BAB 3

METODOLOGI PENELITIAN

3.1 Desain Penelitian

Desain penelitian adalah suatu strategi untuk mencapai tujuan yang telah

ditetapkan dan berperan sebagai pedoman atau penuntun peneliti pada seluruh

proses penelitian (Hidayat, 2008: 81). Desain penelitian akan sangat membantu

peneliti untuk dapat menerjemahkan hipotesis konseptual yang abstrak menjadi

hipotesis operasional yang terinci, spesifik, dan terukur sehingga siap untuk diuji

(Nasir, 2011).

Penelitian ini menggunakan explanatory study yang bertujuan untuk

menjelaskan hubungan atau pengaruh antara dua variabel atau lebih yang telah

dilakukan melalui pengujian hipotesis (Sekaran, 2006 dalam Sugiarto, 2014: 27).

Explanatory study pada penelitian ini digunakan bertujuan untuk menganalisis

pengaruh tipe kepribadian dan beban kerja secara parsial maupun simultan terhadap

burnout syndrome pada mahasiswa praktik pra klinik tingkat III-A program studi S1

Keperawatan STIKes Eka Harap Palangka Raya.

3.2 Kerangka Kerja

Kerangka kerja atau kerangka operasional merupakan langkah-langkah

dalam aktivitas ilmiah, mulai dari penetapan populasi, sampel, dan seterusnya,

yaitu kegiatan sejak awal dilaksanankannya penelitian (Nursalam, 2013: 49).

Kerangka kerja juga merupakan bagan kerja rancangan kegiatan penelitian yang

akan dilakukan, meliputi penetapan populasi sampai analisa data (Hidayat, 2008:

31). Kerangka kerja yang disusun pada penelitian ini yaitu.

52
 53

Populasi
Populasi yang diteliti adalah seluruh mahasiswa tingkat III-A
program studi S1 Keperawatan yang berjumlah 56 orang.

Sampling
Teknik sampling yang digunakan yaitu probability
sampling dengan menggunakan simple random sampling.

Sampel
Jumlah sampel yang digunakan sebanyak 49
orang.

Informed consent
Responden menandatangani informed consent

Variabel Independen Variabel Dependen

Tipe kepribadian Burnout syndrome pada mahasiswa praktik
Beban kerja pra klinik

Pengumpulan Data
Pengisian angket tentang tipe kepribadian, beban kerja, dan
burnout syndrome

Pengolahan Data
Editing, Coding, Scoring, Data Entry, Tabulating

Analisis data
Data dianalisis dengan uji Regresi Linier Berganda

Penyajian Hasil dan Kesimpulan

Bagan 3.1 Kerangka Kerja Pengaruh Tipe Kepribadian dan Beban Kerja
terhadap Burnout Syndrome pada Mahasiswa Praktik Pra Klinik
Tingkat III-A Program Studi S1 Keperawatan STIKes Eka Harap
Palangka Raya
 54

3.3 Identifikasi Variabel

Jenis variabel diklasifikasikan menjadi bermacam-macam tipe untuk

menjelaskan penggunaannya dalam penelitian. Variabel independen (bebas)

adalah variabel yang memengaruhi atau nilainya menentukan variabel lain.

Variabel bebas biasanya dimanipulasi, diamati dan diukur untuk diketahui

hubungannya atau pengaruhnya terhadap variabel lain. Sedangkan variabel

dependen (terikat) adalah variabel yang nilainya ditentukan oleh variabel lain.

Variabel respons akan muncul sebagai akibat dari manipulasi variabel-variabel

lain. Variabel terikat adalah faktor yang diamati dan diukur untuk menentukan ada

tidaknya hubungan atau pengaruh dari variabel bebas (Nursalam 2013: 177).

Bila ditarik kesimpulan variabel penelitian adalah segala sesuatu yang

berbentuk apa saja yang ditetapkan oleh peneliti untuk dipelajari sehingga

diperoleh informasi tentang hal tersebut. Penelitian ini menggunakan dua variabel

independen yaitu tipe kepribadian dan beban kerja; serta variabel dependen yaitu

burnout syndrome pada mahasiswa praktik pra klinik.

3.4 Definisi Operasional

Didefinisikan berdasarkan karakteristik yang diamati dari sesuatu yang

didefinisikan tersebut. Karakteristik yang dapat diamati (diukur), dapat diamati

artinya memungkinkan peneliti untuk melakukan observasi atau pengukuran

secara cermat terhadap suatu objek atau fenomena yang kemudian dapat diulangi

lagi oleh orang lain (Nursalam 2013: 181).

 55

Tabel 3.1 Definisi Operasional Penelitian Pengaruh Tipe Kepribadian dan Beban Kerja terhadap Burnout Syndrome pada Mahasiswa
Praktik Pra Klinik Tingkat III-A Program Studi S1 Keperawatan STIKes Eka Harap Palangka Raya
Variabel Definisi Operasional Parameter Alat Ukur Skala Skor
Variabel Suatu model yang Penilaian tipe Kuesioner Nominal Tipe kepribadian.
independen menggambarkan kepribadian 1 = A (sanguinis)
Tipe Kepribadian ekspresi tingkah laku menurut 2 = B (kholeris)
(Hippokrates- mahasiswa Hippokrates- 3 = C (melankolis)
Galenus) keperawatan, yang Galenus yaitu 4 = D (phlegmatis)
digolongkan menggunakan
berdasarkan jenis pernyataan yang Pengkategorian dilakukan dengan
cairan tubuh. mendeskripsikan menghitung jumlah total skor dari
tentang. kekuatan dan kelemahan untuk masing-
1) Kekuatan masing 4 tipe kepribadian tersebut. Skor
2) Kelemahan yang paling tinggi pada salah satu tipe
diasumsikan bahwa responden
cenderung memiliki tipe kepribadian
tersebut.
Beban kerja Suatu tingkat berat Beban kerja pada Kuesioner Ordinal 1) Skor penilaian beban kerja
ringannya tugas yang mahasiswa praktik dengan skala 2 = membebani
dijalani mahasiswa pra klinik dapat Guttman 1 = tidak membebani
keperawatan dalam dinilai berdasarkan.
melaksanakan praktik 1) Tugas tertulis 2) Penilaian
pra klinik. 2) Tugas praktik Sp
N= x 100%
Sm

Keterangan:
N = nilai beban kerja responden.
Sp = skor yang didapat
Sm = skor tertinggi maksimal
 56

Variabel Definisi Operasional Parameter Alat Ukur Skala Skor

3) Kategori
(1) Beban kerja berat: 76-100%
(2) Beban kerja sedang: 56-75%
(3) Beban kerja ringan: < 56%
Variabel Keadaan psikologis Derajat burnout Kuesioner Ordinal 1) Penilaian burnout syndrome.
Dependen yang ditandai dengan syndrome dinilai dengan skala 0 = tidak pernah
Burnout syndrome kelelahan, sikap acuh melalui 3 dimensi Likert 1 = beberapa kali dalam setahun
tak acuh dengan orang yaitu. 2 = dua bulan sekali/kurang
lain, dan penurunan 1) Kelelahan 3 = beberapa kali dalam sebulan
prestasi diri akibat emosional. 4 = satu minggu sekali
ketidakmampuan 2) Depersonalisasi 5 = beberapa kali dalam seminggu
mengatasi stres dan 3) Prestasi diri 6 = setiap hari
kelelahan pada
mahasiswa yang 2) Penilaian
menjalani praktik pra XM
klinik. Z=
S

Keterangan:
Z = skor Z (normal deviate).
X = skor data mentah
M = rata-rata skor data mentah
S = standar deviasi

3) Kategori
(1) Burnout tinggi: 1,00 Z >1,00
(2) Burnout sedang: -1,00 Z < 1,00
(3) Burnout rendah: Z < -1,00
 57

3.5 Populasi, Sampel dan Sampling

3.5.1 Populasi

Populasi adalah wilayah generalisasi yang terdiri atas objek/subjek yang

mempunyai kuantitas dan karakteristik tertentu yang ditetapkan oleh peneliti

untuk dipelajari dan kemudian ditarik kesimpulannya (Sugiyono, 2009: 80).

Berdasarkan pengertian tersebut, dapat diidentifikasi bahwa populasi target dalam

penelitian ini adalah mahasiswa program studi S1 Keperawatan dengan populasi

terjangkau dalam penelitian ini adalah seluruh mahasiswa tingkat III-A program

studi S1 Keperawatan yang berjumlah 56 orang.

3.5.2 Sampel

Sampel merupakan bagian populasi yang akan diteliti atau sebagian jumlah

dari karakteristik yang dimiliki oleh populasi. Dalam penelitian keperawatan,

kriteria sampel meliputi kriteria inklusi dan kriteria eksklusi, dimana kriteria

tersebut menentukan dapat atau tidaknya sampel tersebut digunakan (Hidayat,

2009: 60). Sampel yang diteliti yaitu mahasiswa tingkat III-A program studi S1

keperawatan STIKes Eka Harap Palangka Raya.

Besar sampel dihitung dengan rumus sebagai berikut (Nursalam, 2013:

172).

=
1 + ()2

Keterangan.
n = Besar sampel
N = Besar populasi
d = Tingkat signifikasi (p)
 58

=
1 + ()2

56
=
1 + 56 (0,05)2

56
=
1 + 56 (0,0025)

56
=
1 + 0,14

56
=
1,14

= 49,12 49 responden

3.5.3 Sampling

Sampling adalah proses menyeleksi porsi dari populasi untuk dapat

mewakili populasi. Teknik sampling merupakan suatu proses seleksi sampel yang

digunakan dalam penelitian dari populasi yang ada, sehingga jumlah sampel akan

mewakili keseluruhan populasi yang ada. Secara umum ada dua jenis teknik

sampling yaitu probability sampling dan nonprobability sampling (Hidayat,

2008: 32). Pengambilan sampel pada penelitian ini menggunakan teknik

probability sampling dengan menggunakan simple random sampling, yang

merupakan jenis probabilitas yang paling sederhana dan setiap elemen diseleksi

secara acak tanpa memperhatikan strata yang ada dalam anggota populasi

(Nursalam 2013: 173).

Pengambilan sampel dalam penelitian ini dilakukan secara acak dengan

menggunakan kelompok yang telah dibuat untuk masing-masing Puskesmas yang

dijadikan tempat penelitian, khususnya kelompok untuk tingkat III-A. Sampel

 59

yang digunakan untuk menjadi responden harus memenuhi kriteria inklusi dan

eksklusi.

3.5.3.1 Kriteria Inklusi

Menurut Nursalam (2013: 172), kriteria inklusi adalah karakteristik umum

subjek penelitian dari suatu populasi target yang terjangkau dan akan diteliti.

Kriteria inklusi dalam penelitian ini digunakan untuk menentukan sampel yang

layak dijadikan sebagai responden. Kriteria tersebut yaitu:

1) Mahasiswa tingkat III-A yang menjalani praktik pra klinik atau yang sudah

menjalani praktik pra klinik.

2) Bersedia menjadi responden.

3) Hadir pada saat dilakukan penelitian.

3.5.3.2 Kriteria Eksklusi

Menurut Nursalam (2013: 172), kriteria eksklusi adalah menghilangkan atau

mengelurakan subjek yang memenuhi kriteria inklusi dari penelitian. Penelitian

ini menggunakan 49 sampel yang dijadikan responden dan tidak ada dari

responden yang digunakan memenuhi kriteria eksklusi. Kriteria eksklusi yang

ditentukan yaitu:

1) Tidak menjalani praktik pra klinik dan belum pernah menjalani praktik pra

klinik.

2) Tidak bersedia menjadi responden.

3) Tidak hadir pada saat dilakukan penelitian.

 60

3.6 Waktu dan Tempat Penelitian

Penelitian pengaruh tipe kepribadian dan beban kerja pada mahasiswa

praktik pra klinik tingkat III-A program studi S1 Keperawatan STIKes Eka Harap

Palangka Raya dilakukan mulai tanggal 19-23 Mei 2015. Tempat melakukan

penelitian adalah lahan tempat pelaksanaan praktik pra klinik program studi S1

Keperawatan yaitu di UPTD Puskesmas Kayon (19 Mei 2015), UPTD Puskesmas

Kereng Bangkirai (20 Mei 2015), UPTD Puskesmas Bukit Hindu (20 Mei 2015),

UPTD Puskesmas Menteng (20 Mei 2015), UPTD Puskesmas Pahandut (22 Mei

2015), dan UPTD Puskesmas Jekan Raya (22 dan 23 Mei 2015).

3.7 Validitas dan Reliabilitas

3.7.1 Uji Validitas

Validitas adalah suatu ukuran yang menunjukkan tingkat-tingkat validitas

atau kesahihan suatu instrumen. Suatu instrumen yang valid atau sahih

mempunyai validitas tinggi. Sebaliknya, instrumen yang kurang valid berarti

memiliki validitas yang rendah (Budiman, 2013: 22). Uji validitas dilakukan

untuk menguji validitas setiap pertanyaan angket. Jika pertanyaan tidak valid,

maka pertanyaan tersebut tidak dapat digunakan. Pertanyaan-pertanyaan yang

sudah valid kemudian baru secara bersama-sama diukur reliabilitasnya.

Uji validitas pada penelitian ini dilakukan pada tingkat IV-B program studi

S1 Keperawatan untuk kuesioner beban kerja dengan menggunakan 25 responden

dan diuji menggunakan program komputer. Berdasarkan tabel Item-Total

Statistics (tabel terlampir) pada uji validitas dan reliabilitas didapatkan bahwa dari

30 item pernyataan ada 8 pernyataan yang tidak valid karena memiliki nilai r

hitung lebih kecil dari r tabel (r hitung < 0,31). Item pernyataan yang tidak valid
 61

masing-masing pada item nomor 1, 2, 4, 11, 12, 15, 16, 28 dan dikeluarkan dari

instrumen sehingga jumlah pernyataan pada instrumen beban kerja yang dapat

digunakan untuk pengumpulan data yaitu berjumlah 22 item pernyataan.

Uji validitas dan reliabilitas dilakukan dengan menggunakan program SPSS

melalui tahap-tahap sebagai berikut (Susilo, 2014: 155-158):

(1) Input data dalam format SPSS.

(2) Klik analyze dan pilih scale kemudian klik reliability analysis.

(3) Pindahkan seluruh item pernyataan pada kotak item. Blok seluruh item

pernyataan pada kotak sebelah kiri dan pindahkan ke kotak di kanannya.

Kotak model ALPHA tetap saja.

(4) Pilih Statistics dan pada kotak Descriptives for aktifkan item, scale, and

scale if item deleted kemudian continue dan OK.

(5) Output validitas dan reliabilitas

(6) Pada output Item-Total Statistics kolom corrected item-total correlation

bandingkan dengan nilai r tabel. Apabila lebih besar dari nilai r tabel, maka

item dinyatakan valid. Apabila nilai corrected item-total correlation ada

yang lebih kecil dari nilai r tabel maka item tidak valid dan dikeluarkan dari

instrumen penelitian. Pada nilai yang bersifat marginal dapat dilakukan

perbaikan pernyataan pada item kuesioner.

Langkah-langkah mencari nilai r tabel dan t tabel dengan menggunakan

SPSS (Susilo, 2014: 159):

(1) Nilai t table dicari dengan langkah menentukan df (derajat bebas) = N

(jumlah item instrumen penelitian riset) 2.

 62

(2) Buka SPSS klik data view isikan nilai df dengan N 2 lalu transform

selanjutnya pilih compute variable.

(3) Isikan pada kolom target variable t_0.05 pada level signifikansi 95%.

Kemudian pada kotak Numeric expression, ketik rumus IDF.T(0.95,df) dan

OK.

(4) Maka didapat nilai t tabel.

(5) Selanjutnya untuk mencari r table, ulangi lagi dengan transform dan

compute variable. Pada kotak target variable ketik r_0.05 sedangkan pada

kotak numeric expression ketik rumus t_0.05/SQRT(df+t_0.05**2).

(6) Luaran nilai r yang dipergunakan sebagai cut of point uji validitas pada

kuisioner.

Hasil uji akan dibandingkan antara nilai r hitung dan r tabel dengan taraf

signifikan 0,05. Apabila hasil r hitung > r tabel maka pertanyaan dinyatakan valid

untuk digunakan penelitian.

3.7.2 Uji Reliabilitas

Reliabilitas ialah indeks yang menunjukkan sejauh mana suatu alat

pengukur dapat dipercaya atau dapat diandalkan. Hal ini berarti menunjukkan

sejauh mana hasil pengukuran tersebut tetap konsisten atau sama bila dilakukan

pengukuran dua kali atau lebih terhadap gejala yang sama dengan menggunakan

alat ukur yang sama (Budiman, 2013: 22).

Pernyataan pada instrumen yang sudah valid dilakukan uji reliabilitas

dengan cara membandingkan r tabel dengan r hasil. Jika nilai r hasil adalah alpha

yang terletak di awal output dengan tingkat kemaknaan 5% (0,05), maka setiap

pertanyaan dikatakan valid jika r alpha lebih besar dari konstanta maka pertanyaan
 63

tersebut reliabel (Budiman, 2013: 22). Nilai reliabilitas dapat dilihat pada tabel

luaran reliability statistics pada nilai Alpha Cronbachs (Susilo, 2014: 167).

Menurut Prayitno (2012: 187), untuk menentukan suatu instrumen reliabel atau

tidak maka bisa menggunakan batas nilai Alpha 0,6, sedangkan menurut Sekaran

(1992) dalam Prayitno (2012: 187), reliabilitas < 0,6 adalah kurang baik, 0,7

artinya dapat diterima, dan di atas 0,8 adalah baik.

Hasul uji reliabilitas pada penelitian ini berdasarkan tabel Reliability

Statistics (tabel terlampir), didapatkan nilai Cronbachs Alpha untuk kuesioner

beban kerja adalah 0,907 dan menurut standar reliabilitas nilai tersebut berarti

sangat reliabel sehingga layak untuk disebarkan kepada responden.

Menurut Budi (2006), tingkat reliabilitas dengan metode Alpha Cronbach

diukur berdasarkan skala Alpha 0 sampai 1. Apabila skala alpha tersebut

dikelompokkan ke dalam 5 kelas dengan range yang sama, maka ukuran

kemantapan alpha dapat dipresentasikan ke dalam tabel berikut.

Tabel 3.2 Tingkat Reliabilitas berdasarkan Nilai Cronbach atau

Alpha Tingkat Reliabilitas
0,00 0,20 Kurang reliabel
> 0,20 0,40 Agak reliabel
> 0,40 0,60 Reliabel
> 0,60 0,80 Cukup reliabel
> 0,80 1,00 Sangat reliabel
Sumber: Budi (2006).

3.8 Pengumpulan Data, Pengolahan Data dan Analisa Data

3.8.1 Pengumpulan Data

Pengumpulan data adalah suatu proses pendekatan kepada subjek dan proses

pengumpulan karakteristik subjek yang diperlukan dalam suatu penelitian.

Langkah-langkah dalam pengumpulan data bergantung pada rancangan penelitian

dan teknik instrumen yang digunakan (Nursalam, 2013: 191). Selama proses
 64

pengumpulan data, peneliti memfokuskan pada penyediaan subjek, melatih tenaga

pengumpulan data, serta menyelesaikan masalah-masalah yang terjadi agar data

dapat terkumpul sesuai dengan rencana yang telah ditetapkan. Pengumpulan data

menggunakan alat ukur yang disusun agar dapat memperkuat hasil penelitian. Alat

ukur pengumpulan data tersebut antara lain dapat berupa kuesioner/angket,

observasi, wawancara atau gabungan ketiganya (Hidayat, 2009: 86). Pengumpulan

data pada penelitian ini menggunakan kuesioner atau angket. Menurut Arikunto

(2013: 194), kuesioner merupakan sejumlah pertanyaan tertulis yang digunakan

untuk memperoleh informasi dari responden tentang pribadinya atau hal-hal yang

diketahui.

Tahap pengumpulan data dimulai dari pengajuan judul proposal diterima,

pelaksanaan ujian proposal, melakukan revisi setelah ujian yang diselingi dengan

uji validitas dan reliabilitas terhadap instrumen yang digunakan. Pengajuan ke

pihak sekretariat institusi untuk meminta surat izin penelitian, surat izin penelitian

dikeluarkan setelah diproses selama 3 hari, diserahkan ke BAPPEDA diproses

selama 2 hari dan selanjutnya diserahkan ke Dinas Kesehatan Kota diproses

selama 1 minggu. Surat izin yang telah dikeluarkan dari Dinas Kesehatan Kota

selanjutnya diserahkan ke sub-bagian tata usaha masing-masing puskesmas untuk

dilakukan disposisi ke kepala puskesmas/CI lahan yang bersangkutan, setelah

mendapat izin dan memenuhi syarat administrasi peneliti melakukan

pengumpulan data pada sampel yang telah ditetapkan. Pengumpulan data

dilakukan pada 6 Puskesmas di Kota Palangka Raya (UPTD Puskesmas Kayon,

UPTD Puskesmas Menteng, UPTD Puskesmas Kereng Bangkirai, UPTD

Puskesmas Bukit Hindu, UPTD Puskesmas Jekan Raya, UPTD Puskesmas

 65

Pahandut). Pengumpulan data pada penelitian ini dibantu oleh asisten yang

berjumlah 2 orang untuk mengumpulkan data dan menyebarkan kuesioner di

Puskesmas Bukit Hindu. Asisten yang digunakan berasal dari institusi yang sama

dengan peneliti. Asisten sebelum melakukan pengumpulan data diberitahu terlebih

dahulu tentang konsep penelitian dan penjelasan tentang maksud setiap item

pernyataan dalam kuesioner. Puskesmas yang tidak dijadikan sebagai tempat

untuk mengumpulkan data yaitu UPTD Puskesmas Panarung karena jumlah

responden yang telah didapat dari 6 puskesmas lainnya sudah memenuhi jumlah

sampel yang ditetapkan. Pengumpulan data dilakukan dengan pengisian instrumen

tipe kepribadian, beban kerja dan burnout syndrome oleh mahasiswa yang

bersedia menjadi responden. Kuesioner yang telah diisi kemudian dilakukan

pengecekan pada jumlah dan masing-masing pernyataan dari kuesioner,

selanjutnya peneliti melakukan tabulasi dan analisa data.

Kuesioner yang digunakan dalam penelitian ini berjumlah 3 kuesioner.

Kuesioner untuk menilai tipe kepribadian menggunakan kuesioner baku yang

disadur dari Florence Littauer yang terdiri dari 40 item pernyataan yang terbagi

menjadi 2 bagian yaitu kekuatan dan kelemahan yang masing-masing berjumlah

20 pernyataan.

Pengukuran beban kerja mahasiswa menggunakan kuesioner yang dibuat

sendiri oleh peneliti, sehingga harus diuji validitas dan reliabilitas terlebih dahulu.

Berdasarkan hasil uji validitas dan reliabilitas, instrumen beban kerja yang valid

berjumlah 22 pernyataan dengan tingkat reliabilitas 0,907 dan dinyatakan sangat

reliabel. Instrumen beban kerja yang disusun merupakan jenis dichotomy

 66

questions dan menggunakan skala Guttman yang merupakan skala pengukuran

dengan jawaban ya dan tidak, setuju atau tidak setuju (Hidayat, 2008: 36).

Pengukuran burnout syndrome menggunakan Maslach Burnout Inventory

(MBI) dengan 22 item pernyataan yang disadur dari Nursalam. Instrumen tersebut

menggunakan skala Likert karena didesain untuk menelaah seberapa kuat subjek

setuju atau tidak setuju dengan pernyataan (Hidayat, 2008: 36), dalam hal ini

dinyatakan dalam hal seberapa sering responden merasakan atau mengalami

situasi yang digambarkan dalam pernyataan.

3.8.2 Pengolahan Data

Data terlebih dahulu harus diolah dengan tujuan mengubah data menjadi

informasi yang dipergunakan untuk proses pengambilan keputusan, terutama

dalam pengujian hipotesis. Proses pengolahan data terdapat langkah-langkah yang

harus ditempuh diantaranya (Hidayat, 2009: 107).

3.8.2.1 Editing (penyuntingan)

Editing adalah upaya untuk memeriksa kembali kebenaran data yang

diperoleh atau dikumpulkan. Editing dapat dilakukan pada tahap pengumpulan

data atau setelah data terkumpul (Hidayat, 2009: 107). Menurut Arikunto (2013:

278), proses ini meliputi mengecek nama dan kelengkapan identitas pengisian;

mengecek kelengkapan data, apabila ada kekurangan halaman atau isi maka perlu

dikembalikan atau diulang ke responden; mengecek nama-nama isian data jika di

dalam instrumen atau beberapa item yang diisi tidak tahu atau isian lain tidak

dikehendaki oleh peneliti padahal isian yang diharapkan tersebut merupakan

variabel maka item perlu didrop.

 67

Pada penelitian ini, proses editing dilakukan setiap selesai pengumpulan

data. Kegiatan yang dilakukan yaitu dengan mengecek kembali kelengkapan data

mulai dari data demografi sampai kelengkapan pengisian masing-masing

instrumen.

3.8.2.2 Coding (pengkodean)

Coding merupakan kegiatan pemberian kode numerik (angka) terhadap data

yang terdiri dari beberapa kategori. Pemberian kode sangat penting bila

pengolahan dan analisis data menggunakan komputer (Hidayat, 2009: 108).

Pemberian kode dilakukan oleh peneliti dengan menuliskannya pada kolom di

samping jawaban yang telah diisi responden. Kode yang digunakan berupa angka

yang selanjutnya akan diproses dengan komputer.

1) Responden

Kode : R1, R2, R3, ...... dan seterusnya.

2) Usia

Kode: 1 = 19 tahun

2 = 20 tahun

3 = 21 tahun

4 = 22 tahun

3) Jenis kelamin

Kode: 1 = laki-laki

2 = perempuan
 68

4) Tipe kepribadian

Kode: 1 = A (Sanguinis)

2 = B (Kholeris)

3 = C (Melankolis)

4 = D (Phlegmatis)

5) Beban kerja

Kode: 1 = beban kerja berat (76-100%)

2 = beban kerja sedang (56-75%)

3 = beban kerja ringan (< 56%)

6) Burnout syndrome

Kode: 1 = 1,00 Z > 1,00 burnout tinggi

2 = -1,00 Z < 1,00 burnout sedang

3 = Z < -1,00 burnout rendah

3.8.2.3 Data Entry (memasukkan data)

Menurut Notoatmodjo (2012: 177), data berupa jawaban dari masing-

masing responden yang dalam bentuk kode (angka atau huruf) dimasukkan ke

dalam program komputer (SPSS for window), dalam proses ini dituntut ketelitian

dari orang yang menginput data, karena dapat terjadi bias meskipun hanya

memasukkan data saja. Pada penelitian ini data entry dilakukan dengan

memasukkan ke dalam Ms. Excel terlebih dahulu sesuai dengan coding yang telah

dibuat untuk selanjutnya akan dilakukan scoring.

 69

3.8.2.4 Scoring (penilaian)

Scoring merupakan kegiatan memberikan skor terhadap semua item yang

telah diisi oleh responden (Notoatmodjo, 2012: 177). Kegiatan memberikan skor

pada penelitian ini dilakukan pada setiap lembar kuesioner sesuai dengan skor

yang telah didefinisikan pada definisi operasional. Penilaian untuk masing-masing

variabel pada penelitian ini yaitu.

1) Tipe kepribadian

Pengkategorian dilakukan dengan menghitung jumlah total skor dari

kekuatan dan kelemahan untuk masing-masing 4 tipe kepribadian, skor yang

paling tinggi pada salah satu tipe diasumsikan bahwa responden cenderung

memiliki tipe kepribadian tersebut.

2) Beban kerja

(1) Beban kerja berat: 76-100%

(2) Beban kerja sedang: 56-75%

(3) Beban kerja ringan: < 56%

3) Burnout syndrome

(1) Burnout tinggi (1,00 Z > 1,00)

(2) Burnout sedang (-1,00 Z < 1,00)

(3) Burnout rendah (Z < -1,00)

3.8.2.5 Tabulating (tabulasi)

Berdasarkan pengertian di dalam KBBI (2006), tabulasi merupakan

penyusunan atau penyajian data dalam bentuk tabel untuk memudahkan

pengamatan dan evaluasi. Tahap ini dilakukan setelah semua proses di atas telah

terpenuhi, data kemudian diklasifikasikan ke dalam masing-masing variabel,

 70

kemudian dimasukan ke tabel sehingga akan mempermudah dalam menganalisa.

Tabulasi data dapat dipermudah dengan menggunakan program atau software

komputer. Salah satu yang digunakan untuk entri data penelitian adalah

menggunakan program SPSS (Arikunto, 2013: 279).

Tabulasi data pada penelitian ini dibuat setelah data diolah melalui proses

penyuntingan, pengkodingan, memasukkan koding masing-masing item pada

semua kuesioner dalam Ms. Excel, dan penilaian. Tabulasi hasil penelitian

variabel tipe kepribadian, beban kerja, dan burnout syndrome dibuat dalam bentuk

tabel dengan susunan mulai dari nomor responden, koding masing-masing nomor

item, jumlah nilai yang diperoleh dan dikonversi ke dalam bentuk persentase

dengan rumus penilaian yang terdapat pada definisi operasional, kategori dan

kode berdasarkan nilai/persentase yang diperoleh. Hasil pengkodingan tersebut

yang akan digunakan untuk menganalisis data hasil penelitian dengan

menggunakan program komputer (software SPSS).

3.8.3 Analisis Data

3.8.3.1 Analisis Univariat

Analisis univariat bertujuan untuk menjelaskan atau mendeskripsikan

karakteristik setiap variabel penelitian. Bentuk analisis univariat tergantung dari

jenis datanya, untuk data numerik digunakan nilai mean atau rata-rata, median dan

standar deviasi. Pada umumnya dalam analisis ini hanya menghasilkan distribusi

frekuensi dan persentase dari tiap variabel (Notoatmodjo, 2012: 182). Penelitian

ini menggunakan analisis univariat dengan deskriptif statistik frekuensi untuk

menghasilkan distribusi frekuensi dan persentase dari tiap variabel tipe

kepribadian, beban kerja, dan burnout syndrome.

 71

3.8.3.2 Analisis Multivariat

Analisis multivariat adalah analisis yang digunakan untuk mengetahui

hubungan atau pengaruh lebih dari satu variabel independen dengan satu variabel

dependen (Notoatmodjo, 2012: 184). Uji statistik yang digunakan adalah uji

regresi linier berganda. Uji regresi linier berganda adalah analisis untuk mengukur

besarnya pengaruh antara dua atau lebih variabel independen terhadap satu

variabel dependen (Priyatno, 2012: 127). Penelitian ini menggunakan analisis

multivariat karena terdiri dari dua variabel independen (tipe kepribadian dan

beban kerja) dan satu variabel dependen (burnout syndrome). Menggunakan uji

regresi linier berganda karena untuk mengetahui pengaruh secara simultan tipe

kepribadian dan beban kerja terhadap burnout syndrome.

Menurut Supranto (2004: 56-76) dalam Susilo (2014: 45), manfaat analisis

regresi linier berganda meliputi:

1) Dipergunakan untuk mengetahui besarnya pengaruh dari setiap variabel

bebas/yang memprediksi dan dibentuk dalam model matematis penelitian

(yang tercakup dalam persamaan) terhadap variabel terikat, kalau variabel

bebas tersebut naik 1 unit dan variabel lainnya tetap dengan menggunakan

nilai koefisien regresi parsial.

2) Dimanfaatkan untuk meramalkan/memprediksi nilai variabel terikat Y,

kalau seluruh variabel bebas sudah diketahui nilainya dan semua koefisien

regresi parsial sudah dihitung.

 72

Uji regresi linier berganda merupakan salah satu analisis parametrik yang

mensyaratkan model kelayakan regresi linier berdasarkan hal-hal sebagai berikut

(Sarwono, 2010: 182).

1) Model regresi dikatakan layak jika angka signifikansi pada ANOVA < 0,05.

2) Predictor yang digunakan sebagai variabel bebas harus layak. Kelayakan ini

diketahui jika angka Standard Error of Estimate < Standard Deviation.

3) Koefisien regresi harus signifikan. Pengujian dilakukan dengan uji T.

Koefisien regresi signifikan jika T hitung > T tabel.

4) Tidak boleh terjadi multikolinieritas. Artinya tidak boleh terjadi korelasi

yang sangat tinggi atau sangat rendah antar variabel bebas. Syarat ini hanya

berlaku untuk regresi linier berganda dengan variabel bebas lebih dari satu.

5) Tidak terjadi autokorelasi.

6) Keselarasan model regresi dapat diterangkan dengan menggunakan nilai R2.

Semakin besar nilai tersebut maka model semakin baik. Jika nilai mendekati

1 maka model regresi semakin baik. Nilai R2 mempunyai karakteristik selalu

positif, dan nilai R2 maksimal sebesar 1. Jika nilai R2 sebesar 1 maka akan

mempunyai arti kesesuaian yang sempurna. Maksudnya, seluruh variasi

dalam variabel Y (variabel dependen) dapat diterangkan oleh model regresi.

Sebaliknya, jika R2 sama dengan 0 maka tidak ada hubungan linier antara X

(variabel independen) dan Y (variabel dependen).

7) Terdapat hubungan linier antara variabel X (variabel independen) dan Y

(variabel dependen).

8) Data harus berdistribusi normal.

9) Data berskala interval atau rasio.

 73

Berdasarkan syarat uji tersebut, maka dalam penelitian ini akan dilakukan

transformasi data ke interval karena data masing-masing variabel masih berskala

ordinal. Menurut Susilo (2014: 73), mentransformasikan data interval bertujuan

untuk memenuhi sebagian dari syarat analisis parametrik, di mana data setidaknya

berskala interval. Teknik transformasi yang paling sederhana adalah dengan

menggunakan MSI-Method of Successive Interval, dengan langkah-langkah

sebagai berikut.

1) Menentukan frekuensi.

2) Menentukan proporsi yang merupakan perbandingan antara jumlah

frekuensi point dengan total frekuensi.

3) Menentukan proporsi kumulatif diperoleh dengan menjumlahkan secara

berurutan untuk setiap proporsi.

4) Menentukan nilai Z dengan memperhatikan tabel distribusi nilai baku.

5) Menentukan densitas diperoleh dari tabel koordinat kurve normal baku.

6) Menentukan skala nila (Scale Value-SV).

7) Menentukan skala akhir/transformasi diperoleh dengan jalan mengambil

nilai negatif yang paling besar dan diubah menjadi 1.

Langkah selanjutnya setelah melakukan transformasi untuk mendapatkan

normalitas data adalah mendeteksi adanya data outlier. Outlier adalah kasus atau

data yang memiliki karakteristik unik yang terlihat sangat berbeda jauh dari

observasi-observasi lainnya dan muncul dalam bentuk nilai ekstrim baik untuk

sebuah variabel tunggal atau variabel kombinasi (Ghozali, 2011: 41). Langkah-

langkah untuk melakukan deteksi data outlier yaitu input data dan dari menu

utama pilih menu Analyze kemudian submenu Descriptive Statistics lalu pilih
 74

Descripives sampai muncul kotak dialog Descripives. Pada kotak Variable(s)

isikan variabel Burnout syndrome, tipe kepribadian dan beban kerja, aktifkan pada

pilihan Save standardized values as variables. Maka pada tampilan data editor

akan muncul variabel baru yang menunjukkan nilai outlier. Data outlier pada

penelitian ini menggunakan batas kritis diantara nilai 2,5 dan dinyatakan outlier

jika nilai lebih dari 2,5 (Ghozali, 2011: 41).

Analisis missing value dilakukan setelah deteksi data outlier. Missing value

merupakan suatu informasi yang tidak muncul pada data input untuk sebuah

subjek isian responden yang dihasilkan dari riset lapangan (Susilo, 2014: 212).

Langkah-langkah analisis missing value yaitu dengan input data dan dari menu

utama pilih menu Transform kemudian submenu Replace Missing Values. Pada

kotak dialog masukkan variabel ke kotak New Variable(s), abaikan yang lain dan

pilih OK.

Langkah selanjutnya yang dilakukan setelah transformasi data, deteksi data

outlier, dan analisis missing value yaitu melakukan uji normalitas data. Screening

terhadap normalitas data merupakan langkah awal yang harus dilakukan untuk

setiap analisis multivariat, khususnya jika tujuannya adalah inferensi. Jika terdapat

normalitas, maka residual akan terdistribusi secara normal dan independen

(Ghozali, 2011: 29). Tujuan uji normalitas adalah ingin mengetahui apakah

distribusi sebuah data mengikuti atau mendekati distribusi normal. Data yang baik

adalah data yang mempunyai pola seperti distribusi normal yakni tidak menceng

ke kiri atau menceng ke kanan (Santoso, 2012: 42). Uji normalitas data pada

penelitian ini dilakukan dengan uji Kolmogorov-Smirnov.

 75

Model regresi linier berganda mengasumsikan hal-hal yang dikenal sebagai

asumsi klasik. Menurut Susilo (2014: 103), uji asumsi klasik pada regresi linier

berganda untuk menghasilkan model penelitian yang memiliki estimasi baik dan

bebas dari bias secara linier. Uji asumsi klasik menjadi persyaratan sebelum

melakukan analisis regresi berganda. Uji regresi linier berganda memiliki asumsi

klasik yang harus terpenuhi yaitu residual terdistribusi normal, tidak adanya

multikolinearitas, tidak adanya heteroskedastisitas, dan tidak adanya autokorelasi

pada model regresi, serta adanya kesesuaian dengan garis linier.

1) Uji multikolonieritas

Uji multikolonieritas bertujuan untuk menguji apakah dalam model regresi

ditemukan adanya korelasi yang tinggi atau sempurna antar variabel independen.

Jika antar variabel independen terjadi multikolinieritas sempurna, maka koefisien

regresi independen tidak dapat ditentukan dan nilai standard error menjadi tidak

terhingga (Ghozali, 2011: 105).

Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel

independen. Jika terdapat korelasi maka variabel-variabel tidak ortogonal.

Variabel ortogonal adalah variabel independen yang nilai korelasi antar sesama

variabel independen sama dengan nol (Ghozali, 2011: 105).

Menurut Ghozali (2011: 105), untuk mendeteksi ada atau tidaknya

multikolonieritas adalah sebagai berikut.

(1) Nilai R2 yang dihasilkan oleh suatu estimasi model regresi sangat tinggi,

tetapi secara individual variabel-variabel independen tidak signifikan

memengaruhi variabel dependen.

 76

(2) Menganalisis matrik korelasi variabel-variabel independen. Jika antar

variabel independen ada korelasi yang cukup tinggi (umumnya di atas 0,90),

maka hal ini merupakan indikasi adanya multikolonieritas.

(3) Multikolonieritas dapat juga dilihat dari nilai Tolerance dan VIF (Variance

Inflation Factor). Kedua ukuran ini menunjukkan setiap variabel

independen manakah yang dijelaskan oleh independen lainnya. Secara

sederhana, memiliki pengertian bahwa setiap variabel independen menjadi

variabel dependen (terikat) dan diregresi terhadap variabel independen

lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih

yang tidak dijelaskan oleh variabel independen lainnya. Jadi, nilai tolerance

yang rendah sama dengan VIF yang tinggi (karena VIF = 1/tolerance). Nilai

cut off yang umum dipakai untuk menunjukkan adanya multikolonieritas

adalah nilai tolerance 0,10 atau sama dengan nilai VIF 10.

Penelitian ini menggunakan analisis matrik korelasi antar variabel

independen dan perhitungan nilai tolerance dan VIF untuk mendeteksi

multikolonieritas dengan langkah-langkah yaitu input data dan dari menu utama

pilih menu Analyze kemudian submenu Regression lalu pilih Linear sampai

muncul kotak dialog Linear Regression. Pada kotak Dependent isikan variabel Y

(Burnout syndrome), pada kotak Independent isikan variabel X1 (tipe kepribadian)

dan X2 (beban kerja), pada kotak method pilih Enter. Pilih Statitics akan muncul

tampilan kotak dialog Linear Regression: Statistics kemudian aktifkan pilihan

Covariance Matrix (untuk meminta matrik korelasi antar variabel independen)

dan Collinearity Diagnostics (untuk meminta nilai VIF dan Tolerance). Tekan

Continue, abaikan yang lain dan tekan OK.

 77

2) Uji autokorelasi

Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear

ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan

pengganggu pada periode t-1 (sebelumnya). Autokorelasi muncul karena

observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah

ini timbul karena residual (kesalahan penganggu) tidak bebas dari satu observasi

ke observasi lainnya. Hal ini sering ditemukan pada data runtut waktu (time

series) karena gangguan pada seseorang individu/kelompok cenderung

memengaruhi gangguan pada individu/kelompok yang sama pada periode

berikutnya (Ghozali, 2011: 110). Model regresi yang baik adalah yang tidak

terdapat masalah autokorelasi. Penelitian ini menggunakan metode pengujian

autokorelasi dengan uji Durbin-Watson (DW test).

Tabel 3.3 Pengambilan Keputusan Ada Tidaknya Autokorelasi

Hipotesis yang
Hipotesis nol Keputusan Jika
akan diuji
H0 : tidak ada Tidak ada autokorelasi
Tolak 0 < d < dl
autokorelasi. positif
Ha : ada Tidak ada autokorelasi
No Decision dl d du
autokorelasi positif
Tidak ada autokorelasi
Tolak 4-dl d < 4
negatif
Tidak ada autokorelasi
No Decision 4-du d 4-dl
negatif
Tidak ada autokorelasi
Tidak ditolak du < d < 4-du
positif atau negatif
Sumber: Ghozali (2011: 111).

Keterangan:
d : DW atau nilai Durbin-Watson hitung
dl : Nilai batas bawah atau low Durbin Watson tabel
du : Nilai batas atas atau upper Durbin Watson tabel
 78

Tahapan uji autokorelasi dengan menggunakan uji Durbin-Watson yaitu

lakukan regresi linier berganda dengan variabel dependen BS dan independen TK

dan BK, lalu pilih Statistics sampai muncul kotak dialog Linear Regression:

Statistics dan aktifkan pilihan Durbin-Watson pada kolom Residuals (Ghozali,

2011: 111). Penarikan simpulan yaitu membandingkan nilai DWhitung dengan

DWtabel. Pada penelitian ini, nilai DWtabel (terlampir) dicari dengan derajat

kemaknaan 5%, jumlah sampel 49, dan jumlah variabel independen adalah 2.

3) Uji heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi

terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan

yang lain. Jika variance dari residual satu pengamatan ke pengamatan yang lain

tetap maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas.

Model regresi yang baik adalah homokedastisitas (Ghozali, 2011: 139).

Penelitian ini menggunakan analisis statistik dengan uji Glejser, yang

dilakukan dengan cara meregresikan antara variabel independen dengan nilai

absolute residual. Jika nilai signifikansi antara variabel independen dengan

absolut residual lebih dari 0,05 maka tidak terjadi masalah heteroskedastisitas

(Priyatno, 2012: 158). Langkah-langkah analisis pada SPSS yaitu input data,

lakukan regresi dengan variabel dependen (BS) dan variabel independen (TK dan

BK), dapatkan variabel residual dengan cara pilih Save pada kotak dialog Linear

Regression dan aktifkan Unstandardized Residuals, kemudian klik Continue dan

OK. Tampilan Data Editor akan menampilkan satu variabel baru dengan nama

RES_1, nilainya kemudian diabsolutkan dengan menu Transform pilih Compute

Variable hingga muncul kotak dialog Compute Variable. Isikan nama variabel
 79

baru pada Target Variable, lalu pada kotak Function Group pilih All, lanjutkan

dengan kotak Functions and Special Variables pilih Abs, lalu klik tanda

bergambar panah ke atas. Pada kotak Numeric Expression sudah terdapat formula

dan pada kotak variabel pilih Unstandardized Residual (RES_1), lalu klik tanda

bergambar panah ke kanan hingga di kotak Numeric Expression diperoleh

tampilan ABS(RES_1), dan OK. Muncul variabel baru dengan nama ABS_RES

dalam Data Editor. Regresikan variabel ABS_RES sebagai variabel dependen dan

variabel independen (TK dan BK), sehingga diperoleh luaran di Output Viewer

(Priyatno, 2012: 158-164).

4) Uji normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi

variabel pengganggu atau residual memiliki distribusi normal. Seperti diketahui

bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi

normal. Apabila asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk

jumlah sampel kecil (Ghozali, 2011: 160).

Penelitian ini menggunakan analisis statistik dengan melihat nilai kurtosis

dan skewness dari residual dan dengan uji statistik Kolmogorov-Smirnov. Nilai z

statistik untuk skewness dan kurtosis dihitung dengan rumus.

S0 K0
Zskew = Zkurt =
6/N 24/N

Dimana N adalah jumlah sampel. Nilai z ini akan dibandingkan dengan nilai

kritisnya yaitu pada penelitian ini menggunakan tingkat signifikansi 5% (0,05)

maka nilai kritisnya 1,96. Jika nilai Zhitung > 1,96 menunjukkan penolakan

asumsi normalitas (Ghozali, 2011: 163). Tahapan untuk mendapatkan nilai

skewness dan kurtosis residual yaitu lakukan regresi dengan variabel dependen
 80

(BS) dan variabel independen (TK dan BK), kemudian untuk mendapatkan

residual pilih Save pada kotak dialog Linear Regression dan aktifkan

Unstandardized Residual kemudian Continue dan OK. Pada tampilan Data Editor

terdapat data residual dengan nama RES_1. Pilih Analyze, kemudian Descriptive

Statistics lalu pilih submenu Descriptive. Pada kotak variabel isikan

Unstandardized Residual lalu Option dan aktifkan Kurtosis dan Skewness,

abaikan yang lain lalu Continue dan OK (Ghozali, 2011: 163-164). Hitung nilai z

sesuai rumus.

Uji statistik Kolmogorov-Smirnov dilakukan dengan tahapan menurut

Ghozali (2011: 164), yaitu dari menu utama pilih Analyze lalu Non-Parametric

Test pilih submenu 1-Sample K-S maka akan tampil kotak dialog One Sample

Kolmogorv-Smirnov Test. Pada kotak Test Variable List masukkan

Unstandardized Residual dan aktifkan pilihan Normal pada kotak Test

Distribution. Pilih OK maka akan tampil Output SPSS. Penarikan simpulan yaitu

dengan melihat nilai signifikan dari residual, jika nilai signifikansi > 0,05 maka

residual terdistribusi normal.

5) Uji linearitas

Uji ini digunakan untuk melihat apakah spesifikasi model yang digunakan

sudah benar atau tidak (Ghozali, 2011: 166). Data yang baik seharusnya terdapat

hubungan yang linier antara variabel independen dengan variabel dependen.

Penelitian ini menggunakan uji Compare Mean dengan bantuan program

komputer untuk melakukan uji linieritas. Tahapan uji Compare Mean yaitu dari

menu utama pilih Analyze, lalu pilih Compare Mean dan pilih Means. Masukkan

variabel bebas (TK dan BK) dan terikat (BS), dan pilih Option pada kotak
 81

Statistics for First Layer aktifkan Test For Linearity. Pilih Continue dan OK

(Susilo, 2014: 113). Penarikan simpulan yaitu dengan melihat nilai signifikan

pada Deviation from Linearity, jika > 0,05 artinya model regresi memiliki

kesesuaian dengan garis linear (Susilo, 2014: 248).

Uji asumsi klasik yang telah dilakukan merupakan dasar untuk melanjutkan

uji selanjutnya yaitu analisis regresi linier berganda. Langkah-langkah dari uji

regresi berganda yaitu seperti berikut (Trihendradi, 2011: 172).

1) Masukkan data dalam program SPSS.

2) Klik Analyze Regression Linear pada menu sehingga kotak dialog

Linear Regression muncul.

3) Masukkan variabel independen (X1 dan X2) pada kotak Independent(s) dan

variabel dependen (Y) pada kotak Dependent.

4) Abaikan yang lain tekan OK sehingga hasil output muncul.

Penelitian ini dinamakan analisis regresi linier berganda karena melibatkan

lebih dari satu variabel bebas (X1 dan X2) dan satu variabel terikat (Y) yang

dirumuskan seperti berikut:

Y = + 1X1 + 2X2
BS = + 1TK + 2BK
Keterangan:
Y : Variabel terikat (BS sebagai variabel dependen)
: Konstanta
1-2 : Koefisien regresi masing-masing variabel independen
X1 : Tipe kepribadian (TK sebagai variabel independen)
X2 : Beban kerja (BK sebaga variabel independen)

Menurut Sekaran (2006: 299) dalam Susilo (2014: 44), analisis regresi

berganda dilakukan untuk menguji secara parsial (uji t) dan pengaruh simultan (uji

F) dari beberapa variabel bebas terhadap satu variabel terikat yang bersifat metrik
 82

maupun interval. Cara untuk menginterpretasikan model regresi yaitu pertama

dengan menginterpretasikan koefisien determinasi, kedua uji signifikan simultan

dengan uji F, dan ketiga uji regresi parsial dengan uji t.

Koefisien determinasi digunakan untuk menguji goodness-fit dari model

regresi. Interpretasi koefisien determinasi dapat dilihat pada output model

summary menunjukkan besarnya R2 (nilainya diubah ke bentuk persen) yang

merupakan persentase sumbangan pengaruh variabel independen terhadap

variabel dependen. Nilai adjusted R2 adalah nilai R2 yang telah disesuaikan dan

nilai ini biasanya untuk mengukur sumbangan pengaruh jika dalam regresi

menggunakan lebih dari dua variabel independen. Standard error of estimate

(SEE) adalah ukuran kesalahan prediksi, jika nilainya semakin kecil akan

membuat model regresi semakin tepat dalam memprediksi variabel dependen

(Priyatno, 2012: 134).

Uji pengaruh secara simultan (uji F atau uji koefisien regresi secara

bersama-sama) dilakukan untuk menguji signifikansi pengaruh beberapa variabel

independen terhadap variabel dependen (Priyatno, 2012: 135). Uji F dapat dilihat

pada output ANOVA table. Jika probabilitas jauh lebih kecil dari 0,05 maka dapat

disimpulkan bahwa koefisien regresi TK dan BK tidak sama dengan nol, atau

kedua variabel independen dalam penelitian ini (TK dan BK) secara simultan

berpengaruh terhadap variabel dependen (BS). Hal ini juga berarti bahwa nilai

koefisien determinasi R2 tidak sama dengan nol. Selain itu, pengambilan

keputusan dapat dilakukan dengan membandingkan antara Fhitung dan Ftabel dengan

langkah-langkah seperti berikut (Priyatno, 2012: 137-138).

 83

1) Merumuskan hipotesis

H0 : Variabel independen secara simultan tidak berpengaruh terhadap

variabel dependen.

Ha : Variabel independen secara simultan berpengaruh terhadap variabel

dependen.

2) Menentukan Fhitung diperoleh dari output pada tabel ANOVA.

3) Menentukan Ftabel yaitu dengan menentukan nilai df1 (jumlah variabel -

1) dan df2 (n-k-1) dimana n adalah jumlah data; k adalah jumlah variabel

independen.

4) Kriteria pengujian yaitu jika Fhitung Ftabel atau probabilitas (sig.) > 0,05

maka H0 diterima, Ha ditolak. Jika Fhitung > Ftabel atau probabilitas (sig.) <

0,05 maka H0 ditolak, Ha diterima.

Uji parsial digunakan untuk mengetahui apakah secara parsial variabel

independen berpengaruh secara signifikan atau tidak terhadap variabel dependen

(Priyatno, 2012: 139). Dalam hal ini untuk mengetahui apakah secara parsial

variabel TK dan BK berpengaruh secara signifikan atau tidak terhadap BS.

Interpretasi parameter variabel independen dapat menggunakan Unstandardized

coefficients maupun standardized coefficients. Penelitian ini menggunakan

unstandardized coefficients. Jika pada hasil uji statistik ditemukan nilai

probabilitas variabel independen di bawah 0,05 maka dapat disimpulkan bahwa

variabel independen tersebut signifikan terhadap nilai = 0,05. Selain itu,

pengambilan keputusan dapat dilakukan dengan membandingkan antara t hitung dan

ttabel dengan langkah-langkah seperti berikut (Priyatno, 2012: 139-140).

 84

1) Merumuskan hipotesis

H0 : Variabel independen (X1 dan X2) secara parsial tidak berpengaruh

terhadap variabel dependen.

Ha : Variabel independen (X1 dan X2) secara parsial berpengaruh terhadap

variabel dependen.

2) Menentukan thitung diperoleh dari output pada tabel Coefficients.

3) Menentukan ttabel pada penelitian ini dicari pada signifikansi 0,05/2 (uji 2

sisi) dengan derajat kebebasan df = nk1 (dimana n adalah jumlah data; k

adalah jumlah variabel independen).

4) Kriteria pengujian yaitu jika -ttabel thitung ttabel atau probabilitas (sig.) >

0,05 maka H0 diterima, Ha ditolak. Jika -thitung < -ttabel atau thitung > ttabel atau

probabilitas (sig.) < 0,05 maka H0 ditolak, Ha diterima.

Menentukan variabel independen yang lebih dominan memengaruhi

variabel dependen adalah dengan menggunakan persamaan regresi, yaitu dengan

cara melihat koefisien dari masing-masing variabel independen pada

unstandardized coefficients. Variabel yang memiliki koefisien tertinggi itulah

yang merupakan variabel dominan yang memengaruhi variabel dependen

(Burnout Syndrome).

3.9 Etika Penelitian

Masalah etika penelitian keperawatan merupakan masalah yang sangat

penting dalam penelitian, mengingat penelitian berhubungan langsung dengan

manusia. Masalah etika yang harus diperhatikan antara lain adalah sebagai

berikut.
 85

3.9.1 Lembar Persetujuan (Informed Consent)

Informed consent merupakan persetujuan antara peneliti dengan responden

penelitian, yang dilakukan dengan memberikan lembar persetujuan sebelum

penelitian dilakukan dengan menandatangani lembar persetujuan tersebut bila

subjek bersedia menjadi responden. Tujuan informed consent adalah agar subjek

mengerti maksud dan tujuan penelitian, mengetahui dampaknya (Hidayat, 2009:

83). Informed consent disusun oleh peneliti sebelum dilakukannya pengumpulan

data sebagai bukti persetujuan menjadi responden penelitian, yang didalamnya

dijelaskan tentang karaktersitik peneliti, tujuan penelitian, dan jaminan

kerahasiaan data responden. Pada saat pengumpulan data, responden dijelaskan

bahwa jika bersedia menjadi sampel penelitian maka terlebih dahulu harus

menandatangani informed consent.

3.9.2 Tanpa Nama (Anonimity)

Penggunaan subjek penelitian dengan cara tidak memberikan atau

mencantumkan nama responden pada lembar alat ukur dan hanya menuliskan

kode pada lembar pengumpulan data atau hasil penulisan yang akan disajikan

(Hidayat, 2009: 83). Pada saat pengumpulan data, responden juga dijelaskan

tentang petunjuk pengisian instrumen dan bagian-bagian dalam instrumen harus

diisi semua. Pengisian instrumen terutama dalam data demografi, responden

diminta untuk menuliskan nama berupa inisial untuk selanjutnya akan diberi kode

R1, R2, dan seterusnya.

 86

3.9.3 Kerahasiaan (Confidentiality)

Semua informasi yang telah dikumpulkan dijamin kerahasiaannya oleh

peneliti, hanya kelompok data tertentu yang akan dilaporkan pada hasil riset

(Hidayat, 2009: 83). Pada saat pengumpulan data, responden dijelaskan bahwa

identitas ataupun hasil yang diperoleh responden saat pengumpulan data akan

dijaga kerahasiaannya dan hanya akan digunakan untuk penelitian.