BAB 4 ANALISIS DAN PEMBAHASAN - lib.ui.ac.idlib.ui.ac.id/file?file=digital/126918-6642-Hubungan antara-Analisis.pdf · Uji validitas dan realibilitas ini dilakukan dengan menggunakan

48Universitas Indonesia

BAB 4

ANALISIS DAN PEMBAHASAN

4.1 Pelaksanaan Penelitian

4.1.1 Pelaksanaan Pre-Test

Dalam penelitian ini, peneliti melakukan pre-test terlebih dahulu sebelum

menyebarkan kuesioner yang sebenarnya kepada para responden. Pre-test ini

dilakukan untuk menguji konstruk semua peryataan yang peneliti gunakan dalam

kuesioner penelitian. Uji pre-test ini dilakukan terhadap 30 responden guna

mengetahui validitas dan realibilitas setiap item pernyataan dalam kuesioner

penelitian. Uji validitas dan realibilitas ini dilakukan dengan menggunakan SPSS

11.5 for windows.

Uji reliabilitas dilakukan untuk mengukur konsistensi dan reliabilitas

pernyataan yang terdapat dalam kuesioner penelitian dengan melihat nilai cronbach’s

alpha (α) sebesar 0,6. Jika nilai cronbach’s alpha (α) melebihi atau sama dengan 0.6

maka pernyataan-pernyataan tersebut konsisten dan relevan terhadap variabel serta

reliable tau dapat diandalkan jika diterapkan pada sampel, tempat, dan waktu

pengambilan data yang berbeda (Malhotra, 2007).

Uji validitas adalah pengujian yang dilakukan untuk melakukan analisis faktor

berdasarkan variabel-variabel yang ada di dalam penelitian ini. Persyaratan untuk uji

validitas yaitu nilai Kaiser-Meyer-Olkin (KMO) sebesar ≥ 0.5.

Setelah melakukan pre-test, peneliti mendapatkan 31 butir pernyataan yang teruji

memenuhi syarat validitas dan realibilitas yang baik. Dengan demikian, ke-31

pernyataan tersebut dapat dijadikan indikator atau variabel teramati untuk mengukur

empat variabel laten yang akan dianalisis dalam penelitian ini.

Hubungan antara..., Ria Agustina, FE UI, 2009

Universitas Indonesia

49

4.1.2 Pelaksanaan Survei

Ukuran sampel penelitian yang digunakan dalam penelitian ini ialah 158

responden yang merupakan karyawan perusahaan media baik media cetak maupun

elektronik di wilayah DKI Jakarta yang telah bekerja setidaknya enam bulan dalam

perusahaan tersebut.

Periode penyebaran kuesioner dilakukan mulai dari bulan April 2009. Peneliti

menyebarkan kuesioner dengan mendatangi perusahaan media sebelum terlebih

dahulu menghubungi pihak terkait untuk meminta izin penyebaran kuesioner

penelitian. Sistem penyebaran kuesioner dilakukan secara random oleh pihak

perusahaan dan diberikan langsung kepada responden yang memenuhi persyaratan

peneliti, yakni telah bekerja selama setidaknya enam bulan dalam perusahaan

tersebut.

Peneliti menyebarkan kuesioner kepada responden sebanyak 205 kuesioner

yang terbagi dalam beberapa perusahaan media baik media cetak maupun elektronik.

Sumber responden dalam penelitian ini ialah enam perusahaan media elektronik

seperti stasiun televisi maupun radio, dan delapan perusahaan media cetak baik koran

maupun majalah. Akan tetapi, karena keterbatasan waktu penelitian, peneliti hanya

mendapatkan 158 kuesioner yang dapat diikutsertakan dalam pengujian. Sebanyak 47

eksemplar kuesioner tidak dapat diikutsertakan dalam pengujian selanjutnya karena

beberapa sebab, 20 eksemplar kuesioner tidak memenuhi syarat atas screening test

yang dilakukan peneliti, dan 27 eksemplar kuesioner ada responden yang tidak

mengembalikan kuesioner dengan alasan hilang dan lain sebagainya.

Dengan data yang telah terkumpul, peneliti mengolah data dengan

menggunakan program SPSS 11.5 untuk mengetahui tabel frekuensi mengenai profil

responden. Sedangkan untuk mengukur model dan menguji hipotesis, peneliti

menggunakan program Lisrel 8.7.



50

4.2 Profil Responden

4.2.1 Jenis Kelamin

Dari 158 responden yang diteliti, responden pria berjumlah 58 orang atau

sebesar 36,7% dan responden wanita berjumlah 100 orang atau 63,3%. Dapat dilihat

bahwa dalam penelitian ini responden wanita lebih banyak daripada responden pria.

Dari hasil ini, bisa disimpulkan bahwa dalam beberapa perusahaan media khususnya

pada departemen (tim) kreatif, terdapat lebih banyak karyawan wanita daripada

karyawan pria. Profil data jenis kelamin responden dapat dilihat lebih jelas pada

lampiran 3.

4.2.2 Usia

Dari keseluruhan responden yang diteliti dalam penelitian ini, peneliti

mengklasifikasi responden dalam empat kelompok usia, yaitu :

1. Kurang dari 25 tahun ( < 25 tahun )

2. 25 – 30 tahun

3. 31 – 35 tahun

4. Lebih dari 35 tahun ( > 35 tahun )

Dari total responden yang diteliti, responden yang masuk kelompok usia yang

kurang dari 25 tahun sebanyak 58 orang atau 36,7%. Responden yang masuk

kelompok usia 25 – 30 tahun sebanyak 75 orang atau 47,5%. Responden yang masuk

kelompok 31 – 35 tahun sebanyak 23 orang atau 14,6%. Dan, responden yang masuk

kelompok usia lebih dari 35 tahun sebanyak 2 orang atau 1.3%. Gambaran komposisi

usia responden yang diteliti dalam penelitian ini dapat dilihat lebih jelas pada

lampiran 3.



51

4.3 Metode Estimasi

Metode estimasi yang digunakan dalam penelitian ini ialah Maximum

Likehood, yakni estimasi pada satu variabel teramati diwakili oleh lima respoden

sehingga jumlah responden yang diteliti haruslah memenuhi syarat n (jumlah variabel

teramati) x 5. Dalam penelitian ini, terdapat 31 variabel teramati. Untuk itu, peneliti

melakukan penelitian setidaknya terhadap 155 responden.

4.4 Spesifikasi Model Struktural

Bentuk umum Structural Equation Modeling (SEM) ialah penggabungan dari

persamaan matematika dari model pengukuran dengan model kesalahan struktural

secara lengkap (Wijanto, 2007). Persamaan matematika model dalam penelitian ini

adalah :

ETA1 = GAMMA11 x KSI1+ ZETA1 atau η1 = γ11 x ξ1+ ζ 1 Persamaan 4.1

ETA2 = GAMMA21 x KSI1+ ZETA2 atau η2 = γ21 x ξ1+ ζ 2 Persamaan 4.2

ETA3 = BETA31 x ETA1 + BETA32 x ETA2+ ZETA3

atau η3 = β31 x η1 + β32 x η2+ ζ 3 Persamaan 4.3

Keterangan:

a. Variabel:

KSI1 (γ11) = variabel laten eksogen gaya kepemimpinan

ETA1 (η1) = variabel laten endogen pemikiran kreatif

ETA2 (η2) = variabel laten endogen motivasi intrinsik



52

ETA3 (η3) = variabel laten endogen kreativitas

b. Parameter regresi

GAMMA11 (γ11) = regresi variabel laten endogen pemikiran kreatif menuju

variabel laten eksogen gaya kepemimpinan

GAMMA21 (γ21) = regresi variabel laten endogen motivasi intrinsik menuju

variabel laten eksogen gaya kepemimpinan

BETA31 (β31) = regresi variabel laten endogen pemikiran kreatif menuju

variabel laten endogen kreativitas

BETA32 (β32) = regresi variabel laten endogen motivasi intrinsik menuju

variabel laten endogen kreativitas.

c. Kesalahan (error)

ZETA1 (ζ 1) = kesalahan variabel endogen pemikiran kreatif

ZETA2 (ζ 2) = kesalahan variabel endogen motivasi intrinsik

ZETA3 (ζ 3) = kesalahan variabel endogen kreativitas

4.5 Confirmatory Factor Analysis (CFA)

Model pengukuran memodelkan hubungan antara variabel laten dengan

variabel-variabel teramati. Hubungan ini bersifat reflektif, dimana variabel-variabel

teramati merupakan refleksi dari variabel laten terkait. Dalam SEM, hubungan ini

bersifat con-generic, yaitu satu variabel teramati hanya mengukur atau merefleksikan

sebuah variabel laten.

Model pengukuran berusaha untuk mengkonfirmasikan apakah variabel-

variabel teramati tersebut memang merupakan ukuran atau refleksi dari sebuah



53

variabel laten. Oleh karena itu, analisis model pengukuran ini disebut juga sebagai

Confirmatory Factor Analysis (CFA). Hasil akhir CFA yang diperoleh melalui uji

kecocokan keseluruhan model, analisis validitas model dan analisis realibilitas model

(Wijanto, 2007).

4.5.1 Analisis Offending Estimate

Berdasarkan hasil olahan peneliti dengan menggunakan Lisrel 8.7, semua

variabel teramati tidak ada yang memiliki nilai negative error variance dan

standardized loading factors > 1.0 dan juga tidak memiliki nilai standard error yang

besar. Hasil ini menunjukkan bahwa variabel teramati dalam penelitian ini telah

memenuhi syarat yang baik dengan tidak adanya offending estimate sehingga

pengujian selanjutnya dapat dilanjutkan.

4.5.2 Uji Validitas dan Realibilitas

Analisis validitas model pengukuran pada tahap pertama CFA ini dilakukan

dengan memeriksa apakah (a) t-value dari standardized loading factor dari variabel

teramati dalam model memenuhi syarat yang baik yakni ≥ 1.96, dan (b) standardized

loading factor dari variabel-variabel teramati dalam model telah memenuhi syarat

yang baik yakni ≤ 0.70 atau sesuai pendapat Igbaria et.al., (1997) yakni ≤ 0.50.

Analisis realbilitas model pengukuran dilakukan dengan menghitung nilai

construct realibility (CR) dan variance extracted (VE) dari nilai standardized loading

factors, dan error variance dengan menggunakan rumus sebagai berikut :

Persamaan 4.4

Persamaan 4.5



54

Keterangan :

Σ = jumlah keseluruhan

Std.loading = standardized loading factors (muatan faktor standar)

ej = kesalahan (error)

a. Validitas dan Realibilitas Variabel Gaya Kepemimpinan

Variabel laten gaya kepemimpinan diukur dari 19 variabel teramati. Dari

semua variabel teramati tersebut di atas, diketahui bahwa semua variabel teramati

memenuhi syarat validitas, dimana loading factors ≥ 0.50 dan t-value ≥ 1.96 kecuali

variabel teramati atau indikator gaya kepemimpinan yakni kepemimpinan

transaksional poin 9 (KTS9) dan kepemimpinan transaksional poin 10 (KTS10).

Kedua variabel ini tidak memenuhi syarat validitas karena meskipun keduanya

memiliki t-value ≥ 1.96, kedua variabel ini tidak memiliki loading factors ≥ 0.50,

dimana KTS9 memiliki loading factor 0.40 dan KTS10 memiliki loading factor 0.49,

sehingga tidak memenuhi standar SLF yang baik untuk uji validitas. Untuk itu,

peneliti menghilangkan variabel tersebut agar data yang diteliti memenuhi syarat

validitas secara sempurna.

Setelah menguji validitas, peneliti melakukan uji realibilitas dengan

menghitung nilai Construct Realibility (CR) dan Variance Extracted (VE) pada

semua variabel teramati untuk variabel laten gaya kepemimpinan. Hasil yang

diperoleh dari penghitungan tersebut ialah seluruh variabel teramati yang dipakai

untuk mengukur variabel laten gaya kepemimpinan memenuhi syarat realibilitas yang

baik. Hal ini terlihat jelas dari nilai CR sebesar 0.95 yang telah memenuhi syarat

ketentuan realibilitas, dimana nilai CR ≥ 0.70. Selain dengen melihat nilai CR, uji

realibilitas dapat dilakukan dengan menggunakan cara lain, yakni dengan melihat

nilai variance extracted (VE). Metode ini bukanlah metode yang harus dilakukan

untuk menguji realibilitas, akan tetapi peneliti juga menggunakan variance extracted



55

untuk menguji realibilitas variabel teramati dalam penelitian ini. Dan diketahui dari

tabel di atas bahwa nilai VE yang dimiliki sebesar 0.52, dimana nilai ini telah

memenuhi syarat ketentuan realibilitas yaitu nilai VE ≥ 0.50.

Oleh karena peneliti menghilangkan variabel teramati KTS9 dan KTS10

karena keduanya tidak memenuhi syarat validitas maka peneliti melakukan kembali

pengolahan data CFA untuk menguji validitas dan realibilitas. Setelah dilihat,

terdapat perubahan nilai loading factor pada tiap variabel teramati dibandingkan

dengan hasil pengolahan sebelum kedua variabel tersebut dihilangkan. Akan tetapi,

data yang diperoleh menunjukkan bahwa semua nilai loading factor pada tiap

variabel telah memenuhi syarat validitas yang baik yakni ≥ 0.70 atau 0.50 (Igbaria

et.al., 1997).

Untuk realibilitas, peneliti kembali menghitung nilai CR dan VE dari ke-17

variabel teramati yang tersisa setelah proses penghilangan model KTS9 dan KTS10.

Nilai CR yang didapat ialah 0.95 dan nilai VE yang diperoleh ialah 0.56. Hasil ini

menunjukkan bahwa ke-17 variabel teramati ini telah memenuhi syarat realibilitas

yang baik, dimana nilai CR ≥ 0.70 dan nilai VE ≥ 0.50. Data mengenai analisis

validitas dan realibilitas variabel gaya kepemimpinan yang awal dan setelah adanya

penghilangan variabel KTS9 dan KTS10 ditampilkan pada lampiran 5 .

b. Uji Validitas dan Realibilitas Variabel Pemikiran Kreatif

Variabel pemikiran kreatif diukur dari empat indikator atau variabel teramati.

Apabila dilihat dari t-value, semua indikator atau variabel teramati tersebut memiliki

syarat validitas yang baik karena semua variabel teramati memiliki nilai t ≥ 1.96. Dari

keempat variabel teramati tersebut, variabel teramati atau indikator pemikiran kreatif

poin ketiga (PK3) tidak memenuhi syarat validitas yang baik. Hal ini ditunjukkan

dengan nilai loading factor PK3 sebesar 0.25, dimana nilai tersebut di bawah

persyaratan nilai SLF yang baik yakni 0.50. Oleh karena itu, peneliti menghilangkan

variabel PK3 dari model.



56

Peneliti juga menguji realibilitas keempat variabel teramati yang digunakan

untuk mengukur variabel laten pemikiran kreatif. Uji realibilitas yang dilakukan

ialah dengan menghitung nilai CR dan nilai VE dari keempat variabel tersebut. Hasil

yang diperoleh ialah nilai CR sebesar 0.72 dan nilai VE sebesar 0.42. Nilai VE yang

diperoleh lebih kecil dari persyaratan realibilitas (VE ≥ 0.50) tetapi berdasarkan teori

Hair (1998) yang menyatakan bahwa VE bersifat optional dalam penelitian untuk

mengukur realibilitas maka peneliti memfokuskan uji realibilitas variabel teramati

pada variabel pemikiran kreatif pada nilai CR, dimana nilai CR yang diperoleh telah

memenuhi syarat realibilitas (CR ≥ 0.70).

Setelah melakukan penghilangan variabel PK3 dari keempat variabel teramati,

terjadi perubahan pada loading factor pada tiap variabel teramati. Dari perubahan

loading factor tersebut, peneliti menguji kembali validitas dan realibilitasnya. Ketiga

variabel tearmati yang tersisa memiliki nilai loading factor yang lebih dari 0.50

sehingga dapat dikatakan bahwa ketiga variabel teramati atau indikator ini dikatakan

memenuhi syarat validitas yang baik dan dapat dikatakan valid.

Ketiga variabel teramati yang tersisa juga duji realibilitasnya dengan

menghitung nilai CR dan VE. Hasil yang diperoleh ialah nilai CR sebesar 0.78 dan

nilai VE sebesar 0.55. Keduanya menunjukkan bahwa ketiga variabel teramati ini

memiliki realibilitas yang baik karena memenuhi syarat realibilitas yang baik, dimana

CR ≥ 0,70 dan VE ≥ 0,50. Data mengenai analisis validitas dan realibilitas variabel

pemikiran kreatif yang awal dan setelah adanya penghilangan variabel PK3

ditampilkan pada lampiran 5.

c. Uji Validitas dan Realibilitas Variabel Motivasi Intrinsik

Variabel motivasi intrinsik diukur dari tiga indikator atau variabel teramati.

Ketiga variabel teramati tersebut memiliki nilai loading factor ≥ 0.50, dimana

variabel teramati atau indikator motivasi intrinsik poin pertama (MI1) yang memiliki

nilai sebesar 0.84, MI2 sebagai notasi variabel teramati motivasi intrinsik kedua yang

memiliki nilai sebesar 0.83, dan MI3 sebagai notasi variabel teramati motivasi



57

intrinsik ketiga memiliki nilai sebesar 0.64. Selain itu, ketiga variabel teramati ini

memiliki t-value ≥ 1.96, dimana pada hasil olahan Lisrel 8.7 t-value yang dimiliki

MI1 digambarkan dengan garis putus-putus yang menandakan bahwa variabel

teramati yang digunakan untuk merefleksikan motivasi intrinsik sudah memenuhi

syarat t-value yang ditetapkan dalam program Lisrel, MI2 memiliki t-value sebesar

9.82 dan MI3 memiliki t-value sebesar 7.88. Hasil ini menunjukkan bahwa ketiga

variabel teramati tersebut sudah memenuhi syarat validitas yang baik dan dapat

dikatakan valid untuk merefleksikan variabel motivasi intrinsik.

Untuk menguji realibilitas ketiga variabel teramati ini, maka peneliti

melakukan penghitungan construct realibility (CR) dan variance extracted (VE) pada

ketiga variabel teramati tersebut. Hasil CR yang diperoleh ialah 0.82 dan nilai VE

sebesar 0.6, dimana hasil ini membuktikan bahwa ketiga variabel teramati telah

memenuhi syarat realibilitas yang baik (CR ≥ 0.70 dan VE ≥ 0.50) sehingga ketiga

variabel teramati tersebut dapat dikatakan realible dan dapat menghasilkan hasil yang

konsisten meskipun digunakan dalam penelitian yang lain. Data mengenai analisis

validitas dan realibilitas variabel motivasi intrinsik ditampilkan pada lampiran 5.

d. Uji Validitas dan Realibilitas Variabel Kreativitas

Variabel laten kreativitas diukur dengan menggunakan lima indikator atau

variabel teramati. Kelima variabel teramati tersebut terbukti memiliki validitas yang

baik atau bias dikatakan kelima variabel tersebut dinilai valid untuk merefleksikan

variabel laten kreativitas. Hal ini ditunjukkan dengan nilai loading factor yang

dimiliki kelima variabel teramati tersebut yang telah memenuhi syarat validitas yang

baik, yakni loading factor ≥ 0.50. Hal ini dilihat dari nilai variabel teramati untuk

kreativitas yang pertama (K1) dan notasi K digunakan peneliti sebagai notasi variabel

teramati untuk variabel laten kreativitas selanjutnya, ialah sebesar 0.75. Selanjutnya

untuk nilai K2 sebesar 0.82, K3 sebesar 0.77, K4 sebesar 0.76, dan K5 sebesar 0.75.

Selain itu, validitas kelima variabel teramati tersebut juga dapat dilihat dari t-value

yang dimiliki oleh masing-masing variabel teramati yang telah memenuhi syarat



58

validitas yang baik ( t-value ≥ 1.96). Hal ini dilihat dari t-value K1 yang ditunjukkan

oleh hasil olahan Lisrel 8.7 yang berupa garis putus-putus yang berarti bahwa

variabel teramati tersebut memang sudah memenuhi syarat validitas yang baik

berdasarkan t-value. Kemudian t-value K2 sebesar 0.82, t-value K3 sebesar 0.77, t-

value K4 sebesar 0.76, dan t-value K5 sebesar 0.75.

Untuk mengukur realibilitas kelima variabel teramati tersebut, peneliti

melakukan penghitungan construct realibility (CR) dan variance extracted (VE).

Kelima variabel teramati memiliki nilai CR dan VE yang telah memenuhi syarat

realibilitas yang baik (CR ≥ 0.70 dan VE ≥ 0.50). Hal ini terlihat dari hasil nilai CR

dari kelima variabel teramati tersebut sebesar 0.88 dan nilai VE yang diperoleh dari

penghitungan ialah sebesar 0.59. Dari hasil ini, dapat disimpulkan bahwa kelima

variabel teramati tersebut realible dan dapat memberikan hasil yang konsisten

terhadap variabel kreativitas. Data mengenai analisis validitas dan realibilitas variabel

kreativitas ditampilkan pada lampiran 5.

4.6 Second Order Confirmatory Factor Analysis (2ndCFA)

Second order confirmatory factor analysis ialah model pengukuran yang

terdiri dari dua tingkat, dimana tingkat pertama adalah sebuah CFA yang

menunjukkan hubungan antara variabel-variabel teramati sebagai indikator-indikator

dari variabel laten terkait sedangkan tingkat kedua ialah sebuah CFA yang

menunjukkan hubungan antara variabel-variabel laten pada tingkat pertama sebagai

indikator dari sebuah variabel laten tingkat kedua.

Pada CFA tingkat pertama, peneliti mengukur validitas dan realibilitas dari

variabel-variabel teramati terhadap variabel laten yang ingin diukur dalam penelitian

ini. Setelah dipastikan bahwa kecocokan model fit (baik). Terakhir, dilakukan

pengujian kecocokan model struktural yang akan menguji hipotesis penelitian dengan

mengevaluasi nilai t-value pada model strukturalnya yaitu ≥ 1.96.



59

4.6.1 Analisis Kecocokan Keseluruhan Model

Uji kecocokan keseluruhan model atau overall model fit berkaitan dengan

analisis terhadap Goodness of Fit statistic (GOF) statistic yang dihasilkan oleh

program Lisrel 8.7. Dengan menggunakan pedoman ukuran-ukuran GOF pada

lampiran 2 dan hasil Goodness of Fit statistic (GOF) pada dilampiran 6. Dari hasil

olahan peneliti dengan menggunakan program Lisrel 8.7, peneliti membagi hasil

olahan tersebut ke dalam tujuh kelompok.

Kelompok 1 terdiri dari nilai chi-square dan Non-centrality Parameter (NCP).

e. Nilai chi-square (df =346) adalah 978.41 dan p=0.00. Nilai ini menunjukkan

bahwa nilai chi-square yang didapat sangat besar sedangkan yang diharapkan

ialah nilai chi-square yang kecil dan p > 0.05. Berdasarkan nilai chi-square

yang diperoleh tersebut maka dapat dikatakan kecocokan keseluruhan model

kurang baik.

f. NCP = 632.41. Hasil tersebut menunjukkan bahwa nilai NCP yang diperoleh

cukup besar dan nilai 90% confident interval dari NCP = (542.83 : 729.62)

merupakan interval yang lebar. Dari hasil ini, dapat disimpulkan bahwa

kecocokan keseluruhan model kurang baik.

Kelompok 2 mencakup mengenai Root Mean Square Error Approximation

(RMSEA).

• RMSEA = 0.11 > 0.100 yang menunjukkan kecocokan keseluruhan model

yang kurang baik. Hal ini dikarenakan nilai RMSEA ini tidak memenuhi

syarat RMSEA dikatakan close fit, dimana nilai RMSEA < 0.05 ataupun good

fit, dimana nilai RMSEA berada diantara 0.05 dengan 0,100 (0.05 < RMSEA

≤ 0.100).

• 90% confident interval dari RMSEA = (0.100 ; 0.12), dan nilai RMSEA

adalah 0.11. Hal ini menunjukkan bahwa nilai RMSEA berada di antara

interval dan menunjukkan bahwa estimasi nilai RMSEA mempunyai presisi

yang baik (good degree of precision).



60

• P-value for test of close fit (RMSEA < 0.05) = 0.00 < 0.05. Hal ini

menunjukkan bahwa kecocokan keseluruhan model kurang baik. Hal ini

karena p-value yang diharapkan untuk test of close fit adalah ≥ 0.50.

Kelompok 3 mencakup mengenai Expected Cross-Validation Index (ECVI).

• ECVI digunakan untuk perbandingan model. Untuk sebuah model, kecocokan

model diuji melalui ECVI saturated dan ECVI independence karena ECVI

saturated model mewakili best fit dan ECVI independence model mewakili

worst fit. Hasil olahan peneliti menggunakan Lisrel, diketahui bahwa nilai

ECVI ialah sebesar 7.00, ECVI saturated model sebesar 6.43, dan ECVI

independence model sebesar 7.62. Dari hasil ini, dapat dilihat bahwa nilai

ECVI lebih condong dekat dengan ECVI saturated model. Hal ini dapat

dikuatkan dengan mengasumsi jarak antara ECVI saturated model dengan

ECVI independence model adalah 100. Lalu, peneliti menghitung jarak ECVI

model yang diperoleh ke ECVI saturated model dengan cara :

(7.00 - 6.43) * 100 = 47.89

(7.62 – 6.43)

Kemudian, peneliti menghitung jarak ECVI model ke ECVI independence

model dengan cara :

100 – 47.89 = 52.11

Dari kedua hasil perhitungan di atas, dapat disimpulkan bahwa ECVI model

lebih dekat ke ECVI saturated model dibandingkan dengan ECVI ke

independence model karena jarak ECVI model ke saturated model (47.89)

lebih kecil dari jarak ECVI model ke ECVI independence model (52.11).

Hasil tersebut menunjukkan bahwa dari ECVI kecocokan keseluruhan model

adalah baik.

Selain itu, ECVI model berada dalam 90% confidence interval yang

menunjukkan estimasi nilai ECVI mempunyai presisi yang baik (good degree

of precision).



61

Kelompok 4 mencakup analisis Akaike Information Criterion (AIC) dan

Consistent Akaike Information Criterion (CAIC). Seperti halnya ECVI, AIC juga

digunakan untuk perbandingan model.

• AIC model adalah 1098.41, sedangkan AIC saturated model ialah 812.00 dan

AIC independence model ialah 9983.45. Seperti halnya pada ECVI, peneliti

melakukan penghitungan mengenai jarak AIC model pada AIC saturated

model dengan mengasumsikan jarak antara AIC saturated model ke AIC

independence model sebesar 100. Perhitungannya adalah sebagai berikut :

(1098.41 – 812.00) * 100 = 3.12

(9983.45 – 812.00)

Kemudian, peneliti menghitung jarak antara AIC model dengan AIC

independence model dengan cara :

100 – 3.12 = 96.88

Kedua hasil ini menunjukkan bahwa jarak AIC model sangat dekat dengan

AIC saturated model dibandingkan dengan dengan AIC independence model

karena jarak AIC model ke AIC saturated model (3.12) lebih kecil daripada

ke AIC independence model (96.88). Hasil ini menunjukkan bahwa

kecocokan keseluruhan model ialah baik.

• Demikian halnya dengan AIC, penghitungan jarak CAIC model ke CAIC

saturated model dan CAIC independence model dengan mengasumsikan jarak

antara CAIC saturated model ke CAIC independence model adalah 100. Jarak

antara CAIC model ke CAIC saturated model ialah :

(1342.16 – 2461.41) * 100 = 14.65

(10097.20 – 2461.41)



62

Hasil ini menunjukkan nilai yang berarti CAIC model berada lebih dekat

dengan CAIC saturated model daripada CAIC independence model. Hal ini

berarti bahwa dari CAIC kecocokan keseluruhan model baik.

Kelompok 5 terdiri dari Parsimonious Normed Fit Index (PNFI) dan GOF

indices (GOFI). PNFI dan GOFI digunakan untuk perbandingan model. GOFI dikenal

sebagai ‘magic 0.90’ yang berarti bahwa GOFI ≥ 0.90 menunjukkan kecocokan

keseluruhan model yang baik. Nilai-nilai GOFI yang diperoleh dari hasil olahan

Lisrel adalah :

• Normed Fit Index (NFI) = 0.91

Hasil ini menunjukkan bahwa kecocokan keseluruhan model adalah baik

karena hasil NFI telah memenuhi syarat kecocokan model yang baik, yakni

NFI ≥ 0.90.

• Non-Normed Fit Index (NNFI) = 0.94


karena hasil NNFI telah memenuhi syarat kecocokan model yang baik, yakni

NNFI ≥ 0.90.

• Comparative Fit Index (CFI) = 0.94


karena hasil CFI telah memenuhi syarat kecocokan model yang baik, yakni

CFI ≥ 0.90.

• Incremental Fit Index (IFI) = 0.94


karena hasil IFI telah memenuhi syarat kecocokan model yang baik, yakni IFI

≥ 0.90.



63

• Relative Fit Index (RFI) = 0.90


karena hasil RFI telah memenuhi syarat kecocokan model yang baik, yakni

RFI ≥ 0.90.

Kelompok 6 terdiri dari Critical N (CN), dimana nilai CN harus ≥ 200 agar

sebuah model dapat dikatakan cukup merepresentasikan data sampel atau ukuran

sampel mencukupi untuk mengahasilkan model fit menggunakan Chi-square test.

Pada penelitian ini, hasil olahan Lisrel menunjukkan nilai CN adalah 72.92 yang

artinya kecocokan keseluruhan model kurang baik.

Kelompok 7 terdiri dari Root Mean Square Residual (RMR), Goodness of Fit

Index (GFI), Adjusted Goodness of Fit Index (AGFI), dan Parsimony Goodness of Fit

Index (PGFI).

• Standardized RMR = 0.11. Nilai standardized RMR yang diperoleh lebih

besar dari 0.05. Hasil ini tidak memenuhi syarat kecocokan model yang baik,

yakni nilai standardized RMR ≤ 0.05 sehingga dapat dikatakan dari

standardized RMR kecocokan keseluruhan model kurang baik.

• Nilai GFI yang diperoleh ialah 0.69. Nilai ini menunjukkan bahwa kecocokan

keseluruhan model kurang baik karena nilai GFI ≤ 0.90.

• Nilai AGFI yang diperoleh ialah 0.64. Nilai ini menunjukkan bahwa

kecocokan keseluruhan model kurang baik karena nilai AGFI ≤ 0.90.

• Nilai PGFI adalah 0.59 yang digunakan untuk perbandingan model.

Keseluruhan hasil analisis kecocokan keseluruhan model di atas dapat

dirangkum pada tabel di bawah ini.



64

Tabel 4.1

Hasil Analisis Kecocokan Keseluruhan Model Penelitian

Ukuran GOF Target Kecocokan Hasil Estimasi Tingkat Kecocokan

Chi-square

P

Nilai yang kecil

p > 0.05

X2 = 978.41

(p = 0.00)

Kurang baik

NCP

Interval

Nilai yang kecil

Interval yang sempit

632.41

(542.83 ; 729.62)

Kurang baik

RMSEA p (close fit)

RMSEA ≤ 0.08

p ≥ 0.50

0.11

p = 0.00

Kurang baik

ECVI Nilai yang kecil dan dekat dengan ECVI saturated

Model = 7.00

Saturated = 6.43

Independence = 7.62

Baik (good fit)

AIC Nilai yang kecil dan dekat dengan AIC saturated

Model = 1098.41

Saturated = 812.00

Independence = 9983.45

Baik (good fit)

CAIC Nilai yang kecil dan dekat dengan CAIC saturated

Model = 1342.16

Saturated = 2461.41

Independence=10097.20

Baik (good fit)

NFI NFI ≥ 0.90 0.91 Baik (good fit)

NNFI NNFI ≥ 0.90 0.94 Baik (good fit)

CFI CFI ≥ 0.90 0.94 Baik (good fit)

IFI IFI ≥ 0.90 0.94 Baik (good fit)

RFI RFI ≥ 0.90 0.90 Baik (good fit)

CN CN ≥ 200 72.92 Kurang baik



65

Tabel 4.1

Hasil Analisis Kecocokan Keseluruhan Model Penelitian (lanjutan)


RMR Standardized RMR ≤ 0.05

0.11 Kurang baik

GFI GFI ≥ 0.90 0.69 Kurang baik

AGFI AGFI ≥ 0.90 0.64 Kurang baik

Sumber: Data hasil olahan peneliti (2009)

Dari tabel di atas, dapat diihat bahwa terdapat tujuh ukuran Goodness of Fit

yang menunjukkan kecocokan yang kurang baik dan delapan ukuran GOF yang

menunjukkan kecocokan yang baik, sehingga dapat disimpulkan bahwa kecocokan

keseluruhan model adalah baik.

4.6.2 Perbandingan Model

Untuk membuktikan bahwa hubungan gaya kepemimpinan dengan kreativitas

karyawan dimediasi oleh pengaruh pemikiran kreatif dan motivasi intrinsik, peneliti

perlu menganalisa hubungan gaya kepemimpinan dengan kreativitas karyawan secara

langsung tanpa adanya pengaruh mediasi. Sesuai dengan penelitian yang telah

dilakukan oleh Chen, Li, dan Tang (2007), model penelitian dibandingkan dengan

model pembanding dimana model pembanding merupakan model penelitian yang

ditambahkan dengan adanya hubungan langsung antara gaya kepemimpinan dengan

kreativitas. Hal ini dilakukan untuk menganalisis apakah hubungan gaya

kepemimpinan dengan kreativitas karyawan perlu dimediasi oleh variabel pemikiran

kreatif dan motivasi intrinsik. Oleh karena itu, peneliti menganalisis kembali

kecocokan model pada model pembanding tersebut.



66

Seperti halnya pada model penelitian, analisis kecocokan model pembanding

dibagi ke dalam tujuh kelompok. Kelompok pertama, merupakan chi-square dan p-

value. Pada model pembanding, diketahui bahwa nilai chi-square ialah sebesar

975.56 dan nilai p sebesar 0.0. Hasil ini menunjukkan bahwa kecocokan model

pembanding kurang baik karena tidak memenuhi syarat kecocokan model, yakni

nilai chi-square yang kecil dan nilai p > 0.05. Selain itu, pada kelompok pertama

diketahui bahwa nilai NCP yang diperoleh ialah sebesar 630.56 dan interval yang

lebar (541.12 ; 727.63). Hasil ini juga menunjukkan bahwa kecocokan keseluruhan

model pembanding ini kurang baik karena nilai NCP yang diperoleh cukup besar dan

intervalnya tidak sempit.

Kelompok 2 mencakup mengenai Root Mean Square Error Approximation

(RMSEA).

• RMSEA = 0.11 > 0.100 yang menunjukkan kecocokan keseluruhan model

yang kurang baik. Hal ini dikarenakan nilai RMSEA ini tidak memenuhi

syarat RMSEA dikatakan close fit, dimana nilai RMSEA < 0.05 ataupun good

fit, dimana nilai RMSEA berada diantara 0.05 dengan 0,100 (0.05 < RMSEA

≤ 0.100).

• 90% confident interval dari RMSEA = (0.100 ; 0.12), dan nilai RMSEA

adalah 0.11. Hal ini menunjukkan bahwa nilai RMSEA berada di antara

interval dan menunjukkan bahwa estimasi nilai RMSEA mempunyai presisi

yang baik (good degree of precision).

• P-value for test of close fit (RMSEA < 0.05) = 0.00 < 0.05. Hal ini

menunjukkan bahwa kecocokan keseluruhan model kurang baik. Hal ini

karena p-value yang diharapkan untuk test of close fit adalah ≥ 0.50.

Kelompok 3 mencakup mengenai Expected Cross-Validation Index (ECVI).

• ECVI digunakan untuk perbandingan model. Untuk sebuah model, kecocokan

model diuji melalui ECVI saturated dan ECVI independence karena ECVI

saturated model mewakili best fit dan ECVI independence model mewakili

worst fit. Hasil olahan peneliti menggunakan Lisrel, diketahui bahwa nilai



67

ECVI ialah sebesar 6.99, ECVI saturated model sebesar 5.17, dan ECVI

independence model sebesar 23.13. Dari hasil ini, dapat dilihat bahwa nilai

ECVI lebih condong dekat dengan ECVI saturated model. Hal ini dapat

dikuatkan dengan mengasumsi jarak antara ECVI saturated model dengan

ECVI independence model adalah 100. Lalu, peneliti menghitung jarak ECVI

model yang diperoleh ke ECVI saturated model dengan cara :

(6.99 – 5.17) * 100 = 10.13

(23.13 – 5.17)

Kemudian, peneliti menghitung jarak ECVI model ke ECVI independence

model dengan cara :

100 – 10.13 = 89.87

Dari kedua hasil perhitungan di atas, dapat disimpulkan bahwa ECVI model

lebih dekat ke ECVI saturated model daripada ke ECVI independence model

karena jarak ECVI model ke saturated model (10.13) lebih kecil dari jarak

ECVI model ke ECVI independence model (89.87). Hasil tersebut

menunjukkan bahwa dari ECVI kecocokan keseluruhan model adalah baik.

Selain itu, ECVI model berada dalam 90% confidence interval yang

menunjukkan estimasi nilai ECVI mempunyai presisi yang baik (good degree

of precision).

Kelompok 4 mencakup analisis Akaike Information Criterion (AIC) dan

Consistent Akaike Information Criterion (CAIC). Seperti halnya ECVI, AIC juga

digunakan untuk perbandingan model.

• AIC model adalah 1097.56, sedangkan AIC saturated model ialah 812.00 dan

AIC independence model ialah 3631.00. Seperti halnya pada ECVI, peneliti

melakukan penghitungan mengenai jarak AIC model pada AIC saturated

model dengan mengasumsikan jarak antara AIC saturated model ke AIC

independence model sebesar 100. Perhitungannya adalah sebagai berikut :



68

(1097.56 – 812.00) * 100 = 10.12

(3631.00 – 812.00)

Kemudian, peneliti menghitung jarak antara AIC model dengan AIC

independence model dengan cara :

100 – 3.12 = 89.88

Kedua hasil ini menunjukkan bahwa jarak AIC model sangat dekat dengan

AIC saturated model dibandingkan dengan dengan AIC independence model

karena jarak AIC model ke AIC saturated model (10.12) lebih kecil daripada

ke AIC independence model (89.88). Hasil ini menunjukkan bahwa

kecocokan keseluruhan model ialah baik.

• Demikian halnya dengan AIC, penghitungan jarak CAIC model ke CAIC

saturated model dan CAIC independence model dengan mengasumsikan jarak

antara CAIC saturated model ke CAIC independence model adalah 100. Jarak

antara CAIC model ke CAIC saturated model ialah :

(1345.38 – 2461.41) * 100 = 86.96 (absolut)

(3744.75 – 2461.41)

Hasil ini menunjukkan nilai yang berarti CAIC model berada jauh dengan

CAIC saturated model daripada CAIC independence model. Hal ini berarti

bahwa dari CAIC kecocokan keseluruhan model baik.

Kelompok 5 terdiri dari Parsimonious Normed Fit Index (PNFI) dan GOF

indices (GOFI). PNFI dan GOFI digunakan untuk perbandingan model. GOFI dikenal

sebagai ‘magic 0.90’ yang berarti bahwa GOFI ≥ 0.90 menunjukkan kecocokan

keseluruhan model yang baik. Nilai-nilai GOFI yang diperoleh dari hasil olahan

Lisrel adalah :



69

• Normed Fit Index (NFI) = 0.75

Hasil ini menunjukkan bahwa kecocokan keseluruhan model adalah kurang

baik karena hasil NFI tidak memenuhi syarat kecocokan model yang baik,

yakni NFI ≥ 0.90.

• Non-Normed Fit Index (NNFI) = 0.81

Hasil ini menunjukkan bahwa kecocokan keseluruhan model adalah cukup

baik (marginal fit) karena hasil NNFI tidak memenuhi syarat kecocokan

model yang baik, yakni NNFI ≥ 0.90, namun memenuhi syarat kecocokan

model yang dikatakan cukup baik (marginal fit), yakni 0.80 ≤ NNFI ≤ 0.90.

• Comparative Fit Index (CFI) = 0.83


baik (marginal fit) karena hasil CFI telah memenuhi syarat kecocokan model

yang cukup baik (marginal fit), yakni 0.80 ≤ CFI ≤ 0.90.

• Incremental Fit Index (IFI) = 0.83


baik (marginal fit) karena hasil IFI telah memenuhi syarat kecocokan model

yang cukup baik (marginal fit), yakni 0.80 ≤ CFI ≤ 0.90.

• Relative Fit Index (RFI) = 0.73

Hasil ini menunjukkan bahwa kecocokan keseluruhan model adalah kurang

baik karena hasil RFI tidak memenuhi syarat kecocokan model yang baik,

yakni RFI ≥ 0.90.

Kelompok 6 terdiri dari Critical N (CN), dimana nilai CN harus ≥ 200 agar

sebuah model dapat dikatakan cukup merepresentasikan data sampel atau ukuran

sampel mencukupi untuk mengahasilkan model fit menggunakan Chi-square test.



70

Pada penelitian ini, hasil olahan Lisrel menunjukkan nilai CN adalah 72.89 yang

artinya kecocokan keseluruhan model kurang baik.

Kelompok 7 terdiri dari Root Mean Square Residual (RMR), Goodness of Fit

Index (GFI), Adjusted Goodness of Fit Index (AGFI), dan Parsimony Goodness of Fit

Index (PGFI).

• Standardized RMR = 0.11. Nilai standardized RMR yang diperoleh lebih

besar dari 0.05. Hasil ini tidak memenuhi syarat kecocokan model yang baik,

yakni nilai standardized RMR ≤ 0.05 sehingga dapat dikatakan dari

standardized RMR kecocokan keseluruhan model kurang baik.

• Nilai GFI yang diperoleh ialah 0.69. Nilai ini menunjukkan bahwa kecocokan

keseluruhan model kurang baik karena nilai GFI ≤ 0.90.

• Nilai AGFI yang diperoleh ialah 0.64. Nilai ini menunjukkan bahwa

kecocokan keseluruhan model kurang baik karena nilai AGFI ≤ 0.90.

• Nilai PGFI adalah 0.59 yang digunakan untuk perbandingan model.

Keseluruhan analisis model pembanding di atas, dirangkum dalam tabel di

bawah ini.

Tabel 4.2

Hasil Analisis Kecocokan Model Pembanding


Chi-square

P

Nilai yang kecil

p > 0.05

X2 = 975.56

(p = 0.0)

Kurang baik



71

Tabel 4.2

Hasil Analisis Kecocokan Model Pembanding (lanjutan)


NCP

Interval

Nilai yang kecil

Interval yang sempit

630.56

(541.12 ; 727.63)

Kurang baik

RMSEA p (close fit)

RMSEA ≤ 0.08

p ≥ 0.50

0.11

p = 0.00

Kurang baik

ECVI Nilai yang kecil dan dekat dengan ECVI saturated

Model = 6.99

Saturated = 5.17


Baik (good fit)

AIC Nilai yang kecil dan dekat dengan AIC saturated

Model = 1097.56

Saturated = 812.00


Baik (good fit)

CAIC Nilai yang kecil dan dekat dengan CAIC saturated

Model = 1345.38

Saturated = 2461.41


Kurang baik

NFI NFI ≥ 0.90 0.75 Kurang baik

NNFI NNFI ≥ 0.90 0.81 Cukup baik

CFI CFI ≥ 0.90 0.83 Cukup baik (marginal fit)

IFI IFI ≥ 0.90 0.83 Cukup baik (marginal fit)

RFI RFI ≥ 0.90 0.73 Kurang baik

CN CN ≥ 200 72.89 Kurang baik



72

Tabel 4.2

Hasil Analisis Kecocokan Model Pembanding (lanjutan)


GFI GFI ≥ 0.90 0.69 Kurang baik

AGFI AGFI ≥ 0.90 0.64 Kurang baik

Sumber: Data hasil olahan peneliti (2009)

Berdasarkan hasil analisis model pembanding di atas, dapat disimpulkan

bahwa terdapat dua ukuran GOF yang menunjukkan kecocokan yang baik, tiga

ukuran GOF yang menunjukkan kecocokan yang cukup baik (marginal fit), dan

sepuluh ukuran GOF yang menunjukkan kecocokan yang kurang baik. Oleh

karena itu, dapat disimpulkan bahwa model pembanding memiliki kecocokan

model yang kurang baik.

Dari kesimpulan di atas, didapat bahwa kecocokan model penelitian

lebih baik daripada model penelitian. Berdasarkan hal tersebut, peneliti

menyimpulkan bahwa gaya kepemimpinan berhubungan dengan kreativitas

apabila mendapat pengaruh mediasi dari pemikiran kreatif dan motivasi

intrinsik.

Di bawah ini merupakan gambar model penelitian dan model

pembanding berdasarkan nilai-t yang diperoleh dari hasil uji dengan

menggunakan Lisrel 8.7 yang menguatkan kesimpulan peneliti.



73

2.59 4.89

5.94

2.13

5.81

5.92 5.68

4.41

Gambar 4.1 Kerangka Model Penelitian

Sumber: Data peneliti (2009)

4.90

2.36

5.94 1.97 5.81

1.38 5.82 5.42

4.42

Gambar 4.2 Kerangka Model Pembanding


Gaya kepemimpinan

Kreativitas

Motivasi Intrinsik

Pemikiran Kreatif

Pemikiran Kreatif

Kreativitas

Motivasi Intrinsik

Gaya kepemimpina

n



74

4.6.3 Analisis Model Struktural

Analisis model struktural berhubungan dengang evaluasi terhadap koefisien-

koefisien atau parameter-parameter yang menunjukkan hubungan kausal atau

pengaruh satu variabel laten terhadap variabel laten yang lain. Analisis model

struktural mencakup t-value dari koefisien atau parameter, nilai koefisien atau

parameter, koefisien Determinasi (R2).

4.6.3.1 T-value dari koefisien atau parameter

• Gaya kepemimpinan Pemikiran Kreatif = 2.59

Nilai ini menunjukkan bahwa variabel laten gaya kepemimpinan terhadap

variabel laten pemikiran kreatif memiliki koefisien yang signifikan karena t-

value yang dimiliki > 1.96.

• Gaya kepemimpinan Motivasi intrinsik = 2.13

Nilai ini menunjukkan bahwa variabel laten gaya kepemimpinan terhadap

variabel laten motivasi intrinsik memiliki koefisien yang signifikan karena

memiliki t-value > 1.96.

• Pemikiran kreatif Kreativitas = 5.68

Nilai ini menunjukkan bahwa variabel laten pemikiran kreatif terhadap

variabel laten kreativitas memiliki koefisien yang signifikan karena memiliki

t-value > 1.96.

• Motivasi intrinsik Kreativitas = 5.92

Nilai ini menunjukkan bahwa variabel laten motivasi intrinsik terhadap

variabel laten kreativitas memiliki koefisien yang signifikan karena memiliki

t-value > 1.96.



75

4.6.3.2 Nilai koefisien atau parameter

Berdasarkan estimasi dari hasil olahan Lisrel pada model penelitian,

didapatkan nilai koefisien pada hubungan antar variabel-variabel laten ialah sebagai

berikut:

• Gaya kepemimpinan Pemikiran Kreatif = 0.15

• Gaya kepemimpinan Motivasi intrinsik = 0.15

• Pemikiran kreatif Kreativitas = 0.46

• Motivasi intrinsik Kreativitas = 0.36

4.6.3.3 Koefisien Determinasi (R2)

Menurut JÖreskog (1971), koefisien determinasi (R2) pada structural

equation dalam hasil olahan Lisrel yang terdapat lampiran 6 tidak memiliki

interprestasi yang jelas dan untuk menginterprestasikan R2 maka peneliti harus

mengambilnya dari reduced form equation, yakni :

• Gaya kepemimpinan pemikiran kreatif, memiliki koefisien determinasi

(R2) sebesar 0.056 atau dapat dikatakan 5.6% dari variasi pada pemikiran

kreatif dijelaskan oleh variasi gaya kepemimpinan.

• Gaya kepemimpinan Motivasi intrinsik, memiliki koefisien determinasi

(R2) sebesar 0.035 atau dapat dikatakan bahwa 3.5% dari variasi pada

motivasi intrinsik dijelaskan oleh variasi gaya kepemimpinan.

• Gaya kepemimpinan Kreativitas, memiliki koefisien determinasi (R2)

sebesar 0.048 atau dapat dikatakan bahwa 4.8% dari variasi pada kreativitas

dijelaskan oleh variasi gaya kepemimpinan.



76

Dari keseluruhan hasil analisis model struktural di atas, dapat dirangkum

dalam tabel di bawah ini dengan mengaitkan hasil analisis tersebut dengan hipotesis-

hipotesis dari model penelitian :

Tabel 4.3

Evaluasi terhadap Koefisien Model Struktural dan Kaitannya dengan Hipotesis

Penelitian

Hipotesis Path Estimasi Nilai – t Kesimpulan

1 Gaya kepemimpinan –

Pemikiran Kreatif

0.15 2.59 Signifikan (Hipotesis 1

diterima)

2 Gaya kepemimpinan –

Motivasi intrinsik


diterima)

3 Pemikiran kreatif –

Kreativitas


diterima)

4 Motivasi intrinsik –

Kreativitas


diterima)


4.6.3.4 Analisis Hipotesis 1 (H1)

Pada analisis model struktural antara variabel gaya kepemimpinan dengan

pemikiran kreatif, dapat dilihat bahwa hipotesis pertama, yakni ada hubungan positif

antara gaya kepemimpinan dengan pemikiran kreatif, diterima karena t-value yang

diperoleh sebesar 2.59 dan koefisien estimasi sebesar 0.15. Nilai tersebut dikatakan

signifikan karena t-value > 1.96 dan nilai estimasi yang cukup tinggi menunjukkan

adanya hubungan yang positif antara variabel gaya kepemimpinan dengan pemikiran

kreatif.



77

Diterimanya hipotesis 1 ini, memperkuat teori yang dinyatakan oleh Yukl dan

Van Fleet (1982) yakni gaya kepemimpinan menentukan bagaimana cara pengikut

atau karyawan berpikir mengenai suatu masalah dan menemukan solusi pemecahan

masalah tersebut. Pemimpin dapat memberikan stimulus pada karyawan untuk

berpikir keluar dari areanya (think out of the box) sehingga karyawan berpikir kreatif

dalam menyelesaikan pekerjaannya tanpa merasa takut akan resiko kegagalan yang

mungkin terjadi.

Peneliti menganalisis bahwa pada perusahaan media baik media cetak maupun

elektronik, gaya kepemimpinan seorang atasan memiliki hubungan yang positif

terhadap cara karyawan berpikir kreatif dalam melakukan pekerjaannya, dimana

pekerjaannya tersebut sangat menuntut kreativitas yang tinggi untuk menghasilkan

ide atau karya yang kreatif yang dapat dijual oleh perusahaan sebagai keunggulan

kompetitif di tengah persaingan bisnis yang ketat.


Pada uji analisis model struktural antara variabel laten gaya kepemimpinan

dengan motivasi intrinsik, diketahui juga bahwa hipotesis 2 juga diterima karena hasil

koefisien estimasi dan t-value ialah signifikan. Hasil ini dikatakan signifikan karena

nilai-t sebesar 2.13 merupakan nilai yang lebih besar dari 1.96 dan koefisien estimasi

sebesar 0.15 yang cukup tinggi. Oleh karena itu, hasil tersebut menunjukkan bahwa

terdapat hubungan yang positf antara gaya kepemimpinan dengan motivasi intrinsik

sehingga dapat dikatakan hipotesis penelitian 2 diterima.

Dengan diterimanya hipotesis 2, memperkuat teori Wahjosumidjo (1987)

dalam bukunya Kepemimpinan dan Motivasi yang menyatakan bahwa setiap

pemimpin memiliki tantangan untuk dapat menggerakkan pengikut atau karyawannya

agar mereka secara sadar berperilaku untuk mencapai tujuan yang telah ditetapkan.

Oleh karena itu, gaya kepemimpinan memiliki kaitan yang erat dengan motivasi

karyawan baik itu secara intrinsik maupun ekstrinsik.



78

Pada penelitian ini, peneliti menganalisis bahwa motivasi intrinsik karyawan

pada perusahaan media baik media cetak maupun elektronik berkaitan erat dengan

gaya kepemimpinan atasannya. Pemimpin memiliki peran dalam memotivasi

karyawan secara intrinsik untuk bekerja sesuai dengan kesepakatan dan harapan

pemimpin. Gaya kepemimpinan seorang atasan dapat membuat karyawan semangat

untuk bekerja dan tidak merasa dipaksa untuk menampilkan kinerja yang maksimal.


Pada analisis model struktural antara variabel laten pemikiran kreatif dengan

kreativitas, diketahui bahwa koefisien estimasi dan t-value yang diperoleh

menunjukkan hasil yang signifikan. Hal ini dilihat dari koefisien estimasi sebesar

0.46 yang cukup tinggi dan t-value sebesar 5.68 yang lebih besar dari 1.96. Hasil

yang signifikan tersebut membuktikan bahwa terdapat hubungan yang positif antara

pemikiran kreatif dengan kreativitas, sehingga dapat dikatakan bahwa hipotesis

penelitian 3 diterima.

Hasil ini memperkuat pernyataan Amabile (1998) yang menyatakan bahwa

pemikiran kreatif merupakan cara orang berpikir untuk memecahkan masalah dan

menemukan solusi. Pemikiran kreatif merupakan proses berpikir yang menghasilkan

kreativitas.

Pada penelitian ini, peneliti menganalisis bahwa pada karyawan di perusahaan

media baik media cetak maupun elektronik pemikiran kreatif karyawan memiliki

hubungan yang erat dengan kreativitas karyawan dalam bekerja. Pada perusahaan

media, kreativitas karyawan merupakan competitive advantage perusahaan dalam

persaingan bisnis. Dalam industri media yang merupakan industri kreatif, persaingan

bisnis fokus pada kreativitas karyawan yang merupakan refleksi dari pemikiran

kreatif karyawan tersebut. Sebagai contoh, karyawan pada perusahaan majalah A

dituntut untuk memiliki pemikiran kreatif mengenai bagaimana menarik konsumen

untuk membeli majalahnya daripada majalah yang lain. Oleh sebab itu, karyawan



79

harus mempunyai pola pikir yang kreatif mengenai kondisi tersebut misalnya dengan

mencari berita yang spektakuler dan berbeda dengan majalah lain pada umumnya,

dimana berita spektakuler tersebut merupakan produk kreatif yang merefleksikan

kreativitas karyawan tersebut.


Pada analisis model struktural antara variabel laten motivasi intrinsik dengan

kreativitas, diketahui bahwa koefisien estimasi yang diperoleh ialah sebesar 0.36

yang cukup tinggi dan t-value sebesar 5.92 yang lebih besar dari 1.96. Hasil ini

menunjukkan hubungan yang signifikan antara variabel laten motivasi intrinsik

dengan kreativitas, sehingga membuktikan bahwa hipotesis 4 diterima.

Diterimanya hipotesis 4 ini memperkuat teori Amabile (1988) yang

menyatakan bahwa motivasi intrinsik mempengaruhi karyawan dalam mengambil

keputusan dengan cara yang kreatif dan inovatif.

Pada penelitian ini, peneliti menganalisis bahwa motivasi intrinsik karyawan

di perusahaan media baik media cetak maupun elektronik memiliki hubungan yang

positif dengan kreativitas mereka. Hal ini dapat dilihat dari karyawan yang memiliki

motivasi intrinsik yang tinggi memiliki semangat tinggi dan rasa senang dalam

melakukan pekerjaannya, dimana pekerjaan yang dikerjakan oleh karyawan

perusahaan media merupakan pekerjaan yang menuntut adanya kreativitas yang

tinggi. Dengan kata lain, karyawan yang termotivasi secara intrinsik memiliki

semangat yang tinggi untuk menghasilkan ide atau karya kreatif yang merefleksikan

kreativitas karyawan tersebut.



80


Dengan terbuktinya hipotesis 1 dan hipotesis 3 dalam penelitian ini, dapat

disimpulkan bahwa variabel laten pemikiran kreatif merupakan penghubung antara

variabel laten gaya kepemimpinan dengan variabel kreativitas.


Dengan terbuktinya hipotesis 2 dan hipotesis 4 dalam penelitian ini, dapat

disimpulkan bahwa variabel laten motivasi intrinsik merupakan penghubung antara

variabel laten gaya kepemimpinan dengan variabel laten kreativitas.

4.7 Perbandingan Hasil Penelitian dengan Penelitian Sebelumnya

Penelitian ini dilakukan berdasarkan penelitian yang telah dilakukan

sebelumnya oleh Chun-Hsi Vivian Chen, Hung-Hui Li, dan Ya-Yun Tang pada

tahun 2007. Pada penelitian ini, peneliti melakukan modifikasi dari model penelitian

dan responden sebagai data primer dari penelitian.

Pada model penelitian Chen, Li, dan Tang (2007), penelitian menggunakan

empat variabel laten yang meliputi kepemimpinan transformasional, pemikrian

kreatif, motivasi intrinsik, dan kreativitas. Pada penelitian ini, peneliti mengubah

variabel laten kepemimpinan transformasional menjadi gaya kepemimpinan karena

peneliti ingin menganalisis hubungan kreativitas tidak hanya dengan salah satu gaya

kepemimpinan saja yakni kepemimpinan transformasional melainkan juga dengan

gaya kepemimpinan lain yaitu kepemimpinan transaksional. Hal ini dilakukan

peneliti karena sesuai dengan teori yang dinyatakan oleh Bass (1985) dalam Amir

Asyikin Hasibuan (2001) yang menyatakan bahwa kepemimpinan transaksional dan

kepemimpinan transformasional dimungkinkan untuk terdapat pada satu orang

pemimpin karena dalam melaksanakan tindakan kepemimpinan ia dapat



81

menampilkan variasi dari gaya kepemimpinan transformasional maupun

transaksional. Oleh karena itu, peneliti melakukan analisis hubungan antara gaya

kepemimpinan dengan kreativitas untuk menghasilkan hasil analisis yang luas.

Hal lain yang dimodifikasi oleh peneliti dari penelitian Chen, Li, dan Tang

(2007) ialah responden yang diteliti. Penelitian ini menetapkan karyawan perusahaan

media baik media cetak maupun media elektronik yang telah bekerja setidaknya enam

bulan dalam perusahaan tersebut sebagai responden. Responden yang digunakan

peneliti sebagai subyek penelitian berbeda dengan penelitian Chen, Li, dan Tang

(2007) yang menggunakan karyawan riset dan pengembangan pada 50 perusahaan di

Taiwan.

Kedua modifikasi tersebut menyebabkan perbedaan hasil analisis dalam

penelitian ini, seperti koefisien estimasi pada variabel gaya kepemimpinan dan

variabel pemikiran kreatif sama besarnya dengan koefisien estimasi variabel gaya

kepemimpinan dan variabel motivasi intrinsik, yakni 0.15, yang berarti gaya

kepemimpinan memiliki hubungan yang sama kuat pada pemikiran kreatif dan

motivasi intrinsik. Hal ini berbeda dengan penelitian Chen, Li, dan Tang (2007),

dimana koefisien estimasi pada variabel kepemimpinan transformasional dan variabel

pemikiran kreatif sebesar 0.35 lebih kecil dari koefisien estimasi variabel

kepemimpinan transformasional dan variabel motivasi intrinsik sebesar 0.40. Dari

hasil ini, disimpulkan bahwa pada penelitian Chen, Li, dan Tang (2007)

kepemimpinan transformasional memiliki hubungan yang lebih kuat terhadap

motivasi intrinsik daripada pemikiran kreatif. Perbedaan ini dapat terjadi karena gaya

kepemimpinan seorang atasan pada perusahaan media baik media cetak maupun

media elektronik yang diteliti dapat merefleksikan variasi dari gaya kepemimpinan

transaksional dan gaya kepemimpinan transformasional sehingga menghasilkan

hubungan yang sama kuat dengan pemikiran kreatif dan motivasi intrinsik

karyawannya.



82

Perbedaan lain dapat dilihat dari koefisien estimasi pada variabel pemikiran

kreatif dan kreativitas karyawan pada penelitian Chen, Li, dan Tang (2007) sebesar

0.54 lebih besar daripada koefisien estimasi pada variabel motivasi intrinsik dan

kreativitas yang sebesar 0.31, dimana hal ini menunjukkan bahwa hubungan antara

pemikiran kreatif karyawan dengan kreativitas karyawan tersebut lebih kuat

dibandingkan dengan hubungan antara motivasi intrinsik karyawan dengan kreativitas

karyawan tersebut. Hal ini sama dengan hasil analisis yang dilakukan peneliti. Dalam

penelitian ini, koefisien estimasi pada variabel pemikiran kreatif dan kreativitas

karyawan sebesar 0.46 lebih besar daripada koefisien estimasi pada variabel motivasi

intrinsik dan kreativitas yang sebesar 0.36. Dengan kata lain, sama halnya dengan

penelitian Chen, Li, dan Tang (2007), penelitian ini membuktikan bahwa pemikiran

kreatif karyawan memiliki hubungan yang lebih kuat dibandingkan motivasi intrinsik

karyawan terhadap kreativitas karyawan tersebut.


Documents

BAB 4 ANALISIS DAN PEMBAHASAN - lib.ui.ac.idlib.ui.ac.id/file?file=digital/126918-6642-Hubungan antara-Analisis.pdf · Uji validitas dan realibilitas ini dilakukan dengan menggunakan