BAB III

METODE PENELITIAN

A. Waktu dan Tempat Penelitian

Untuk memperoleh data perusahaan guna menunjang penulisan skripsi ini,

maka penelitian di lakukan pada PT. Karenindo Citra Utama yang berlokasi di

Tamansari Hive Office Lantai 7 Unit B, Jl. D.I. Panjaitan Kav. 2, RT.7/RW.11,

Cipinang Cempedak, Kecamatan Jatinegara, Kota Jakarta Timur, Daerah Khusus

Ibukota Jakarta 13340. Penelitian tersebut di lakukan pada bulan November 2020

sampai dengan bulan Januari 2021 hingga terpenuhi kebutuhan data dan

informasi.

B. Desain Penelitian

Berdasarkan tujuan penelitian yang telah ditetapkan, maka jenis penelitian ini

dapat digolongkan sebagai penelitian kuantitatif. Menurut Sugiyono (2011)

penelitian kuantitatif adalah penelitian yang menjelaskan pengaruh antara variable

melalui pengujian hipotesis atau penelitian penjelasan pada populasi atau sampel

tertentu.

Rumusan masalah dalam penelitian ini menggunakan kausalitas yaitu

hubungan yang bersifat sebab akibat. Penelitian ini dimaksudkan untuk

mengungkapkan permasalahan yang bersifat hubungan sebab akibat antara

42
 43

kepemimpinan transformasional (X1) dan disiplin (X2) terhadap kinerja

karyawan (Y) melalui organizational citizenship behavior (Z).

C. Definisi dan Operasional Variabel

1. Definisi Variabel

Menurut Sudaryono (2017) variabel penelitian pada dasarnya adalah

segala sesuatu yang berbentuk apa saja yang ditetapkan oleh peneliti untuk

dipelajari sehingga diperoleh informasi tentang hal tersebut, kemudian ditarik

kesimpulannya. Secara teoritis variabel dapat didefinisikan sebagai attribut

seseorang, atau objek yang mempunyai variasi antara satu dengan lainnya.

Variabel penelitian ini terdiri atas:

a) Variabel Dependen (Y)

Variabel dependen (endogen) adalah variabel yang dijelaskan atau yang

dipengaruhi oleh variabel independen (Sudaryono, 2017). Variabel dependen

dalam penelitian ini adalah kinerja karyawan (Y).

b) Variabel Independen (X)

Menurut Sudayono (2017) Variabel independen (eksogen) adalah variabel

yang menjelaskan atau memengaruhi variabel yang. Variabel independen

dalam penelitian ini adalah kepemimpinan transformasional (X1) dan disiplin

(X2).
 44

c) Variabel Mediasi (Z)

Menurut Sugiyono (2016), variable mediasi adalah variabel yang

secara teoritis mempengaruhi hubungan antara variabel independen

dengan dependen menjadi hubungan yang tidak langsung dan tidak dapat

diamati dan diukur. Variabel ini merupakan variabel penyela/antara yang

terletak di antara variabel independen dan dependen, sehingga variabel

independen tidak langsung mempengaruhi berubahnya atau timbulnya

variabel dependen. Variabel mediasi dalam penelitian ini adalah

Organizational Citizenship Behaviour (Z).

2. Operasional Variabel

Operasional variabel menjelaskan variabel yang di teliti, indikator, serta skala

pengukuran yang akan di pahami dalam operasionalisasi variabel penelitian.

Tujuannya adalah untuk memudahkan pengertian dan menghindari perbedaan

persepsi dalam penelitian.

Tabel 3.1

Operasional Variabel Kinerja Karyawan

Variabel Dimensi Indikator Skala

1. Mendorong kerja sama
Kinerja Tugas
2. Mengembangkan Moral
3. Memperhatikan Kinerja
Kinerja Karyawan Ordinal
Karyawan Kinerja Adaptif 4. Menghargai proses
(Y) yang menghasilkan
perubahan
 45

5. Menyelesaikan
aktivitas tugas sendiri
6. Mendukung tujuan
Kinerja Kontekstual
organisasi
7. Mengikuti prosedur
organisasi
Sumber: Kuraja et al., (2013)

Tabel 3.2

Operasional Variabel Kepemimpinan Transformasional

Variabel Dimensi Indikator Skala

1. Memanfaatkan
kelebihan
intelektual
2. Gagasannya yang
Idealized
lebih orisinal
Influence
3. Kemampuannya
(pengaruh
untuk menunjukkan
ideal)
pentingnya
kontribusi secara
individual maupun
kolektif
4. Memberi kesadaran
Kepemimpinan
Inspirational anggota bahwa
Transformasional Ordinal
motivation pekerjaannya
(X1)
(motivasi bermakna
inspirasi) 5. Membangkitkan
motivasi internal
6. Membangkitkan
kesadaran atas
masalah yang di
Intellectual
hadapi
stimulation
7. Menajamkan
(stimulasi
kepekaan dan
intelektual)
kesamaan atas
perbedaan pola
pikir
 46

8. Pemberian
dukungan,dorongan
dan pelatihan
Individualizen kepada karyawan
consideration 9. Memahami posisi,
(konsiderasi status dan harapan
individu) karyawan
10. Menjaga jalur
komunikasi
11. Keperdulian pribadi
Sumber: Ancok (2012)

Tabel 3.3

Operasional Variabel Disiplin

Variabel Dimensi Indikator Skala

1. Ketepatan
Frekuensi
kehadiran
kehadiran
2. Intensitas kehadiran
3. Kewaspadaan
Tingkat dalam bekerja
Kewaspadaan 4. Kewaspadaan alat
Disiplin
kerja Ordinal
(X2)
5. Tanggung jawab
6. Kesesuaian
Ketaatan pada
pekerjaan
standar kerja
7. Kesesuaian jam
kerja
8. Memiliki sifat yang
Etika kerja
baik
Sumber: Singodimedjo (2011)
 47

Tabel 3.4

Operasional Variabel Organizational Citizenship Behavior

Variabel Dimensi Indikator Skala

1. Menggantikan rekan
kerja
2. Membantu orang lain
Altruism 3. Menjadi volunter
mengerjakan sesuatu
4. Membantu orang lain
diluar departemen
5. Tiba lebih awal
dikantor
Conscientiousness
6. Tepat waktu dalam
bekerja
7. Tidak menemukan
Organizatinal
kesalahan dalam
Citizenship
organisasi Ordinal
Behavior Sportsmanship
8. Tidak mengeluh
(Z)
9. Tidak membesarkan
masalah
10. Keterlibatan dalam
fugsi
Courtesys 11. Memberikan
perhatian terhadap
fungsi organisasi
12. Memperbaiki
prosedur-prosedur
Civic virtue 13. Berinisiatif
14. Melindungi asset
perusahaan
Sumber: Titisari (2014)

D. Pengukuran Variabel

Pengukuran dalam penelitian ini menggunakan skala likert. Menurut

Sugiyono (2014), skala likert merupakan metode yang digunakan untuk mengukur

sikap, pendapat dan presepsi seseorang atau sekelompok orang tentang fenomena

sosial. Skala Likert menggunakan lima tingkatan jawaban, yaitu:

 48

Tabel 3.5

Skala Likert

Jawaban Kode Skor

Sangat Setuju SS 5
Setuju S 4
Netral N 3
Tidak Setuju TS 2
Sangat Tidak Setuju STS 1

E. Populasi dan Sempel Penelitian

1. Populasi Penelitian

Menurut Sugiyono (2014), populasi adalah wilayah generalisasi yang terdiri

atas objek atau subjek yang mempunyai kualitas dan karakteristik tertentu yang

ditetapkan oleh peneliti untuk dipelajari kemudian ditarik kesimpulannya.

Sedangkan menurut Ferdinand (2014), populasi adalah gabungan dari seluruh

elemen yang berbentuk peristiwa, hal atau orang yang memiliki karakteristik yang

serupa yang menjadi pusat perhatian seorang peneliti karena itu dipandang

sebagai sebuah semesta penelitian. Populasi pada perusahaan ini adalah 78 orang

dengan menggunakan sampel jenuh yaitu 78 orang.

2. Sampel Penelitian

Menurut Sugiyono (2018), sampel adalah bagian dari jumlah dan

karakteristik yang dimiliki oleh populasi. Jumlah populasi di penelitian ini tidak

diketahui, maka peneliti mengambil sampel dengan menggunakan teknik

 49

nonprobability sampling, dimana teknik ini tidak memberikan

kesempatan/peluang yang sama bagi setiap unsur/anggota populasi untuk dipilih

menjadi sampel.

Metode pengambilan sampel yang digunakan dalam penelitian ini adalah

teknik sampling jenuh digunakan apabila jumlah populasi relatif kecil. Menurut

Sugiyono (2013) metode sampling jenuh adalah teknik penentuan sampel bila

semua anggota populasi digunakan sebagai sampel. Maka dengan metode jenuh

peneliti menggunakan semua polulasi yang ada sebanyak 78 orang.

F. Metode Analisis

Metode analisis data dalam penelitian ini menggunakan Component atau

Variance Based Structural Equation Modeling dimana dalam pengolahan

datanya menggunakan program Partial Least Square (Smart-PLS) versi 3.0

PLS (Partial Least Square) adalah metode dari Variance Based SEM. Menurut

Ghozali (2014) PLS dimaksudkan untuk causal-predictive analysis dalam

situasi kompleksitas yang tinggi dan dukungan teori yang rendah. Langkah-

langkah pengujian yang dilakukan sebagai berikut:

1. Evaluasi Measurement (outer) Model

Evaluasi model pengukuran atau outer model dilakukan untuk menilai

validitas dan reliabilitas model. Menurut Ghozali (2015) outer model dengan

indikator refleksif dievaluasi melalui validitas convergent dan discriminant dari

indikator pembentuk konstruk laten dan composite reliability serta cronbach’s

alpha untuk blok indikatornya.

 50

1.1 Uji Validitas

1.1.1 Convergent Validity

Menurut Ghozali (2015) Validitas convergent berhubungan dengan prinsip

bahwa indikator pengukur-pengukur (manifest variabel) dari suatu konstuk

seharusnya berkorelasi tinggi. Menurut Ghozali (2015) rule of thumb yang biasa

digunakan untuk menilai validitas convergent yaitu nilai loading factor harus

lebih dari 0.7 untuk penelitian yang bersifat confirmatory dan nilai loading factor

antara 0.6 – 0.7 untuk penelitian yang bersifat explanatory masih dapat diterima

serta nilai average variance extracted (AVE) harus lebih besar dari 0.5.

1.1.2 Discriminant Validity

Pengujian discriminant validity, indikator reflektif dapat dilihat pada

cross-loading antara indikator dengan konstruknya. Suatu indikator dinyatakan

valid jika mempunyai loading factor tertinggi kepada konstruk yang dituju

dibandingkan loading factor kepada konstruk lain. Dengan demikian, konstruk

laten memprediksi indicator pada blok mereka lebih baik dibandingkan dengan

indikator di blok yang lain.

Menurut Ghozali (2015) Selain itu, validitas discriminant juga dapat dilihat

pada pengujian Fornell Larcker Criterion dengan membandingkan akar kuadrat

dari AVE untuk setiap konstruk dengan nilai korelasi antar konstuk dalam model.

Akan tetapi, menurut Henseler et al. (2015) pendekatan Fornell Larcker criterion

gagal untuk mengidentifikasi discriminant validity pada sebagian kasus besar.

Sedangkan menurut Henseler et al. (2015) menyarankan untuk menilai

 51

discriminant validity menggunakan heterotrait-monotrait ratio of correlations

(HTMT). Menurut Ramayah et al.(2017) jika nilai HTMT lebih besar dari 0.85.

Sedangkan menurut Menurut Kline (2011) nilai HTMT lebih dari 0.90 dari 0,90

maka menurut Gold et al. (2001) dapat disimpulkan bahwa tidak terdapat masalah

pada discriminant validity.

1.2 Uji Reliabilitas

Uji Reliabilitas dilakukan dengan menggunakan uji Composite Reliability

dan Cronbach’s Alpha dengan melihat seluruh nilai variabel laten memiliki nilai

Composite Reliability maupun Cronbachs Alpha ≥ 0.7, hal tersebut dapat

disimpulkan bahwa konstruk memiliki reabilitas yang baik atau kuesioner yang

digunakan sebagai alat dalam penelitian ini telah andal atau konsisten.

2. Evaluasi Model Struktural (Inner Model) dan Uji Hipotesis

Pengujian inner model adalah pengembangan model berbasis konsep dan

teori dalam rangka menganalisis hubungan antar variabel eksogen dan endogen

telah dijabarkan dalam kerangka konseptual. Hair et al. (2017) dalam Ramayah et

al. (2017) menyarankan untuk melihat nilai koefisien determinasi (R2), nilai

koefisien jalur (path coefficients), nilai t-statistic (bootstrapping), ukuran efek

Cohen (f2), serta predictive relevance (Q2) untuk menilai structural (inner model).

2.1 R-Square (R2)

Nilai R-Square (R2) adalah nol sampai dengan satu. Apabila nilai R- Square

(R2) semakin mendekati satu, maka variabel-variabel independen memberikan

 52

semua informasi yang dibutuhkan untuk memprediksi variasi variabel endogen.

Sebaliknya, semakin kecil nilai R-Square (R2), maka kemampuan variabel-

variabel independen dalam menjelaskan variasi variabel endogen semakin

terbatas.

2.2 Koefisien Jalur (Path Coefficients)

Koefisien jalur (path coefficients) digunakan untuk melihat hubungan yang

dihipotesiskan antar konstruk. Menurut Helm et al. (2009) dalam Hair et al.

(2014), nilai koefisien jalur yang berada dalam rentang nilai -1 hingga +1, dimana

nilai koefisien jalur yang mendekati +1 merepresentasikan hubungan positif yang

kuat dan nilai koefisien jalur yang -1 mengindikasikan hubungan negatif yang

kuat.

2.1 T-Statistic (Bootstrapping)

Metode analisis t-statistic dilakukan melalui prosedur bootstrapping yang

bertujuan untuk melihat yang nilai signifikansi antar konstruk. Hair et al. (2017)

dalam Ramayah et al. (2017) menyarankan untuk melakukan prosedur

bootstrapping dengan nilai re-sample sebanyak 5.000. Batas untuk menolak dan

menerima hipotesis yang diajukan adalah ±1.96, yang mana apabila nilai t-

statistik berada pada rentang nilai -1.96 dan 1.96 maka hipotesis akan ditolak atau

dengan kata lain menerima hipotesis nol (H0).

2.2 Efek Cohen (f2)

Ukuran efek untuk setiap model jalur dapat dilihat dengan menghitung
 53

Cohen (f2). Menurut Cohen (1988) dalam Hair et al. (2014), berdasarkan nilai

Cohen (f2) ukuran efek dapat ditentukan bahwa 0.02, 0.15, dan 0.35 mewakili

efek kecil, sedang, dan besar.

2.3 Predictive Relevance (Q2)

Predictive relevance (Q2) untuk model struktural mengukur seberapa baik

nilai observasi dihasilkan. Menurut Hair et al. (2017) jika nilai Q² yang lebih besar

dari nol untuk variabel laten endogen tertentu menunjukkan model jalur PLS

memiliki predictive relevance untuk konstruk tersebut.