BAB III METODE PENELITIAN 3.1. Metode yang...

117

BAB III

METODE PENELITIAN

3.1. Metode yang digunakan

Penelitian ini adalah penelitian di bidang ilmu manajemen sumber daya

stratejik yang mengkaji konsep manajemen pengetahuan, kapabilitas dinamis,

modal intelektual, kinerja inovasi dan kinerja perusahaan.

Penelitian ini terdiri atas dua jenis, yaitu penelitian deskriptif dan

penelitian verifikatif. Penelitian deskriptif dilakukan dengan tujuan untuk

mendapatkan deskripsi tentang ciri-ciri variabel penelitian (kapabilitas

dinamis, manajemen pengetahuan, modal intelektual, kinerja inovasi dan

kinerja perusahaan). Sedangkan penelitian verifikatif dilakukan dengan tujuan

untuk mengetahui hubungan antar variabel melalui suatu pengujian hipotesis.

Metode penelitian yang dilakukan adalah survei. Terdapat dua jenis survei

yang akan dilakukan yakni : descriptive survey dan explanatory survey.

Descriptive survey merupakan metode penelitian yang bertujuan untuk

memperoleh deskripsi objek dengan melakukan penelitian objek. Sedangkan

explanatory survey adalah metode penelitian yang bertujuan untuk

menjelaskan peran variabel eksogen terhadap variabel endogen. Unit analisis

penelitian ini adalah industri kecil dan menengah (IKM) yang tergolong

sebagai industri kreatif fashion produk tekstil di Provinsi Jawa Barat. Survei

juga didukung dengan wawancara mendalam untuk memperjelas kondisi yang

terjadi di lapangan.

118

Pengkategorian IKM menggunakan standar yang dipakai BPS yakni

ukuran perusahaan pengolahan yang diukur berdasarkan jumlah tenaga kerja.

Industri rumah tangga dengan jumlah tenaga kerja 1-5 orang. Industri kecil

dengan jumlah tenaga kerja 5-19 orang. Industri sedang/menengah dengan

tenaga kerja 20-99 orang, serta terakhir industri besar dengan jumlah tenaga

kerja lebih dari 100 orang (Badan Pusat Statistik, 2018) Sedangkan unit

analisisnya adalah pengusaha/pemilik/direktur atau manajer pada

usaha/perusahaan dikedua tersebut.

Alat analisis yang akan dipergunakan adalah distribusi frekuensi dan

Partial Least Square-Structural Equation Modeling berbasis varian atau

sering disingkat dengan PLS-SEM (Variance-based Structural Equation

Modeling). PLS-SEM dipilih karena berorientasi prediksi, menggunakan non

probability sampling, hasil perhitungan pada saat jumlah sampel besar

menunjukkan konsistensi yang sama dengan SEM, bisa menampung jumlah

indikator yang kurang dari tiga, dan tidak menuntut data terdistribusi dengan

normal dan tidak harus mengikuti normalitas (Latan, 2013; Sarwono &

Narimawati, 2015; Hair Jr, Hult, Ringle, & Sarstedt, 2016). Pada umumnya

penelitian dibidang Manajemen Sumber Daya Manusia dan Marketing

kesulitan memperoleh data yang terdistribusi dengan normal (Sarwono &

Narimawati, 2015).

Penelitian ini bersifat cross sectional, yaitu informasi dari sampel

dikumpulkan langsung di tempat kejadian pada satu waktu dengan tujuan

untuk mengetahui pendapat dari responden terhadap variabel yang sedang

119

diteliti. Keterkaitan tujuan penelitian, jenis penelitian, metode, unit analisis,

unit observasi, alat analisis dan time horizon yang digunakan pada penelitian

ini disajikan pada tabel di bawah.

Tabel 3. 1 Tujuan Penelitian dan Metode Penelitian

Tujuan

Penelitian

Jenis

Penelitian

Metode

Penelitian

Unit

Analisis

Unit

Observasi

Alat

Analisis

Time

Horizon

T.1

T.2

T.3

T.4

T.5

T.6

Deskriptif

dan

verifikatif

Survei

(Deskriptif

dan

Eksplanatori)

Perusahaan

Pemilik/

direktur atau

manajer

industri

kreatif

fashion

produk

tekstil

Statistik

deskriptif

dan

Partial

Least

Square

(PLS)

Cross -

Sectional

Keterangan : T = Tujuan

Tujuan :

1. Menjelaskan tentang kapabilitas dinamis, manajemen pengetahuan, modal intelektual,

kinerja inovasi dan kinerja perusahaan di industri kreatif fashion produk tekstil di

Provinsi Jawa Barat.

2. Menguji pengaruh kapabilitas dinamis dan manajemen pengetahuan terhadap modal

intelektual baik secara simultan maupun parsial di industri kreatif fashion produk tekstil

di Provinsi Jawa Barat.

3. Menguji pengaruh kapabilitas dinamis, manajemen pengetahuan dan modal intelektual

terhadap kinerja inovasi baik secara simultan maupun parsial di industri kreatif fashion

produk tekstil di Provinsi Jawa Barat.

4. Menguji pengaruh kapabilitas dinamis, manajemen pengetahuan, modal intelektual dan

kinerja inovasi terhadap kinerja perusahaan baik secara simultan maupun parsial di

industri kreatif fashion produk tekstil di Provinsi Jawa Barat.

5. Menguji pengaruh kapabilitas dinamis dan manajemen pengetahuan terhadap kinerja

inovasi melalui modal intelektual baik secara simultan maupun parsial di industri kreatif

fashion produk tekstil di Provinsi Jawa Barat.

120

6. Menguji pengaruh kapabilitas dinamis, manajemen pengetahuan dan modal intelektual

terhadap kinerja perusahaan melalui kinerja inovasi baik secara simultan maupun parsial

di industri kreatif fashion produk tekstil di Provinsi Jawa Barat.

Untuk memudahkan dalam melaksanakan dan menganalisis hasil penelitian

ini maka perlu dijabarkan secara detail tentang variabel, konsep variabel,

dimensi/sub variabel, indikator dan satuan pengukuran yang digunakan

melalui operasionalisasi variabel.

3.2. Operasionalisasi Variabel

Pada penelitian ini pengumpulan data akan dilakukan melalui kuesioner. Oleh

sebab itu perlu dijabarkan variabel, dimensi/sub variabel, indikator dan satuan

pengukuran yang akan dipakai sebagai basis pembuatan kuesioner tersebut.

Variabel penelitian ini terdiri dari variabel independen, intervening dan dependen.

Variabel independent yaitu: kapabilitas dinamis dan manajemen pengetahuan.

Variabel intervening yaitu modal intelektual dan kinerja inovasi. Variabel

dependent adalah kinerja perusahaan. Konstruk definisi masing-masing variabel,

dimensi/sub variabel, indikator serta skala pengukurannya disajikan dengan lebih

rinci pada tabel berikut:

121

Tabel 3. 2

Operasionalisasi Variabel

Lanjutan Tabel 3.2

VARIABEL KONSTRUK DIMENSI/SUB

VARIABEL

INDIKATOR SATUAN PENGUKURAN SKALA

NO

KUE-

SIONER

Variabel

Independen

KAPABILITAS

DINAMIS

Kemampuan perusahaan untuk

memperbarui sumberdaya

yang dimiliki serta

mengelolanya melalui

penginderaan strategis,

membuat keputusan tepat

waktu, serta

mengimplementasikan

perubahan dalam rangka

meningkatkan kinerja

perusahaan.

1. Penginderaan

Strategis

1. Perbandingan usaha

dengan perusahaan lain

1. Tingkat seringnya

melakukan

perbandingan dengan

perusahaan lain

Ordinal 1.

2. Diskusi tentang

permintaan pasar


berdiskusi tentang

permintaan konsumen

Ordinal 2.

3. Memantau perubahan tren 3. Tingkat seringnya

memantau perubahan

tren

Ordinal 3.

2. Pengambilan

keputusan

tepat waktu

1. Kecepatan penanganan

perbedaan pendapat

1 Tingkat kecepatan

perusahaan menangani

perbedaan pendapat

dalam pengambilan

keputusan

Ordinal 4.

2. Penyelesaian

ketidakpuasan pelanggan

2 Tingkat kecepatan

perusahaan

menyelesaikan masalah


Ordinal 5.

3. Implementasi

perubahan

1 Sistem penghargaan

karyawan

1 Tingkat kemampuan

sistem penghargaan

memotivasi karyawan

Ordinal 6.

2 Sistem pengendalian

karyawan

2 Tingkat kemampuan

sistem pengendalian

terhadap karyawan

Ordinal 7.

122

Lanjutan Tabel 3.2


VARIABEL


NO

KUE-

SIONER

Variabel

Independen

MANAJEMEN

PENGETAHUAN

Proses untuk memperoleh,

mengembangkan,

mensosialisasikan dan

menggunakan pengetahuan

untuk menyelesaikan masalah

di pekerjaan serta untuk

mencapai tujuan organisasi

1. Penciptaan 1. Menghadiri acara

pelatihan


menghadiri acara

pelatihan

Ordinal 8.

2. Pencarian informasi dari

sumber lainnya


melakukan pencarian

informasi dari sumber

lainnya

Ordinal 9.

3. Melakukan uji coba 3. Tingkat seringnya

melakukan uji coba

Ordinal 10.

2. Transfer 1. Menggali pengetahuan

karyawan


menggali pengetahuan

karyawan

Ordinal 11.

2. Mendorong kegiatan

berbagi pengetahuan


mendorong kegiatan

berbagi pengetahuan

Ordinal 12.

3. Menggunakan internet dan

media sosial untuk berbagi

pengetahuan


menggunakan internet

dan media sosial untuk

berbagi pengetahuan

Ordinal 13.

3. Aplikasi 1. Pengetahuan dari

kesalahan masa lalu

1. Tingkat pemanfaatan

pengetahuan dari

kesalahan masa lalu

Ordinal 14.

2. Pengalaman masa lalu

untuk penyelesaian

masalah

2. Tingkat penggunaan

pengalaman masa lalu

untuk penyelesaian

masalah

Ordinal 15.

3. Pengetahuan masa lalu

untuk menciptakan

penghematan


pengetahuan masa lalu

untuk menciptakan

penghematan

Ordinal 16.

123

Lanjutan Tabel 3.2


VARIABEL


NO

KUE-

SIONER

Variabel

Intervening

MODAL

INTELEKTUAL

Sekumpulan pengetahuan

yang melekat pada manusia,

organisasi, relasional serta

perilaku kewirausahaan yang

memiliki potensi untuk

mendukung upaya perusahaan

mencapai kinerja yang tinggi.

1. Modal

manusia

1. Pengalaman karyawan 1. Tingkat pengalaman

karyawan

Ordinal 17.

2. Keterampilan karyawan 2. Tingkat keterampilan

karyawan

Ordinal 18.

3. Pendekatan baru dalam

pemecahan masalah


menggunakan

pendekatan baru dalam

pemecahan masalah

Ordinal 19.

4. Kemampuan menangani

persoalan tidak terduga

4. Tingkat kemampuan

menangani persoalan

tidak terduga

Ordinal 20.

2. Modal

struktural

1. Prosedur tertulis 1. Tingkat pembuatan

prosedur tertulis

Ordinal 21.

2. Dokumentasi informasi 2. Tingkat seringnya

menyimpan produk ke

dalam dokumen tertulis/

manual.

Ordinal 22.

3. Modal

relasional

1. Kemitraan dengan pasar

dan komersial


bekerjasama dengan

pasar dan komersial

Ordinal 23.

2. Kemitraan dengan sektor

publik


bekerjasama dengan

sektor publik

Ordinal 24.

3. Kemitraan dengan

asosiasi/komunitas


bekerjasama dengan

asosiasi/komunitas

Ordinal 25.

124 Lanjutan Tabel 3.2


VARIABEL


NO

KUE-

SIONER

4. Jumlah informasi 4. Tingkat banyaknya

jumlah informasi

Ordinal 26.

4. Modal

kewirausaha-

an

1. Keberanian mengambil

risiko

1. Tingkat keberanian

mengambil risiko

Ordinal 27.

2. Kemampuan mengambil

keputusan secara tegas


mengambil keputusan

secara tegas

Ordinal 28.

3. Kemampuan

mengidentifikasi peluang

bisnis baru


mengidentifikasi

peluang bisnis baru

Ordinal 29.

Variabel

intervening

KINERJA

INOVASI.

.

Hasil akhir dari aktivitas

pengembangan dan

implementasi produk, metode

penciptaan, pemasaran dan

pengelolaan organisasi, yang

bersifat baru atau yang

mengalami perubahan secara

signifikan.

1. Inovasi

Produk dan

estetika

1. Penggunaan bahan baku

baru


bahan baku baru

Ordinal 30.

2. Variasi tampilan produk

baru

2. Tingkat variasi tampilan

produk baru

Ordinal 31.

3. Desain unik yang

dihasilkan

3. Tingkat desain unik

yang dihasilkan

Ordinal 32.

2. Inovasi

Proses

1. Metode produksi baru 1. Tingkat penggunaan

metode produksi baru

yang sangat berbeda

dengan sebelumnya

Ordinal 33.

2. Peralatan produksi baru 2. Tingkat penggunaan

peralatan produksi baru

yang sangat berbeda

dengan sebelumnya.

Ordinal 34.

125

Lanjutan Tabel 3.2


VARIABEL


NO

KUE-

SIONER

3. Metode

logistik/distribusi/pengiri

man produk baru


metode

logistik/distribusi/pengir

iman produk yang sangat

berbeda dengan

sebelumnya

Ordinal 35.

3. Inovasi

Pemasaran

1. Kemasan baru 1. Tingkat penggunaan

kemasan yang tidak

mengubah fungsi

produk, yang sangat

berbeda dengan

sebelumnya.

Ordinal 36.

2. Metode penempatan

produk di saluran

penjualan baru

2. Tingkat penempatan

produk baru

Ordinal 37.

3. Media atau teknik

promosi baru


media atau teknik

promosi baru

Ordinal 38.

4. Metode penetapan harga 4. Tingkat penetapan harga

baru

Ordinal 39.

4. Inovasi

Organisasi

1. Pengaturan tanggung

jawab dan pengambilan

keputusan


metode yang mengatur

tanggungjawab

pengambilan keputusan

Ordinal 40.

2. Pengaturan hubungan

eksternal


metode yang mengatur

hubungan eksternal

Ordinal 41.

126

Lanjutan Tabel 3.2


VARIABEL


NO

KUE-

SIONER

Variabel

dependen

KINERJA

PERUSAHAAN

(Z)

Hasil akhir dari aktivitas yang

dilakukan oleh perusahaan

dalam waktu tertentu, yang

diukur dengan menggunakan

standar-standar tertentu.

1. Pelanggan 1. Pertumbuhan pelanggan 1. Tingkat pertumbuhan

pelanggan

Ordinal 42.

2. Kepuasan pelanggan 2. Tingkat kepuasan

pelanggan

Ordinal 43.

2. Keuangan 1. Pertumbuhan penjualan 1. Tingkat pertumbuhan

penjualan

Ordinal 44.

2. Penghematan biaya 2. Tingkat penurunan biaya Ordinal 45.

3. Pertumbuhan laba 3. Tingkat pertumbuhan

laba

Ordinal 46.

127

3.3. Sumber dan Cara Penentuan Data/Informasi

Populasi pada penelitian ini adalah industri kecil dan menengah (IKM) yang

bergerak di industri kreatif fashion produk tekstil di Provinsi Jawa Barat. Terdapat

17 kabupaten/kota di Jabar yang memiliki sentra industri produk tekstil (Dinas

Perindustrian dan Perdagangan Provinsi Jawa Barat, 2015c; Peraturan Daerah

Provinsi Jawa Barat No 8 Tahun 2017, 2017). Ke-17 kabupaten/kota tersebut

disajikan di tabel berikut:

Tabel 3. 3

Kabupaten/kota Sentra Industri Produk Tekstil di Jawa Barat

No Kab/ Kota Sumber

1 Kab. Garut Dinas Perindustrian

dan Perdagangan

Provinsi Jawa Barat

(2015c)

2 Kab Pangandaran

3 Kab Subang

4 Kab Sukabumi

5 Kab Cirebon

6 Kab Ciamis

7 Kab Bekasi

8 Kab Indramayu

9 Kab Tasikmalaya

10 Kab Bandung

11 Kota Bandung

12 Kota Bekasi Dinas Perindustrian

dan Perdagangan

Provinsi Jawa Barat

(2015d)

13 Kota Depok

14 Kab Bogor

15 Kota Bogor

16 Kota Cimahi

17 Kota Tasikmalaya

128

Disebabkan populasi secara geografis sangat tersebar dan ketidak-akuratan

kerangka sampel dari semua unsur-unsur yang terdapat di dalam populasi itu,

maka teknik pengambilan sampel yang digunakan adalah kombinasi antara

probability sampling (multistage cluster sampling dan simple random sampling)

dan non probability sampling (accidental sampling). Teknik multistage cluster

sampling biasa dipergunakan pada kondisi populasi secara geografis sangat

tersebar, tidak adanya kerangka sampel, dan biaya menyusun kerangka sampel

sendiri akan sangat besar (Nazir, 2017). Pada kondisi seperti itu, maka unit

analisis dapat dikelompokkan ke dalam gugus-gugus (cluster) yang dipilih secara

acak (simple random sampling) dan merupakan satuan tempat sampel akan

diambil (Mantra & Kasto, 1995). Lalu setelah itu unit elementer akan dipilih

dengan menggunakan teknik accidental sampling.

Prosedur penarikan sampel pada multistage cluster sampling terdiri dari

beberapa tahapan sebagai berikut:

Tahap (stage) 1 :

Membagi populasi menjadi beberapa fraksi sebagai dasar untuk penarikan sampel

pada tahap pertama atau primary sampling unit (PSU) kemudian diambil

sampelnya (Hansen, Hurwitz, & Madow, 1993; Mantra & Kasto, 1995). Pada

penelitian ini, yang menjadi PSU adalah Kabupaten/Kota. Menurut Gaspersz

(1991), tidak ada ketentuan secara pasti berapa ukuran besar cluster yang harus

dipilih dalam sebuah penelitian.

129

Sedangkan Umar (2000) menyatakan fraksi penarikan sampel pada tahap

pertama bisa dirumuskan dengan persamaan:

𝑓1 =𝑚

𝑀

𝑓1 = 𝐹𝑟𝑎𝑘𝑠𝑖 𝑠𝑎𝑚𝑝𝑒𝑙 𝑡𝑎ℎ𝑎𝑝 𝑝𝑒𝑟𝑡𝑎𝑚𝑎

𝑚 = 𝐵𝑒𝑠𝑎𝑟𝑛𝑦𝑎 𝑠𝑎𝑚𝑝𝑒𝑙

𝑀 = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑃𝑆𝑈

Menurut Gay di dalam Umar (2013, p. 79) jumlah sampel minimal adalah 10%

dari populasi dan pada penelitian korelasi 30 subyek. Pada penelitian ini

ditetapkan bahwa jumlah fraksi (f) adalah 30%. Oleh sebab itu jumlah PSU :

m = f x M

m = 30% x 17

m = 5,1 ≈ 6 Kabupaten/Kota

Pemilihan PSU dilakukan secara simple random sampling dengan cara undian.

Diperoleh Kabupaten/Kota sebagai berikut:

1 Kabupaten Garut

2 Kabupaten Cirebon

3 Kabupaten Tasikmalaya

4 Kabupaten Bandung

5 Kota Bandung

6 Kota Tasikmalaya

130

Tahap (stage) 2 :

Memilih unit elementer dari unit elementer yang ada dalam PSU yang terpilih

pada stage 1. Total perusahaan dari 6 PSU yang terpilih adalah 4.815 perusahaan

(Dinas Perindustrian dan Perdagangan Provinsi Jawa Barat, 2015c; Dinas

Koperasi UMKM Perindustrian dan Perdagangan Kota Tasikmalaya, 2016).

Pemilihan unit elementer yang akan diambil dari populasi 4.815 perusahaan itu

adalah dengan menggunakan power analysis yaitu menguji kekuatan (power)

hasil uji statistik dan kestabilan nilai statistik dalam mengestimasi nilai parameter.

Melalui power analysis, peneliti akan mendapatkan jumlah sampel yang memiliki

kekuatan untuk bebas dari kesalahan statistik tipe II (peneliti menerima hipotesis

nol yang seharusnya tidak diterima) dan kesalahan statistik tipe I (peneliti

menolak hipotesis nol yang seharusnya diterima) (Widhiarso, 2012). Salah satu

software yang bisa dipergunakan adalah G*power (Hair Jr et al., 2016). Pada

penelitian ini digunakan G*power versi 3.1.9.2.

Parameter yang dipergunakan pada G*power adalah :

1 Test Family: F test

2 Statistical test: Linier Multiple Regression: Fixed model, R2 Increase

3 Tipe power analysis : A priori: Compute required sample size

4 Input Parameters:

- Effect size (f²) = 0.15

- α err prob = 0.01

- Power (1-β err prob) = 0.99

- Number of tested predictors = 4

131

- Total number of predictors = 4

5 Output Parameters:

a. Noncentrality parameter λ = 32.8500000

b. Critical F = 3.4079991

c. Numerator df = 4

d. Denominator df = 214

e. Total sample size = 219

f. Actual power = 0.9901073

Berdasarkan perhitungan power analysis tersebut di atas, maka diperoleh ukuran

sampel minimal sebanyak : 219.

Keterangan :

A priori : Sebelum pengumpulan data

Effect size (f²) : 0.02, 0.15, 0.30 (Kecil, menengah, besar) (Cohen, 1988, di dalam

Ghozali and Latan (2015).

α err prob : kemungkinan melakukan kesalahan statistik tipe I

β err prob : kemungkinan melakukan kesalahan statistik tipe II

Number of tested predictors =Variabel prediktor / independen dan mediator

Unit elementer dipilih melalui alokasi proporsional (proportional

allocation) sebagai berikut :

𝑛𝑖 = 𝑁𝑖

𝑁 × 𝑛

132

Dimana :

ni = jumlah unit elementer terpilih / sampel untuk PSU ke-i

Ni = jumlah unit elementer pada PSU ke-i

N = jumlah unit elementer dari semua PSU

n = ukuran sampel

Maka jumlah unit elementer terpilih / sampel adalah sebagai berikut:

Tabel 3. 4

Jumlah sampel minimal

KBLI Produk

Pakaian Jadi Kab/ Kota

Jumlah

Perusahaan Alokasi

Jumlah

Sampel

Minimal

Perusahaan

14111

Pakaian jadi

(konveksi) dari

tekstil

1 Kab. Garut 275 275/4518

x 219

13

2 Kab Cirebon 195

195/4518

x 219

9

3 Kab

Tasikmalaya 60

60/4518

x 219

3

4 Kab Bandung

2.686

2686/451

8 x 219

130

14131

Perlengkapan

pakaian dari

tekstil 337

337/4518

x 219

16

14111

Pakaian jadi

(konveksi) dari

tekstil 5 Kota Bandung 559

559/4518

x 219

27

14301 Pakaian jadi

rajutan 306

306/4518

x 219

15

14111

Pakaian jadi

(konveksi) dari

tekstil

6. Kota

Tasikmalaya 100

100/4518

x 219

5

Jumlah 6 4518 219

Jumlah sampel minimal sebanyak 219 di atas masih lebih banyak dibandingkan

acuan umum jumlah sampel minimal pada metode PLS, yakni 10 kali jumlah

panah yang menuju pada variabel laten penelitian (Hair Jr et al., 2016). Pada

133

penelitian ini terdapat 9 panah yang menuju variabel laten sehingga dengan acuan

umum tersebut cukup dibutuhkan 90 sampel. Dengan demikian jumlah sampel

minimal sebanyak 219 tidak melanggar acuan umum. Demikian juga dengan

acuan umum yang pernah disampaikan oleh Cohen (1992) bahwa untuk tingkat

signifikansi 5%, minimum R2 = 0,5, jumlah panah yang menunjuk pada konstruk

(8 buah), maka cukup dipakai 57 sampel. Jumlah sampel dengan metode power

analysis juga tidak lebih kecil dari yang disampaikan oleh Cohen (1992) tersebut,

sehingga bisa dipergunakan.

Pemilihan unit elementer dilakukan secara accidental dari perusahaan yang

memenuhi parameter sebagai berikut:

1. Sudah beroperasi terus menerus minimal 3 tahun terakhir.

2. Memiliki jumlah karyawan 5 – 99 orang.

3. Melakukan proses desain, produksi hingga komersialisasi produk, bukan

sekedar menerima makloon dari pihak ketiga.

Untuk kepentingan wawancara mendalam, jumlah sampel mengikuti apa

yang pernah disampaikan oleh Kuzel (1992) bahwa 6 sampai 8 interview sudah

memadai jika sampel homogen. Namun jika peneliti bermaksud untuk

mengkonfirmasi bukti-bukti atau mencapai variasi maksimum, maka 12 hingga

20 interview memadai. Definisi memadai merujuk pada tingkat “saturation”

yakni kondisi dimana sudah tidak diperoleh lagi informasi baru yang bertentangan

dari para responden (Guest, Bunce, & Johnson, 2006). Oleh karena itu penelitian

ini akan melakukan wawancara dalam rentang 6 sampai 20 responden, dan akan

berakhir jika sudah dicapai tingkat “saturation” dalam rentang tersebut.

134

3.4. Teknik Pengumpulan Data

Data dalam penelitian ini terdiri atas dua jenis yakni data primer dan data

sekunder. Data primer diperoleh melalui penyebaran kuesioner dan wawancara

langsung. Kuesioner berisi daftar pertanyaan tertulis yang disusun secara

terstruktur dan diajukan kepada responden. Daftar pertanyaan memakai multiple

rating list scale (Cooper & Schindler, 2014), berskala 5 yang dilengkapi dengan

pemberian label di setiap poinnya. Responden memilih satu jawaban atas lima

pilihan yang disediakan dengan memberikan tanda silang (x). Pemberian skor

pada pendekatan ini semata-mata menggunakan pendapat dari responden (value

about fact). Pada pendekatan ini, peneliti tidak menetapkan besaran jarak antar

variabel. Baik peneliti maupun responden tidak memiliki kesepakatan tertentu

apakah jika responden menyilangi angka 5 dan bukan angka 4, memiliki selisih

penilaian yang sama jika mereka memilih angka 2 dan bukan 1 (Zikmund, Babin,

Carr, & Griffin, 2009). Data primer juga diperoleh melalui wawancara, sebagai

teknik komunikasi langsung untuk memperoleh data-data yang diperlukan dengan

pemilik atau manajer usaha/perusahaan yang menjadi sampel tentang variabel

yang diteliti.

Sedangkan data sekunder digunakan untuk menggambarkan keadaan

umum dari objek yang diteliti berikut kondisinya. Data jenis ini diperoleh dari

instansi terkait seperti dinas perindustrian dan perdagangan Provinsi Jawa Barat,

Dinas Koperasi dan Usaha Kecil dan Menengah Provinsi Jawa Barat, situs web

maupun studi pustaka.

135

3.5. Rancangan Analisis Instrumen

Agar jawaban responden memenuhi kriteria atas pengukuran yang baik, maka

sebelum daftar pertanyaan diserahkan ke responden terlebih dahulu harus diuji

reliabilitas dan validitasnya. Menurut Cooper and Schindler (2014), suatu alat uji

dikatakan baik jika memenuhi tiga persyaratan: valid, reliable dan praktis.

(1) Uji Validitas

Validitas adalah ukuran yang menyangkut tingkat akurasi yang dicapai oleh

sebuah indikator dalam mengukur sesuatu pengukuran atas apa yang seharusnya

diukur (Sugiyono, 2016). Uji validitas adalah pengujian untuk mengetahui

ketepatan skala atas pengukuran instrumen yang digunakan. Uji validitas yang

digunakan pada penelitian ini adalah validitas konstruk. Tujuan penggunaan

validitas konstruk adalah untuk melihat sejauh mana instrumen penelitian mampu

mengukur konstruk yang ingin diukur. Penelitian ini akan menguji validitas

konstruk dengan merujuk pada pendapat Cooper and Schindler (2014) yakni

melalui dengan analisis korelasi.

Untuk menguji tingkat validitas alat ukur dilakukan dengan menggunakan

software SPSS Release 22. Karena data yang digunakan pada penelitian ini adalah

data ordinal maka analisis korelasi yang akan dilakukan adalah korelasi Rank

Spearman untuk tiap-tiap butir pernyataan dengan rumus sebagai berikut:

136

Keterangan:

ρ = koefisien korelasi Spearman Rank

𝑑 = Selisih ranking

𝑛 = Jumlah sampel

Korelasi item total harus signifikan berdasarkan ukuran statistik. Jika skor

semua item yang disusun berdasarkan dimensi/sub variabel konsep berkorelasi

dengan skor totalnya, maka dapat disimpulkan bahwa alat ukur tersebut valid.

(2) Uji Reliabilitas.

Reliabilitas adalah “the extent to which it is (a measure) without bias

(error free) and hence ensures consistent measurement across time and

across the various items in the instrument” (Sejauh mana sebuah pengukuran

bebas dari kesalahan dan menjamin konsistensi pengukuran setiap waktu dan

diberbagai item instrumen) (Sekaran & Bougie, 2013). Dalam rumusan lain,

reliabilitas bisa dinyatakan sebagai ukuran konsistensi internal dari indikator-

indikator sebuah konstruk yang menunjukkan derajat sampai dimana masing-

masing indikator itu mengindikasikan sebuah faktor laten yang umum.

Pengujian reliabilitas alat penelitian ini dilakukan dengan menggunakan

Software SPSS Release 22 dimana metode yang digunakan adalah metode

”Alpha Cronbach” dengan rumus:

2

2

11

x

i

k

k

137

Keterangan:

k = jumlah item,

2

i = varians item/butir,

2

x = varians kelompok

Suatu konstruk dinyatakan reliabel jika nilai alpha cronbach () > 0,60

(Nunally, 1967).

3.6. Pengujian Instrumen

Hasil pengujian validitas dan reliabilitas instrumen kepada 55 orang

pengusaha industri kreatif Fashion produk tekstil di Kecamatan Kutawaringin,

Kabupaten Bandung dan Kecamatan Bayongbong, Kab Garut secara accidental

adalah sebagai berikut:

Tabel 3. 5

Hasil Uji Validitas Instrumen Variabel Kapabilitas Dinamis

No Butir

Instrumen

Koefisien korelasi Keterangan

1 0,635** Valid

2 0,321* Valid

3 0,711** Valid

4 0,747** Valid

5 0,634** Valid

6 0,553** Valid

7 0,572** Valid ** Correlation is significant at the 0.1 level * Correlation is significant at the 0.5 level

Sumber: Hasil penelitian

138

Tabel 3. 6

Hasil Uji Validitas Instrumen Variabel Manajemen Pengetahuan

No Butir

Instrumen


1 0,481** Valid

2 0, 451** Valid

3 0,659** Valid

4 0,651** Valid

5 0,607** Valid

6 0,592** Valid

7 0,575** Valid

8 0,605** Valid

9 0,551** Valid ** Correlation is significant at the 0.1 level


Tabel 3. 7

Hasil Uji Instrumen Validitas Variabel Modal Intelektual

No Butir

Instrumen


1 0,547** Valid

2 0,291* Valid

3 0,416** Valid

4 0,373** Valid

5 0,593** Valid

6 0,401** Valid

7 0,488** Valid

8 0,538** Valid

9 0,631** Valid

10 0,717** Valid

11 0,451** Valid

12 0,320* Valid


* Correlation is significant at the 0.5 level


139

Tabel 3. 8

Hasil Uji Validitas Instrumen Variabel Kinerja Inovasi

No Butir

Instrumen


1 0,487** Valid

2 0,517** Valid

3 0,402** Valid

4 0,395** Valid

5 0,549** Valid

6 0,486** Valid

7 0,582** Valid

8 0,333* Valid

9 0,659** Valid

10 0,583** Valid

11 0,582** Valid


* Correlation is significant at the 0.5 level


Tabel 3. 9

Hasil Uji Validitas Instrumen Variabel Kinerja Perusahaan

No Butir

Instrumen


1 0,823** Valid

2 0,777** Valid

3 0,904** Valid

4 0,673** Valid



Tabel 3. 10

Hasil Uji Reliabilitas Instrumen Penelitian

No Butir

Instrumen

Variabel Cronbachs

Alpha

Standar -

Nunally

(1967)

Keterangan

1 Kapabilitas

Dinamis

0,721 > 0,60 Reliabel

2 Manajemen

Pengetahuan

0,760 > 0,60 Reliabel

3 Modal Intelektual 0,748 > 0,60 Reliabel

4 Kinerja Inovasi 0,792 > 0,60 Reliabel

5 Kinerja Perusahaan 0,853 > 0,60 Reliabel


140

Berdasarkan hasil uji validitas terlihat bahwa semua item valid. Sedangkan

hasil uji reliabilitas menunjukkan bahwa semua variabel memiliki reliabilitas

alpha melebihi 0,6 sehingga dapat dikatakan reliabel.

. Hasil lengkap uji validitas dan reliabilitas bisa dilihat pada lampiran 1.

Kuesioner akhir yang sudah lolos uji validitas dan reliabilitas disajikan pada

lampiran 2. Panduan wawancara mendalam disajikan pada lampiran 3. Matriks

hasil wawancara disajikan pada lampiran 4.

3.7. Rancangan Analisis Data

Analisis data pada penelitian ini terdiri atas dua jenis analisis yakni statistik

deskriptif dan statistik inferensial.

3.7.1. Rancangan Analisis Statistik Deskriptif

Analisis deskriptif digunakan untuk menganalisis data dengan cara

mendeskripsikan atau menggambarkan data yang telah ada tanpa bermaksud

memperluas hasilnya. Data dikemukakan dengan cara dikelompokkan dan

ditabulasikan dan kemudian diberikan penjelasan. Dari analisis deskriptif akan

diperoleh informasi mengenai gambaran penilaian pemilik atau manajer

pengelola usaha/perusahaan di industri kreatif fashion di Provinsi Jawa Barat

terhadap setiap indikator yang diteliti.

Data yang dikumpulkan pada penelitian ini adalah data ordinal. Menurut

Zikmund et al. (2009), data ordinal merupakan data yang bersifat diskrit yaitu

data yang memiliki angka yang merujuk pada jumlah tertentu, tidak bisa

dinyatakan dalam bentuk pecahan atau desimal dibelakang koma. Lebih jauh

141

Zikmund et al. (2009, p. 486) menyatakan bahwa terhadap data yang bersifat

diskrit, maka analisis statistik dekriptifnya dapat menggunakan tabel distribusi

frekuensi, beserta persentase dan modus / nilai yang paling sering muncul.

Kategorisasi kontribusi masing-masing indikator mengacu pada multiple

rating list scale yang digunakan pada kuesioner seperti terlihat pada tabel berikut:

Tabel 3. 11

Kategorisasi indikator untuk setiap skor

Skor Kategori indikator

1 Tidak pernah/ Sangat lambat/ Sangat tidak mampu/ Sangat rendah/

Tidak ada/ Sangat sedikit

2 Hampir tidak pernah/ Lambat/ Tidak mampu/ Rendah/ Sedikit

3 Kadang-kadang/ Cukup cepat/ Cukup mampu / Cukup tinggi/

Cukup banyak

4 Sering / Cepat/ Mampu / Tinggi/ Banyak

5 Sangat sering / Sangat cepat/ Sangat mampu / Sangat tinggi/ Sangat

banyak

Berdasarkan tabel tersebut di atas, maka terhadap indikator-indikator pada setiap

variabel penelitian diberikan makna adalah sebagaimana disajikan pada tabel di

bawah. Oleh karena pemberian skor pada penelitian ini menggunakan pendapat

dari responden (value about fact), maka peneliti tidak menetapkan makna secara

absolut dari kategori yang dimaksud (fact about fact).

Tabel 3. 12

Makna kategorisasi skor Lanjutan table 3.12

Variabel Dimensi/Sub

Variabel

Indikator Skor Kategori Makna Indikator

Kapabilitas

Dinamis

a. Pengindera-

an strategis

b. Pengambilan

keputusan

tepat waktu

c. Implemen-

tasi

perubahan

a. Perbandingan

usaha dengan

perusahaan

lain; diskusi

tentang

permintaan

pasar;

memantau

perubahan

tren.

1

a. Tidak

pernah

b. Sangat

lambat

c. Sangat

tidak

mampu

a. Tidak pernah melakukan

perbandingan usaha

dengan perusahaan lain,

berdiskusi tentang

permintaan pasar,

ataupun memantau

perubahan tren

b. Penyelesaian perbedaan

pendapat dan


142

Lanjutan table 3.12


Variabel


b. Kecepatan

penangan

perbedaan

pendapat;

penyelesaian

ketidakpuasan

pelanggan

c. Sistem

penghargaan

karyawan;

sistem

pengendalian

karyawan

sangat lambat

c. Sistem penghargaan dan

pengendalian karyawan

sangat tidak mampu

memotivasi dan

memastikan karyawan

mengikuti ketentuan

perusahaan.

2

a. Hampir

tidak

pernah

b. Lambat

c. Tidak

mampu

a. Hampir tidak pernah

melakukan perbandingan

usaha dengan

perusahaan lain,

berdiskusi tentang

permintaan pasar,

ataupun memantau

perubahan tren


pendapat dan


berjalan lambat



tidak mampu

memotivasi dan

memastikan karyawan

mengikuti ketentuan

perusahaan.

3

a. Kadang-

kadang

b. Cukup

cepat

c. Cukup

mampu

a. Kadang-kadang

melakukan perbandingan

usaha dengan

perusahaan lain,

berdiskusi tentang

permintaan pasar,

ataupun memantau

perubahan tren


pendapat dan


cukup cepat



cukup mampu

memotivasi dan

memastikan karyawan

mengikuti ketentuan

perusahaan.

4

a. Sering

b. Cepat

c. Mampu

a. Sering melakukan

perbandingan usaha


berdiskusi tentang

permintaan pasar,

ataupun memantau

perubahan tren

143

Lanjutan table 3.12


Variabel



pendapat dan


berjalan cepat



mampu memotivasi dan

memastikan karyawan

mengikuti ketentuan

perusahaan.

5

a. Sangat

sering

b. Sangat

cepat

c. Sangat

mampu

a. Sangat sering melakukan

perbandingan usaha


berdiskusi tentang

permintaan pasar,

ataupun memantau

perubahan tren


pendapat dan


sangat cepat



sangat mampu

memotivasi dan

memastikan karyawan

mengikuti ketentuan

perusahaan.

Manajemen

Pengetahuan

a. Penciptaan

pengeta-

huan

b. Transfer

Pengeta-

huan

c. Aplikasi

pengeta-

huan

a. Menghadiri

acara

pelatihan;

pencarian

informasi dari

sumber

lainnya;

melakukan uji

coba

b. Menggali

pengetahuan

karyawan;

Mendorong

kegiatan

berbagi

pengetahuan;

menggunakan

internet dan

media sosial

untuk berbagi

pengetahuan

c. Pengetahuan

dari masa

lalu;

1

a. Tidak

pernah

b. Tidak

pernah

c. Sangat

rendah

a. Tidak pernah

menghadiri acara

pelatihan, mencari

pengetahuan dari sumber

lain, ataupun melakukan

uji cobapembuatan

produk dan proses

berdasarkan

pengetahuan yang

dimiliki

b. Tidak pernah menggali

pengetahuan karyawan,

mendorong aktivitas

berbagi pengetahuan dan



berbagi pengetahuan.

c. Sangat rendah dalam

memanfaatkan

pengetahuan dari

kesalahan masa lalu,

menggunakan


untuk menyelesaikan

144

Lanjutan table 3.12


Variabel


pengalaman

masa lalu

untuk

penyelesaian

masalah;

pengetahuan

masa lalu

untuk

menciptakan

penghematan

masalah saat ini, ataupun

menggunakan


untuk menciptakan

penghemetan biaya saat

ini

2

a. Hampir

tidak

pernah

b. Hampir

tidak

pernah

c. Rendah

a. Hampir tidak pernah

menghadiri acara

pelatihan, mencari



uji cobapembuatan

produk dan proses

berdasarkan

pengetahuan yang

dimiliki

b. Hampir tidak pernah


karyawan, mendorong

aktivitas berbagi

pengetahuan dan




c. Rendah dalam

memanfaatkan

pengetahuan dari


menggunakan


untuk menyelesaikan


menggunakan


untuk menciptakan


ini.

3

a. Kadang -

kadang

b. Kadang-

kadang

c. Cukup

tinggi

a. Kadang-kadang

menghadiri acara

pelatihan, mencari



uji cobapembuatan

produk dan proses

berdasarkan

pengetahuan yang

dimiliki

b. Kadang-kadang


karyawan, mendorong

aktivitas berbagi

pengetahuan dan


145

Lanjutan table 3.12


Variabel




c. Cukup tinggi dalam

memanfaatkan

pengetahuan dari


menggunakan


untuk menyelesaikan


menggunakan


untuk menciptakan

penghematan biaya saat

ini.

4

a. Sering

b. Sering

c. Tinggi

a. Sering menghadiri acara

pelatihan, mencari



uji cobapembuatan

produk dan proses

berdasarkan

pengetahuan yang

dimiliki

b. Sering menggali


mendorong aktivitas





c. Tinggi dalam

memanfaatkan

pengetahuan dari


menggunakan


untuk menyelesaikan


menggunakan


untuk menciptakan

penghematan biaya saat

ini.

5

a. Sangat

sering

b. Sangat

sering

c. Sangat

tinggi

a. Sangat sering

menghadiri acara

pelatihan, mencari



uji cobapembuatan

produk dan proses

berdasarkan

146

Lanjutan table 3.12


Variabel


pengetahuan yang

dimiliki.

b. Sangat sering menggali


mendorong aktivitas





c. Sangat tinggi dalam

memanfaatkan

pengetahuan dari


menggunakan


untuk menyelesaikan


menggunakan


untuk menciptakan


ini.

Modal

Intelektual

a. Modal

manusia

b. Modal

struktural

c. Modal

relasional

d. Modal

kewirausa

haan

a. Pengalaman

karyawan;

keterampilan

karyawan;

pendekatan

baru dalam

penyelesaian

masalah;

kemampuan

menangani

persoalan

tidak terduga

b. Prosedur

tertulis;

dokumentasi

informasi

c. Kemitraan

dengan pasar

dan

komersial;

kemitraan

dengan sektor

publik;

Kemitraan

dengan

asosiasi;

Jumlah

informasi.

d. Keberanian

mengambil

resiko;

1

a. Sangat

rendah

b. Tidak

ada

c. Tidak

pernah

a. Pengalaman dan

keterampilan karyawan

sangat rendah. Tidak

pernah menggunakan


pemecahan masalah.

Kemampuan menangani


sangat rendah.

b. Tidak ada pembuatan

prosedur tertulis. Tidak

pernah melakukan

pencatatan informasi.

c. Tidak pernah menjalin

kemitraan dengan pasar

dan komersial, sektor

publik, ataupun asosiasi.

Jumlah informasi yang

diperoleh dari kemitraan

sangat sedikit.

2

a. Renda

h

b. Sedikit

c. Hampi

r tidak

pernah

a. Pengalaman dan


rendah. Hampir tidak

pernah menggunakan


pemecahan masalah.

Kemampuan menangani


rendah.

b. Pembuatan prosedur

tertulis sedikit. Hampir

147

Lanjutan table 3.12


Variabel


kemampuan

mengambil

keputusan

secara tegas;

kemampuan

mengidentifik

asi peluang

bisnis baru

tidak pernah melakukan

pencatatan informasi.

c. Hampir tidak pernah

menjalin kemitraan

dengan pasar dan

komersial, sektor publik,

ataupun asosiasi. Jumlah

informasi yang diperoleh

dari kemitraan sedikit.

3

a. Cukup

tinggi

b. Cukup

banyak

c. Kadang-

kadang

a. Pengalaman dan


cukup tinggi. Kadang-

kadang menggunakan


pemecahan masalah.

Kemampuan menangani


cukup tinggi.


tertulis cukup banyak.

Kadang-kadang

melakukan pencatatan

informasi.

c. Kadang-kadang

menjalin kemitraan

dengan pasar dan

komersial, sektor publik,

ataupun asosiasi. Jumlah

informasi yang diperoleh

dari kemitraan cukup

banyak.

4

a. Tinggi

b. Banyak

c. Sering

a. Pengalaman dan


tinggi. Sering

menggunakan


pemecahan masalah.

Banyak menangani


cukup tinggi.

b. Banyak pembuatan

prosedur tertulis. Sering


informasi.

c. Sering menjalin






banyak.

148

Lanjutan table 3.12


Variabel


5

a. Sangat

tinggi

b. Sangat

banyak

c. Sangat

sering

a. Pengalaman dan


sangat tinggi. Sangat

sering menggunakan


pemecahan masalah.

Sangat banyak

menangani persoalan

tidak terduga cukup

tinggi.


tertulis sangat banyak.

Sangat sering


informasi.

c. Sangat sering menjalin






sangat banyak.

Kinerja

Inovasi

a. Inovasi

produk dan

estetika

b. Inovasi

proses

c. Inovasi

pemasaran

d. Inovasi

organisasi

a. Penggunaan

bahan baku

baru; variasi

tampilan

produk baru;

desain unik

yang

dihasilkan

b. Metode

produksi baru;

peralatan

produksi baru;

metode

logistik/

distribusi/

pengiriman

produk baru

c. Kemasan

baru; metode

penempatan

produk di

saluran

penjualan

baru; media

atau teknik

promosi baru;

metode

penetapan

harga.

d. Pengaturan

tanggung

1

Sangat

rendah

a. Sangat rendah dalam hal

penggunaan bahan baku

baru; variasi tampilan

produk baru; desain unik

yang dihasilkan.

b. Sangat rendah dalam hal

penggunaan metode

produksi baru; peralatan

produksi baru; metode

logistik/ distribusi/

pengiriman produk baru.

c. Sangat rendah dalam hal

penggunaan kemasan

baru; metode

penempatan produk di

saluran penjualan baru;

media atau teknik

promosi baru; metode

penetapan harga.

d. Sangat rendah dalam hal

pengaturan tanggung


keputusan; pengaturan

hubungan eksternal.

2

Rendah a. Rendah dalam hal




yang dihasilkan.

b. Rendah dalam hal

penggunaan metode

149

Lanjutan table 3.12


Variabel


jawab dan

pengambilan

keputusan;

pengaturan

hubungan

eksternal





c. Rendah dalam hal

penggunaan kemasan

baru; metode



media atau teknik


penetapan harga.

d. Rendah dalam hal

pengaturan tanggung



hubungan eksternal.

3

Cukup

tinggi

a. Cukup tinggi dalam hal




yang dihasilkan.

b. Cukup tinggi dalam hal

penggunaan metode





c. Cukup tinggi dalam hal

penggunaan kemasan

baru; metode



media atau teknik


penetapan harga.

d. Cukup tinggi dalam hal

pengaturan tanggung



hubungan eksternal.

4

Tinggi a. Tinggi dalam hal




yang dihasilkan.

b. Tinggi dalam hal

penggunaan metode





c. Tinggi dalam hal

150

Lanjutan table 3.12


Variabel


penggunaan kemasan

baru; metode



media atau teknik


penetapan harga.

d. Tinggi dalam hal

pengaturan tanggung



hubungan eksternal.

5

Sangat

tinggi

a. Sangat tinggi dalam hal




yang dihasilkan.

b. Sangat tinggi dalam hal

penggunaan metode





c. Sangat tinggi dalam hal

penggunaan kemasan

baru; metode



media atau teknik


penetapan harga.

d. Sangat tinggi dalam hal

pengaturan tanggung



hubungan eksternal.

Kinerja

perusahaan

a. Pelanggan

b. Keuangan

a. Pertumbuhan

pelanggan;

kepuasan

pelanggan

b. Pertumbuhan

penjualan;

penghematan

biaya;

pertumbuhan

laba

1

Sangat

rendah

a. Sangat rendah dalam hal

pertumbuhan pelanggan

dan tingkat kepuasan

pelanggan

b. Sangat rendah dalam hal

pertumbuhan penjualan,

penghematan biaya dan

pertumbuhan laba

2

Rendah a. Rendah dalam hal



pelanggan

b. Rendah dalam hal



pertumbuhan laba

151

Lanjutan table 3.12


Variabel


3

Cukup

tinggi

a. Cukup tinggi dalam hal



pelanggan

b. Cukup tinggi dalam hal



pertumbuhan laba

4

Tinggi a. Tinggi dalam hal



pelanggan

b. Tinggi dalam hal



pertumbuhan laba

5

Sangat

tinggi

a. Sangat tinggi dalam hal



pelanggan

b. Sangat tinggi dalam hal



pertumbuhan laba

Berdasarkan skor indikator mayoritas yang diperoleh, maka setiap

dimensi/sub variabel dan variabel dikategorikan sebagai berikut:

Tabel 3. 13 Kategori Dimensi/Sub Variabel dan Variabel

Skor Indikator

Mayoritas

Kategori Dimensi/Sub Variabel dan

Variabel 1 Sangat rendah/sangat tidak efektif

2 Rendah/tidak efektif

3 Cukup tinggi/cukup efektif

4 Tinggi/Efektif

5 Sangat tinggi/Sangat efektif

Berdasarkan teknik tersebut di atas, maka predikat nilai terhadap variabel-

variabel penelitian adalah seperti pada tabel berikut ini :

152

Tabel 3. 14

Predikat untuk setiap Variabel Penelitian

3.7.2. Rancangan Analisis Statistik Inferensial

Analisis inferensial dilakukan untuk mengetahui besarnya pengaruh antar

variabel melalui pengujian hipotesis. Analisis inferensial pada penelitian ini akan

dilakukan dengan menggunakan alat uji Model Persamaan Struktural (Structural

Equation Model – SEM) berbasis varian atau komponen, yaitu PLS (Partial Least

Komponen

Skor

Indikator

Mayoritas

Predikat

Kapabilitas dinamis

1

2

3

4

5

Sangat rendah

Rendah

Cukup tinggi

Tinggi

Sangat tinggi

Manajemen

pengetahuan

1

2

3

4

5

Tidak efektif

Kurang efektif

Cukup efektif

Efektif

Sangat efektif

Modal Intelektual

1

2

3

4

5

Sangat rendah

Rendah

Cukup tinggi

Tinggi

Sangat tinggi

Kinerja Inovasi

1

2

3

4

5

Sangat rendah

Rendah

Cukup tinggi

Tinggi

Sangat tinggi

Kinerja Perusahaan

1

2

3

4

5

Sangat rendah

Rendah

Cukup tinggi

Tinggi

Sangat tinggi

153

Square). melalui software SmartPLS versi 3.2.8. Software ini dikembangkan oleh

Christian M. Ringle, Sven Wende, Jan-Michael Becker. PLS pertama kali

dipopulerkan oleh Word pada tahun 1974 (Ghozali & Latan, 2015).

Pemilihan metode analisis PLS dalam penelitian ini, dan bukan metode

SEM yang lain seperti Covariance Based SEM (CB-SEM), dilakukan berdasarkan

kesesuaian kriteria penelitian dan prasyarat analisis yang diperlukan. Dasar

pertimbangannya adalah sebagai berikut:

1) Penelitian ini menggunakan model persamaan struktural untuk memprediksi

modal intelektual sebagai mediasi kapabilitas dinamis dan manajemen

pengetahuan terhadap kinerja inovasi. Kapabilitas dinamis dan manajemen

pengetahuan diduga sebagai pembaharu modal intelektual yang berdampak

terhadap kinerja inovasi. Mayoritas penelitian konseptual dan empiris

terdahulu yang memposisikan modal intelektual sebagai variabel yang

mempengaruhi kapabilitas dinamis dan manajemen pengetahuan. Pada

penelitian yang berorientasi prediksi, maka teknik analisis melalui PLS lebih

tepat dipergunakan (Hair, Ringle, & Sarstedt, 2011; Henseler, Ringle, &

Sarstedt, 2012; Latan, 2013; Ghozali & Latan, 2015; Sarwono &

Narimawati, 2015; Hair Jr et al., 2016).

2) Penelitian ini menggunakan teknik sampling campuran antara probability

sampling (cluster sampling dan, simple random sampling) dan non

probability sampling (accidental sampling). Penelitian dengan non

probability sampling lebih tepat menggunakan PLS yang tidak

154

mengharuskan randomisasi sampel (Sarwono & Narimawati, 2015), maka

PLS tepat digunakan untuk penelitian ini.

3) PLS bisa dipakai untuk sampel berukuran kecil maupun sampel besar (Hair

et al., 2011). Bahkan ketika sampelnya menjadi besar, hasil perhitungan PLS

menunjukkan konsistensi yang sama dengan CB-SEM / consistency at large

(Hair et al., 2011; Latan, 2013)

4) Pada penelitian ini terdapat dimensi/sub variabel dengan 2 indikator, serta 1

variabel dengan 2 indikator. Hair Jr et al. (2016) menyatakan bahwa PLS

memiliki kemampuan untuk menangani konstruk dengan 1 indikator atau

lebih. Selain itu, pada konstruk order kedua PLS bisa terdiri atas 2 konstruk

order pertama. Sementara CBSEM menghendaki agar indikator tiap

konstruk harus ≥ 3 untuk meminimalkan kesalahan pengukuran (Latan,

2013), dan minimum 3 konstruk order pertama untuk setiap 1 konstruk order

kedua (Hair Jr et al., 2016).

5) PLS tidak menuntut data yang terdistribusi normal dan tidak harus mengikuti

asumsi normalitas (Hair et al., 2011; Monecke & Leisch, 2012; Latan, 2013;

Sarwono & Narimawati, 2015) sebagaimana CB-SEM.

Oleh sebab itu bisa disimpulkan bahwa PLS tepat dipakai untuk kesesuaian

kriteria dan prasyarat analisis yang diperlukan penelitian ini.

Analisis dilakukan dengan empat tahap utama yaitu sebagai berikut:

155

1. Spesifikasi model Struktural dengan PLS.

Menurut Ghozali and Latan (2015), model analisis jalur semua variabel

laten dalam PLS terdiri dari tiga set hubungan, yaitu (1) outer model yang

menspesifikasi hubungan antara variabel laten dengan blok indikator atau

variabel manifest-nya (measurement model), (2) inner model yang menspesifikasi

hubungan antar variabel laten (structural model) atau konstruk, dan (3) weight

relation dimana estimasi algoritma PLS membutuhkan definisi weight relation

untuk melengkapinya. Penjelasan dari masing-masing hubungan tersebut adalah

sebagai berikut:

(a) Outer model, sering juga disebut (outer relation atau measurement model)

mendefinisikan bagaimana setiap blok indikator berhubungan dengan variabel

latennya. Blok dengan indikator refleksif dapat ditulis persamaannya sebagai

berikut:

x = Λx ξ + εx

y = Λy ŋ + εy

dimana :

x = indikator atau manifest variable untuk variabel laten eksogen (ξ)

y = indikator atau manifest variable untuk variabel laten endogen (ŋ)

Λx = Matriks loading yang menggambarkan koefisien regresi sederhana yang

menghubungkan variabel laten eksogen dan indikatornya

Λy = Matriks loading yang menggambarkan koefisien regresi sederhana yang

menghubungkan variabel laten endogen dan indikatornya

єx dan єy = kesalahan pengukuran atau measurement error.

156

(b) inner model yang menspesifikasi hubungan antar variabel laten (structural

model), kadang disebut juga dengan (inner relation structural model dan

substantive theory). Model persamaannya dapat ditulis sebagai berikut :

ŋ = β0 + βŋ| + Гξ + ζ

dimana :

ŋ menggambarkan vector endogen (dependen)

ξ adalah vector variabel laten eksogen

ζ adalah vekor variabel residual (unexplained variance).

Oleh karena PLS didesain untuk model recursive, maka hubungan antar variabel

laten, setiap variabel laten dependen ŋ, atau sering disebut causal chain system

dari variabel laten dapat dispesifikasikan sebagai berikut :

ŋj = ∑I βji ŋi + ∑I γjb ξb + ζj

Dimana:

βјі dan γјі = koefisien jalur yang menghubungkan variabel endogen (ŋ) sebagai

prediktor dan variabel eksogen (ξ)

I dan b = range indices

ζj = inner residual variable.

157

(c ) Weight relation, dalam mana nilai kasus dari variabel laten dapat diestimasi.

Inner dan outer model memberikan spesifikasi yang diikuti dalam estimasi

algoritma PLS. Kita perlu mendefinisikan bobot relasinya dengan weight

relation. Nilai kasus untuk setiap variabel laten diestimasikan dalam PLS sebagai

berikut :

ξ b = ∑kb wkb xkb

ŋi = ∑ki wki yki

dimana :

Wkb dan Wki = k weight yang digunakan untuk membentuk estimasi variabel

laten ξb dan ŋi . Estimasi variabel laten adalah linier agregat dari indikator yang

nilai weight-nya didapat dengan prosedur estimasi PLS seperti dispesifikasi oleh

inner dan outer model. Dimana ŋ adalah vector variabel laten endogen

(dependen),

ξ adalah vector variabel laten exogen (independen), ξ = vector residual dan β

serta r = koefisien jalur (path coefficient).

2. Evaluasi model

PLS tidak mengasumsikan adanya distribusi tertentu untuk estimasi

parameter, maka teknik parametrik untuk menguji signifikansi parameter tidak

diperlukan (Chin, 1998). Model evaluasi PLS berdasarkan pada pengukuran

prediksi yang mempunyai sifat non parametrik. Model pengukuran atau outer

model dengan indikator refleksif dievaluasi dengan convergent dan discriminant

validity dari indikatornya dan composite reliability untuk blok indikator. Model

158

struktural atau inner model dievaluasi dengan uji kolinearitas antar konstruk,

meninjau nilai R2 (variasi nilai variabel endogen yang disebabkan oleh variabel

eksogen tertentu), melihat nilai f2 (kekuatan pengaruh variabel eksogen terhadap

variabel endogen), menilai predictive relevance Q2 (kemampuan model dalam

memprediksi konstruk endogen), dan melihat besarnya koefisien jalur

strukturalnya. Stabilitas dari estimasi ini dievaluasi dengan menggunakan uji t-

statistik yang didapat lewat prosedur bootstrapping.

3. Model Pengukuran atau Outer Model

Covergent valildity dari model pengukuran dengan reflective indicator

dinilai berdasarkan korelasi antara item score/component score dengan construct

score yang dihitung dengan PLS. Ukuran reflektif individual dikatakan tinggi jika

berkorelasi lebih dari 0,70 dengan konstruk yang ingin diukur. Namun demikian

untuk penelitian tahap awal dari pengembangan skala pengukuran nilai loading

0,5 sampai 0,6 dianggap cukup (Chin, 1998).

Diskriminant validity dari model pengukuran dengan reflective indicator

dinilai berdasarkan cross loading pengukuran dengan konstruk. Jika korelasi

konstruk dengan item pengukuran lebih besar dari pada ukuran konstruk lainnya ,

maka hal ini menunjukkan bahwa konstruk laten memprediksi ukuran pada blok

mereka lebih baik dari pada ukuran pada blok lainnya.

Metode lain untuk menilai discriminant validity adalah dengan

membandingkan nilai square root of average variance extracted (AVE) atau

Fornell-Larcker Criterion setiap konstruk dengan korelasi antar konstruk dengan

159

konstruk lainnya dalam model. Jika nilai AVE setiap konstruk lebih besar dari

pada nilai korelasi antara konstruk dengan konstruk lainnya dalam model, maka

dikatakan memiliki nilai diskriminan validity yang baik (Fornell & Larcker,

1981), berikut ini rumus menghitung AVE :

AVE = ∑ 𝜆𝑖

2

∑ 𝜆𝑖2+ ∑𝑖𝑣𝑎𝑟(𝜀𝑖)

Dimana λі adalah component loading ke indicator dan var (єі) = 1 - λі₂

jika semua indicator di standardized, maka ukuran ini sama dengan average

communalities dalam blok. Fornell and Larcker (1981) menyatakan bahwa

pengukuran ini dapat digunakan untuk mengukur reliabitas component score

variabel laten dan hasilnya lebih konservatif dibandingkan dengan composite

reliability (pc). Direkomendasikan nilai AVE harus > 0,50.

Composite reliability blok indicator yang mengukur suatu konstruk dapat

dievaluasi dengan dua macam ukuran yaitu internal consistency yang

dikembangkan oleh (Werts, Linn, & Joreskog, 1974) dan Cronbach’s Alpha.

Dengan menggunakan output yang dihasilkan PLS maka composite reliability

dapat dihitung dengan rumus sebagai berikut :

ρc = (∑ 𝜆𝑖)2

(∑ 𝜆𝑖)2+∑𝑖𝑣𝑎𝑟(𝜀𝑖)

Dimana λi adalah component loading ke indicator dan var(єi) = 1- λi2 .

Dibandingkan dengan Conbach’s Alpha, composite reliability tidak

mengasumsikan atau equivalence antar pengukuran dengan asumsi semua

160

indicator diberi bobot sama. Hair Jr et al. (2016) mengatakan bahwa cronbach's

alpha sangat sensitif terhadap jumlah item pada skala pengukuran dan cenderung

menurunkan reliabilitas konsistensi internal. Sehingga, pengukuran reliabilitas

konsistensi internal lebih tepat menggunakan composite reliability.

4. Model Struktural atau Inner Model

Model Struktural dievaluasi dengan menggunakan R2 untuk konstruk

dependen, Stone-Geisser Q-square test untuk predictive relevance dan uji t serta

signifikansi dari koefisien parameter jalur struktural. Dalam menilai model

dengan PLS kita mulai dengan melihat R2 untuk setiap variabel laten dependen.

Interpretasinya sama dengan interpretasi pada regresi. Perubahan nilai R2 dapat

digunakan untuk menilai pengaruh variabel laten independen tertentu terhadap

variabel laten dependen apakah mempunyai pengaruh yang substansive. Pengaruh

besarnya f2 dapat dihitung dengan rumus sebagai berikut :

f2 = 𝑅𝑖𝑛𝑐𝑙𝑢𝑑𝑒𝑑

2 −𝑅𝑒𝑥𝑐𝑙𝑢𝑑𝑒𝑑2

1−𝑅𝑖𝑛𝑐𝑙𝑢𝑑𝑒𝑑2

dimana R2 included

adalah R2 dari variabel laten dependen ketika predictor

variable laten digunakan atau dikeluarkan di dalam persamaan structural. Nila f2

sama dengan 0,02; 0,15; dan 0,35 dapat diartikan bahwa prediktor variabel laten

memiliki pengaruh kecil; menengah; dan besar pada tingkat struktural.

Disamping melihat nilai R2, model PLS juga dievaluasi dengan melihat

Q2predictive relevance untuk model konstruk. Q2 mengukur seberapa baik nilai

161

observasi yang dihasilkan oleh model dan juga estimasi parameternya. Nilai Q2

mendekati satu menunjukkan bahwa model memiliki nilai predictive relevance,

sedangkan nilai Q2 mendekati 0 (nol) menunjukkan bahwa model kurang

memiliki predictive relevance.

Selanjutnya dalam penelitian ini dilakukan beberapa langkah dalam

menggunakan model persamaan struktural (Hair, Anderson, Tatham, & Black,

1998) sebagai berikut:

Langkah pertama; membangun model berbasis teori yang sudah dibahas pada

bab sebelumnya.

Langkah kedua; melakukan estimasi nilai dengan menggunakan alat bantu

software PLS, yaitu dalam hal ini SmartPLS .

Langkah ketiga; menjabarkan hasil estimasi nilai yang diperoleh untuk

keperluan pengujian validitas, pengujian hipotesis dan

evaluasi model.

Langkah keempat; interpretasi model atau hasil pengujian. Pada tahap ini, hasil

diinterpretasikan dan dikaji secara teoritis dan mendalam.

Sesuai dengan paradigma penelitian yang diuraikan dalam kerangka

pemikiran, maka rancangan analisis yang menunjukkan kapabilitas dinamis dan

manajemen pengetahuan berpengaruh terhadap modal intelektual dan kinerja

inovasi serta berdampak terhadap kinerja perusahaan dapat digambarkan sebagai

berikut berikut :

162

MM

MS

MR

MK

η1

ξ 1

PS PK IP

ξ 2

PP TP AP

η3η2

Pel

Keu

IPE IPros IPem IO

γ12

β32

γ11

β21

γ21

γ22

γ31 ζ3ζ1

ζ2

Ф21

γ32

β31

Gambar 3. 1 Diagram Jalur

Berdasarkan diagram jalur di atas, maka persamaan hubungan dalam penelitian

ini dapat disampaikan sebagai berikut:

• η1= γ11 ξ1 + γ12ζ1

• η2= γ21 ξ1 + γ22ζ1 + β21 η1

• η3= γ31 ξ1 + γ31 ξ1 + β32 η2 + β31 η1

Dimana:

ξ1 : Kapabilitas dinamis

ξ12 : Manajemen pengetahuan

η1 : Modal intelektual

η2 : Kinerja inovasi

163

η3 : Kinerja perusahaan

γ : Koefisien Pengaruh variabel eksogen ke variabel endogen

β : Koefisien Pengaruh variabel endogen ke variabel endogen

ζ : Standar error penaksiran model

Ф : Koefisien korelasi

MM : Modal Manusia

MS : Modal Struktural

MR : Modal relasional

MK : Modal kewirausahaan

PP : Penciptaan pengetahuan

TP : Transfer pengetahuan

AP : Aplikasi pengetahuan

PS : Penginderaan strategis

PK : Pengambilan keputusan

IP : Implementasi perubahan

IPE : Inovasi produksi

IPros : Inovasi Proses

IPem : Inovasi pemasaran

IO : Inovasi organisasi

Pel : Pelanggan

Keu : Keuangan

164

3.8. Rancangan Pengujian Hipotesis

Pengujian hipotesis yang akan dilakukan adalah untuk menguji kapabilitas

dinamis dan manajemen pengetahuan serta pengaruhnya terhadap modal

intelektual dan kinerja inovasi serta implikasinya terhadap kinerja perusahaan di

industri kreatif fashion produk tekstil di Provinsi Jawa Barat. Berdasarkan

paradigma dan hipotesis penelitian ini, maka masing-masing variabel dalam

penelitian ini akan dilakukan pengujian hipotesis secara empiris. Pengujian

hipotesis 1 sampai dengan 5 pada penelitian ini dirumuskan pada sub bab berikut

ini.

3.8.1. Rancangan Pengujian Hipotesis Pertama

Hipotesis pertama : Kapabilitas dinamis dan manajemen pengetahuan

mempengaruhi modal intelektual baik secara simultan

maupun parsial di industri kreatif fashion produk

tekstil di Provinsi Jawa Barat

Model struktural yang menunjukkan adanya pengaruh kapabilitas dinamis dan

manajemen pengetahuan terhadap modal intelektual disajikan melalui gambar

berikut :

165

η1

ξ 1

ξ 2

γ12

γ11

ζ1

Gambar 3. 2 Model Struktural Hipotesis 1

Untuk menguji hipotesis 1, dilakukan melalui hipotesis statistik sebagai

berikut:

Rancangan Pengujian Simultan

Hipotesis secara simultan adalah:

H0: γ11 : γ12 =0 Tidak terdapat pengaruh kapabilitas dinamis dan manajemen

pengetahuan secara simultan terhadap modal intelektual

H1: γ11 :γ12 0 Terdapat pengaruh kapabilitas dinamis dan manajemen

pengetahuan secara simultan terhadap modal intelektual

Untuk menguji hipotesis ini digunakan statistik uji F sebagai berikut :

𝐹 = 𝑅2 𝑘⁄

(1 − 𝑅2) (𝑛 − 𝑘 − 1)⁄

166

Keterangan:

k = jumlah variabel eksogen

n = jumlah sampel

R2 = pengaruh total variabel eksogen ke endogen

Kriteria Uji Simultan.

H0 ditolak jika nilai F > nilai F tabel pada tingkat signifikansi 5% pada derajat

bebas V1 = K dan V2 = n-k-1

Rancangan Pengujian Parsial

Hipotesis secara parsial adalah:

H0: 11=0 Tidak terdapat pengaruh kapabilitas dinamis terhadap modal

intelektual

H1: 110 Terdapat pengaruh kapabilitas dinamis terhadap modal intelektual

H0: 12=0 Tidak terdapat pengaruh manajemen pengetahuan terhadap modal

intelektual

H1: 120 Terdapat pengaruh manajemen pengetahuan terhadap modal

intelektual

Untuk menguji hipotesis di atas digunakan statistik uji t sebagai berikut :

𝑡𝑖 = 𝛾𝑖𝑗

𝑠𝑒(𝛾𝑖𝑗); 𝑖, 𝑗 = 1,2

167

Dengan 𝛾𝑖𝑗 taksiran dari koefisien pengaruh variabel laten eksogen terhadap

endogen, dan 𝑠𝑒(𝛾𝑖𝑗) nilai standar error penaksiran parameter model yang

diperoleh melalui proses resampling atau bootstrap.

Kriteria Uji Parsial.

H0 ditolak jika nilai ti > nilai t tabel pada tingkat signifikansi 5%.

3.8.2. Rancangan Pengujian Hipotesis Kedua

Hipotesis Kedua : Kapabilitas dinamis, manajemen pengetahuan dan modal

intelektual mempengaruhi kinerja inovasi baik secara

simultan maupun parsial di industri kreatif fashion

produk tekstil di Provinsi Jawa Barat

Model strukturalnya sebagai berikut :

η1

ξ 1

ξ 2

η2β21

γ21

γ22

ζ2


168


berikut:



H0: γ21 : γ22 : β21 =0 Tidak terdapat pengaruh kapabilitas dinamis, manajemen

pengetahuan dan modal intelektual secara simultan terhadap

kinerja inovasi

H1: γ21 :γ22 : β21 0 Terdapat pengaruh kapabilitas dinamis, manajemen

pengetahuan dan modal intelektual secara simultan terhadap

kinerja inovasi


𝐹 = 𝑅2 𝑘⁄

(1 − 𝑅2) (𝑛 − 𝑘 − 1)⁄

Keterangan:


n = jumlah sampel


Kriteria Uji Simultan


bebas V1 = K dan V2 = n-k-1.

169



H0: 21=0 Tidak terdapat pengaruh kapabilitas dinamis terhadap kinerja

inovasi

H1: 210 Terdapat pengaruh kapabilitas dinamis terhadap kinerja inovasi

H0: 22=0 Tidak terdapat pengaruh manajemen pengetahuan terhadap

kinerja inovasi

H1: 220 Terdapat pengaruh manajemen pengetahuan terhadap kinerja

inovasi

H0: β21=0 Tidak terdapat pengaruh modal intelektual terhadap kinerja

inovasi

H1: β210 Terdapat pengaruh modal intelektual terhadap kinerja inovasi



𝑠𝑒(𝛾𝑖𝑗); 𝑖, 𝑗 = 1,2

dan

𝑡 = �̂�𝑖𝑗

𝑠𝑒(�̂�𝑖𝑗) ; 𝑖, 𝑗 = 1,2


endogen, �̂�𝑖𝑗 taksiran dari koefisien pengaruh variabel laten endogen terhadap

endogen lainnya, dan 𝑠𝑒(𝛾𝑖𝑗) nilai standar error penaksiran parameter model

yang diperoleh melalui proses resampling atau bootstrap.

170

Kriteria Uji Parsial


3.8.3. Rancangan Pengujian Hipotesis Ketiga

Hipotesis Ketiga : Kapabilitas dinamis, manajemen pengetahuan, modal

intelektual dan kinerja inovasi mempengaruhi kinerja

perusahaan baik secara simultan maupun parsial di

industri kreatif fashion produk tekstil di Provinsi

Jawa Barat

Model strukturalnya sebagai berikut :

η1

ξ 1

ξ 2

η3η2 β32

γ31 ζ3

γ32

β31



berikut:

171



H0: γ31 : γ32 : β31 : β32 =0 Tidak terdapat pengaruh kapabilitas dinamis,

manajemen pengetahuan, modal intelektual dan kinerja

inovasi secara simultan terhadap kinerja perusahaan

H1: γ31 :γ32 : β31 : β32 0 Terdapat pengaruh kapabilitas dinamis, manajemen

pengetahuan, modal intelektual dan kinerja inovasi

secara simultan terhadap kinerja perusahaan


𝐹 = 𝑅2 𝑘⁄

(1 − 𝑅2) (𝑛 − 𝑘 − 1)⁄

Keterangan:


n = jumlah sampel




bebas V1 = K dan V2 = n-k-1.



H0: 31=0 Tidak terdapat pengaruh kapabilitas dinamis terhadap kinerja

perusahaan

172

H1: 310 Terdapat pengaruh kapabilitas dinamis terhadap kinerja

perusahaan

H0: 32=0 Tidak terdapat pengaruh manajemen pengetahuan terhadap

kinerja perusahaan

H1: 320 Terdapat pengaruh manajemen pengetahuan terhadap kinerja

perusahaan

H0: β31=0 Tidak terdapat pengaruh modal intelektual terhadap kinerja

perusahaan

H1: β310 Terdapat pengaruh modal intelektual terhadap kinerja perusahaan

H0: β32=0 Tidak terdapat pengaruh kinerja inovasi terhadap kinerja

perusahaan

H1: β320 Terdapat pengaruh kinerja inovasi terhadap kinerja perusahaan



𝑠𝑒(𝛾𝑖𝑗); 𝑖, 𝑗 = 1,2,3

dan

𝑡 = �̂�𝑖𝑗

𝑠𝑒(�̂�𝑖𝑗) ; 𝑖, 𝑗 = 1,2,3





173



3.8.4. Rancangan Pengujian Hipotesis Keempat

Hipotesis keempat : Kapabilitas dinamis dan manajemen pengetahuan

mempengaruhi kinerja inovasi melalui modal

intelektual baik secara simultan maupun parsial pada

industri kreatif fashion produk tekstil di Provinsi Jawa

Barat.

η1

ξ 1

ξ 2

η2

γ12

γ11

β21

ζ1 ζ2


Untuk menguji hipotesis 4, dilakukan melalui hipotesis statistik sebagai berikut:



174

H0: γ11 : γ12 : β21 =0 Tidak terdapat pengaruh kapabilitas dinamis dan

manajemen pengetahuan secara simultan terhadap kinerja

inovasi melalui modal intelektual

H1: γ11 : γ12 : β21 0 Terdapat pengaruh kapabilitas dinamis dan manajemen

pengetahuan secara simultan terhadap kinerja inovasi

melalui modal intelektual


𝐹 = 𝑅2 𝑘⁄

(1 − 𝑅2) (𝑛 − 𝑘 − 1)⁄

Keterangan:


n = jumlah sampel



H0 ditolak jika nilai F > nilai F tabel pada tingkat signifikansi 5%.



H0: 11 : β21 =0 Tidak terdapat pengaruh kapabilitas dinamis terhadap kinerja


H1: 11 : β21 0 Terdapat pengaruh kapabilitas dinamis terhadap kinerja inovasi

melalui modal intelektual

175

H0: 22 : β21 =0 Tidak terdapat pengaruh manajemen pengetahuan terhadap

kinerja inovasi melalui modal intelektual

H1: 22 : β21 0 Terdapat pengaruh manajemen pengetahuan terhadap kinerja



𝑡𝑖 = 𝛾𝑖𝑗�̂�𝑖𝑗

𝑠𝑒(𝛾𝑖𝑗�̂�𝑖𝑗); 𝑖, 𝑗 = 1,2

Dimana:

se(𝛾𝑖𝑗�̂�𝑖𝑗) = √𝛾𝑖𝑗2 (𝑠𝑒(�̂�𝑖𝑗))

2+ �̂�𝑖𝑗

2 (𝑠𝑒(𝛾𝑖𝑗))2

+ (𝑠𝑒(𝛾𝑖𝑗))2

(𝑠𝑒(�̂�𝑖𝑗))2

(Baron & Kenny, 1986)







Untuk mengetahui apakah peran mediasi yang dijalankan oleh suatu variabel

bersifat mediasi penuh (full mediation) atau mediasi parsial (partial mediation),

penelitian ini akan menggunakan tahapan tes mediasi yang dikemukakan oleh

Baron and Kenny (1986). Tahapan mediasi tersebut dijelaskan dengan bantun

gambar berikut:

176

Gambar 3. 6 Ilustrasi Uji Mediasi

Mediasi terjadi jika:

1 Terdapat pengaruh signifikan variabel independen terhadap mediator (jalur

P1)

2 Terdapat pengaruh signifikan variabel independen terhadap variabel dependen

(jalur P3)

3 Setelah mengikutsertakan mediator ke dalam model (jalur P1 dan jalur P2),

jika tingkat signifikansi pengaruh variabel independen terhadap variabel

dependen menurun (jalur P3), maka terjadi mediasi parsial. Namun jika

hubungan variabel independen terhadap variabel dependen (jalur P3) menjadi

tidak signifikan, maka terjadi mediasi penuh.

Hair Jr et al. (2016) menambahkan bahwa besarnya kekuatan hubungan tidak

langsung melalui variabel mediasi terhadap pengaruh total bisa dilihat dari nilai

Variance Accounted For (VAF), dengan persamaan:

Y2

Y1 Y3

Ρ1 Ρ2

Ρ3

177

𝑉𝐴𝐹 = 𝑃1 𝑥 𝑃2

(𝑃1 𝑥 𝑃2) + 𝑃3

Dimana:

VAF = Variance Accounted For

P1 = koefisien jalur pengaruh variabel independen terhadap variabel mediasi

P2 = koefisien jalur pengaruh variabel mediasi terhadap variabel dependen

P3 = koefisien jalur pengaruh variabel independen terhadap variabel dependen

Sebagai acuan nilai:

1. Jika nilai VAF < 20, maka tidak terjadi mediasi, besaran pengaruh

langsung bisa diinterpretasikan.

2. Jika 20% ≤ nilai VAF ≤ 80%, maka terjadi mediasi parsial, besaran

pengaruh mediasi bisa diinterpretasikan.

3. Jika nilai 80% ≤ VAF ≤ 100%, maka terjadi mediasi penuh, besaran

pengaruh mediasi bisa diinterpretasikan.

4. Jika nilai VAF > 100%, maka terjadi mediasi penuh, besaran pengaruh

mediasi tidak bisa diinterpretasikan

3.8.5. Rancangan Pengujian Hipotesis Kelima

Hipotesis kelima : Kapabilitas dinamis, manajemen pengetahuan dan modal

intelektual mempengaruhi kinerja perusahaan melalui

kinerja inovasi baik secara simultan mapun parsial pada

industri kreatif fashion produk tekstil di Provinsi Jawa

Barat

Model strukturalnya disajikan melalui gambar berikut :

178

η1

ξ 1

ξ 2

η3η2 β32β21

γ21

γ22

ζ2


Pengujian Simultan


H0: γ21 : γ22 : β21 : β32 =0 Tidak terdapat pengaruh kapabilitas dinamis,

manajemen pengetahuan dan modal intelektual

secara simultan terhadap kinerja perusahaan melalui

kinerja inovasi

H1: γ21 : γ22 : β21 : β32 0 Terdapat pengaruh kapabilitas dinamis, manajemen

pengetahuan dan modal intelektual secara simultan

terhadap kinerja perusahaan melalui kinerja inovasi


𝐹 = 𝑅2 𝑘⁄

(1 − 𝑅2) (𝑛 − 𝑘 − 1)⁄

Keterangan:


n = jumlah sampel

179



H0 ditolak jika nilai F > nilai F tabel pada tingkat signifikansi 5%.

Pengujian Parsial


H0: 21 : β32 =0 Tidak terdapat pengaruh kapabilitas dinamis terhadap

kinerja perusahaan melalui kinerja inovasi

H1: 21 : β32 0 Terdapat pengaruh kapabilitas dinamis terhadap kinerja

perusahaan melalui kinerja inovasi

H0: 21 : β32 =0 Tidak terdapat pengaruh manajemen pengetahuan terhadap


H1: 21 : β32 0 Terdapat pengaruh manajemen pengetahuan terhadap


H0: β21 : β32 =0 Tidak terdapat pengaruh modal intelektual terhadap kinerja


H1: β21 : β32 0 Terdapat pengaruh modal intelektual terhadap kinerja



𝑡𝑖 = 𝛾𝑖𝑗�̂�𝑖𝑗

𝑠𝑒(𝛾𝑖𝑗�̂�𝑖𝑗); 𝑖, 𝑗 = 1,2,3

180

Dimana:

se(𝛾𝑖𝑗�̂�𝑖𝑗) = √𝛾𝑖𝑗2 (𝑠𝑒(�̂�𝑖𝑗))

2+ �̂�𝑖𝑗

2 (𝑠𝑒(𝛾𝑖𝑗))2

+ (𝑠𝑒(𝛾𝑖𝑗))2

(𝑠𝑒(�̂�𝑖𝑗))2

dan

𝑡𝑖 = �̂�𝑖𝑗�̂�𝑖𝑗

𝑠𝑒(�̂�𝑖𝑗�̂�𝑖𝑗); 𝑖, 𝑗 = 1,2,3

Dimana:

se(�̂�𝑖𝑗�̂�𝑖𝑗) = √�̂�𝑖𝑗2 (𝑠𝑒(�̂�𝑖𝑗))

2+ �̂�𝑖𝑗

2 (𝑠𝑒(�̂�𝑖𝑗))2

+ (𝑠𝑒(�̂�𝑖𝑗))2

(𝑠𝑒(�̂�𝑖𝑗))2

(Baron & Kenny, 1986)







Untuk mengetahui apakah peran mediasi yang dijalankan oleh suatu variabel

bersifat mediasi penuh (full mediation) atau mediasi parsial (partial mediation),

penelitian ini akan menggunakan tahapan tes mediasi yang dikemukakan oleh

Baron and Kenny (1986) sebagaimana dijelaskan pada hipotesis 4 sebelumnya.

BAB III METODE PENELITIAN 3.1. Metode yang...

Documents

Transcript of BAB III METODE PENELITIAN 3.1. Metode yang...