Loyalitas Pelanggan (skripsi, tesis, disertasi)

Loyalitas pelanggan sangat penting artinya bagi perusahaan yang ingin
menjaga kelangsungan hidup maupun keberhasilan usahanya (Samsudin, 2018).
Menurut Samsudin (2018) Pelanggan adalah seseorang yang menjadi terbiasa
untuk membeli dari produsen atau penyedia jasa layanan. Kebiasaan itu terbentuk
melalui pembelian dan interaksi yang sering selama periode waktu tertentu. Tanpa
adanya sejarah perjalanan hubungan yang kuat dan pembelian berulang,
konsumen tersebut bukanlah pelanggan, atau lebih mudah disebut pembeli.
Pelanggan sejati tumbuh seiring dengan waktu. Loyalitas pelanggan sangat
diperlukan di dalam keberlangsungan suatu perusahaan, dimana citra,
kepercayaan, reputasi perusahaan yang baik merupakan faktor penting dalam
terciptanya loyalitas pelanggan. Pelanggan disebut sebagai aset perusahaan, yakni
pihak yang membiayai perusahaan. Loyalitas dari pelanggan terhadap
perusahaannya mutlak dipertahankan demi terciptanya hubungan yang saling
menguntungkan di antara kedua belah pihak. Sehingga perusahaan harus selalu
fokus kepada pelanggan, untuk memenuhi harapan, keinginan dan kebutuhan serta
menghargai mereka sehingga dapat menjalin hubungan sampai ke tingkat
emosional di antara pelanggan dengan perusahaan.
Menurut Al dan Yuniati (2016) Loyalitas pelanggan merupakan salah satu
kunci keberhasilan eksistensi perusahaan. Banyaknya pelanggan yang loyal
terhadap perusahaan tentu akan berimbas dan berkontribusi positif terhadap
keberlangsungan dan kemajuan perusahaan. Loyalitas pelanggan sering diartikan
dengan perilaku konsumen yang sering melakukan pembelian berulang, padahal
kontribusi dari pelanggan yang loyal tidak hanya sebatas itu, tetapi bisa lebih luas
cakupannya dan kadang bisa lebih berkontribusi, yaitu kesetiaan pelanggan
terhadap merek dan rekomendasi yang diberikan pelanggan kepada orang lain
yang nantinya bisa menjadi pelanggan potensial perusahaan ( Al & Yuniati, 2016).
Menurut Kotler dan Keller (2008) membangun loyalitas dengan menciptakan
hubungan yang kuat dan erat dengan pelanggan adalah mimpi semua pemasar dan
hal ini menjadi kunci keberhasilan pemasaran jangka panjang.
Beberapa uraian di atas dapat disimpulkan loyalitas pelanggan merupakan
kesetiaan seseorang atas suatu produk, baik barang maupun jasa dimana
pembelian tersebut selang selama periode tertentu dengan secara teratur dan
adanya sikap yang baik untu merekomondasikan produk tersebut ke orang lain.

Metode penelitian Kualitatif (skripsi, tesis, disertasi)

Metode penelitian kualitatif disebut metode baru, karena popularitasnya baru-baru ini, itu disebut metode postpositivistik karena didasarkan pada filosofi pospositivistisme. Metode ini juga disebut sebagai metode artistik, karena proses penelitian lebih artistik (kurang berpola), dan disebut metode interpretatif karena hasil penelitian lebih mementingkan interpretasi data yang ditemukan di lapangan. Pengambilan sampel sumber data dilakukan secara purposive dan bola salju, teknik pengumpulan dengan triangulasi (gabungan), analisis data bersifat induktif / kualitatif, dan hasil penelitian kualitatif lebih menekankan pada makna generalisasi (Sugiono, 2015[3]).

Metode penelitian Kuantitatif (skripsi, tesis, disertasi)

Metode kuantitatif juga bisa disebut metode tradisional, ini karena metode ini telah digunakan cukup lama sehingga telah ditransmisikan sebagai metode untuk penelitian. Metode ini disebut metode positivistik karena didasarkan pada filsafat positivisme. Metode ini adalah metode ilmiah karena telah memenuhi prinsip-prinsip ilmiah yang konkret / empiris, obyektif, terukur, rasional, dan sistematis. Metode ini disebut metode kuantitatif karena data penelitian berupa angka dan analisis menggunakan statistik. Metode penelitian kuantitatif dapat diartikan sebagai metode yang digunakan untuk memeriksa populasi atau sampel tertentu, pengambilan sampel secara teknis umumnya dilakukan secara acak, pengumpulan data umumnya menggunakan instrumen penelitian, analisis data kuantitatif / statistik dengan tujuan untuk menguji hipotesis yang telah ditetapkan (Sugiono, 2015[3]).

Alasan Menggunakan Nvivo (skripsi, tesis, disertasi)

 

  1. Membantu analisis dan mengurutkan data berupa teks, gambar, video, atau audio yang tidak berurutan (tidak terstruktur).
  1. Dapat melakukan pemutaran file berupa video maupun audio, sehingga data wawancara dari penelitian dapat secara mudah ditranskripsikan melalui NVIVO.
  1. Memiliki kemampuan untuk mengambil data dari media sosial seperti Twitter, Facebook dan LinkedIn dengan menggunakan plug-in pada browser NCapture.
  1. Kemampuan untuk menyaring catatan dan hasil tangkapan data dari Evernote. Data ini biasanya didapat dari hasil penelitian lapangan.
  1. Kemampuan untuk menyaring atau impor data berupa kutipan dari Zotero, EndNote dan Mendeley atau software manajemen bibliografi yang lainnya. Data ini biasanya diambil dari hasil penelitian pustaka.
  1. Membantu memisahkan data yang sumbernya berasal dari peneliti, informa dan secondary sources atau sumber data pendukung penelitian seperti buku, jurnal, artikel, dokumen sejarah, berita online, isi website, catatan lapangan, memos, bibliografi, prosiding konferensi, hingga jurnal harian miliki peneliti yang telah tersimpan di dalam NVIVO.
  1. Mempresentasikan hasil dari analisis data dalam tampilan model diagram serta grafik.
  1. Mampu menunjukkan kredibilitas, keabsahan dan subjektifitas atas data penelitian yang menggunakan metode kualitatif.
  1. Antarmuka pengguna (windows) dan analisis data berupa teks tersedia dalam beberapa bahasa yakni  Perancis, Inggris, Jerman, Jepang, Cina (sederhana) dan Portugis. Selain itu, NVIVO for Mac tersedia juga dalam bahasa Perancis, Inggris, Spanyol, Jepang dan Jerman

Pengolahan Data Kualitatif (skripsi, tesis, disertasi)

1. Reduksi Data

Reduksi data diartikan sebagai proses pemilihan, pemusatan perhatian pada penyederhanaan, pengabstrakan, dan transformasi data “kasar” yang muncul dari catatan-catatan tertulis di lapangan. Reduksi data bukanlah suatu hal yang terpisah dari analisis. Ia merupakan bagian dari analisis. Pilihan-pilihan peneliti tentang bagian data mana yang dikode, mana yang dibuang, pola-pola mana yang meringkas sejumlah bagian yang tersebar, cerita-cerita apa yang sedang berkembang, semuanya itu merupakan pilihan-pilihan. Reduksi data merupakan suatu bentuk analisis yang menajamkan, menggolongkan, mengarahkan, membuang yang tidak perlu, dan mengorganisasi data dengan cara sedemikian rupa hingga kesimpulan-kesimpulan finalnya dapat ditarik dan diverifikasi.

2. Penyajian Data / Display Data

Menurut Miles dan Huberman, alur terpenting yang kedua dari kegiatan analisis adalah penyajian data. “penyajian” maksudnya sebagai sekumpulan informasi tersusun yang memberi kemungkinan adanya penarikan kesimpulan dan pengambilan tindakan. Penyajian yang paling sering digunakan pada data kualitatif pada masa yang lalu adalah bentuk teks naratif. Dalam pelaksanaan penelitian ini, peneliti yakin bahwapenyajian-penyajian yang lebih baik merupakan suatu cara yang utama bagi analisis kualitatif yang valid. Bentuk penyajian data kualitatif berupa teks naratif (berbentuk catatan lapangan), matriks, grafik, jaringan, dan bagan. Semuanya dirancang guna menggabungkan informasi yang tersusun dalam suatu bentuk yang padu dan mudah diraih, dengan demikian seorang penganalisis dapat melihat apa yang sedang terjadi, dan menentukan apakah menarik kesimpulan yang benar ataukah terus melangkah melakukan analisis yang menurut saran yang dikiaskan oleh penyaji sebagai sesuatu yang mungkin berguna.

3. Penarikan Kesimpulan / Verifikasi

Dari permulaan pengumpulan data, peneliti mulai mencari makna dari data-data yang diperoleh di lapangan, mencatat keteraturan atau pola penjelasan dan konfigurasi yang mungkin ada. Setiap kesimpulan yang ditetatpkan terus-menerus di verifikasi hingga diperoleh kesimpulan yang valid.  Telah dikemukakan tiga hal utama, yaitu reduksi data, penyajian data, dan penarikan kesimpulan / verifikasi sebagai sesuatu yang jalinmenjalin pada saat sebelum, selama, dan sesudah pengumpulan data dalam bentuk yang sejajar, untuk membangun wawasan umum yang disebut “analisis”

Penelitian kualitatif (skripsi, tesis, disertasi)

Penelitian kualitatif didefinisikan sebagai kegiatan terencana untuk
menangkap praktik penafsiran responden dan informan terhadap dunia. Perlu
disadari bahwa orang bertindak sejalan dengan tafsirnya terhadap benda,
fenomena, atau masalah yang dihadapinya. Fakta dan kenyataan yang ada
belumlah dapat kita percaya, melainkan berguna hanya sejauh tafsir seseorang
yang menggunakannya. Istilah kualitatif menunjukkan penekanan terhadap
proses-proses dan makna-makna yang tidak diuji atau diukur dari segi
kuantitas, intensitas, atau frekuensi.
Penelitian kualitatif (qualitative research) adalah suatu penelitian yang
ditujukan untuk mendeskripsikan dan menganalisis fenomena, peristiwa, ktivitas social, sikap, kepercayaan, persepsi, pemikiran orang secara
individual maupun kelompok.53
Penelitian kualitatif berbeda dengan penelitian kuantitatif yang
bertolak dari pandangan positivisme. Penelitian kualitatif berangkat dari
filasafat konstruktivisme, yang memandang kenyataan itu berdimensi jamak,
interaktif, dan menuntut interpretasi berdasarkan pengalaman sosial. Menurut
MC Millan dan Schumacker (2001) dalam buku karya Ariesto Hadi Sutopo &
Adrianus Arief “ Reality is multilayer, interactive and a shared social
experience interpretation by individuals”. Peneliti kualitatif memandang
kenyataan sebagai konstruksi sosial, individu atau kelompok menarik atau
member makna kepada suatu kenyataan dengan mengkonstruksinya. Dengan
perkataan lain, persepsi seseorang adalah apa yang ia yakini bahwa “nyata”
baginya, dan terhadap hal itulah tindakan, pemikiran, dan perasaannya
diarahkan.
Penelitian kualitatif mempunyai dua tujuan utama, yaitu pertama
menggambarkan dan mengungkap (to describe and explore) dan kedua
menggambarkan dan menjelaskan (to describe and explain). Kebanyakan
penelitian kualitatif bersifat deskriptif dan eksplanatori. Beberapa penelitian
memberikan deskripsi tentang situasi yang kompleks, dan arah bagi penelitian
selanjutnya. Penelitian lain memberikan eksplanasi (kejelasan) tentanghubungan antara peristiwa dengan makna terutama menurut partisipasi
partisipan.
Pada penelitian ini, peneliti menggunakan jenis penelitian deskriptif
kualitatif, berupa kata-kata lisan atau tulisan tentang tingkah laku manusia
yang dapat diamati. Data kualitatif itu berwujud uraian terperinci, kutipan
langsung, dan dokumentasi kasus. Data kualitatif adalah tangkapan atas
perkataan subjek penelitian dalam bahasanya sendiri. Pengalaman orang
diterangkan secara mendalam, menurut makna kehidupan, pengalaman, dan
interaksi sosial dari subjek penelitian sendiri. 56 Disini peneliti melakukan
penelitian dengan terjun langsung ke lapangan, mendeskripsikan dan
mengkonstruksi realitas yang ada dan melakukan pendekatan terhadap sumber
informasi, sehingga diharapkan data yang didapatkan akan lebih akurat dan
maksimal

Software Nvivo (skripsi, tesis, disertasi)

Software NVivo 11 merupakan sebuah perangkat lunak Qualitative Data Analysis (QDA) yang diproduksi oleh QSR international. Software NVivo 11 di desain dengan berbagai macam set fitur inti dan digunakan untuk mengerjakan sebuah proyek-proyek penelitian kualitatif dengan sumber berbasis teks (QSR Internasional, 2015: 6). Software NVivo 11 pertama kali dikembangkan oleh Tom Richards pada tahun 1999, yang mencangkup analisis perinci dan pemodelan kualitatif. Software NVivo 11 dirancang untuk penelitian kualitatif yang bekerja dengan data teks dan multimedia untuk skala kecil maupun besar. Software NVivo 11 paling sering digunakan pada bidang pendidikan, pemerintahan, sosial sains, psikologi, pemasaran dan lain sebagainya. Melalui aplikasi NVivo, peneliti dapat mengatur dan menganalisis data berupa teks, melakukan coding data teks, menentukan tema dan sub tema berdasarkan data teks, serta membuat keterangan terhadap semua data demografis partisipan, melakukan analisis isi teks dengan teks search. Mengetahui dengan cepat kata-kata utama yang paling sering muncul dalam data word frequency querries, mempersentasikan hasil analisa data dalam bentuk grafik, diagram pohon, diagram-diagram perbandingan tema berdasarkan latar belakang partisipan (Bandur, 2016:2). Dengan adanya software NVivo 11 ini peneliti dapat membuat sebuah analisis atas dasar hasil pengkodean dan juga peneliti dapat mencari hubungan antara tema-tema yang satu dengan tema lainnya serta mengvisualisasikan hubungan-hubangan tersebut, seperti dengan mengvisualisasikan hubungan  asosiatif, one way (satu arah), dan hubungan simetrikal. Software NVivo 11 akan terus digunakan oleh peneliti hingga pada tahap akhir penelitian peneliti nantinya

Penelitian Bersifat Studi Kasus (skripsi, tesis, disertasi)

Agar lebih memfokuskan lagi pemahaman tentang makna dari penelitian kualitatif ini, peneliti memilih jenis penelitian yang bersifat studi kasus. Menurut Creswell (2014:14) studi kasus merupakan strategi penelitian yang di dalamnya peneliti menyelidiki secara cermat dan hati-hati suatu program, peristiwa, aktivitas, proses, atau sekelompok individu. Kasus-kasus dalam strategi studi kasus dibatasi oleh waktu dan aktivitas, dan peneliti mengumpulkan informasi secara lengkap dengan menggunakan berbagai prosedur pengumpulann data berdasarkan waktu yang telah ditentukan. Sedangkan menurut Yin (2018) studi kasus merupakan sebuah mode penyelidikan yang tidak jelas, dan tidak dapat dipahami dengan mudah selama bertahun-tahun. Serta adanya sebuah kesadaran praktik yang telah dilakukan dan dapat berubah-ubah. Definisi lain pun diungkapkan oleh Yin (2018:45) tentang studi kasus sebagai metode penelitian bahwa studi kasus adalah metode empiris yang menyelidiki fenomena kontemporer “kasus” secara mendalam dan dalam konteks dunia nyata, terutama ada batasan antara fenomena dan konteks yang kemungkinan tidak adanya kejelasan yang secara jelas. Studi kasus dapat mengatasi situasi yang secara teknis berbeda-beda, dimana banyaknya variabel yang menarik pada titik data tertentu. Sebagai hasil dari metode tersebut didapatkan manfaat pengembangan pernyataan yang proposisi secara teoritis dengan menggunakan panduan rancangan, pengumpulan data, dan pendekatan analisis data, serta bergantung pada berbagai sumber bukti yang jelas dengan data yang diperlukan, hal ini dimaksudkan agar data yang diperlukan dapat konvergen secara triagulasi

Penelitian Kualitatif (skripsi, tesis, disertasi)

Penelitian kualitatif dikatakan oleh Bandur, (2016:18) bahwa inti utama dari penelitian kualitatif ialah terdapat pada tujuan eksplorasi dan pemahaman data secara lebih mendalam. Data dalam konteks ini berkaitan dengan makna setiap ungkapan mengenai masalah-masalah penelitian yang disampaikan secara langsung oleh informan, terutama informan- informan tersebut merupakan kunci dari penelitian yang dilakukan. Penelitian kualitatif menurut Strauss dan Corbin 117 (2017) penelitian kualitatif merupakan jenis penelitian yang hasil temuanya tidak diperoleh melalui prosedur statistik atau bentuk hitungan lainnya. Lebih lanjut dijelaskan oleh Oun dan Bach (2014) menurut mereka penelitian kualitatif merupakan metode untuk menguji dan menjawab pertanyaan tentang bagaimana, dimana, apa, kapan, dan mengapa seseorang bertindak dengan cara-cara tertentu pada permasalahan yang spesifik. Metode kualitatif dapat juga diartikan sebagai metode penelitian dalam mendiskripsikan fenomena berdasarkan sudut pandang para informan, menemukan realita yang beragam dan mengembangkan pemahaman secara holistik tentang sebuah fenomena dalam konteks tertentu (Hilal dan Alabri, 2013). Berdasarkan ungkapan dari Creswell, (2014:258) menjelaskan bahwa jenis penelitian kualitatif merupakan sebuah pendekatan penelitian yang lebih beragam dibandingkan dengan metode-metode kuantitatif. Penelitian kualitatif juga memiliki asumsi-asumsi filosofis, strategi-strategi penelitian dan metode-metode pengumpulan, analisis dan interpretasi data yang beragam

Visualisasi Hasil dalam NVivo (skripsi, tesis, disertasi)

Setelah seluruh langkah dalam analisis nodes, cases, dan relationship dilakukan, selanjutnya NVivo dapat memvisualisasikan seluruh hasil yang telah dilakukan dengan menggunakan project map dengan cara menggunakan comparative diagram. Menurut Bandur (2019) “Istilah project map sebenarnya mengacu pada tema-tema hasil koding sehingga kita dapat memvisualisasikan hasil koding”. Untuk hasil analisis di dalam penelitian ini, analisis data dengan menggunakan comparative diagram atau diagram perbandingan. Menurut Bandur (2019) “Nvivo 12 Plus for windows telah membantu peneliti untuk langsung menampilkan hasil analisis data melalui koding dengan diagram perbandingan”. Untuk prosedur analisis dapat ditempuh dengan langkah-langkah sebagai berikut: 1) Klik Comparasion Diagram, lalu pilih Compare nodes. 2) Pilih tema-tema yang hendak dibandingkan, lalu klik OK. 3) Menampilkan hasil output NVivo

Relationship dalam NVivo dan Visualisasi Hasil Relationship (skripsi, tesis, disertasi)

Setelah menganalisis nodes dan cases, selanjutnya dari hasil kedua analisis tersebut adalah mencari hubungan atau relationship antar tema-tema yang telah dianalisis. Perlu dipahami bahwa kekuatan relationship antar tema-tema tersebut tidak dapat diukur tingkat signifikansinya, karena NVivo hanya memberikan gambaran relationship hasil analisis data kualitatif yang ada. Prosedur untuk mencari relationship menurut Bandur (2019) dapat ditempuh dengan langkahlangkah sebagai berikut: 1) Klik Create pada Navigation View, klik Relationship pada ribbon Create 2) Menampilkan lembar kerja baru. 3) Pilih From, klik Select, lalu pilih nodes/cases yang akan digunakan, lalu OK. 4) Pilih To, klik Select, lalu pilih nodes/cases yang akan digunakan, lalu OK. 5) Klik OK. 6) Menampilkan hasil output NVivo untuk Relationship

Nodes dalam NVivo dan Visualisasi Hasil Nodes (skripsi, tesis, disertasi)

Selain koding dalam melakukan analisis data dengan menggunakan NVivo juga perlu menganalisis nodes. Menurut Bandur (2019) untuk membuat klarifikasi nodes dapat ditempuh dengan langkah-langkah sebagai berikut: 1) Pilih Nodes pada Navigation View. 2) Klik Create. 3) Kilk Node. 4) Menampilkan lembar kerja New Code. 5) Beri nama Code. 6) Deskripsikan code tersebut dengan penjelasan tentang tema tersebut. 7) Klik OK, sehingga muncul kode identifikasi tema baru dalam List View. 8) Ulangi prosedur untuk memberikan tema-tema baru yang di ambil.

Setelah melakukan klarifikasi terhadap nodes. Selanjutnya, klasifikasi
nodes tersebut dilakukan analisis perbadingan (comparative analysis) dengan
menggunakan matrix coding. Prosedur matrix coding menurut Bandur (2019)
dapat ditempuh dengan langkah-langkah sebagai berikut:
1) Klik Queries pada Navigation View, klik Query pada ribbon menu, lalu pilih
matrix coding.
2) Menampilkan lembar kerja baru.
3) pilih Node Classification, pilih atribut, lalu nilai atribut, lalu OK.
4) Menampilkan lembar kerja baru, lalu klik Add to List.
5) Selanjutnya pada label Columns, pilih Select untuk memasukan hasil koding
yang dianalisis.
6) Menampilkan lembar kerja baru, lalu pilih Nodes, pilih hasil koding yang
telah disimpan pada nodes yang akan digunakan, lalu klik yang akan
dianalisis, lalu klik OK.
7) Klik Add to List.
8) Pada label Node Matrix, pilih AND sehingga menghasilkan hasil sesuai node.
9) Klik Run.
10) Menampilkan hasil output NVivo
11) Hasil dapat berupa Chart Tools, Grouped Bar, dll

Tahapan Analisis Dalam Nvivo (skripsi, tesis, disertasi)

Tahapan-tahapan analisis yang dilakukan oleh peneliti melalui software Nvivo, sebagai berikut: 1) Dari data yang dihasilkan lewat pengamatan yang berulang terus menerus dan berkesinambungan dan wawancara kemudian diketik dengan rapih sehingga mudah terbaca, dapat membantu peneliti dalam membuat deskripsi untuk menggambarkan masalah. Ini dilakukan dengan sistem pengkodean pada data mentah, dengan tujuan untuk dapat ditransformasikan secara sistematis dan digolong-golongkan sesuai dengan karakteristiknya yang terkait pada fokus penelitian. Identifikasi data yang dilakukan dengan model penggolongan tadi, diharapkan dapat menghampiri peneliti dalam memiliki wawasan untuk melakukan analisis untuk melakukan rekonstruksi. Selanjutnya akan mampu membuat katagori dan konsep, melakukan interpretasi, dan menjelaskan proporsi antar konsep yang dibentuk oleh hubungan yang terbina selama proses pengambilan data berlangsung. Analisa dan rekonstruksi data yang berulang kali dilakukan menghasilkan bangunan relasi sistem antar berbagai konsep yang berkaitan. 2) Setelah pembuatan kategori lewat penggolongan data pada tahap pertama, selanjutnya upaya analisa data bergerak pada menjelaskan secara tertulis agar tiap kategori tadi dapat dipahami sejalan dengan pencarian penggolongan data lain yang relevan. Menjadi sulit dalam melakukan pekerjaan pada tahap kedua ini, karena sering diganggu oleh pemikiran yang ada saat melakukan analisis saja, padahal kondisi pengambilan data sering diwarnai oleh atmosfir yang bervariasi. Untuk mengatasi hal itu rekaman audio visual dicermati kembali. Hal yang paling penting adalah membuka kembali field notes yang dibuat sesaat ketika tiap pengamatan selesai dilakukan. 3) Tahapan yang ketiga membuat tafsiran dengan menggambarkan perspektif peneliti dalam memberikan makna dari tiap pengelompokan data dan menjelaskan makna hubungan tiap unit.

TIngkat Kepercayaan Data Dalam Kualitatif (skripsi, tesis, disertasi)

1. Credibility

Tingkat credibility atau kredibilitas sangat berkaitan dengan persoalan seberapa jauh kebenaran hasil penelitian dapat dipercaya, artinya apakah data yang diperoleh melalui observasi dan wawancara telah mengungkapkan hal-hal yang sesungguhnya dimiliki informan. Dalam kredibilitas terdapat beberapa cara yang dapat digunakan menurut (Sugiyono, 2013, hlm. 270) seperti perpanjang pengamatan, peningkatan ketekunan, triangulasi, diskusi dengan teman sejawat, analisis kasus negatif, dan membercheck. Dalam kredibilitas peneliti menggunakan triangulasi. Triangulasi diatikan sebagai pengecekan data dari berbagi sumber dengan berbagai cara, dan berbagai waktu (Sugiyono, 2013, hlm. 273). Dalam penelitian ini peneliti menggunakan triangulasi sumber. Triangulasi sumber untuk menguji kredibilitas data dilakukan dengan cara mengecek data yang telah diperoleh melalui beberapa sumber (Sugiyono, 2013, hlm. 274).

2) Transferability

Transferability atau transferabilitas merupakan kriteria yang berhubungan dengan apa adanya nilai transfer dari hasil penelitian. Untuk pengujian nilai transfer terletak pada pengungkapan jawaban dari pertanyaan yang berkaitan dengan sejauh mana hasil penelitian ini dapat digunakan atau diaplikasikan dalam situasi lain.

3) Dependability

Dependability atau reliabilitas di dalam penelitian ini. Peneliti bertanggung jawab untuk menjelaskan perubahan yang terjadi dalam pengaturan dan bagaimana perubahan ini mempengaruhi cara penelitian mendekati penelitian. Dalam penelitian ini peneliti melakukan wawancara terbuka atau wawancara tidak berstruktur hal ini diharapkan penulis dapat secara leluasa menggali data selengkap mungkin dan sedalam mungkin sehingga pemahaman peneliti terhadap fenomena yang ada sesuai dengan pemahaman para pelaku itu sendiri. Jadi peneliti langsung menanyakan permasalah aktivitas fisik kepada narasumber dengan menggunakan wawancara dan observasi. Menurut Sugiyono (2013, hlm. 277) untuk itu pengujian dependability dilakukan dengan cara audit terhadap keseluruhan penelitian.

4) Confirmability

Pengujian konfirmability dapat dikatan objektif bila hasil penelitian telah disepakati banyak orang. Hasil peneliti ini akan di publish keberbagi jurnal sehingga peneliti ini dapat memenuhi pengujian konfirmability. Selain itu peneliti juga agar dapat memenuhi konfirmability dengan melihat berbagai sumber sesuai dengan apa yang didapat di dalam penelitian ini, sehingga penelitian ini data lebih bermakna dan diakui. Kemudian untuk dapat memenuhi konfirmability yang berhubungan dengan triangulasi dengan menggunakan peneliti, peserta, dan pembimbing penelitian

Tingkat Kepercayaan Dalam Nvivo (skripsi, tesis, disertasi)

Tingkat kepercayaan suatu penelitian kualitatif dapat diukur dengan kriteria, yakni credibility, transferability, dependability, dan confirmability. Selain itu untuk lebih meyakinkan tingkat kepercayaan tersebut dengan menggunakan bantuan aplikasi Nvivo 12 Plus for windows. Validitas yang tinggi pula dapat tercapai dengan menggunakan NVivo karena tim penelitian dapat melakukan analisis dengan efektif di NVivo (Bandur, 2019). Lebih lanjut lagi, untuk membantu validitas penelitian kualitatif, NVivo memberi ruang seluas-luasnya untuk tim peneliti untuk bekerja dalam NVivo. Dengan demikian NVivo efektif untuk triangulasi data dan triangulasi peneliti NVivo (Bandur, 2019), sehingga dapat membantu kita dalam menghasilkan suatu penelitian kualitatif yang reliabel (Bandur, 2019).

Observasi (skripsi, tesis, disertasi)

Penggunaan teknik observasi dalam penelitian ini dilakukan dengan langsung dan nonpartisipasi (incidental). Tujuan penggunaan teknik ini adalah untuk dapat memahami pola pengasuhan yang dilakukan di asrama. Spradley membagi partisipatif atau keterlibatan peneliti menjadi empat yaitu: pertama partisipatif pasif, dimana peneliti datang mengamati tetapi tidak ikut terlibat kegiatan yang diamati, kedua partisipatif moderat, dimana peneliti kadang ikut aktif terlibat kegiatan kadang tidak aktif, ketiga partisipatif aktif, dimana peneliti terlibat aktif dalam kegiatan yang diteliti, dan yang keempat partisipatif lengkap, dimana peneliti sepenuhnya terlibat sebagai orang dalam, sehingga tidak kelihatan sedang melakukan penelitian (Djaelani, 2013, hlm. 85).

Studi Kasus (skripsi, tesis, disertasi)

paparan Lincoln & Guba (Berliana, 2009, hlm. 165) dijelaskan bahwa:

• Studi kasus dapat ditulis dengan tujuan yang berbeda dalam pikiran, termasuk untuk mencatat (mencatat secara temporal dan berurutan, seperti dalam sejarah) untuk disajikan (seperti dalam deskripsi atau untuk memberikan pengalaman perwakilan), untuk mengajar (sebagai bahan pengajaran untuk siswa seperti sebagai studi kasus Harvad Law School, terutama ketika materi terbuka berakhir), dan untuk menguji (menggunakan kasus sebagai percobaan untuk teori dan hipotesis tertentu). Kasing tertentu dapat digunakan untuk berbagai keperluan.

• Studi kasus dapat ditulis pada tingkat analitik yang berbeda, termasuk tingkat faktual belaka, tingkat interpretatif, dan tingkat evaluatif (menghakimi); setiap level mengandaikan yang pertama.

• Studi kasus akan, tergantung pada tujuan dan tingkat, menuntut tindakan yang berbeda dari penyelidik / penulis, mulai, misalnya, dari pencatatan sederhana untuk kronik faktual hingga pembobotan alternatif kompleks untuk tes evaluatif

. • Studi kasus akan, tergantung pada tujuan dan tingkat, menghasilkan produk yang berbeda, dari daftar sederhana untuk kronik faktual ke penilaian yang rumit untuk tes evaluatif.

Sistem Operator dalam NVivo (skripsi, tesis, disertasi)

sistem operator intersection (perpotongan/irisan coding), union (gabungan coding), difference (misal: coding motivasi yang bukan termasuk coding eksplorasi), dan Matrix intersection (perpotongan coding yang disajikan dalam bentuk matriks). Matrix intersection ini juga berfungsi sebagai salah satu cara untuk visualisasi data. Dengan matriks dan tabel ini dapat dilakukan deskripsi dari suatu ikhtisar dan juga dapat dilakukan analisa komparatif dengan cepat. Hal ini bisa ditunjukkan oleh tabel-tabel yang dihasilkan. Tabel dapat berisi kutipan dari kata-kata informan atau responden penelitian.

Sejarah Nvivo (skripsi, tesis, disertasi)

NVivo merupakan software analisis data kualitatif
yang dikembangkan oleh Qualitative Solution and
Research (QSR) international. QSR sendiri adalah
perusahaan pertama yang mengembangkan
software analisis data kualitatif. NVivo bermula
dari kemunculan software NUD*IST (Nonnumeric
Unstructured Data, Index Searching, and
Theorizing) pada tahun 1981 (Bazeley, 2007).
NUD*IST awalnya diciptakan oleh seorang
programer bernama Tom Richards untuk membantu istrinya, Lyn Richards, yang berprofesi
sebagai sosiolog. Dalam tulisan ini, NVivo yang
dipakai adalah NVivo versi 8 yang dirilis pada
bulan Maret 2008

Reputation dalam mobile payment (skripsi, tesis, disertasi)

Reputation dalam mobile payment merupakan pandangan pengguna
terhadap kompetensi, kejujuran, dan kebajikan dari penyedia layanan mobile
payment. Pada saat calon pengguna tidak memiliki pengalaman dalam
menggunakan mobile payment dan/atau tidak memiliki referensi pengalaman dari
orang lain, maka calon pengguna akan menjadikan reputation dari penyedia
layanan sebagai dasar kepercayaan (Xin, 2015).

Memilih Variabel (skripsi tesis dan disertasi)

Setiap pengelompokan terhadap objek apa pun harus memiliki dasar untuk
mengelompokkan. Kalau ada sekumpulan orang, kita mudah melakukan pengelompokan
berdasarkan jenis kelamin, hasilnya dua kelompok: pria dan wanita. Dalam
pengelompokan ini, dasar atau variabel yang digunakan adalah jenis kelamin.
Pengelompokan dengan memakai hanya satu variabel umumnya tidak memuaskan karena
tidak menggambarkan profil kelompok secara jelas. Jadi, agar profil kelompok lebih jelas,
kita dapat menambahkan variabel-variabel lain, misalnya usia, tingkat pendi-dikan,
pekerjaan, status perkawinan, dan lain-lain.
Sayangnya, dalam analisis cluster, pemilihan variabel-variabel yang dilibatkan tidak boleh
sembarangan. Aturan pertama, dengan variabel-variabel yang dilibatkan, peneliti dapat
membentuk kelompok-kelompok, yang bermanfaat dari segi bisnis maupun ilmu
pengetahuan. Tidak ada gunanya melakukan pengelompokan kalau hasilnya tidak
memberikan manfaat.
Dalam pemasaran, misalnya, tujuan dari segmentasi pasar adalah untuk mengenal
segmen-segmen yang efektif, sehingga perusahaan dapat memilih satu, beberapa atau
semua segmen sebagai pasar sasaran. Kalau tidak sesuai dengan sasaran peneliti,
penge-lompokan tidak berguna.
Aturan kedua, pilih variabel-variabel yang betul-betul dapat memberikan gambaran
tentang persamaan dalam kelompok dan perbedaan antar-kelompok. Kalau dalam sebuah
variabel level semua objek sama (extremely homogenous), maka variabel tersebut jangan
dipakai. Misalnya, kalau dalam sebuah populasi semua orang berusia 20 tahun, jangan
lagi libatkan variabel ‘usia’ untuk mengelompokkan populasi tersebut.
Sebuah variabel yang betul-betul tidak pernah sama di antara objek-objek (extremely
heterogenous), atau yang selalu berbeda dari objek yang satu dengan objek lainnya, juga
tidak bisa dipakai. Sebab, variabel demikian tidak akan pernah berkontribusi terhadap
kesamaan (similarity) yang dipakai sebagai dasar untuk melakukan pengelompokan
subjek.

Tujuan Dasar Cluster (skripsi tesis dan disertasi)

Tujuan utama analisis klaster adalah untuk menempatkan sekumpulan objek ke dalam dua
atau lebih grup berdasarkan kesamaan-kesamaan objek atas dasar berbagai karakteristik.
Melalui prinsip homogenitas grup, menurut Hair, et. al., terdapat tiga sasaran yang
tersedia bagi peneliti, yaitu:
1. Deskripsi taksonomi (taxonomy description). Ini merupakan sasaran tradisional analisis
klaster. Dengan taksonomi, kita mengelompokkan sekumpulan objek secara empiris.
Memang, analisis klaster telah dipakai untuk keperluan-keperluan pengelompokan.
Akan tetapi, kemampuannya tidak sebatas itu. Analisis klaster dapat pula dipakai untuk
memunculkan hipothesis tentang struktur objek-objek yang diteliti. Jadi, sekalipun
banyak dipandang sebagai alat analisis untuk keperluan eksploratori, analisis klaster
dapat pula dipakai untuk tujuan konfirmatori.
2. Simplikasi data (data simplication). Dengan taksonomi, memang kita peroleh grup.
Akan tetapi, berdasarkan struktur yang diperoleh, kita juga bisa menjelaskan profil
setiap grup berdasarkan karakteristik umum yang dimiliki. Kalau analisis faktor
menjelaskan “dimensi” yang mendasari sejumlah variabel, dengan analisis klaster, kita
juga melakukan hal yang sama, yaitu dimensi yang mendasari sejumlah observasi yang
berada pada suatu klaster. tentang hubungan antar observasi yang tidak mungkin diperoleh dengan menganalisis
observasi secara individu. Memang analisis diskriminan dapat digunakan untuk
mengetahui hubungan tersebut secara empiris. Bahkan, secara kualitatif hubungan
tersebut juga bisa diidentifikasi. Akan tetapi analisis klaster seringkali memperlihatkan
kesamaan-kesamaan maupun perbedaan-perbedaan yang tidak terdeteksi metodametoda
lain.

Desain Penelitian (skripsi tesis dan disertasi)

Desain merupakan suatu aspek perancangan yang penting dan
mesti diperhatikan dalam melaksanakan suatu penelitian. Desain
penelitian menuntun peneliti untuk mengikuti langkah-langkah
atau prosedur penelitian yang mesti diikuti dan tidak boleh melenceng
dari langkah-langkah atau prosedur tersebut. Apabila melenceng
dari langkah-langkah atau prosedur yang ada, maka konsistensi
penelitian tidak terwujud dan ini akan menyebabkan penelitian
yang baik tidak akan terwujud.
Dalam penelitian mixed methods research misalnya, Creswell
dan Clark (2005) berpendapat bahwa dalam penelitian mixed method
research khususnya explanatory design procedure, penelitian secara
khusus memberi penekanan yang lebih besar pada kaedah kuantitatif
dibanding kaedah kualitatif.
Sejalan dengan itu, King, Keohane dan Verba, (1994) menyatakan
pula bahwa dalam kaedah penelitian kuantitatif cenderung didasarkan
kepada ukuran berangka (numerical measurements) daripada
aspek gejala yang khusus; yang menggambarkan keadaan tertentu
untuk mencari gambaran umum atau untuk menguji hipotesis
yang terjadi. Kaedah penelitian kuantitatif berupaya untuk mencari
penjelasan dan prediksi yang akan digeneralisasikan kepada seseorang
dan suatu tempat yang lain. Bahkan King, Keohane dan
Verba (1994) dalam Thomas (2003) juga menyatakan bahwa kaedah
penelitian kuantitatif berupaya mencari pengukuran dan analisis
yang dapat diulangi oleh penelitian-penelitian yang lain.
Adapun dalam penelitian kualitatif, sebagaimana diungkapkan
oleh Denzin dan Lincoln (1994) menunjukkan bahwa kaedah penelitian
ini berupaya untuk memperjelas tentang interpretasi mengenai
lingkungan alamiah (natural setting), perasaan dan pandangan
responden ataupun menafsirkan gejala mereka. Karena itulah,
dalam kaedah penelitian kualitatif berupaya untuk mengumpulkan
materi yang dapat dijadikan studi kasus, pengalaman pribadi,
introspektif, cerita hidup dan sebagainya. Dengan kata lain, kaedah penelitian kualitatif ini berupaya untuk memahami kisah-kisah
pribadi dan cara mereka berinteraksi (Denzin dan Lincoln 1994)
dalam Thomas (2003). Sesuai dengan pandangan kedua pakar ini,
Greene (2007) dalam Tashakkori dan Teddlie (2010) menyatakan
bahwa penggunaan metode penelitian gabungan (mixed methods
research) merujuk kepada penggunaan kaedah pelengkap bagi
masing-masing penelitian kualitatif dan kuantitatif yang sama
di seluruh proses penelitian, dengan integrasi yang berlaku pada
analisis data.
Nau (1995) dalam Gratton dan Jones (2010) juga menyatakan
bahwa penggunaan metode penelitian kualitatif dan kuantitatif dapat
menghasilkan produk akhir dengan menyorot (highlight) sumbangan
yang signifikan dari kedua metode yang ada. Sebagai contoh, data
kualitatif (qualitative data) dapat digunakan untuk mendukung dan
menguraikan maksud penelitian kuantitatif (Jayaratne (1993) dalam
Gratton dan Jones (2010) yaitu untuk memberi beberapa penjelasan
terhadap ukuran kuantitatif. Karena itu, mengingat kekuatan dalam
pengumpulan data penelitian kuantitatif lebih banyak bertumpu
pada angket, maka penelitian mixed methods research dilakukan secara
tinjauan dengan menggunakan angket sebagai instrumen utama
dalam penelitian, adapun data kualitatifnya dijadikan sebagai data
pendukung untuk menjelaskan temuan secara kuantitatif dalam
penelitian ini.

Tahapan Simulasi (skripsi tesis dan disertasi)

Proses Tahapan dalam mengembangkan Model dan
simulasi komputer secara umum, sebagai berikut :
a. Memahami sistem yang akan disimulasikan Jika
Pengembang model tidak tau atau belum mengetahui cara
kerja sistem yang akan dimodel simulasikan maka
pengembang perlu meminta bantuan seorang ahli (pakar)
dibidang sistem yang bersangkutan. Data masukan,
keluaran, variable dan parameter masih dalam bentuk
symbol – symbol verbal (kata – kata).
b. Mengembangkan Model matematika dari sistem Apabila
pengembang sudah mengetahui cara kerja sistem yang
bersangkutan, maka tahap berikutnya adalah
memformulasikan model matematika dari sistem. Model
matematika bisa dalam bentuk persamaan diferensial,
persamaan aljabar linear, persamaan logika diskret dan
lain – lain disesuaikan dengan karakterisitik sistem dan
tujuan pemodelan
c. Mengembangkan Model matematika untuk simulasi
Digunakan untuk menyederhanakan model matematika
yang sudah dihasilkan sebelumnya. Agar lebih mudah
dalam menyederhanakan Model matematika, maka dibuatlah suatu Flow Chart untuk merinci tahapan yang
harus dilewati untuk membuat program.
d. Membuat program (software) Beberapa flow chart dari
tahapan sebelumnya kemudian diimplementasikan lebih
lanjut menjadi program (software) computer
e. Menguji, memverifikasi dan memvalidasi keluaran
simulasi Simulasi pada dasarnya adalah menirukan sistem
nyata (realitas) sehingga tolak ukur baik tidaknya simulasi
adalah sejauh mana yang bersangkutan. Pengujian
(testing) dilakukan pada tingkat modul program, untuk
menguji fungsi subsistem. Verifikasi dilakukan untuk
membuktikan bahwa hasil implementasi program
komputer sudah sesuai dengan rancangan model konsep
dari sistem yang bersangkutan. Validasi dilakukan dengan
membandingkan hasil keluaran simulasi dengan data yang
diambil dari sistem nyata (realitas).
f. Mengeksekusi program simulasi untuk tujuan tertentu.
Eksekusi (running) program komputer bisa dilakukan
secara waktu nyata (real time) atau waktu tidak nyata
(offline) tergantung dari tujuan simulasi. Secara umum ada
3 tujuan simulasi, yaitu : untuk mempelajari perilaku
(behavior) sistem, untuk pelatihan (training), untuk
hiburan/permainan (gaming).

Konsep Simulasi (skripsi tesis dan disertasi)

Simulasi sebagai proses pengolahan data
dengan penggunaan rangkaian model-model
simbolik pada pengoperasian sistem tiruan tidak
mengharuskan dan tidak mengajukan penggunaan
formula atau fungsi-fungsi dan persamaan tertentu sebagai model simbolik penyelesaian persoalan,
tetapi sebaliknya simulasi yang terdiri dari tahapantahapan
dan langkah-langkah pengolahan data
haruslah dilengkapi dengan model-model simbolik
yang sesuai memberikan hasil pengoperasian sistem
tiruan dalam bentuk data output yang berguna
untuk penyelesaian persoalan. Simulasi juga tidak
terikat dengan penggunaan model-model sistem
acuan tetapi memerlukan pemodelan untuk
menghasilkan model sistem dan model operasi
sistem yang sesuai dengan tujuan penelitian atau
penyelidikan. Penyusunan model-model pada simulasi
merupakan bentuk aplikasi dari teori, prinsip, dan
pendekatan sistem. Model sistem dan model-model
simbolik dari fungsi atau proses serta prosedur
pengoperasian sistem tiruan haruslah disusun sebagai
perangkat lunak untuk penyelidikan dan analisis
karakteristik sistem. Untuk itu peniruan operasi
sistem ril dilakukan atas elemen-elemen yang
berkaitan dengan aktivitas sistem yaitu masukan dan
komponen- komponen sistem, hubungan dan
interaksi antar komponen sistem, aturan-aturan,
disiplin dan ketentuan lainnya yang berlaku dalam
aktivitas sistem. Berdasarkan peniruan sistem dan
aktivitas sistem ril yang sesuai, hasil simulasi sistem
dapat diterima dan berlaku syah sebagai data output
yang berguna menunjukkan karakteristik operasional
sistem ril.
Sesuai dengan konsep simulasi sistem tersebut
di atas, solusi untuk suatu persoalan dalam bentuk
keadaan yang kurang baik ataupun keadaan yang
tidak optimal dapat disusun dalam bentuk
rancangan pengembangan sistem dan bentuk
rancangan perbaikan pengelolaan dan pengoperasian
sistem. Solusi untuk mewujudkan keadaan yang
lebih baik dapat diperoleh berdasarkan hasil analisis
dan pengujian rancangan pengembangan dan
perbaikan melalui simulasi sistem
Model konseptual simulasi
menunjukkan simulasi sebagai imitasi sistem melalui
penyusunan model-model yang diperlukan pada pengoperasian sistem maya sebagai tiruan yang sama
ataupun sebagai imitasi modifikasi dari suatu sistem
ril untuk memperoleh karakteristik operasional
sistem sebagai bahan pertimbangan pada penentuan
solusi atas persoalan sistem ril.

Simulasi Penyelesaian Persoalan (skripsi tesis dan disertasi)

Masalah tidak adanya metode yang sesuai
dengan persoalan pada umumnya berkaitan dengan
bentuk persoalan yang unik dan rumit, yang tidak
dapat diselesaikan dengan menggunakan metode dan
model-model baku yang ada. Sebagai contoh adalah
persoalan sistem antrian yang unik
Perumusan persoalan dengan penyesuaian
terhadap metode yang hendak digunakan biasanya
terjadi atas kepentingan untuk memperoleh solusi
seadanya. Namun dengan upaya penyesuaian, solusi
yang diperoleh dapat menyimpang dari yang
semestinya, di samping dapat memunculkan
persoalan baru jika penerapan solusi yang diperoleh
tidak dapat memberikan hasil yang diharapkan dan
bahkan menimbulkan masalah pada penanganan
persoalan. (Napitupulu, 2009).

Tujuan Imitasi pada Simulasi (skripsi tesis dan disertasi)

Menurut pendefinisian pada berbagai kamus,
kata simulasi diartikan sebagai cara mereproduksi
kondisi dari suatu keberadaan dengan menggunakan
model dalam rangka studi pengenalan atau pengujian
atau pelatihan dan yang sejenis lainnya. Simulasi
dalam bentuk pengolahan data merupakan imitasi
dari proses dan input ril yang menghasilkan data
output sebagai gambaran karakteristik operasional
dan keadaan pada sistem. Imitasi dalam simulasi menghasilkan model
representasi dari suatu proses atau operasi dan
keadaan ril. Model sebagai imitasi disusun dalam
bentuk yang sesuai menyajikan sistem ril atas halhal
tertentu yang perlu direpresentasikan dengan
maksud untuk menghadirkan tiruan dari kegiatan
dan sistem ril. Sebagai contoh, model sistem antrian
sebagai imitasi dari sistem pelayanan disusun untuk
menggambarkan posisi dari pelanggan menunggu di
depan stasiun pelayanan.
Tujuan imitasi sistem ril dengan menghadirkan
elemen dan komponen tiruan adalah untuk peniruan
fungsi dan hubungan ril serta interaksi antar objek
dan komponen ril pada sistem tiruan. Komponenkomponen
sistem tiruan hadir dalam bentuk fungsi
dan interaksi imitasi yang disajikan dalam bentuk
rangkaian proses dalam aktivitas dan operasi sistem
yang disimulasi. Operasi tiruan yang berlangsung
dengan penggunaan data input tiruan diperlukan untuk menghasilkan output sebagai gambaran dari
hasil operasi dan keadaan pada sistem yang
disimulasi.

KEUNGGULAN DAN KELEMAHAN STATISTIK NON-PARAMETRIK (skripsi tesis dan disertasi)

Keunggulan :

  1. Tidak membutuhkan asumsi normalitas.
  2. Secara umum metode statistik non-parametrik lebih mudah dikerjakan dan lebih mudah dimengerti jika dibandingkan dengan statistik parametrik karena ststistika non-parametrik tidak membutuhkan perhitungan matematik yang rumit seperti halnya statistik parametrik.
  3. Statistik non-parametrik dapat digantikan data numerik (nominal) dengan jenjang (ordinal).
  4. Kadang-kadang pada statistik non-parametrik tidak dibutuhkan urutan atau jenjang secara formal karena sering dijumpai hasil pengamatan yang dinyatakan dalam data kualitatif.
  5. Pengujian hipotesis pada statistik non-parametrik dilakukan secara langsung pada pengamatan yang nyata.
  6. Walaupun pada statistik non-parametrik tidak terikat pada distribusi normal populasi, tetapi dapat digunakan pada populasi berdistribusi normal.

Kelemahan :

  1. Statistik non-parametrik terkadang mengabaikan beberapa informasi tertentu.
  2. Hasil pengujian hipotesis dengan statistik non-parametrik tidak setajam statistik parametrik.
  3. Hasil statistik non-parametrik tidak dapat diekstrapolasikan ke populasi studi seperti pada statistik parametrik. Hal ini dikarenakan statistik non-parametrik mendekati eksperimen dengan sampel kecil dan umumnya membandingkan dua kelompok tertentu.

PENGERTIAN STATISTIK NON PARAMETRIK (skripsi tesis dan disertasi)

Pengertian

Statistik yang digunakan untuk menganalisis data nominal dan ordinal dari populasi yang bebas berdistribusi. (Sugiyono, 2014:23) Statistik nonparametrik adalah bagian statistik yang parameter dari populasinya tidak mengikuti suatu distribusi tertentu atau memiliki distribusi yang bebas dari persyaratan, dan variansnya tidak perlu homogen. (Iqbal Hasan, 2005:9) Statistik Non-Parametrik adalah yaitu statistik bebas sebaran (tidak mensyaratkan bentuk sebaran parameter populasi, baik normal atau tidak). Selain itu, statistik non-parametrik biasanya menggunakan skala pengukuran sosial, yakni nominal dan ordinal yang umumnya tidak berdistribusi normal.

Ciri-ciri statistik non-parametrik :

  1. Data tidak berdistribusi normal
  2. Umumnya data berskala nominal dan ordinal
  3. Umumnya dilakukan pada penelitian sosial
  4. Umumnya jumlah sampel kecil

Syaratnya :

  1. sampel yang digunakan memiliki ukuran yang kecil
  2. Data yang digunakan bersifat ordinal, yaitu data-data yang bisa disusun dalam urutan atau klasifikasikan rangkingnya
  3. Data yang digunakan bersifat nominal yaitu data-data yang dapat diklasifikasikan dalam kategori dan dihitung frekuensinya
  4. Bentuk distribusi populasi dan tempat pengambilan sampel tidak diketahui menyebar secara nominal
  5. Ingin menyelesaikan masalah statistik secara cepat tanpa menggunakan alat hitung

Penggunaan statistik non parametrik

  1. Digunakan dengan mengabaikan segelas asumsi yang melandasi metode statistik parametrik, terutama yang berkaitan dengan distribusi normal
  2. Digunakan apabila salah satu parameter tidak terpenuhi
  3. Untuk menguji hipotesis deskriptif (satu sample) baik untuk data nominal atau diskrit maupun untuk data ordinal atau peringkat rangking

PENGERTIAN STATISTIK PARAMETRIK (skripsi tesis dan disertasi)

Pengertian

Statistik parametrik adalah statistik yang digunakan untuk menganalisis data interval atau rasio, yang diambil dari pupulasi yang berdistribusi normal. (Sugiyono, 2014:23) Statistik parametrik adalah bagian statistik yang parameter dari populasinya mengikuti suatu distribusi tertentu, seperti distribusi normal, dan memiliki varians yang homogen. (Iqbal Hasan, 2005:9).

Statistik parametrik adalah yaitu ilmu statistik yang mempertimbangkan jenis sebaran atau distribusi data, yaitu apakah data menyebar secara normal atau tidak. Dengan kata lain, data yang akan dianalisis menggunakan statistik parametrik harus memenuhi asumsi normalitas. Data yang dianalisis adalah data interval atau rasio.

 

Ciri-ciri statistik parametrik :

  1. Data dengan skala interval dan rasio
  2. Data menyebar/berdistribusi normal

 

Syarat uji parametrik:

  1. Dari populasi dengan distribusi normal
  2. Sampel diambil secara random
  3. Sampel mempunyai varians yang sama
  4. Skala pengukuran interval atau rasio

 

 

Penggunaan statistik parametrik

 

  1. Digunakan untuk menganalisa data interval dan rasio, yang diambil dari populasi yang berdistribusi normal
  2. Untuk menguji hipotesis deskriptif bila datanya interval atau rasio

 

 

 

 

 

 

 

 

PENYAJIAN DATA PADA STATISTIK DESKRIPTIF (skripsi tesis dan disertasi)

 Pada statistika deskriptif, yang perlu disajikan adalah:

 

  1. Ukuran pemusatan data (measures of central tendency). Ukuran pemusatan data yang sering digunakan adalah distribusi frekuensi. Ukuran statistik ini cocok untuk data nominal dan data ordinal (data kategorik). Sementara nilai mean adalah ukuran pemusatan data yang cocok untuk data continuous. Ukuran deskriptif lain untuk pemusatan data adalah median (nilai tengah) dan modus (nilai yang paling sering muncul).

 

  1. Ukuran penyebaran data (measures of spread). Ukuran penyebaran data yang sering digunakan adalah standar deviasi. Ukuran penyebaran data ini cocok digunakan untuk data numerik atau continuous. Sementara untuk data kategorik, nilai range merupakan ukuran yang cocok.

 

JENIS-JENIS UJI STATISTIK (skripsi tesis dan disertasi)

 

  1. Statistika Deskriptif

Statistika deskriptif bermaksud menyajikan, mengolah dan menganalisa data dari kelompok tertentu sebagaimana adanya dan tidak bermaksud menarik kesimpulan-kesimpulan yang berlaku bagi kelompok-kelompok yang lebih besar. Artinya kesimpulan yang ditarik melalui deskriptif hanya berlaku bagai kelompok sampel yang bersangkutan tanpa dimaksudkan menarik kesimpulan yang berlaku bagi populasi.

Ukuran statistik yang lazim digunakan untuk mendeskripsikan karakteristik sampel ialah: ukuran kecenderungan sentral; Ukuran variasi ; Ukuran letak; koefisien korelasi. Sekalipun statistika deskriptif ini hanya menyajikan karakteristik sampel, namun statistika deskriptif merupakan dasar untuk mengkaji dan melakukan inferensi karakteristik populasi.

  1. Statistika Inferensial

Statistika inferensial adalah statistik yang berkaitan dengan analisis data (sampel) untuk kemudian dilakukan penyimpulanpenyimpulan (inferensi) yang digeneralisasikan kepada seluruh subyek tempat data diambil (populasi) (Burhan Nurgiyantoro dkk, 2000;12).

Statistika inferensial adalah statistik yang berhubungan dengan penarikan kesimpulan yang bersifat umum dari data yang telah disusun dan diolah (M.Subana dkk, 2000;12) Statistika inferensial atau statistika induktif bermaksud menyajikan, menganalisa data dari suatu kelompok untuk ditarik kesimpulan-kesimpulan, prinsip-prinsip tertentu yang berlaku bagi kelompok yang lebih besar (populasi) disamping berlaku bagi kelompok yang bersangkutan (sampel).

Statistika inferensial merupakan langkah akhir dari tugas statistika karena dalam setiap penelitian kesimpulan inilah yang diinginkan. Statistika inferensial harus berdasar pada statistika deskriptif, sehingga kedua-duanya harus ditempuh secara benar agar kita mendapatkan kegunaan maksimal dari statistika ini.

Yang masih tercakup dalam statistika inferensial adalah statistik parametrik dan non-parametrik.

  1. Statistik parametrik merupakan statistika inferensial yang mempertimbangkan nilai dari satu parameter populasi atau lebih dan umumnya membutuhkan data yang skala pengukuran minimalnya adalah interval dan rasio.

Statistika parametrik adalah suatu ukuran tentang parameter, artinya ukuran seluruh populasi dalam penelitian yang harus diperkirakan dari apa yang terdapat di dalam sampel (karakteristik populasi). Satu syarat umum yang harus dipenuhi apabila seorang peneliti akan menggunakan statistika parametrik, yaitu normalitas distribusi. Asumsi ini harus terpenuhi, karena: 1) secara teoretik karakteristik populasi mengikuti model distribusi normal; 2) nilai-nilai baku statistik yang digunakan untuk uji hipotesis didasarkan kepada model distribusi normal. Asumsi-asmsi lain seperti homogenitas, linieritas harus dipenuhi sesuai dengan hipotesis yang akan diuji.

Statistika non parametrik yaitu statistik yang tidak memperhatikan nilai dari satu parameter populasi atau lebih. Statistik non parametrik digunakan karena analisis parametrik tidak konsisten lagi sehingga tidak terikat atau terbebas dari model distribusi dan sampelnya relatif kecil. Pada umumnya validitas pada statistika non parametrik tidak bergantung pada model peluang yang spesifik dari populasi. Data yang dibutuhkan lebih banyak berskala ukuran nominal atau ordinal.

JENIS-JENIS HIPOTESIS (skripsi tesis dan disertasi)

 

Penelitian Hipotesis dapat diklasifikasikan berdasarkan rumusannya dan proses pemerolehannya.

  1. Ditinjau dari rumusannya, hipotesis dibedakan menjadi : Hipoteis kerja, yaitu hipotesis sintesis dari hasil kajian teoritis. Hipotesis kerja biasanya disingkat H1 atau Ha. Hipotesis nol atau hipotesis statistik, merupakan lawan dari hipotesis kerjadan sering disingkat Ho. Ada kalanya peneliti merumuskan hipotesis dalam bentuk H1 dan Ho untuk satu permasalahan penelitian. Hal ini didasari atas pertimbangan bahwa Ho sengaja dipersiapkan untuk ditolak sedangkan H1 dipersiapkan untuk diterima (Sudarwan Danim dan Darwis, 2003 : 171).
  2. Ditinjau dari proses pemerolehannya, hipotesis dibedakan menjadi Hipotesis induktif, yaitu hipotesis yang dirumuskan berdasarkan pengamatan untuk menghasilkan teori baru (pada penelitian kualitatif). Hipotesis deduktif, merupakan hipotesis yang dirumuskan berdasarkan teori ilmiah yang telah ada (pada penelitian kuantitatif). Hubungan antara hipotesis dengan observasi dan teori ilmiah pada hipotesis induktif dan deduktif dapat divisualisasikan sebagai berikut (Trochim, 2005).

CIRI-CIRI HIPOTESIS PENELITIAN YANG BAIK (skripsi tesis dan disertasi)

Pernyataan hipotesis yang baik memiliki beberapa kriteria. Berikut ini dua kriteria pernyataan hipotesis baik (Kerlinger, 2006: 30).

Hipotesis adalah pernyataan tetang relasi antara variabel-variabel

Hipotesis mengandung implikasi-implikasi yang jelas untuk pengujian hubungan-hubungan yang dinyatakan tersebut.

Bersadarkan dua kriteria tersebut disimpulkan bahwa pernyataan hipotesis mengandung dua variabel atau lebih yang dapat diukur serta menunjukkan secara jelas dan tegas cara variabel-variabel tersebut berhubungan (Kerlinger, 2006 : 30). Selain itu, Nazir (2005: 152) juga mengemukakan ciri-ciri hipotesis yang baik, yaitu:

  1. Hipotesis harus menyatakan hubungan antar variabel
  2. Hipotesis harus sesuai dengan fakta
  3. Hipotesis harus berhubungan dengan ilmu dan sesuai dengan berkembangnya ilmu pengetahuan
  4. Hipotesis harus dapat diuji dengan nalar ataupun dengan alat-alat statistika Hipotesis harus dinyatakan dalam bentuk sederhana dan terbatas untuk mengurangi timbulnya kesalahpahaman pengertian
  5. Hipotesis harus bisa menerangkan hubungan fakta-fakta dan dapat dikaitkan dengan teknik pengujian

Secara umum, berdasarkan pendapat ahli tersebut, hipotesis yang baik harus menyatakan hubungan antar variabel, sesuai dengan fakta dan ilmu pengetahuan, harus masuk akal dan dapat diuji.

TEKNIK SAMPLING PADA PENELITIAN KUALITATIF (skripsi tesis dan disertasi)

Objek kajian penelitian kualitatif sering bersifat kasuistik. Peneliti tidak mementingkan generalisasi. Oleh karena itu, sampel ditentukan secara purposif (sengaja/dengan pertimbangan) sehingga sampel penelitian tidak perlu mewakili populasi. Adapun pertimbangan penelitian sampel bukan berdasarkan pada aspek keterwakilan populasi didalam sampel. Pertimbangannya lebih pada kemampuan sampel (informan) untuk memasok informasi selengkap mungkin kepada peneliti. Sampel yang digunakan dalam metode penelitian kualitatif adalah sampel kecil, tidak representatif, purposive (snowball), dan berkembang selama proses penelitian. Nasution (1992) mengungkapkan bahwa metode kualitatif sampelnya sedikit dan dipilih menurut tujuan (purpose) penelitian. Penelitian ini sering berupa studi kasus atau multi kasus. Penelitian kualitatif tidak menggunakan istilah populasi, tetapi dinamakan situasi sosial yang terdiri dari tiga elemen, yaitu tempat (place), pelaku (actor), dan aktivitas (activity)

UNIT WAKTU SILABUS (skripsi tesis dan disertasi)

Silabus mata pelajaran disusun berdasarkan seluruh alokasi waktu yang disediakan untuk mata pelajaran selama penyelenggaraan pendidikan d tingkat  satuan pendidikan.

Penyusunan silabus memperhatikan alokasi waktu yang disediakan per semester, per tahun, dan alokasi waktu mata pelajaran lain yang sekelompok.

Implementasi pembelajaran per semester menggunakan penggalan silabus  sesuai dengan Standar Kompetensi dan Kompetensi Dasar untuk mata  pelajaran dengan alokasi waktu yang tersedia pada struktur kurikulum. Khusus untuk  SMK/MAK menggunakan penggalan silabus berdasarkan  satuan kompetensi.

PENGERTIAN SILABUS (skripsi tesis dan disertasi)

Silabus adalah rencana pembelajaran pada suatu kelompok mata pelajaran/tema tertentu yang mencakup standar kompetensi , kompetensi dasar, materi pokok/pembelajaran, kegiatan pembelajaran, indikator, penilaian, alokasi waktu, dan sumber/bahan/alat belajar. Silabus merupakan penjabaran standar kompetensi dan kompetensi dasar ke dalam materi pokok/pembelajaran, kegiatan pembelajaran, dan indikator pencapaian kompetensi untuk penilaian.

Silabus merupakan seperangkat rencana dan pengaturan tentang kegiatan pembelajaran, pengelolaan kelas, dan penilaian hasil belajar.

Silabus berisikan komponen pokok yang dapat menjawab pertanyaan berikut.: Kompetensi yang akan ditanamkan kepada peserta didik melalui suatu kegiatan pembelajaran kegiatan yang harus dilakukan untuk menanamkan / membentuk kompetensi tersebut upaya yang harus dilakukan untuk mengetahui bahwa kompetensi tersebut sudah dimiliki peserta didik Silabus bermanfaat sebagai pedoman sumber pokok dalam pengembangan pembelajaran lebih lanjut, mulai dari pembuatan

PRINSIP PENGEMBANGAN SILABUS ILMIAH (skripsi tesis dan disertasi)

  Keseluruhan materi dan kegiatan yang menjadi muatan dalam silabus harus benar dan dapat dipertanggungjawabkan secara keilmuan.

Cakupan, kedalaman, tingkat kesukaran dan urutan penyajian materi dalam silabus sesuai dengan tingkat perkembangan fisik, intelektual, sosial, emosional, dan spritual peserta didik.

Komponen-komponen silabus  saling berhubungan secara fungsional dalam mencapai kompetensi.

Adanya hubungan yang konsisten (ajeg, taat asas) antara kompetensi dasar, indikator, materi pokok, pengalaman belajar, sumber belajar, dan sistem penilaian. Memadai.

  1. Cakupan indikator

materi pokok, pengalaman belajar, sumber belajar, dan sistem penilaian cukup untuk menunjang pencapaian kompetensi dasar.

  1. Aktual dan Kontekstual.

Cakupan indikator, materi pokok, pengalaman belajar, sumber belajar, dan sistem penilaian memperhatikan perkembangan ilmu, teknologi, dan seni mutakhir dalam kehidupan nyata, dan peristiwa yang terjadi.

Keseluruhan komponen silabus dapat mengakomodasi keragaman peserta didik, pendidik, serta dinamika perubahan yang terjadi di sekolah dan tuntutan masyarakat.

Komponen silabus mencakup keseluruhan ranah kompetensi (kognitif, afektif, psikomotor)

 

LANGKAH-LANGKAH PENYUSUNAN RPP (skripsi tesis dan disertasi)

RPP dijabarkan dari silabus untuk mengarahkan kegiatan pembelajaran peserta didik dalam upaya mencapai KD. Setiap guru pada satuan pendidikan berkewajiban menyusun RPP secara lengkap dan sistematis. Dalam menyusun rencana pelaksanaan pembelajaran dapat ditempuh langkah-langkah sebagai berikut (Niron, 2009):

  1. Mengisi kolom identitas
  2. Menentukan alokasi waktu yang dibutuhkan untuk pertemuan yang telah ditetapkan
  3. Menentukan SK, KD, dan Indikator yang akan digunakan yang terdapat pada silabus yang telah
  4. Merumuskan tujuan pembelajaran berdasarkan SI, KD, dan Indikator yang telah ditentukan
  5. Mengidentifikasi materi ajar berdasarkan materi pokok/pembelajaran yang terdapat dalam Materi ajar merupakan uraian dari materi pokok/pembelajaran.
  6. Menentukan metode pembelajaran yang akan digunakan
  7. Merumuskan langkah-langkah pembelajaran yang terdiri dari kegiatan pendahuluan, inti, dan Langkah-langkah pembelajaran berupa rincian skenario pembelajaran yang        mencerminkan penerapan strategi pembelajaran termasuk alokasi waktu setiap tahap.

LANGKAH DALAM PENELITIAN GROUNDED THEORY (skripsi tesis dan disertasi)

Langkah yang harus dilakukan peneliti kualitatif yang menggunakan grounded theory, yaitu:

  1. Peneliti harus bisa memahami atau memiliki gambaran sifat-sifat realitas empiris
  2. Penelitian dimulai dengan suatu pernyataan dasar mengenai empiris lapangan
  3. Peneliti menetapkan data yang akan diambil dan teknik/metode
  4. Peneliti harus melakukan eksplorasi
  5. Peneliti harus melakukan pemeriksaan di dalam proses inspection
  6. Peneliti harus mampu mengadakan analisis
  7. Peneliti harus mampu merekonstruksi penemuan untuk hipotesis baru

DESAIN PENELITIAN KUALITATIF (skripsi tesis dan disertasi)

  1. Fenomenologi

Istilah fenomenologi sering digunakan sebagai anggapan umum untuk menunjuk pada pengalaman subjektif dari berbagai jenis dan tipe subjek yang ditemui. Fenomenologi digunakan sebagai perspektif filosofi dan juga digunakan sebagai pendekatan dalam metodologi kualitatif. Fenomenologi merupakan pandangan berpikir yang menekankan pada fokus kepada pengalaman-pengalaman subjektif manusia dan interpretasi-interpretasi dunia. Studi fenomenologi mencoba mencari arti pengalaman dalam kehidupan. Peneliti menghimpun data berkenaan dengan konsep, pendapat, pendirian, sikap, penilaian, dan pemberian makna terhadap situasi atau pengalaman dalam kehidupan. Tujuan dari penelitian fenomenologi adalah mencari atau menemukan makna dari hal-hal yang esensial atau mendasar dari pengalaman hidup tersebut.

  1. Grounded Theory (Teori Dasar)

Penelitian teori dasar (grounded theory) merupakan penelitian yang diarahkan pada penemuan atau minimal menguatkan suatu teori. Dengan kata lain, grounded theory merupakan prosedur penelitian kualitatif yang sistematis, dimana peneliti menerangkan konsep, proses, tindakan, atau interaksi suatu topik pada level konseptual yang luas. Penelitian dasar dilaksanakan dengan menggunakan berbagai teknik pengumpulan data, cek dan recek ke lapangan, studi perbandingan antar kategori, hingga verifikasi sampai pada titik jenuh. Strauss dan Corbin mengemukakan bahwa pendekatan teori dasar adalah suatu metode penelitian kualitatif yang menggunakan prosedur sistematis untuk mengembangkan teori secara induktif yang memperoleh teori dasar. Penelitian ini juga bertujuan membangun teori yang dapat dipercaya dan menjelaskan wilayah di bawah studi. Tujuan umum dari penelitian dasar ini yaitu secara induktif memperoleh data, diperlakukan untuk pengembangan teoritis, dan diputuskan secara memadai untuk domainnya dengan memerhatikan sejumlah kriteria evaluatif.

  1. Studi Kasus

Penelitian kualitatif menggunakan desain penelitian studi kasus dalam arti penelitian difokuskan pada satu fenomena saja yang dipilih dan ingin dipahami secara mendalam, dengan mengabaikan fenomena-fenomena lainnya. Satu fenomena tersebut dapat berupa seorang pemimpin sekolah atau pimpinan pendidikan, sekelompok siswa, suatu program, suatu proses, satu penerapan kebijakan, atau satu konsep.

  1. Etnografi

Studi mendalam mengenai tingkah laku yang alami yang berikatan dengan kebudayaan atau keseluruhan kelompok sosial. Etnografi mencoba memahami hubungan antara budaya dan tingkah laku dengan budaya dengan keyakinan/ kepercayaan, nilai, konsep, sikap dari sekelompok orang. Etnografi mengungkap apa yang seseorang lakukan dan menjelaskan mengapa mereka melakukan itu. Etnografer (peneliti etnografi) mendeskripsikan, menganalisis dan mengintepretasikan budaya sepanjang waktu menggunakan observasi dan studi lapangan sebagai strategi pengumpulan data primer. Hasil dari penelitian ini berupa gambaran budaya berdasar sudut pandang subyek penelitian yang sama dengan sudut pandang peneliti.

  1. Penelitian Tindakan (Action Research)

Stringer (1996: 15) mendefinisikan penelitian tindakan sebagai pendekatan kolaboratif untuk menyelidiki, menelaah atau mengkaji dan menemukan sesuatu, yang memungkinkan orang menggunakan tindakan tindakan yang sistematis untuk menyelesaikan suatu permasalahan. Klarifikasi definisi yang dikemukakan Stringer dapat kita temukan pada definisi yang dipaparkan oleh Rochman Natawidjaja (1997: 2) yang menyatakan bahwa penelitian tindakan adalah pengkajian terhadap suatu permasalahan dengan ruang lingkung yang tidak terlalu luas yang berkaitan dengan suatu perilaku seseorang atau sekelompok orang teretentu di lokasi tertentu, disertai dengan penelaahan yang teliti terhadap suatu perlakuan tertentu dan mengkaji sampai sejauh mana dampak perlakuan itu trhadap yang sedang diteliti

 

PENGERTIAN SAMPLING   (skripsi tesis dan disertasi)

 

Pengertian sampling atau metode pengambilan sampel menurut penafsiran beberapa ahli . Beberapa diantaranya adalah sebagai berikut;

 

  1. Teknik sampling adalah teknik pengambilan sampel (Sugiyono, 2001: 56).
  2. Teknik sampling adalah cara untuk menentukan sampel yang jumlahnya sesuai dengan ukuran sampel yang akan dijadikan sumber data sebenarnya, dengan memperhatikan sifat-sifat dan penyebaran populasi agar diperoleh sampel yang representatif. (Margono, 2004)

   TAHAP PEMILIHAN SAMPEL (skripsi tesis dan disertasi)

 

Agar diperoleh sampel yang representatif peneliti perlu menggunakan prosedur pemilihan sampel yang sistematis. Tahapannya adalah sebagai berikut :

  1. Mengidentifikasi populasi target
  2. Memilih kerangka pemilihan sampel
  3. Menentukan metode pemilihan sampel
  4. Merencanakan prosedur penentuan unit sampel
  5. Menentukan ukuran sampel
  6. Menentukan unit sampel

SUMBER KESALAHAN SAMPEL (skripsi tesis dan disertasi)

 

Secara umum didapati adanya beberapa sumber kesalahan dalam pengambilan sampel. Kesalahan-kesalahan tersebut adalah:

  1. Variasi Acak (Random Variation)

Variasi acak merupakan kesalahan sampling yang paling umum dijumpai.

  1. Kesalahan spesifikasi (mis-specification of sample subject)

Kesalahan yang diakibatkan oleh kekeliruan spesifikasi sangat umum dijumpai dalam pengambilan pendapat untuk pemilihan umum.

  1. Kesalahan penentuan responden

Sumber kesalahan tambahan dalam survei sampel adalah disebabkan oleh kesalahan penetapan responden dari beberapa anggota sampel. Pada umumnya para peneliti mengasumsikan bahwa responden dan nonresponden mewakili lapisan-lapisan serupa dari populasi padahal sebenarnya ini merupakan kasus yang jarang terjadi.

  1. Kesalah karena ketidaklengkan cakupan daftar populasi (coverage error).

Salah satu kunci sukses dari pemilihan sampel yang baik adalah ketersediaan daftar unsur populasi (population frame) lengkap yang relevan. Kesalahan karena ketidaklengkapan cakupan daftar unsur populasi (coverage error) timbul karena ketidaktersediaan daftar kelompok tertentu di daftar unsur populasi

  1. Kesalahan karena ketidaklengkapan respon (Non response error)

Tidak setiap responden berkenan merespon suatu survey. Pengalaman menunjukkan bahwa individu-individu yang berada di kelas ekonomi atas dan bawah cenderung kurang merespon survey dibandingkan dengan mereka yang berada di kelas menengah. Kesalahan karena ketidaklengkapan respon (nonresponse error) muncul dari kegagalan untuk mengumpulkan data dari semua individu dalam sampel.

  1. Kesalahan penarikan sampel (sampling error)

Diyakini bahwa sampel yang baik merupakan miniature dari populasi. Meskipun demikian pengambilan sampel yang berulang-ulang biasanya menghasilkan besaran suatu karakteristik populasi yang berbeda-beda antar satu sampel ke sampel lainnya. Dalam hal ini kesalahan penarikan sampel (sampling error) mencerminkan keheterogenan tau peluang munculnya perbedaan dari satu sampel dengan sampel yang lain karena perbedaan individu yg terpilih dari berbagai sampel tersebut. sampling error dapat diperkecil dengan memperbesar ukuran sampel meskipun upaya ini mengakibatkan peningkatan biaya survey.

  1. Kesalahan pengukuran (Measurement error)

Pada umumnya kuisioner dirancang dengan tujuan untuk mengumpulkan informasi yang berguna. Data yang diperoleh harus valid dan respon yang benar harus terukur. Permasalahan yang sering timbul adalah ternyata lebih mudah membicarakan bagaimana memroleh pngukuran yang bermakna daripada melaksanakannya.

UKURAN SAMPEL (skripsi tesis dan disertasi)

 

Ukuran sample tergantung beberapa faktor yang mempengaruhi diantaranya ialah:

  1. Homogenitas unit-unit sample, secara umum semakin mirip unit-unit sampel; dalam suatu populasi semakin kecil sample yang dibutuhkan untuk memperkirakan parameter-parameter populasi.
  2. Kepercayaan, mengacu pada suatu tingkatan tertentu dimana peneliti ingin merasa yakin bahwa yang bersangkutan memperkirakan secara nyata parameter populasi yang benar. Semakin tinggi tingkat kepercayaan yang diingnkan, maka semakin besar ukuran sample yang diperlukan.
  3. Presisi, mengacu pada ukuran kesalahan standar estimasi. Unutk mendapatkan presisi yang besar dibutuhkan ukuran ssmpel yang besar pula.
  4. Kekuatan Statsitik, mengacu pada adanya kemampuan mendeteksi perbedaan dalam situasi pengujian hipotesis. Untuk mendpatkan kekuatan yang tinggi, peneliti memerlukan sample yang besar.
  5. Prosedur Analisa, tipe prosedur analisa yang dipilih untuk analisa data dapat juga mempengaruhi seleksi ukuran sample.
  6. Biaya, Waktu dan Personil: Pemilihan ukuran sample juga harus memeprtimbangkan biaya, waktu dan personil. Sample besar akan menuntut biaya besar, waktu banyak dan personil besar juga.

KRITERIA SAMPEL YANG BAIK (skripsi tesis dan disertasi)

 

Sampel yang baik yang memenuhi dua buah kriteria sebagai berikut ini.

  1. Akurat

Sampel yang akurat (accurate) adalah sampel yang tidak bias. Beberapa cara dapat dilakukan untuk meningkatkan akurat dari sampel sebagai berikut:

  • Pemilihan sampel berdasarkan proksi yang tepat.
  • Menghindari bias di seleksi sampel
  • Pemilihan sampel yang bias (sample selection bias) akan membuat sampel tidak akurat.
  1. Presisi

Sampel yang mempunyai presisi yang tinggi adalah yang mempunyai kesalahan pengambilan sampel (sampling error) yang rendah. Kesalahan pengambilan sampel (sampling error) adalah seberapa jauh sampel berbeda dari yang dijelaskan oleh populasinya. Presisi diukur dengan standard erro of estimate. Semakin kecil standard error of estimate semakin tingg presisi sampelnya. Presisi dapat ditingkatkan dengan jumlah sampelnya. Semakin besar jumlah sampelnya, semakin kecil kesalahan standar estimasinya

JENIS-JENIS MASALAH DALAM PENELITIAN (skripsi tesis dan disertasi)

 

Masalah penelitian dapat diklasifikasikan ke dalam tiga jenis menurut Sugiyono (1994), antara lain :

  1. Permasalahan Deskriptif

Permasalahan deskriptif merupakan permasalahan dengan variabel mandiri baik hanya pada satu variabel atau lebih (variabel yang berdiri sendiri). Dalam penelitian ini, peneliti tidak membuat perbandingan variabel yang satu pada sampel yang lain, hanya mencari hubungan variabel yang satu dengan variabel yang lain.

  1. Permasalahan Komparatif

Permasalahan ini merupakan rumusan masalah penelitian yang membandingkan keberadaan satu variabel atau lebih pada dua atau lebih sampel yang berbeda pada waktu yang berbeda

  1. Permasalahan Asosiatif

Merupakan rumusan masalah penelitian yang bersifat menanyakan hubungan antara dua variabel atau lebih. Terdapat tiga bentuk hubungan, yaitu :

  1. a) Hubungan simetris adalah suatu hubungan antara dua variabel atau lebih yang kebetulan munculnya bersama.
  2. b) Hubungan kausal Hubungan kausal adalah hubungan yang bersifat sebab akibat. Jadi disini ada variabel independen (variabel yang mempengaruhi) dan dependen (dipengaruhi)
  3. c) Hubungan interaktif/ resiprocal/ timbal balik Hubungan interaktif adalah hubungan yang saling mempengaruhi. Di sini tidak diketahui mana variabel independen dan dependen

SUMBER MASALAH DALAM PENELITIAN (skripsi tesis dan disertasi)

 

Permasalahan dapat berasal dari berbagai sumber. Menurut James H. MacMillan dan Schumacher (Hadjar, 1996 : 40 – 42), masalah dapat bersumber dari :

  1. Observasi

Masalah dalam penelitian dapat diangkat dari hasil observasi terhadap hubungan tertentu yang belum memiliki penjelasan memadai dan cara-cara rutin yang dalam melakukan suatu tindakan didasarkan atas otiritas atau tradisi.

  1. Dedukasi dari teori

Teori merupakan konsep-konsep yang masih berupa prinsip-prinsip umum yang penerapannya belum dapat diketahui selama belum diuji secara empiris. Penyelidikan terhadap masalah yang dianggap dari teori berguna untuk mendapatkan penjelasan empiris praktik tentang teori.

  1. Kepustakaan

Hasil penelitian mungkin memberikan rekomendasi perlunya dilakukan penelitian ulang (replikasi) baik dengan atau tanpa variasi. Replikasi dapat meningkatkan validitas hasil penelitian dan kemampuan untuk digeneralisasikan lebih luas. Laporan penelitian sering juga menyampaikan rekomendasi kepada peneliti lain tentang apa yang perlu diteliti lebih lanjut. Hal ini juga menjadi sumber untuk menentukan masalah yang menentukan masalah yang perlu diangkat untuk diteliti.

  1. Masalah sosial

Masalah sosial yang ada di sekitar kita atau yang baru menjadi berita terhangat (hot news) dapat menjadi sumber masalah penelitian.

  1. Pengalaman pribadi

Pengalaman pribadi dapat menimbulkan masalah yang memerlukan jawaban empiris untuk mendapatkan pemahaman yang lebih mendalam. (Purwanto 2010:109-111).

PENGERTIAN MASALAH DALAM PENELITIAN (skripsi tesis dan disertasi)

 

Stonner (1982) mengemukakan bahwa masalah-masalah dapat diketahui atau dicari apabila terdapat penyimpangan antara pengalaman dengan kenyataan, antara apa yang direncanakan dengan kenyataan, adanya pengaduan, dan kompetisi. Menurut Suryabrata (1994 : 60) masalah merupakan kesenjangan antara harapan (das sollen) dengan kenyataan (das sein), antara kebutuhan dengan yang tersedia, antara yang seharusnya (what should  be) dengan yang ada (what it is) (Suryabrata, 1994: 60). Penelitian dimaksudkan untuk menutup kesenjangan (what can be).

JENIS DAN METODE SAMPLING (skripsi tesis dan disertasi)

Secara garis besar dapat dikelompokkan menjadi dua (2) kelompok, yaitu

Probability sampling menurut Sugiyono adalah teknik sampling yang memberikan peluang yang sama bagi setiap unsur (anggota) populasi untuk dipilih menjadi anggota sampel.

Nonprobability sampling menurut Sugiyono adalah teknik yang tidak memberi peluang/kesempatan yang sama bagi setiap unsur atau anggota populasi untuk dipilih menjadi sampel.

  • Probability sampling

Probability sampling menuntut bahwasanya secara ideal peneliti telah mengetahui besarnya populasi induk, besarnya sampel yang diinginkan telah ditentukan, dan peneliti bersikap bahwa setiap unsur atau kelompok unsur harus memiliki peluang yang sama untuk dijadikan sampel.

  1. a) Simple random sampling

Menurut Kerlinger (2006:188), simple random sampling adalah metode penarikan dari sebuah populasi atau semesta dengan cara tertentu sehingga setiap anggota populasi atau semesta tadi memiliki peluang yang sama untuk terpilih atau terambil. Menurut Sugiyono (2001:57) dinyatakan simple (sederhana) karena pengambilan sampel anggota populasi  dilakukan secara acak tanpa memperhatikan strata yang ada dalam populasi itu. Margono (2004:126) menyatakan bahwa  simple random sampling adalah teknik untuk mendapatkan  sampel yang langsung dilakukan pada unit sampling. Cara demikian dilakukan bila anggota populasi dianggap homogen. Teknik ini dapat dipergunakan bilamana jumlah unit sampling di dalam suatu populasi tidak terlalu besar.

  1. b) Proportionate stratified random sampling

Margono (2004: 126) menyatakan bahwa stratified random sampling biasa digunakan pada populasi yang mempunyai susunan bertingkat atau berstrata. Menurut  Sugiyono (2001: 58) teknik ini digunakan bila populasi mempunyai anggota/unsur yang tidak homogen dan berstrata secara proporsional.

  1. c) Disproportionate stratified random sampling

Sugiyono (2001: 59) menyatakan bahwa teknik ini digunakan untuk menentukan jumlah sampel bila populasinya berstrata tetapi kurang proporsional.

  1. d) Area (cluster) sampling (sampling menurut daerah)

Teknik ini disebut juga cluster random sampling. Menurut Margono (2004: 127), teknik ini digunakan bilamana populasi tidak terdiri dari individu-individu, melainkan terdiri dari kelompok-kelompok individu atau cluster. Teknik sampling daerah digunakan untuk menentukan sampel bila objek yang akan diteliti atau sumber data sangat luas, misalnya penduduk dari suatu negara, propinsi atau kabupaten.

  • Nonprobability sampling

Non Probability sampling adalah sebuah teknik sampling yang tidak memperhatikan banyak variabel dalam penarikan sampel. Sampel-sampel dari Nonprobability Sampling juga disebut sebagai subjek penelitian dimana hasil dari uji yang dilakukan pada sampling tidak memiliki hubungan dengan populasi. Tujuan penggunaan teknik sampling ini lebih banyak melekat pada materi yang diujikan sedangkan pada random samplin atau probability Sampling, tujuan penelitian melekat pada nilai dari materi pada populasi yang diujikan.

  1. Sampling sistematis

Sugiyono (2001:60) menyatakan bahwa sampling sistematis adalah teknik penentuan sampel berdasarkan urutan dari anggota populasi yang telah diberi nomor urut.

  1. Quota sampling

Menurut Sugiyono (2001: 60) menyatakan bahwa  sampling kuota adalah teknik untuk menentukan sampel dari populasi yang mempunyai ciri-ciri tertentu sampai jumlah (kuota) yang diinginkan. Menurut Margono (2004: 127) dalam  teknik  ini  jumlah populasi tidak diperhitungkan akan tetapi diklasifikasikan dalam beberapa kelompok. Sampel diambil dengan memberikan jatah atau quorum tertentu terhadap kelompok. Pengumpulan data dilakukan langsung pada unit sampling. Setelah kuota terpenuhi, pengumpulan data dihentikan.

  1. Sampling aksidental

Sampling aksidental adalah teknik penentuan sampel  berdasarkan kebetulan, yaitu siapa saja yang secara kebetulan bertemu dengan peneliti dapat digunakan sebagai sampel, bila dipandang orang yang kebetulan ditemui itu cocok sebagai sumber data (Sugiyono, 2001: 60). Menurut Margono (2004: 27) menyatakan bahwa dalam teknik ini pengambilan sampel tidak ditetapkan lebih dahulu. Peneliti langsung mengumpulkan data dari unit sampling yang ditemui.

  1. Purposive sampling

Sugiyono (2001: 61) menyatakan bahwa sampling purposive adalah teknik penentuan sampel dengan  pertimbangan tertentu. Menurut Margono (2004:128),  pemilihan sekelompok subjek dalam purposive sampling  didasarkan atas ciri-ciri tertentu yang dipandang mempunyai sangkut paut yang erat dengan ciri-ciri populasi yang sudah  diketahui sebelumnya, dengan kata lain unit sampel yang  dihubungi disesuaikan dengan kriteria-kriteria tertentu yang  diterapkan berdasarkan tujuan penelitian.

  1. Sampling jenuh

Menurut Sugiyono (2001:61) sampling jenuh adalah  teknik penentuan sampel bila semua anggota populasi  digunakan sebagai sampel. Hal ini sering dilakukan bila  jumlah populasi relatif kecil, kurang dari 30 orang. Istilah  lain sampel jenuh adalah sensus, dimana semua anggota populasi dijadikan sampel.

  1. Snowball sampling

(Sugiyono, 2001: 61), Snowball sampling adalah teknik penentuan sampel  yang mula-mula jumlahnya kecil, kemudian sampel ini disuruh memilih teman-temannya untuk dijadikan sampel begitu seterusnya, sehingga jumlah  sampel semakin banyak. Ibarat bola salju yang menggelinding semakin lama semakin besar.

Pada penelitian kualitatif banyak menggunakan purposive dan snowball sampling

Ukuran Sampel (skripsi tesis dan disertasi)

 

 

Pada dasarnya tidak ada aturan baku mengenai pengambilan ukuran dari sampel selama sampel sudah mewakili karakteristik dari populasi. Namun dalam penelitian yang bersifat psikologi seperti pada penelitian pendidikan, Semakin besar jumlah akan menghasilkan data yang lebih stabil. Selain dari karakteristik peneliti juga harus mempertimbangkan jumlah data yang dibutuhkan untuk keperluan analisis Statistik.

Sebagai contoh jika penelitian yang dilakukan bertujuan untuk membandingkan dua bua grouph dengan satu variabel pembanding, analisis yang dilakukan untuk data yang terdistribusi normal adalah untuk distribusi t mengharuskan minimal jumlah data terdiri dari 30 data karena kurang dari itu tidak menghasilkan analisis yang baik dan tidak lebih dari 60 data.

Beberapa ahli memberikan gambaran mengenai jumlah sampel yang berbeda-beda namun pertimbangan jenis dan bidang penelitian sebaiknya dijadikan acuan untuk memilih ukuran sampel.

Sebagai gambaran pendapat beberapa ahli mengenai jumlah sampel Gay dan Diehl (1992) pada kajian penelitian untuk kelas bisnis dan manajemen memberikan sara ukuran sampel minimal

  1. Penelitian deskriptif, jumlah sampel minimum adalah 10% dari populasi Penelitian korelasi, jumlah sampel minimum adalah 30 subjek
  2. Penelitian kausal perbandingan, jumlah sampel minimum adalah 30 subjek per group
  3. Penelitian eksperimental, jumlah sampel minimum adalah 15 subjek per group

Frankel dan Wallen (1993) pada kajian penelitian evaluasi pendidikan menyarankan Penelitian deskriptif jumlah sampel minimum adalah 100 sampel Penelitian jumlah sampel minimum adalah 50 sampel Penelitian kausal-perbandingan sebanyak 30 sampel untuk setiap group Penelitian eksperimental sebanyak 30 atau 15 per group

Roscoe, Ukuran sampel penelitian dibedakan menjadi 4 (empat), yaitu :

  1. Ukuran sampel lebih dari 30 dan kurang dari 500 adalah tepat untuk kebanyakan penelitian

Analisis SEM (skripsi tesis dan disertasi)

Analisis data adalah proses penyederhanaan data ke dalam bentuk yang lebih mudah dibaca dan di implementasikan. Teknik analisis yang dipilih untuk menganalisis data dan menguji hipotesis dalam penelitian ini adalah The Structural Equation Model (SEM). Untuk menjawab hipotesis digunakan Partial Least Square (PLS). Menurut Ghozali (2016) perhitungan dilakukan dengan menggunakan alat Bantu Smart Partial Least Square (PLS), dikarenakan berbentuk multi jalur dan model yang digunakan berbentuk Reflektif. Model perhitungan dilakukan dengan menggunakan alat bantu Smart PLS dikarenakan dalam penelitian ini memiliki hubungan multi jalur dan berbentuk reflektif. Selain itu dikarenakan sampling kurang dari 100 responden. Model reflektif adalah model yang menunjukan hubungan dari variable laten ke indikatornya. Langkah-langkah pemodelan persamaan struktural berbasis PLS (Ghozali, 2016) adalah sebagai berikut: a. Konseptualisasi model Konseptual model Merupakan langkah awal dalam analisis SEM-PLS (Ghozali, 2016), yang dibagi menjadi dua tahapan, yaitu: 27 1) Merancang model pengukuran (outter model) Outer model sering juga disebut (outer relation atau measurement model) mendefinisikan bagaimana setiap blok indikator berhubungan dengan variabel laten. 2) Merancang model structural (inner model) Inner model yang kadang disebut juga dengan (inner relation, structural model dan substantive theory) menggambarkan hubungan antar variabel laten berdasarkan pada substantive theory. b. Evaluasi Model Evaluasi model PLS berdasarkan pada pengukuran prediksi yang mempunyai sifat non parametrik. Model evaluasi PLS dilakukan dengan menilai outer model dan inner model. Model pengukuran atau outer model dilakukan untuk menilai validitas dan reliabilitas model, sedangkan model struktural atau inner model untuk memprediksi hubungan antar variable laten. 1) Pengukuran model (outer model) Outer model sering juga disebut outer relation atau measurement model, mendefinisikan bagaimana setiap blok indikator berhubungan dengan variabel laten. Hengky dan Ghozali (2016), evaluasi model pengukuran atau outer model dilakukan untuk menilai validitas dan reabilitas model. Uji validitas di bidang SEM melakukan pengujian validitas convergent dan discriminant

Discriminant validity, prinsip dari validitas discriminant berhubungan dengan prinsip bahwa pengukur-pengukur konstruk yang berbeda seharusnya tidak berkorelasi dengan tinggi. Cara untuk mengujivaliditas discriminant dengan indikator reflektif yaitu melihat nilai cross loading untuk setiap variabel harus lebih besar dari 0.7 (Fornell, dalam Ghozali, 2016). 28 Reliabilitas dari outermodel diukur dengan menggunakan composite realibility. Composite reliability adalah nilai batas yang dapat diterima. Tingkat reliabilitas komposit (ρc) yang baik adalah ≥ 0.7, walaupun bukan merupakan standar absolut. Nilai Cronbach’s Alpha adalah lebih besar dari 0.6 (Ghozali, 2016)

2) Model struktural (innermodel) Innermodel yang kadang disebut juga dengan inner relation, structural model atau substantive theory, menggambarkan hubungan antar variabel laten berdasarkan pada substantive theory. Inner model dievaluasi dengan menggunakan R-square untuk konstruk dependen atau variabel laten endogen. Menilai PLS dilihat dari R-square untuk setiap variabel laten dependen. Perubahan nilai R-square digunakan untuk menilai pengaruh variabel independen tertentu terhadap variabel laten dependen secara substantif (Ghozali, 2016). 3) Pengujian Hipotesis Pengujian hipotesis dilihat dari besarnya nilai t-statistik. Signifikansi parameter yang diestimasi memberikan informasi yang sangat berguna mengenai pengaruh antar variabel. Uji Hipotesis untuk outer model dengan indikator reflektif dilakukan dengan melihat nilai T-statistik outer loading dan dibandingkan dengan nilai ttabel = 1.96 pada tingkat signifikansi 5%. Jika T-statistik > t-tabel maka indikator reflektif valid dan reliable sebagai pengukur konstruk. Uji Hipotesis untuk inner model dilakukan dengan melihat nilai Tstatistik, jika T-statistik > t-tabel maka dapat disimpulkan variabel eksogen memiliki pengaruh signifikan terhadap variabel endogen

Uji Validitas dan Reliabilitas (skripsi tesis dan disertasi)

Suatu skala pengukuran disebut valid apabila melakukan apa yang seharusnya dilakukan dan mengukur apa yang seharusnya diukur (Kuncoro, 2013). Dalam penelitian ini, uji validitas dihitung dengan menghitung korelasi antar skor tiap butir pernyataan dengan total skor atau disebut uji korelasi Pearson dengan tingkat toleransi kesalahan sebesar 0,05. Uji signifikansi dilakukan dengan membandingkan nilai r hitung dengan r table. Jika r hitung lebih besar dari r table dan nilai positif maka butir atau pertanyaan atau indicator tersebut dinyatakan valid (Ghozali, 2016). Reliabilitas adalah alat untuk mengukur suatu kuesioner yang merupakan indikator dari variabel. Suatu kuesioner dikatakan Reliabel apabila jawaban dari seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu ke waktu (Ghozali, 2016). Realibilitas diukur dengan menggunakan Cronbach Alpha. Variabel dikatakan reliable j

Jenis Data (skripsi tesis dan disertasi)

Data adalah semua keterangan yang dijadikan responden, maupun yang berasal dari dokumen, baik dalam bentuk statistik/dalam bentuk lainnya guna keperluan penelitian. Data diperoleh dengan nilai satu atau lebih variabel dalam sampel atau populasi (Kuncoro, 2013). Data dapat diklasifikasikan menjadi data kuantitatif dan data kualitatif. 1. Data Kualitatif Kuncoro (2013) mendefinisikan bahwa data kualitatif adalah yang tidak berbentuk angka dan tidak dapat diukur dalam skala numerik. Namun karena dalam bentuk angka, maka data kualitatif umumnya dapat dikuantitatifkan agar dapat diproses lebih lanjut. 2. Data Kuantitatif Data kuantitatif adalah data yang diukur dalam suatu skala numerik atau angka (Kuncoro, 2013). Jenis data yang digunakan dalam penelitian ini adalah kuantitatif, karena dalam pengumpulan berupa angka yang diperoleh dari kuesioner

Pengertian SMARTPLS (skripsi tesis dan disertasi)

Pengertian SmartPLS menurut Latan (2012) “merupakan teknik alternative dari SEM berbasis vaiance seperti AMOS dan LISREL. Software ini dikembangkan oleh Institut Of Hamburg Jerman. Aplikasi ini digunakan untuk (grafis) pemodelan jalur dengan variabel laten (LVP). The Pertial Least Squares (PLS) -method (PLS) yang digunakan untuk menganalisis software ini. Smartpls menggunakan bahasa pemrograman JAVA.

Langkah-langkah PLS SEM (skripsi tesis dan disertasi)

a. Langkah 1: Setiap variabel laten disusun didasarkan dengan jumlah berbobot semua variabel manifestnya masing-masing. b. Langkah 2: Setiap variabel laten diestimasi dengan menggunakan jumlah berbobot setiap variabel laten yang berdekatan dengan variabel laten tersebut. c. Langkah 3: untuk inisialisasi semua bobot adalah 1 ( satu ). Kemudian bobot tersebut dihitung ulang dengan didasarkan pada nilai-nilai variabel laten yang diperoleh pada langkah kedua.   d. Langkah 4: pengaturan vektor bobot luar dalam suatu matriks bobot luar untuk membuat estimasi nilai-nilai faktor (variabel laten) dengan didasarkan pada variabel-variabel maifesi. Vektor adalah seperangkat variabel yang dapat diwakili dengan menggunakan indeks. Suatu vektor dapat berupa variabel numerik atau string dan variabel tersebut dapat bersifat tetap atau sementara. e. Langkah 5: jika perubahan relatif semua bobot dari suatu iterasi ke iterasi berikutnya menjadi lebih kecil dibandingkan dengan toleransi yang sudah didefinisikan sebelumnya; maka 5 estimasi nilai-nilai faktor yang dilakukan pada langkah ke empat sudah dianggap final. Jika belum, maka langkah diulangi lagi ke langkah dua.

PLS-SEM (skripsi tesis dan disertasi)

Beberapa hal penting yang melandasi SEM menurut Monecke & Leisch (2012) menggunakan PLS diantaranya : SEM menggunakan PLS terdiri tiga komponen, yaitu model struktural, model pengukuran dan skema pembobotan. Bagian ketiga ini merupakan ciri khusus SEM dengan PLS dan tidak ada pada SEM yang berbasis kovarian. 1. SEM menggunakan PLS hanya mengijinkan model hubungan antar variabel yang recursif (sarah) saja. Hal ini sama dengan model analisis jalur (path analysis) 10 tidak sama dengan SEM yang berbasis kovarian yang mengijinkan juga terjadinya hubungan non-recursif (timbal-balik). 2. Pada model struktural, yang disebut juga sebagai model bagian dalam, semua variable laten dihubungkan satu dengan yang lain dengan didasarkan pada teori subtansi. Variable laten dibagi menjadi dua, yaitu eksogenous dan endogenous. Variaabel laten eksogenous adalah variable penyebab atau variable tanpa di dahului oleh variabel lainnya dengan tanda anak panah menuju ke variabel lainnya (variable laten endorgenous)

Partial Least Square (PLS) (skripsi tesis dan disertasi)

Partial Least Square (PLS) dikembangkan sebagai alternatif CBSEM. Secara filosofis, perbedaan antara CBSEM dan PLS menurut Wold dalam Ghozali (2012) adalah orientasi model persamaan struktural yang digunakan untuk menguji teori atau untuk mengembangkan teori (tujuan prediksi). Pendekatan untuk mengestimasi variabel laten dianggap sebagai kombinasi linear dari indikator sehingga menghindarkan masalah indeterminacy dan memberikan definisi yang pasti dari komponen skor Ghozali (2012). Menurut Jogiyanto dan Abdillah (2010) PLS adalah analisis persamaan struktural (SEM) berbasis varian yang secara simultan dapat melakukan pengujian model pengukuran sekaligus pengujian model struktural. Model pengukuran digunakan untuk uji validitas dan reliabilitas, sedangkan model struktural digunakan untuk uji kausalitas (Pengujian hipotesis dengan model prediksi). Perbedaan mendasar PLS yang merupakan SEM berbasis varian dengan LISREL atau AMOS yang berbasis kovarian adalah tujuan penggunaannya. SEM berbasis konvarian bertujuan untuk mengestimasi model untuk pengujian atau konfirmasi teori, sedangkan SEM varian bertujuan untuk memprediksi 9 model untuk pengembangan teori, karena itu, PLS merupakan alat prediksi kausalitas yang digunakan untuk pengembangan teori. Ada beberapa hal yang membedakan analisis PLS dengan model analisis SEM yang lain: 1. Data tidak harus berdistribusi normal multivariate 2. Dapat digunakan sampe kecil. Minimal sampel > 30 dapat digunakan. 3. PLS selain dapat digunakan untuk mengkonfirmasikan teori, dapat juga digunakan untuk menjelaskan ada atau tidaknya hubungan antar variabel laten. 4. PLS dapat menganalisis sekaligus konstruk yang di bentuk dengan indikator reflektif dan formatif Ada beberapa program komputer untuk mengestimasi model pada model persamaan struktural yaitu program Smartpls, LISREL, AMOS, EQS, SAS PRODUCCALIS, dan STATISTICA SEPATH

Model Indikator Formatif (skripsi tesis dan disertasi)

Konstruk dengan indikator formatif mempunyai karakteristik berupa komposit, seperti yang digunakan dalam literatur ekonomi yaitu index of sustainable economics welfare, the human development index, dan the quality of life index. Asal usul model formatif dapat ditelusuri kembali pada “operational definition”, dan berdasarkan definisi operasional, maka dapat dinyatakan tepat menggunakan model formatif atau reflesif. Jika η menggambarkan suatu variabel laten dan x adalah indikator, maka: η= x Oleh karena itu, pada model formatif variabel komposit seolah-olah dipengaruhi (ditentukan) oleh indikatornya. Jadi arah hubungan kausalitas seolah-olah dari indikator ke variabel laten. Ciri-ciri model indikator formatif adalah: 1. Arah hubungan kausalitas seolah-olah dari indikator ke konstruk 2. Antar indikator diasumsikan tidak berkorelasi (tidak diperlukan uji konsistensi internal atau Alpha Cronbach) 3. Menghilangkan satu indikator berakibat merubah makna dari konstruk 4. Kesalahan pengukuran diletakkan pada tingkat konstruk (zeta)

Model Indikator Refleksif (skripsi tesis dan disertasi)

Model indikator refleksif dikembangkan berdasarkan pada classical test theory yang mengasumsikan bahwa variasi skor pengukuran konstruk merupakan fungsi dari true score ditambah error. Ciri-ciri model indikator reflektif adalah: 1. Arah hubungan kausalitas seolah-olah dari konstruk ke indikator 2. Antar indikator diarapkan saling berkorelasi (memiliki internal consitency reliability) 3. Menghilangkan satu indikator dari model pengukuran tidak akan merubah makna dan arti konstruk 4. Menghitung adanya kesalahan pengukuran (error) pada tingkat indikator

Gambar Umum PLS (skripsi tesis dan disertasi)

PLS merupakan metode analisis yang powerful karena dapat diterapkan pada semua skala data, tidak membutuhkan banyak asumsi dan ukuran sampel tidak harus besar. PLS selain dapat digunakan sebagai konfirmasi teori juga dapat digunakan untuk membangun hubungan yang belum ada landasan terorinya atau untuk pengujian proposisi. PLS juga dapat digunakan untuk pemodelan structural dengan indiaktor bersifat reflektif ataupun formatif. PLS dibandingkan dengan LISREL mampu menangani dua masalah serius : (a) Solusi yang tidak dapat diterima (inadmissible solution); hal ini terjadi karena PLS berbasis varians dan bukan kovarians, sehingga masalah matriks singularity tidak akan pernah terjadi. Di samping itu, PLS bekerja pada model struktural yang bersifat rekursif, sehingga masalah un-identified, under-identified atau overidentified juga tidak akan terjadi. (b) Faktor yang tidak dapat ditentukan (factor indeterminacy), yaitu adanya lebih dari satu faktor yang terdapat dalam sekumpulan indikator sebuah variabel. Khusus indikator yang bersifat formatif tidak memerlukan adanya common factor sehingga selalu akan diperoleh variabel laten yang bersifat komposit. Dalam hal ini variabel laten merupakan kombinasi linier dari indikator-indikatornya.

Metode Bootstrapping (skripsi tesis dan disertasi)

]Metode bootstrap telah dikembangkan oleh Efron (1979) sebagai alat untuk membantu mengurangi ketidak andalan yang berhubungan dengan kesalahan penggunaan distribusi normal dan penggunaannya. Pada bootstrap dibuat pseudo data (data bayangan) menggunakan informasi dan sifat-sifat dari data asli, sehingga data bayangan memiliki karakteristik yang mirip dengan data asli [9]. Pada metode bootstrap dilakukan pengambilan sampel dengan pengembalian dari sampel data (resampling with replacement) [10].

Structural Equation Modeling (SEM) (skripsi tesis dan disertasi)

Structural Equation Modeling (SEM) merupakan metode analisis multivariat yang dapat digunakan untuk menggambarkan keterkaitan hubungan linier secara simultan antara variabel pengamatan (indikator) dan variabel yang tidak dapat diukur secara langsung (variabel laten). Variabel laten merupakan variabel tak teramati (unobserved) atau tak dapat diukur (unmeasured) secara langsung, melainkan harus diukur melalui beberapa indikator. Terdapat dua tipe variabel laten dalam SEM yaitu endogen () dan eksogen (ξ)

Skala Pengukuran (skripsi tesis dan disertasi)

Perancangan skala perlu dilakukan peneliti jika penelitian yang dijalankan merupakan riset kuantitatif. Dalam pemberian skala, peneliti harus harus menggunakan angka sesuai jenis skala (Suryani, 2015). Berikut 2 jenis pembagian skala:

1. Skala Nominal

Skala nominal merupakan skala yang digunakan untuk memberi label, simbol, lambang atau nama suatu kategori. Skala ini memudahkan pengelompokan data menurut kategorinya, sehingga angka yang diberikan pada suatu kategori (misalnya 1, 2, 3 dan seterusnya) tidak memiliki makna matematis, seperti lebih besar, sama atau lebih kecil dari pada kategori lain. Perbedaan angka di sini menunjukkan perbedaan kategori (Suryani, 2015). Berikut contoh skala nominal untuk pertanyaan dalam kuesioner: Jenis kelamin Anda (silahkan beri tanda )  Laki-laki  Perempuan

2. Skala Likert

Skala ini pertama kali dikembangkan oleh Rensist Likert, seorang sosiolog dari University of Michigan melalui artikel ”A Technique for the Meaurement of Attitudes” yang dipublikasikan oleh the Archieves of Psychology pada tahun 1932. Bentuk awal slaka Likert adalah lima pilihan jawaban dari sangat tidak setuju sampai dengan tingkat sangat setuju yang merupakan sikap atau persepsi seseorang atas suatu kejadian atau pernyataan yang diberikan dalam instrumen/kuesioner. Dalam perkembangan terkini, skala Likert telah banyak dimodifikasi seperti skala titik (dengan menghilangkan pilihan jawaban netral), atau menggunakan skala 7 sampai 9 titik (Suryani, 2015).

Populasi dan Sampel (skripsi tesis dan disertasi)

Populasi adalah suatu keseluruhan pengamatan atau objek yang menjadi perhatian kita. Sedangkan sampel adalah bagian dari populasi yang menjadi perhatian kita. Populasi menggambarkan sesuatu yang sifatnya ideal atau teoritis, sedangkan sampel menggambarkan sesuatu yang sifatnya nyata atau empiris. Populasi dan sampel masing-masing mempunyai karakteristik atau ciri yang dapat diukur. Teknik sampling adalah teknik pengambilan sampel. Teknik sampling pada dasarnya dikelompokkan menjadi dua yaitu probability sampling dan nonprobability sampling (Prasetyo dkk, 2005): a. Probability Sampling (Pemilihan secara acak) Probability Sampling adalah metode sampling yang setiap anggota populasinya memiliki peluang spesifik dan bukan nol untuk terpilih sebagai sampel. Peluang tersebut dapat sama dan dapat pula tidak sama besarnya dengan anggota populasi lainnya. Jenis-jenis probability sampling yaitu, (Prasetyo dkk, 2005): 1. Sampling acak sederhana Metode pangambilan sampel acak sederhana adalah metode yang digunakan untuk memilih sampel dari populasi sehingga setiap anggota populasi mempunyai peluang yang sama besar untuk diambil sebagai sampel. Ini berarti bahwa semua anggota populasi menjadi anggota dari kerangka sampel. 2. Sampling acak sistematis Metode pengambilan acak sistematis adalah metode untuk mengambil sampel secara sistematis dengan interval atau jarak tertentu dari suatu  kerangka sampel yang telah diurutkan. Dengan demikian tersedianya suatu populasi sasaran yang tersusun merupakan prasyarat penting bagidimungkinkannya pelaksanaan pengambilan sampel dengan metode acak sistematis. 3. Sampling acak stratifikasi Metode pengambilan acak stratifikasi adalah metode pengambilan sampel dengan cara membagi populasi kedalam kelompok-kelompok yang homogenyang disebut strata, kemudian sampel diambil secara acak dari tiap strata tersebut. 4. Sampling klaster atau cluster sampling Metode pengambilan sampel klaster adalah metode yang digunakan untuk memilih sampel yang berupa kelompok dari beberapa kelompok yaitu setiap kelompok terdiri atas beberapa unit yang lebih kecil atau element. Jumlah elemen dari masing-masing kelompok bisa sama maupun berbeda. b. Nonprobability Sampling (pemilihan tidak acak). Nonprobability Sampling setiap unsur dalam populasi tidak memiliki kesempatan atau peluang yang sama untuk dipilih sebagai sampel dalam penarikan sampel probabilita, kesempatan yang mempunyai peranan besar sedangkan dalam penarikan sampel Nonprobability sampling, kesempatan yang mempunyai peranan besar, sedangkan dalam penarikan sampel Nonprobability sampling yang berperan adalah kemampuan atau pengetahuan peneliti terhadap populasi penelitiannya.

Jenis teknik sampling dari Nonprobability sampling dalam, (Prasetyo dkk, 2005) yaitu: 1. Accidental sampling atau kebetulan Pada pengambilan sampel dengan cara Accidental sampling, sampel diambil dari ketersediaan elemen dan kemudahan untuk mendapatkannya, sampel dipilih karena sampel ada pada tempat dan waktu yang tepat. 2. Judgment sampling Sampel diambil berdasarkan kriteria-kriteria berupa suatu pertimbangan tertentu yang telah dirumuskan terlebih dahulu oleh peneliti.   3. Quota sampling Quota sampling adalah purposive sampling yang mengambil persentase yang mengambil persentase sampelnya sesuai dengan persentase jumlah dipopulasinya. Quota sampling sampelnya harus mempunyai karakteristik yang dimiliki oleh populasinya. 4. Snowball sampling Cara mengambil sampel dengan cara ini adalah mengumpulkan sampel dari responden yang berasal dari referensi suatu jaringan. 5. Sampel jenuh Sampel jenuh adalah teknik pengumpulan sampel apabila semua anggota populasi digunakan sebagai sampel. Hal ini sering dilakukan apabila jumlah populasi relatif kecil.

Sumber Data Primer (skripsi tesis dan disertasi)

Data primer merupakan data yang langsung dikumpulkan oleh peneliti. Metode atau pendekatan yang dapat dilakukan dalam proses pengumpulan data bersifat primer ini dapat menggunakan angket atau kuesioner, wawancara, pengamatan, tes, dokumentasi dan sebagainya (Suryani, 2015). Instrumen pengumpulan data sendiri merupakan alat yang digunakan untuk pengumpan data, yaitu dapat berupa lembar cek list. Kuesioner (angket terbuka atau tertutup), pedoman wawancara, camera photo, video camera, buku catatan, dan lain sebagainya (Suryani, 2015).

1. Metode kuesioner

Angket atau kuesioner adalah teknik pengumpulan data yang dilakukan dengan cara memberikan seperangkat pertanyaan tau pernyataan kepada orang lain yang dijadikan responden untuk dijawabnya metode kuesioner dapat dilakukan melalui tatap muka langsung, maupun melalui kuesioner surat (baik melalui surat dalam bentuk kertas maupun surat elektronik). Kuesioner yang diberikan secara langsung memiliki kelebihan, yaitu: a. Peneliti dapat secara langsung bertatap muka dengan responden sehingga tujuan penelitian dan kegunaan penelitian dapat disampaikan secara   langsung sehingga dapat meningkatkan mengurangi keraguan responden dan motivasi untuk menjawab secara jujur. b. Peneliti dapat memeriksa langsung kelengkapan isi dari kuesioner yang diberikan. c. Penyebaran kuesioner yang dilakukan secara serentak yang dilakukan oleh tim survei dapat mengumpulkan data dalam waktu yang singkat dan relatif murah dibandingkan metode wawancara. d. Peneliti dapat secara langsung memberikan penjelasan jika pernyataan atau pertanyaan yang tidak dipahami oleh responden

2. Metode observasi

Observasi merupakan salah satu teknik yang digunakan untuk merekam berbagai fenomena yang terjadi (situasi, kondisi). Teknik ini digunakan bila penelitian ditujukan untuk mempelajari perilaku manusia, proses kerja, gejala-gejala alam dan dilakukan pada responden yang tidak terlalu besar. Metode observasi digolongkan menjadi dua yaitu: a. Participant observation, yaitu peneliti secara langsung terlibat dalam kegiatan sehari-hari orang atau situasi yang diamati sebagai sumber data. b. Non-participant observation, yaitu penelitinya tidak ikut secara langsung dalam kegiatan atau proses yang sedang diamati. Kelemahan metode ini adalah peneliti tidak akan memperoleh data yang mendalam karena hanya bertindak sebagai pengamat dari luar tanpa mengetahui makna yang terkandung di dalam peristiwa. 3. Wawancara Wawancara merupakan teknik pengumpulan data yang dilakukan melalui tatap muka dan tanya jawab langsung anta pengumpul data maupun peneliti terhadap nara sumber atau sumber data, wawancara pada penelitian sampel besar biasanya hanya dilakukan sebagai studi pendahuluan. Wawancara terbagai menjadi wawancara terstruktur dan tidak terstruktur. Wawancara terstruktur yaitu peneliti telah mengetahui pasti apa informasi yang ingin digali dari responden sehingga daftar pertanyaannya sudah dibuat secara sistematis. Peneliti juga dapat menggunakan alat bantu tape recorder, 23 kamera foto dan material lainnya yang dapat membantu kelancaran wawancara. Sedangkan wawancara secara tidak terstruktur adalah wawancara bebas, yaitu peneliti tidak menggunakan pedoman wawancara yang berisi pertanyaan yang akan diajukan secara spesifik, dan hanya memuat poin-poin penting masalah yang ingin digali dari responden.

Pengumpulan Data (skripsi tesis dan disertasi)

Data digunakan untuk mengukur nilai satu atau lebih variabel dalam sampel atau populasi. Data merupakan cerminan dari suatu variabel menurut klasifikasinya seperti berdasarkan sifatnya, sumbernya, cara memperolehnya, dan waktu pengumpulannya (Suryani, 2015). 1. Data Menurut Jenisnya Data menurut jenisnya dikelompokkan menjadi dua, yaitu kualitatif dan kuantitatif. Data kualitatif (non-metric) seperti jenis kelamin, pendidikan, warna, suku dan sebagainya. Sedangkan kuantitatif (metric) adalah data berbentuk angka. 2. Data Menurut Sifatnya Data menurut sifatnya dikelompoknya menjadi dua yaitu data diskrit dan kontiniu. Data diskrit adalah data dalam bentuk bilangan bulat. Sedangkan data kontiniu adalah data yang mempunyai nilai yang terletak dalam seluruh interval. 3. Data Menurut Sumbernya Data menurut subernya dikelompokkan menjadi dua yaitu data internal dan data eksternal. Data internal adalah data yang menggambarkan keadaan atau kegiatan di dalam sebuah organisasi. Sedangkan data eksternal adalah data yang menggambarkan keadaan atau kegiatan di luar organisasi. 4. Data Menurut Cara Memperolehnya a. Data primer adalah data yang dikumpulkan dan diolah sendiri oleh organisasi atau perorangan langsung dari objeknya. Pengumpulan data tersebut dilakukan secara khusus untuk mengatasi masalah riset yang sedang diteliti. 21 b. Data sekunder adalah data yang diperoleh dalam bentuk yang sudah jadi, sudah dikumpulkan dan diolah oleh pihak lain, biasanya sudah dalam bentuk publikasi. 5. Data Menurut Waktu Pengumpulannya Data menurut waktu pengumpulannya dikelompokkan menjadi tiga, yaitu crosss-section, time series dan data panel. Data cross-section adala data yang dikumpulkan pada suatu waktu tertentu yang dapat menggambarkan keadaan atau kegiatan pada waktu tertentu. Time series (data berskala) adalah daya yang dikumpulkan dalam waktu ke waktu untuk memberikan gambaran tentang perkembangan suatu kegiatan selama periode spesifik yang diamati. Data berskala sering kali disebut pula sebagai data historis. Sedangkan data panel adalah data gabungan time series dan cross section

.Uji Hipotesis PLS (skripsi tesis dan disertasi)

 

Untuk pengujian seluruh hipotesis maka digunakan metode Partial Least Square (PLS). Partial Least Square (PLS) merupakan metode analisis yang powerfull oleh karena tidak didasarkan banyak asumsi (Ghozali, 2014). Dengan metode PLS maka model yang diuji dapat mempergunakan asumsi: data tidak harus berdistribusi normal, skala pengukuran dapat berupa nominal, ordinal, interval maupun rasio, jumlah sampel tidak harus besar, indikator tidak harus dalam bentuk refleksif (dapat berupa indikator refleksif dan formatif) dan model tidak harus berdasarkan pada teori (Ghozali, 2014). Dengan uji t, yaitu untuk menguji signifikansi konstanta dan variabel independen yang terdapat dalam persamaan tersebut secara individu apakah berpengaruh terhadap nilai variabel dependen (Ghozali, 2014). Untuk pengujian ini dilakukan dengan melihat output dengan bantuan program aplikasi SmartPLS. Jika nilai T hitung < T tabel, maka Hipotesis nol ditolak, (koefisien regresi signifikan). Dalam pengujian hipotesis tingkat signifikansi yang digunakan adalah 95% ( = 0.05). Nilai T tabel dengan tingkat signifikansi 95% adalah 1.96. Model 19 persamaan struktural dalam penelitian ini akan diselesaikan dengan program SmartPLS 3.0

Model Struktural atau Inner Model (skripsi tesis dan disertasi)

Dalam menilai model struktural dengan PLS, dimulai dengan melihat nilai R-Square untuk setiap variabel laten endogen sebagai kekuatan prediksi dari model struktural. Perubahan nilai R-Square dapat digunakan untuk menjelaskan pengaruh substantive atau yang paling pokok. Nilai R-Square 0.67, 0.33, 0.19 dapat disimpulkan bahwa model dikatakan baik, moderate dan lemah (Ghozali, 2014)

Model Pengukuran atau Outer Model (skripsi tesis dan disertasi)

Dalam PLS model pengukuran atau outer model dengan indikator refleksif dievaluasi dengan convergent validity dan discriminat validity dari indikatornya serta composite reliability untuk blok indikator. Sedangkan indikator formatif dievaluasi berdasarkan pada substantive content-nya yaitu membandingkan besarnya relative weight dan melihat siginifikansi dari ukuran weight tersebut (Ghozali, 2014). Variabel laten yaitu variabel yang tidak dapat diukur langsung (harus dengan indikator atau kuesioner). Sedangkan indikator refleksif adalah variabel yang dipengaruhi oleh variabel laten. Jadi model indikator refleksif adalah 17 konstruk atau variabel laten diijelaskan oleh indikator atau arah hubungan dari konstruk ke indikator. Indikator-indikator mengukur hal yang sama tentang konstruk, sehingga antar indikator harus memiliki korelasi yang tinggi. Jika salah satu indikator dibuang, maka konstruk akan terpengaruh. Dalam model indikator formatif dipandang sebagai variabel yang mempengaruhi variabel laten. Jadi model indikator formatif yaitu indikator mempengaruhi konstruk atau hubungannya dari indikator ke konstruk, antar indikator diasumsikan tidak saling berkorelasi sehinga satu indikator dibuang tidak akan mempengaruhi konstruk (Ghozali, 2014). Pengujian outer model dilakukan dalam 4 tahap yaitu: 1. Convergent Validity Convergent validity dari model pengukuran dengan indikator refleksif dinilai berdasarkan korelasi antara item score atau component score dengan construct score yang dihitung dengan PLS. Ukuran refleksif individual dikatakan tinggi jika berkorelasi lebih dari 0.70 dengan konstruk yang ingin diukur. Namun demikian untuk penelitian awal dari pengembangan skala pengukuran nilai loading 0.50 sampai dengan 0.60 dianggap cukup (Ghozali, 2014). 2. Discriminant Validity Discriminat validity dari model pengukuran dengan indikator refleksif dinilai berdasarkan cross loading pengukuran dengan konstruk. Jika korelasi konstruk dengan item pengukuran lebih besar daripada ukuran konstruk lainnya, maka hal itu menunjukkan bahwa konstruk laten memprediksi ukuran pada blok mereka lebih baik daripada ukuran pada blok lainnya (Ghozali, 2014). 3. Square root of Average Variance Extracted (AVE) Setiap konstruk dengan korelasi antara konstruk dengan konstruk lainnya dalam model. Jika nilai akar AVE setiap konstruk lebih besar daripada nilai korelasi antara konstruk dengan konstruk lainnya dalam model, maka dikatakan memiliki nilai discriminant validity yang baik (Ghozali, 2014). 18 4. Compositre Reliability Penilaian yang biasa digunakan untuk menilai reliabilitas konstruk dan dinyatakan reliable jika nilai composite reliability dan cronbach alpha di atas 0.70 untuk penelitian bersifat konfirmasi dan 0.60-0.70 masih dapat diterima untuk penelitian yang bersifat exploratory atau penyelidikan (Ghozali, 2014).

Partial Least Square (PLS) (skripsi tesis dan disertasi)

Sebagai alternatif covariance based SEM, pendekatan covariance based atau component based dengan PLS orientasi analisis bergeser dari menguji model kausalitas atau teori ke covariance based predictive model. CBSEM lebih berorientasi pada model building yang dimaksudkan untuk menjelaskan covariance dari semua observed indikators, sedangkan tujuan PLS adalah prediksi. Variabel laten didefinisikan sebagai jumlah dari indikatornya. Algoritma PLS ingin mendapatkan the best weight estimate untuk setiap blok indikator dari setiap variabel laten. Hasil komponen skor untuk setiap variabel laten didasarkan pada estimated indicator weight yang memaksimumkan variance explained untuk variabel dependent atau laten, observe atau keduanya (Ghozali, 2014). Partial least square (PLS) merupakan metode analisis yang powerfull oleh karena tidak didasari banyak asumsi. Data tidak harus terdistribusi normal multivariate (indikator dengan skala kategori, ordinal, interval, sampai ratio dapat digunakan pada model yang sama), sampel tidak harus besar. Walapun PLS dapat juga digunakan untuk mengkonfirmasi teori, tetapi dapat juga digunakan untuk menjelaskan ada atau tidaknya hubungan antar variabel laten. Oleh karena lebih menitik beratkan pada data dan dengan prosedur estimasi yang terbatas, maka mispersifikasi model tidak begitu berpengaruh terhadap estimasi parameter. Dibandingkan dengan CBSEM, component based SEM–PLS menghindari dua 15 masalah serius yaitu inadmisable solution dan factor indeterminacy (Ghozali, 2014). PLS dapat menganalisis sekaligus konstruk yang dibentuk dengan indikator refletif dan indikator formatif dan hal ini tidak mungkin dijalankan dalam CBSEM karena akan terjadi unidentified model. Oleh karena algoritma dalam PLS menggunakan analisis series ordinary least square, maka identifikasi model bukan masalah dalam model rekursif dan juga tidak mengasumsikan bentuk distribusi tertentu dari pengukuran variabel. Lebih jauh efesiensi perhitungan algoritma mampu mengestimasi model yang besar dan komplek dengan ratusan variabel laten dan ribuan indikator (Ghozali, 2014). Secara ringkas dapat disimpulkan bahwa jika model struktur dan model pengukuran yang dihipotesiskan benar dalam artian menjelaskan covariance semua indikator dan kondisi data serta sample size terpenuhi, maka covariance based SEM memberikan estimasi optimal dari parameter model. Ini ideal untuk konfirmasi model dan estimasi kebenaran parameter populasi. Namun demikian tergantung dari tujuan si peneliti dan pandangan epistemic dari data ke teori, properti data yang ada, tingkat pengetahuan teoritis dan pengembangan pengukuran, pendekatan PLS mungkin lebih cocok

Structural Equation Model (SEM) (skripsi tesis dan disertasi)

Structural Equation Model (SEM) adalah suatu teknik statistik yang mampu menganalisis variabel laten, variabel indikator dan kesalahan pengukuran secara langsung. Teknik ini dilakukan untuk menjelaskan secara menyeluruh hubungan antar variabel yang ada dalam penelitian. SEM digunakan bukan untuk merancang suatu teori, tetapi lebih ditujukan untuk memeriksa dan membenarkan suatu model. SEM terbagi atas 2 jenis varian, yaitu SEM covariance based dan SEM componenet based (Ghozali, 2014). SEM memiliki dua tujuan utama dalam analisisnya, tujuan yang pertama yaitu menentukan apakah model possible (masuk akal) atau fit, atau dengan kata lain menguji fit suatu model yaitu kesesuaian model dengan data empiris. Tujuan kedua yaitu menguji berbagai hipotesis yang telah dibangun sebelumnya. SEM memiliki 4 perbedaan dengan regresi biasa dan teknik multivariate lainnya yaitu: 1. SEM membutuhkan lebih dari sekedar perangkat statistik yang didasarkan atas regresi biasa dan analisis varian. 14 2. Regresi biasa, umumnya, menspesifikan hubungan kausal antara variabel-variabel teramati, sedangkan pada model variabel laten SEM, hubungan kausal terjadi di antara variabel-variabel tidak teramati atau variabel-varibel laten. 3. SEM selain memberikan informasi tentang hubungan kausal simultan di antara variabel-variabelnya, juga memberikan informasi tentang muatan faktor dan kesalahan-kesalahan pengukuran. 4. Estimasi terhadap multiple interrelated dependence relationships. pada SEM sebuah variabel bebas pada satu persamaan bisa menjadi variabel terikat pada persamaan lain.

Data yang diuji dalam PLS (skripsi tesis dan disertasi)

a. Uji Validitas

Uji validitas digunakan untuk mengetahui apakah item-item yang ada dalam kuesioner mampu mengukur peubah yang didapatkan dalam penelitian ini. (Ghozali, 2006). Maksudnya untuk mengukur valid atau tidaknya suatu kuesioner dilihat jika pertanyaan dalam kuesioner tersebut mampu mengungkapkan suatu yang akan diukur oleh kuesioner tersebut.

b. Uji Reabilitas

Instrumen dikatakan reliabel terdapat kesamaan data dalam waktu yang berbeda. Suatu kuesioner dikatakan reliabel atau handal jika jawaban seseorang terhadap pertanyaan adalah konsisten meskipun diuji berkali-kali. Jika hasil dari Cronbach alpha > 0,60 maka data tersebut mempunyai keandalan yang tinggi. (Ghozali, 2006).

c. Uji Hipotesis

Pengujian hipotesis dalam penelitian ini dengan menggunakan metoode Partial Least Square (PLS). PLS merupakan metode alternatif analisis dengan Structural Equation Modeling (SEM) yang berbasis varians. Pengujian hipotesis ini dilakukan dengan metode resampling Bootstrap. Statistik uji yang digunakan adalah statistic t atau uji t. Kriteria pengujian untuk variabel laten eksogen berpengaruh terhadap variabel laten endogen apabila t-hitung > t-tabel dengan nilai t-tabel sebesar 1.96 (pada taraf nyata 5%) untuk P Values < 0.05. P Values merupakan ukuran probabilitas kekuatan dan bukti unuttuk menolak atau menerima hipotesis. Semakin kecil nilai P maka akan semakin kuat bukti tersebut untuk menolak Hipotesis

Estimasi Pada PLS (skripsi tesis dan disertasi)

Langkah selanjutnya untuk mengestimasi setelah mengembangkan model adalah dengan menguji kriteria pada setiap indikator yang ada. Model jalur yang telah dikembangkan kemudian diuji dnega perhitungan algoritma yang telah tersedia di dalam program. Apabila ada indikator dengan loading factor dibawah 0.70 maka indikator tersebut perlu dikeluarkan atau dibuang dari model dan dilakukan estimasi ulang. Setelah semua indikator sudah memenuhi syarat maka langkah selanjutnya adalah melakukan uji hubungan dengan menu Bootstrapping pada program di software Smart-PLS.Hasil output hubungan dan signifikansi setiap variabel akan muncul dan kemudian diidentifikasi. (Ghozali, 2006).

Spesifikasi dan EValuasi Model (skripsi tesis dan disertasi)

Model Analisis jalur semua variabael laten dalam PLS terdiri dari tiga set hubungan yaitu Outer Model yang menspesifikasi hubungan variabel laten dengan indikator lainnya yang merupakan nilai kasus dari variabel laten yang dapat diestimasi, Inner Model yang menspesfikasi hubungan antar variabel laten. a. Evaluasi Goodness-of-fit Outer Model Goodness of fit Outer model refleksif meliputi convergent validity, discriminant validity, dan composite reliability. Sedangkan untuk Outer model formatif dievaluasi dengan signifikansi dari pembobotan (weight). Goodness of fit Outer model refleksif adalah sebagai berikut:

1. Convergent Validity Convergent Validity mengukur besarnya korelasi antara konstrak dengan variabel laten. Dalam evaluasi Convergent Validity dari pemeriksaan individual item Realibility dapat dilihat dari nilai Standardized loading factor. Standardized loading factor menggambarkan besarnya korelasi antara setiap item pengukuran (indicator) dengan konstraknya. Nilai loading factor diatas 0,7 dapat dikatakan ideal artinya bahwa indicator tersebut dikatakan valid sebagai indicator yang mengukur konstak. Meskipun demikian, nilai Standardized loading factor diatas 0,5 dapat diterima, sedangkan nilai Standardized loading factor dibawah 0,5 dapat dikeluarkan dari model. (Chin & Marcolin, 1996). 2. Discriminant Validity Discriminant validity dari model reflektif dievaluasi melalui cross loading, kemudian membandingkan nilai AVE dengan kuadrat nilai kolerasi antar konstrak (atau membandingkan square root average variance extracted (akar AVE) dengan korelasi antar kontrak). Ukuran cross loading adalah membandingkan korelasi indicator dengan kontraknya dan kontrak dari blok lainnya. Bila kolerasi antara indikator dengan kontraknya lebih tinggi dari kolerasi dengan kontrak blok lainnya, hal ini menunjukkan kontrak tersebut memprediksi ukuran pada blok mereka dengan lebih baik dari blok lainnya. Ukuran discriminant validity lainnya adalah bahwa nilai akar AVE harus lebih tinggi daripada kolerasi antara kontrak dengan kontrak lainnya atau nilai AVE lebih tinggi dari kuadrat kolerasi antar kontrak merupakan pengukuran indikator dengan variabel latennya. Fornell dan Lacrker (1981) menyatakan ukuran AVE ini dapat juga digunakan untuk mengukur reliabitilas component score variable 20 laten dan hasilnya lebih konservatif dibandingkan dengan composite reliability. (Sofyan & Kurniawan, 2011)

3. Composite Reliability Composite reliability lebih baik dalam mengukur internal consistency dibandingkan cornbach’s alpha dalam model SEM dikarenakan composite reliability tidak mengasumsikan kesamaan boot dari setiap indikator. Cronbach’s alpha cenderung menaksir lebih rendah contruct reliability dibandingkan composite reliability. Interpretasi composite reliability sama dengan cronbach’s alpha. Nilai batas 0,7 keatas berarti dapat diterima dan diatas 0,8 dan 0,9 berarti sangat memuaskan. (Sofyan & Kurniawan, 2011)

b. Evaluasi Goodness-of-fit Inner model Goodness of Fit inner model diukur menggunakan R-square variabel laten dependen dengan interpretasi yang sama dengan regresi. Hasil R-square 0.67 dapat diindikasikan baik, 0,33 dapat diindikasikan sebagai moderat, dan 0.19 sebagai hasil yang lemah. Q- 21 Square predictive relevance untuk model struktural, megukur seberapa baik nilai observasi dihasilkan oleh model dan juga estimasi parameternya. Nilai Q-square > 0 menunjukkan model memiliki predictive relevance; sebaliknya jika nilai Q-Square ≤ 0 menunjukkan model kurang memiliki predictive relevance

Di mana 𝑅1², 𝑅2² … 𝑅𝑝² adalah R-square variabel endogen dalam model persamaan. Besaran 𝑄 2 memiliki nilai dengan rentang 0 < 𝑄 2 < 1, dimana semakin mendekati 1 berarti model semakin baik. Besaran 𝑄 2 ini setara dengan koefisien determinasi total pada analisis jalur (path analysis)

Analisa model struktutal Partial Least Square (PLS) (skripsi tesis dan disertasi)

 

Penelitian ini dilakukan dengan menggunakan bantuan software SmartPLS. Partial Least Square dapat digunakan untuk memprediksi ada atau tidaknya hubungan yang terjadi antara variabel laten satu dengan variabel laten lainnya dengan situasi kompleksitas yang tinggi dan dukungan teori yang rendah. (Ghozali, 2006). Penelitian ini menggunakan metode Partial Least Square dengan alasan karena penelitian ini 18 menggunakan hasil dari jawaban kuesioner sebagai sumber data. Teknik analisis yang digunakan ini berguna untuk mengetahui pengaruh retail service quality dengan kepuasan dan loyalitas pelanggan. Berikut adalah pemaparan prosedur yang dipakai dalam metode PLS secara umum. (Ghozali, 2006)

Identifikasi Indikator pada SEM-Partial Least Square (SEM-PLS) (skripsi tesis dan disertasi)

SmartPLS bertujuan untuk memprediksi suatu model dan mengkonfirmasi teori yang telah ada, tetapi bisa juga digunakan untuk menjelaskan ada tidaknya hubungan antar peubah atau variabel laten. Model analisis jalur semua variabel laten dalam smartPLS terdiri dari tiga set hubungan: a. Inner model yang menspesifikasi hubungan antar variabl laten (structural model). Inner model menggambarkan hubungan antar variabel laten berdasarkan substantive theory. b. Outer model yang menspesifikasi hubungan antara variabel laten dengan indikator atau variabel manifestnya (measurment model). Outer model juga mendefinisikan bagaimana setiap blok indikator berhubungan dengan variabel latennya. 17 c. Weight relation di mana nilai kasus dari variabel laten dapat diestimasi. Tanpa kehilangan generalisasi, dapat diasumsikan bahwa variabel laten dan indikator atau manifest variabel diskala zero means dan unit variance sehingga parameter lokasi dapat dihilangkan dalam model. Pengolahan dalam penelitian ini menggunakan model Structural Equation Model (SEM) dengan smartPLS. Hubungan kausalitas model SEM ini untuk lebih jelasnya dapat dilihat melalui diagram path. Ada beberapa hal yang membedakan analisis PLS dengan model analisis SEM yang lain: a. Data tidak harus berdistribusi normal. b. Dapat digunakan sampel kecil. Minimal sampel>30 dapat digunakan. c. PLS selain dapat digunakan untuk mengkonfirmasikan teori, dapat juga digunakan untuk menjelaskan ada atau tidaknya hubungan antar variabel laten. d. PLS dapat menganalisis sekaligus konstruk yang dibentuk dengan indikator reflektif dan formatif. e. PLS mampu mengestimasi model yang besar dan kompleks dengan ratusan variabel laten dan ribuan indicator. (Sanjiwani & Jayanegara, 2015).

Partial Least Square (PLS) (skripsi tesis dan disertasi)

Menurut Ghozali (2006), Partial Least Square (PLS) merupakan orientasi model persamaan struktural yang digunakan untuk menguji teori atau untuk mengembangkan teori (tujuan prediksi). (Ghozali, 2006). PLS ini adalah pendekatan alternatif yang bergeser dari pendekatan Structur Equation Modelling (SEM) berbasis kovarian (mengukur besarnya hubungan antara dua variabel) menjadi berbasis varian (ukuran korelasi antara dua variabel acak yang sama). PLS ini sering diterapkan karena tiga alasan yaitu diatribusi data, ukuran sampel, dan penggunaan indikator formatif. Dinyatakan oleh Wold dalam Ghozali (2006), metode ini merupakan metode yang sangat kuat, karena tidak didasarkan oleh banyak asumsi, data tidak harus terdistribusi dengan normal multivariate (indikator dengan skala kategori sampai rasio dapat digunakan pada model yang sama) dan untuk bahan sampel tidak harus besar dengan minimal sampel 30-50 sudah dapat diaplikasikan dan sudah layak untuk dijadikan sampel penelitian. (Ghozali, 2006). Sedangkan, menurut Wold dalam Hoyle (1999), PLS merupakan metode analisis yang “powerfull” karena dapat diterapkan pada semua skala data, tidak membutuhkan banyak asumsi dan ukuran sampel tidak harus besar. (Ghozali, 2006). Walaupun PLS dapat juga digunakan untuk mengkonfirmasi teori, tetapi dapat juga digunakan untuk menjelaskan ada atau tidaknya hubungan antara variabel laten. Selain dapat digunakan untuk mengeksplorasi hubungan antar variabel dengan landasan teori lemah atau belum ada, PLS juga dapat digunakan untuk pengujian hipotesis. PLS merupakan pendekatan yang lebih tepat untuk tujuan prediksi. Konstrak terbagi menjadi 16 dua, yaitu konstrak eksogen dan konstrak endogen. Konstrak eksogen merupakan konstrak penyebab, konstrak yang tidak dipengaruhi oleh konstrak lainnya. Konstrak eksogen memberikan efek kepada konstrak lainnya, sedanhkan konstrak endogen merupakan konstrak yang dijelaskan oleh konstrak eksogen. Konstrak endogen adalah efek dari konsrrak eksogen. (Yamin dan Kurniawan, 2010)

Analisis N Vivo

Pada Nvivo sumber data yang dianalisis dapat dibagi menjadi empat yaitu pertama sumber data penulisan internal (internals), kedua sumber data penulisan eksternal (eksternal), ketiga catatan-catatan penulisan selama pengumpulan data (memos) dan terakhir keempat yaitu kerangka matriks (framework matrices). Internal sources dalam konteks ini adalah semua sumber data penulisan kualitatif yang dapat dimasukkan dalam Nvivo, misalnya rekaman, wawancara, transkrip wawancara, catatan selama melakukan penulisan, foto, tabel data survei, isi website tertentu, data bases dan video. External sources merupakan materi penulisan yang tidak dapat dimasukkan secara langsung dalam Nvivo, misalnya buku referensi dari perpustakaan atau jurnal versi cetak. Memos adalah sumber data penulisan berupa catatan penulis selama melakukan penulisan. Framework matrices merupakan ringkasan hasil observasi terhadap partisipan tertentu dan tema dalam proyek yang sudah dibuat dalam tabel matriks (Bandur, 2016) ϰϬ Selain itu, NVivo juga memastikan pengkodean yang mudah, efektif dan efisien yang membuat pengambilan menjadi lebih mudah (Zamawe, 2015). Sehingga dalam NVivo, semua sumber disimpan bersama di bawah satu atap, meskipun file terletak di tempat yang berbeda dalam proyek yang sama, tautan yang dibuat memudahkan pengambilan sementara dalam pengkodean manual. Pada NVivo menurut (Neill, 2013) terdapat beberapa manfaat, seperti dapat membuat auditable footprint, lebih eksplisit dan reflektif, serta meningkatkan transparansi.

Sejarah N Vivo

Nvivo pada mulanya dikembangkan pada tahun 1981 oleh programer Tom Richards dengan nama Non-Numerical Unstructured Data Indexing Searching and Theorizing (NUDIST). Sejak tahun 2002, NUDIST diganti dengan Nvivo. “N adalah singkatan dari NUDIST dan Vivo diambil dari in-vivoெ yang berarti melakukan koding berdasarkan data yang hidup (nyata) dialami partisipan di lapangan. Penamaan Nvivo menunjukkan fungsi utama software untuk melakukan koding data dengan efektif dan efisien. NVivo adalah sofware analisa data kualitatif yang dikembangkan oleh Qualitative Solution and Research ϯϵ (QSR) international. QSR sendiri adalah perusahaan pertama yang mengembangkan software analisa data kualitatif. Nvivo berawal dari kemunculan software NUD*IST (Nonnumeric Unstructured Data, Index Searching, and theorizing) pada tahun 1981 (Bazeley dan Jackson, 2007). Dalam penulisan ini, penulis memilih menggunakan NVivo 11 plus dalam analisa data. Dengan demikian, kunci untuk mendapatkan presentasi data dalam bentuk tabel, grafik, diagram, dan model bagi penulis kualitatif yang menggunakan Nvivo ialah bagaimana melakukan koding terhadap sumber data penulisan.

Reliabilitas dan Validitas (skripsi dan tesis)

Menurut Jogiyanto (2008), pengukuran konsep senyatanya berhubungan dengan validitas (seberapa aktual dapat dikatakan valid) dan pengukuran seakuratnya berhubungan dengan reliabilitas (seberapa akurat dapat diandalkan). Perbedaan konsep reliabilitas dan validitas dalam mengukur suatu instrumen penelitian khususnya kuesioner akan dijelaskan pada sub bab di bawah ini.
1. Reliabilitas
Reliabilitas adalah tingkat seberapa besar suatu pengukur mengukur dengan stabil dan konsisten. Besarnya tingkat reliabilitas ditunjukkan oleh nilai koefisien reliabilitas. Koefisien reliabilitas dapat digunakan untuk mengukur macammacam reliabilitas yang terdiri dari 4 jenis yakni reliabilitas antar-penilai (interrater reliability), reliabilitas tes-tes ulang (test-retest reliability), reliabilitas bentukparalel (parallel-form reliability), dan reliabilitas konsistensi internal (internal 21 consistency reliability). Pada penelitian ini koefisien reliabilitas yang digunakan adalah reliabilitas konsistensi internal. Reliabilitas ini mengukur seberapa konsisten item-item yang berbeda merefleksikan suatu faktor yang sama akan memberikan hasil yang sama. Salah satu cara menghitung reliabilitas ini adalah dengan menggunakan rumus Cronbach’s coefficient alpha. Rumus ini dapat digunakan apabila variansi dan kovariansi dari item-item tidak sama atau berbeda

 2. Validitas
 Validitas menunjukkan bahwa suatu pengujian benar-benar mengukur apa yang seharusnya diukur. Validitas dapat berupa validitas eksternal dan validitas eksternal. a. Validitas eksternal Validitas eksternal menunjukkan bahwa hasil dari suatu penelitian adalah valid yang dapat digeneralisasi ke semua obyek, situasi dan waktu yang berbeda. Validitas eksternal ini banyak berhubungan dengan pemilihan sampel. b. Validitas internal Validitas internal menunjukkan kemampuan dari instrumen riset mengukur apa yang seharusnya diukur dari suatu konsep. Validitas internal menjawab pertanyaan apakah riset sudah menggunakan konsep yang seharusnya (aktual). Validitas internal dapat dikelompokkan menjadi 3 yakni validitas isi (content validity), validitas berhubungan dengan kriteria (criterion-related validity), dan validitas konstruk (construct validity). Pengujian validitas data pada penelitian ini dibatasi hanya untuk validitas internal saja karena data sekunder yang diperoleh hanya berasal dari satu perusahaan. Oleh karena itu, besar kemungkinan bahwa data tersebut tidak dapat digeneralisasikan ke semua obyek. Secara eksplisit dapat dikatakan bahwa model hasil penelitian ini lebih valid digunakan untuk PT X, walaupun tidak 22 menutup kemungkinan dapat digunakan pula sebagai referensi tambahan untuk model employee engagement secara umum. Pada penelitian kali ini, uji validitas internal yang digunakan adalah uji validitas konstruk dengan melihat nilai Spearman’s correlation antar indikator. Koefisien Spearman’s correlation merupakan pengukuran statistik dari kekuatan hubungan monotonic sepasang data. Pertimbangan menggunakan Spearman’s correlation dibandingkan dengan Pearson’s correlation dikarenakan data yang digunakan tidak memenuhi asumsi Pearson’s correlation yakni tipe data yang berupa interval atau rasio, memiliki hubungan linear, dan terdistribusi normal bivariat. Berbeda dengan Pearson’s correlation, asumsi yang harus dipenuhi oleh Spearman’s correlation adalah data dapat berupa interval, ratio, atau ordinal. Selain itu, hubungan antar sepasang data yang harus terjadi adalah monotonic function dan tidak perlu memenuhi asumsi normalitas data. Oleh karena itu koefisien Spearman’s correlation ini disebut sebagai statistik nonparametrik. Telah disebutkan sebelumnya bahwa asumsi yang harus dipenuhi apabila ingin menggunakan Spearman’s correlation adalah hubungan antar sepasang data yang terjadi harus monotonic. Sebuah fungsi monotonic adalah sebuah fungsi yang terjadi apabila variabel independen meningkat maka variabel dependen tidak akan meningkat atau menurun nilainya.

Model Struktural (Inner Model) (skripsi dan tesis)

Seperti yang telah dijelaskan sebelumnya bahwa perhatian atau titik berat utama dari analisis PLS-SEM adalah pada variansi yang mampu dijelaskan oleh model seperti pada penentuan signifikansi dari seluruh estimasi jalur. Secara spesifik, kekuatan dan kesesuaian prediktif dari suatu model struktural ditentukan oleh nilai R2 (R-square) variabel laten endogen. Perubahan nilai pada R2 dapat ditinjau untuk melihat apakah efek dari sebuah variabel laten eksogen terhadap sebuah variabel laten endogen memiliki dampak yang nyata atau tidak.

dimana dan adalah R2 yang tertera pada variabel laten endogen saat variabel laten eksogen digunakan atau dikeluarkan dari persamaan struktural secara bersamaan. Perhitungan kesesuaian prediktif tidak cukup hanya dilihat dari nilai R2 saja. Teknik penggunaan sampel kembali (blindfolding) yang diciptakan oleh Stone (1974) dan Geisser (1975) menghasilkan Q2 yang merepresentasikan hasil pengukuran dari seberapa baik variabel terukur direkonstruksi oleh model dan estimasi parameternya
Secara singkat, prosedur dari blindfolding ini adalah mengambil sebuah blok dari sejumlah N responden (case) dan K indikator serta pengambilan porsi dari N oleh K titik data. Dengan menggunakan omission distance D, titik pertama (responden 1 indikator 1) dihilangkan dan lalu setiap titik data D lainnya yang dipindah antar kolom dan baris dihilangkan sampai tercapai akhir dari matriks data. Dengan titik data yang tersisa, estimasi diperoleh dengan cara menangani missing values 20 lewat penghapusan berpasangan (pairwise deletion), substitusi rata-rata (mean substitution), atau dengan prosedur imputasi lain. Jumlah dari kuadrat prediksi kesalahan (E) dihitung saat titik data yang dihilangkan diprediksi. Jumlah kuadrat kesalahan menggunakan rata-rata untuk prediksi (O) juga turut dihitung. Titik data yang dihilangkan dikembalikan dan kemudian berlanjut ke titik data selanjutnya pada matriks data (responden 1 indikator 2) sesuai dengan titik permulaan untuk baris baru dari penghilangan. E dan O yang baru dihitung. Proses ini berlanjut sampai set D dari E dan O diperoleh. Selain Q2 ada pula perhitungan kesesuaian spesifikasi model yang diistilahkan sebagai indeks Goodness of Fit (GoF). Pada PLS-SEM sendiri, GoF berperan sebagai ukuran performansi baik untuk model pengukuran (outer model) dan model struktural (inner model) dengan fokus pada prediksi keseluruhan performansi model
Tenenhaus et al. (2005) mendefinisikan GoF sebagai akar dari perkalian antara rata-rata communality index dan rata-rata R2 . Communality index untuk sebuah variabel laten didefinisikan sebagai jumlah dari muatan kuadrat variabel laten tersebut, dengan masing-masing muatan berasosiasi dengan sebuah indikator, dibagi dengan jumlah indikatornya.

Model Pengukuran (Outer Model) (skripsi dan tesis)

Pengukuran outer model berfokus pada pengukuran antara variabel laten dengan indikatornya. Pengukuran ini bertujuan untuk memeriksa kesesuaian indikator dalam operasionalisasi variabel laten. Aspek pengukuran outer model terdiri dari validitas diskriminan, reliabilitas, dan validitas konvergen. Menurut Chin (1998), ada dua jenis informasi PLS-SEM umum yang merepresentasikan pengukuran validitas diskriminan yakni nilai average variance extracted (AVE) masing-masing variabel laten dan korelasi antar variabel laten dengan menggunakan akar dari average variance extracted (AVE). AVE diciptakan oleh Fornell dan Larcker (1981) dengan tujuan untuk mengukur jumlah variansi (variance) yang variabel laten peroleh dari indikatornya relatif terhadap jumlah kesalahan pengukuran. AVE hanya berlaku untuk model pengukuran reflektif (Mode A)

Apabila suatu model sudah memenuhi syarat validitas diskriminan, maka pengukuran terhadap relibilitas dapat dilakukan. Parameter untuk pengukuran reliabilitas variabel laten terdiri dari composite reliability dan Cronbach’s alpha. Composite reliability diformulasikan oleh Werts, Linn, dan Jöreskog (1974) adalah sebuah pengukuran konsistensi internal
dimana , , dan secara berturut-turut adalah beban faktor (factor loading), variansi faktor (factor variance), dan variansi kesalahan pengukuran (error variance). Sebagai perbandingan terhadap Cronbach’s alpha, saat alpha cenderung untuk berperan sebagai estimator reliabilitas batas bawah maka composite reliability merupakan pengukuran yang lebih dekat pada asumsi keakuratan estimasi para

Model pada PLS-SEM (skripsi dan tesis)

Analisis pada PLS-SEM biasanya terdiri dari dua sub model yakni model pengukuran (measurement model) atau sering disebut outer model dan model struktural (structural model) atau sering disebut inner model. Model pengukuran menunjukkan bagaimana variabel terukur merepresentasikan variabel laten untuk diukur. Model struktural menunjukkan kekuatan estimasi antar variabel laten. Variabel laten yang dibentuk dalam PLS-SEM, indikatornya dapat berbentuk reflektif maupun formatif (Ghozali, 2015). Indikator reflektif atau sering disebut dengan Mode A merupakan indikator yang bersifat manifestasi atau perwujudan dari variabel latennya. Untuk indikator formatif atau sering disebut dengan Mode B memiliki karakteristik bahwa perubahan dalam indikator akan menyebabkan perubahan pada variabel laten (Sholihin, 2013; Ghozali, 2015)

Partial Least Square – Structural Equation Modeling (PLS-SEM) (skripsi dan tesis)

Partial Least Squares (PLS) merupakan jenis SEM berbasis variance yang diciptakan untuk mengatasi masalah yang ditimbulkan oleh SEM berbasis covariance (Ghozali, 2015). Covariance Based SEM (CB-SEM) berfokus pada estimasi dari satu set parameter sebuah model agar matriks covariance teoritis tersirat oleh sistem persamaan struktural sehingga menjadi semirip mungkin dengan matriks covariance empiris yang terukur dalam suatu sampel (Reinartz et 16 al., 2009). Seperti yang diketahui bahwa penggunaan Covariance Based SEM (CB-SEM) yang diwakili oleh software seperti AMOS, EQS, LISREL, dan Mplus menuntut sampel dalam jumlah besar, data harus memenuhi berbagai asumsi parametrik, indikator variabel laten harus berbentuk reflektif, skala pengukuran harus continuous serta adanya dukungan teori yang kuat seringkali membuat peneliti kesulitan untuk memenuhi tuntutan-tuntutan tersebut (Ghozali, 2015). Partial Least Squares merupakan metode analisis yang powerful dan sering disebut juga sebagai soft modeling karena meniadakan asumsi-asumsi regresi OLS (Ordinary Least Squares), seperti data harus terdistribusi normal secara multivariat dan tidak adanya problem multikolinieritas antar variabel eksogen (Wold, 1985). PLS tidak bekerja terhadap variabel laten akan tetapi lebih kepada blok variabel, dan estimasi parameter model bertujuan untuk maksimasi variansi terjelaskan (variance explained) untuk seluruh variabel laten endogen pada model melalui serangkaian regresi OLS (Reinartz et al., 2009). Tujuan CB-SEM adalah untuk menjelaskan hubungan (covariance) dari semua indikator variabel laten, sedangkan tujuan PLS adalah prediksi (Ghozali, 2015). Oleh karena PLS lebih menitikberatkan pada data dengan prosedur estimasi yang terbatas, maka persoalan misspecification model tidak terlalu berpengaruh terhadap estimasi parameter

Structural Equation Modeling (SEM) (skripsi dan tesis)

Menurut Hair et al. (2010), Structural Equation Modeling (SEM) adalah salah satu bagian dari model statistik yang menjelaskan hubungan antara beberapa variabel. SEM memeriksa struktur dari hubungan interelasi yang diekspresikan melalui serangkaian rumus layaknya rumus yang ada di regresi linear berganda. Rumus ini akan menggambarkan semua hubungan di antara faktor (variabel laten) yang terlibat dalam suatu analisis. Variabel laten direpresentasikan oleh serangkaian variabel terukur (manifest/indikator). Penggunaan variabel laten dalam model SEM didasarkan atas beberapa manfaat yang diperoleh dengan mengukur secara tidak langsung konsistensi antara variabel terukur. Manfaat pertama adalah berkurangnya kesalahan dalam pengukuran konsep yang didapat apabila merepresentasikan suatu konsep teoritis dengan menggunakan variabel terukur. Kedua, penggunaan variabel laten meningkatkan estimasi statistik dari hubungan antar konsep melalui pengukuran error dari konsep yang dianalisis. Variabel laten dalam SEM terbagi menjadi dua yakni variabel laten eksogen dan variabel laten endogen. Istilah variabel laten eksogen dan variabel laten endogen ini sama seperti halnya variabel dependen dan variabel independen pada regresi linear berganda. Variabel laten eksogen adalah serangkaian variabel independen dalam model SEM. Variabel laten eksogen ditentukan oleh variabel laten di luar model yang tidak dapat dijelaskan oleh variabel laten di dalam model. Variabel laten endogen merupakan serangkaian variabel dependen dalam model SEM. Variabel laten endogen ini merupakan variabel yang dapat dijelaskan oleh variabel lain di dalam model

Kondisi Perusahaan (skripsi dan tesis)

Selain motivasi beserta faktor pendukungnya, kondisi perusahaan juga turut diidentifikasi pengaruhnya terhadap employee engagement. Perusahaan harus memenuhi aspek-aspek dari kebutuhan dasar bekerja karyawan berupa keselamatan, keamanan, infrastruktur lingkungan kerja, dan reputasi apabila ingin mewujudkan employee engagement yang stabil. Hal ini dikarenakan menurut AON Hewittt (2013) suatu hal yang tidak mungkin jika ingin mendapatkan karyawan yang terikat akan tetapi budaya, kondisi, serta reputasi perusahaan masih memiliki citra yang negatif.

Kompensasi (skripsi dan tesis)

Kompensasi dalam penelitian yang dilakukan Hewitt (2013) pada report berjudul “2013 Trends in Global Employee Engagement”, teridentifikasi sebagai salah satu faktor utama yang memengaruhi employee engagement. Kompensasi menduduki peringkat ketiga pada tahun 2012 sebagai top engagement driver. Menurut Nobile (1996), kompensasi adalah syarat dan ketentuan dari kegiatan memperkerjakan orang lain secara berbayar, dilindungi secara tegas oleh hukum federal, negara, dan diskriminasi lokal. Employee benefits berupa jaminan kesehatan, asuransi jiwa, cacat jangka panjang, dan rencana pensiun merupakan bagian dari kompensasi karyawan (Nobile, 1996). Selain benefit, kompensasi tentunya juga mencakup hal paling utama yang menjadi hak dari karyawan yakni gaji, tunjangan, dan bonus yang harus dibayarkan kepada karyawan (Nobile, 1996). Pemilihan kompensasi sebagai faktor dalam perancangan model employee engagement didasari oleh hasil Engagement Driver Analysis terhadap data ESI 13 Survey tahun 2014 dan 2015 menunjukan bahwa kompensasi selalu menempati area perbaikan. Dengan melakukan analisis SEM untuk perancangan model employee engagement PT X, maka penegasan terhadap kepentingan kompensasi dalam hubungannya dengan employee engagement dapat diperoleh. Didukung oleh penelitian yang dilakukan Aisha et al. (2013), analisis efek dari kemampuan bekerja, kondisi pekerjaan, motivasi, dan insentif (kompensasi) terhadap performansi karyawan menunjukan bahwa kondisi pekerjaan, motivasi, dan insentif (kompensasi) berpengaruh signifikan terhadap performansi karyawan. Antara employee engagement dan performansi karyawan diketahui bahwa, employee engagement memiliki korelasi positif dengan performansi karyawan (Lutfiyanti, 2012)

Motivasi (skripsi dan tesis)

Faktor motivasi sejak penyelenggaraan ESI Survey pada tahun 2014 selalu menempati posisi tiga faktor dengan rating tertinggi. Hal ini menunjukan bahwa motivasi karyawan PT X memiliki performa yang cukup baik. Selain melihat dari skor terhadap faktor motivasi itu sendiri, hasil dari Engagement Driver Analysis juga menunjukan bahwa faktor motivasi ini menjadi faktor yang memiliki dampak krusial bagi perusahaan. Menurut Bartol dan Martin (1998), motivasi didefinisikan sebagai suatu kekuatan yang memberikan energi dan arah kepada perilaku manusia serta mendasari kecenderungan manusia untuk mempertahankan perilaku tersebut. Dengan motivasi yang muncul pada diri setiap karyawan, maka karyawan akan selalu bersemangat untuk mencapai tujuan yang diniatkan. Hal tersebut ditunjukkan oleh penelitian Hay Consulting (2010) bahwa pertumbuhan pendapatan karyawan Arab Saudi yang termotivasi dalam bekerja  lebih besar dibandingkan dengan karyawan lain yang tidak termotivasi dalam bekerja. Telah disebutkan sebelumnya bahwa motivasi ditetapkan sebagai variabel mediasi (penengah) dalam model employee engagement yang dirancang untuk PT X. Untuk mengetahui faktor-faktor apa saja yang memengaruhi motivasi, penulis melakukan studi literatur terhadap teori-teori motivasi. Ditemukan 9 faktor yang digunakan oleh Labor Relations Institute of New York dalam mengadakan 11 survey pertama terhadap motivasi (Hersey dan Blanchard, 1969). Kesembilan faktor tersebut adalah: i. Apresiasi penuh terhadap pekerjaan yang diselesaikan ii. Pekerjaan yang menarik iii. Perasaan memiliki terhadap suatu hal iv. Kondisi pekerjaan yang baik v. Upah yang baik vi. Bantuan simpatik terhadap permasalahan pribadi vii. Loyalitas perusahaan terhadap karyawan viii. Promosi dan pertumbuhan di perusahaan ix. Keamanan pekerjaan Dari kesembilan faktor tersebut, penulis mengambil 4 faktor dari Hersey dan Blanchard (1969) yang akan dianalisis hubungannya terhadap motivasi di PT X. Keempat faktor tersebut adalah: a. Kompensasi Kompensasi merepresentasikan faktor upah yang baik meskipun cakupan kompensasi bukan hanya sekedar upah saja, namun juga meliputi benefit ataupun tunjangan untuk karyawan. Sudah menjadi rahasia umum bahwa gaji (kompensasi) memiliki dampak yang besar terhadap motivasi. Penelitian yang dilakukan oleh Islam dan Ismail (2008) menunjukan bahwa gaji menduduki peringkat pertama untuk faktor yang paling memengaruhi motivasi di Malaysia. b. Pimpinan Pemilihan faktor pimpinan ini digunakan sebagai representasi dari apresiasi penuh terhadap pekerjaan yang diselesaikan. Peran pimpinan menjadi sangat penting karena pimpinan memiliki pengaruh langsung dalam menciptakan suasana kerja yang positif, produktif, dan efektif di tengah-tengah karyawan. Secara langsung maupun tidak, perilaku pimpinan di suatu perusahaan dapat memengaruhi motivasi karyawannya. Jika seorang pimpinan jeli dan rutin dalam mengapresiasi hasil pekerjaan karyawannya, maka bukan tidak mungkin bahwa level motivasi di perusahaan tersebut akan selalu terjaga performanya. c. Kesempatan karir Faktor kesempatan karir dipilih sebagai wujud dari representasi promosi dan pertumbuhan di perusahaan. Aktivitas promosi jabatan menjadi ajang aktualisasi diri yang dapat meningkatkan motivasi. Dengan meningkatnya jabatan pekerjaan seseorang serta kesempatan karir yang terbuka luas dan adil, maka 12 karyawan akan termotivasi untuk menunjukan kinerja terbaiknya bagi perusahaan. d. Rekan kerja Faktor rekan kerja ini merepresentasikan bantuan simpatik terhadap permasalahan pribadi. Apabila suasana yang tercipta diantara rekan kerja terjalin dengan baik maka rasa sosial yang timbul dapat memengaruhi motivasi karyawan. Teman atau rekan kerja menjadi penting karena dalam suatu perusahaan tidaklah mungkin karyawan bekerja seorang diri. Dengan suasana positif yang tercipta dalam suatu tim kerja, maka motivasi karyawan untuk bekerja dan berkontribusi bagi perusahaan dapat tercipta. Teori lain tentang motivasi dinyatakan oleh Herzberg et al. (1993) yang mengategorikan motivasi menjadi dua yakni motivators (motivasi internal) dan hygiene (motivasi eksternal). Faktor hygiene seperti lingkungan kerja, gaji, benefit, dan kebijakan perusahaan diindikasikan memengaruhi motivasi eksternal karyawan (Herzberg et al., 1993). Ketidakpuasan kerja karyawan dapat terjadi apabila faktor hygiene ini tidak dipenuhi perusahaan (Herzberg et al., 1968). Faktor motivators seperti pekerjaan yang menarik dan menantang serta tanggung jawab yang lebih besar, dapat berdampak pada meningkatnya motivasi internal karyawan (Herzberg et al., 1968).

Employee Engagement (Keterikatan Karyawan) (skripsi dan tesis)

Studi tentang employee engagement menjadi populer di kalangan praktisi karena banyaknya jurnal-jurnal yang diterbitkan mengacu pada ilmu praktis untuk perusahaan. Namun faktanya, studi empiris terhadap employee engagement juga telah banyak dilakukan oleh para peneliti akademis (Saks, 2006). Awal perkembangan studi literatur employee engagement dalam lingkup akademik, dituliskan oleh Khan (1990) yang mendefinisikan employee engagement sebagai perilaku karyawan yang mengekspresikan kesungguhan bekerja mereka baik secara fisik, kognitif, maupun afektif. Penelitian tentang employee engagement menjadi penting karena employee engagement memiliki hubungan statistik dengan produktivitas, profitabilitas, retensi karyawan, keamanan, dan kepuasan konsumen (Buckingham dan Coffman, 1999). Institute of Employment Studies menyatakan bahwa employee engagement merupakan hasil dari hubungan dua arah antara perusahaan dan karyawan, dengan kedua belah pihak harus bersama-sama mewujudkannya (Markos et al., 2010). Saat ini, banyak perusahaan konsultan yang menaruh fokus besar terhadap employee engagement dikarenakan dampaknya yang cukup besar bagi pertumbuhan perusahaan. Sebut saja Gallup’s Buckingham dan Coffman (1999) yang mengakui bahwa karyawan yang terikat pada suatu perusahaan akan memengaruhi loyalitas konsumen. Gallup’s Buckingham dan Coffman (1999) juga menyatakan bahwa orang yang tepat, di posisi yang tepat, dengan manager yang tepat akan menciptakan employee engagement di suatu perusahaan. Selain Gallup Organization yang mengukur employee engagement menggunakan Q12 indeks nya, Hewitt (2004) juga mengukur employee engagement dengan menggunakan 18 drivers dan mendefinisikan employee engagement sebagai suatu sikap karyawan yang secara emosional dan intelektual berkomitmen penuh terhadap organisasi tempatnya bekerja dan diukur melalui 3 perilaku keluaran yakni say, stay, dan strive. Studi terkini yang dilakukan oleh AON Hewitt (2015) adalah diperbaharuinya drivers untuk mengukur level employee engagement suatu perusahaan. Terdapat 23 drivers yang digunakan oleh AON Hewitt (2015) dengan klasifikasi indikator drivers yang ditetapkan adalah sebagai berikut: a. Praktik Perusahaan i. Komunikasi ii. Customer focus 9 iii. Keberagaman dan inklusi iv. Penyediaan infrastruktur v. Pembekalan dan staffing b. Kebutuhan dasar i. Manfaat (benefit) ii. Keamanan pekerjaan iii. Keselamatan iv. Lingkungan kerja v. Keseimbangan kerja dan pola hidup c. Citra Perusahaan i. Reputasi perusahaan ii. Employee Value Proposition (EVP) iii. Corporate Social Responsibility (CSR) d. Kepemimpinan i. Kepemimpinan atasan/senior ii. Kepemimpinan birokratis (Bureaucratic Leadership) e. Prestasi i. Kesempatan karir ii. Pembelajaran dan pengembangan iii. Manajemen performansi iv. Manajemen SDM v. Penghargaan dan pengakuan diri f. Pekerjaan i. Kolaborasi ii. Pemberdayaan/otonomi iii. Tugas pekerjaan AON Hewitt (2015) mendefinisikan perilaku keluaran (behavioral outcomes) dari employee engagement menjadi tiga yakni: a. Say Perilaku say ini mengindikasikan bahwa karyawan akan berbicara positif tentang perusahaannya kepada rekan kerja, job seeker atau pencari lowongan kerja, dan konsumen. b. Stay Perilaku stay ini mengindikasikan bahwa karyawan memiliki intensi kuat untuk menjadi bagian dari perusahaan. Seorang karyawan yang sudah memiliki 10 perilaku stay ini akan cenderung setia untuk bertahan dan tidak akan keluar dari perusahaan tempatnya bekerja. c. Strive Perilaku strive mengindikasikan bahwa karyawan cukup termotivasi dan selalu memberikan usaha lebih untuk mencapai kesuksesan karir dan perusahaan mereka. Antara kepuasan karyawan dengan employee engagement merupakan dua hal yang sangat berbeda. Menurut Fernandez (2007), tidak cukup bagi seorang manager hanya mengandalkan indikator kepuasan karyawan untuk mengetahui dampaknya terhadap pertumbuhan perusahaan. Berangkat dari alasan tersebut, employee engagement hadir dan menjadi suatu konsep yang penting bagi perusahaan (Fernandez, 2007). Employee engagement adalah sebuah komitmen dan ketertarikan karyawan untuk memberikan usaha terbaik dalam rangka membantu perusahaan meraih kesuksesannya (Macey dan Schneider, 2008).

Kompensasi (skripsi dan tesis)

Karyawan yang bekerja dalam sebuah organisasi pasti membutuhkan kompensasi atau imbalan yang cukup dan adil, malah kalau bisa cukup kompetitif di banding dengan organisasi atau perusahaan lain. Sistem kompensasi yang baik akan sangat mempengaruhi semangat kerja dan produktivitas dari seseorang. Suatu sistem kompensasi yang baik perlu didukung oleh metode secara rasional yang dapat menciptakan seseorang digaji atau diberi kompensasi sesuai tuntunan pekerjaannya. Kompensasi adalah semua pendapatan yang berbentuk uang, barang langsung atau tidak langsung yang diterima karyawan sebagai imbalan atas jasa yang diberikan kepada perusahaan (Hasibuan, 2017). Kompensasi dibedakan menjadi dua, yaitu: Kompensasi langsung yaitu berupa gaji, upah dan insentif; dan kompensasi tidak langsung berupa asuransi, tunjangan, cuti, penghargaan. Istilah kompensasi mengacu kepada semua bentuk balas jasa uang dan semua barang atau komoditas yang digunakan sebagai balas jasa kepada karyawan (Daft, 2010). Menurut Pangabean (2012) kompensasi adalah setiap bentuk penghargaan yang diberikan karyawan sebagai balas jasa atas kontribusi yang mereka berikan kepada organisasi

Kinerja (skripsi dan tesis)

Secara garis besar, kinerja dapat dipahami sebagai hasil kerja yang dapat dicapai oleh seseorang atau sekelompok orang dalam suatu organisasi sesuai dengan wewenang dan tanggung jawab masing-masing, guna mencapai tujuan organisasi yang bersangkutan secara legal, tidak melanggar hukum, dan sesuai dengan moral maupun etika. Kinerja menurut As’ad (2004) Kinerja adalah hasil yang dicapai seseorang menurut ukuran yang berlaku untuk pekerjaan yang bersangkutan. Ukuran yang dilakukan oleh perusahaan memiliki kriteria dan periode tersendiri dalam menilai hasil kinerja karyawannya. Mangkunegara (2009) menyatakan bahwa kinerja karyawan adalah hasil kerja secara kualitas dan kuantitas yang dicapai oleh seorang karyawan dalam melaksanakan tugasnya sesuai tanggungjawab yang diberikan kepadanya. Berdasarkan pendapat-pendapat para ahli tersebut dapat dikatakan bahwa kinerja seseorang (individu) memiliki kaitan erat dengan produktivitas organisasi/perusahaan (Corporate Performance). Dengan kata lain kinerja yang baik dari karyawan akan memiliki dampak yang cukup besar pada produktivitas perusahaan. Seorang karyawan yang memiliki kemampuan Skill yang baik akan berusaha bekerja dengan kemampuan optimal ketika ia memiliki sebuah dorongan kerja yang berasal dari dirinya sendiri maupun dari dalam perusahaan. Dorongan kerja yang berasal dari dalam misalnya skill yang dimiliki karyawan tersebut sesuai dengan pekerjaan yang dilakukan. Sedangan dorongaan yang berasal dari perusahaan berupa gaji yang tinggi, lingkungan kerja yang nyaman dan juga penghargaan yang diberikan perusahaan terhadap karyawan tersebut. Ketika sekelompok karyawan memiliki kinerja yang baik, maka dampaknya dapat dilihat pada produktivitas perusahaan, yakni berupa pencapaian tujuan-tujuan perusahaan sesuai dengan visi dan misi yang dimiliki.

Model-model dalam SPSS yang secara umum digunakan untuk melakukan analisis reliabilitas (skripsi dan tesis)

Model-model dalam SPSS yang secara umum digunakan untuk melakukan analisis reliabilitas antara lain: 1. Alpha (Cronbach) Merupakan model dengan konsestensi internal yang berdasarkan pada kolerasi rata-rata antar variabel internal. 2. Split half Model ini memecah skala menjadi 2 bagian dan memeriksa korelasi antar bagian. 3. Guttman Model ini berdasarkan pada perhitungan nilai batas baah guttman untuk nilai reliabilitas yang sebenarnya. 4. Parallel Model ini berdasarkan atas asumsi yang menyatakan bahwa semua variable memiliki variansi dan error variansi yang sama pada semua replikasi. 5. Strict parallel Model ini membuat asumsi yang sama dengan model parallel dan juga mengasumsikan bahwa nilai rata-rata sama pada semua variable.

Pengujian Hipotesis untuk SEM (skripsi dan tesis)

Pengujian hipotesis (β dan γ) dilakukan dengan metode resampling bootstrap yang dikembangkan oleh Geisser dan Stone. Statistik uji yang digunakan adalah statistik t atau uji t, dengan hipotesis statistik sebagai berikut: 1. Hipotesis statistik untuk outer model: i. H0 : λi = 0 lawan ii. H1 : λi ≠ 0 2. Hipotesis statistik untuk inner model: variabel laten eksogen terhadap endogen: i. H0 : γi = 0 lawan ii. H1 : γi ≠ 0 3. Penerapan metode resampling, memungkinkan berlakunya data terdistribusi bebas (distribution free), tidak memerlukan asumsi distribusi normal, serta tidak memerlukan sampel yang besar (sampel minimum 30). Pengujian dilakukan dengan t-test, bilamana diperoleh p-value ≤ 0,1 (alpha 10%), maka disimpulkan signifikan, dan sebaliknya. Bilamana  hasil pengujian hipotesis pada outer model signifikan, hal ini menunjukkan bahwa indikator dipandang dapat digunakan sebagai instrumen pengukur variabel laten. Sedangkan bilamana hasil pengujian pada inner model adalah signifikan maka dapat diartikan bahwa terdapat pengaruh yang bermakna variabel laten terhadap variabel laten lainnya

Goodness of fit (skripsi dan tesis)

Model pengukuran atau outer model dengan indikator refleksif dievaluasi dengan composite reliability. Model struktural atau inner model dievaluasi dengan melihat presentase varian yang dijelaskan yaitu dengan melihat R² untuk variabel laten dependen dengan menggunakan ukuran Stone-Geisser Q Square test dan juga melihat besarannya koefisien jalur strukturalnya. Stabilitas dari estimasi ini dievaluasi dengan menggunakan uji t-statistik yang didapat lewat prosedur bootstrapping. 1. Model pengukuran (Outer Model) Bilamana indikator refleksif, maka diperlukan evaluasi berupa kalibrasi instrument, yaitu dengan pemeriksaan validitas dan reliabilitas instrument. Oleh karena itu, penerapan partial least square pada data indeks kepuasan pelanggan pada prinsipnya adalah suatu kegiatan yaitu pelaksanaan uji validitas dan reliabilitas. Dengan kata lain, partial least square dapat digunakan untuk uji validitas dan reliabilitas instrumen penelitian. Goodness of fit Outer model refleksif meliputi convergent validity, discriminant validity, dan composite reliability. Sedangkan untuk Outer model formatif dievaluasi dengan signifikansi dari pembobotan (weight). a. Goodness of fit Outer model refleksif adalah sebagai berikut 1. Convergent validity Uji Validitas yang dimaksud adalah pengujian terhadap indikator dalam variabel laten untuk memastikan bahwa indikator yang digunakan dalam penelitian ini benar-benar mampu dipahami dengan baik oleh responden sehingga  responden tidak mengalami kesalahpahaman terhadap indikator yang digunakan. 2. Discriminant validity Pengukuran indikator refleksif berdasarkan cross loading dengan variabel latennya. Bilamana nilai cross loading setiap indikator pada variabel bersangkutan lebih besar dibandingkan dengan cross loading pada variabel laten lainnya maka dikatakan valid. Metode lain dengan membandingkan nilai square root of average variance extracted (AVE) setiap konstruk dengan korelasi antar konstruk lainnya dalam model. Jika AVE konstruk lebih besar dari korelasi dengan seluruh konstruklainnya maka dikatakan memiliki discriminant validity yang baik. 3. Composite reliability Composite reliability adalah indeks yang menunjukkan sejauh mana suatu alat pengukur dapat dipercaya untuk diandalkan. Bila suatu alat dipakai dua kali untuk mengukur gejala yang sama dan hasil pengukuran yang diperoleh relatif konsisten maka alat tersebut reliabel. Dengan kata lain, reliabilitas menunjukkan suatu konsistensi alat pengukur dalam gejala yang sama. Nilai reliabilitas komposit (pc) dari peubah laten adalah nilai yang mengukur kestabilan dan kekonsistenan dari pengukuran reliabilitas gabungan. 30 Dari perhitungan pc nilai yang baik adalah ≥ 0.7 walaupun bukan merupakan standar absolut. Dalam composite reliability, outer model dan inner model dievaluasi ❖ Outer model : Outer model formatif dievaluasi berdasarkan pada substantive content-nya yaitu dengan melihat signifikansi dari pembobotan (weight). ❖ Inner model : Model struktural (Inner model) dievaluasi dengan melihat persentase varians yang dijelaskan yaitu dengan melihat R2 untuk konstruk laten dependen dengan menggunakan ukuran Stone- Geisser Q Square test dan juga melihat besarnya koefisien jalur strukturalnya. Goodness of fit model diukur menggunakan Rsquare variabel laten dependen dengan interpretasi yang sama dengan regresi; Q-square predictive relevance untuk model struktural, mengukur seberapa baik nilai observasi dihasilkan oleh model dan juga estimasi parameternya. Nilai Q-square > 0 menunjukkan mode memiliki predictive relevance; sebaliknya jika nilai Qsquare ≤ 0 menunjukkan model kurang memiliki predictive relevance

. Langkah-langkah PLS (skripsi dan tesis)

Merancang inner model
Merancang model struktural (Inner model ) yaitu merancang
hubungan antar variabel laten pada PLS dengan didasarkan pada
rumusan masalah atau hipotesis penelitian.
b. Merancang outer model
Merancang model pengukuran (Outer Model) yaitu merancang
hubungan variabel laten dengan indikatornya. Dalam penelitian ini,
indikator tiap-tiap variabel laten bersifat refleksif.
❖ Pada SEM semua bersifat refleksif, model pengukuran tidak
penting
❖ Pada PLS perancangan outer model sangat penting: refleksif
atau formatif
❖ Dasar: teori, penelitian empiris sebelumnya, atau rasiona

Evaluasi PLS (skripsi dan tesis)

Oleh karena PLS tidak mengasumsikan adanya distribusi tertentu untuk estimasi parameter, maka teknik parametrik untuk menguji signifikansi parameter tidak diperlukan (Chin,1995). Model evaluasi PLS berdasarkan pada pengukuran prediksi yang mempunyai sifat nonparametrik. Model pengukuran atau outer model dengan indicator refleksif dievaluasi dengan corvengent dan discriminant validity dari indikatornya dan composite reliability untuk block indicator. Sedangkan outer model dengan formatif indicator dievaluasi berdasarkan pada substantive contentnya yaitu dengan membandingkan besarnya relative weight dan melihat signifikansi dari ukuran weight tersebut (Chin,1998). Model structural atau inner model dievaluasi dengan melihat persentase variance yang dijelaskan yaitu dengan melihat nilai R2 untuk konstruk laten dependen dengan menggunakan ukuran stone-Geisser Q Squares test (Stone,1974; Geisser,1975) dan juga melihat besarnya koefisien jalur strukturnya. Stabilitas dari estimasi ini dievaluasi dengan menggunakan uji t-statistik yang didapat lewat prosedur boostraping.

Penduga PLS (skripsi dan tesis)

Prosedur penduga PLS melalui dua tahapan yang mendasar. Tahap pertama menggunakan pendugaan iterative dan didapat peubahpeubah laten sebagai kombinasi linier dari sekelompok peubah-peubah penjelasnya. Tahap kedua menggunakan pendugaan noniteratif untuk koefisien model structural dari model pengukuran (Gefen,2000). Pendugaan peubah laten yang telah terdefinisi digunakan untuk menghitung pembobot dan koefisien-koedisien model structural yang diperoleh dengan cara menerapkan metode kuadrat terkecil. Koefisien lintas model structural diperoleh dengan meregresikan setiap hubunganhubungan secara parsial. Inti prosedur PLS menentukan pembobot yang digunakan untuk menduga peubah laten. Pembobot didapat dari hasil regresi dengan metode kuadrat terkecil terhadap peubah penjelas pada setiap blok. Penduga pembobotan dalam masalah ini adalah outward mode yang dapat dihitung berdasarkan regresi sederhana. Outward mode sebenarnya pendugaan pembobotan untuk peubah penjelas refleksif, yaitu peubah penjelas yang diasumsikan sebagai cerminan dari peubah laten (Chin,1998)

Cara Kerja PLS (skripsi dan tesis)

Estimasi parameter yang didapat dengan PLS dapat dikategorikan menjadi tiga. Kategori pertama yaitu weight estimate yang digunakan untuk menciptakan skor atau nilai variabel laten. Kedua mencerminkan estimasi jalur (path estimate) yang menghubungkan variabel laten dan antar variabel laten dan indikatornya (loading), ketiga berkaitan dengan means dan lokasi parameter (nilai konstanta regresi) untuk indikator dan variabel laten. Untuk memperoleh ketiga estimasi ini, PLS menggunakan proses iterasi tiga tahap dan setiap tahap iterasi menghasilkan estimasi. Tahap pertama menghasilkan weight estimate, tahap kedua menghasilkan estimasi untuk inner model dan outer model, tahap ketiga menghasilkan estimasi means dan lokasi(konstanta).  Selama iterasi berlangsung inner model estimate digunakan untuk mendapatkan outside approximation weigth, sementara itu outer model estimate digunakan untuk mendapatkan inside approximation weight. Prosedur iterasi ini akan berhenti ketika persentase perubahan setiap outside approximation weight relatif terhadap proses iterasi sebelumnya kurang dari 0,01