0% menganggap dokumen ini bermanfaat (0 suara)
7 tayangan19 halaman

Metode Penelitian Kinerja Prajurit KRI

Bab 3 menjelaskan metode penelitian yang digunakan dalam penelitian ini. Unit analisisnya adalah kinerja prajurit KRI di Satlinlamil Jakarta. Variabel yang diteliti adalah budaya organisasi, lingkungan kerja, motivasi kerja, dan kinerja. Populasi penelitian ini adalah 207 prajurit KRI di Satlinlamil Jakarta. Sampel penelitian sebanyak 207 orang dipilih menggunakan teknik simple random sampling. Metode penelitian

Diunggah oleh

gultomindah820
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai PDF, TXT atau baca online di Scribd
0% menganggap dokumen ini bermanfaat (0 suara)
7 tayangan19 halaman

Metode Penelitian Kinerja Prajurit KRI

Bab 3 menjelaskan metode penelitian yang digunakan dalam penelitian ini. Unit analisisnya adalah kinerja prajurit KRI di Satlinlamil Jakarta. Variabel yang diteliti adalah budaya organisasi, lingkungan kerja, motivasi kerja, dan kinerja. Populasi penelitian ini adalah 207 prajurit KRI di Satlinlamil Jakarta. Sampel penelitian sebanyak 207 orang dipilih menggunakan teknik simple random sampling. Metode penelitian

Diunggah oleh

gultomindah820
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai PDF, TXT atau baca online di Scribd

84

BAB III

METODE PENELITIAN

3.1 Unit Analisis dan Ruang Lingkup Penelitian

Unit analisis dalam penelitian ini adalah satuan tertentu yang

diperhitungkan sebagai objek penelitian. Penentuan unit analisis ini penting agar

tidak terjadi kesalahan dalam pengumpulan data dan pengambilan kesimpulan.

Objek penelitian yang dimaksud disini adalah kinerja prajurit KRI di jajaran

Satlinlamil Jakarta. Adapun Variabel yang diteliti terdiri dari empat variabel yaitu:

variabel budaya organisasi, lingkungan kerja, dan motivasi kerja sebagai variabel

independen, sedangkan kinerja sebagai variabel dependen. Penelitian ini akan

dilaksanakan pada bulan Juni 2019 di KRI jajaran Satlinlamil Kolinlamil Jakarta.

3.2 Teknik Penentuan Populasi dan Sampel

Populasi yang digunakan sebagai objek penelitian ini adalah seluruh prajurit

KRI di jajaran Satlinlamil Jakarta. Perincian jumlah prajurit pada setiap strata

sebagai berikut.

Komandan : 6 perwira

Palaksa/Wakil : 6 perwira

Kepala Departemen (Kadep) : 24 perwira

Prajurit : 171 prajurit

Total : 207 prajurit


85

Pengambilan sampel menggunakan teknik acak sederhana (Simple Random

Sampling) dimana teknik ini digunakan karena sampling terdiri dari 6 KRI yang

berbeda, peneliti akan mentransifikasi sampel yang akan digunakan. Jumlah

anggota sampel sering dinyatakan dengan ukuran sampel, yaitu sampel yang 100%

mewakili populasi adalah sama dengan populasi. Makin besar sampel mendekati

jumlah populasi makin kecil peluang kesalahan, begitu juga sebaliknya, makin kecil

sampel menjauhi populasi maka makin besar peluang kesalahannya (Sugiyono,

2005).

Pengambilan sampel pada penelitian ini, peneliti menggunakan rumus Slovin

sebagai berikut:

n= N

1+Ne2

Dimana:

n = Number of samples (jumlah sampel)

N = Total population (jumlah seluruh populasi)

e = Error tolerance (toleransi terjadinya gala, taraf signifikansi dan lazimnya 0,05)

Maka, n = 429

1+429(0,05)2

n = 207,24 orang = 207 orang

Berdasarkan perhitungan menggunakan rumus Slovin tersebut, maka

ukuran besarnya sampel yang digunakan dalam penelitian ini sebanyak 207 orang.
86

3.3 Metode Penelitian

Penelitian ini dilakukan dengan menggunakan metode kuantitatif, yaitu

metode yang digunakan didalam mengungkap fakta-fakta dari suatu fenomena

sehingga dapat dievaluasi berdasarkan tinjauan teoritis, maupun berbagai penelitian

sebelumnya, untuk selanjutnya ditarik kesimpulan dari kinerja prajurit KRI di

jajaran Satlinlamil Jakarta.

Desain dari penelitian ini adalah deskriptif dengan maksud memberikan

gambaran terhadap berbagai karakteristik variabel yang diajukan serta keterkaitan

dengan fenomena yang terjadi secara aktual.

a. Observasi.

Menurut Sutrisno Hadi dalam Sugiyono, observasi merupakan

proses yang kompleks, suatu proses yang tersusun dari berbagai proses

biologis dan psikologis. Tekhnik pengumpulan data dengan observasi

digunakan bila penelitian berkenaan dengan perilaku manusia, proses kerja,

gejala-gejala alam dan bila responden yang diamati tidak terlalu besar (

Sugiyono, 2017). Pada penelitian ini, peneliti melakukan observasi terhadap

objek dengan wawancara.

b. Kuisioner.

Menurut Sugiyono kuisioner merupakan tekhnik pengumpulan data

yang dilakukan dengan cara memberi seperangkat pertanyaan atau

pernyataan tertulis kepada responden untuk dijawab. Kuisioner pada

penelitian ini bersifat tertutup, yaitu dimana responden telah disediakan 5

(lima) alternatif jawaban yang dapat dipilih salah satunya. Kuisiner ini akan
87

diukur menggunakan skala LIKERT. Adapun skor jawaban untuk skala

penilaian Likert sebagai berikut : (Sugiyono, 2017)

SS = Sangat Setuju diberi nilai skor 5

S = Setuju diberi nilai skor 4

N = Netral diberi nilai skor 3

TS = Tidak Setuju diberi nilai skor 2

STS = Sangat Tidak Setuju diberi nilai skor 1

c. Studi Pustaka.

Menurut Nazir, studi pustaka adalah tekhnik pengumpulan data

dengan menggunakan studi penelaah terhadap buku-buku, literatur, catatan

dan laporan yang ada hubungannya masalah yang dipecahkan (Nazir, 2014).

Pada penelitian ini dilakukan studi pustaka dengan mempelajari buku-buku

referensi, jurnal ilmiah, laporan-laporan, situs web serta bahan-bahan

pustaka lainnya.

3.4 Operasionalisasi Variabel Penelitian

Berikut ini akan ditampilkan definisi operasional variabel yang digunakan

dalam penelitian ini, yang dapat dilihat dalam Tabel.


88

Tabel 3.1
Operasionalisasi Variabel dan Indikator Penelitian

No Variabel Definisi Indikator Skala


1 2 3 4 5
1 Kinerja Kinerja adalah 1. Pengetahuan Skala Likert (1-5)
hasil yang dicapai tentang pekerjaan.
seseorang menurut (Himam, 2017),
ukuran yang (Haqq, 2016)
berlaku untuk
pekerjaan yang 2. Sikap.
bersangkutan. (Santoso dan
Sugiyono, 2016),
(Mangkunegara,
2010).

3. Ketepatan Waktu.
(Arifin dan
Komaruddin, 2009),
(Liliyana,
Hermina dan Zain,
2018), (Hidayat dan
Taufiq, 2012),
(Susanty,
Baskoro, 2012).

4. Kehadiran
ditempat kerja.
(Santoso dan
Sugiyono, 2016) dan
(Lina, 2014).
89

1 2 3 4 5
5. Efektifitas.
(Arifin dan
Komaruddin, 2009),
(Susanty, Baskoro,
2012), (Mathis dan
Jakson, 2006)
2 Budaya Budaya Organisasi 1. Kesadaran diri. Skala Likert (1-5)
Organisasi yaitu sistem makna (Himam, 2017).
bersama yang
dianut oleh 2. Kepribadian.
anggota-anggota (Edison, 2016).
yang membedakan
suatu organisasi 3. Performa.
dari organisasi lain (Edison, 2016).

4. Orientasi tim
(Santoso dan
Sugiyono, 2016),
(Prasetyo, 2007),
(Edison, 2016).

5. Perhatian Rinci.
(Himam, 2017),
(Prasetyo, 2007),
(Robbin dan
Judge, 2008)

Lingkungan lingkungan kerja


3 1. Penerangan.
Kerja adalah keseluruhan
(Andamdewi, 2013),
alat perkakas dan Skala Likert (1-5)
(Hidayat dan Taufiq,
bahan yang di-
2012)
hadapi lingkungan
90

1 2 3 4 5
sekitarnya, dimana (Sedarmayanti,2009)
seseorang bekerja,
metode kerjanya 2. Udara.
dan pengaturan (Andamdewi, 2013),
kerjanya baik (Sedarmayanti,2009)
sebagai
perseorangan 3. Keamanan.
maupun sebagai (Andamdewi, 2013),
kelompok. (Sedarmayanti,2009)

4. Tanggung Jawab
(Sedarmayanti,2009)

5. Perhatian dan
Dukungan
Pemimpin.
(Sedarmayanti,2009)

6. Struktur Kerja
(Nugroho dan
Marwanto, 2014),
(Ngurah,
Dhermawan, Sudibya,
dan Utama, 2012),
(Sedarmayanti,2009)
4 Motivasi Motivasi adalah 1. Kebutuhan yang Skala Likert (1-5)
kondisi internal bersifat fisiologis.
yang (Santoso dan
membangkitkan Sugiyono, 2016),
seseorang untuk (Hidayat dan
bertindak,
91

1 2 3 4 5
mendorong Taufiq, 2012),
individu mencapai (Susanty, Baskoro,
tujuan tertentu dan 2012).
membuat individu
tetap tertarik dalam 2. Kebutuhan akan
kegiatan tertentu. Keamanan dan
keselamatan.
(Santoso dan
Sugiyono, 2016),
(Hidayat dan
Taufiq, 2012),
(Sidanti,2015).

3. Kebutuhan Sosial.
(Santoso dan
Sugiyono, 2016),
(Hidayat dan
Taufiq, 2012),
(Susanty, Baskoro,
2012).

4. Kebutuhan
penghargaan diri.
(Santoso dan
Sugiyono, 2016),
(Hidayat dan
Taufiq, 2012),
(Susanty dan
Baskoro, 2012),
(Sajangbati, 2013).
92

1 2 3 4 5
5. Kebutuhan
aktualisasi diri.
(Budi, Santoso dan
Sugiyono, 2016),
(Zainul, Hidayat
,Muchamad dan
Taufiq, 2012), (Aries
,Susanty, Sigit Wahyu
dan Baskoro, 2012),
(Sajangbati, 2013),
(Maslow, 2008)

3.5 Uji Validitas dan Reliabilitas

Uji validitas adalah uji konstruk yang dilakukan untuk mengukur sah atau

valid tidaknya suatu kuesioner. Suatu kuesioner dikatakan valid jika pertanyaan

kuesioner mampu untuk mengungkapkan sesuatu yang akan diukur oleh kuesioner

tersebut. Uji signikansi dilakukan dengan membandingkan r hitung dengan r tabel

atau membandingkan nilai p atau sig dengan level of significance (biasanya = 0.05).

Jika r hitung lebih besar dari r tabel atau nilai p atau sig < 0.05, maka pernyataan

tersebut valid.

Uji Reliabilitas adalah indeks yang menunjukkan sejauh mana suatu alat

pengukur dapat dipercaya atau dapat diandalkan atau menunjukkan konsistensi

suatu alat pengukur di dalam mengukur gejala yang sama. Menurut Nunnaly (1967)

dan Hinkle (2004) ataupun indeks yang biasa digunakan dalam penelitian sosial,

apabila angka Cronbach’s Alpha (α) diatas 0.60 menunjukkan bahwa konstruk atau

variabel adalah reliabel.


93

3.6 Tekhnik Analisis Data

Untuk menguji model dan hubungan yang dikembangkan dalam penelitian

ini diperlukan suatu teknik analisis data. Adapun teknik analisis yang digunakan

dalam penelitian ini adalah Structural Equation Modeling (SEM). Alasan SEM

adalah karena SEM merupakan sekumpulan teknik-teknik statistical yang

memungkinkan pengukuran sebuah rangkaian hubungan yang relative “rumit”

secara simultan. Permodelan penelitan melalui SEM memungkinkan seorang

peneliti dapat menjawab pertanyaan penelitian yang bersifat regresif maupun

dimensional (yaitu mengukur apakah dimensi-dimensi dari sebuah konsep). SEM

juga dapat mengidentifikasi dimensi-dimensi sebuah konsep atau konstruk dan pada

saat yang sama SEM juga dapat mengukur pengaruh atau derajat hubungan factor

yang dapat diidentifikasikan dimensi-dimensinya (Ferdinand, 2005).

Sofware yang digunakan dalam uji statistic pada penelitian ini adalah

AMOS 24. Software AMOS dapat menjadikan proses penghitungan dan analisis

menjadi lebih sederhana dan mudah dipahami. AMOS menyediakan pengukuran

keselarasan model (goodness of fit) untuk membantu melakukan evaluasi

kecocokan model. Setelah meneliti hasil-hasilnya maka kita dapat menyesuaikan

model-model tertentu dan mencoba memperbaiki keselarasannya. Tahapan-tahapan

analisis data dengan menggunakan AMOS 24 sebagai berikut :

a. Menyusun diagram jalur.

Model kerangka teoritis yang sudah dibangun, ditransformasikan ke

dalam bentuk diagram jalur (path diagram). Untuk menggambarkan


94

hubungan kausalitas antara variable eksogen dengan variable indogen

seperti ada gambar berikut :

Gambar 3.1
Diagram Alur Penelitian Model

Sumber : Kerangka Konseptual, AMOS, 2019

b. Alur ke dalam Persamaan.

Setelah teori atau model teoritis dikembangkan dan digambarkan

dalam sebuah diagram alur, peneliti dapat mulai mengkonversikan

spesifikasi model tersebut ke dalam rangkaian persamaan :

Tabel 3.2
Konversi Diagram Alur ke dalam Persamaan

Variabel Endogen : Variabel eksogen + Variabel Endogen + error


95

Tabel 3.3
Model Persamaan Struktural
Model Persamaan Struktural
Motivasi = 𝛄𝛄𝟏𝟏 Budaya Organisasi + 𝛄𝛄𝟐𝟐 Lingkungan Kerja + 𝐙𝐙𝟏𝟏

Kinerja = 𝛄𝛄𝟑𝟑 Budaya Organisasi+ 𝛄𝛄𝟒𝟒 Lingkungan Kerja + β1 Motivasi + 𝐙𝐙𝟐𝟐

Sedangkan model pengukuran persamaan pada penelitian ini seperti


tabel berikut:
Tabel 3.4
Model Pengukuran

Konsep Exogenous Konsep Endogenous


(model pengukuran) (model pengukuran)

X1 : λ1 budaya organisasi + e1 X12 : λ12 motivasi + e12


X2 : λ2 budaya organisasi + e2 X13 : λ13 motivasi + e13
X3 : λ3 budaya organisasi + e3 X14 : λ14 motivasi + e14
X4 : λ4 budaya organisasi + e4 X15 : λ15 motivasi + e15
X5 : λ5 budaya organisasi + e5 X16 : λ16 motivasi + e16
X6 : λ6 lingkungan kerja + e6
X7 : λ7 lingkungan kerja + e7 X17 : λ17 kinerja + e17

X8 : λ8 lingkungan kerja + e8 X18 : λ18 kinerja + e18

X9 : λ9 lingkungan kerja + e9 X19 : λ19 kinerja + e19


X10 : λ10 lingkungan kerja + e10 X20 : λ20 kinerja + e20
X11 : λ11 lingkungan kerja + e11 X21 : λ21 kinerja + e21

c. Memilih jenis matriks input dan estimasi model.

SEM menggunakan input data yang hanya menggunkan matriks

varians/kovarians atau matriks korelasi untuk keseluruhan estimasi yang

dilakukan. Penggunaan matriks varian/kovarians pada saat pengujian teori


96

sebab lebih memenuhi asumsi – asumsi metodologi dimana standar error

menunjukkan angka yang lebih akurat disbanding menggunakan matriks

korelasi.

d. Munculnya masalah identifikasi.

Masalah identifikasi pada prinsipnya adalah masalah mengenai

ketidakmampuan dari model yang dikembangkan untuk menghasilkan

estimasi yang unik. Problem identifikasi dapat muncul melalui gejala-gejala

berikut ini (Ferdinand, 2005):

1) Standard error untuk satu atau beberapa koefisien adalah

sangat besar

2) Program tidak mampu menghasilkan matrik informasi yang

seharusnya disajikan

3) Muncul angka-angka yang aneh seperti adanya varians error

yang negatif

4) Munculnya korelasi yang sangat tinggi antar koefisien

estimasi yang didapat (misalnya > 0,9)

e. Evaluasi kriteria Goodness – of – fit.

Kesenian model evaluasi melalui telaah terhadap berbagai kriteria

goodness-of-it. Tindakan pertama adalah mengevaluasi apakah data yang

digunakan dapat memenuhi asumsi-asumsi SEM yaitu ukuran sampel,

normalitas dan linearitas, outliers dan multicolinority dan singularity.

Setelah itu melakukan uji kesesuaian dan uji statistik. Beberapa indeks
97

kesesuaian dan cut-off valuenya yang digunakan untuk menguji apakah

sebuah model diterima atau ditolak yaitu:

1) X2 – Chi-square statistic. Model yang diuji dipandang baik

atau memuaskan apabila nilai chisquarenya rendah. Semakin kecil

nilai 𝑥𝑥 2 semakin baik model itu dan diterima berdasarkan

probabilitas dengan cut-off value sebesar p > 0.05 atau p > 0.10

(Hulland et al, 1996).

2) RMSEA (The Root Mean Square Error of Approximation).

Merupakan sebuah indeks yang dapat digunakan untuk

mengkompensasi chi-square statistic dalam sampel yang besar

(Baumgartner & Homburg, 1996). Nilai RMSEA yang kecil atau

sama dengan 0.08 merupakan indeks untuk dapat diterimanya model

yang menunjukkan sebuah close fit dari model tersebut berdasarkan

degrees of freedom. Rumus yang digunakan untuk menghitung

RMSEA adalah:

𝑇𝑇𝑇𝑇−𝑑𝑑𝑑𝑑𝑑𝑑
RMSEA = �max �� �� , 0)
𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛

Keterangan :

Tm = nilai statistic uji 𝑥𝑥 2 model yang dianalisis.

dbm = derajat bebas pengujian model yang dianalisis.

n = jumlah sampel
98

3) GFI (Goodness of Fit Index). Merupakan ukuran non-

statistical yang mempunyai rentang nilai antara 0 (poor fit) sampai

dengan 1.0 (perfect fit). Nilai yang tinggi dalam indeks ini

menunjukkan sebuah “better fit”. Rumus yang digunakan untuk

menghitung GFI adalah :

Tm
GFI = 1 −
To

Keterangan :

Tm = nilai statistic uji 𝑥𝑥 2 model yang dianalisis.

To = nilai statistic uji 𝑥𝑥 2 model nol.

4) AGFI (Adjusted Godness Fit Index)

Tingkat penerimaan yang direkomendasikan adalah bila AGFI

mempunyai nilai sama dengan atau lebih besar dari 0.90 (Hair et al,

1998). Rumus yang digunakan untuk menghitung AGFI adalah :

𝑑𝑑𝑑𝑑𝑑𝑑 𝑇𝑇𝑇𝑇⁄𝑑𝑑𝑑𝑑𝑑𝑑
𝐴𝐴𝐴𝐴𝐴𝐴𝐴𝐴 = 1 − (1 − 𝐺𝐺𝐺𝐺𝐺𝐺 ) = 1 −
𝑑𝑑𝑑𝑑𝑑𝑑 𝑇𝑇𝑇𝑇⁄𝑑𝑑𝑑𝑑𝑑𝑑

Dengan

db0 = (p + q)(p + q + 1)/2

(𝑝𝑝+𝑞𝑞)(𝑝𝑝+𝑞𝑞+1)
dbm = –t
2

5) CMIN/DF. Adalah The minimum sample discrepancy

function yang dibagi dengan degree of freedomnya. CMIN/DF

merupakan statistic chi-square, 𝑥𝑥 2 dibagi Dfnya sehingga disebut 𝑥𝑥 2


99

– relative. Nilai 𝑥𝑥 2 – relative kurang dari 2.0 atau 3.0 adalah indikasi

dari acceptable fit antara model dan data. Rumus yang digunakan

untuk menghitung CMIN/DF adalah :

𝑝𝑝 + 𝑞𝑞 + 1
df = (p + q) � � − 𝑡𝑡
2

Keterangan :

t = banyaknya parameter yang diestimasi.

p = banyaknya indikator variabel laten endogen.

q = banyaknya indikator variabel laten eksogen.

6) TLI (Tucker Lewis Index). Merupakan incremental index

yang membandingkan sebuah model yang diuji terhadap sebuah

baseline model, dimana nilai yang direkomendasikan sebagai acuan

diterimanya sebuah model sadalah > 0.95 (Hair et al, 1995) dan nilai

yang mendekti 1 menunjukkan a very good fit (Arbuckle, 1997).

7) CFI (Comparative Fit Index). Rentang nilai sebesar 0–1,

dimana semakin mendekati 1, mengindikasikan tingkat fit yang

paling tinggi – a very good fit (Arbuckle, 1997). Bisa disajikan

menjadi sebuah tampilan table yang memuat indeks-indeks yang

penulis sebutkan satu per satu du atas akan menjadi sebagai berikut:
100

Tabel 3.5
Indeks Pengujian Kelayakan Model
(Goodness-of-fit Index)
Goodness of fit Index Cut-of Value

X2 – Chi-square Diharapkan kecil

Significancy Probability ≥ 0.05

RMSEA ≥ 0.08

GFI ≥ 0.90

AGFI ≥ 0.90

CMIN/DF ≤ 2.00

TLI ≥ 0.95

CFI ≥ 0.95

7) Interpretasi dan Modifikasi model. Setelah model diestimasi,

residualnya haruslah kecil atau mendekati nol dan distribusi

frekuensi dari kovarians residual harus bersifat simetrik

(Tabachnick, B.G and Fidell, L.S., 1996). Model yang baik

mempunyai Standardized Residual Variance yang kecil. Angka 2.58

merupakan batas nilai standardix=zed residual yang diperkenankan,

yang diintrepretasikan adanya prediction error yang substansial

untuk sepasang indicator.

8) Uji Sobel. Pengujian hipotesis mediasi dapat dilakukan

dengan prosedur yang dikembangkan oleh Sobel (dalam Ghozali,

2011) dan dikenal dengan uji Sobel (Sobel tes). Uji Sobel dilakukan
101

dengan cara menguji kekuatan pengaruh tidak langsung X ke Y

lewat I. Rumus uji SObel adalah sebagai berikut:

𝑠𝑠𝑠𝑠𝑠𝑠 = √𝑏𝑏2𝑠𝑠𝑠𝑠2 + 𝑎𝑎2𝑠𝑠𝑠𝑠2 + 𝑠𝑠𝑠𝑠2𝑠𝑠𝑠𝑠2

Dengan Keterangan:

Sab : besarnya standar eror pengaruh tidak langsung

a : jalur variabel independen (X) dengan variable intervening (I)

b : jalur variabel intervening (I) dengan variable dependen (Y)

sa : standar eror koefisien a

sb : standar eror koefisien b

Untuk menguji signifikan pengaruh tidak langsung, maka perlu

menghitung nilai t dari koefisien ab dengan rumus sebagai berikut:

ab
𝑡𝑡 =
sab

Nilai t hitung ini dibandingan dengan nilai t table, jika t hitung >

nilai t tabel maka dapat disimpulkan pengaruh mediasi. Asumsi uji

Sobel memerlukan jumlah sampel yang besar, jika jumlah sampel

kecil, maka uji sobel menjadi kurang konservatif.

f. Hasil Hipotesis.

Pada tahapan ini adalah menginterpretasikan model dan

memodifikasikan model bagi model-model yang tidak memenuhi syarat

pengujian. Tujuan modifikasi adalah untuk melihat apakah modifikasi yang

dilakukan dapat menurunkan nilai Chi square. Semakin kecil angka Chi

square menunjukkan semakin fit mode tersebut dengan mode yang ada.
102

Interpretasi hipotesis dari hasil yang didapat, berupa penerimaan semua

hasil hipotesis diterima apabila nilai β > 0 dimana β merupakan nilai

parameter estimate serta nilai P < 0,1. Kedua syarat tersebut dapat dilihat

pada tabel Regression Weights dalam AMOS Text Output.

Anda mungkin juga menyukai