BAB III

METODOLOGI PENELITIAN

3.1. Jenis Penelitian

Penelitian ini adalah jenis penelitian koresional. Tujuannya ialah untuk

mengetahui pengaruh variabel bebas terhadap variabel terikat. Variabel bebas

pada penelitian ini adalah Organizational citizenship Behavior, Big five

personality, dan Disiplin kerja. Variabel terikat pada penelitian ini adalah Prestasi

kerja.

3.2. Definisi Operasional Variabel dan Skala Pengukuran

3.2.1. Variabel Bebas ( Independent Variable)

Dalam penelitian ini variabel independent atau variabel bebas adalah

variabel yang dianggap memiliki pengaruh terhadap variabel yang lain, namun

tidak dipengaruhi oleh variabel lain dalam model. Dalam penelitian ini variabel

independen atau bebas yaitu OCB (X1) Big Five Personality (X2), dan Disiplin

kerja (X3).

3.2.2. Variabel Terikat (Dependent Variable)

Variabel terikat (Y) merupakan variabel yang menjadi perhatian utama

dalam penelitian. Variabel terikat adalah variabel yang dianggap dipengaruhi

oleh variabel yang lain. Dalam penelitian ini variabel terikat yaitu prestasi kerja.

Variabel penelitian beserta indikator dan skala pengukurannya dapat dilihat dari

tabel di bawah ini.

36
 37

Tabel 3.1

Variabel Penelitian dan Skala Pengukuran

No. Variabel Definisi Operasional Indikator Skala

1. Organizatinal Organizational a. Altruism. Ordinal
Citizenship Citizenship Behavior b. Conscientiousness.
Behavior (X1) merupakan kontribusi c. Sportsmanship.
individu yang melebihi d. Courtesy.
tututan peran ditempat e. Civic virtue.
kerja (Titisari, 2014). f. Peacekeeping.
g. Cheerleade.
(Organ, 2008)
2. Big Five Kepribadian adalah a. Extraversion. Ordinal
Personality keseluruhan dari cara- b. Agreeableness.
(X2). cara dimana seorang c. Conscientiousness.
individu beraksi dan d. Neurocitism.
berinteraksi dengan e. Openness to
orang lain (Robbins, Experiences.
2015). (Robbins, 2015)
Big Five Personality
merupakan salah satu
pendekatan untuk
melihat kepribadian
manusia melalui traits
yang tersusun dalam
lima dimensi
kepribadian yang telah
dibentuk dengan
menggunakan analisis
factor.
3. Disiplin (X3) Disiplin adalah a. Keteladanan Ordinal
kepatuhan pada aturan Pimpinan
atau perintah yang b. Ketegasan
ditetapkan oleh pimpinan
organisasi (Sinambela, c. Sanksi hukuman
2018). Disiplin adalah d. Keadilan
sebuah proses yang e. Balas jasa
digunakan untuk f. Pengawasan
menghadapi pimpinan
permasalahan kinerja, g. Hubungan
proses ini melibatkan kemanusiaan
manajer dalam (Hasibuan, 2013)
mengidentifikasi dan
mengkomunikasikan
masalah-masalah kinerja
kepada para pegawai
(Fahmi, 2016). Disiplin
adalah kegiatan
manajemen untuk
menjalankan standar-
 38

standar organisasional
(Hani, 2008).

4. Prestasi Kerja Menurut Hasibuan a. Mutu kerja Ordinal

(Y) (2009) Prestasi kerja b. Kualitas kerja
adalah suatu hasil kerja c. Ketangguhan
yang dicapai seseorang d. Sikap
dalam melaksanakan (Sunyoto, 2013)
tugas-tugas yang
dibebankan kepadanya
yang didasarkan atas
kecakapan, pengalaman,
dan kesungguhan serta
waktu.

Sumber Data: Diolah dari berbagai sumber

3.3. Jenis, Sumber dan Teknik Pengumpulan Data

Penelitian ini menggunakan beberapa jenis data, sumber data dan teknik

pengumpulan data yang akan disebutkan sebagai berikut :

3.3.1. Jenis Data dan Sumber Data

Jenis data dalam penelitian ini adalah data primer dan sumber data dalam

penelitian ini adalah data sekunder. Dalam penelitian ini digunakan dua jenis

data yaitu:

1. Data Primer

Data primer adalah data yang langsung dan segera dapat diperoleh dari

sumbernya, diamati, dan dicatat pertama kalinya. Dalam penelitian ini data

primer yang digunakan diperoleh dari sumber pertama yaitu karyawan tetap

divisi sumber daya manusia dan divisi marketing dan teknik di PT Kalindo Land

Group.
 39

2. Data Sekunder

Data sekunder adalah data yang bukan diusahakan sendiri

penelitiannya, seperti jumlah karyawan, struktur organisasi.

3.3.2. Teknik Pengumpulan Data

Data dikumpulkan dengan menggunakan metode survey yang

menggunakan instrumen berupa angket atau kuesioner untuk diberikan secara

langsung kepada karyawan tetap divisi sumber daya manusia dan divisi marketing

dan teknik di PT Kalindo Land Group yang berisikan sejumlah pernyataan tertulis

untuk dijawab oleh karyawan tersebut.

Untuk menilai variabel OCB (X1), Big Five Personality (X2), dan

Disiplin kerja (X3) terhadap variabel Prestasi kerja (Y) digunakan skala Likert.

Menurut Sugiyono (2017) skala Likert digunakan untuk mengukur sikap,

pendapat, dan persepsi seseorang atau sekelompok orang tentang fenomena

sosial. Dalam penelitian, fenomena sosial ini telah ditetapkan secara spesifik oleh

peneliti, yang selanjutnya disebut sebagai variabel penelitian. Skala Likert

dengan menggunakan empat poin (1-4). Penjelasan ke empat skala tersebut

adalah sebagai berikut :

Tabel 3.2
Respon Jawaban Menggunakan Skala Likert

Alternatif Jawaban Nilai

Sangat Setuju (SS) 4

Setuju (S) 3

Tidak Setuju (TS) 2

Sangat Tidak Setuju (STS) 1
 40

3.4. Populasi dan Sampel

Populasi adalah wilayah generalisasi yang terdiri dari atas obyek atau

subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh

penulis untuk dipelajari dan kemudian ditarik kesimpulannya (Sugiyono, 2013).

Populasi diartikan sebagai sekumpulan unsur atau elemen yang menjadi obyek

penelitian (Mufidah, 2016). Dalam penelitian ini populasi yang digunakan adalah

populasi yang berasal dari divisi sumber daya manusia, divisi marketing dan

teknik yang berjumlah 60 orang. Mengingat jumlah populasi yang sangat terbatas

maka tidak dilakukan teknik sampling tetapi semua populasi dianggap sebagai

sampel. Peneliti menggunakan teknik non probability sampling yaitu sampling

jenuh. Menurut Sugiyono (2014) teknik sampling jenuh adalah teknik penentuan

sampel bila semua anggota populasi digunakan sebagai sampel.

3.5. Metode Analisis Data

Data yang diperoleh di lapangan akan dianalisis dengan menggunakan

regresi linier berganda. Tujuannya adalah untuk menemukan pengaruh masing-

masing variabel, baik secara parsial maupun simultan terhadap variabel terikat.

Sebelum dilakukan analisis regresi, terlebih dahulu dilakukan pengujian

terhadap kualitas data yang meliputi uji validitas dan uji reabilitas.

3.5.1. Uji Validitas

Uji validitas digunakan untuk mengukur sah atau tidaknya suatu kuesioner.

Suatu kuesioner dikatakan valid jika pernyataan kuesioner mampu

mengungkapkan sesuatu yang akan diukur oleh kuesioner tersebut. Pengujian

validitas ini menggunakan pearson correltion yaitu dengan cara menghitung

 41

korelasi antara skor masing-masing butir pertanyaan dengan total skor. Jika

korelasi antara skor masing-masing butir pertanyaan dengan total skor mempunyai

tingkat signifikasi jika r-hitung > r-tabel, maka butir pertanyaan tersebut

dinyatakan valid dan sebaliknya (Ghozali, 2011).

Untuk mengetahui sejauh mana hasil pengukuran data pada penelitian ini,

maka akan dilakukan menggunakan rumus koefisien korelasi produk moment

untuk menentukan validitas kuesioner:

……………………………………………. 3.1

Keterangan:

𝑟𝑥𝑦 : koefisien korelasi antara variabel X dan variabel Y

N : banyaknya sampel

∑ 𝑋y : jumlah perkalian antara variabel X dan Y

∑ x2 : jumlah dari kuadrat nilai X

∑ y2 : jumlah dari kuadrat nilai Y

(∑ x )2 : jumlah nilai X kemudian dikuadratkan

(∑ y )2 : jumlah nilai Y kemudian dikuadratkan

3.5.2. Uji Reliabilitas

Uji realibilitas adalah suatu uji yang dilakukan untuk mengukur suatu

kuesioner yang merupakan indikator dari suatu variabel atau konstruk. Suatu

kuesioner dikatakan reliabel atau handal jika jawaban seseorang dalam kuesioner

konsisten atau stabil dari waktu ke waktu. Suatu kuesioner dikatakan reliabel atau

handal jika memberikan nilai cronbach’s alpha > 0,6 (Ghozali, 2011). Untuk
 42

mengetahui reliabilitas dari kuesioner uji coba, maka digunakan rumus sebagai

berikut:

…………………………………………………… 3.2

Keterangan :

r11 : reabilitas yang dicari

k : jumlah item pertanyaan yang di uji

Ʃσt2 : jumlah varians skor tiap-tiap item

σt2 : varians total

3.6. Analisis Regresi Linear Berganda

Analisis regresi pada dasarnya adalah studi mengenai ketergantungan

variabel dependen (terikat) dengan satu atau lebih variabel independen (variabel

bebas), dengan tujuan untuk mengestimasi dan atau memprediksi rata-rata

populasi atau nilai-nilai variabel independen yang diketahui (Ghozali, 2011). Data

yang sudah diperoleh akan diolah menggunakan program SPSS for windows,

dengan menggunakan persamaan regresi linier berganda sebagai

berikut:

…………………………………………………… 3.3

Keterangan:
Y : prestasi kerja
α : konstanta
β1 : koefisien regresi variabel X1 (OCB)
β2 :koefisien regresi variabel X2 (big five
personality)
β3 : koefisien regresi variabel X3 (disiplin kerja)
 43

X1 : OCB
X2 : big five personality
X3 : disiplin kerja
Untuk mengetahui apakah koefisien regresi persamaan diatas itu

memenuhi unsur BLUE (Best Linear Unbiased Estimator) maka perlu dilakukan

pengujian terhadap asumsi-asumsi yang digunakan. Asumsi-asumsi tersebut

dikenal dengan asumsi klasik yang meliputi regresi linear, distribusi sampel

datanya bersifat normal, tidak ada multikolinearitas antar variabel bebas, tidak ada

non heteroskedasitas, tidak ada autokolerasi. Untuk memastikan apakah asumsi-

asumsi tersebut dibenarkan atau tidak diperlukan pengujian, sebagai berikut:

3.7. Asumsi Klasik

Asumsi klasik merupakan suatu pengujian untuk mendapatkan regresi

yang baik dengan tidak adanya kesalahan ataupun penyimpangan (Ghozali, 2011).

Pada penelitian ini menggunakan uji multikolinearitas, uji heteroskedastisitas dan

uji normalitas.

3.7.1. Asumsi Multikolinearitas

Asumsi multikolinearitas berfungsi untuk mengetahui adanya hubungan

antara beberapa atau semua variabel yang menjelaskan dalam model regresi. Alat

statistik yang biasa digunakan untuk menguji gangguan multikolinearitas adalah

variance inflation factor (VIF) dan nilai Tolerance. Apabila nilai Tolerance diatas

0,1 dan nilai VIF dibawah 10 maka tidak terjadi multikolinearitas. Uji

multikolinearitas berkaitan dengan adanya hubungan linear antara variabel

 44

penjelas, sehingga masalah multikolinearitas tidak akan terjadi jika model reegresi

non-linear (Ghozali, 2011).

3.7.2. Asumsi Heteroskedasitas

Asumsi heteroskedastisitas dilakukan untuk mengetahui ada atau tidaknya

penyimpangan asumsi klasik heteroskedastisitas yaitu adanya ketidaksamaan

varian dari residual untuk semua pengamatan pada sebuah model regresi. Model

regresi yang baik seharusnya tidak terjadi heteroskedastisitas. Data pengambilan

heteroskedastisitas adalah :

1. Jika nilai signifikan > 0,05 maka tidak terjadi Heteroskedastisitas.

2. Jika nilai signifikan < 0,05 maka terjadi Heteroskedastisitas.

Uji heteroskedastisitas juga bisa dilakukan dengan melihat grafik

scatterplot antara nilai prediksi variabel independen yaitu *ZPRED dengan

*SRESID (Ghozali, 2011). Dasar pengambilan keputusan uji heteroskedastisitas

dengan grafik scatterplot adalah:

1. Jika terdapat pola tertentu pada grafik scatterplot SPSS, seperti

titik yang membentuk atau menggambarkan pola tertentu yang teratur maka dapat

disimpulkan bahwa terjadi heteroskedastisitas.

2. Jika tidak ada suatu pola yang jelas atau terlihat pola titik yang

menyebar tidak teratur maka dapat disimpulkan bahwa tidak terjadi

heteroskedastisitas.

3.7.3. Asumsi Normalitas

Asumsi normalitas adalah membandingkan antara data yang akan diteliti

dengan data berdistribusi secara normal atau tidak. Uji normalitas untuk menguji
 45

variabel pengganggu atau residual memiliki distribusi normal atau tidak (Ghozali,

2011). Jika ini signifikansi > 0,05 maka data tersebut berdistribusi secara normal.

Sebaliknya jika nilai signifikansi < 0,05 maka data tersebut berdistribusi tidak

normal. Untuk itu dapat digunakan uji Kolmogorov-smirov, dengan kriteria :

1. Jika p>0,05 sebaran datanya berdistribusi normal.

2. Jika p<0,05 sebaran datanya berdistribusi tidak normal.

3.8. Uji Hipotesis

Untuk membuktikan apakah pada penelitian ini terbukti signifikan secara

statistik, maka dilakukan uji secara parsial menggunakan (uji t), uji secara

simultan dengan menggunakan (uji F) dan mengukur kemampuan model dalam

menerangkan variasi variabel dependen (koefisien determinasi).

3.8.1. Uji Parsial (Uji t)

Uji t digunakan untuk mengetahui pengaruh masing-masing variabel

independen terhadap variabel dependen (Widarjono, 2010).

a. Merumuskan hipotesis

H0: βi = 0, artinya variabel bebas secara parsial tidak memberikan

pengaruh signifikan terhadap variabel terikat.

H1: βi ≠ 0, artinya variabel bebas secara parsial memberikan pengaruh

signifikan terhadap variabel terikat.

 46

Adapun rumus thitung menurut Suliyanto (2011):

…………………………………………………….. 3.4

Keterangan:

bi : Koefisien regresi

Sbi: Standar error variabel

Apabila nilai thitung > dari pada ttabel maka koefisien regresi secara parsial

dinyatakan signifikan, namun sebaliknya jika ternyata thitung < dari pada ttabel

maka secara parsial dinyatakan tidak signifikan. Cara lain untuk menentukan

signifikan dan tidaknya yaitu dengan cara melihat nilai signifikan pada output

regresi. Ketentuannya adalah sebagai berikut:

1. Jika nilai signifikansi > dari pada 0,05, maka H0 diterima dan H1

ditolak .

2. Jika nilai signifikansi < daripada 0,05, maka H0 ditolak dan H1

diterima.

3.8.2. Uji Signifikan Simultan (Uji F)

Uji F digunakan untuk mengetahui apakah semua variabel independen

atau variabel bebas mempunyai pengaruh secara bersama-sama terhadap variabel

dependen atau variabel terikat yang diuji pada tingkat signifikansi 0,05.

Menurut Sugiyono (2013) dirumuskan sebagai berikut:

 47

........................................................................................ 3.5

Keterangan:

𝐹 : nilai F hitung

R2 : koefisien determinasi

k : jumlah variabel independen

n : jumlah anggota data atau kasus

F hasil perhitungan ini dibandingkan dengan Ftabel yang diperoleh dengan

menggunakan tingkat resiko atau signifikan level 5% atau dengan degree freedom

= k (n-k-1) dengan kriterian sebagai berikut:

- H0 ditolak jika Fhitung > Ftabel atau nilai sig < α

- H0 diterima jika Fhitung < Ftabel atau nilai sig > α

Jika terjadi penerimaan H0, maka dapat diartikan bahwa tidak

berpengaruh signifikan model regresi berganda yang diperoleh sehingga

mengakibatkan tidak signifikan pula pengaruh dari variabel-variabel bebas bebas

secara simultan terhadap variabel terikat. Adapun yang menjadi hipotesis nol H0

dalam penelitian ini adalah sebagai berikut:

- H0: β1 =, β2 = β3 = 0 : tidak berpengaruh signifikan

- Ha: β1 ≠ β2 ≠ β3 ≠ 0 : terdapat pengaruh yang signifikan

3.8.3. Koefisien Determinasi (R2)

Koefisien determinasi pada intinya mengukur seberapa jauh kemampuan

model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi

 48

adalah antara nol dan satu. Nilai R2 yang kecil berarti kemampuan variabel-

variabel independen dalam menjelaskan variasi variabel dependen amat terbatas.

Nilai yang mendekati satu berarti variabel-variabel independen memberikan

hampir semua informasi yang dibutuhkan untuk memprediksi variasi-variabel

dependen (Ghozali, 2011).

Kelemahan mendasar penggunaan koefisien determinasi adalah bias

terhadap jumlah variabel independen yang dimasukkan kedalam model. oleh

karena itu banyak peneliti menganjurkqn untuk menggunakan nilai Adjusted R2

pada saat mengevaluasi mana model regresi terbaik (Ghozali, 2018). Menurut

Weisberg S (2005) menggunakan rumus koefisien determinasi (R2 adj) sebagai

berikut:

…………………….……………… 3.6

Keterangan:
ȳ𝑖 : observasi respon ke-i
ȳ : rata-rata
ȳ𝑖 : ramalan respon ke-i
n : jumlah observasi
p : jumlah parameter dalam model