Pengertian Lingkungan Kerja (skripsi, tesis, dan disertasi)

Dalam parktiknya, pengelolaan sebuah perusahaan haruslah menggunakan pola manajemen dengan baik. Manajemen yang baik tersebut dalam pelaksanaan kerja salah satunya bisa melalui pengelolaan lingkungan kerja, tentunya seorang karyawan memerlukan lingkungan kerja yang memadai. Lingkungan kerja yang kondusif akan mampu memberikan pengaruh karyawan secara signifikan dalam bekerja. Sebagaimana sesuai dengan pendapat Artoyo dalam (Sariyathi, 2007 : 66) manajemen yang baik adalah manajemen yang memikirkan kerja yang baik dan menyenangkan karena sangat dibutuhkan oleh tenaga kerjanya. Pembentukan perilaku karyawan diduga dipengaruhi kuat oleh lingkungan kerja. Menurut Nitisemito dalam (Sariyathi, 2007 : 66) menyatakan bahwa lingkungan kerja merupakan semua hal atau segala sesuatu yang berada dalam lingkungan pekerja yang dapat mempengaruhi diri dalam menjalankan pekerjaan. Lingkungan kerja yang baik dan kondusif sangat dibutuhka karyawan demi tercapainya kepuasan kerja karyawan, sehingga target –target perusahaan yang dibebankan bisa segera terwujud

Continuance intention dalam mobile payment (skripsi, tesis, disertasi)

Continuance intention dalam mobile payment merupakan keputusan yang
dilakukan oleh seseorang untuk tetap menggunakan mobile payment tersebut di
masa mendatang (Raja, 2020). Continuance intention dapat dipengaruhi oleh
kepercayaan, dikarenakan kepercayaan merupakan dasar yang dapat mendukung
keputusan seseorang untuk mengadopsi suatu teknologi secara berkelanjutan. Hal
tersebut didukung dengan penelitian yang terkait niat penggunaan mobile payment
yang telah dilakukan oleh Shao, didapatkan hasil bahwa kepercayaan memiliki
pengaruh yang positif terhadap continuance intention (Shao, 2018). Menurut
Amorosoa (2017), keputusan yang dibuat untuk melakukan continuance intention
diambil sesuai dengan persepsi terhadap teknologi tersebut (Amorosoa, 2017).

Indikator Kepemimpinan (skripsi, tesis, dan disertasi)

Menurut Saputro (2017 : 18) menyatakan bahwa indikator –indikatorkepemimpinan antara lain :1.Energi dan keteguhan hati : Atasan yang pekerja keras.2.Visi : Kejelasan atasan dalam menyampaikan arah dan tujuan organisasi (perusahaan)kepada bawahan (Karyawan).

 3.Menantang dan mendorong : Atasan mengakui dan menghargai kinerja secara terbuka.4.Mengambil resiko : atasan bersedia menanggung kehilangan kekuasaan demi untuk mewujudkan tujuan atau cita –cita organisasi.5.Kesetiaan : Atasan memberi inspirasi memberi tugas melebihi kewajiaban.6.Harga diri : Atasan memberi semangat

Perceived risk dalam mobile payment (skripsi, tesis, disertasi)

Perceived risk dalam mobile payment merupakan keyakinan yang dirasakan
oleh seseorang terhadap kemungkinan terjadinya suatu risiko. Perilaku awal dari
penggunaan mobile payment yang ditunjukkan oleh pengguna baru dapat
menyebabkan dampak yang tidak terduga dan tidak menguntungkan. Hal tersebut
dapat terjadi karena kemungkinan terjadinya suatu dampak negatif yang tidak pasti
dapat menimbulkan prasangka buruk dari pengguna. Beberapa contoh prasangka
buruk atas kemungkinan risiko yang pada umumnya dirasakan seperti kerugian
finansial, pelanggaran privasi, perasaan tidak puas terhadap kinerja, atau
kecemasan terhadap keamanan (Yang, 2015). Berdasarkan studi yang pernah
dilakukan sebelumnya, dijelaskan bahwa perceived risk memiliki hubungan yang negatif dengan kepercayaan, namun memiliki pengaruh terhadap continuance
intention (Zulaikhah, 2020)

Teori Lahirnya Kepemimpinan (skripsi, tesis, dan disertasi)

Kepemimpinan merupakan sebuah cerminan dari tingkah laku sehari -hari seorang pemimpin. Dimana tingkah laku tersebut merupakan cerminan dari kemampuan seorang pemimpin. Sedangkan kemampuan pemimpin tersebut menurut Titisari (2014) pada dasarnya dapat diterangkan melalui tiga aliran teori berikut ini :1.Theory Genetic(keturunan)Inti dari teori ini adalah bahwa ”Leader are born and not made”(pemimpin itu dilahirkan (bakat) bukannya dibuat). Penganut aliran teori ini mengetengahkan pendapatnya bahwa seorang pemimpin akan menjadi pemimpin karena ia telah dilahirkan dengan bakat kepemimpinan. Dalam keadaan yang bagaimanapun seseorang ditempatkan karena ia telah ditakdirkan menjadi pemimpin, sesekali kelak ia akan timbul sebagai pemimpin. Berbicara mengenai takdir, secara filosofis pandangan ini tergolong pada pandangan fasilitas atau determinitis.2.Teori SosialApabila teori pertama diatas merupakan teori yang ekstrim pada satu sisi bagian, maka teori inipun merupakan ekstrim pada sisi bagian lainnya. Inti aliran sosial ini adalah bahwa “Leader are made and not born”(pemimpin itu dibuat atau dididik bukannya kodrat). Jadi teori ini merupakan kebalikan inti teori genetika. Penganut teori ini mengetengahkan pendapat yang mengatakan bahwa setiap orang bisa menjadi pemimpin apabila diberikan pendidikan serta pengalaman yang cukup.3.Teori EkologisTidak seluruhnya mengandung sebuah kebenaran dari kedua teori yang ekstrim diatas. Sebagai reaksi terhadap kedua teori tersebut terciptanya aliran teori yang ketiga. Teori yang disebut teori ekologis ini pada intinya berarti bahwa seseorang hanya akan berhasil menjadi seorang pemimpin yang baik apabila ia telah mempunyai bakat kepemimpinan. Bakat tersebut kemudian dilatih, diasah, dan kembangkan melalui pendidikan yang teratur serta pengalaman yang memungkinkan untuk dikembangkan lebih lanjut. Teori ini merupakan gabungan segi –segi positif dari kedua teori terdahulu sehingga dapat dikatakan sebagai teori yang paling mendekati kebenaran

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).

Security dalam mobile payment (skripsi, tesis, disertasi)

Security dalam mobile payment merupakan tingkat kepercayaan yang
dimiliki pengguna terhadap keamanan yang dirasakan dalam menggunakan mobile
payment. Security yang dilihat dari segi pengguna adalah pada saat pengguna
merasa bahwa identitas pribadi yang krusial tidak dilihat, disimpan, dan/atau
dimanipulasi oleh pihak yang tidak memiliki wewenang akan hal tersebut (Chawla,
2019). Security menjadi salah satu faktor yang dapat memengaruhi kepercayaan
pengguna dikarenakan fungsinya yang krusial yaitu melindungi pengguna dari
transaksi yang tidak pasti dan terlalu berisiko (Shao, 2018).

Ciri –Ciri Pemimpin (skripsi, tesis, dan disertasi)

Adapun ciri –ciri pemimpin menurut Siagan ( ardana dkk. 2012) mencirikan kepemimpinan sebagai berikut :1.Kemampuan Berkembang secara mentalSeperti halnya dengan seseorang,termasuk pemimpin harus tumbuh secara mental sehingga terhindar dari proses stagnasi dalam kehidupan kepemimpinan2.Pendidik umum yang luasSeorang pemimpin adalah seorang generalis yang baik sehingga mempunyai kemampuan untuk mengembangkanmanajerial skill yang dituntut oleh tugasnya3.Kemampuan analitisSyarat sukses seorang pemimpin adalah kemampuannya dalam menganalisis situasi yang dihadapi dengan cermat mantap dan matang. 4.Ingin tahuDunia ini yang tetap adalah perubahan. Kesadaran akan perubahan –perubahan tersebut akan menghantarkan seorang pemimpin menjadi kreatif dan inovatif.

 5.Kapabelitas integratifDengan kapabelitas integratif yakni kemampuan yang mencakup berbagai aspek sangat membantu pemimpin tersebut untuk untuk menggerakkan roda administrasi organisasi.6.Ketrampilan berkomunikasiEfektifitas seorang pemimpin adalah sangat ditentukan oleh ketrampilannya dalam berkomunikasi.7.Memiliki daya ingat yang kuatKekutatan daya ingat yang mantap akan mampu menghantarkan pemimpin tersebutmenjadi cermat dalam memproses dan menjaring informasi yang relevan.8.Rasionalitas dan objektivitasPemimpin harus rasional dan objektif tidak boleh emosional sehingga keputusanyang akan diambil selalu tepat.9.Sense of urgencySeorang pemimpin mesti mampu mengatur prioritas –prioritas, mana yang penting dan mana yang tidak.10.Ketrampilan mendidikPemimpin juga seorang pendidik ketika bawahan menghadapi kesulitan bertugas, ia cenderung minta petunjuk kepada atasannya tentang cara memecahkan persoalan tugasnya.
 11.Sense of relevancePemimpin perlu selalu mengkaitkan keputusan dengan tujuan yang hendak dicapai/ persoalan yang akan dipecahkan.12.Sense of cohesivenessMerasa satu dengan yang dipimpin, kolega dan atasan, sangat penting untuk pengembangan kerjasama, koordinasi, integrasi, dan sinkronisasi.13.KecerdasanSyarat mutlak seorang pemimpin agar bisa diteladani adalah adanya nuansa kewajaran dan kesederhanaan dalam perilaku kesehariannya.14.Adaptabelitas dan fleksibilitasPemimpin harus menghindarkan diri dari sifat kekakuan karena akan menggangu kinerja kepemimpinannya.15.KeberanianKeberanian adalah modal bagi pemimpin dalam menghadapi segala tugas dan tanggung jawab yang dibebankan kepadanya.16.KetegasanPemimpin mesti tegas dalam menghadapi bawahan serta ketidaktentuan demi stabilitas organisasi.17.Kemampuan mendengarPemimpin harus siap mendengar saran/pendapat dari orang lain.
 18.PragmatisPemimpin selalu menghendaki agar keputusannya bisa dilaksanakan sesuai dengan kemampuan dan sumber daya yang ada.

 Customization dalam mobile payment (skripsi, tesis, disertasi)

Customization dalam mobile payment dapat didefinisikan menjadi 2
kategori, yang pertama adalah kemampuan dari sistem untuk menampilkan menu
yang berisikan fitur-fitur sesuai dengan tingkat keseringan penggunaannya. Untuk
kategori kedua, customization dapat didefinisikan sebagai kemampuan pengguna
untuk dapat mengatur tampilan menu yang berisikan fitur-fitur yang dibutuhkan elain itu, customization juga mencakup metode pembayaran atau top up yang
disediakan serta kemampuan pengguna dalam mengakses pengaturan mobile
payment (Huang, 2014). Sebagai contoh pada aplikasi DANA, pengguna dapat
mengatur fitur yang akan ditampilkan pada menu utama sesuai dengan fitur yang
memang dibutuhkan. Pengguna dapat menentukan fitur mana yang sekiranya paling
sering digunakan. Dengan begitu pengguna dapat mengakses fitur tersebut dengan
cepat tanpa perlu mencari-cari terlebih dahulu dan membutuhkan waktu yang lebih
lama (DANA, 2018). Customization dapat membuat pengaksesan mobile payment
menjadi lebih fleksibel dan efisien. Oleh karena itu, dengan adanya customization
pengguna dapat merasa lebih nyaman dan dapat meningkatkan kepercayaan dalam
menggunakan mobile payment (Huang, 2014)

Indikator Insentif (skripsi, tesis, dan disertasi)

Menurut Hasibuan (Rokhim 2016) mengemukakan bahwa Insentif merupakan tambahan balas jasa yang diberikan kepada karyawan tertentu yang prestasinya diatas prestasi standart. Insentif ini merupakan alat yang dipergunakan pendukung prinsip adil dalam pemberian kompensasi.Inikator –indikator pemberian insentif, menurut Mangkunegara (dalam Vigi 2015) antara lain adalah :1.Pembayaran sederhana2.Penghasilan yang diterima3.Pembayaran cepat4.Standart kerja5.Upah normal.

Mobility dalam mobile payment (skripsi, tesis, disertasi)

Mobility dalam mobile payment merupakan kemampuan suatu layanan
untuk dapat digunakan dimana saja dan kapan saja. Mobility merupakan salah satu
faktor berpengaruh pada mobile payment karena, jika pengguna merasa bahwa
suatu mobile payment dapat digunakan dalam seluruh jenis transaksi yang ingin
dilakukan dan dalam waktu kapan pun, maka kepercayaan pengguna akan semakin
meningkat (Shao, 2018)

Sistem Insentif (skripsi, tesis, dan disertasi)

Menurut (Sofyandi, 2008)untuk semakin meningkatkan produktivitas kerja yang lebih tinggi, sistem insentif sudah banyak digunakan oleh organisasi –organisasi sebagai bagian dari sistem kompensasi yang diberikan untuk karyawan. Dalam pelaksanaannya Insentif dapat dilakukan dengancara melakukan penilaian berdasarkan presentase hasil kinerja dalam jangka waktu yang telah ditentukan

 menjadi target (dalam jangka beberap waktu). Menuju perusahaan yang lebih maju dan lebih baik lagi adalah makna dan tujuan sesungguhnya dari pemberian insentif. Relevansi dari penerapan insentif ini tentunya juga harus disesuaikan dengan kemampuan perusahaan dalam hal pembiayaan. Logikanya biaya perusahaan yang dikeluarkan untuk pemberian insentif tidak melebihi kapasitas kemampuan perusahaan dalam memberikan kompensasi kepada karyawannya.

Tujuan Pemberian Insentif (skripsi, tesis, dan disertasi)

Menurut (Kaswan, 2012) mengemukakan bahwa terdapat tujuan ganda dalam pemberian insentif kepada karyawan, antara lain adalah meningkatkan produktivitas kinerja karyawan dan meningkatkan semangat dengan memberikan karyawan perasaan berpartisipasi di dalam serta mengidentifikasi dengan perusahaan

Structural Equation Modeling (skripsi, tesis, disertasi)

Structural Equation Modeling (SEM) merupakan salah satu teknik analisis
multivariate yang digunakan untuk membuat dan menguji suatu model statistik
dalam bentuk model sebab akibat. SEM lebih sering digunakan untuk menegaskan
daripada menjelaskan suatu model. Penegasan pada SEM dimaksudkan agar dapat
menentukan valid atau tidaknya suatu model tertentu (Surwano, 2010). SEM
mampu melakukan analisis hingga ke level paling dalam dari variabel atau variabel
yang diteliti. Oleh karena itu, proses analisis dan hasil prediksi dari SEM lebih
unggul dibandingkan dengan analisis jalur dan regresi berganda. Beberapa
perangkat lunak yang mendukung pengolahan data pada metode SEM adalah
AMOS, LISREL, PLS, GSCA, dan TETRAD (Haryono, 2012). Saat ini, metode
SEM menjadi teknik analisis multivariate yang paling sering digunakan karena
kelebihan-kelebihan yang dimiliki. Berikut adalah kelebihan dari penggunaan
SEM, yaitu (Surwano, 2010):
1. Terdapat kemungkinan asumsi menjadi lebih fleksibel.
2. Dengan menggunakan Confirmatory Factor Analysis kesalahan
pengukuran dapat dikurangi karena dalam satu variabel laten terdiri dari
banyak indikator  3. Terdapat kemungkinan dapat dilakukan pengujian model secara
menyeluruh dari setiap koefisien.
4. Penggunaan variabel independen dapat membantu pengujian model.
5. Dapat membuat model menggunakan variabel-variabel intervening.
6. Memiliki tampilan pemodelan grafis yang menjadi daya tarik karena
dapat mempermudah pengguna dalam membaca hasil analisis.
Metode SEM dapat menguji 2 model secara bersamaan yaitu model
pengukuran dan model struktural. Hubungan antara variabel laten dengan indikator
digambarkan dengan model pengukuran. Hubungan antara variabel dependen dan
variabel independen digambarkan dengan model struktural.   SEM dikategorikan menjadi 2 jenis, yakni Covariance Based Structural
Equation Modeling (CB-SEM) dan Variance/Component Based Structural
Equation Modeling (VB-SEM). VB-SEM terbagi menjadi 2 jenis yaitu Partial
Least Square (PLS) dan Generalized Structural Component Analysis (GSCA).

Jenis –Jenis Insentif (skripsi, tesis, dan disertasi)

(Riani, 2013) insentif dibagi menjadi 3 jenis, yaitu insentif individu, insentif tim/kelompok, dan insentif organisasi. Ktiga jenis insentif tersebut adalah :1.Insentif IndividuDalam bekerja disebuah perusahaan Insentif individu biasanya diperuntuan bagi mereka yang mempunyai prestasi atas pekerjaan atau usaha mereka sendiri. Penghargaan serta pengakuan khusus seperti barang atau perjalanan, komisi penjualan, tarif sistem

 satuan merupakan hal ataupun cara umum untuk memeberikan sebuah pendapatan kepada karyawan secara individual, meskipun insentif secara individu mendatangkan keuntungan yaitu makin bertambahnya motivasi karyawan dalam berkerja akan tetapi insentif secara individu ini juga membawa kerugian, dimana hal ini perlu menjadi perhatian khusus. Karena karyawan yang mendapatkannya berpotensi untuk bekerja secara individual dan kurang bisa beradaptasi ketika bekerja secara tim. Potensi kerugian yang lain adalah ketika sudah mencapai puncak persaingan tak jarang karyawan akan menghalangi atau bahkan bisa saling menjegal dengan siapa mereka berkompetisi. keadaan tersebut akan lebih parah ketika insentif hanya diberikan kepada karyawan dengan kinerja terbaik.2.Insentif TimInsentif tim adalah insentif yang diberikan pada kelompok atau tim dalam sebuah organisasi atas pencapaian yang dilakukan oleh tim tersebut. Insentif tim dilakukan sebagai upaya untuk mendorong kerjasama antar anggota biasanya organisasi ataupun perusahaan memeberikan insentif tim. Sebagaimana insentif individu, insentif yang diberikan kepada tim tidak selamanya memberikan dampak positif atau membawa pada kebaikan. Namun juga terkadang membawa dampak kerugian. Pemberian insentif kepada tim bisa jadi akan menurunkan kinerja secara keseluruhan, karena tim akan berkompetisi secara masif untuk mendapatkan insentif tersebut.
 Perencanaan pembagian perolehan adalah bentuk insentif yang sering ditemui, untuk memenuhi suatu tujuan tertentu perolehan diukur dengan target kinerja oleh tim –tim pegawai.3.Insentif OrganisasiInsentif orgnisasi adalah insentif yang diberikan berdasarkan hasil kinerja seluruh organisasi, pendekatan ini mengasumsikan bahwa semua karyawan yang bekerja bersama dapat membuahkan hasil –hasil dalam organisasional yang lebih besar, sehingga menjadikan kinerja keuangan menjadi lebih baik

DANA (skripsi, tesis, disertasi)

DANA atau Dompet Digital Indonesia merupakan salah satu e-wallet yang
dapat mengubah jenis transaksi non-tunai dan non-kartu menjadi transaksi digital
secara online ataupun offline (DANA, 2018). Aplikasi DANA dapat diunduh bagi
pengguna Android maupun pengguna IOS. Pengguna Android dapat mengunduh
melalui Google Play Store sedangkan pengguna IOS melalui App Store (Sukindar,
2018). DANA menawarkan 3 jaminan utama yaitu memiliki layanan terlengkap,
sistem tercanggih, dan jaminan keamanan. DANA dapat menyediakan berbagai
layanan yang dapat digunakan untuk melakukan berbagai jenis transaksi elektronik.
Beberapa transaksi yang dapat dilakukan di DANA adalah pembayaran tagihan,
melakukan transaksi melalui barcode scan, dan e-commerce. Transaksi tersebut
didukung oleh layanan yang disediakan seperti saldo DANA, transfer ke sesama
atau antar bank, kartu kredit, dan setor tunai ke minimarket. Aplikasi DANA
memiliki partner yang dibagi menjadi 3 kategori yaitu online, offline, dan channel.
Beberapa partner online DANA adalah Bukalapak, Lazada, BPJS Kesehatan, TIX
ID, Tiketux, Parkee, Google Play, Bluebird, Vidio, dan lain-lain. Untuk partner
offline, DANA telah bekerja sama dengan Ramayana, KFC, Baskin Robbins, Moka,
Sour Sally, Bio Medika, Kedai Kopi Kulo, dan lebih dari 1000 merchant lainnya  Untuk channel, DANA telah melakukan kerja sama dengan Alfamidi, Alfamart,
BCA, BNI, BRI, Mandiri, Maybank, Bank btpn, VISA, Mastercard, dan lain-lain.
Salah satu jaminan yang diberikan oleh DANA adalah fitur keamanannya yang
canggih. DANA memiliki beberapa jenis fitur keamanan seperti kode PIN, kode
OTP, kode QR Dinamis, dan fitur pengenalan wajah. Fitur keamanan login yang
dimiliki oleh DANA adalah kode PIN. Namun, pada bulan Oktober 2020 DANA
telah melakukan pengembangan untuk fitur keamanan login dengan menambahkan
fitur pengenalan wajah atau face login. Sebelumnya fitur face login hanya bisa
digunakan oleh pengguna DANA dengan status akun premium hingga akhirnya
untuk saat ini fitur tersebut dapat diakses oleh seluruh pengguna DANA tanpa
terkecuali (DANA, 2018).

Pengertian Insentif (skripsi, tesis, dan disertasi)

Didalam sebuah perusahaan isentif menjadi bagian yang tidak asing lagi. Globalisasi menjadikan persaingan semakin lebih kompetitif. Kenyataan tersebut menjadikan perusahaan harus memacu karyawan untuk dapat bekerja secara maksimal. Salah satu upaya untuk dapat memacu karyawan agar bekerja secara maksimal adalah pemberianinsentif kepada karyawan yang berprestasi atau memberikan kontribusi dan loyalitas secara lebih maksimal.Insentif merupakan sarana untuk memotivasi karyawan dalam mencapai suatu target tertentu. Insentif dalam perkembangannya bisa dalam berbagai bentuk ;bonus, komisi baik secara finansial (uang, saham) ataupun dalam bentuk benefit lain (jalan –jalan ke luar negeri, rumah, mobil, dan lain –lain). Hal ini bisa diterapkan pada berbagai jenis

 ndustri (bank, asuransi, produk makanan, dan lain –lain), berbagai departemen (tenaga penjualan, tenaga produksi, dan lain –lain), berbagai posisi (direktur, manajer, supervisor, staff produksi, dan lain –lain) (Riani, 2013, h. 132)

Mobile payment (skripsi, tesis, disertasi)

Secara global, mobile payment semakin menarik perhatian dari berbagai
kalangan baik konsumen atau para merchant. Ketertarikan tersebut dikarenakan
mobile payment dapat membuat pembayaran barang, layanan, dan tagihan menjadi
lebih mudah dan fleksibel. Mobile payment digunakan sebagai alternatif dari
penggunaan uang tunai, cek, atau kartu kredit. Konsep dari mobile payment adalah
suatu proses yang setidaknya mencakup satu transaksi keuangan dengan aman
menggunakan perangkat seluler (seperti smartphone, PDA, atau perangkat nirkabel
lainnya) dan melaui jaringan seluler atau teknologi nirkabel (seperti NFC,
Bluetooth, RFID, dll) (Oliveira, 2016). Suatu mobile payment harus memenuhi
beberapa kriteria yaitu (Karnouskos, 2004):
1. Simplicity and Usability
Simplicity and Usability menjadi salah satu kriteria yang sangat
dibutuhkan bagi para calon pengguna. Kesederhanaan tampilan dan
kemudahan dalam pengaksesan mobile payment namun tidak
mengurangi fungsi menjadi hal yang diharapkan.
2. Universality
Universality merupakan kemampuan mobile payment agar dapat
diakses oleh siapapun dan kapanpun dalam cakupan domestik, regional,
atau global. 3. Interoperability
Interoperability merupakan kemampuan aplikasi untuk melakukan
interaksi dengan sistem lain.
4. Security, Trust, Privacy
Security, Trust, Privacy merupakan 3 hal krusial yang harus dijaga
oleh penyedia layanan mobile payment. Keamanan yang disediakan oleh
mobile payment harus dapat menjamin data dan privasi pengguna agar
tidak terjadi penyalahgunaan oleh pihak yang tidak memiliki hak. Hal
tersebut menjadi sangat penting karena pada saat pengguna menyimpan
kartu ATM atau kartu kredit ke dalam aplikasi dan keamanan dari
aplikasi tidak memadai, maka dapat menimbulkan kerugian bagi
pengguna. Selain itu, jika terjadi kerugian akan membuat kepercayaan
pengguna juga akan berkurang.
Secara umum, mobile payment dapat dibagi menjadi beberapa jenis, yaitu
(Karnouskos, 2004):
1. E-wallet
E-wallet merupakan aplikasi pembayaran yang diletakkan pada
ponsel. E-wallet dapat bersifat lokal yaitu e-wallet yang telah
disediakan oleh smartphone dan juga yang bersifat remote yaitu ewallet yang disediakan oleh penyedia layanan dan didapatkan dengan
cara mengunduh aplikasinya.
2. Berbasis IrFM
IrFM merupakan salah satu hasil pengembangan dari mobile
payment yang lebih populer di negara Jepang dan Korea seperti yang
dilakukan oleh South Korea Telecom, VIVOTech, Zoop, dll.
3. Berbasis RFID (Smart Phone Covers)
RFID atau yang biasanya dikenal dengan “Contactless Chip Cards”
atau “RF-tag” merupakan pengembangan dari mobile payment yang
berbentuk chip yang di bagian luar ponsel. Namun, seiring dengan
perkembangan teknologi chip RFID telah menjadi bagian internal dari
smartphone. Berdasarkan lokasi penggunaan untuk transaksi, mobile payment dibagi
menjadi 2 yaitu (Karnouskos, 2004):
1. Remote Transaction
Remote Transaction merupakan transaksi yang dapat dilakukan
pada lokasi yang bebas sesuai dengan posisi pengguna. Contohnya
adalah layanan top-up prabayar, uang tunai digital, pembelian mTickets, dll.
2. Proximity/Local Transaction
Proximity/Local Transaction merupakan transaksi yang hanya dapat
dilakukan pada satu lokasi tertentu. Contohnya adalah pembayaran mParkir, pembayaran pada Point of Sale (POS) yang masih konvensional,
penarikan uang di ATM, dll

Jenis Data (skripsi, tesis, 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).

Analisis SEM (skripsi, tesis, 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  dapat dilihat bahwa outer model untuk
pengujian validitas terbagi menjadi 2 yaitu: Validitas convergent dan
validitas 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).
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, 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 jika setiap pertanyaan memberikan nilai Cronbach
Alpha > 0,60 (Ghozali, 2016).

Uji P-value (skripsi, tesis, disertasi)

Definisi p-value adalah tingkat keberartian terkecil sehingga nilai suatu uji statistik yang sedang diamati masih berarti. P-value dapat pula diartikan sebagai besarnya peluang melakukan kesalahan apabila kita memutuskan untuk menolak H0. Para peneliti harus menggunakan kriteria uji untuk memutuskan apakah menolak H0 atau menerima H0. Dalam perkembangannya, banyak peneliti yang sering menggunakan p-value untuk kriteria ujinya. P-value lebih disukai dibandingkan kriteria uji lain disebabkan karena p-value memberikan 2 informasi sekaligus, yaitu disamping petunjuk apakah H0 pantas ditolak, p-value juga memberikan informasi mengenai peluang terjadinya kejadian yang disebutkan di dalam H0 (dengan asumsi H0 dianggap benar).
Pada umumnya, p-value dibandingkan dengan suatu taraf nyata α tertentu, biasanya 0.05 atau 5% dan 0.01 atau 1%. Taraf nyata α diartikan sebagai peluang kita melakukan kesalahan untuk menyimpulkan bahwa H0 salah. Kesalahan semacam ini biasa dikenal dengan galat/kesalahan jenis I (Type I Error). Misal α yang digunakan adalah 0.05, jika p-value sebesar 0.021 (< 0.05), maka kita berani memutuskan menolak H0 . Hal ini disebabkan karena jika kita memutuskan menolak H0 (menganggap statement H0 salah), kemungkinan kita melakukan kesalahan masih lebih kecil daripada α = 0.05, dimana 0.05 merupakan ambang batas maksimal dimungkinkannya kita salah dalam membuat keputusan. Dalam melakukan perhitungan p-value untuk one-tailed diperoleh dari selisih antara taraf nyata α dengan nilai luasan daerah kurva noemal, sedangkan untuk two-tailed nilai p-value diperoleh dengan mengalikan 2 kali dari hasil p-value, dimana angka 2 didapatkan dari perhitungan 2 kali sisi luasan daerah  Cara menghitung p–value adalah mendapatkan luasan daerah di bawah kurva normal seperti yang ditunjukkan pada gambar 2.6. Misalkan dalam pengujian dua sisi, H0 : μ = 35 dan H1 : μ ≠ 35 dengan taraf signifikan α sebesar 0.05 dan nilai uji statistik Z sampel = -2.47. Dengan demikian nilai p-value untuk pengujian ini adalah probabilitas observasi suatu nilai Z yang lebih dari 2.47 atau nilai Z yang kurang dari -2.47. Nilai Z ini merupakan luas daerah di bawah kurva normal di sebelah kanan Z = 2.47 dan sebelah kiri Z = -2.47. Dari tabel nilai Z kita dapatkan bahwa luas daerah di bawah kurva normal di antara Z = -2.47 dan Z = 2.47, yaitu p-value = 2 x 0.068 = 0.0136 (dua kali dari nilai p-value yang berasal dari kedua sisi luasan daerah).

Tools SmartPLS (skripsi, tesis, disertasi)

SmartPLS dikembangkan oleh Profesor Cristian M. Ringle, Sven Wended dan Alexander Will pada tahun 2005. SmartPLS merupakan salah satu software yang digunakan untuk eksekusi analisis PLS-SEM (Hair dkk., 2014). SmartPLS mempunyai GUI user friendly yang memudahkan pengguna untuk melakukan estimasi model jalur PLS. Pada website SmartPLS juga tersedia tutorial untuk menggunakan software ini. Adapun dukungan problem-solving oleh pembuatnya melalui forum diskusi yang disediakan pada website SmartPLS. Dataset yang digunakan untuk project SmartPLS tidak diperkenankan melibatkan elemen string apapun. Keunggulan digunakannya SmartPLS dibandingkan dengan perangkat lunak lainnya adalah :
a. Algoritma PLS yang digunakan tidak terbatas hanya untuk hubungan antar indikator dengan konstruk laten yang bersifat reflektif,, melainkan dapat digunakan juga untuk hubungan yang bersifat formatif
b. SmartPLS dapat digunakan untuk model yang sangat kompleks dengan jumlah sampel yang kecil
c. SmartPLS daoat digunakan ketika distribusi data sangat miring (skewness) serta independensi antara data pengamatan tidak dapat dijamin

Tools SmartPLS (skripsi, tesis, disertasi)

SmartPLS dikembangkan oleh Profesor Cristian M. Ringle, Sven Wended dan Alexander Will pada tahun 2005. SmartPLS merupakan salah satu software yang digunakan untuk eksekusi analisis PLS-SEM (Hair dkk., 2014). SmartPLS mempunyai GUI user friendly yang memudahkan pengguna untuk melakukan estimasi model jalur PLS. Pada website SmartPLS juga tersedia tutorial untuk menggunakan software ini. Adapun dukungan problem-solving oleh pembuatnya melalui forum diskusi yang disediakan pada website SmartPLS. Dataset yang digunakan untuk project SmartPLS tidak diperkenankan melibatkan elemen string apapun. Keunggulan digunakannya SmartPLS dibandingkan dengan perangkat lunak lainnya adalah :
a. Algoritma PLS yang digunakan tidak terbatas hanya untuk hubungan antar indikator dengan konstruk laten yang bersifat reflektif,, melainkan dapat digunakan juga untuk hubungan yang bersifat formatif
b. SmartPLS dapat digunakan untuk model yang sangat kompleks dengan jumlah sampel yang kecil
c. SmartPLS daoat digunakan ketika distribusi data sangat miring (skewness) serta independensi antara data pengamatan tidak dapat dijamin

Analysis of Moment Structures (AMOS) (skripsi, tesis, disertasi)

AMOS digunakan untuk analisis data dalam Model Persamaan Struktural (Structural Equation Model) atau yang dikenal dengan SEM. AMOS memiliki kelebihan karena user-friendly graphical interface, dengan begitu akan mempercepat dalam membuat spesifikasi, melihat serta melakukan modifikasi model secara grafik dengan menggunakan tools yang sederhana. AMOS mempunyai beberapa keunggulan dibandingkan dengan perangkat lunak lainnya, diantaranya adalah :
a. AMOS dapat menangani missing data secara baik, yaitu dengan membuat estimasi yang didasarkan pada informasi maximum likelihood yang sempurna dan tidak hanya berdasar pada metode yang sudah ada, yaitu listwise, pairwise deletion, atau mean imputation.
b. AMOS dapat membuat bootstrapped standard errors dan confidence intervals yang ada dalam semua estimasi parameter, rata-rata sampel, varian, kovarian dan korelasi.
c. AMOS dapat melakukan pemeriksaan setiap pasangan model dimana satu model diperoleh dengan membatasi parameter-parameter model lainnya.
d. AMOS dapat memahami diagram jalur sebagai spesifikasi model dan memperlihatkan estimasi-estimasi parameter secara grafis dalam model diagram jalur.
AMOS telah dikembangkan menjadi beberapa versi. AMOS diambil alih oleh Microsoft untuk disesuaikan dengan versi SPSS saat ini. Dalam melakukan analisis model, ada beberapa hal yang harus diperhatikan, seperti :
(i) Dalam persamaan struktural, model harus memiliki nilai unik agar model tersebut dapat diestimasi. Jika model tidak dapat diidentifikasi, maka tidak mungkin dapat menentukan nilai yang unik untuk koefisien model. Sebaliknya, jika suatu model dapat memiliki beberapa estimasi yang  mungkin fit, maka estimasi parameter akan abitrer. Jadi, model structural bisa dikatakan baik jika memiliki satu solusi yang unik untuk estimasi parameter. Masalah identifikasi model juga terjadi pada SEM dikarenakan informasi yang terdapat pada data empiris (varians dan kovarians variabel manifest) tidak cukup menghasilkan solusi yang unik. Ada tiga kemungkinan yang terjadi terhadap model SEM, yaitu :
a. Model unidentified
b. Model just identified
c. Model overidentified
Ket : t = jumlah parameter yang diestimasi
s = jumlah varian dan kovarian antara variabel manifest
(p+q)(p+q+1)
p = jumlah variabel y (indikator variabel laten endogen)
q = jumlah variabel x (indikator variabel laten eksogen)
Masalah unidentified dapat diatasi dengan mengkonstrain model. Konstrain model dapat dilakukan dengan menambah indikator (variabel manifest) ke dalam model, menentukan (fix) parameter tambahan menjadi 0 atau mengasumsikan bahwa parameter yang satu dengan parameter yang lain memiliki nilai yang sama.
(ii) Dalam melakukan analisis, ukuran sampel memegang peranan penting dalam estimasi dan interpretasi hasil-hasil SEM. Setelah model dikembangkan dan input data dipilih, selanjutnya dipilih program  komputer yang dapat digunakan untuk mengestimasi modelnya. Teknik-teknik estimasi yang tersedia adalah :
a. Maximum Likelihood Estimation (ML)
b. Generalized Least Square Estimation (GLS)
c. Unweighted Least Square Estimation (ULS)
d. Scale Free Least Square Estimation (SLS)
e. Asymtotically Distribution-Free Estimation (ADF)
Apabila model yang akan dianalisis berupa regresi berganda atau atau regresi bivariate, maka untuk melakukan analisisnya diperlukan estimasi means dan intercept, terlebih lagi jika ada incomplete data  (iii) Dalam penentuan output yang akan ditampilkan tergantung pada keperluan pengguna dalam memperoleh informasi dalam hasil analisis model yang diinginkan serta model yang akan dianalisis, misalnya, jika model termasuk regresi bivariate maka output yang menujukkan adanya hubungan antara variabel (indirect, direct, total effects) perlu digunakan.

langkah-langkah dalam PLS (skripsi, tesis, disertasi)

Berikut ini adalah langkah-langkah dalam analisis dengan PLS menurut Hair, dkk (2014) :
a. Mespesifikasikan Model Struktural (Inner Model)
Proses analisis PLS-SEM dimulai dengan melakukan spesifikasi model struktural. Model struktural adalah model yang mendeskripsikan hubungan antara variabel laten. Perancangan model struktural perlu diperhatikan guna merepresentasikan hipotesis dan hubungan dalam teori yang diuji.  b. Mespesifikasikan Model Pengukuran (Outer Model) Langkah selanjutnya dalam analisis PLS-SEM adalah merancang model pengukuran. Model pengukuran merupakan wujud representasi dari hubungan antara konstruk dan variabel indikator yang mengukurnya. Tipe model pengukuran terdiri dari model pengukuran reflektif dan model pengukuran formatif, sedangkan konstruk dapat diukur dengan single item dan multi-item.
c. Pengumpulan Data dan Pemeriksaan
Pada tahap selanjutnya, data dikumpulkan untuk estimasi PLS-SEM. Apabila ditemukan jawaban kosong pada data set, maka perlu untuk menyisipkan nomor yang tidak akan muncul dalam respon untuk mengindikasikasikan missing value. Jika jumlah missing value pada data set per indikator relative kecil (kurang dari 5%) missing per indikator maka direkomendasikan penggantian nilai mean dibandingkan casewise deletion. Metode pemerikasaan lain yang dapat digunakan yaitu diagnosa outlier.
d. Estimasi Model Jalur PLS-SEM
Dalam estimasi model jalur, algoritma PLS mengestimasi path coefficient dan parameter model lain untuk memaksimalkan varians yang dapat dijelaskan oleh variabel dependen. Variabel indikator digunakan sebagai input data mentah untuk mengestimasi skor konstruk sebagai bagian dari penyelesaian algoritma PLS-SEM (Hair dkk., 2014). Algoritma PLS-SEM mengestimasi semua elemen tak diketahui dalam model jalur PLS. Hubungan antara variabel indikator dengan konstruk konstruk reflektif disebut outer loading, sedangkan hubungan antara variabel indikator dengan formatif disebut outer weight.  Algoritma PLS-SEM menggunakan elemen yang diketahui untuk estimasi, untuk itu diperlukan penentuan skor konstruk yang digunakan sebagai input untuk model regresi parsial dalam model jalur. Sebagai hasilnya, diperoleh estimasi untuk semua hubungan dalam model pengukuran (loading dan weight) dan model struktural (path coefficient). Semua model regresi parsial diestimasi oleh prosedur iterasi algoritma PLS-SEM yang terdiri dari dua tahap yaitu estimasi skor konstruk, kemudian dilanjutkan dengan kalkulasi estimasi outer weight dan loadings final, yang dikenal sebagai path coefficient model struktural dan menghasilkan nilai R square variabel endogen. Untuk menjalankan algoritma PLS-SEM maka algorithmic option dan parameter setting harus ditentukan.
e. Evaluasi Model Pengukuran
Tujuan dari evaluasi model pengukuran adalah untuk mengetahui validitas dan reliabilitas indikator. Untuk model pengukuran reflektif, evaluasi dilakukan dengan composite reliability guna menilai internal consistency serta individual indicator reliability, dan average variance extracted guna menilai convergent validity. Selain itu, untuk menilai discriminant validity dilakukan dengan perhitungan Fornell-Lacker criterion dan cross loading Evaluasi Model Struktural
Tujuan dilakukannya evaluasi model struktural pada tahap ini adalah untuk melihat signifikansi hubungan antar variabel laten dengan melihat koefisien jalur (path coefficient) yang menunjukkan ada atau tidak ada hubungan antara variabel laten dalam model penelitian. Untuk melakukan evaluasi model struktural dimulai dimulai dari melihat nilai R-Squares untuk setiap prediksi dari model struktural, nilai R-Squares digunakan untuk menjelaskan pengaruh variabel laten (eksogen) tertentu terhadap variabel laten (endogen) atau seberapa besar pengaruhnya. g. Analisis Lanjutan PLS-SEM
Analisis lanjutan PLS-SEM hanya dilakukan jika peneliti melakukan pemodelan pada data heterogen. PLS multigroup analysis (PLS-MGA) digunakan untuk membandingkan parameter (biasanya path coefficient) antara dua atau lebih kelompok data. Sebagai contoh, asumsi adanya variabel moderator kategori jenis kelamin yang mempengaruhi hubungan model jalur PLS sehingga tujuan analisis multigrup ini untuk menyingkap efek variabel moderator kategoris. Namun ketika data set heterogen tidak diketahui, maka dianggap unobserved heterogeneity. Sehingga pendekatan yang dapat dipilih ialah dengan finite mixture PLS (FIMIX-PLS).
h. Interpretasi Hasil dan Penarikan Kesimpulan Intrepretasi hasil dilakukan bedasarkan hasil dari model yang dibangun oleh peneliti berupa prediksi hubungan antar variabel yang terdapat dalam hipotesis, yaitu signifikansi hubungan antar variabel. Ketika interpretasi hasil model jalur diperlukan untuk menguji signifikansi seluruh hubungan model struktural. Ketika pelaporan hasil dapat dilakukan dengan uji signifikansi t value, p value, atau bootstrapping confidence interval. Bootsrapping digunakan untuk menilai signifikansi path coefficient

Partial Least Square-Structural Equation Modelling (PLS-SEM) (skripsi, tesis, disertasi)

Umumnya CB-SEM menguji kausalitas/teori, sedangkan PLS SEM lebih bersifat model prediktif. Untuk tujuan prediksi, pendekatan PLS lebih cocok karena pendekatan ini mengasumsikan bahwa semua ukuran varians adalah varians yang berguna untuk dijelaskan. Hadirnya metode PLS SEM bukan menjadi pesaing CB SEM, melainkan menjadi sebuah pelengkap dan menjadi alternative untuk metode regresi berganda, disesuaikan dengan tujuan penelitian (Priyono, 2013).
PLS dikatakan sebagai metode analisis yang powerful karena dapat digunakan pada setiap jenis skala data (nominal, ordinal, interval, dan rasio) tanpa menggunakan banyak syarat asumsi-asumsi yang harus terpenuhi (Ghozali, 2013). PLS dapat juga digunakan untuk tujuan konfirmasi (seperti pengujian hipotesis) dan tujuan eksplorasi (Sanchez, 2009). Meskipun PLS lebih diutamakan sebagai eksplorasi daripada konfirmasi, PLS juga dapat untuk menduga apakah terdapat atau tidak terdapat hubungan dan kemudian proposisi untuk pengujian

Interpretasi dan Modifikasi Model Pada SEM-PLS (skripsi, tesis, disertasi)

 

Setelah estimasi model dilakukan, penelitian masih dapat melakukan modifikasi terhadap model yang dikembangkan bila ternyata estimasi yang dihasilkan memiliki residual yang besar. Namun demikian, modifikasi hanya dapat dilakukan bila peneliti mempunyai justifikasi teoritis yang cukup kuat, sebab SEM bukan ditujukan untuk menghasilkan teori, tetapi menguji model yang mempunyai pijakan teori yang benar atau baik. Oleh karena itu, untuk memberikan interpretasi apakah model berbasis teori yang diuji dapat diterima langsung atau perlu pemodifikasian, maka peneliti harus mengarahkan perhatiannya pada kekuatan prediksi dan model yaitu dengan mengamati besarnya residual yang dihasilkan. Apabila pada standardized residual covariances matrix terdapat nilai diluar ring -2,58> residual > 2,58 maka model yang diestimasi perlu dilakukan modifikasi lebih lanjut.

Analisis direct effect, indirect effect dan total effect pada SEM-PLS (skripsi, tesis, disertasi)

Dalam penelitian ini juga akan dianalisis kekuatan hubungan atau pengaruh antar konstruk baik hubungan langsung, tidak langsung maupun hubungan totalnya. i) Efek langsung (direct effect) adalah koefisien dari garis dengan anak panah satu ujung dan terjadi pada dua konstruk yang dihubungkan dengan garis anak panah satu arah.
(ii) Efek tidak langsung (indirect effect) adalah efek yang muncul melalui sebuah variabel antara dan terjadi pada dua konstruk yang tidak dihubungkan dengan garis anak panah satu arah.
(iii) Efek total (total effect) adalah efek dari berbagai hubungan. Efek total merupakan gabungan antara efek langsung dengan efek tidak langsung.

Indikator Kepuasan Kerja (skripsi, tesis, dan disertasi)

Menurut Hasibuan (2008 : 202) mengemukakan bahwa : “Kepuasan kerja merupakan sikap emosional yang menyenangkan dan mencintai pekerjaannya. Sikap ini dicermikan oleh moral kerja,

 kedisiplinan, dan prestasi kerja.” Sesuai dengan pengertian diatas, maka indikator kepuasan kerja antara lain adalah sebagai berikut :1.Menyenangi pekerjaannya2.Mencintai pekerjaannya3.Moral kerja4.Kedisiplinan5.Prestasi kerja

Pengukuran Goodness of Fit (skripsi, tesis, disertasi)

Goodness of Fit di penelitian ini dibuktikan dengan menggunakan pengukuran sebagai berikut : (i) Chi – square (2) GOF atau CMIN digunakan untuk menguji pengaruh dua buah variabel nominal dan mengukur kuatnya hubungan antara variabel satu dengan variabel lainnya
(ii) Significance Probability adalah tingkat ketepatan (presisi) dalam kaitannya dengan kesalahan pengambilan sampel (sampling error)
(iii) RMSEA Sebuah indeks yang digunakan untuk mengkompensasi Chi-Square Statistic dalam jumlah yang besar
(iv) GFI adalah sebuah ukuran non-statistical yang mempunyai rentang nilai 0 (poor) sampai dengan 1.0 (perfect fit)
(v) AGFI adalah kriteria yang memperhitungkan proporsi tertimbang dari varians dalam sebuah matriks kovarians sampel.
(vi) CMIN/DF, CMIN dibagi dengan DF akan menghasilkan nilai indeks CMIN / DF, yang umumnya digunakan sebagai salah satu indikator untuk mengukur tingkat kesesuaian suatu model
(vii) TLI adalah indeks kesesuaian incremental yang digunakan untuk mengatasi masalah yang timbul akibat kompleksitas model.
(viii) CFI dengan Indeks kesesuaian incremental yang relative tidak sensitive terhadap besarnya sampel dan kurang dipengaruhi oleh kerumitan model.

Faktor –Faktor Yang Mempengaruhi Kepuasan Kerja (skripsi, tesis, dan disertasi)

Pada hakikatnya beberapa ahli telah merumuskan serta mengklasifikasikan tentang faktor –faktor yang mempengaruhi kepuasan kerja karyawan, salah satunya adalah menurut Hariandja (2002;291) mengemukakan bahwa faktor –faktor yang mempengaruhi kepuasan kerja tersebut diantaranya adalah sebagai berikut :1.Gaji yang Meliputi : Kompensasi, Insentif.Bayaran atau imbalan yang telah diberikan kepada seorang karyawan sebagai akibat dari pelaksanaan pekerjaan apakah sudah cukup adil dan sesuai dengan kebutuhan.

 2.Pekerjaan itu SendiriIsi ataupun inti dari pekerjaan yang dilakukan apakah sudah mempunyai elemen yang dapat memuaskan karyawan.3.Rekan SekerjaOrang –orang yang senantiasa berinteraksi dalam melaksanakan pekerjaan apakah sangat menyenangkan atau bahkan sebaliknya.4.Atasan(Kepemimpinan)Sesorang yang senantiasa memberikan perintah atau petunjuk dalam pelaksanaan kerja apakah dilakukan dengan cara yang menyenangkan sehingga dapat menimbulkan kepuasan kerja karyawan atau sebaliknya.5.PromosiKemungkinan seseorang dapat berkembang melalui kenaikan jabatan.6.Lingkungan KerjaSesuai dengan faktor –faktoryang mempengaruhi kepuasan kerja diatas maka kami memutuskan untuk menentukan variabel independent dalam penelitian kali ini adalah Insentif, kepemimpinan, serta lingkungan kerja

kriteria goodness-of-fit (skripsi, tesis, disertasi)

Pada langkah ini, kesesuaian model dievaluasi melalui telaah terhadap berbagai kriteria goodness-of-fit. Pada tahap ini dilakukan evaluasi apakah data yang digunakan dapat memenuhi asumsi-asumsi SEM. Apabila asumsi-asumsi ini sudah dipenuhi, maka model dapat diuji melalui berbagai cara uji yang akan diuraikan pada bagian ini. Asumsi-asumsi SEM meliputi :
a. Ukuran Sampel
Ukuran sampel yang harus dipenuhi dalam pemodelan ini adalah minimum berjumlah 100 dan selanjutnya menggunakan perbandingan 5 observasi untuk setiap estimated parameter.
b. Normalitas dan Linearitas
Sebaran data harus dianalisis untuk melihat apakah asumsi normalitas dipenuhi sehingga data dapat diolah lebih lanjut untuk pemodelan SEM ini. Normalitas dapat diuji dengan melihat gambar histogram data atau dapat diuji dengan metode-metode statistik. Uji normalitas ini perlu dilakukan baik untuk normalitas terhadap data tunggal maupun normalitas multivariate dimana beberapa variabel digunakan sekaligus dalam analisis akhir. Uji linearitas dapat dilakukan dengan mengamati scatterplots dari data yaitu dengan memilih pasangan data dan dilihat pola penyebarannya untuk menduga ada tidaknya linearitas. c. Outliers
Outliers adalah observasi yang muncul dengan nilai-nilai ekstrim baik secara univariat maupun multivariate. Outliers muncul karena kombinasi karakteristik unik yang dimilikinya dan terlihat sangat jauh berbeda dari observasi-observasi lainnya. Outlier pada dasarnya dapat muncul dalam empat kategori :
a. Outlier muncul karena kesalahan prosedur seperti kesalahan dalam memasukkan data atau kesalahan dalam mengkoding data
b. Outlier dapat saja muncul karena keadaan yang benar-benar khusus yang memungkinkan profil datanya lain daripada yang lain, tetapi peneliti mempunyai penjelasan mengenai apa penyebab munculnya nilai ekstrim itu.
c. Outlier dapat muncul karena adanya sesuatu alasan tetapi peneliti tidak dapat mengetahui apa penyebabnya atau tidak ada penjelasan mengenai sebab-sebab munculnya nilai ekstrim itu.
d. Outlier dapat muncul dalam range nilai yang ada, tetapi bila dikombinasi dengan variabel lainnya, kombinasinya menjadi tidak lazim atau sangat ekstrim.
d. Multikolinearitas dan Singularitas
Dapat dideteksi melalui determinan matriks kovarians. Nilai determinan matriks kovarians yang sangat kecil memberi indikasi adanya problem multikolinearitas atau singularitas e. Evaluasi atau kriteria goodness of fit
Setelah asumsi-asumsi SEM terpenuhi, selanjutnya dilakukan pengujian kelayakan model. Untuk menguji kelayakan model yang dikembangkan dalam model persamaan struktural ini, akan digunakan beberapa indeks kelayakan model.

Pengertian Kepuasan Kerja Pengertian Kepuasan Kerja

Kepuasan kerja merupakan ungkapan perasaan seorang karyawan dalam bekerja. Hal tersebut menjadi penting dan salah satu dari tujan perusahaan yang hendak dicapai, karena dengan tercapainya kepuasan kerjalah karyawan dapat senantiasa memaksimalkan segala potensi yang dimiliki untuk lebih berkontribusi dan berkomitmen untuk perusahaan. Locke (kaswan, 2012) memberikan definisi komprehensifatau secara menyeluruh tentang kepuasan kerja yang meliputi reaksi atau sikap kognitif, afektif, dan evaluatif serta mengungkapkan bahwa kepuasan kerja ialah keadaan atau suasana emosi yang gembira/senang

 atau emosi positif yang bersumber dari penilaian pekerjaan ataupun pengalaman bekerja seorang karyawan.Menurut Robbins (titisari, 2014) karyawan yang puas berkemungkinan lebih besar untuk berbicara secara positif tentang organisasi, membantu rekan kerja, serta membuat kinerja pekerjaan mereka melampaui pikiran normal, lebih dari itu karyawan yang puas mungkin lebih patuh terhadap panggilan tugas, karena mereka ingin mengulang pengalaman –pengalaman positif mereka

Tahap Analisis CB-SEM (skripsi, tesis, disertasi)

Untuk mencapai tujuan penelitian serta pengujian hipotesis yang diajukan, maka data yang diperoleh selanjutnya akan diolah sesuai dengan kebutuhan analisis. Adapun langkah-langkah pembentukan model persamaan struktural (SEM) adalah sebagai berikut :
1. Pengembangan model berbasis teori
Langkah pertama dalam pengembangan model SEM adalah mengetahui hubungan klausalitas antar variabel, dimana perubahan terhadap satu variabel akan berakibat pada perubahan variabel lainnya. Kuatnya hubungan klausalitas antar dua variabel terletak pada justifikasi (pembenaran) teoritis yang kuat untuk mendukung analisis. SEM tidak digunakan untuk menghasilkan sebuah model, tetapi digunakan untuk mengkonfirmasi model teoritis tersebut melalui data empirik.  2. Pengembangan diagram jalur
Langkah kedua dalam SEM adalah menggambarkan model teoritis yang telah dibangun ke dalam sebuah diagram jalur. Gunanya yaitu untuk memudahkan dalam melihat hubungan-hubungan kausalitas yang akan diuji.
3. Konversi diagram jalur ke dalam persamaan
Langkah ketiga dalam SEM adalah mengkonversi diagram jalur yang sudah dibentuk ke dalam sebuah persamaan. Persamaan yang dibangun akan terdiri dari :
a. Persamaan-persamaan struktural (structural equations). Persamaan ini dirumuskan untuk menyatakan hubungan kausalitas antar berbagai konstruk. Tujuannya untuk melihat signifikansi hubungan antar variabel laten dalam model penelitian dengan melihat koefisien jalur (path coefficient).
b. Persamaan spesifikasi model pengukuran (measurement model). Pada spesifikasi ini peneliti menentukan variabel mana mengukur konstruk mana serta menentukan serangkaian matriks yang menunjukkan korelasi yang dihipotesakan antar konstruk atau variabel.
4. Memilih matriks input dan estimasi model
Perbedaan SEM dengan teknik-teknik multivariate lainnya adalah dalam input data yang digunakan dalam pemodelan dan estimasinya. SEM hanya menggunakan matriks varians / kovarians atau matriks korelasi sebagai data input untuk keseluruhan estimasi yang dilakukannya. Data mentah observasi individu yang dijadikan inputan akan dikonversi terlebih dahulu dalam bentuk matriks kovarians atau matriks korelasi sebelum melakukan estimasi.
Ukuran sampel memegang peranan penting dalam estimasi dan interpretasi hasil-hasil SEM. Ukuran sampel digunakan sebagai dasar untuk mengestimasi kesalahan sampling. Menurut Hair dkk. dalam buku yang ditulis oleh Ferdinand (2002), ukuran sampel yang sesuai digunakan dalam SEM adalah antara 100 – 200. Bila ukuran sampel menjadi terlalu besar misalnya lebih dari 400 maka metode menjadi sangat sensitif sehingga sulit untuk mendapatkan ukuran-ukuran goodness-of-fit yang baik. Ada beberapa teknik estimasi yang bisa digunakan, seperti Maximum Likelihood Estimation (ML), Generalized Least Square Estimation (GLS) dan lain sebagainya.
5. Kemungkinan munculnya masalah identifikasi
Selama proses estimasi model kausal ini, salah satu masalah yang akan dihadapi adalah masalah identifikasi. Masalah identifikasi itu sendiri adalah masalah mengenai ketidakmampuan dari model yang dikembangkan untuk menghasilkan estimasi yang unik. Masalah identifikasi dapat diketahui melalui beberapa hal berikut ini:
a. Standard error untuk satu atau beberapa koefisien adalah sangat besar
b. Program tidak mampu menghasilkan matrik informasi yang seharusnya disajikan
c. Muncul angka-angka yang aneh seperti adanya varians error yang negatif d. Munculnya korelasi yang sangat tinggi antara koefisien estimasi yang didapat (misalnya lebih dari 0.9)

Fungsi Manajemen Sumber Daya Manusia (skripsi, tesis, dan disertasi)

Terdapat dua pendapat yang sangat mirip atau bahkan bisa dikatakan sama dalam mendefinisikan tentang fungsi Manajemen Sumber Daya Manusia.Pertama, menurut Flippo (Rosidah, 2009) mengemukakan fungsi Sumber Daya Manusia diantanya adalah sebagai berikut :1.Pengadaan2.Pengembangan3.Pemberian kompensasi4.Pengintegrasian5.Pemeliharaan dan pelepasan Sumber Daya Manusia
Sedangkan yang kedua menurut Tulus (Rosidah, 2009) mendefinisikan tentang fungsi Sumber Daya Manusia antara lain sebagai berikut :1.Pengadaan2.Pengembangan3.Pemberian kompensasi4.Pengintegrasian5.Pemeliharaan dan pemutusan hubungan kerja

Covariance-based Structural Equation Modeling (CB-SEM) (skripsi, tesis, disertasi)

Structural Equation Model (SEM) merupakan gabungan dari dua metode statistik yang terpisah yaitu analisis faktor (factor analysis) yang dikembangkan di ilmu psikologi dan psikometri dan model persamaan simultan (simultaneous equation modeling) yang dikembangkan di ekonometrika (Ghozali, 2005). SEM secara essensial menawarkan kemampuan untuk melakukan analisis jalur dengan variabel laten (Ghozali dan Latan, 2012). Umumnya terdapat dua jenis tipe SEM yang sudah dikenal secara luas yaitu covariance-based structural equation modeling (CB-SEM) yang dikembangkan oleh Joreskog (1969) dan partial least square path modeling (PLS-SEM) sering disebut variance atau component-based structural equation modeling yang dikembangkan oleh Wold (1974). Covariance based SEM merupakan tipe SEM yang mengharuskan konstruk maupun indikator-indikatornya untuk saling berkorelasi satu dengan lainnya dalam suatu model struktural. Secara umum, penggunaan CB-SEM bertujuan untuk mengestimasi model struktural berdasarkan telaah teoritis yang kuat untuk menguji hubungan kausalitas antar konstruk serta mengukur kelayakan model dan mengkonfimasinya sesuai dengan data empirisnya. Dengan menggunakan fungsi Maximum Likelihood (ML), CB-SEM berusaha meminimumkan perbedaan antara sample covariance dan covariance yang diprediksi oleh model teoritis sehingga proses estimasi menghasilkan residual covariance matrix yang nilainya kecil mendekati nol. Penggunaan CB-SEM sangat dipengaruhi oleh asumsi parametrik yang harus dipenuhi seperti variabel yang diobservasi memiliki multivariate normal distribution dan observasi harus independen satu sama lain. Penggunaan CB-SEM sangat dipengaruhi oleh jumlah sampel, karena jumlah sample kecil dapat menghasilkan model fit meskipun model tersebut terbentuk dari model yang jelek. Jika sample kecil dan tidak asimptotik akan memberikan hasil estimasi paramater dan model statistik yang tidak baik atau bahkan menghasilkan varian negatif yang disebut Heywood Case. Analisis CB-SEM dalam membentuk variabel laten mengharuskan indikator-indikatornya bersifat reflektif.  Dalam model indikator refleksif atau manifest (gambar 2.4), indikator dipandang sebagai variabel yang dipengaruhi oleh variabel laten sesuai dengan teori pengukuran classical test theory. Pada model indikator refleksif, indikator-indikator pada satu konstruk (variabel laten) dipengaruhi oleh konsep yang sama. Perubahan dalam satu item atau indikator akan berakibat pada perubahan indikator lainnya dengan arah yang sama. Pada kenyataannya indikator dapat dibentuk dalam bentuk formatif indikator model yaitu indikator dipandang sebagai variabel yang mempengaruhi variabel laten. Jika salah satu indikator meningkat maka indikator yang lain tidak harus ikut meningkat pula. Kenaikan pada suatu indikator akan meningkatkan variabel laten. Penggunaan model indikator formatif (gambar 2.5) dalam CB-SEM akan menghasilkan model yang unidentified yang berarti terdapat covariance bernilai nol di antara beberapa indikator. Hubungan kausalitas model struktural dibangun atas dasar teori dan CB-SEM hanya ingin mengkonfirmasi apakah model berdasarkan teori tadi tidak berbeda dengan model empirisnya.

Pengertian Sumber Daya Manusia Pengertian Sumber Daya Manusia

Manajemen Sumber Daya Manusia merupakan gabungan dua konsepsi yang sangat berbeda. Meskipun keduanya memiliki arti dan pengertian yang tidak sama, akan tetapi dapat bersatu padu membentuk makna baru dalam kemajuan sebuah teori ilmu pengetahuan. Kedua konsepsi tersebut diantaranya adalah konsep tentang Manajemen dan konsep tentang Sumber Daya Manusia.Menurut Tulus (Rosidah, 2009) mengatakan bahwa Manajemen Sumber Daya Manusia adalah perencanaan, pengorganisasian, pengarahan dan pengawasan atas pengadaan, pengembangan, pemberian kompensasi, pengintegrasian, pemeliharaan dan pemutusan hubungan tenaga kerja, dengan maksud untuk membantu mencapai tujuan organisasi, individu, maupun masyarakat.Sedangkan menurut Bangun (2012) mendefinisikan Sumber Daya Manusia sebagai suatu proses perencanaan, pengorganisasian, penyususnan staff, penggerak, dan pengawasan, terhadap pengadaan, pengembangan, pemberian kompensasi, pengintegrasian, pemeliharaan, dan pemisahan tenaga kerja untuk mencapai tujuan organisasi

cara pengambilan sampel (skripsi, tesis, disertasi)

Menurut Nursalam (2013), cara pengambilan sampel dapat digolonglan menjadi dua, yaitu:
a. Probability sampling
Prinsip utama probability sampling adalah bahwa setiap subyek dalam populasi mempunyai kesempatan untuk terpilih atau tidak terpilih sebagai sampel.
1. Simple random sampling
Untuk mencapai sampling ini, setiap elemen diseleksi secara acak. Misalnya, jika sampel yang diambil setengah dari 50 populasi yang tersedia, maka 25 sampel diambil secara acak.
2. Stratified random sampling
Teknik sampling ini digunakan peneliti untuk mengetahui beberapa variabel pada populasi yang merupakan poin penting untuk dapat mencapai sampel yang mewakili populasi tersebut. Misalnya, jika direncanakan ada 75 sampel mahasiswa, peneliti membagi menjadi 3 kelompok berdasarkan tingkat pendidikan (S1, S2 dan S3).
3. Cluster sampling
Cluster berarti pengelompokkan sampel berdasarkan wilayah atau lokasi populasi. Misalnya, peneliti ingin meneliti anak yang mengalami gizi buruk, maka peneliti mengambil sampel pada pasien berdasarkan tempat pasien dirawat (rumah sakit A, B, C) yang mempunyai karakteristik berbeda.
4. Systematic sampling
Pengambilan sampel secara sistematik dapat dilaksanakan jika tersedia daftar subyek yang dibutuhkan. Jika jumlah populasi sebesar 1000 dan sampel yang dipilih adalah 50, maka sampel diambil dari daftar yang berada pada posisi kelipatan 20 (1000:50=20) dalam daftar, yaitu sampel nomor 20, 40, 60 dan seterusnya.
b. Nonprobability sampling
Nonprobability sampling adalah teknik pengambilan sampel yang tidak memberi peluang atau kesempatan sama bagi setiap anggota populasi untuk dipilih menjadi sampel,
1. Purposived sampling
Purposive sampling disebut juga judgement sampling adalah suatu teknik penetapan sampel dengan cara memilih sampel di antara populasi sesuai dengan yang dikehendaki peneliti (tujuan atau masalah dalam penelitian), sehingga sampel tersebut dapat mewakili karakteristik populasi.
2. Consecutive sampling
Pemilihan sampel dengan consecutive (berurutan) adalah pemilihan sampel dengan menetapkan subjek yang memenuhi kriteria penelitian dimasukkan dalam penelitian sampai kurun waktu tertentu, sehingga jumlah klien yang diperlukan terpenuhi. 3. Convenience sampling
Pemilihan sampel convenience adalah cara penetapan sampel dengan mencari subyek atas dasar hal-hal yang menyenangkan atau mengenakkan peneliti. Sampling ini dipilih apabila kurangnya pendekatan dan tidak memungkinkan untuk mengontrol bias. Subjek dijadikan sampel karena kebetulan dijumpai di tempat dan waktu yang bersamaan saat melakukan pengumpulan data. Sampel diambil tanpa sistematika tertentu, sehingga tidak dapat dianggap mewakili populasi sumber, apalagi populasi target.
4. Quota Sampling
Teknik penentuan sampel dalam kuota menetapkan setiap strata populasi berdasarkan tanda-tanda yang mempunyai pengaruh terbesar variabel yang akan diselidiki. Misal, dalam suatu penelitian didapatkan adanya 100 populasi, peneliti menetapkan kuota sebanyak 75 subyek untuk dijadikan sampel, maka jumlah tersebut dinamakan kuota

Skala Pengukuran Data (skripsi, tesis, disertasi)

Skala Pengukuran Data

Pengukuran adalah proses hal mana suatu angka atau simbol dilekatkan pada karakteristik atau properti suatu stimuli sesuai dengan aturan/prosedur yang telah ditetapkan (Imam Ghozali, 2005). Ada empat skala pengukuran yang digunakan dalam penelitian, yaitu : a. Skala nominal, adalah skala yang semata-mata hanya untuk memberikan indeks, atau nama saja dan tidak mempunyai makna yang lain. Skala Nominal mengelompokkan objek-objek kedalam beberapa kelompok yang memiliki kemiripan ciri. Hasil pengukuran skala nominal tidak dapat diurutkan tetapi bisa dibedakan. Contoh umum yang biasa dipakai yaitu variabel jenis kelamin. Dalam hal ini hasil pengukuran tidak dapat diurutkan (wanita lebih tinggi dari pada lak-laki, atau sebaliknya), tetapi lebih pada perbedaan keduanya. b. Skala ordinal, adalah skala ranking, di mana kode yang diberikan memberikan urutan tertentu pada data, tetapi tidak menunjukkan selisih yang sama dan tidak ada nol mutlak. Hasil pengukuran skala ini dapat menggambarkan posisi atau peringkat tetapi tidak mengukur jarak antar peringkat. Jarak antara peringkat 1 dan 2 tidak harus sama dengan jarak peringkat 2 dan 3. Contoh: status sosial (tinggi, rendah, sedang). Hasil pengukuran yang mengelompokkan masyarakat-masyarakat masuk pada status sosial tinggi, rendah, atau sedang. Dalam hal ini, kita dapat mengetahui tetapi perbedaan antar status sosial (tinggi-rendah, rendah-sedang, tinggi-sedang, dst) belum tentu sama. c. Skala interval, adalah skala pengukuran yang mempunyai selisih sama antara satu pengukuran dengan pengukuran yang lain, tetapi tidak memiliki nilai nol mutlak. Ciri penting dari skala ini adalah data bisa ditambahkan, dikurangi, digandakan, dan dibagi tanpa mempengaruhi jarak relatif skor-skornya. Selanjutnya skala ini tidak mempunyai nilai nol mutlak sehingga tidak dapat diinterpretasikan secara penuh besarnya skor dari rasio tertentu. Sebagai contoh, penilaian kinerja karyawan dengan skala 0-100

d. Skala rasio, adalah skala yang memiliki sifat-sifat skala nominal, skala ordinal, dan skala interval. Bedanya adalah pada skala ratio dilengkapi dengan titik nol absolut dengan makna empiris. Angka pada skala menunjukkan ukuran yang sebenarnya dari obyek atau kategori yang diukur. Skala rasio hampir sama dengan skala interval dalam arti interval-interval di antara nomor diasumsikan sama. Selisih tiap pengukuran adalah sama dan mempunyai nilai nol mutlak. Skala rasio merupakan skala pengukuran yang ditujukan pada hasil pengukuran yang bisa dibedakan, diurutkan, mempunyai jarak tertentu, dan bisa dibandingkan. Contoh: Perbandingan berat dua orang. Berat Fulan1 40kg dan Fulan2 80kg. Dapat diketahui bahwa fulan2 dua kali lebih berat daripada Fulan1, karena nilai variabel numerik berat mengungkapkan rasio dengan nilai nol sebagai titik bakunya.

teknik pengumpulan data (skripsi, tesis, disertasi)

Sutrisno Hadi (2000) mengemukakan bahwa teknik pengumpulan data dibedakan menjadi 3 macam, yaitu kuesioner, wawancara dan observasi. Metode pengumpulan data yang umum digunakan dalam suatu penelitian yaitu:
1. Kuesioner
Kuesioner adalah suatu teknik pengumpulan informasi yang memungkinkan analis mempelajari sikap-sikap, keyakinan, perilaku, dan karakteristik beberapa orang penting di dalam organisasi, yang bisa oleh sistem yang diajukan atau sistem yang sudah ada. Tujuan pokok pembuatan kuesioner adalah untuk memperoleh informasi yang relevan dengan masalah dan tujuan penelitian dan untuk memperoleh informasi dengan reliabel dan validitas yang tinggi.
2. Wawancara

Wawancara adalah proses memperoleh keterangan atau data untuk tujuan tertentu dengan cara tanya jawab, sambil bertatap muka antara pewawancara dan responden dengan menggunakan alat yang dinamakan panduan wawancara. Secara garis besar ada dua macam pedoman wawancara, yaitu: a. Pedoman wawancara tidak terstruktur, yaitu pedoman wawancara yang hanya memuat garis besar yang akan ditanyakan.
b. Pedoman pewawancara terstruktur, yaitu pedoman wawancara yang disusun secara terperinci sehingga menyerupai chek-list.
3. Observasi

Obeservasi atau pengamatan langsung adalah teknik pengumpulan data dengan melakukan penelitian langsung terhadap obyek penelitian yang mendukung kegiatan penelitian, sehingga didapat gambaran secara jelas tentang kondisi obyek penelitian tersebut. Observasi dapat dilakukan dengan dua cara, yaitu observasi partisipasi dan non-partisipan. Observasi partisipasi dilakukan apabila peneliti ikut terlibat secara langsung, sehingga menjadi bagian dari kelompok yang diteliti. Sedangkan observasi non partisipan adalah observasi yang dilakukan dimana peneliti tidak menyatu dengan yang diteliti, peneliti hanya sekedar sebagai pengamat.

Data menurut waktu pengumpulannya (skripsi, tesis, disertasi)

a. Data Time Series
Data time series adalah data yang dikumpulkan dari waktu ke waktu pada satu obyek untuk menggambarkan perkembangan dari obyek penelitian selama periode tertentu.
b. Data Cross Section
Data cross section adalah data yang dikumpulkan di satu periode tertentu pada beberapa obyek untuk menggambarkan keadaan pada periode tertentu

Faktor-faktor yang Mempengaruhi Kinerja Pegawai (skripsi, tesis, dan disertasi)

Menurut Kaswan (2016:11), terdapat 3 faktor yang mempengaruhi kinerja pegawaidalam literature manajemen, yaitu:Performance (P)= Ability (A) x Effort (E) x Support (S)a.KemampuanKemampuan mencerminkan talenta dan keterampilan pegawaiyang meliputi, intelengensi, keterampilan interpersonal dan pengetahuan pekerjaan, minat, dan karakteristik kepribadian.b.Usaha yang dilakukanMeliputi motivasi, etika kerja, kehadiran, pergantian pegawai, serta desain pekerjaan.c.Dukungan organisasiFaktor ini meliputi sejumlah karakteristik organisasi yang dapat mempengaruhi kinerja pegawaibaik positif maupun negatif. Yang mencakup pelatihan dan pengembangan, peralatan dan teknologi, standar kerja, serta manajemen dan rekan kerja.2.3Pengaruh Lingkungan Kerja Terhadap Kinerja PegawaiRobbins (2002:36), mengungkapkan bahwa para karyawan menaruh perhatian yang besar terhadap lingkungan kerja mereka, baik dari segi kenyamanan pribadi maupun kemudahan melakukan pekerjaan dengan baik. Lingkungan kerja ini dibagi menjadi 2 (dua), yaitu lingkungan kerja fisik dan lingkungan kerja non fisik. Terciptanya lingkungan kerja yang baik dapat berpengaruh terhadap kinerja pegawai. Kedua lingkungan fisik dan non fisik ini juga berpengaruh terhadap motivasi dan semangat kerja pegawaikarena apabila lingkungan kerja pada suatu instansi itunyaman dan menyenangkan maka pegawaidapat bersemangat untuk melaksanakan kerjanya sehingga kinerjanya meningkat dan visi misiinstansidapat tercapai dengan baik.

Penilaian Kinerja (skripsi, tesis, dan disertasi)

Penilaian kerja ini dilakukan agar suatu instansidapat mengukur sejauh mana kinerja yang dihasilkan oleh pegawainya. Menurut Swasto (2011:69), penilaian kinerja (performance appraisal) adalah suatu proses penilaian secara sistematik terhadap prestasi kerja yang dimiliki oleh karyawan yang dilakukan oleh pemimpin perusahaan berdasarkan pekerjaan yang diberikan. Menurut Yorder yang dikutip oleh Hasibuan (2012:88) menyatakan bahwa: ”Personnel appeaisals refers to the formal procedures used in working organazations to evaluate the personalities and contributins and potentials of group members”. Yang berarti, “penilaian kerja merupakan

 prosedur yang formal dilakukan di dalam organisasi untuk mengevaluasi pegawai dan sumbangan serta kepentingan bagi pegawai”.Kriteria menilai kinerja pegawaimenurut Kaswan (2016:7), ada enam kriteria utama yang digunakan menilai kinerja pegawai, antara lain: a.Kualitas Seberapa jauh atau baik proses atau hasil menjalankan aktivitas mendekati kesempurnaan, ditinjau dari kesesuaian dengan cara ideal menjalankan suatu kegiatan atau memenuhi tujuan yang dikehendaki oleh suatu aktivitas. b.Kuantitas Jumlah yang dihasilkan, dinyatakan dalam nilai rupiah, jumlah unit, atau jumlah siklus kegiatan yang telah diselesaikan. c.Ketepatan waktu Seberapa jauh atau baik sebuah aktivitas diselesaikan, atau hasil yang diproduksi, pada waktu yang paling awal dikehendaki dari sudut pandang koordinasi dengan output yang lain maupun memaksimumkan waktu yang ada untuk kegiatan-kegiatan lain. d.Efektivitas biaya Seberapa jauh atau baik sumber daya organisasi (misal manusia, moneter, teknologi, bahan) dimaksimumkan dalam pengertian memperoleh keuntungan tertinggi atau pengurangan dalam kerugian dari masing-masing unit, atau contoh penggunaansumber daya. e.Kebutuhan untuk supervisi Seberapa jauh atau baik seorang pegawaidapat melaksanakan fungsi kerja tanpa harus meminta bantuan pengawasan atau memerlukan intervensi pengawasan untuk mencegah hasil yang merugikan.f.Dampak interpersonal/kontekstual kinerjaSeberapa jauh atau baik pegawaimeningkatkan harga diri, itikad baik (goodwill), dan kerjasama antar sesama pegawaidan bawahan

Pengertian Kinerja (skripsi, tesis, dan disertasi)

Suatu perusahaan atau instansitidak akan bisa berjalan tanpa adanya dukungan dari sumber daya manusia atau pegawai nya. Maka dukungan ini adalah salah satu kunci untuk mencapai tujuan yang telah ditetapkan oleh suatu perusahaan/instansi. Dukungan yang dimaksud merupakankinerja pegawai. Menurut Arifin (2012), kinerja pada dasarnya merupakan hasil kerja yang dicapai oleh pekerja dalam pekerjaannya menurut kriteria tertentu yang berlaku untuk suatu pekerjaan tertentu. Selain itu, definisi lain dikemukakan oleh Imam (2016) yang mengatakan bahwa kinerja karyawan adalah sebuah proses manajemen atau organisasi secara keseluruhan dimana hasil kerja tersebut dapat ditunjukkan secara konkrit dan dapat diukur kinerjanya

Pengertian Lingkungan Kerja Non Fisik Pengertian Lingkungan Kerja Non Fisik

Sedarmayanti (2009:31) mengungkapkan bahwalingkungan kerja non fisik adalah semua keadaan yang terjadi yang berkaitan dengan hubungan kerja, baik dengan atasan maupun dengan sesama rekan kerja, ataupun dengan bawahan.Lingkungan kerja non fisik juga mencerminkan kondisi yang mendukung kerjasama antara tingkat atasan dengan bawahan maupun sesama rekan kerja yang memiliki status jabatan sama di suatu perusahaan (Nitisemito, 2000:139).Menurut Ahyari (2001: 126) faktor laindalam lingkungan kerja non fisik yang tidak boleh diabaikan adalah hubungan karyawan di dalam perusahaan yang bersangkutan tersebut.

Pengertian Lingkungan Kerja Fisik (skripsi, tesis, dan disertasi)

Lingkungan kerja fisik yaitu semua keadaan berbentuk fisik yang terdapat di sekitar tempat kerja dimana dapat mempengaruhi kerja karyawan baik secara langsung maupun tidak langsung, Sedarmayanti (2009:22).Menurut Sihombing (2014:175) lingkungan kerja fisik adalah salah satu unsur yang harus digunakan perusahaan

 sehingga dapat menimbulkan rasa aman, tentram dan dapat meningkatkan hasil kerja yang baik untuk peningkatan hasil kerja yang baik untuk peningkatan kinerja karyawan.Ada beberapa faktor yang dapat mempengaruhi lingkungan kerja fisik yaitu warna, kebersihan, sirkulasi udara, penerangan dan keamanan (Nitisemito, 2000:184). Sedangkan menurut Setiawan (2008:83), faktor-faktor yang dapat mempengaruhi terbentuknya suatu lingkungan kerjafisikdiantaranya adalah temperatur, kelembaban, sirkulasi udara, pencahayaan, kebisingan, getaran mekanis dan keamanan.

Pengertian Lingkungan Kerja (skripsi, tesis, dan disertasi)

Menurut Arta dan Sari (2015), lingkungan kerja adalah lingkungan dimana seorang karyawan melakukan pekerjaan sehari-harinya yang dapat mempengaruhi dirinya dalam menjalankan tugas-tugasnya.Menurut Nuryasin et al(2016), suatu kondisi lingkungan kerja dikatakan baik, apabila karyawan dapat melaksanakan kegiatan atau pekerjaan secara optimal, sehat, aman, dan nyaman.Nuryasin et al (2016),juga mengungkapkan bahwa lingkungan kerja dibagimenjadi 2 (dua) yaitu: lingkungan kerja fisik dan lingkungan kerja non fisik.

Sistem Penilaian Prestasi Kerja (skripsi, tesis, dan disertasi)

Dalam melakukan penilaian prestasi kerja karyawan tidaklah mudah, harus dengan sistempenilaian yang berlaku dalam organisasi atau perusahaan. Penilaian bisa menjadi objektif ataupun menjadi subjektif tergantung dari seorang penilai yang memberikan penilaian. Maka, pemimpin harusbisa menilai dengan seobjektifmungkindalam memberikan penilaianterhadap karyawan supaya tidak terjadi kesalahan dalam menilai.

 Ada beberapa kesalahandari sistem penilaianyang sering terjadi dalam melakukan penilaian prestasi kerja karyawan. Menurut Bambang (2012:120) ada beberapa masalahpotensial yang sering dihadapi dalam penilaian prestasi kerja diantaranyayaitu :1.Hallo EffectMasalah ini terjadi apabila seorang penilai terpengaruh oleh salah satu aspekdari seseorang (yang dinilai), baik sikap, penampilan, maupun prestasikerjanya dimasa lalu, sehingga penilai dapat memberikan nilai yang negatifmaupun positif mendahului nilai sebenarnya yang harus diberikan setelahproses penilaian berlangsung. Untuk menghindari kesalahan ini, seorangpenilai hendaknya menyadari bahwa tidak ada seorangpun yang sempurna,tanpa kekurangan sama sekali. Dalam banyak hal seseorang mungkinbanyak memiliki kelebihan, tetapi dalam hal yang lain ada kekurangannya.2.LeniencyMasalah ini terjadi karena adanya kesalahan penilaian yang diakibatkan olehsikap seorang penilai yang terlalu baik yang memiliki kecenderunganmemberikan nilai yang terlalu tinggi terhadap orang lain. Sikap ini akanmenimbulkan hasil penilaian yang tidak mencerminkan keadaan sebenarnya.
 3.StrictnessMasalah ini terjadi akibat dari seorang penilai yang bertolak belakangdengan masalah sebelumnya, yaitu sikap terlalu memandang rendah oranglain, sehingga penilai memiliki kecenderungan untuk memberikan nilai yangterlalu rendah terhadap orang lain.4.Central TendencyBanyak penilai (terutama yang bukan penilai professional) yang tidak maubersusah payah dalam memberikan penilaian, sehingga nilai yang diberikancenderung nilai rata-rata (sedang). Kesalahan ini biasanya terjadi karena penilai hanya memiliki waktu dan informasi tentang sifat dan prestasi seseorang.5.Personal BiasesKesalahan lain yang sering terjadi adalah kesalahan dalam penilaian yangbersumber dari perasaan seorang penilai. Contohnya, seorang penilai yangmemberikan nilai yang baik pada orang lain yang lebih senior, lebih tuausianya, berasal dari suku yangsama dan lain-lain

Obyek Penilaian Prestasi Kerja (skripsi, tesis, dan disertasi)

Penilaian prestasi kerja memiliki objek yang harus dinilai. Adapun beberapa objek penilaian prestasi kerja menurut Heidjrachman dan Suad (2010;129), antara lain :a.Hasil kerja individuJika mengutamakan hasil akhir, maka pihak manajemen melakukan penilaian prestasi kerja dengan obyek hasil kerja individu. Biasanya berlaku pada bagian produksi dengan indikator penilaianoutputyang dihasilkan, sisa dan biaya per-unit yang dikeluarkan.

 b.PerilakuUntuk tugas yang bersifatinstrinsik, misalnya sekretaris atau manajer, maka penilaian prestasi kerja ditekankan pada penilaian terhadap perilaku, seperti ketepatan waktu memberikan laporan, kesesuaian gaya kepemimpinan, efisiensi dan efektivitas pengambilan keputusan, tingkat absensi.c.SifatMerupakan obyek penilaian yang dianggap paling lemah dari kriteria penilaian prestasi kerja, karena sulit diukur atau tidak dapat dihubungkan dengan hasiltugas yang positif, seperti sikap yang baik, rasa percaya diri, dapat diandalkan, mampu bekerja sama.

Jenis Variabel (skripsi, tesis, disertasi)

Variabel adalah objek yang dijadikan penelitian dan memiliki nilai bervariasi yang ditetapkan oleh peneliti untuk dipelajari dan ditarik kesimpulannya, sedangkan sesuatu yang hanya memiliki satu nilai disebut konstanta. Variabel dibedakan sebagai berikut:
a. Variabel bebas/independen (Exogenous variable atau X) adalah variabel yang mempengaruhi perubahan dalam variable terikat dan mempunyai hubungan positif dan negatif (Suharso, 2009).  b. Variabel terikat/dependen (Endogenous variable atau Y) adalah variabel yang menjadi perhatian utama (sebagai faktor yang berlaku dalam pengamatan) dan menjadi sasaran penelitian (Suharso, 2009).
c. Variabel laten (Unobserved/latent variable) biasa disebut sebagai variabel abstrak atau variabel yang tidak dapat diukur. Variabel laten memiliki dua jenis yaitu variabel laten eksogen dan variabel laten endogen. Variabel laten eksogen dapat disebut sebagai variabel bebas dalam suatu persamaan sedangkan variabel laten endogen merupakan variabel terikat pada suatu persamaan (Wijanto, 2008).
d. Variabel manifes (Observed/manifest variable) merupakan variabel yang dapat diamati atau dapat diukur secara empiris. Variabel manifes dapat disebut sebagai efek atau ukuran dari variabel laten (Wijanto, 2008).
e. Variabel moderator (moderating variable) adalah variabel yang mempunyai pengaruh ketergantungan yang kuat dalam hubungan antara variabel bebas dan variabel terikat (Suharso, 2009).
f. Variabel antara (intervening variable) adalah variabel yang bisa muncul saat variabel bebas mulai mempengaruhi variabel terikat, dan saat pengaruh variabel bebas terasa pada variabel terikat (Suharso, 2009).

Model Integrasi TTF-UTAUT (skripsi, tesis, disertasi)

Penggabungan model TTF dan UTAUT telah dilakukan oleh beberapa peneliti. Penelitian untuk menguji model integrasi TTF-UTAUT sebelumnya juga telah dilakukan oleh Dishaw pada tahun 2004 dengan responden mahasiswa dari beberapa kelas penelitian pemasaran, sistem analis, programer, dan manajemen operasi. Penelitian dilakukan dengan menggunakan model secara terpisah dan penggabungan kedua model, hasilnya kombinasi kedua model menghasilkan penjelasan yang lebih mendalam dalam mengetahui perilaku pengguna untuk menggunakan sistem informasi.
Penelitian ini dikembangkan lagi oleh Pai dan Tu pada tahun 2011 dengan menggunakan model integrasi TTF-UTAUT untuk mengetahui faktor-faktor yang mempengaruhi penerimaan dan penggunaan sistem Customer Relationship Management (CRM) di industri pelayanan distribusi Taiwan. Dalam penelitiannya, Pai dan Tu meneliti pengaruh Behavioural Intention dari penggunaan sistem CRM yang dipengaruhi oleh ketiga faktor kunci yaitu Performance Expectancy, Effort Expectancy dan Social Expectancy serta faktor Task Characteristics and Technology Characteristics dari TTF terhadap Task-Technology Fit yang berpengaruh tidak langsung kepada Behavioural Intention. Pada hasil penelitian tersebut diketahui bahwa penentuan perilaku pengguna terhadap sistem CRM (User Behaviour) akan dipengaruhi oleh faktor Behavioural Intention dan Facilitating Conditions yang ada.
Selain itu, peneliti lain juga menggunakan metode gabungan TTF-UTAUT (Zhou dkk., 2010) dalam penelitiannya tentang pengintegrasi model TTF dan UTAUT untuk menjelaskan adopsi pengguna mobile banking. Penggabungan kedua metode ini dipilih karena beberapa alasan. Pertama, penelitian yang dilakukan pada adopsi pengguna mobile banking selama ini masih berfokus pada persepsi pengguna terhadap teknologi dan jarang yang mempertimbangkan efek dari kesesuaian tugas dan teknologi. Kedua, penelitian ini menemukan bahwa kesesuaian tugas dan teknologi tidak hanya mempengaruhi adopsi pengguna tetapi juga mempengaruhi kinerja yang diharapkan. Hal ini menunjukkan pentingnya mempertimbangkan faktor kesesuaian tugas dan teknologi. Terakhir, dibandingkan dengan penggunaan individu antara model TTF dan model UTAUT, model gabungan antara TTF dan UTAUT menjelaskan perilaku adopsi pengguna yang lebih bervariasi. Hal ini menunjukkan kelebihan dari penggabungan kedua model tersebut. Penelitian ini berfokus pada penjelasan adopsi pengguna dari persepsi teknologi seperti perceived usefulness, perceived ease of use, interactivity, relative advantage, dan task technology fit.
Model integrasi TTF-UTAUT ini dapat memberikan penjelasan tingkat penerimaan pengguna terhadap teknologi dari sisi pengguna (user), lingkungan (social) dan teknologi. Seperti yang telah terlihat pada gambar 2.3, model ini melibatkan delapan variabel yang terdiri dari task characteristics (karakteristik tugas) technology characteristics (karakteristik teknologi), task technology fit (kesesuaian tugas-teknologi), performance expectancy (kinerja yang diharapkan), effort expectancy (tingkat kemudahan yang diharapkan), social influence (pengaruh sosial), facilitating conditions (kondisi fasilitas yang ada) dan user adoption (penerimaan pengguna

Model Unified Theory of Acceptance and Use of Technology (skripsi, tesis, disertasi)

Unified Theory of Acceptance and Use of Technology (UTAUT) model merupakan model yang disusun berdasarkan teori-teori dasar mengenai perilaku pengguna teknologi dan model penerimaan teknologi meliputi Theory of Reasoned Action (TRA), Technology Acceptance Model (TAM), Motivational Model (MM), Theory of Planned Behavior (TPB), Combined TAM and TPB (C-TAM-TPB), Model of PC Utilization (MPCU), Innovation Diffusion Theory (IDT), dan Social Cognitive Theory (SCT) menjadi satu teori (Venkatesh dkk, 2003). Berdasarkan teori, model UTAUT memiliki empat variabel yang dianggap mempunyai peran utama dan berpengaruh langsung terhadap penerimaan (behavioural intention) dan penggunaan teknologi (use behaviour) yaitu: ekspektasi kinerja (performance expectancy), ekspektasi usaha (effort expectancy), pengaruh sosial (social influence) dan kondisi yang memfasilitasi (facilitating condition). Keempat variabel tersebut dimoderasi oleh empat variabel lain yaitu kesukarelaan, jenis kelamin, umur, dan pengalaman

Unsur dan Indikator Penilaian Prestasi Kerja (skripsi, tesis, dan disertasi)

Berikut ini unsur-unsur dasar dalam penilaian prestasi kerja. MenurutMalayu (2010:104) antara lain :kesetiaan , prestasi kerja, kejujuran, kedisiplinan, kreatifitas ,kerja sama, kepemimpinan, kepribadian, prakarsa dan tanggung jawab. Seperti yang dijelaskan dibawah ini :1.KesetiaanPenilai menilai kesetiaan pekerjaan terhadap pekerjaannya, jabatan danorganisasi.

 2.Hasil KerjaPenilai menilai hasil kerja baik kualitas maupun kuantitas yang dapatdihasilkan oleh karyawan dari uraian pekerjaannya3.KejujuranPenilai menilai kejujuran dan melaksanakan tugas-tugasnya memenuhiperjanjian baik bagi dirinya maupun terhadap orang lain4.KedisplinanPenilai menilai kedisiplinan karyawan dalam mematuhi peraturan-peraturan yang ada dan mengerjakan pekerjaannya sesuai dengan intruksiyang diberikan kepadanya.5.KreativitasPenilai menilai kemampuan karyawan dalam mengembangkankreatifitasnya untuk menyelesaikan pekerjaannya, sehingga bekerja lebihberdaya dan berhasil guna.6.KerjasamaPenilai menilai terhadap partisifasi dan kerjasama dengankaryawanlainnya baik vertikal maupun horizontal didalam maupun diluarpekerjaan.7.KepemimpinanPenilai menilai kemampuan untuk memimpin, mempengaruhi danmempunyai pribadi yang kuat, dihormati, berwibawa dan dapatmemotivasi orang lain.
 8.KepribadianPenilai menilai sikap dan perilakuyang baik dan penampilanyang simpatik serta wajar dari karyawan tersebut.9.PrakarsaPenilai menilai kemampuan berfikir berdasarkan inisiatif sendiri untukmenganalisis, menilai, menciptakan, memberikan alasan, mendapatkankesimpulan, dan membuat keputusan masalah yang dihadapinya.10.Tanggung JawabPenilai menilai kesediaan karyawan dalam mempertanggung jawabkankebijaksanaannya, pekerjaan dan hasil kerjanya, sarana danprasaranayang dipergunakan

Model Task-Technology Fit (skripsi, tesis, disertasi)

Inti dari model ini adalah konstruk yang disebut kecocokan tugas dengan teknologi atau Task-Technology Fit (TTF), yaitu kesesuaian antara kemampuan teknologi dengan tuntutan pekerjaan, atau kemampuan teknologi untuk mendukung pekerjaan (Goodhue and Thompson, 1995) seperti yang dikutip oleh Dishaw dkk (2002). Metode TTF melibatkan dua komponen yang berinteraksi, yaitu tugas-tugas yang harus dilakukan dan teknologi-teknologi yang digunakan untuk membantu melaksanakan tugasnya. Model TTF memiliki empat konstruk kunci yaitu Task Characteristics, Technology Characteristics, yang bersama-sama mempengaruhi konstruk Task Technology Fit. Ketiga konstruk ini (baik secara langsung atau tidak langsung) mempengaruhi variabel outcome yaitu Performance Impacts atau Utilization. Model TTF menempatkan bahwa teknologi informasi hanya akan digunakan jika fungsi dan manfaatnya tersedia untuk mendukung aktivitas pengguna. Model TTF berpegang pada prinsip bahwa teknologi informasi berdampak positif terhadap kinerja individu dan dapat digunakan jika kemampuan teknologi informasi cocok dengan tugas-tugas yang harus dihasilkan oleh pengguna (Furneaux, 2006)

Tujuan Penilaian Prestasi Kerja (skripsi, tesis, dan disertasi)

Secara garis besar terdapat duaTujuan UtamaPenilaian Prestasi Kerja menurut Sulistiyani dan Rosidah (2011: 223),yaitu :a.Evaluasi terhadap tujuan(goal) organisasi,mencakup :1)Feedback/umpan balikpada pekerjaan untuk mengetahui di mana posisi mereka.2)Pengembangan data yang valid untuk pembayaran upah/bonus dan keputusan promosi serta menyediakan media komunikasi untuk keputusan tersebut.3)Membantu manajemen membuat keputusan pemberhentian sementara atau PHK dengan memberikan “peringatan” kepada pekerja tentang kinerja kerja mereka yang tidak memuaskan. b.Pengembangan tujuan(goal)organisasi,mencakup :4)Pelatihan dan bimbingan pekerjaan dalam rangka memperbaiki kinerja dan pengembangan potensi di masa yang akan datang.5)Mengembangkan komitmen organisasi melalui diskusi kesempatan karier dan perencanaan karier.6)Memotivasi pekerja7)Memperkuat hubungan atasan dengan bawahan.8)Mendiagnosis problem individu dan organisasi

Mobile banking (skripsi, tesis, disertasi)

Elektronik perbankan mobile banking atau yang biasa disebut dengan m-banking merupakan sebuah kemajuan teknologi dan komunikasi yang dipakai sebagai fasilitas dari Bank kepada setiap nasabah bank untuk melakukan sejumlah transaksi keuangan yang dapat diakses langsung melalui perangkat mobile seperti telepon seluler. Bank Indonesia mengeluarkan kebijakan mengenai pengelolaan dan manajemen risiko penyelenggaraan kegiatan internet banking (termasuk pada m-banking) berdasarkan peraturan Bank Indonesia No.5/8/PBI/2003 tentang penerapan manajemen risiko pada aktifitas pelayanan jasa bank melalui sistem internet. Layanan m-banking ini merupakan suatu layanan dalam komunikasi yang bergerak dan diakses melalui telepon selular berbasis GSM. Kemampuannya dalam bergerak (mobile) tanpa batas ruang dan waktu ini memungkinkan manusia untuk dapat menjalankan aktivitas yang sedang dilakukan seperti yang diungkapkan oleh Sunarto (2004). Telepon seluler bekerja dengan cara menerima sinyal elektromagnetik dari sebuah pemancar yang disebut dengan Base Transceiver Station (BTS). BTS biasanya diletakan pada tempat tertentu dan ditandai dengan antena yang dipasang pada daerah tersebut. Jika seseorang sedang dalam melakukan perjalanan jarak jauh maka ponsel mereka akan menerima sinyal dari satu BTS ke BTS lainya. Nasabah yang memiliki akses m-banking dapat dengan mudah memakai fasilitas seperti transfer dana, informasi saldo, mutasi rekening, informasi nilai tukar uang, pembayaran kartu kredit, telepon, listrik dan asuransi, juga dapat digunakan untuk pembelian isi ulang pulsa. Ada tiga cara untuk dapat mengakses perbankan dengan menggunakan m-banking, tergantung pada kapabilitas telepon seluler. Pertama, m-banking dapat dilakukan melalui SMS dimana informasi saldo dan password perbankan dapat dikirim ke nasabah melalui SMS. Kedua, beberapa lembaga keuangan telah mendedikasikan aplikasi perangkat lunak yang dapat di download di telepon seluler seperti smartphone. Terakhir, telepon seluler dapat mengakses melalui fasilitas dari SIM Card. Layanan yang diberikan dari lembaga keuangan berupa m-banking mempermudah setiap nasabah untuk mengakses transaksi dari bank

Metode Penilaian Prestasi Kerja (skripsi, tesis, dan disertasi)

Penilaian prestasi kerja menurut Notoadmodjo (2012;45) dikelompokkan menjadi 2 macam, yakni: metode yang berorientasi waktu yang lalu dan metode penilaian yang berorientasi pada waktu yang akan datang.1.Metode Penilaian Prestasi Kerja Berorientasi Waktu LaluPenilaian prestasi kerja yang berorientasi pada masa lalu, artinya penilaian prestasi kerja seorang karyawan yang berdasarkan hasil yang telah dicapai oleh karyawan selama ini. Teknik-teknik penilaian yang dapat digunakan antara lain: a.Skala peringkat (Rating Scale) Metode ini cocok digunakan jika hasilnya digunakan untuk keperluan seleksi, promosi, pelatihan, dan pengkajian berdasarkan hasil prestasi.Dengan menggunakan metode ini hasil penilaian kinerja karyawan dicatat dalam suatu skala. Skala dibagi dalam tujuh atau lima kategori dan karena konsep yang akan dinilai bersifat kualitatif, maka kategori yang digunakan bersifat kualitatif, yaitu dari sangat memuaskan sampai sangat tidak memuaskan.Factor yang diniliai dikelompokkan ke dalam dua kelompok, yaitu yang berkaitan dengan pekerjaan dan yang berkaitan dengan karakteristik pekerja.Factor-faktor yang berkaitan dengan pekerjaan terdiri ataskuantitas pekerjaan, apakah standar kualitas yang telah ditetapkan dapat dicapai. Sedangkan yang berkaitan dengankarakteristik pekerja mencakup kemampuan untuk bertanggungjawab, inisiatif, kemampuan beradaptasi, dan kerja sama.b.ChecklistLaporan ini memerlukan penilai untuk memilih karyawan mana yang dapat mewakili kelompoknya.Faktor yang dinilai adalah prestasi karyawan.c.Peristiwakritis(Critical Incidents)Penilai melakukan penilaian pada saat saat kritis saja, yaitu waktu dimana perilaku karyawan dapat membuat bagiannya sangat berhasil atau bahkan sebaliknya. Metode ini harus digabungkan dengan metode yang lain.d.Wawancara (Interview) Selain kelima metode di atas, penilaian prestasi kerja karyawan juga dapat dilakukan dengan carawawancara. Maksud dari penggunaan cara wawancara ini adalah agar karyawandapat mengetahui posisi dan bagaimana cara kerja mereka.Selain ituwawancara juga dimaksudkan untuk :-Mendorong perilaku positif,-Menerangkan apa target/sasaran yang diharapkan dari karyawan,-Mengkomunikasikan masalah-masalah yang berkaitan dengan upah dan promosi,-Rencana memperbaiki kinerja di masa yang akan datang,-Memperbaiki hubungan antara atasan dengan bawahan.
 e.Esai (Essay) Pada metode ini, penilai menuliskan sejumlah pertanyaan terbuka yang terbagi dalam beberapa kategori. Beberapa kategori pertanyaan terbuka yang biasa digunakan :-Penilaian kinerja seluruh pekerjaan.-Kemungkinan pekerja dipromosikan-Kinerja kerja karyawan saat ini-Kekuatan dan kelemahan karyawan-Kebutuhan tambahantraining

Skala Pengukuran (skripsi, tesis, 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)  Dalam perkembangannya, skala ini sudah dimodifikasi dengan berbagai
bentuk, mulai dari skala 4 titik sampai dengan 9 titik. Dalam penelitian
ini skala yang digunakan adalah skala Likert modifikasi dengan 4 titik
pengukuran,

Populasi dan Sampel (skripsi, tesis, 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.

Manfaat Penilaian Prestasi Kerja (skripsi, tesis, dan disertasi)

Penilaian prestasi kerja mempunyai dasar yang sangat penting bagi perusahaan sebagai alat untuk mengambil keputusan bagi karyawannya. Penilaian prestasi mempunyai banyak kegunaan di dalam suatu organisasi. Menurut Hani (2011:135) terdapat sepuluh manfaat yang dapat dipetik dari penilaian prestasi kerja tersebut sebagai berikut:1.PerbaikanPrestasiKerja. Umpan balik pelaksanaan kerja memungkinkan karyawan, manajer dan departemen personalia dapat memperbaiki kegiatan-kegiatan mereka demi perbaikan prestasi kerja.2.Penyesuaian-penyesuaiankompensasi. Evaluasi prestasi kerja membantu para pengambil keputusan dalam menentukan kenaikan upah, pemberian bonus dan bentuk kompensasi lainnya.3.Keputusan-keputusanpenempatan. Promosi, transfer dan demosi biasanya didasarkan pada prestasi kerja masa lalu atau antisipasinya. Promosi sering merupakan bentuk penghargaan prestasi kerja masa lalu.4.Kebutuhan-kebutuhanlatihandanpengembangan. Prestasi kerja yang jelek mungkin menunjukkan kebutuhan latihan. Demikian juga, prestasi yang baik mungkin mencerminkan potensi yang harus dikembangkan.

 5.Perencanaandanpengembangankarir. Umpan balik prestasi kerja seseorang karyawan dapat mengarahkan keputusan-keputusan karir, yaitu tentang jalur karir tertentu yang harus diteliti.6.Penyimpangan-penyimpanganprosesstaffing. Prestasi kerja yang baik atau jelek mencerminkan kekuatan atau kelemahan prosedur staffing departemen personalia.7.Ketidakakurataninformasional. Prestasi kerja yang jelek mungkin menunjukkan kesalahan dalam informasi analisis jabatan, rencana sdm, atau komponen-komponen sistem informasi manajemen personalia lainya. Menggantungkan diri pada informasi yang tidak akurat dapat mengakibatkan keputusan-keputusan personalia yang diambil menjadi tidak tepat.8.Kesalahan-kesalahandesainpekerjaan. Prestasi kerja yang jelek mungkin merupakan suatu tanda kesalahan dalam desain pekerjaan. Penilaian prestasi membantu diagnose kesalahan-kesalahan tersebut.9.Kesempatankerjayangadil. Penilaian prestasi kerja secara akurat akan menjamin keputusan-keputusan penempatan internal diambil tanpa diskriminasi.10.Tantangan-tantanganeksternal. Kadang prestasi kerja dipengaruhi oleh faktor-faktor di luar lingkungan kerja, seperti; keluarga, kesehatan, kondisi financial atau masalah-masalah pribadi lainya. departemen personalia dimungkinkan untuk menawarkan bantuan kepada semua karyawan yang membutuhkan

Teknik Sampling (skripsi, tesis, disertasi)

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.
25
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

Penilaian Prestasi Kerja (skripsi, tesis, dan disertasi)

Organisasi atau perusahaan perlu mengetahui berbagai kelemahan dan kelebihan karyawan sebagai landasan untuk memperbaiki kelemahan dan menguatkan kelebihan dalam rangka meningkatkan produktivitas dan pengembangan karyawan. Untuk ini perlu dilakukan kegiatan penilaian prestasi

 kerja secara periodik yang berorientasi pada masa lalu dan masa yang akan datang.Penilaian prestasi kerja tidak dapat dipisahkan dengan kebijaksanaan perusahaan di bidang personalia atau kekaryawanan. Dengan pelaksanaan penilaian yang ada akan menumbuhkan suasana kerja yang sehat, bersemangat, saling menghargai bidang-bidang lain dan merasa memiliki kantor sebagai suatu kesatuan. Untuk itu semua tentunya dibutuhkan sistem penilaian pelaksaan pekerjaan atau prestasi kerja yang jelas dan objektif yang dapat digunakan sebagai pedoman dalam menilai karyawan secara adil.Menurut Yuli (2013;89), penilaian prestasi kerja (Performance Appraisal) adalah proses penilaian prestasi kerja karyawan yang dilakukan oleh organisasi terhadap karyawannyasecara sistematis dan formal berdasarkan pekerjaan yang ditugaskan kepadanya.Penilaian Prestasi Kerja adalah “suatu cara dalam melakukan evaluasi terhadap prestasi kerja para karyawan dengan serangkaian tolok ukur tertentu yang obyektif dan berkaitan langsung dengan tugas seseorang serta dilakukan secara berkala”.Penilaian prestasi merupakan suatuproses formal untuk melakukan peninjauan ulang dan evaluasi prestasi kerja seseorang secara periodik. Proses penilaian prestasi kerja ditujukan untuk memahami prestasi kerja seseorang. Proses penilaian prestasi terdiri dari identifikasi, observasi, pengukuran, dan pengembangan hasil kerja karyawan dalam sebah organisasi.

Pengertian Populasi (skripsi, tesis, 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.

Prestasi Kerja (skripsi, tesis, dan disertasi)

Menurut Mangkunegara (2010:9), pengertian prestasi kerja disebut juga sebagai kinerja atau dalam bahasa Inggris disebut dengan performance. Pada prinsipnya, ada istilah lain yang lebih menggambarkan pada “prestasi” dalam bahasa Inggris yaitu kata “achievement”. Tetapi karena kata tersebut berasal dari kata “to achieve” yang berarti “mencapai”, maka dalam bahasa Indonesia sering diartikan menjadi “pencapaian” atau “apa yang dicapai”. Berdasarkan pengertian di atas, maka istilah prestasi kerja disamakan dengan kinerja.Menurut Nindyati (2013:22):“Pemahaman tentang prestasi kerja tidak bisa dilepaskan dari pemahaman yang bersifat multidimensional. Kemauan dan kemampuan yang dimiliki seseorang dalam melakukan pekerjaan dapat terlihat dari prestasi kerjanya, dalam usaha penerapan konsep, gagasan, ide dengan efektif dan efisien sehingga tercapai tujuan yang ditetapkan oleh perusahaan. Tetapi kemampuan ini bukan hanya pada kemampuan mengelola, tetapi memimpin dan mengaplikasikan semua kemampuan yang ada dalam dirinya untuk mencapai tujuanyang telah ditetapkan bersama dalam suatu unit perusahaan”.Menurut Mangkunegara, (2010:91):“Dengan demikian, prestasi kerja karyawan berarti prestasi atau kontribusi yang diberikan oleh karyawan dalam melaksanakan tugas dan tanggung jawab serta fungsinya sebagai karyawan di perusahaan. Selain itu, prestasi kerja dibatasi sebagai hasil dari perilaku kerja karyawan yang menunjang tercapainya output atau prestasi dan berkaitan dengan usaha untuk menyelesaikan tugasnya pada periode waktu tertentu. Hasil yang tercermin pada perilaku tersebut dipengaruhi antara lain oleh motivasi”

Instrumen pengumpulan data (skripsi, tesis, disertasi)

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,
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.

Indikator Lingkungan Kerja (skripsi, tesis, dan disertasi)

Menurut Sedarmayanti (2009:5) Lingkungan kerja dapat diukur melalui indikator –Indikator, Sebagai berikut:1.Penerangan.Sub-sub indikatornya meliputi penunjang kondisi kerja penerangan memberikan arti yang sangat penting, salah satu faktor yang penting dari lingkungan kerja yang dapat memberikan semangat dalam bekerja adalah penerangan yang baik, karyawan yang terlibat dalam pekerjaan sepanjanghari rentan terhadap ketegangan mata yang disertai dengan keletiah mental, perasaan marah dan gangguan fisik lainnya. Dalam hal penerangan di sini tidak hanya terbatas pada penerangan listrik tetapi juga penerangan matahari. Penerangan yang baik dapat memberikan kepuasan dalam bekerja dan tentunya akan meningkatkan produktivitas, selanjutnya penerangan yang tidak baik dapat memberikan ketidak puasan dalam bekerja dan menurunkan produktivitas. Hal ini disebabkan karena penerangan yang baik tentunya akan memudahkan para karyawan dalam melakukan aktivitas.2.Suhu Udara.Sub-sub indikatornya meliputi salah satu faktor yang memberikan andil adalah suhu udara, suhu udara dalam ruangan kerja merupakan salah satu faktor yang harus diperhatikan oleh manajemen perusahaan agar karyawan dapat bekerja dengan menggunakan seluruh kemampuan sehinggamenciptajkan hasil yang optimal.

 Selain suhu udara, sirkulasi udara di tempat kerja perlu diperhatikan juga.Bila sirkulasi udara baik maka udara kotor yang ada dalam ruangan bisa diganti dengan udara yang bersih yang berasal dari luar ruangan.3.Bising.Sub-sub indikatornya meliputi peningkatkan produktivitas kerja suara yang mengganggu perlu dikurangi, bunyi bising dapat mengganggu konsentrasi dalam bekerja, untuk itu suara-suara ribut harus diusahakan berkurang.Turunya konsentrasi karena ditimbulkan oleh suara bising dapat berdampak pada meningkatnya stres karyawan.4. Penggunaan Warna.Sub-sub indikatornya meliputi penggunaan warna ruangan mempunyai pengaruh terhadap gairah kerja dan semangat para karyawan.Warna ini berpengaruh terhadap kemampuan mata melihat objek dan memberi efek psikologis kepada para karyawan karena warna mempuyai pengaruh besar terhadap perasaan seseorang.Sifat dan pengaruh warna kadang-kadang menimbulkan rasa senang, ceria atau sumpek dan lain-lain.Maka perusahaan harus memperhatikan penggunaan warna agar dapat mempengaruhi semangat dan gairah kerja para karyawannya, untuk ruang kerja hendaknya dipilih warna-warna yang dingin atau lembut, misalnya coklat, krem, putih, hijau muda dan sebagainya.Sebagai contoh adalah warna putih, warna putih dapat memberikan kesan ruangan yang sempit menjadi tampak leluasa dan bersih.
 Sebenarnya bukan warna saja yang harus diperhatikan tapi komposisinya juga harus diperhatikan.Hal ini disebabkan komposisi warna yang salah dapat mengganggu pemadangan sehingga menimbulkan rasa kurang menyenangkan atau bosan bagi yang melihat.Rasa menyenangkan atau bosan dapat mempengaruhi semangat kerja karyawan.5.Ruang Gerak.Sub-sub indikatornya meliputi tata ruang kerja yang baik adalah tata ruang kerja yang dapat mencegah timbulnya gangguan keamanan dan keselamatan kerja bagi semua karyawan yang bekerja di dalamnya. Barang-barang yang diperlukan dalam ruang kerja harus ditempatkan sedemikian rupa sehingga tidak menimbulkan gangguan terhadap para karyawan.Jalan-jalan yang dipergunakan untuk lalu-lalang para karyawan hendaknya tidak dipergunakan untuk meletakkan barang-barang yang tidak pada tempatnya.Dalam ruangan kerja hedaknya ditempatkan tempat sampah sehingga kebersihan lingkungan kerja tetap terjaga.Ruang kerja hendaknya di desain sedemikian rupa sehingga memberikan kesan nyaman bagi para karyawan.Untuk itu ruangan kerja harus ditata mengacu kepada aliran kerja sehingga meningkatkan efesiensi dan memudahkan koordinasi antar para karyawan. Perusahaan yang baik akan selalu menyediakan berbagai sarana yang memadai, hal ini dimaksudkan agar para karyawan merasa senang dan betah di ruangan kerja.
 6.Keamanan Bekerja.Sub-sub indikatornya meliputi keamanan yang diciptakan suatu perusahaan akan mewujudkan pemeliharaan karyawan dengan baik, namun keamanan bekerja ini tidak bisa diciptakan oleh pimpinan perusahaan. Keamanan bekerja akan tercipta bila semua elemen yang ada di perusahaan secara bahu-membahu menciptakan kondisi keamanan yang stabil.Keamanan kerja untuk sebuah kantor memang harus diperhatikan baik itu untuk keamanan terhadap peralatan yang digunakan dan keamanan lingkungan kerja. Lingkungan kerja harus memenuhi syarat-syarat keamanan dari orang-orang yang berniat jahat dan ruangan kerja yang aman dari aktivitas tamu dan pergerakan umum.Tentang keselamatan kerja ini sudah ada peraturannya, yang harus dipatuhi oleh setiap perusahaan.Artinya setiap perusahaan menyediakan alat keselamatan kerja, melatih penggunaanya

Pengertian Data (skripsi, tesis, 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).

Data Menurut Sumbernya (skripsi, tesis, disertasi)

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.

Manfaat Lingkungan  Kerja (skripsi, tesis, dan disertasi)

Menurut Ishak dan Tanjung (2009:105), manfaat lingkungan kerja adalah menciptakan gairah kerja, sehingga produktivitas dan prestasi kerja meningkat.
Sementara itu, manfaat yang diperoleh karena bekerja dengan orang-orang yang termotivasi adalah pekerjaan dapat terselesaikan dengan tepat, yang artinya pekerjaan diselesaikan sesuai standar yang benar dan dalam skala waktu yagn ditentukan. Prestasi kerjanya akan dipantau oleh individu yang bersangkutan, dan tidak akan menimbulkan terlalu banyak pengawasan serta semangatjuangnya akan tinggi

Data Menurut Cara Memperolehnya (skripsi, tesis, disertasi)

.

 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.   b. Data sekunder adalah data yang diperoleh dalam bentuk yang sudah jadi, sudah dikumpulkan dan diolah oleh pihak lain, biasanya sudah dalam bentuk publikasi.

Jenis Lingkungan Kerja (skripsi, tesis, dan disertasi)

Sedarmayanti (2009: 22) menyatakan bahwa secara garis besar, jenis lingkungan kerja terbagi menjadi 2 yakni : 1. lingkungan kerja fisik, 2. lingkungan kerja non fisik. Ad. 1Lingkungan kerja Fisik Menurut Sedarmayanti (2009: 23) yang dimaksud dengan lingkungan kerja fisikyaitu semua keadaan berbentuk fisik yang terdapat di sekitar tempat kerja dimana dapat mempengaruhi karyawan baik secara

 langsung maupun tidak langsung. Lingkungan kerja fisik sendiri dapat dibagi dalam dua kategori, yakni : Lingkungan yang langsung berhubungan dengan karyawan (Seperti: pusat kerja, kursi, meja dan sebagainya) Lingkungan perantara atau lingkungan umum dapat juga disebut lingkungan kerja yang mempengaruhi kondisi manusia, misalnya : temperatur, kelembaban, sirkulasi udara, pencahayaan, kebisingan, getaran mekanis, bau tidak sedap, warna, dan lain-lain. Ad. 2Lingkungan Kerja Non Fisik Sedarmayanti (2009:95) menyatakan bahwa lingkungan kerja non fisik adalah semua keadaan yang terjadi yang berkaitan dengan hubungan kerja, baik dengan atasan maupun dengan sesama rekan kerja, ataupun dengan bawahan. Lingkungan non fisik ini juga merupakan kelompok lingkungan kerja yang tidak bisa diabaikan. Menurut Alex Nitisemito (2009:85) perusahaan hendaknya dapat mencerminkan kondisi yang mendukung kerja sama antara tingkat atasan, bawahan maupun yang memiliki status jabatan yang sama di perusahaan. Kondisi yang hendaknya diciptakan adalah suasana kekeluargaan, komunikasi yang baik, dan pengendalian diri

Data Menurut Waktu Pengumpulannya (skripsi, tesis, disertasi)

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.

SmartPLS (skripsi, tesis, disertasi)

SmartPLS merupakan aplikasi perangkat lunak untuk teknik SEM dalam
bentuk graphical user interface (GUI). SmartPLS menggunakan teknologi Java
webstart yang dapat diaplikasikan pada semua sistem operasi komputer.
SmartPLS memungkinkan impor data indikator variabel dalam model. Aplikasi
ini dibangun melalui proyek di Institute of Operations Management and
Organizations (School of Business, University of Hamburg, Germany), (Jogiyanto
dkk, 2009).

Lingkungan Kerja (skripsi, tesis, dan disertasi)

Lingkungan kerja dalam suatu perusahaan termasuk salah satu hal yang penting untuk diperhatikan. Meskipun lingkungan kerja tidak melaksanakan proses produksi dalam suatu perusahaan, namun lingkungan kerja mempunyai pengaruh langsung terhadap para karyawanyang melaksanakan proses produksi tersebut. Lingkungan kerja yang memusatkan bagi karyawannya dapat meningkatkan kinerja. Sebaliknya lingkungan kerja yang tidak memadai akan dapat menurunkan kinerja dan akhirnya menurunkan motivasi kerja karyawan. Menurut Lewa dan Subowo (2009:75):“Lingkungan kerja didesain sedemikian rupa agar dapat tercipta hubungan kerja yang mengikat pekerja dengan lingkungannya. Lingkungan kerja yang baik yaitu apabila karyawan dapat melaksanakan kegiatan secara optimal, sehat, aman dan nyaman. Lingkungan kerja yang kurang baik dapat menuntut tenaga kerja serta waktu yang lebih banyak dan tidak mendukung diperolehnya rencangan sistem kerja yang efisien”. Alex (2009:183) mendefinisikan lingkungan kerja sebagai berikut : “Lingkungan kerja adalah segala sesuatu yang ada disekitar para pekerja yang dapat mempengaruhi dirinya dalam menjalankan tugas-tugas yang diembankan”.Menurut Sedarmayati (2009:21) definisi lingkungan kerja adalah sebagai berikut : “Lingkungan kerja adalah keseluruhan alat perkakas dan bahan yang

 dihadapi, lingkungan sekitarnya di mana seseorang bekerja, metode kerjanya, serta pengaturan kerjanya baik sebagai perseorangan maupun sebagai kelompok”. Menurut Schultz & Schultz yang dialihbahasakan oleh Kuntjojo,(2010: 135):“lingkungan kerja diartikan sebagai suatu kondisi yang berkaitan dengan ciri-ciri tempat bekerja terhadap perilaku dan sikap pegawai dimana hal tersebut berhubungan dengan terjadinya perubahan-perubahan psikologis karena hal-hal yang dialami dalam pekerjaannya atau dal am keadaan tertentu yang harus terus diperhatikan oleh organisasi yang mencakup kebosanan kerja, pekerjaan yang monoton dan kelelahan”

Uji Hipotesis Pada PLS (skripsi, tesis, 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
persamaan struktural dalam penelitian ini akan diselesaikan dengan program
SmartPLS 3.0.

Model Pengukuran atau Outer Model (skripsi, tesis, 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
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).
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).

Faktor-Faktor yang Mempengaruhi Kinerja (skripsi, tesis, dan disertasi)

Dalam pencapaian tujuan organisasi tidak terlepas dari kinerja induvidukaryawan, oleh karena itu factor-faktor yang mempengaruhi kinerja individuadalah(Mathis dan Jackson, 2006):1.Kemampuan individu untuk melakukan pekerjaan tersebut yaitubakat,minat dan faktor kepribadian.2.Tingkat usaha yang dicurahkan yaitu motivasi yang dimiliki, etikakerja,tingkat kehadiran, rancangan kerja.3.Dukungan organisasional yaitu pelatihan dan pengembangan,peralatandan tekhnologi, standar kerja, manajemen danrekankerja.Pendapat lain tentang faktor-faktor yang mempengaruhi kinerja, antaralain dikemukakan(Armstrongdan Baron dalam Wibowo, 2011)yaitu sebagaiberikut :1.Personal factors, ditujukkan oleh tingkat keterampilan, kompetensi,yang dimiliki, motivasi, dan komitmen individu.2.Leadership factors, ditentukan oleh kualitas dorongan, bimbingan dandukungan yang dilakukan menejer dan team leader.3.Team factor, ditujukan oleh kualitas dukungan yang diberikan olehrekan sekerja.

 4.System factors, ditujukan olehadanya system kerja dan fasilitas yangdiberikan organisasi.5.Contextual / situational factors, ditujukan oleh tingginya tingkattekanan dan perubahan lingkungan internal dan eksternal

Partial Least Square (PLS) (skripsi, tesis, 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
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, 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.
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.

Faktor-Faktor Yang Mempengaruhi Lingkungan Kerja (skripsi, tesis, dan disertasi)

MenurutHadari Nawawi (2003)faktor-faktor yang mempengaruhilingkungan kerja adalah sebagai berikut :a.Kondisi fisik (kondisi kerja) merupakan keadaan kerja dalamperusahaanyangmeliputi penerangan tempat kerja, penggunaan warna,pengaturan suhu udara, kebersihan dan ruang gerak.b.Kondisi non fisik (iklim kerja) sebagai hasil persepsi karyawanterhadap lingkungan kerja tidak dapat dilihat atau disentuh tetapi dapatdirasakan oleh karyawan tersebut. Iklim kerja dapat dibentuk oleh parapemimipin yang berarti pemimpin tersebut harus mempunyaikemampuan dalam membentuk iklim kerja tersebut.MenurutAshar S. Munandar (2008)ada beberapa faktor yangmempengaruhi lingkungan kerja :a.Ilmunisai (penerangan)Kadar (intensity) cahaya, distribusi cahaya dan sinar yangmenyilaukan.Untuk pekerjaan tertentu diperlukan kadar cahaya tertentusebagai penerangan. Pekerjaan yang memerlukan ketelitian dan kejelianmata, seperti memperbaiki jam tanganperakitan elektronika, menuntutkadar cahaya yang lebih tinggi dibandingkan dengan pekerjaan yang tidakbegitu memerlukan penglihatan yang tajam, seperti para pramugari yangmelayani para penumpang di pesawat terbang.

Jenis lingkungan Kerja (skripsi, tesis, dan disertasi)

Secara garis besar lingkungan kerja terbagi atas dua, yaitu lingkungankerja fisik dan lingkungan kerja non fisik(Sedarmayati : 2009).Lingkungankerja fisik adalah semua keberadaan yang berbentuk fisik, yang terdapat disekitar tempat kerja karyawan, yang dapat mempengaruhi karyawan tersebut secaralangsung maupun tidak langsung. Lingkungan kerja fisik ada yang lansungberhubungan langsung dengan karyawan, namun ada juga yang berhubungandengan perantara atau lingkungan umum, yang dapat juga disebut lingkungankerja yang mempengaruhi kondisi manusia, seperti temperatur, kelembaban, dansirkulasi udara.Sementara itu, lingkungan kerja non fisik merupakan suatu keadaan yangterjadi dan memiliki kaitan dengan hubungan kerja, baik hubungan dengan atasan,sesama rekan kerja, maupun bawahan. Perusahaan hendaknya dapat menyediakankondisi kerja yang kondusif dan mendukung kerja sama antar karyawanyangbekerja di dalamnya baik di atas maupun tingkat bawah, dengan suasakekeluargaan, adanya komunikasi yang baik, dan juga pengendalian diri yangbaik.
Lingkungan kerja fisik mencakup setiap hal dari fasilitas parkir diluargedung perusahaan, lokasi danrencana gedung sampai jumlah cahaya dan suarayang menimpa meja kerja ruang kerja atau ruang kerja seorang tenaga kerja(Ashar S. Munandar : 2008).Schultz (Dalam Ashar S. Munandar :2008)mangajukan hasil suatupenelitian di Amerika Serikat tentang kantoryang dirancang seperti pemandanganalam. Kantor yang terdiri dari ruangan yang luas tanpa dinding-dinding bagi yangmembagi ruangan kedalam ruangan-ruangan terpisah. Semua karyawan daripegawai rendah sampai menengah dikelompokan kedalam satuankerja fugional,masing-masing dipisahkan dari satuan-satuan lainnya dengan pohon-pohon (pendek) dan tanaman,kaca jendela yang rendah lemari-lemari pendek, rak-rakbuku. Kantor-kator pemandangan alam ini dikatakan melancarkan komunikasi danalur kerja. Disamping ituketerbukaan menunjang timbulya ikatan dan kerjasamakelompok serta mengurangi rintangan-rintangan psikologis antara manajemen dankaryawan. Keluhan kantor dalam kantor pemandangan ala mini berkaitan dengantidak adanya keleluasaan pribadi, adanya banyak kebisingan dan kesulitanberkonsentrasi.Jenis-jenis lingkungan kerja menurutAnwar P. Mangkunegara (2005)yaitu:
1.Kondisi lingkungan kerja fisik yang meliputi :
a.Faktor lingkungan tata ruang kerja
Tata ruang kerja yang baik akan mendukung terciptanyahubungan kerjayang baik antara sesama karyawan maupun dengan atasan karena akanmempermudah mobilitas bagi karyawan untuk bertemu. Tata ruang yangtidak baik akan membuat ketidak nyamanan dalam bekerja sehinggamenurunkan efektivitas kinerja karyawan.
b.Faktor kebersihan dan kerapian ruan kerja.
Ruang kerja yang bersih, rapi, sehat dan aman akan menimbulkan rasanyaman dalam bekerja. Hal ini akan meningkatkan gairah dan semangatkerja karyawan dan secara tidak langsung akan meningkatkan efektivitaskinerja karyawan.
2.Kondisi lingkungan kerja non fisik yang meliputi :
a. Faktor lingkungan sosialLingkungan sosial yang sangat berpengaruh terhadap kinerja karyawanadalah latar belakang keluarga, yaitu antara lain status keluarga, jumlahkeluarga, tingkat kesejahteraan dan lain-lain.
b.Faktor status sosialSemakin tinggi jabatan seseorang semakin tinggi pula kewenangan dankeleluasan dalam mengambil keputusan.
c. Faktor hubungan kerja dalam perusahaan
Hubungan kerja yang ada dalam perusahaan adalah hubungan kerja antarakaryawan dengan karyawan dan antara karyawan dengan atasan.
d. Faktor sistem informasi
Hubungan kerja akan dapat berjalan dengan baik apabila ada komunikasiyang baik diantara anggota perusahaan. Dengan adanya komunikasi dilingkungan perusahaan maka anggota perusahaan maka anggotaperusahaan akan beriteraksi, saling memahami, saling mengerti satu samalain dapat mehilangkan perselisihan salah paham.
3.Kondisi psikologis dari lingkungan kerja yang meliputi
:a.Rasa Bosan
Kebosanan kerja dapatdisebabkan perasaan yang tidak enak, kurangbahagia, kurang istirahat dan perasaan lelah.b.Keletihan Dalam BekerjaKeletihan kerja terdiri atas dua macam yaitu keletihan kerja psikis dankeletihan psikologis yang dapat menyebabkan meningkatkan absensi,turnoverdan kecelakaan

Pengertian lingkungan Kerja (skripsi, tesis, dan disertasi)

Dalam melakukan aktivitas perusahaan, lingkungan kerja merupakansegala kondisi yang berada disekitar para pekerja, sehingga baik secara langsungmaupun tidak langsung dapatmempengaruhi dirinya dalam melaksanakan tugasyang dibebankan. Lingkungan yang baik dan menyenangkan akan dapatmenimbulkan semangat dan bergairah kerja, dan sebaliknya jika lingkungan kerjayang tidak menyenangkan akan dapat mengurangi semangat dan bergairah kerja.MenurutAlex Nitisimito (2006),lingkungan kerja adalah segala yang adadisekitar para pekerja yang dapat mempengaruhi dirinya dalam menjalankan tugasyang dibebankan.Lussier (Dalam Hadari Nawawi : 2003)mengartikan bahwalingkungan kerjaadalah kualitas internal operganisasi yang relatif berlangsungterus menerus yang dirasakan oleh anggotanya.Lingkungan kerja adalah semua aspek fisik kerja, psikologis kerja danperaturan kerja yang dapat mempengaruhi kepuasan kerja dan tercapaiproduktivitas(Anwar P. Mangkunegara : 2005)

Spesifikasi dan EValuasi Model (skripsi, tesis, 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 laten dan hasilnya lebih konservatif dibandingkan dengan composite reliability.
(Sofyan & Kurniawan, 2011).
Varians rata-rata yang diekstraksi harus lebih tinggi dari 0,5
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). Adapun
. Composite Reliability adalah ukuran dari konsisensi
internal dan tidak boleh lebih rendah dari 0.6
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
Perhitungan Q-square dapat dilakukan dengan rumus :
?
2 – 1 – ( 1 – ?1² )(1 – ?2² )….( 1 – ??² ) …………………………………………………………..2.3
Di mana ?1², ?2² … ??² adalah R-square variabel endogen dalam model persamaan.
Besaran ?
2 memiliki nilai dengan rentang 0 < ?
2 < 1, dimana semakin mendekati 1
berarti model semakin baik. Besaran ?
2
ini setara dengan koefisien determinasi total
pada analisis jalur (path analysis).
2.2.2.3 Estimasi
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)

Analisa model struktutal Partial Least Square (PLS) (skripsi, tesis, 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
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).

Pengertian SEM-PLS (skripsi, tesis, 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
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)
2.2.1.1 Identifikasi Indikator pada SEM-Partial Least Square (SEM-PLS)
a. Indikator Variabel Physical Aspects (Aspek Fisik)
b. Indikator Variabel Reliability (Kehandalan)
c. Indikator Variabel Personal Interaction (Interaksi Pribadi)
d. Indikator Variabel Problem Solving (Pemecahan Masalah)
e. Indikator Variabel Policy (Kebijakan)
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.
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)

LANGKAH-LANGKAH ANALISIS DALAM SEM (skripsi, tesis, disertasi)

Untuk melakukan analisis SEM diperlukan langkah-langkah sebagai berikut:
Pertama, • kita membuat spesifikasi model yang didasarkan pada teori, kemudian menentukan bagaimana mengukur konstruk-konstruk, mengumpulkan data, dan kemudian masukkan data ke Amos.
Kedua,• Amos akan mencocokkan data kedalam model yang sudah dispesifikasi, kemudian memberikan hasil yang mencakup semua angka-angka statistik kecocokan model dan estimasi-estimasi parameter.
Ketiga,• masukkan data yang biasanya dalam bentuk matriks kovarian dari variable-variabel yang sedang diukur, misalnya nilai butir-butir pertanyaan yang digunakan,. Bentuk masukan lainnya dapat berupa matriks korelasi dan rata-rata (mean). Data dapat berupa data mentah kemudian diubah menjadi kovarian dan rata-rata.
Keempat,• membuat estimasi sesuai keperluan riset.
Kelima, • mencocokkan data dengan model yang sudah dibuat.

KENGGULAN-KEUNGGULAN SEM (skripsi, tesis, disertasi)

Pertama,1. memungkinkan adanya asumsi-asumsi yang lebih fleksibel;
Kedua,2. penggunaan analisis faktor penegasan (confirmatory factor analysis) untuk mengurangi kesalahan pengukuran dengan memiliki banyak indikator dalam satu variabel laten;
Ketiga,3. daya tarik interface pemodelan grafis untuk memudahkan pengguna membaca keluaran hasil analisis;
Keempat,4. kemungkinan adanya pengujian model secara keseluruhan dari pada koefesien-koefesien secara sendiri-sendiri;
Kelima,5. kemampuan untuk menguji model – model dengan menggunakan beberapa variabel tergantung;
Keenam,6. kemampuan untuk membuat model terhadap variabel-variabel perantara;
Ketujuh, 7. kemampuan untuk membuat model gangguan kesalahan (error term);
Kedelapan,8. kemampuan untuk menguji koefesien-koefesien di luar antara beberapa kelompok subyek;
Kesembilan,9. kemampuan untuk mengatasi data yang sulit, seperti data time series dengan kesalahan otokorelasi, data yang tidak normal, dan data yang tidak lengkap.

Variabel  dalam SEM (skripsi, tesis, disertasi)

Observed Variables– : Variabel Yang Dapat Diobservasi Secara Langsung / Var Manifest / Indikator / Referensi
Unobserved Variables– : Variabel Yang Tidak Dapat Diobservasi Secara Langsung / Fenomena Abstrak / Var Laten / Faktor / Konstruk
Minimal 4 variabel untuk pemodelan dalam SEM–
Variabel Laten Exogenous (Variabel Independen)•
Penyebab fluktuasi nilai – nilai di variabel – variabel laten lainnya dalam model yang dibangun. Perubahan nilai dalam var ini ini tidak dapat diterangkan dengan menggunakan model, tetapi harus mempertimbangkan pengaruh faktor – faktor eksternal lainnya diluar model; sebagai contoh faktor demografi, status sosial dan ekonomi. (Bandingkan dengan konsep Regresi dan Analisis Jalur dimana model tidak digunakan untuk memberikan penjelasan perubahan nilai pada variabel bebas (regresi) dan exogenous (analisis jalur) krn variabel – variabel ini diperlakukan sebagai penyebab perubahan nilai var tergantung (regresi) dan var endogenous (analisis jalur) Variabel yang dipengaruhi oleh var exogenous dalam model baik secara langsung maupun tidak – langsung. Fluktuasi nilai dalam var endogenous dapat diterangkan dengan model yang dibangun karena semua variabel laten yang mempengaruhi variabel laten endogenous ini dimasukkan dalam spesifikasi model tersebut.
Model Anlisis Faktor•
Exploratory Factor Analysis (EFA)– : dirancang untuk suatu situasi dimana hubungan antara variabel – variabel yang diobservasi dan variabel laten tidak diketahui atau tidak jelas
Confirmatory Factor Analysis (CFA)– : digunakan untuk riset dimana peneliti sudah mempunyai pengetahuan mengenai struktur variabel laten yang melandasinya. Didasarkan pada teori atau riset empiris yang bersangkutan membuat postulat /asumsi / reasoning hubungan antara pengukuran yang diobservasi dengan faktor – faktor yang mendasarinya sebelumnya kemudian melakukan pengujian struktur hipotesis ini secara statistik.
Kesimpulan: Model analisis faktor EFA dan CFA berfokus pada bagaimana dan sejauh mana semua – variabel yang diobservasi berhubungan dengan faktor – faktor laten yang mendasarinya. Dengan kata lain, model analisis ini berfokus pada sejauh mana variabel – variabel yang diobservasi ini dihasilkan oleh konstruk – konstruk laten yang mendasarinya; dengan demikian, kekuatan semua jalur regresi dari semua faktor tersebut kearah semua variabel yang diobservasi secara langsung (koefesien regresi / factor loadings) menjadi fokus analisisnya. Karena model ini, khususnya CFA hanya berfokus pada hubungan antara faktor – faktor dan semua variabel yang diukur maka dalam perspektif SEM disebut sebagai Measurement Model.
Model Variabel Laten Lengkap / Full Latent Variable Model (LV)•
Model LV memungkinkan spesifikasi struktur regresi diantara semua variabel laten. Artinya peneliti – dapat membuat hipotesis pengaruh dari satu konstruk laten terhadap konstruk laten lainnya dalam suatu pemodelan hubungan sebab akibat. Model LV ini mencakup “measurement model” dan “structural model” : dimana MM menjelaskan hubungan antara
semua variabel laten dengan pengukuran yang diobservasi (CFA) dan model struktural menjelaskan – hubungan antara semua variabel laten itu sendiri.
Arah Hubungan •
Recursive– : hubungan pengaruh satu arah ( dari exogenous ke endogenous) (Model ini sama dengan Analisis Jalur)
Non Recursive– : hubungan bersifat sebab akibat / reciprocal atau feedback effects
Tujuan Umum Pemodelan Statistik dalam SEM•
Memberikan cara yang efisien dan sesuai untuk menggambarkan struktur variabel laten yang men– dasari seperangkat variabel yang diobservasi
Mengekspresikan dengan diagram atau menggunakan persamaan matematis –
Menyusun postulat menggunakan model statistik yang didasarkan pada pengetahuan peneliti ter– hadap teori yang sesuai, riset empiris kajiannya, atau kombinasi antara teori dan empiris.
Menentukan keselarasan (Goodness of Fit) antara model yang dihipotesiskan dengan data sam– pel.
Menguji seberapa cocok antara data hasil observasi dengan dengan struktur model yang dibuat –
Mengetahui – residual / perbedaan antara model yang dihipotesiskan dengan data observasi
Bentuk model yang sesuai dengan data observasi:•
Data = Model + Residual–
Model merupakan representasi struktur yang dihipotesiskan yang menghubungkan antara semua – variabel yang diobservasi dengan semua variabel laten dan untuk model tertentu menghubungkan antar variabel laten tertentu.
Residual merupakan perbedaan antara model yang dihipotesiskan dengan data yang diobservasi –
Kerangka Strategis Umum untuk Pengujian SEM Menurut Joreskog (1993) •
Terdapat 3 kerangka strategis umum dalam pengujian SEM, yaitu:Strictly Confirmatory (SC)– :
Peneliti membuat postulat suatu model singel didasarkan pada teori, •
Mengumpulkan data yang sesuai •
Menguji kecocokan antara model yang dihipotesiskan dengan data sampel observasi •
Hasil pengujian ialah menolak atau menerima model yang sudah dibuat •
Tidak ada modifikasi lebih lanjut terhadap model yang sudah dibuat •
Alternative Models (AM)– :
Peneliti mengajukan beberapa alternatif model yang didasarkan pada teori yang sesuai dengan • kajian yang dilakukan
Memilih model yang sesuai dengan data observasi yang paling mewakili data sampel yang • dimiliki
Model Generating (MG)– :
Peneliti membuat postulat dan menolak model yang diturunkan dari teori didasarkan pada • kekurang-sesuaian dengan data sampel
Melanjutkan dengan model exploratori bukan konfirmasi untuk memodifikasi dan mengestimasi • ulang model yang dibuat
Fokusnya ialah untuk menemukan sumber ketidaksesuaian dalam model dan menentukan • suatu model yang sesuai dengan data sampel yang ada

HAL PENTING DALAM PENGGUNAAN SEM (skripsi, tesis, disertasi)

Ada dua isu yang bersifat metodologis yang muncul dalam SEM berkaitan dengan kekuatan menganalisis data. Pertama, apakah parameter-parameter yang akan kita estimasi dapat diidentifikasi. Lebih lanjut apakah kita dapat memperoleh estimasi unik parameter tersebut. Pada saat semua parameter dalam suatu model teridentifikasi maka model tersebut dikatakan teridentifikasi. Masalah indentifikasi ini seperti persamaan dalam aljabar yang digunakan untuk mengetahui apakah terdapat persamaan independent yang memadai untuk memecahkan X, Y dan Z. Idealnya, kita menginginkan semua parameter model dapat diidentififikasi. Amos dapat mendeteksi serta memberitahu kita kisaran masalah-masalah identifikasi. Selain itu juga Amos menawarkan remedi untuk mengatasi masalah ini. Kita dapat mengatasi masalah indentifikasi dengan menggunakan pengendalian-pengendalian tertentu.
Isu kedua ialah ekuvalensi model. Dua model SEM akan equivalen jika kedua model tersebut dapat memprediksi nilai-nilai yang sama dari data yang sama pula. Apa yang dianalisis pada saat melakukan pencocokan dalam SEM ialah matriks kovarian atau matriks korelasi. Sekalipun demikian dalam SEM kadang kita juga menggunakan rata-rata (mean) hasil observasi juga pada saat intercept atau rata-rata faktor diestimasi. Setiap dua model SEM yang memprediksi momen yang sama, misanya kovarian, means, dan lainnya diperlakukan equivalen. Sampai saat ini belum ada prosedur yang komprehensif untuk menghitung semua kemungkinan model yang ingin kita spesifikasi.. Untuk mengatasi masalah ini, maka kita harus bersandar pada informasi diluar data untuk memilih model-model yang terbaik. Informasi ini dapat diperoleh dari riset sebelumnya, pengetahuan tentang lingkungan dimana data dikoleksi, intuisi manajerial dan pengalaman-pengalaman meneliti sebelumnya. Pemahaman ekuivalensi tidak jauh berbeda dengan pemahaman dimana variable-variabel tertentu bergantung pada lainnya dan mana yang tidak bergantung.

KONSEP IDENTIFIKASI MODEL (skripsi, tesis, disertasi)

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

PRINSIP-PRINSIP DASAR DIBALIK SEM (skripsi, tesis, disertasi)

Dalam statistik terdapat generaliasi yang menyatakan bahwa beberapa variabel saling berhubungan satu dengan yang lain dalam suatu kelompok persamaan linear. Hubungan tersebut menjadi semakin kompleks tetapi inti pesannya tetap sama, yaitu: kita dapat menguji apakah beberapa variable saling berhubungan melalui seperangkat hubungan linier dengan cara memeriksa varian dank ovarian variable tersebut. Dictum ini dapat diilustrasikan secara sederhana sebagai berikut:
Ada sekelompok angka (kita beri simbol X): 1, 2, dan 3. Sekeleompok angka tersebut mempunyai rata-rata sebesar 2 dan standard deviasi 1. Kemudian sekelompok ini ini (X) kita kalikan 4; maka akan menjadi sekelompok angka sebagai berikut: 4, 8, dan 12 (Kita beri simbol Y). Sekelompok angka tersebut mempunyai rata-rata sebesar 8, standard deviasi 4, dan varian sebesar 16 (varian adalah standard deviasi yang dikuadratkan). Seperangkat angka X dapat dihubungkan dengan seperangkat anhgka Y dengan menggunakan persamaan Y = 4 X; dengan demikian varian Y ialah 16 kali X. Dari persamaan tersebut kita dapat melakukan pengujian hipotesis, yaitu Y dan X dihubungkan dengan menggunakan persamaan Y = 4 X secara tidak langsung dengan cara membandingkan varian – varian variable X dan Y.
Dalam kaitannya dengan pemahaman tersebut, maka prosedur dalam SEM dilakukan dilakukan dengan cara sebagai berikut:
Nyatakan secara tegas bahwa beberapa variabel berkaitan antara satu dengan yang lainnya dengan • menggunakan diagram jalur.
Teliti melalui beberapa aturan internal yang kompleks implikasi-implikasi apa saja dalam kaitannya • degan varian – varian dan kovarian-kovariannya beberapa variabel tersebut.
Ujilah apakah semua varian dan kovarian cocok dengan modelnya. •
Laporkan hasil-hasil pengujian statistik, dan juga estimasi-estimasi parameter serta kesalahan-kesalahan • standard untuk semua koefisen numerik yang ada dalam persamaan linear.
Berdasarkan semua informasi di atas, peneliti memutuskan apakah model nampak sesuai dengan data • yang dipunyai atau tidak

PERTIMBANGAN UNTUK MENGGUNAKAN INDEKS KECOCOKAN MODEL SEM (skripsi, tesis, disertasi)

Karena banyaknya indeks kecocokan model dalam SEM, maka diperlukan pertimbangan-pertimbangan dalam menggunakan indeks kecocokan model tersebut. Sebaiknya kita menggunakan indeks kecocokan model yang umum, seperti RMSEA, Chi Square, NNFI, dan CFI dalam pengujian kecocokan model. Sekalipun demikian kita juga dapat menggunakan indeks – indeks lain, misalnya untuk melihat kesesuaian jumlah sampel ataupun nilai signifikansi

ACUAN INDEKS KECOCOKAN MODEL (skripsi, tesis, disertasi)

Untuk mengetahui apakah model yang dibuat didasarkan pada data observasi sesuai dengan model teori atau tidak diperlukan acuan indeks kecocokan model. Berikut ini nilai-nilai indeks kecocokan model yang sering digunakan dalam SEM, diantaranya:
Nilai Chi Square– : semakin kecil maka model semakin sesuai antara model teori dan data sampel. Nilai ideal sebesar <3
Rasio Kritis (Critical Ratio)– : Rasio deviasi tertentu dari nilai rata-rata standard deviasi. Nilai ini diperoleh dari estimasi parameter dibagi dengan standard error . Besar nilai CR adalah 1,96 untuk pembobotan regresi dengan significance sebesar 0,05 untuk koefesien jalurnya
Jika nilai CR > 1,96 – maka kovarian – kovarian faktor mempunyai hubungan signifikan
Jika koefesien struktural dibuat standar– , misalnya 2; maka var laten tergantung akan meningkat sebesar 2
Kesalahan pengukuran– sebaiknya sebesar 0
Pembobotan regresi (regression weight):– sebesar 1, tidak boleh sama dengan 0, bersifat random jika ada tanda ‘$’
Spesifikasi model– dengan nilai konstan 1
Maximum Likehood Estimation– akan bekerja dengan baik pada sampel sebesar >2500
Significance level– (probabilitas) sebaiknya <0.05
– Reliabilitas konstruk (construct reliability): minimal sebesar 0,70 untuk faktor loadings
Varian ekstrak – (uji lanjut reliabilitas): nilai minimal 0.5 semakin mendekati 1 semakin reliabel
Nilai indeks keselarasan (– goodness of fit index) (GFI): mengukur jumlah relatif varian dan kovarian yang besarnya berkisar dari 0 – 1. Jika nilai besarnya mendekati 0 maka model mempunyai kecocokan yang rendah sedang nilai mendekati 1 maka model mempunyai kecocokan yang baik
Nilai indeks keselarasan yang disesuaikan (– Adjusted Goodness of Fit Index (AGFI): Fungsi sama dengan GFI perbedaan terletak pada penyesuaian nilai DF terhadap model yang dispesifikasi. Nilai AGFI sama dengan atau lebih besar dari 0,9. Jika nilai lebih besar dari 0,9 maka model mempunyai kesesuaian model keseluruhan yang baik
Fungsi perbedaan sampel minimum (– The minimum sample discrepancy function (CMNF)) yang merupakan nilai statistik Chi Square dibagi dengan nilai derajat kebebasan (degree of freedom (df)) disebut juga Chi Square relatif dengan besaran nilai kurang dari 0,2 dengan toleransi dibawah 0,3 yang merupakan indikator diterimanya suatu kecocokan model dan data
Indeks Tucker Lewis (Tucker Lewis – Index (TLI)) dengan ketentuan sebagai penerimaan sebuah model sebesar sama dengan atau lebih besar dari 0,95. Jika nilai mendekati 1 maka model tersebut menunjukkan kecocokan yang sangat tinggi
Indeks Kecocokan Komparatif (– Comparative Fit Index (CFI)) dengan nilai antara 0- 1 dengan ketentuan jika nilai mendekati angka 1 maka model yand dibuat mempunyai kecocokan yang sangat tinggi sedang jika nilai mendekati 0, maka model tidak mempunyai kecocokan yang baik
Index Parsimony– : untuk kecocokan model yang layak nilainya >0,9.
Root mean square error of approximation– , (RMSEA): berfungsi sebagai kriteria untuk pemodelan struktur kovarian dengan mempertimbangkan kesalahan yg mendekati populasi. Kecocokan model yg cocok dengan matriks kovarian populasi. Model baik jika nilainya lebih kecil atau sama dengan 0,05 ; cukup baik sebesar atau lebih kecil dari 0,08
Uji Reliabilitas– : untuk menghitung reliabilitas model yang menunjukkan adanya indikator-indikator  yang mempunyai derajat kesesuaian yang baik dalam satu model satu dimensi. Reliabilitas merupakan ukuran konsistensi internal indikator-indikator suatu konstruk yang menunjukkan derajat sejauh mana setiap indikator tersebut menunjukkan sebuah konstruk laten yang umum. Reliabilitas berikutnya ialah Varian Extracted dengan besar diatas atau sama dengan 0,5. Dengan ketentuan nilai yang semakin tinggi menunjukkan bahwa indikator-indikator sudah mewakili secara benar konstruk laten yang dikembangkan
Parameter dengan nilai 0– mempunyai arti tidak ada hubungan antar variabel yang diobservasi. Parameter dapat secara bebas diestimasi dengan nilai tidak sama dengan 0. Fixed parameter diestimasi tidak berasal dari data, misalnya 1; free parameter diestimasi dari data sampel yang diasumsikan oleh peneliti tidak sama dengan 0.
Root Mean Square Residual (RMR)– : nilai rata-rata semua residual yang ditandarisasi. Nilai RMR berkisar mulai 0 – 1, suatu model yang cocok mempunyai nilai RMR < 0.05.
Parsimony Based Indexes of Fit (PGFI)– : Parsimony model yang berfungsi untuk mempertimbangkan kekompleksitasan model yang dihipotesiskan dalam kaitannya dengan kecocokan model secara menyeluruh. Nilai kecocokan ideal adalah 0.9
Normed Fit Index (NFI)– : Nilai NFI mulai 0 – 1 diturunkan dari perbandingan antara model yang dihipotesiskan dengan suatu model independen tertentu. Model mempunyai kecocokan tinggi jika nilai mendekati 1
Relative Fit Index (RFI)– : merupakan turunan dari NFI dengan nilai 0 -1. Model mempunyai kecocokan yang ideal dengan nilai 0.95
First Fit Index (PRATIO)– : berkaitan dengan model parsimony
Noncentrality Parameter (NCP)– : parameter tetap yang berhubungan dengan DF yang berfungsi untuk mengukur perbedaan antara matriks kovarian populasi dengan matriks kovarian observasi. Dengan Confidence Interval 90% maka NCP berkisar antara 29,983 – 98,953
The Expected Cross Validation Index (ECVI)– : mengukur perbedaan antara matriks kovarian yang dicocokkan dalam sampel yg dianalisis dengan matriks kovarian yang diharapkan yang akan diperoleh dari sampel lain dengan ukuran yang sama. Nilai ECVI dapat berapa saja dan tidak ada kisarannya. Jika model mempunyai nilai ECVI terkecil, maka model tersebut dapat direplikasi.
Hoelter’s Critical N (CN)– : berfungsi untuk melihat kecukupan ukuran sampel yang digunakan dalam riset. CN mempunyai ketentuan suatu model mempunyai ukuran sampel yang cukup jika nilai CN > 200.
Residual– : perbedaan antara matriks kovarian model dengan matriks kovarian sampel, semakin kecil perbedaan maka model semakin baik.

ASUMSI DASAR SEM (skripsi, tesis, disertasi)

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

FUNGSI SEM (skripsi, tesis, disertasi)

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