dan variabel tergantung. Jika variabel lebih dari dua, maka biasanya satu variabel tergantung dua variabel bebas.
  • Harus dinyatakan secara jelas dan tidak bermakna ganda, artinya rumusan hipotesis harus bersifat spesifik dan mengacu pada satu makna tidak boleh menimbulkan penafsiran lebih dari satu makna. Jika hipotesis dirumuskan secara umum, maka hipotesis tersebut tidak dapat diuji secara empiris.
  • Harus dapat diuji secara empiris, maksudnya ialah memungkinkan untuk diungkapkan dalam bentuk operasional yang dapat dievaluasi berdasarkan data yang didapatkan secara empiris. Sebaiknya hipotesis jangan mencerminkan unsur-unsur moral, nilai-nilai atau sikap.

Pengertian Hipotesis (skripsi dan tesis)

Tidak semua jenis penelitian mempunyai hipotesis. Hipotesis merupakan dugaan sementara yang selanjutnya diuji kebenarannya sesuai dengan model dan analisis yang cocok. Hipotesis penelitian dirumuskan atas dasar kerangka pikir yang merupakan jawaban sementara atas masalah yang dirumuskan.

Secara prosedur hipotesis penelitian diajukan setelah peneliti melakukan kajian pustaka, karena hipotesis penelitian adalah rangkuman dari kesimpulan-kesimpulan teoritis yang diperoleh dari kajian pustaka. Hipotesis merupakan jawaban jawaban sementara terhadap masalah penelitian yang secara teoritis dianggap paling mungkin dan paling tinggi tingkat kebenarannya.

Setelah masalah dirumuskan, maka langkah berikutnya ialah merumuskan hipotesis. Apakah hipotesis itu? Ada banyak definisi hipotesis yang pada hakikatnya mengacu pada pengertian yang sama. Diantaranya ialah hipotesis adalah jawaban sementara terhadap masalah yang sedang diteliti.

Menurut Prof. Dr. S. Nasution definisi hipotesis  ialah “pernyataan tentative yang merupakan dugaan mengenai apa saja yang sedang kita amati dalam usaha untuk memahaminya”.  (Nasution:2000)

Zikmund (1997:112) mendefinisikan hipotesis sebagai: “Unproven proposition or supposition that tentatively explains certain facts or phenomena; a probable answer to a research question”.  Menurut Zimund hipotesis merupakan proposisi atau dugaan yang belum terbukti yang secara tentative menerangkan fakta-fakta atau fenomena tertentu dan juga merupakan jawaban yang memungkinkan terhadap suatu pertanyaan riset.

 Korelasi antar Variabel (skripsi dan tesis)

Dikenal 3 macam Korelasi antar Variabel, yaitu :

  1. Korelasi Simetris

Korelasi Simetris terjadi bila antar dua variable terdapat hubungan, tetapi tidak ada mekanisme pengaruh – mempengaruhi ; masing – masing bersifat mandiri.

Korelasi Simetris terjadi karena :

  • Kebetulan.
  • Sama – sama merupakan akibat dari faktor yang sama (Sebagai akibat dari Variabel Bebas)
  • Sama – sama sebagai Indikator dari suatu konsep yang sama.
  1. Korelasi Asimetris

Korelasi Asimatris ialah Korelasi antara dua variable dimana variable yang satu bersifat mempengaruhi variable yang lain ( Variable Bebas dan Variable Terikat

  1. Korelasi Timbal Balik

Korelasi Timbal Balik adalah Korelasi antar dua variable yang antar keduanya saling pengaruh – mempengaruhi.

Pengukuran Variabel (skripsi dan tesis)

Pengukuran Variabel Penelitian dapat dikelompokkan menjadi 4 Skala Pengukuran, yaitu :

  1. Skala Nominal

Skala Nominal adalah suatu himpunan yang terdiri dari anggota – anggota yang mempunyai kesamaan tiap anggotanya, dan memiliki perbedaan dari anggota himpunan yang lain.

Misalnya :

  • Jenis Kelamin : dibedakan antara laki – laki dan perempuan
  • Pekerjaan : dapat dibedakan petani, pegawai, pedagang
  • Golongan Darah : dibedakan atas Gol. 0, A, B, AB
  • Ras : dapat dibedakan atas Mongoloid, Kaukasoid, Negroid.
  • Suku Bangsa : dpt dibedakan dalam suku Jawa, Sunda, Batak dsb.

Skala Nominal, variasinya tidak menunjukkan perurutan atau kesinambungan, tiap variasi berdiri sendiri secara terpisah. Dalam Skala Nominal tidak dapat dipastikan apakah kategori satu mempunyai derajat yang lebih tinggi atau lebih rendah dari kategori yang lain ataukah kategori itu lebih baik atau lebih buruk dari kategori yang lain.

  1. Skala Ordinal

Skala Ordinal adalah skala variabel yang menunjukkan tingkatan – tingkatan.Skala Ordinal adalah himpunan yang beranggotakan menurut rangking, urutan, pangkat atau jabatan. Skala Ordinal adalah kategori yang dapat diurutkan atau diberi peringkat.Skala Ordinal adalah Skala Data Kontinum yang batas satu variasi nilai ke variasi nilai yang lain tidak jelas, sehingga yang dapat dibandingkan hanyalah nilai tersebut lebih tinggi, sama atau lebih rendah daripada nilai yang lain.

Contoh :

  • Tingkat Pendidikan : dikategorikan SD, SMP, SMA, PT
  • Pendapatan : Tinggi, Sedang, Rendah
  • Tingkat Keganasan Kanker : dikategorikan dalam Stadium I, II, dan III. Hal ini dapat dikatakan bahwa : Stadium II lebih berat daripada Stadium I dan Stadium III lebih berat daripada Stadium II.Tetapi kita tidak bisa menentukan secara pasti besarnya perbedaan keparahan itu.
  • Sikap (yang diukur dengan Skala Linkert) : Setuju, Ragu – ragu, Tidak Setuju. Dsb.
  1. Skala Interval

Skala Interval Adalah Skala Data Kontinum yang batas variasi nilai satu dengan yang lain jelas, sehingga jarak atau intervalnya dapat dibandingkan.Dikatakan Skala Interval bila jarak atau perbedaan antara nilai pengamatan satu dengan nilai pengamatan lainnya dapat diketahui secara pasti.Nilai variasi pada Skala Interval juga dapat dibandingkan seperti halnya pada skala ordinal (Lebih Besar, Sama, Lebih Kecil..dsb); tetapi Nilai Mutlaknya tidak dapat dibandingkan secara Matematis, oleh karena itu batas – batas Variasi Nilai pada Skala Interval bersifat arbiter (angka nolnya tidak absolute)

Contoh :

  • Temperature / Suhu Tubuh : sebagai skala interval, suhu 360Celcius jelas lebih panas daripada suhu 240Celcius. Tetapi tidak bisa dikatakan bahwa suhu 360Celcius 1½ kali lebih panas daripada suhu 240Celcius. Alasannya : Penentuan skala 00Celcius Tidak Absolut (=00Celcius tidak berarti Tidak Ada Suhu/Temperatur sama sekali).
  • Tingkat Kecerdasan,
  • Jarak, dsb.
  1. Skala Ratio(Skala Perbandingan).

Skala Ratio Adalah Skala yang disamping batas intervalnya jelas, juga variasi nilainya memunyai batas yang tegas dan mutlak ( mempunyai nilai NOL ABSOLUT ).

Misalnya :

  • Tinggi Badan : sebagai Skala Ratio, tinggi badan 180 Cm dapat dikatakan mempunyai selisih 60 Cm terhadap tinggi badan 120 Cm, hal ini juga dapat dikatakan hahwa : tinggi badan 180 adalah 1½ kali dari tinggi badan 120 Cm.
  • Denyut Nadi : Nilai 0 dalam denyut nadi dapat dikatakan tidak ada sama sekali denyut nadinya.
  • Berat Badan
  • Dosis Obat, dsb.

Dari uraian di atas jelas bahwa Skala Ratio, Interval, Ordinal dan Nominal berturut – turut memiliki nilai kuantitatif dari yang Paling Rinci ke yang Kurang Rinci. Skala Ratio mempunyai sifat – sifat yang dimiliki Skala Interval, Ordinal dan Nominal. Skala Interval memiliki ciri – ciri yang dimiliki Skala Ordinal dan Nominal, sedangkan Skala Ordinal memiliki sifat yang dimiliki Skala Nominal.

Adanya perbedaan tingkat pengukuran memungkinkan terjadinya Transformasi Skala Ratio dan Interval menjadi Ordinal atau Nominal. Transformasi ini dikenal sebagai Data Reduction atau Data Collapsing. Hal ini dimaksudkan agar dapat menerapkan metode statistik tertentu, terutama yang menghendaki skala data dalam bentuk Ordinal atau Nominal.

Sebaliknya, Skala Ordinal dan Nominal tidak dapat diubah menjadi Interval atau Ratio. Skala Nominal yang diberi label 0, 1 atau 2 dikenal sebagai Dummy Variable (Variabel Rekayasa). Misalnya : Pemberian label 1 untuk laki – laki dan 2 untuk perempuan tidak mempunyai arti kuantitatif (tidak mempunyai nilai / hanya kode). Dengan demikian, perempuan tidak dapat dikatakan 1 lebih banyak dari laki – laki. Pemberian label tersebut dimaksudkan untuk mengubah kategori huruf (Alfabet) menjadi kategori Angka (Numerik), sehingga memudahkan analisis data. (Cara ini dijumpai dalam Uji Q Cochran pada Pengujian Hipotesis).

   Jenis-jenis Variabel penelitian (skripsi dan tesis)

Dalam terminologi Metodologik, dikenal beberapa macam variabel penelitian. Berdasarkan hubungan antara satu variabel satu dengan variabel yang lain, maka macam – macam variabel dalam penelitian dapat dibedakan menjadi :

  1. Variabel Independen (variabel bebas)

Variabel ini sering disebut sebagai Variabel Stimulus, Predictor, Antecedent, Variabel Pengaruh, Variabel Perlakuan, Kausa, Treatment, Risiko, atau Variable Bebas. Dalam SEM (Structural Equation Modeling) atau Pemodelan Persamaan Struktural, Variabel Independen disebut juga sebagai Variabel Eksogen. Variabel Bebas adalah variabel yang mempengaruhi atau yang menjadi sebab perubahannya atau timbulnya variabel Dependen (terikat). Dinamakan sebagai Variabel Bebas karena bebas dalam mempengaruhi variabel lain.

  1. Variabel Dependen (Variabel terikat)

Sering disebut sebagai Variabel Out Put, Kriteria, Konsekuen, Variabel Efek, Variabel Terpengaruh, Variabel Terikat atau Variabel Tergantung. Dalam SEM (Structural Equation Modeling) atau Pemodelan Persamaan Struktural, Variabel Independen disebut juga sebagai Variabel Indogen. Variabel Terikat merupakan Variabel yang dipengaruhi atau yang menjadi akibat karena adanya variabel bebas. Disebut Variabel Terikat karena variabel ini dipengaruhi oleh variabel bebas/variabel independent.

  1. Variabel Moderator

Variabel Moderator adalah variabel yang mempengaruhi (Memperkuat dan Memperlemah) hubungan antara Variabel Bebas dan Variabel Terikat. Variabel Moderator disebut juga Variabel Independen Kedua.

  1. Variabel Intervening

Dalam hal ini Tuckman (1988) menyatakan “an intervening variable is that factor that theoretically affect the observed phenomenon but cannot be seen, measure, or manipulate”. Variabel Intervening adalah Variabel yang secara teoritis mempengaruhi hubungan antara Variabel Bebas dengan Variabel Terikat, tetapi tidak dapat diamati dan diukur. Variabel ini merupakan variabel Penyela/Antara yang terletak diantara Variabel Bebas dan Variabel Terikat, sehingga Variabel Bebas tidak secara langsung mempengaruhi berubahnya atau timbulnya Variabel Terikat.

Contoh :

Tinggi rendahnya penghasilan akan mempengaruhi secara tidak langsung terhadap umur harapan hidup. Di sini ada varaibel antaranya yaitu yang berupa Gaya Hidup seseorang. Antara variabel penghasilan dan gaya hidup terdapat variabel moderator yaitu Budaya Lingkungan Tempat Tinggal.

  1. Variabel Kontrol

Variabel Kontrol adalah Variabel yang dikendalikan atau dibuat konstan sehingga hubungan variabel bebas terhadap variabel terikat tidak dipengaruhi oleh faktor luar yang tidak diteliti. Variabel Kontrol sering dipakai oleh peneliti dalam penelitian yang bersifat membandingkan, melalui penelitian eksperimental.

Pada kenyataannya gejala-gejala sosial itu sering meliputi berbagai macam variabel yang saling terkait secara simultan baik variabel bebas, terikat, moderator, maupun intervening sehingga penelitian yang baik akan mengamati semua variabel tersebut. Akan tetapi, karena adanya keterbatasan dalam berbagai hal, peneliti seringkali hanya memfokuskan pada beberapa variabel yaitu variabel independen dan dependen. Akan tetapi dalam penelitian kualitatif hubungan anatar semua variabel tersebut akan diamati, hal ini diakrenakan dalam penelitian kualitatif berasumsi bahwa gejala itu tidak dapat diklasifikasikan, tetapi merupakan satu kesatuan yang tidak dapat dipisahkan (holistic)

Pengertian Variabel (skripsi dan tesis)

Variabel Penelitian pada dasarnya adalah segala sesuatu yang berbentuk apa saja yang ditetapkan oleh peneliti untuk dipelajari sehingga diperoleh informasi tentang hal tersebut, kemudian ditarik kesimpulannya. (Sugiyono, 2007) Secara Teoritis, para ahli telah mendefinisikan Variabel sebagai berikut :

Menurut Hatch & Farhady (1981) variabel didefinisikan sebagai atribut seseorang atau obyek yang mempunyai variasi antara satu orang dengan yang lain atau satu obyek dengan obyek yang lain.

Menurut Kerlinger (1973) variabel adalah konstruk (constructs) atau sifat yang akan dipelajari. Misalnya : tingkat aspirasi, penghasilan, pendidikan, status social, jenis kelamin, golongan gaji, produktifitas kerja, dll. Variabel dapat dikatakan sebagai suatu sifat yang diambil dari suatu nilai yang berbeda (different values). Dengan demikian, Variabel itu merupakan suatu yang bervariasi.

Sedangkan menurut Kidder (1981) variabel adalah suatu kualitas (qualities) dimana peneliti mempelajari dan menarik kesimpulan darinya. Menurut (Bhisma Murti (1996) variabel didefinisikan sebagai fenomena yang mempunyai variasi nilai. Variasi nilai itu bisa diukur secara kualitatif atau kuantitatif.

Menurut Sudigdo Sastroasmoro, variabel merupakan karakteristik subyek penelitian yang berubah dari satu subyek ke subyek lainnya. Dr. Ahmad Watik Pratiknya (2007) mengungkapkan variabel sebagai konsep yang mempunyai variabilitas. Sedangkan Konsep adalah penggambaran atau abstraksi dari suatu fenomena tertentu. Konsep yang berupa apapun, asal mempunyai ciri yang bervariasi, maka dapat disebut sebagai variabel.

Dengan demikian, variabel dapat diartikan sebagai segala sesuatu yang bervariasi.

Dr. Soekidjo Notoatmodjo (2002) berpendapat variabel mengandung pengertian ukuran atau ciri yang dimiliki oleh anggota – anggota suatu kelompok yang berbeda dengan yang dimiliki oleh kelompok yang lain. Variabel adalah sesuatu yang digunakan sebagai ciri, sifat atau ukuran yang dimiliki atau didapatkan oleh suatu penelitian tentang sesuatu konsep pengertian tertentu. Misalnya : umur, jenis kelamin, pendidikan, status perkawinan, pekerjaan, pengetahuan, pendapatan, penyakit, dsb.

Berdasarkan pengertian – pengertian di atas, maka dapat dirumuskan definisi variabel penelitian adalah “suatu atribut atau sifat atau nilai dari orang, objek, atau kegiatan yang mempunyai variasi tertentu yang ditetapkan oleh peneliti untuk dipelajari dan ditarik kesimpulan.”

Variabel penelitian memiliki beberapa kegunaan antara lain :

  • Untuk mempersiapkan alat dan metode pengumpulan data
  • Untuk mempersiapkan metode analisis/pengolahan data
  • Untuk pengujian hipotesis

Dalam pelaksanaan penelitian, sebaiknya variabel penelitian ditetapkan dengan baik. Hal ini dimaksudkan agar variabel penelitian tersebut relevan dengan tujuan penelitian dan dapat diamati dan dapat diukur.

Dalam suatu penelitian, variebel perlu diidentifikasikan, diklasifikasikan dan didefinisikan secara operasional dengan jelas dan tegas agar tidak menimbulkan kesalahan dalam pengumpulan dan pengolahan data serta dalam pengujian hipotesis.

Pengertian Variabel Intervening (skripsi dan tesis)

Menurut Tuckman (dalam Sugiyono, 2007) variabel intervening adalah variabel yang secara teoritis mempengaruhi hubungan antara variabel independen dengan variabel dependen menjadi hubungan yang tidak langsung dan tidak dapat diamati dan diukur. Variabel ini merupakan variabel penyela / antara variabel independen dengan variabel dependen, sehingga variabel independen tidak langsung mempengaruhi berubahnya atau timbulnya variabel dependen.

“A mediating variable is one which specifies how (or the mechanism by which) a given effect occurs between an independent variable (IV) and a dependent variable (DV).” (Holmbeck, 1997, p. 599).

Dari definisi ini, intervening (mediator) dikatakan memberikan pengaruh di antara IV dan DV. Dapat merubah hasil, persamaannya adalah mediator variabel / variabel perantara, sulit untukj diantisipasi, dll. Dimananakah posisinya ?? yaitu di tengah.

Kode Etik Akuntan (skripsi dan tesis)

Dalam bukunya Mulyadi (2001) menjelaskan kode etik akuntan Indonesia memuat delapan prinsip etika sebagai berikut :

 1. Tanggung Jawab profesi
Dalam melaksanakan tanggung jawabnya sebagai profesional, setiap anggota harus senantiasa menggunakan pertimbangan moral dan profesional dalam semua kegiatan yang dilakukannya. Sebagai profesional, anggota mempunyai peran penting dalam masyarakat. Sejalan dengan peran tersebut, anggota mempunyai tanggung jawab kepada semua pemakai jasa profesional mereka. Anggota juga harus selalu bertanggungjawab untuk bekerja sama dengan sesama anggota untuk mengembangkan profesi akuntansi, memelihara kepercayaan masyarakat dan menjalankan tanggung jawab profesi dalam mengatur dirinya sendiri. Usaha kolektif semua anggota diperlukan untuk memelihara dan meningkatkan tradisi profesi.

 2. Kepentingan Publik
Setiap anggota berkewajiban untuk senantiasa bertindak dalam kerangka pelayanan kepada publik, menghormati kepercayaan publik, dan menunjukan komitmen atas profesionalisme. Satu ciri utama dari suatu profesi adalah penerimaan tanggung jawab kepada publik. Profesi akuntan memegang peran yang penting di masyarakat, dimana publik dari profesi akuntan yang terdiri dari klien, pemberi kredit, pemerintah, pemberi kerja, pegawai, investor, dunia bisnis dan keuangan, dan pihak lainnya bergantung kepada obyektivitas dan integritas akuntan dalam memelihara berjalannya fungsi bisnis secara tertib. Ketergantungan ini menimbulkan tanggung jawab akuntan terhadap kepentingan publik. Kepentingan publik didefinisikan sebagai kepentingan masyarakat dan institusi yang dilayani anggota secara keseluruhan. Ketergantungan ini menyebabkan sikap dan tingkah laku akuntan dalam menyediakan jasanya mempengaruhi kesejahteraan ekonomi masyarakat dan negara. Kepentingan utama profesi akuntan adalah untuk membuat pemakai jasa akuntan paham bahwa jasa akuntan dilakukan dengan tingkat prestasi tertinggi sesuai dengan persyaratan etika yang diperlukan untuk mencapai tingkat prestasi tersebut. Dan semua anggota mengikat dirinya untuk menghormati kepercayaan publik. Atas kepercayaan yang diberikan publik kepadanya, anggota harus secara terus menerus menunjukkan dedikasi mereka untuk mencapai profesionalisme yang tinggi. Untuk memelihara dan meningkatkan kepercayaan publik, setiap anggota harus memenuhi tanggung jawab profesionalnya dengan integritas setinggi mungkin.
3. Integritas
Integritas adalah suatu elemen karakter yang mendasari timbulnya pengakuan profesional. Integritas merupakan kualitas yang melandasi kepercayaan publik dan merupakan patokan (benchmark) bagi anggota dalam menguji keputusan yang diambilnya. 26 Integritas mengharuskan seorang anggota untuk, antara lain, bersikap jujur dan berterus terang tanpa harus mengorbankan rahasia penerima jasa. Pelayanan dan kepercayaan publik tidak boleh dikalahkan oleh keuntungan pribadi. Integritas dapat menerima kesalahan yang tidak disengaja dan perbedaan pendapat yang jujur, tetapi tidak menerima kecurangan atau peniadaan prinsip.
4. Obyektivitas
Setiap anggota harus menjaga obyektivitasnya dan bebas dari benturan kepentingan dalam pemenuhan kewajiban profesionalnya. Obyektivitasnya adalah suatu kualitas yang memberikan nilai atas jasa yang diberikan anggota. Prinsip obyektivitas mengharuskan anggota bersikap adil, tidak memihak, jujur secara intelektual, tidak berprasangka atau bias, serta bebas dari benturan kepentingan atau dibawah pengaruh pihak lain. Anggota bekerja dalam berbagai kapasitas yang berbeda dan harus menunjukkan obyektivitas mereka dalam berbagai situasi. Anggota dalam praktek publik memberikan jasa atestasi, perpajakan, serta konsultasi manajemen. Anggota yang lain menyiapkan laporan keuangan sebagai seorang bawahan, melakukan jasa audit internal dan bekerja dalam kapasitas keuangan dan manajemennya di industri, pendidikan, dan pemerintah. Mereka juga mendidik dan melatih orang orang yang ingin masuk kedalam profesi. Apapun jasa dan kapasitasnya, anggota harus melindungi integritas pekerjaannya dan memelihara obyektivitas.
5. Kompetensi dan Kehati-hatian
Profesional Setiap anggota harus melaksanakan jasa profesionalnya dengan berhatihati, kompetensi dan ketekunan, serta mempunyai kewajiban untuk mempertahankan pengetahuan dan ketrampilan profesional pada tingkat yang diperlukan untuk memastikan bahwa klien atau pemberi kerja memperoleh manfaat dari jasa profesional dan teknik yang paling mutakhir. Hal ini mengandung arti bahwa anggota mempunyai kewajiban untuk melaksanakan jasa profesional dengan sebaik-baiknya sesuai dengan kemampuannya, demi kepentingan pengguna jasa dan konsisten dengan tanggung jawab profesi kepada publik. Kompetensi diperoleh melalui pendidikan dan pengalaman. Anggota seharusnya tidak menggambarkan dirinya memiliki keahlian atau pengalaman yang tidak mereka miliki. Kompetensi menunjukkan terdapatnya pencapaian dan pemeliharaan suatu tingkat pemahaman dan pengetahuan yang memungkinkan seorang anggota untuk memberikan jasa dengan kemudahan dan kecerdikan. Dalam hal penugasan profesional melebihi kompetensi anggota atau perusahaan, anggota wajib melakukan konsultasi atau menyerahkan klien kepada pihak lain yang lebih kompeten. Setiap anggota bertanggung jawab untuk menentukan kompetensi masing masing atau menilai apakah pendidikan, pedoman dan pertimbangan yang diperlukan memadai untuk bertanggung jawab yang harus dipenuhinya.
6. Kerahasiaan
Setiap anggota harus menghormati kerahasiaan informasi yang diperoleh selama melakukan jasa profesional dan tidak boleh memakai atau mengungkapkan informasi tersebut tanpa persetujuan, kecuali bila ada hak atau kewajiban profesional atau hukum untuk mengungkapkannya. Kepentingan umum dan profesi menuntut bahwa standar profesi yang berhubungan dengan kerahasiaan didefinisikan bahwa terdapat panduan mengenai sifat sifat dan luas kewajiban kerahasiaan serta mengenai berbagai keadaan di mana informasi yang diperoleh selama melakukan jasa profesional dapat atau perlu diungkapkan. Anggota mempunyai kewajiban untuk menghormati kerahasiaan informasi tentang klien atau pemberi kerja yang diperoleh melalui jasa profesional yang diberikannya. Kewajiban kerahasiaan berlanjut bahkan setelah hubungan antar anggota dan klien atau pemberi jasa berakhir.
7. Perilaku Profesional
Setiap anggota harus berperilaku yang konsisten dengan reputasi profesi yang baik dan menjauhi tindakan yang dapat mendiskreditkan profesi. Kewajiban untuk menjauhi tingkah laku yang dapat mendiskreditkan profesi harus dipenuhi oleh anggota sebagai perwujudan tanggung jawabnya kepada penerima jasa, pihak ketiga, anggota yang lain, staf, pemberi kerja dan masyarakat umum.
8. Standar Teknis
Setiap anggota harus melaksanakan jasa profesionalnya sesuai dengan standar teknis dan standar profesional yang relevan. Sesuai dengan keahliannya dan dengan berhati-hati, anggota mempunyai kewajiban untuk melaksanakan penugasan dari penerima jasa selama penugasan tersebut sejalan dengan prinsip integritas dan obyektivitas. Standar teknis dan standar professional yang harus ditaati anggota adalah standar yang dikeluarkan oleh Ikatan Akuntan Indonesia, Internasional Federation of Accountants, badan pengatur, dan pengaturan perundangundangan yang relevan.

Profesi (skripsi dan tesis)

Satori (2007: 1.3-1.4) menyatakan bahwa “Profesi adalah suatu jabatan atau pekerjaan yang menuntut keahlian (expertise) dari para anggotanya”. Artinya, suatu profesi tidak bisa dilakukan oleh sembarang orang. Orang yang menjalankan suatu profesi harus mempunyai keahlian khusus dan memiliki kemampuan yang ddapat dari pendidikan khusus bagi profesi tersebut. Menurut Satori (2007: 1.4), “Profesional menunjuk pada dua hal. Pertama, orang yang menyandang suatu profesi, misalnya, “Dia seorang profesional”. Kedua, penampilan seseorang dalam melakukan pekerjaannya yang sesuai dengan profesinya, dan menyebutkan bahwa “Profesionalisme menunjuk pada komitmen para anggota suatu profesi untuk meningkatkan kemampuan profesionalannya dan terus-menerus mengembangkan strategistrategi yang digunakan dalam melakukan pekerjaan yang sesuai dengan profesinya”.

Prinsip- Prinsip Moral Dasar (skripsi dan tesis)

Untuk mengukur tindakan manusia secara moral, Tolak ukurnya adalah Prinsip-Prinsip Moral Dasar, berikut ini adalah prinsip-prinsip dari moral dasar tersebut : Prinsip Sikap Baik Sikap yang dituntut dari kita sebagai dasar dalam hubungan dengan siapa saja adalah sikap positif dan baik. Seperti halnya dalam prinsip  utilitarisme, bahwa kita harus mengusahakan akibat-akibat baik sebanyak mungkin dan mengusahakan untuk sedapat-dapatnya mencegah akibat-akibat buruk dari tindakan kita, kecuali ada alasan khusus, tentunya kita harus bersikap baik terhadap orang lain. Prinsip moral dasar pertama disebut prinsip sikap baik. Prinsip ini mendahului dan mendasari semua prinsip moral lain. Prinsip ini mempunyai arti yang amat besar bagi kehidupan manusia.Sebagai prinsip dasar etika, prinsip sikap baik menyangkut sikap dasar manusia yang harus memahami segala sifat konkret, tindakan dan kelakuannya. Prinsip ini mengatakan bahwa pada dasarnya, kecuali ada alasan khusus, kita harus mendekati siapa saja dan apa saja dengan positif, dengan menghendaki yang baik bagi dia. Artinya, bukan semata-mata perbuatan baik dalam arti sempit, melainkan sikap hati positif terhadap orang lain, kemauan baik terhadapnya. Bersikap baik berarti, memandang seseorang dan sesuatu tidak hanya sejauh berguna bagi dirinya, melainkan menghendaki, menyetujui, membenarkan, mendukung, membela, membiarkan, dan menunjang perkembangannya (Suseno, 1989). Bagaimana sifat baik itu harus dinyatakan secara konkret, tergantung pada apa yang baik dalam situasi konkret itu. Maka prinsip ini menuntut suatu pengetahuan tepat tentang realitas, supaya dapat diketahui apa yang masingmasing baik bagi yang bersangkutan. Prinsip sikap baik mendasari semua  norma moral, karena hanya atas dasar prinsip itu, maka akan masuk akal bahwa kita harus bersikap adil, atau jujur, atau setia kepada orang lain. Prinsip Keadilan Masih ada prinsip lain yang tidak termuat dalam utilitarisme, yaitu prinsip keadilan. Bahwa keadilan tidak sama dengan sikap baik, dapat kita pahami pada sebuah contoh : untuk memberikan makanan kepada seorang ibu gelandangan yang menggendong anak, apakah saya boleh mengambil sebuah kotak susu dari sepermarket tanpa membayar, dengan pertimbangan bahwa kerugian itu amat kecil, sedangkan bagi ibu gelandangan itu sebuah kotak susu dapat berarti banyak baginya. Tetapi kecuali kalau betul-betul sama sekali tidak ada jalan lain untuk menjamin bahwa anak ibu itu dapat makan, kiranya kita harus mengatakan bahwa dengan segala maksud baik itu kita tetap tidak boleh mencuri. Mencuri melanggar hak milik pribadi dan dengan demikian keadilan. Berbuat baik dengan melanggar hak pihak ketiga tidak dibenarkan. Hal yang sama dapat juga dirumuskan dengan lebih teoritis : Prinsip kebaikan hanya menegaskan agar kita bersikap baik terhadap siapa saja. Tetapi kemampuan manusia untuk bersikap baik secara hakiki terbatas, itu tidak hanya berlaku pada benda-benda materiil yang dibutuhkan orang : uang yang telah diberikannya kepada seseorang pengemis tidak dapat dibelanjakan bagi anak-anaknya sendiri; melainkan juga dalam hal perhatian dan cinta kasih : kemampuan untuk memberikan hati kita juga terbatas! Maka secara   logis dibutuhkan prinsip tambahan yang menentukan bagaimana kebaikan yang merupakan barang langka itu harus dibagi. Prinsip itu prinsip keadilan. Adil pada hakekatnya berarti bahwa kita memberikan kepada siapa saja apa yang menjadi haknya. Dan karena pada hakekatnya semua orang sama nilainya sebagai manusia, maka tuntutan paling dasariah keadilan ialah perlakuan yang sama terhadap semua orang, tentu dalam situasi yang sama. Jadi prinsip keadilan mengungkapkan kewajiban untuk memberikan perlakuan yang sama dan untuk menghormati hak semua pihak yang bersangkutan. Suatu perlakuan yang tidak sama adalah tidak adil, kecuali dapat diperlihatkan mengapa ketidak samaan dapat dibenarkan (misalnya karena orang itu tidak membutuhkan bantuan). Suatu perlakuan tidak sama selalu perlu dibenarkan secara khusus, sedangkan perlakuan yang sama dengan sendirinya betul kecuali terdapat alasan-alasan khusus. Secara singkat keadilan menuntut agar kita jangan mau mencapai tujuan-tujuan, termasuk yang baik, dengan melanggar hak seseorang. Prinsip Hormat Terhadap Diri Sendiri Prinsip ini mengatakan bahwa kita wajib untuk selalu memperlakukan diri sebagai suatu yang bernilai pada dirinya sendiri. Prinsip ini berdasarkan faham bahwa manusia adalah person, pusat berpengertian dan berkehendak yang memiliki kebebasan dan suara hati, makhluk berakal budi. Oleh karena itu manusia tidak pernah boleh dianggap sebagai sarana semata-mata demi suatu tujuan yang lebih lanjut. Ia adalah tujuan yang bernilai pada dirinya sendiri, jadi nilainya bukan sekedar sebagai sarana untuk mencapai suatu 22 maksud atau tujuan yang lebih jauh. Hal itu juga berlaku bagi kita sendiri. Maka manusia juga wajib untuk memperlakukan dirinya sendiri dengan hormat. Kita wajib menghormati martabat kita sendiri. Prinsip ini mempunyai dua arah. Pertama dituntut agar kita tidak membiarkan diri diperas, diperalat, diperkosa atau diperbudak. Perlakuan semacam itu tidak wajar untuk kedua belah pihak, maka yang diperlakukan demikian jangan membiarkannya berlangsung begitu saja apabila ia dapat melawan. Kita mempunyai harga diri. Dipaksa untuk melakukan atau menyerahkan sesuatu tidak pernah wajar, karena berarti bahwa kehendak dan kebebasan eksistensial kita dianggap sepi. Kita diperlakukan sama seperti batu atau binatang. Hal itu juga berlaku apabila hubungan-hubungan pemerasan dan perbudakan dilakukan atas nama cinta kasih, oleh orang yang dekat dengan kita, seperti oleh orang tua atau suami. Kita berhak untuk menolak hubungan pemerasan, paksaan, pemerkosaan yang tidak pantas. Misalnya ada orang yang didatangi orang yang mengancam bahwa ia akan membunuh diri apabila dia itu tidak mau kawin dengannya, maka menurut hemat saya sebaiknya diberi jawaban “silahkan!” dengan resiko bahwa ia memang akan melalukannya (secara psikologis itu sangar tidak perlu dikhawatirkan; orang yang sungguh-sungguh untuk membunuh diri biasanya tidak agresif). Adalah tidak wajar dan secara moral tidak tepat untuk membiarkan dia diperas, juga kalau kita mau diperas atas nama kebaikan kita sendiri.  Yang kedua, kita jangan sampai membiarkan diri terlantar, kita mempunyai kewajiban bukan hanya terhadap orang lain, melainkan juga terhadap diri kita sendiri. Kita wajib untuk mengembangkan diri. Membiarkan diri terlantar berarti bahwa kita menyia-nyiakan bakat-bakat dan kemampuan-kemampuan yang dipercayakan kepada kita. Sekaligus kita dengan demikian menolak untuk memberikan sumbangan kepada masyarakat yang boleh diharapkannya dari kita

Penilaian Etis (Ethical Judgements) (skripsi dan tesis)

Menurut Hunt dan Vitell (1986), penilaian etika adalah proses mempertimbangkan beberapa alternatif dan memilih alternatif yang paling etis. Sedangkan menurut Rest (1986), penilaian etika adalah proses dimana seorang individu menentukan bahwa salah satu alternatif yang secara moral benar dan alternatif lain adalah salah secara moral. Teori etika normatif diklasifikasikan ke dalam dua kategori: teori deontologis dan teleologis (Murphy & Laczniak, 1981). Teori deontologis berfokus pada perilaku dan tindakan pembuat keputusan, sedangkan teori teleologis fokus pada konsekuensi dari perilaku atau tindakan tersebut (Chang,  Chen, Chen & 2008). Kedua model memberikan individu kesempatan untuk membandingkan berbagai macam alternatif dan merasakan kemungkinan konsekuensi yang terjadi dari setiap alternatif untuk stakeholders. Dalam kedua model diatas, pembuat keputusan sendiri memiliki lebih dari satu pilihan untuk dipilih. Meskipun kedua model memeliliki kemiripan, namun tetap ada perbedaan dari kedua model tersebut. Model Hunt-Vitell membutuhkan pengambil keputusan untuk membandingkan berbagai alternatif, sedangkan model empat komponen Rest memungkinkan perbandingan alternatif tetapi tidak memerlukan itu. Dalam model Hunt-Vitell, konsep ‘etika’ dapat ditimbang. Pembuat keputusan perlu mempertimbangkan berbagai alternatif dan memilih yang paling etis. Di sisi lain, model empat komponen Rest itu menganggap konsep etika sebagai konstruk kategoris. Dalam model ini, suatu tindakan atau perilaku yang baik secara moral benar (etika) atau salah secara moral (etis)

Ideologi Etika (Ethical Ideology) (skripsi dan tesis)

Menurut Forsyth (1980) dan Barnet et al. (1998) ideologi etika merupakan factor utama yang menjelaskan perbedaan-perbedan individu dalam melakukan penilaian etis. Forsyth (1980:175) mengatakan bahwa ideologi etika dikendalikan oleh dua karakteristik, yaitu:
 1. Idealisme Idealisme mengacu pada suatu hal yang dipercaya oleh individu dengan konsekuensi yang dimiliki dan diinginkannya tidak melanggar nilai-nilai moral. Atau dapat dikatakan dalam setiap tindakan yang dilakukan harus berpijak pada nilai-nilai moral yang berlaku dan tidak sedikitpun keluar dari nilai-nilai tersebut (mutlak).
2. Relativisme Relativisme adalah suatu sikap penolakan terhadap nilai-nilai moral yang absolut dalam mengarahkan perilaku. Dalam hal ini individu masih mempertimbangkan beberapa nilai dari dalam dirinya maupun lingkungan sekitar. Meski terbagi atas dua karakteristik, akan tetapi konsep idealisme dan relativisme bukan merupakan hal yang bertolak belakang, tetapi lebih merupakan dua skala yang terpisah, yang terkadang masih saling mempengaruhi di dalam diri setiap individu. Kemudian Forsyth (1998) memberikan kategori ideologi etika ke dalam empat klasifikasi menggunakan matrik 2 x 2 (tabel 2.1) yang dapat dikategorikan menjadi empat klasifikasi ideologi etika : (1) Situasionis, mendukung analisis individual terhadap 16 tindakan dalam setiap situasi (2) Absolutis, menganggap bahwa hasil terbaik suatu tindakan bisa selalu dicapai dengan mengikuti aturan moral universal (3) Subyektivis, penilaian tindakan berdasarkan nilai-nilai dan perspektif pribadi dan (4) Eksepsionis, aturan moral universal memandu pertimbangan dalam bertindak, tetapi secara pragmatis terbuka pengecualian

Lebih lanjut Forsyth (1980) menunjukkan bahwa individu memiliki pendirian tertentu atas etika dan posisi yang mereka ambil tersebut akan memengaruhi dalam proses judgment yang mereka lakukan. Forsyth (1980) berargumen bahwa perbedaan-perbedaan di dalam filosofi klasik dapat secara sederhana direpresentasikan dalam dua dimensi yaitu, relativisme dan idealisme. Sebagai contoh, teleology dan deontology yang bersifat nonrelativistis dan mengembangkan prinsip moral universal. Teleologi didasarkan pada analisis atas kosekuensi-konsekuensi yang akan ditimbulkan dan deontology didasarkan pada kebenaran yang tidak bisa dipisahkan pada 17 tindakan-tindakan berdasar pada hukum alam. Berbagai cabang dari skeptisisme etis bersifat relativistis, yang secara umum menolak prinsipprinsip moral yang universal (Forsyth, 1980). Deontology adalah filosofi idealistis yang tidak hanya memperhatikan perilaku dan tindakan, namun lebih pada bagaimana orang melakukan usaha dengan sebaik-baiknya dan mendasarkan pada nilai-nilai kebenaran untuk mencapai tujuannya. Teleology, sebaliknya, pragmatis secara alami, mempertimbangkan kemungkinan bahwa sebagian tindakan-tindakan pelanggaran dapat dianggap merupakan hal yang etis, jika tindakan tersebut menghasilkan hasil-hasil yang positif lebih besar dari pada hal negatif (Forsyth, 1980). Pemikiran teleology menekankan dalam maksimalisasi yang bermanfaat untuk masyarakat atau sebanyak-banyak orang

Etika (skripsi dan tesis)

Kata etika sendiri berasal dari bahasa Yunani yaitu ethos yang memiliki arti karakter, Sedangkan menurut kamus besar bahasa indonesia (KBBI) terbitan Kemendikbud (2008) kata etika memiliki 3 pengertian diantaranya (1) ilmu tentang apa yang baik dan yang buruk dan tentang hak dan kewajiban moral; (2) kumpulan asas atau nilai yang berkenaan dengan akhlak; dan (3) nilai mengenai benar dan salah yang dianut suatu golongan atau masyarakat. Menurut Martin (dalam Isnanto, 2009), etika didefinisikan sebagai “the discipline which can act as the performance index or reference for our control system”. Dengan demikian, etika akan memberikan semacam batasan maupun standar yang akan mengatur pergaulan manusia di dalam kelompok sosialnya. Dalam pengertiannya yang secara khusus dikaitkan dengan seni pergaulan manusia, etika ini kemudian dirupakan dalam bentuk aturan (code) tertulis yang secara sistematik sengaja dibuat berdasarkan prinsip-prinsip moral yang ada dan pada saat yang dibutuhkan akan bisa difungsikan sebagai alat untuk menghakimi segala macam tindakan yang secara logika-rasional umum (common sense) dinilai menyimpang dari kode etik. Dengan demikian etika adalah refleksi dari apa yang disebut dengan “self control”, karena segala sesuatunya dibuat dan diterapkan dari dan untuk kepentingan kelompok sosial (profesi) itu sendiri.

Teori Perkembangan Moral (Theory of Moral Development) (skripsi dan tesis)

Teori perkembangan moral Lawrence Kohlberg merupakan pengembangan teori struktural-kognitif yang telah dilakukan Piaget sebelumnya. Di atas bangunan teori Piaget itu, Lawrence Kohlberg mengusulkan suatu teori perkembangan pemikiran moral (theory of moral development). Teori ini menyatakan bahwa setiap individu melalui sebuah “urutan berbagai tahapan” (invariant sequence of stages) moral. Tiap-tiap tahap ditandai oleh struktur mental khusus (distinctive) yang diekspresikan dalam bentuk khusus penalaran moral (Kneller,1984: 110). Ada enam tingkatan dalam Teori Kohlberg seperti yang dijelaskan McLeod (2011), Tingkatan tersebut terbagi ke dalam tiga bagian:
 a. Taraf Pra-Konvensional Bagian pertama disebut dengan Pre-conventional, dalam bagian ini pembuatan keputusan moral didasarkan pada imbalan dan hukuman. Pada taraf ini terdiri dari dua tahapan yaitu :
 1. Obedience and Punishment Orientation
Akibat-akibat fisik dari tindakan menentukan baik buruknya tindakan tersebut menghindari hukuman dan taat secara buta pada yang berkuasa diangga bernilai pada dirinya sendiri.
2. Individualism and Exchange Akibat dalam tahap ini beranggapan bahwa tindakan yang benar adalah tindakan yang dapat menjadi alat untuk memuaskan kebutuhannya sendiri dan kadang-kadang juga kebutuhan orang lain. Hubungan antar manusia dianggap sebagai hubungan jual beli di pasar.
 b. Taraf Konvensional
Bagian kedua disebut Conventional, dalam bagian ini pembuatan keputusan moral didasarkan pada aturan-aturan sosial dan kebutuhan sesama. Pada taraf ini mengusahakan terwujudnya harapan-harapan keluarga atau bangsa bernilai pada dirinya sendiri. Dua tahap dalam taraf ini adalah :
1. Good Interpersonal Relationships atau “good boy-nice girl” orientation Individu berusaha membuat dirinya wajar seperti pada umumnya individu lain bertingkah laku. Intensi tingkah laku walaupun kadangkadang berbeda dari pelaksanaanya sudah diperhitungkan, misalnya individu-individu yang mencuri buat anaknya yang hampir mati dianggap berintensi baik.
 2. Maintaining the Social Order
Otoritas peraturan-peraturan yang sudah ditetapkan dan pemeliharaan ketertiban sosial dijunjung tinggi dalam tahap ini. Tingkah laku disebut benar, bila orang melakukan kewajibannya, menghormati otoritas dan memelihara ketertiban sosial.
c. Taraf Pos-Konvensional Bagian ketiga disebut dengan post-conventional, dalam bagian ini pembuatan keputusan moral didasarkan pada pemikiran moral dimana kebaikan bagi masyarakat telah diperhitungkan. Pada taraf ini seorang individu berusaha mendapatkan perumusan nilai-nilai moral dan berusaha merumuskan prinsip- prinsip yang sah (valid) dan yang dapat diterapkan entah prinsip itu berasal dari otoritas orang atau kelompok yang mana. Tahapannya adalah : 1. Social Contract and Individual Rights

Dalam tahap ini orang mengartikan benar-salahnya suatu tindakan atas hak-hak individu dan norma-norma yang sudah teruji di masyarakat. Disadari bahwa nilai-nilai yang bersifat relatif, maka perlu ada usaha untuk mencapai suatu konsensus bersama.
2. Universal Principles
 Benar salahnya tindakan ditentukan oleh keputusan suara nurani hati. Sesuai dengan prinsip-prinsip etis yang dianut oleh orang yang bersangkutan, prinsip prinsip etis itu bersifat abstrak. Pada intinya prinsip etis itu adalah prinsip keadilan, kesamaan hak, hak asasi, hormat pada harkat( nilai) manusia sebagai pribadi. Asumsi-asumsi yang digunakan Kohlberg (dalam Falah, 2007), cara untuk mengembangkan teorinya sebagai berikut: (a) bahwa kunci untuk dapat memahami tingkah laku moral seseorang adalah dengan memahami filsafat moralnya, yakni dengan memahami alasan-alasan yang melatarbelakangi perbuatannya, (b) tingkat perkembangan tersusun sebagai suatu keseluruhan cara berpikir. Setiap orang akan konsisten dalam tingkat pertimbangan moralnya, (c) konsep tingkat perkembangan moral menyatakan rangkaian urutan perkembangan yang bersifat universal, dalam berbagai kondisi budaya. Sesuai dengan asumsi-asumsi tersebut, konsep perkembangan moral menurut teori Kohlberg memiliki empat ciri utama. Pertama, tingkat perkembangan itu terjadi dalam rangkaian yang sama pada semua orang. Seseorang tidak pernah melompati suatu tingkat. Perkembangannya selalu ke arah tingkat yang lebih tinggi. Kedua, tingkat perkembangan itu selalu tersusun berurutan secara bertingkat. Dengan demikian, seseorang yang membuat pertimbangan moral pada tingkat yang lebih tinggi, dengan mudah dapat memahami pertimbangan moral tingkat yang lebih rendah. Ketiga, tingkat perkembangan itu terstruktur sebagai suatu keseluruhan. Artinya, seseorang konsisten pada tahapan pertimbangan moralnya. Keempat, tingkat perkembangan ini memberi penekanan pada struktur pertimbangan moral, bukan pada isi pertimbangannya (Falah, 2007).

Pengaruh Kepemilikan Institusional terhadap Penghindaran Pajak (skripsi dan tesis)

Menurut Zuesty, Aisha (2016) desakan dari para investor kepada pihak manajemen untuk melakukan tindakan penghindaran pajak demi memaksimalkan laba perusahaan dipengaruhi oleh adanya investor institusional didalamnya. Investor institusional pada dasarnya ingin memperoleh keuntungan sebesar-besarnya yang membuat pihak manajemen melakukan penghindaran pajak dengan mengurangi jumlah beban pajak yang harus dibayar oleh perusahaan demi kepentingan dan kesejahteraan investor insitusional (Zuesty, Aisha, 2016). Dalam penelitian Ngadiman dan Puspitasari, Chistiany (2014), Fiandri, Khairul A. (2015) serta Zuesty, Aisha (2016) menjelaskan bahwa kepemilikan institusional memiliki pengaruh terhadap penghindaran pajak

Pengaruh Sales Growth terhadap Penghindaran Pajak (skripsi dan tesis)

Perusahaan dapat meramalkan berapa banyak keuntungan yang akan diperoleh dengan melihat besarnya jumlah pertumbuhan penjualan. Menurut Dewinta, Ida Ayu R. dan Setiawan, Putu Ery (2016) pertumbuhan penjualan pada suatu perusahaan menunjukkan bahwa semakin besar volume penjualan maka laba yang dihasilkan pun akan meningkat. Dengan peningkatan pertumbuhan penjualan, perusahaan juga akan mendapat peningkatan laba. Oleh karena itu peningkatan pertumbuhan memungkinkan perusahaan dapat lebih meningkatkan kapasitas operasinya. Apabila sales growth meningkat, perusahaan cenderung akan mendapatkan keuntungan yang besar dan berakibat pada kenaikan beban pajak perusahaan, maka dari itu perusahaan akan mengarah pada praktik penghindaran pajak demi mengurangi jumlah pajak yang harus dibayarkan oleh perusahaan.   Hasil penelitian Setiawan, Putu E. dan Dewinta, Ida A. (2016) dan juga Hidayat, Wastam Wahyu (2018) menjelaskan jika sales growth berpengaruh terhadap penghindaran pajak

Pengaruh Solvabilitas terhadap Penghindaran Pajak (skripsi dan tesis)

Demi memenuhi kebutuhan investasi dan operasional perusahaan, perusahaan dimungkinkan menggunakan hutang. Namun, hutang akan Total saham institusional Kepemilikan institusional = Total saham yang beredar 19 menimbulkan beban tetap berupa bunga. Karena besarnya insentif pajak atas bunga hutang, maka semakin besar hutang membuat laba kena pajak menjadi lebih kecil. Hal tersebut menunjukkan timbulnya keterkaitan mengenai meningkatnya penggunaan hutang bagi perusahaan (Zuesty, Aisha, 2016). Semakin besar jumlah hutang yang dimiliki perusahaan maka semakin besar beban bunga yang muncul akibat hutang tersebut. Beban bunga yang semakin besar akan berdampak pada berkurangnya beban pajak perusahaan. Penelitian Kim, Jeong Ho (2017) menunjukkan bahwa solvabilitas memiliki pengaruh terhadap penghindaran pajak

Kepemilikan Institusional (skripsi dan tesis)

Ngadiman dan Puspitasari, Christianty (2014) menyatakan bahwa “kepemilikan institusional ialah proporsi kepemilikan saham oleh pihak institusi. Institusi dapat berupa yayasan, bank, perusahaan berbentuk perseroan (PT), perusahaan investasi, perusahaan asuransi, dana pensiun, juga institusi lainnya”. Peningkatan pengawasan yang lebih optimal terhadap kinerja manajemen akan didorong oleh adanya kepemilikan institusional dalam sebuah perusahaan. Penjualan tahun ini – Penjualan tahun lalu Sales growth = Penjualan tahun lalu   Besaran investasi yang dimiliki oleh investor institusional akan berpengaruh pada pengawasan yang dilakukan. Semakin besar pihak institusional mendominasi saham daripada pemegang saham lain, maka pengawasan dapat dilakukan terhadap kebijakan manajemen yang lebih besar pula, sehingga membuat pihak manajemen perusahaan menjauhi sikap yang mungkin merugikan para pemegang saham (Ngadiman dan Puspitasari, Christianty, 2014). Zuesty, Aisha (2016) mengatakan jika pemilik institusional memiliki fungsi yang penting dalam memantau, mendisiplinkan, dan mempengaruhi manajer. Pemilik institusional menganggap dapat mengendalikan manajer untuk menghindari perilaku mementingkan diri sendiri dan fokus pada kinerja ekonomi berdasarkan hak suara yang dimiliki. Keberadaan investor institusional juga menunjukkan adanya desakan dari para investor institusional terhadap pihak manajemen untuk menjalankan praktik penghindaran pajak dalam rangka memperoleh keuntungan semaksimal mungkin untuk investor institusional (Dewi, Ni Nyoman Kristiana dan Jati, I Ketut, 2014)

Sales Growth (skripsi dan tesis)

Penjualan memiliki pengaruh yang strategis terhadap perusahaan. Sales growth menunjukkan perkembangan tingkat penjualan setiap tahun. Kapasitas operasi perusahaan dapat meningkat apabila pertumbuhan perusahaan juga lebih ditingkatkan. Sebaliknya bila pertumbuhannya menurun, perusahaan akan memiliki kendala dalam peningkatan kapasitas operasi perusahaan (Andriyanto, Hermawan Noor, 2015). Menurut Andriyanto, Hermawan Noor (2015) perusahaan dengan penjualan yang cenderung stabil menanggung beban tetap yang lebih tinggi juga lebih aman dalam memperoleh lebih banyak pinjaman bila dibandingkan dengan perusahaan yang penjualannya tidak stabil. Pertumbuhan penjualan perusahaan dapat dilihat melalui peluang bisnis yang ada dipasar.
 Total hutang Debt to asset ratio = Total aset  Menurut Fahmi, I. (2014) “sales growth merupakan rasio antara penjualan tahun ini dikurangi penjualan tahun sebelumnya kemudian dibagi dengan penjualan tahun sebelumnya, sales growth mempunyai peran strategis didalam manajemen modal kerja sebuah perusahaan”. Menurut Dewinta, Ida Ayu R. dan Setiawan, Putu Ery (2016) sales growth menunjukkan bahwa semakin besar volume penjualan maka laba yang akan dihasilkan pun akan meningkat, hal ini diikuti dengan kenaikan beban pajak perusahaan. Kemungkinan perusahaan dapat lebih meningkatkan kapasitas operasinya dapat dipengaruhi oleh pertumbuhan penjualan yang juga meningkat, karena dengan pertumbuhan penjualan yang meningkat, perusahaan akan memperoleh profit yang meningkat pula. Secara logika, apabila pertumbuhan penjualan meningkat, perusahaan cenderung akan mendapatkan profit yang besar, maka dari itu perusahaan akan mengarah pada tindakan penghindaran pajak karena profit yang besar akan menimbulkan beban pajak yang besar pula sedangkan perusahaan berkeinginan untuk membayar pajak seminimal mungkin

Solvabilitas (skripsi dan tesis)

“Solvabilitas ialah kemampuan perusahaan untuk memenuhi seluruh kewajiban perusahaan baik itu hutang jangka pendek maupun hutang jangka panjang, baik perusahaan yang masih berjalan maupun dalam keadaan yang sudah dilikuidasi” (Sunyoto, 2014:101). Menurut Kasmir (2014:150-153) solvabilitas merupakan rasio yang digunakan untuk menghitung sejauh mana aktiva perusahaan dibiayai oleh hutang. Tujuan dari rasio solvabilitas adalah untuk menilai kemampuan perusahaan dalam memenuhi kewajiban yang bersifat tetap seperti bunga dan angsuran pinjaman, serta menilai berapa bagian dari setiap rupiah modal sendiri yang dijadikan jaminan hutang jangka panjang. Solvabilitas yakni suatu perbandingan yang mencerminkan besarnya hutang yang digunakan untuk pembiayaan dalam menjalankan aktivitas operasional perusahaan. Semakin besar penggunaan hutang oleh perusahaan, Pembayaran pajak Cash effective tax rate = Laba sebelum pajak 16 maka semakin banyak jumlah beban bunga yang dikeluarkan oleh perusahaan, sehingga dapat mengurangi laba sebelum kena pajak perusahaan yang selanjutnya akan dapat mengurangi besaran pajak yang nantinya harus dibayarkan oleh perusahaan (Arianandini, Putu Winning dan Ramantha, I Wayan, 2018). Dalam penelitian ini rasio solvabilitas yang digunakan adalah debt to asset ratio. Menurut Kasmir (2014:156) debt to asset ratio adalah rasio hutang yang digunakan untuk menghitung perbandingan antara total hutang dengan total aktiva. Dengan kata lain seberapa besar aktiva perusahaan dibiayai oleh hutang perusahaan

Penghindaran Pajak (skripsi dan tesis)

“Penghindaran pajak ialah teknik pengendalian tindakan supaya terhindar dari akibat pengenaan pajak yang tidak diinginkan. Dalam hal ini usaha yang dilakukan supaya terhindar dari pengenaan pajak yakni dengan mengendalikan segala macam tindakan yang menghindari aplikasi pengenaan pajak sedemikian rupa, sehingga tidak terdapat satupun pelanggaran hukum yang dilakukan” (Zain, Muhammad, 2008:49). Menurut Pohan, Chairil Anwar (2014:41) “tax avoidance merupakan teknik pemanfaatan kelemahan peraturan perpajakan serta undang-undang demi memperkecil jumlah pajak yang terhutang dan dilakukan secara aman dan legal oleh wajib pajak juga tidak bertentangan dengan ketentuan perpajakan yang berlaku”. Menurut Suandy, Erly (2001:8) Penghindaran pajak merupakan rekayasa perpajakan yang masih berada dalam bingkai ketentuan perpajakan. Dari pengertian penghindaran pajak tersebut, menunjukkan bahwa penghindaran pajak merupakan upaya perusahaan untuk mengurangi pembayaran pajak dengan cara mencari celah dalam peraturan perundang-undangan perpajakan secara legal. Penghindaran pajak dalam penelitian ini diproksikan menggunakan cash effective tax rate. Cash effective tax rate adalah jumlah kas yang dibayarkan untuk biaya pajak dibagi dengan laba sebelum pajak (Dewinta, Ida Ayu R. dan Setiawan, Putu Ery, 2016). Pengukuran ini digunakan karena dapat lebih  menggambarkan adanya aktivitas penghindaran pajak. Menurut Dyreng, S., dkk. (2010) cash effective tax rate baik digunakan untuk menggambarkan adanya kegiatan penghindaran pajak karena cash effective tax rate tidak berpengaruh dengan adanya perubahan estimasi seperti adanya perlindungan pajak. Semakin tinggi tingkat presentase cash effective tax rate mengindikasikan bahwa semakin rendah tingkat penghindaran pajak perusahaan, sebaliknya semakin rendah tingkat presentase cash effective tax rate mengindikasikan bahwa semakin tinggi tingkat penghindaran pajak oleh perusahaan.

Pajak (skripsi dan tesis)

Menurut Waluyo (2011:2) pajak merupakan iuran yang dapat dipaksakan dan wajib dibayar guna untuk membiayai pengeluaran yang berhubungan dengan penyelenggaraan pemerintahan dan tidak mendapat imbalan secara langsung. Suandy, Erly (2001:5) mengemukakan definisi pajak oleh James dan Nobes (1985) bahwa pajak digunakan untuk penyediaan barang dan jasa publik yang berasal dari pungutan berdasarkan undang-undang pemerintah. Berdasarkan pengertian diatas, peneliti menyimpulkan bahwa pajak ialah iuran yang bersifat wajib kepada negara berdasarkan peraturan perundang- undangan dengan tidak mendapatkan imbal jasa secara langsung guna untuk memenuhi pengeluaran negara. Ada dua fungsi dalam pajak yaitu fungsi budgetair dimana pajak sebagai sumber dana untuk pembiayaan pengeluaran pemerintah, dan fungsi kedua adalah regulerend dimana pajak sebagai alat ukur untuk mengatur kebijakan di bidang ekonomi maupun sosial (Waluyo, 2010:6).

Teori Pemegang Saham (skripsi dan tesis)

Menurut Sutedi, Andrian (2011) “Teori pemegang saham menyatakan bahwa tanggung jawab yang paling mendasar dari direksi adalah bertindak untuk kepentingan meningkatkan nilai dari pemegang saham. Jika perusahaan memperhatikan kepentingan pemasok, pelanggan, karyawan, dan lingkungannya, maka nilai yang didapatkan oleh pemegang saham semakin sedikit, sehingga berjalannya pengurusan oleh direksi harus mempertimbangkan kepentingan pemegang saham untuk memastikan kesehatan perusahaan dalam jangka panjang, termasuk peningkatan nilai pemegang saham”. Teori yang menjelaskan hubungan antara manajemen perusahaan dan pemegang saham ini memiliki tujuan untuk membantu manajemen perusahaan dalam meningkatkan penciptaan nilai sebagai dampak dari aktivitas-aktivitas yang dilakukan dan meminimalkan kerugian yang mungkin muncul bagi para pemegang saham. Dalam penciptaan nilai perusahaan, manajemen perusahaan harus dapat mengelola seluruh sumber daya yang dimiliki perusahaan, baik karyawan (human capital), aset fisik (physical capital) maupun structural capital. Apabila seluruh sumber daya yang dimiliki perusahaan dapat dikelola dan dimanfaatkan dengan baik maka akan menciptakan nilai tambah bagi perusahaan sehingga dapat meningkatkan kinerja keuangan perusahaan. Segala tindakan tersebut dilakukan demi kepentingan para pemegang saham (Sutedi, Andrian, 2011)

Teori Trade-off (skripsi dan tesis)

Menurut Bringham dan Houston (2006) “Teori trade-off menjelaskan bahwa perusahaan akan berhutang sampai pada tingkat hutang tertentu, dimana penghematan pajak (tax shields) dari tambahan hutang sama dengan biaya kesulitan keuangan (financial distress). Biaya kesulitan keuangan ialah biaya kebangkrutan (bankruptcy costs) dan biaya keagenan (agency costs) yang meningkat akibat dari turunnya kredibilitas suatu perusahaan”. Teori trade-off dalam menentukan struktur modal yang optimal memasukkan beberapa faktor antara lain pajak, biaya keagenan dan biaya kesulitan keuangan, tetapi tetap mempertahankan asumsi efisiensi pasar dan symmetric information sebagai imbangan dan manfaat penggunaan hutang. Tingkat hutang yang optimal tercapai ketika penghematan pajak mencapai jumlah yang maksimal terhadap biaya kesulitan keuangan. Trade-off theory mempunyai implikasi bahwa manajer akan berpikir antara penghematan pajak dan biaya kesulitan keuangan dalam penentuan struktur modal. Perusahaan-perusahaan dengan tingkat profitabilitas yang tinggi tentu akan berusaha mengurangi pajaknya dengan cara meningkatkan rasio hutangnya, sehingga tambahan hutang tersebut akan mengurangi pajak (Bringham dan Houston, 2006).

Teori Agensi (skripsi dan tesis)

“Teori agensi merupakan teori yang menjelaskan hubungan atau kontak antara prinsipal dan agen. Prinsipal mempekerjakan agen untuk melakukan tugas demi kepentingannya termasuk pendelegasian otorisasi pengambilan keputusan dari prinsipal kepada agen. Pada perusahaan yang modalnya terdiri atas saham, pemegang saham bertindak sebagai prinsipal, dan CEO (Chief Executive Officer) bertindak sebagai agen. Agen dipekerjakan untuk bertindak sesuai dengan kepentingan principal” (Anthony dan Govindarajan, 2011).  Teori keagenan mulai berlaku ketika terjadi hubungan kontraktual antara prinsipal dan agen. Pihak manajemen sebagai agen bertanggung jawab secara moral dan profesional untuk menjalankan perusahaan sebaik mungkin dan mengoptimalkan operasi serta laba perusahaan. Sebagai imbalannya manajer sebagai agen akan memperoleh kompensasi sesuai dengan kontrak yang ada. Sementara pihak prinsipal melakukan kontrol terhadap kinerja agen untuk memastikan modal yang dimiliki dikelola dengan baik, agar modal yang telah ditanam berkembang dengan optimal (Sukandar dan Rahardja, 2014). Prinsipal akan memberikan kewajiban kepada agen untuk melaporkan kondisi perusahaan sesuai dengan keadaaan yang sebenarnya. Laporan yang diberikan tersebut dapat berupa pengungkapan informasi akuntansi seperti laporan keuangan. Hal tersebut dilakukan sebagai sarana prinsipal untuk mengawasi kinerja agen dan memastikan modal yang ditanam berkembang dengan baik. Apabila kinerja agen tidak dapat memuaskan prinsipal maka prinsipal dapat mengambil tindakan sesuai dengan kontrak yang telah disepakati sebelumnya. Adanya permasalah tersebut membuat para agen berusaha untuk memberikan informasi sesuai dengan keinginan para prinsipal. Sukandar dan Rahardja (2014) mengatakan perbedaan kepentingan antara agen dan prinsipal disebut dengan agency problem. Salah satu penyebab agency problem adalah asymmetric information. Asymmetric information adalah ketidakseimbangan informasi yang dimiliki oleh prinsipal dan agen. Agen memiliki lebih banyak informasi mengenai kapasitas diri, lingkungan kerja dan perusahaan secara   keseluruhan sedangkan prinsipal tidak memiliki informasi yang cukup tentang kinerja agen.

Pengaruh Leverage terhadap Tax Avoidance (skripsi dan tesis)

Perusahaan dimungkinkan menggunakan utang untuk memenuhi
kebutuhan operasional dan investasi perusahaan. Akan tetapi, utang akan
menimbulkan beban tetap (fixed rate of return) yang disebut dengan bunga.
Semakin besar utang maka laba kena pajak akan menjadi lebih kecil karena
insentif pajak atas bunga utang semakin besar. Hal tersebut membawa
implikasi meningkatnya penggunaan utang oleh perusahaan. Penelitian
Ozkan (2001) dalam Suyanto dan Supramono (2012) memberikan bukti
bahwa perusahaan yang memiliki kewajiban pajak tinggi akan memilih
untuk berutang agar mengurangi pajak.
Dengan sengajanya perusahaan berhutang untuk mengurangi beban
pajak maka dapat disebutkan bahwa perusahaan tersebut agresif terhadap
pajak. Semakin tinggi nilai dari rasio leverage, berarti semakin tinggi
jumlah pendanaan dari utang pihak ketiga yang digunakan perusahaan dan
semakin tinggi pula biaya bunga yang timbul dari utang tersebut. Biaya
bunga yang semakin tinggi akan memberikan pengaruh berkurangnya beban
pajak perusahaan. Semakin tinggi nilai utang perusahaan maka nilai CETR
perusahaan akan semakin rendah (Richardson dan Lanis, 2007)

Pengaruh Kompensasi Eksekutif terhadap Tax Avoidance (skripsi dan tesis)

Pajak menjadi masalah bagi perusahaan karena membayar pajak akan
menurunkan laba bersih perusahaan. Oleh karena itu, perusahaan akan
melakukan tax avoidance. Untuk itu eksekutif sebagai pemimpin
perusahaan akan membuat kebijakan yang dapat meminimalkan pajak.
Harapan dari tindakan tersebut adalah eksekutif akan mendapatkan
keuntungan. Umumnya para eksekutif mengharapkan kinerja mereka
berdampak positif pada kinerja perusahaan sehingga eksekutif yang telah
mencapai prestasi tertentu akan mendapatkan kompensasi tertentu pula.
Menurut Desai dan Dharmapala (2006) dalam Hanafi dan Puji (2014)
kompensasi tinggi yang diberikan kepada eksekutif mampu menaikkan
tingkat penghindaran pajak perusahaan yang dipimpin menjadi lebih besar
pula. Penelitian mengenai kompensasi eksekutif dilakukan Hanafi dan Puji
Harto (2014). Dalam penelitiannya, ditemukan bukti bahwa kompensasi
yang diberikan kepada eksekutif memiliki pengaruh positif terhadap
pengindaran pajak perusahaan.