BAB III

METODE PENELITIAN
3.1 Desain Penelitian
Judul penelitian factor-faktor hubungan penyelesaian konflik, beban kerja dan komitmen
terhadap kepuasan kerja pegawai pada RSUD Pasaman Barat. Objek penelitian petugas Rekam
Medis dan berkas rekam Medis di RSUD Sijunjung Jenis penelitian yang digunakan dalam
penelitian ini adalah penelitian kuantitatif. Analisis kuantitatif merupakan pendekatan
perhitungan dan menggunakan alat analisis statistik dalam menguji hipotesis penelitian yang
diajukan. Menggunakan uji analisis regresi linear berganda yang bertujuan untuk mengetahui
hubungan variabel independen dengan variabel dependen dimana pengukuran antara sebab dan
akibat dalam waktu yang sama (Sugiyono, 2017).
3.2 Populasi dan Sampel
3.2.1 Populasi
Menurut (Sugiyono, 2017) populasi adalah wilayah generalisasi yang terdiri atas objek
atau subjek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti
untuk dipelajari dan kemudian ditarik kesimpulannya. Populasi penelitian merupakan
sekumpulan objek yang ditentukan melalui suatu kriteria tertentu yang akan dikategorikan ke
dalam objek. Objek tersebut bisa termasuk orang, dokumen atau catatan yang di pandang sebagai
objek penelitian. Populasi dalam penelitian ini adalah seluruh petugas Rekam Medis diRSUD
Sijunjung berjumlah 23 orang dan berkas Rekam Medis dari oktober sd desember 2022
3.2.2 Sampel
Menurut (Sugiyono, 2017) sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh
populasi tersebut. Bila populasi besar, dan peneliti tidak mungkin mempelajari semua yang ada
pada populasi misalnya karna keterbatasan dana, tenaga, waktu, maka peneliti dapat
menggunakan sampel yang diambil dari papulasi itu. Karena jumlah populasi yang PNS besar
dari 100 maka sampel di ambil menggunakan rumus. Rumus yang digunakan untuk menentukan
jumlah sampel yang akan diambil adalah dengan menggunakan rumus Slovin sebagai berikut :
n=N/(1+Ne^2 )
di mana :
n : Ukuran Sampel
N : Jumlah Populasi
e2 i : Toleransi ketidaktelitian yang digunakan (dalam persen), yang dalam penelitian ini
(10%). Melalui rumus tersebut maka dapat diukur sampel sebagai berikut :
Berdasarkan data yang ada jumlah pegawai yang PNS sebanyak 178 orang, maka jumlah sampel
yang dibutuhkan sebanyak :
n=N/(1+Ne^2 )
n=178/(1+178〖(10%)〗^2 )
n=178/2,78
n=64,02
Maka sampel berjumlah sebanyak 64,02 atau dibulatkan menjadi 64 orang pegawai.
3.3 Definisi Operasional Variabel

3.4 Teknik Analisis Data

Menurut (Syatoto, 2019) statistik deskriptif adalah statistik yang digunakan untuk menganalisis
data dengan cara mendiskripsikan atau menggambarkan data yang telah terkumpul sebagaimana
adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum. Statistik deskriptif
termasuk antara lain adalah penyajian data melalui tabel, grafik, diagram lingkaran, mean,
median, modus, standar deviasi dan perhitungan persentase. Namun, statistik deskriptif yang
biasa digunakan dalam penelitian adalah mean dan standar deviasi. Mean merupakan cara yang
digunakan dalam mengukur nilai sentral dari suatu distribusi data
3.4.1 Uji Validitas
Menurut (Usman & Sobari, 2017) menjelaskan bahwa validitas adalah menunjukan sejauh
mana suatu alat ukur mampu mengukur apa yang ingin diukur. Untuk menghitung validitas alat
ukur digunakan rumus Product Moment adalah sebagai berikut :
r= (n i(∑▒〖XY)-(∑▒〖X)(∑▒Y)〗〗)/√([n∑▒X^2 –(∑X)^2 i i] i[n∑Y^2- i(∑▒〖Y i)^2]〗)
Keterangan :
n = Jumlah Responden
x = skor variabel (jawaban responden)
y = Skor total variabel untuk responden n
Jika rhitung > rtabel maka butir-butir instrumen dikatakan valid, sebaliknya jika rhitung <
rtabel maka butir-butir instrumen dikatakan tidak valid dengan taraf signifikan 5%. Pengujian
validitas dibantu dengan menggunakan program SPSS versi 21.0.
3.4.2 Uji Reliabilitas
Reliabilitas merupakan ketepatan atau consistency atau dapat dipercaya. Artinya instrumen yang
akan digunakan dalam penelitian tersebut akan memberikan hasil yang sama meskipun diulang-
ulang dan dilakukan oleh siapa dan kapan saja.
Menurut (Usman & Sobari, 2017) suatu kuesioner dikatakan reliable jika nilai Croanbach’s
Alpha > 0,6. Semakin dekat koefisien keandalan dengan 1,0, semakin baik. Secara umum,
keandalan kurang dari 0,60 dianggap buruk, keandalan dalam kisaran 0,70 bisa diterima, dan
lebih dari 0,80 adalah baik. Untuk menguji reliabilitas menggunakan rumus Alpha Cronbach,
adalah :
Rumus :
Keterangan :
r11= Reliabilitas instrumen
k=Banyaknya butir pertanyaan
b2=Jumlah varian butir

3.4.3 Uji Asumsi Klasik

Uji Normalitas
Menurut (Umar, 2018) Uji normalitas untuk mengetahui apakah variabel dependen, independen
atau keduanya berdistribusi normal, mendekati normal atau tidak. Model regresi yang baik
hendaknya berdistibusi normal atau mendekati normal.
Uji normalitas dapat dilakukan dengan berda
sarkan pada koefisien keruncingan (kurtosis) dan koefisien kemiringan (skewness). Untuk
melakukan standarisasi skewness dan nilai kurtosis digunakan rumus sebagai berikut ( :
Zskew=(S-0)/√(6/N) Zkurt=(K-0)/√(24/N)
Dimana:
S : Nilai Skewness
N : Jumlah Kasus
K : Nilai Kurtosis
Jika Zskew dan Zkurt ≤ nilai kritis maka residual terstandarisasi berdistribusi normal, sedangkan
jika menggunakan tingakt toleransi 0.01 atau 1 persen maka nilai kritisnya ± 2.58, tingkat
toleransi 0.05 atau 5 persen maka nilai kritisnya ±1.96 dan tingkat toleransi 0.10 atau 10 persen
maka nilai kritisnya ±1.65.
Uji Multikolinieritas
Menurut (Umar, 2018) Uji multikolinieritas untuk mengetahui apakah pada model regresi
ditemukan adanya korelasi antar variabel independen. Jika terjadi korelasi, terdapat masalah
multikolinieritas yang harus diatasi. Uji multikolinieritas dilakukan menghitung nilai VIF
(Variance Inflation Factor).
 Nilai VIF dapat di hitung dengan rumus :
VIF = 1 / (1-R²).
Nilai VIF untuk korelasi r besar. Misal nilai r = 0,8 atau R² = 0,64. Bila dimasukan dalam
rumus, akan mendapatkan nilai VIF = 1/0,36 = 2,78
Nilai VIF untuk korelasi r kecil. Misal nilai r = 0,3 atau R² = 0,09. Bila dimasukan dalam
rumus, akan mendapatkan nilai VIF = 1/0,91 = 1,09.
Ternyata, besar VIF mendekati angka 1 mencerminkan tidak terdapat multikolinieritas.
Uji Heteroskedastisitas
Menurut (Umar, 2018) Uji heteroskedatisitas dilakukan untuk mengetahui apakah dalam sebuah
model regresi terjadi ketidaksamaan varians dari residual suatu pengamatan ke pengamatan lain.
Jika varians dari residual suatu pengamatan ke pengamatan yang lain tetap,disebut
homokedatisitas, sementara itu, untuk varians yang berbeda disebut heteroskedastisitas.
Uji heteroskendastisitas dengan metode Glesjer dilakukan dengan meregeresikan semua variabel
bebas terhadap nilai mutlak residualnya.Jika terdapat pengaruh variabel bebas yang signifikan
terhadap nilai mutlak residualnya maka dalam model terdapt masalah heteroskedastistas. Oleh
karena itu persamaan yang digunakan untuk uji Glesjer adalah sebagai berikut:
u_i=α+βX_i+u_i

:
|ui| : Nilai Residual Mutlak
Xi : Variabel Bebas
Jika β signifikan maka terdapat pengaruh variabel bebas terhadap nilai residual mutlak sehingga
dinyatakan bahwa terdapat gejala heteroskedastisitas. Demikian pula sebaliknya.
3.4.5 Analisis Regresi Linear Berganda
Alat analisis data yang digunakan dalam penelitian ini adalah analisis regresi berganda untuk
membuktikan pengaruh variabel independen terhadap variabel dependen. Menurut (Sugiyono,
2017) secara umum regresi berganda dapat dirumuskan sebagai berikut :

Keterangan :
Y : Kepuasan kerja
a : Konstanta, nilai Y pada saat semua variabel bernilai 0.
b1 : Kemiringan permukaan regresi yang menyatakan koefisien regresi dari variabel
penyelesaian konflik.
b2 : Kemiringan permukaan regresi yang menyatakan koefisien regresi variabel beban kerja.
b3 : Kemiringan permukaan regresi yang menyatakan koefisien regresi variabel komitmen.
e : Suku kesalahan, berdistribusi normal dengan rata-rata nol, untuk tujuan perhitungan, e
diasumsikan nol.

3.4.6 Teknik Analisis Data

3.4.6.1 Analisis Univariat
Menurut Digunakan untuk mendapatkan gambaran distribusi frekuensi dari variabel independen
dan dependen. Presentasi untuk setiap setiap sub variabel yang dinilai secara keseluruhan
dihitung dengan menggunakan rumus sebagai berikut :

Keterangan :
P = Presentase responden berdasarkan kategori variabel
f = Frekuensi responden berdasarkan kategori variabel
N = Jumlah semua responden penelitian
3.4.6.2 Analisis Bivariat
Analisis bivariat dilakukan pada dua variabel untuk melihat hubungan antara variabel
independen dan variabel dependen. Analisa ini bertujuan untuk mengetahui ada atau tidaknya
hubungan kedua variabel dengan menggunakan uji statistik chi square dengan derajat
kepercayaan 95 % atau tingkat kemaknaan sebesar 0,05. Jika nilai p ≤ 0,05 berarti ada hubungan
bermakna antara variabel independen dan variabel dependen. Bila nilai p > 0,05 berarti tidak ada
hubungan bermakna antara variabel independen dan variabel dependen
3.4.6.3 Uji t
Uji t digunakan untuk melihat pengaruh secara parsial setiap variabel bebas terhadap variabel
terikat. Apabila nilai signifikan uji t ≤ 0,05, maka hipotesis diterima, sebaliknya jika nilai
signifikan uji t ≥ 0,05maka hipotesis di tolak. Menurut (Sugiyono, 2017) untuk mengujinya
digunakan rumus :
t_hitung=(rp√(n-3))/√(〖1-rp〗^2 )
Keterangan:
rp = korelasi parsial yang ditemukan
n = jumlah sampel
t = t_hitungyang selanjutnya dikonsultasikan dengan ttabel
Apabila hasil pengujian thitung>ttabel : maka menerima Ha : yang menyatakan bahwa ada
pengaruh secara parsial variabel independen terhadap variabel dependen.
Apabila hasil pengujian thitung<ttabel : maka menerima Ho : yang menyatakan bahwa tidak ada
pengaruh secara parsial variabel independen terhadap variabel dependen.
3.4.6.4 Analisis Multivariat
Analisis multivariat dilakukan untuk mengetahui hubungan antara banyak variabel bebas dengan
suatu variabel terikat. Analisis yang digunakan adalah analisis regresi logistik yaitu bila variabel
terikatnya berupa variabel kategorik yang bersifat dikotomus (Riduwan, 2017).
Langkah- langkah analisis multivariat yaitu : menyeleksi variabel yang akan dimasukkan dalam
analisis multivariat (nilai p < 0,25), selanjutnya melakukan analisis multivariat, melakukan
interpretasi hasil yaitu dengan melihat nilai p masing-masing variabel dan untuk melihat
kekuatan hubungan dengan melihat nilai OR.
3.4.6.5 Uji F
Uji statistik F digunakan untuk menguji seluruh variabel independen yang diteliti, mempunyai
pengaruh secara bersama-sama terhadap variabel dependen dilakukan dengan membandingkan
F-hitung dengan F-tabel.
Menurut (Sugiyono, 2017) nilai F-hitung dapat dicari dengan rumus :

Fhitung = (R^2/k)/((1-R^2 )/(n-k-1))

Keterangan:
Fhitung = Nilai F
R2 = Koefisien korelasi ganda
k = Jumlah variabel independen
n = Jumlah anggota sampel
Apabila hasil perhitungan menunjukkan :
F hitung lebih besar dari pada F tabel (F-hitung > F-tabel) hal ini menunjukkan bahwa
variabel bebas secara bersama-sama berpengaruh signifikan terhadap variabel terikat. Maka : Ho
ditolak, Ha diterima.
F hitung lebih kecil dari pada F tabel (F-hitung < F-tabel) hal ini menunjukkan bahwa variabel
bebas tidak berpengaruh secara signifikan terhadap variabel terikat. Maka : Ho diterima, Ha
ditolak