PERANCANGAN MODEL PENGUKURAN KINERJA BERBASIS …

PERANCANGAN MODEL PENGUKURAN KINERJA BERBASIS

KRITERIA BALDRIGE EXCELLENCE FRAMEWORK

DENGAN METODE QUANTITATIVE MODELS FOR

PERFORMANCE MEASUREMENT SYSTEM

DI PT. INTAN SUAR KARTIKA

TESIS

Oleh

IVO ANDIKA H

147025006 / TI

F A K U L T A S T E K N I K

UNIVERSITAS SUMATERA UTARA

M E D A N

2 0 1 7



KRITERIA BALDRIGE EXCELLENCE FRAMEWORK

DENGAN METODE QUANTITATIVE MODELS FOR

PERFORMANCE MEASUREMENT SYSTEM

DI PT. INTAN SUAR KARTIKA

Diajukan sebagai salah satu syarat

untuk memperoleh gelar Magister Teknik

dalam Program Studi Teknik Industri

pada Fakultas Teknik Universitas Sumatera Utara

Oleh

IVO ANDIKA H

147025006 / TI

F A K U L T A S T E K N I K


M E D A N

2 0 1 7


Judul Tesis : PERANCANGAN MODEL PENGUKURAN KINERJA

BERBASIS KRITERIA BALDRIGE EXCELLENCE

FRAMEWORK DENGAN METODE QUANTITATIVE

MODELS FOR PERFORMANCE MEASUREMENT

SYSTEM DI PT.INTAN SUAR KARTIKA

Nama Mahasiwa : Ivo Andika Hasugian

Nomor Pokok : 147025006

Program Studi : Teknik Industri

Menyetujui

Komisi Pembimbing

(Prof. Dr. Ir. Sukaria Sinulingga, M.Eng) (Prof.Dr.Ir. Harmein Nasution, MSIE)

Ketua Anggota

Ketua Program Studi Dekan

(Dr. Ir. Nazaruddin, MT) (Ir. Seri Maulina, M.Si, Ph.D)

Tanggal Lulus : 04 Mei 2017


Telah di uji pada

Tanggal : 04 Mei 2017

PANITIA PENGUJI TESIS

Ketua : Prof. Dr. Ir. Sukaria Sinulingga, M.Eng

Anggota : Prof. Dr. Ir. Harmein Nasution, MSIE

Prof. Dr. Ir. Humala L. Napitupulu, DEA

Dr. Ir. Juliza Hidayati, MT

Dr. Meilita Tryana Sembiring, ST, MT


LEMBAR PERNYATAAN

Dengan ini saya menyatakan bahwa tesis yang berjudul:


KRITERIA BALDRIGE EXCELLENCE FRAMEWORK DENGAN METODE

QUANTITATIVE MODELS FOR PERFORMANCE MEASUREMENT SYSTEM

(QMPMS) DI PT. INTAN SUAR KARTIKA adalah benar hasil karya saya

sendiri dan belum dipublikasikan oleh siapapun sebelumnya. Sumber-sumber

data dan informasi yang digunakan telah dinyatakan secara benar dan jelas.

Medan, Juli 2017

Yang Membuat Pernyataan,

Ivo Andika Hasugian

NIM. : 147025006 / TI


MOTTO & PERSEMBAHAN

“Tidak ada batas untuk berkembang, karena tidak ada batas bagi kapasitas

manusia untuk kecerdasan, imajinasi dan rasa ingin tahu”.

(Ronald Reagen)

“Orang hebat tidak dihasilkan melalui kemudahan, kesenangan atau kenyamanan tapi

mereka dibentuk melalui kesukaran, tantangan dan air mata”.

(Anonim)

“Bila Anda memimpikan hal-hal besar,Anda dapat memperoleh hal-hal besarpula”

(Walt Disney)

Tesis ini kupersembahkan salah satu karya sebagai tanda terima kasih atas

perjuangan, doa dan dukungan oleh kedua orangtuaku, istriku Nanda Lestari dan

kedua putraku selama ku tempuh jalan pendidikan.


ABSTRAK

Penelitian ini merancang model pengukuran kinerja di PT. Intan Suar Kartika

Medan menggunakan metode Quantitave Models for Performance Measurement

System (QMPMS) dengan berbasis kriteria baldrige excellence performance. Kinerja

organisasi yang meningkat sangat dibutuhkan oleh perusahaan dalam rangka

meningkatkan daya saing. Untuk dapat mengukur kinerja organisasi dengan baik,

diperlukan rancangan model pengukuran kinerja yang mampu mengukur efektivitas

dan efisiensi dari setiap aktivitas dalam organisasi. Ada beberapa faktor yang

mempengaruhi dan membawa dampak pada kinerja perusahaan. Faktor-faktor itu

adalah perencanaan strategis, fokus kepada pelanggan dan pasar, fokus kepada

tenaga kerja, fokus kepada operasi dan kepemimpinan. Data penelitian diperoleh dari

penyebaran kuesioner terhadap 150 tenaga kerja. Pendekatan statistik yang

digunakan adalah pendekatan Structural Equation Modeling (SEM) dengan

menggunakan bantuan program SPPS Amos versi 22 dalam pengolahan data.

Hasil penelitian ini menunjukkan bahwa perencanaan strategis (0,989), fokus

kepada pelanggan dan pasar (0,203), fokus kepada tenaga kerja (0,190), fokus

kepada operasi (0,173) dan kepemimpinan (0,235) berpengaruh langsung terhadap

kinerja perusahaan. Sementara itu, perencanaan strategis dan fokus kepada operasi

juga berpengaruh secara tidak langsung terhadap kinerja perusahaan melalui

kepemimpinan.

Perancangan model pengukuran kinerja PT.Intan Suar Kartika Medan

berhasil mengidentifikasi 25 Key Performance Indicators (KPI), yaitu 4 KPI kriteria

perencanaan strategis, 5 KPI kriteria fokus terhadap pelanggan dan pasar, 5 KPI

kriteria fokus terhadap tenaga kerja, 5 KPI kriteria kriteria tenaga kerja, 6 KPI

kriteria fokus kepada operasi, 5 KPI kriteria kepemimpinan. Tersedia model hirarki

dan matriks pengukuran kinerja yang dapat di implementasikan di perusahaan.

Kata kunci: Kinerja perusahaan, Structural Equation Modeling, Perancangan Model

Pengukuran Kinerja, Key Performance Indicator.


ABSTRACT

This research design performance measurement model at PT. Intan Suar

Kartika Medan using QMPMS method based on baldrige excellence performance

criteria. Increased organization performance is really needed by company in order

to enhance its competitiveness ability. In order to the organization performance

measurement well, we need to design performance measurement model which is able

to measure the effectiveness and the efficiency of all activities in the organization.

That are some factors that affect and bring impact to the company performance. That

factors are strategic planning, customer and market focus, workforce focus,

operations focus and leadership.

The data is obtained from spreading the questionnaire to 150 labors. Statistic

approach that are used is Structural Equation Modeling approach by using SPPS

Amos program version 22 in data processing.

This research’s result showed that strategic planning (0,548), customer and market

focus (0,112), workforce focus (0,105), operations focus (0,105) and leadership

(0,130) are directly affected the company performance. Meanwhile, strategic

planning and operations focus is also indirectly affected the company performance

through leadership.

The design of PT. Intan Suar Kartika Medan’s performance measurement model

successfully identified 25 Key Performance Indicators (KPIs), which are 4 KPIs of

strategic planning criteria, 5 KPIs of customer and market focus criteria, 5 KPIs of

workforce focus criteria, 6 KPIs of operations focus criteria, 5 KPIs of leadership

criteria. There are hirarchy model and matrix model for performance measurement.

Keywords : Company performance, Structural Equation Modeling, Performance

measurement models design, Key Performance Indicator.


RIWAYAT HIDUP

Ivo Andika Hasugian lahir di Medan, Sumatera Utara, pada tanggal 15 April

1985, merupakan anak pertama dari tiga bersaudara pasangan Bapak S.

Makmur Hasugian, SH, MH. dan Arista Purba, S.Km.

Penulis menyelesaikan pendidikan sekolah dasar pada tahun 1997 di SD

Khalsa Medan, pendidikan sekolah lanjutan tingkat pertama pada tahun 2000 di

SLTP Negeri 1 Medan, dan pendidikan sekolah menengah umum di SMU Negeri 17

Medan pada tahun 2003.

Pada tahun 2004, melanjutkan kuliah di Program Studi Teknik Industri

Fakultas Teknik dan menyelesaikan pendidikan tersebut pada tahun 2008. Pada tahun

2014 penulis melanjutkan pendidikan Magister Teknik Industri di Fakultas Teknik

Universitas Sumatera Utara.

Penulis sejak tahun 2006 merintis usaha bernama Klinik Komputer yang

beralamat di Jl. Dr.Mansyur 47-a. Pada tahun 2010 penulis menikah dengan

Nanda Lestari, S.Si, kemudian mendirikan perusahaan bernama CV. IC-COM.


KATA PENGANTAR

Puji dan syukur penulis panjatkan ke hadirat Allah SWT atas rahmat dan

karunia-Nya sehingga penulis dapat menyelesaikan tesis dengan judul “Perancangan

Model Pengukuran Kinerja Berbasis Kriteria Baldrige Excellence Framework

Dengan Metode Quantitative Models For Performance Measurement System

(QMPMS) di PT. Intan Suar Kartika”. Penelitian ini diharapkan dapat menjadi salah

satu masukan untuk perusahaan, dalam rangka perbaikan kinerja perusahaan.

Pada kesempatan ini penulis ingin mengucapkan terima kasih kepada Dr. Ir.

Nazaruddin, MT selaku Ketua Jurusan Teknik Industri Program Pasca Sarjana

Universitas Sumatera Utara dan Prof. Dr. Ir. Sukaria Sinulingga, M.Eng sebagai

pembimbing utama yang telah banyak memberikan dukungan, dan arahan. Bapak

Prof. Dr. Ir. Harmein Nasution, MSIE sebagai anggota komisi pembimbing yang

telah banyak membantu dalam memberikan arahan, dukungan, serta petunjuk dalam

penyusunan tesis ini.

Pimpinan PT. Intan Suar Kartika yang telah memberikan ijin kepada

penulis untuk melaksanakan penelitian dan membantu penulis dalam

mengumpulkan data-data yang dibutuhkan selama penelitian. Seluruh

karyawan PT. Intan Suar Kartika khususnya ibu Juli, bapak Mudji serta bapak Viko

Nainggolan atas bantuan dan kerjasamanya hingga penulis dapat menyusun tesis ini.

Kedua orang tua penulis yang telah memberikan dukungan secara moril dan

materil selama penulis menjalankan studi S2 dan dalam penyelesaian tesis ini.

Teman-teman yang telah banyak membantu penulis khususnya angkatan 19 atas

kerja samanya dalam menjalani perkuliahan dan penyelesaian tesis ini. Sahabat-

sahabat penulis di Magister Teknik Industri USU ; Nukhe, Dewi, Petri. Terimakasih

kepada mbak Santi staf Magister Teknik Industri USU yang telah membantu penulis

dalam memberikan informasi seputar perkuliahan dan tesis. Terimakasih juga untuk

teman-teman seperjuangan dalam perkuliahan.


vi

DAFTAR ISI

Halaman

ABSTRAK.............................................................................................................

ABSTRACT............................................................................................................

RIWAYAT HIDUP...............................................................................................

KATA PENGANTAR...........................................................................................

DAFTAR ISI.........................................................................................................

DAFTAR TABEL ...............................................................................................

DAFTAR GAMBAR.............................................................................................

DAFTAR LAMPIRAN.........................................................................................

i

ii

iii

iv

vi

ix

xi

xiii

BAB 1

PENDAHULUAN

1.1. Latar Belakang…………………………………………………. 1

1.2. Rumusan Masalah……………………………………………… 5

1.3. Tujuan Penelitian………………………………………………. 5

1.4. Manfaat Penelitian…………………………...………………… 6


vii

1.5. Batasan Masalah ……………………………………………….. 6

1.6. Asumsi-asumsi……………………. ………………………….. 7

BAB 2

LANDASAN TEORI

2.1. Pengukuran Kinerja……………………………………………… 8

2.1.1. Pengertian Pengukuran Kinerja.........................................

2.1.2. Tujuan Pengukuran Kinerja................................................

8

9

2.2. Perkembangan sistem pengukuran kinerja ….………………… 10

2.2.1. Standar Kinerja Perusahaan di Berbagai Negara............... 11

2.3. Quantitave Models for Performance Measurement System……. 17

2.3.1. Identifikasi Faktor-faktor yang Mempengaruhi Kinerja

dan Hubungannya ……………............................................

18

2.3.2. Faktor-Faktor Secara Hirarki……………………………

2.3.3. Mengukur Pengaruh Faktor-Faktor Terhadap Kinerja….

20

20

21

2.4. Structural Equation Modeling (SEM)………………………..…….. 22

2.4.1. Penerapan SEM dalam Baldridge Excellence Framework 26

2.5. Penelitian Terdahulu………………………………………..…….. 29


viii

BAB 3 KERANGKA KONSEPTUAL

3.1. Kerangka Konseptual..……………………………………..…… 38

3.1.1. Model Pengukuran.............................................................

3.1.2. Model Struktural................................................................

45

45

3.2. Rumusan Hipotesis...……………………………………..…… 46

3.3. Definisi Operasional...……………………………………..…… 47

BAB 4

RANCANGAN PENELITIAN

4.1. Tipe Penelitian…………………………………………………. 48

4.2. Lokasi Penelitian.......................................................................... 48

4.3. Gambaran umum perusahaan....................................................... 48

4.3.1. Sejarah singkat................................................................... 48

4.3.2. Ruang Lingkup bidang usaha............................................

4.3.3. Struktur Organisasi............................................................

4.4.4. Data tenaga kerja perusahaan............................................

4.4. Metode Penelitian.........................................................................

4.4.1. Tahapan Penelitian.............................................................

4.4.2. Deskripsi Populasi dan Sampel Penelitian........................

49

50

51

52

53

55


ix

4.4.3. Teknik Pengumpulan Data................................................

4.4.4. Analisis Data.....................................................................

4.4.5. Tahap Perancangan...........................................................

4.4.6. Kesimpulan dan Saran......................................................

56

68

73

73

BAB 5

PENGUMPULAN DAN PENGOLAHAN DATA

5.1. Pengumpulan Data…………..………………………………….

5.1.1. Pengumpulan Data Tahap Awal.......................................

5.1.2. Pengumpulan Data Tahap Akhir.......................................

5.2. Pengolahan Data…………..…………………………………….

5.2.1. Hasil Pengolahan Data Model Pengukuran.......................

5.2.2. Hasil Pengolahan Data Model Struktural..........................

5.2.3. Hasil Pengolahan Data Persamaan Matematika.................

5.2.4. Validitas Konvergen Model...............................................

74

74

77

78

78

85

87

95

BAB 6 ANALISIS DAN PERANCANGAN

6.1. Analisis…………. …………..………………………………….

6.1.1. Analisis Kecocokan...........................................................

6.1.2. Evaluasi Hipotesis Penelitian............................................

97

97

118

121


x

6.2. Perancangan Model Pengukuran Kinerja.....................................

6.2.1. Identifikasi Faktor-faktor yang Mempengaruhi Kinerja

dan Hubungannya...........................................................

6.2.2. Menyusun Faktor-Faktor Secara Hirarki………………...

6.2.3. Mengukur Pengaruh dari Faktor-faktor Terhadap Kinerja

122

124

125

BAB 7 KESIMPULAN DAN SARAN

7.1. Kesimpulan……. …………..………………………………….

7.2. Saran……..……. …………..………………………………….

131

132

DAFTAR PUSTAKA

LAMPIRAN


xi

DAFTAR TABEL

Tabel Judul Halaman

2.1. Kriteria Kinerja Perusahaan di Berbagai Negara…………......................

2.2. Penelitian-penelitian yang telah dilakukan..............................................

4.1. Alokasi Tenaga Kerja pada PT. Intan Suar Kartika……………………

4.2. Skala Penelitian........................................................................................

4.3. Atribut (Indikator) masing-masing Variabel Laten……………………..

4.4. Indeks Pengujian Kelayakan Model……................................................

5.1. Hasil Uji Validitas ……………………………………….……………..

5.2. Hasil Uji Realibilitas……..……………………. ………………..……..

5.3. Deskripsi Penyebaran Kuesioner Penelitian ……………………………

5.4. Standardized Regression Weights: Perencanaan strategis ………….….

5.5. Standardized Regression Weights: Fokus kepada pelanggan dan pasar…

5.6. Standardized Regression Weights: Fokus kepada tenaga kerja………….

5.7. Standardized Regression Weights: Fokus kepada operasi…………….…

5.8. Standardized Regression Weights: Kepemimpinan…………………..…

5.9. Standardized Regression Weights: Kinerja…………………………..…

5.10. Regression Weight (factor loading) Measurement Model…………………

12

34

51

57

60

70

75

76

77

80

81

82

83

84

85

95


xii

6.1. Hasil Pengujian Kelayakan Kelompok Absolute Fit Measures …………

6.2. Hasil Pengujian Kelayakan Kelompok Incremental Fit Measures …….

6.3. Hasil Pengujian Kelayakan Kelompok Parsimonious Fit Measures….…

6.4. Hasil Analisis Kecocokan Keseluruhan Model …………………………

6.5. Hasil Analisis Kecocokan Keseluruhan Model Modifikasi ……………

6.6. Hasil Pengolahan Data Perencanaan strategis.…………………………

6.7. Hasil Pengolahan Data Fokus kepada pelanggan dan pasar ……………

6.8. Hasil Pengolahan Data Faset Fokus kepada tenaga kerja ………………

6.9. Hasil Pengolahan Data Faset Fokus kepada operasi…………………….

6.10. Hasil Pengolahan Data Faset Kepemimpinan. ……………………….…

6.11. Hasil Pengolahan Data Faset Kinerja Perusahaan.………………………

6.12. Evaluasi Koefisien Model Struktural…………….………………………

6.13. Nilai Pengaruh Langsung Faktor Terhadap Kinerja……..………………

6.14. Direct Effect Factor …………………………….……..………………

6.15. Indirect Effect Factor ……………………………..……..………………

6.16. Total Effects Dari Factor ……………………….……..………………

6.17. Bobot Pengaruh Dari Faktor Terhadap Kinerja ………..……………….

6.18. Bobot Pengaruh Dari Indikator Terhadap Kinerja ……..…………….…

6.19. Model Matriks Pengukuran Kinerja ……………………..……………

98

100

101

102

105

107

108

110

111

112

113

118

123

123

124

124

126

126

129


xiii

DAFTAR GAMBAR

Gambar Judul Halaman

2.1. Baldrige Excellence Framework………………………………....................

2.2. Kerangka kerja pendekatan QMPMS………………...............................

2.3. Cognitive Maps…………………................................................................

2.4. Diagram Sebab Akibat……....................................................................

2.5. Tree Diagram…………………………………………………………..............

2.6. kuesioner perbandingan berpasangan………..........................................

2.7. Integrasi Six Sigma, Lean, Balanced Scorecard dan MBNQA …………

2.8. Model I MBNQA ………………….………..........................................

2.9. Model II MBNQA ....................................................................................

3.1. Kerangka Konseptual Penelitian...............................................................

3.2. Model Struktural Penelitian......................................................................

4.1. Struktur organisasi PT. Intan Suar Kartika..............................................

4.2. Diagram Kerangka Berpikir......................................................................

4.3. Blok Diagram Penelitian...........................................................................

4.4. Tahap pengumpulan dan pengolahan data...............................................

5.1. Uji Konfirmatori Konstruk Eksogen Perencanaan strategis ……………

14

18

19

20

21

22

30

31

32

43

44

50

52

53

58

79


xiv

5.2. Uji Konfirmatori Konstruk Eksogen Fokus kepada pelanggan dan pasar.

5.3. Uji Konfirmatori Konstruk Eksogen Fokus kepada tenaga kerja……….

5.4. Uji Konfirmatori Konstruk Eksogen Fokus kepada operasi……………..

5.5. Uji Konfirmatori Konstruk Endogen Kepemimpinan…... ……..……….

5.6. Uji Konfirmatori Konstruk Endogen Kinerja Perusahaan ………………

5.7. Hasil Pengolahan Data Model Struktural ….……………………..……..

6.1. Model Struktural Setelah Dimodifikasi ………………….……………..

6.2. Peta Kognitif Faktor-Faktor Terhadap Kinerja ………………………….

6.3. Faktor Pengaruh Tidak Langsung …………………….………..………..

6.4. Tree Diagram Kinerja ……………….………………….……………..

6.5. Struktur dan bobot Model Pengukuran Kinerja ….……….……………..

6.6. Rancangan Model Struktural Pengukuran Kinerja di PT. Intan Suar

Kartika………………………………………………………………….

80

81

82

83

84

86

104

122

124

125

128

130


xv

DAFTAR LAMPIRAN

Lampiran Judul Halaman

1. Instrumen Kuesioner……………………………………………....................

2 Pengujian Validitas dan Reliabilitas………………...............................

3 Rekapitulasi Hasil Kuesioner…………………………………………..

L-1

L-2

L-3


1

BAB 1

PENDAHULUAN

1.1. Latar Belakang Masalah

Tingkat persaingan perusahaan semakin ketat sejalan dengan

diberlakukannya era perdagangan bebas seperti: AFTA (Asian Free Trade Area),

APEC (The Asia Pacific Economic Cooperation), NAFTA (North America Free

Trade Area) dan berbagai persetujuan bilateral maupun multilateral yang pada

intinya untuk mendukung persaingan bebas dalam perdagangan, seperti GATT

(General Agreement on Tariffs and Trade), Eropa Bersatu (European Union) dan

sebagainya.

Peringkat daya saing (global competitiveness index) yang dirilis World

Economic Forum (WEF) belum lama ini memperlihatkan posisi Indonesia yang

menurun. Pada periode 2015-2016 posisi Indonesia masih berada di peringkat ke-

37 dari 138 negara, namun untuk periode 2016-2017 turun ke urutan ke-41. Posisi

Indonesia ini berada di bawah negara-negara serumpun seperti Singapura dengan

urutan ke-2, Malaysia dengan urutan ke-18 dan Thailand dengan urutan ke-32.

(Nasution, 2017)

Mengantisipasi persaingan bebas tersebut, banyak perusahaan mulai

menata ulang strategi persaingannya dengan melakukan kajian terhadap tujuan

strategik perusahaan, perbandingan dengan perusahaan yang memiliki kinerja

terbaik di dunia, serta juga melakukan evaluasi yang intens terhadap kompetensi

internal perusahaan itu sendiri. Perusahaan memerlukan sistem manajemen yang


2

didesain sesuai dengan tuntutan lingkungan usahanya, karena dengan

menggunakan sistem manajemen yang sesuai maka perusahaan akan mampu

bersaing dan berkembang dengan baik (Sirait, 2012).

Untuk lebih meningkatkan kualitas kinerja perusahaan-perusahaan di

Indonesia terutama untuk BUMN, maka Menteri BUMN mencanangkan Program

Anugerah Kinerja Ekselen Indonesia. Program ini diselenggarakan setiap

tahunnya oleh Indonesia Quality Award Foundation dengan mengadopsi kriteria

penilaian kinerja ekselen Malcolm Baldrige National Quality Award yang

diterbitkan oleh NIST (National Institute of Standards and Technology), sebuah

lembaga di bawah departemen perdagangan Amerika yang membidangi

permasalahan standar dan teknologi. Penyelenggaraan IQA (Indonesia Quality

Award) pada perkembangannya mendapat sambutan yang cukup luas dari dunia

usaha di Indonesia. Pada periode tahun 2009 beberapa perusahaan swasta mulai

mengikuti program ini dan ke depannya penerapan Program IQA akan semakin

bertambah luas karena telah disosialisasikan ke berbagai kalangan pendidikan,

universitas, lembaga pelayanan publik dan instansi pemerintahan.

Seiring dengan perkembangan industri di Indonesia yang semakin tinggi,

tantangan untuk berdaya saing juga dirasakan oleh PT. Intan Suar Kartika yang

berlokasi di Jl. K.L Yos Sudarso Medan yang merupakan perusahaan yang

bergerak di bidang pembuatan bahan bangunan, yaitu pembuatan paku (sebagai

produk utama), kawat licin maupun kawat duri, dengan bahan baku berupa

wirerods. Setiap produk dikerjakan pada bagian produksi dengan berbagai mesin

dan peralatan.


3

Dalam menilai kinerja perusahaan, pihak manajemen melakukan suatu

pengukuran kinerja yang dinamakan SKI (Sistem Kinerja Individu), SKI ini

diberikan kepada setiap bagian untuk penilaian kinerja personal. Penilaian ini

akan dilakukan langsung oleh atasan dari setiap karyawan di setiap bagian.

Dengan adanya SKI ini, kinerja dari setiap personal dapat terukur, tetapi dalam

pengukuran ini perusahaan belum dapat mengukur performa perusahaan secara

tingkat korporasi. Pengukuran Kinerja Sistem Kinerja Individu (SKI) yang

digunakan selama ini tidak dapat dijadikan tumpuan untuk meningkatkan daya

saing PT. Intan Suar Kartika karena selama ini perusahaan tidak mengetahui

bagaimana pencapaian kinerja perusahaan. Kondisi tersebut berbeda dengan

harapan perusahaan sesuai dengan visi “Menjadikan perusahaan terpercaya yang

menyediakan layanan berkualitas berstandar dengan teknologi terkini”.

Indikator-indikator kinerja yang tersusun dalam sistem pengukuran kinerja

untuk mengukur pencapaian visi dan memberikan feed back dalam melakukan

perbaikan bagi perusahaan, saat ini belum tersedia. Indikator-indikator tersebut

juga diharapkan dapat memberikan informasi tentang skala prioritas dalam

menggambarkan kinerja. Skala prioritas itu juga menjadi dasar untuk pengambilan

keputusan perbaikan dalam pengembangan perusahaan. Perusahaan akan sulit

berkembang apabila tidak menggunakan pengukuran kinerja secara komprehensif

karena akan sulit melaksanakan program-program perbaikan yang mendukung

pengembangan perusahaan.

Kinerja Perusahaan adalah salah satu faktor yang sangat penting guna

menentukan keberadaan dan daya saing suatu perusahaan dalam persaingan yang


4

kompetitif. Pengukuran kinerja bertujuan untuk memberikan informasi kepada

perusahaan tentang kinerjanya, sehingga perusahaan dapat melakukan evaluasi

yang berguna untuk mengambil langkah perbaikan secara kesinambungan.

Pengukuran kinerja pada suatu perusahaan dalam periode atau jangka waktu

tertentu sangat diperlukan agar prestasi perusahaan dalam periode tersebut dapat

diketahui, apakah sudah mencapai kinerja yang diharapkan atau belum, sehingga

dapat menjelaskan hubungan sebab-akibat antara kegiatan pengukuran kinerja

yang telah dilakukan dengan hasil akhir yang dicapai.

Metode perancangan sistem pengukuran kinerja yang dalam

penyusunannya memperhatikan penentuan skala prioritas indikator kinerja adalah

Quantitative Models for Performance Measurement System (QMPMS). Metode

pengukuran kinerja ini juga menggunakan AHP untuk mengukur pengaruh dari

faktor-faktor terhadap kinerja. Ada tiga langkah utama untuk merancang sistem

pengukuran kinerja dalam QMPMS, yaitu : mengidentifikasi faktor-faktor yang

mempengaruhi kinerja dan hubungannya, menyusun faktor-faktor tersebut secara

hirarki, dan mengukur pengaruh faktor-faktor tersebut terhadap kinerja.

Berdasarkan fakta-fakta diatas, penelitian ini mencoba melakukan

perancangan model pengukuran kinerja di PT. Intan Suar Kartika Medan dengan

berbasis kriteria baldrige excellence framework dengan metode quantitative

models for performance measurement system untuk mengetahui indikator-

indikator kinerja yang ada di perusahaan yang perlu di perbaiki serta

menyempurnakan pengukuran kinerja sebelumnya.


5

1.2. Perumusan Masalah

Berdasarkan latar belakang permasalahan yang telah diuraikan maka

permasalahan yang akan dicari pemecahannya adalah bagaimana merancang

model pengukuran kinerja di PT. Intan Suar Kartika dengan berbasis kriteria

baldrige excellence framework dengan metode quantitative models for

performance measurement system agar perusahaan memiliki metode pengukuran

kinerja yang dapat mengetahui keadaan tentang kinerja perusahaan. Sehubungan

dengan permasalahan di atas maka beberapa pertanyaan mendasar yang perlu

dicari jawabannya ialah:

1. Apa saja faktor-faktor yang mempengaruhi kinerja PT.Intan Suar Kartika?

2. Apa saja indikator kinerja kunci (key performance indicators (KPI)) yang

menggambarkan faktor-faktor tersebut dalam pengukuran kinerja?

1.3. Tujuan Penelitian

Tujuan umum penelitian ini adalah mendapatkan suatu rancangan model

pengukuran kinerja yang efektif dan efisien untuk diimplementasikan di PT. Intan

Suar Kartika Medan. Sasaran penelitian untuk mencapai tujuan tersebut adalah

sebagai berikut:

1. Mengidentifikasi faktor-faktor yang mempengaruhi model pengukuran

kinerja di PT. Intan Suar Kartika Medan.

2. Mengidentifikasi indikator-indikator kinerja kunci yang dapat

menggambarkan kinerja PT. Intan Suar Kartika Medan.


6

3. Menyusun rancangan model pengukuran kinerja perusahaan yang

dapat diimplementasikan di PT. Intan Suar Kartika Medan

1.4. Manfaat Hasil Penelitian

Manfaat yang diharapkan dapat diperoleh dari penelitian ini adalah sebagai

berikut:

1. Bagi perusahaan hasil penelitian ini dapat menjadi rancangan

model pengukuran kinerja sebagai upaya untuk menyempurnakan

pengukuran kinerja sebelumnya.

2. Bagi mahasiswa akan berguna untuk menambah pengetahuan dan

pengalaman dalam pengukuran kinerja di perusahaan.

3. Bagi Perguruan Tinggi hasil penelitian ini dapat sebagai tambahan

literatur yang dapat dimanfaatkan oleh para peneliti di bidang

industri sejenis.

1.5. Batasan Masalah Penelitian

Sehubungan dengan rumusan masalah dan tujuan yang ingin dicapai dari

penelitian ini, batasan masalah penelitian yang akan dilakukan meliputi:

1. Kriteria Baldridge Excellence Framework yang digunakan sebagai dasar

rancangan adalah edisi 2015-2016.

2. Basis perancangan dengan Baldridge Excellence Framework dibatasi

hanya dalam pengambilan kriteria dan indikator yang sesuai dengan

kebutuhan perusahaan.


7

3. Rancangan yang diusulkan adalah rancangan konseptual tanpa melakukan

implementasi.

1.6. Asumsi-asumsi

Asumsi-asumsi yang digunakan dalam penelitian ini adalah sebagai

berikut:

1. Perusahaan memiliki komitmen untuk melakukan perbaikan kinerja

perusahaan.

2. Tidak ada perubahan struktur organisasi dan jumlah personalia

perusahaan selama penelitian.


8

BAB 2

LANDASAN TEORI

2.1. Pengukuran Kinerja

2.1.1. Pengertian Pengukuran Kinerja

Kinerja adalah hasil atau tingkat keberhasilan secara keseluruhan selama

periode tertentu didalam melaksanakan tugas dibandingkan dengan berbagai

kemungkinan, seperti standar hasil kerja, target atau sasaran atau kriteria yang

telah ditentukan terlebih dahulu dan telah disepakati bersama. Pengukuran kinerja

dapat diartikan sebagai upaya untuk melakukan penilaian tehadap kualitas

aktifitas kerja yang dilakukan.

Menurut Neely et al. (2005), pengukuran kinerja adalah suatu set matrik

yang digunakan untuk menghitung efisiensi dan efektifitas dalam suatu rangkaian

tindakan. Pengukuran kinerja juga dapat diartikan sebagai penentuan secara

periodik efektifitas operasional bagian organisasi dan personilnya berdasarkan

standar dan kriteria yang telah ditentukan sebelumnya. Dari definisi-definisi

tersebut, terdapat dua dimensi penting yang menggambarkan pengukuran kinerja

yaitu efisiensi dan efektivitas. Sumanth (1984) mendefinisikan efisiensi sebagai

rasio jumlah output yang dihasilkan terhadap jumlah standar output yang

diharapkan. Sedangkan, efektivitas adalah derajat pencapaian sasaran. Dengan

perkataan lain, efektivitas adalah suatu ukuran yang menjelaskan seberapa baik

hasil yang dicapai relatif terhadap sasaran yang ditetapkan (Taufiqurrahman,

2011).


9

Pengukuran kinerja pada suatu perusahaan dalam periode atau jangka

waktu tertentu sangat diperlukan agar prestasi perusahaan dalam periode tersebut

dapat diketahui, apakah sudah mencapai kinerja yang diharapkan atau belum,

sehingga dapat menjelaskan hubungan sebab-akibat antara kegiatan pengukuran

kinerja yang telah dilakukan dengan hasil akhir yang dicapai. Pengukuran kinerja

merupakan komponen dalam performance-based management, yaitu suatu

aplikasi informasi sistematik yang dibangun berdasarkan perencanaan,

pengukuran, dan evaluasi kinerja menuju perencanaan yang strategik. Hasil

pengukuran kinerja dapat dijadikan landasan bagi perusahaan untuk mencapai

tujuan perusahaan dan melakukan perbaikan-perbaikan untuk meningkatkan

kinerja, sehingga pada akhirnya perusahaan dapat meningkatkan daya saingnya.

2.1.2. Tujuan dan Manfaat Pengukuran Kinerja

Tujuan pokok pengukuran kinerja adalah untuk memotivasi karyawan

dalam pencapaian sasaran organisasi dan dalam mematuhi standar perilaku yang

telah ditetapkan sebelumnya, agar membuahkan hasil dan tindakan yang

diinginkan (Mulyadi, 2001)

Manfaat Pengukuran Kinerja yang baik menurut Yuwono,et.all (2007)

adalah:

1. Menelusuri kinerja terhadap harapan pelanggan sehingga akan

membawa perusahaan lebih dekat pada pelanggannya dan membuat

seluruh orang yang dalam organisasi terlibat dalam upaya memberikan

kepuasan pelanggan.


10

2. Memotivasi pegawai untuk melakukan pelayanan sebagai mata rantai

pelanggan dan pemasok internal.

3. Mengidentifikasi berbagai pemborosan sekaligus mendorong upaya-

upaya pengurangan terhadap pemborosan tersebut.

4. Membuat tujuan strategis yang biasanya masih kabur menjadi lebih

konkret sehingga mempercepat proses pembelajaran organisasi.

Artley, et. al., (2001) juga menjelaskan manfaat pengukuran kinerja yang

baik adalah :

1. Pengukuran dapat lebih memfokuskan suatu perusahaan pada apa yang

ingin diselesaikan dan memaksa untuk berkonsentrasi pada waktu,

sumber daya, dan energi dalam mencapai tujuan.

2. Pengukuran kinerja dapat memperbaiki komunikasi internal karyawan

dan eksternal antar perusahaan dengan konsumen maupun stakeholders.

3. Pengukuran kinerja akan sangat bermanfaat bagi perusahaan, yaitu

dengan menyediakan suatu pendekatan yang terstruktur, yang berfokus

pada rencana strategis, tujuan, dan performansi, serta adanya

mekanisme pelaporan pada manajemen tingkat atas.

4. Pengukuran kinerja dapat membantu suatu perusahaan untuk

mempertanggung jawabkan program serta biayanya.

2.2. Perkembangan Sistem Pengukuran Kinerja

Perkembangan sistem pengukuran kinerja dapat diklasifikasikan menjadi


11

beberapa periode:

1. Sistem pengukuran kinerja untuk efisiensi proses (1880-1900).

2. Sistem pengukuran kinerja untuk mengukur profitabilitas unit organisasi

dan organisasi secara keseluruhan (1900-1925).

3. Relevance Cost (1925-1980).

4. Perbaikan sistem akuntansi biaya dan pembuatan sistem pengukuran

kinerja individual non finansial (1980-1990).

5. Sistem Pengukuran kinerja terintegrasi (1990-sekarang).

2.2.1. Standar Kinerja Perusahaan di Berbagai Negara

Setiap pemerintahan sering kali turut campur untuk meningkatkan daya

saing perusahaan dalam negerinya. Amerika serikat telah mengawalinya sejak

tahun 1987, saat presiden Ronald Reagen mencanangkan Malcolm Balridge

National Quality Award (MBNQA) sebagai gerakan nasional untuk ajang

kompetisi perusahaan-perusahaan di negara itu. Kebijakan Presiden tersebut

dikomandoi oleh Departemen Perdagangan AS dan dilakukan secara rutin tiap

tahun dengan proses yang jelas, rinci, dan transparan yang menyangkut standar

kinerja pengelolaan perusahaan. Dengan modus yang serupa, namun dengan

modifikasi dari beberapa kriteria manajemen kinerja yang harus diterapkan,

Australia, Singapura, Jepang, dan negara-negara Eropa juga menerapkan Sistem

Penilaian Manajemen Kinerja bagi perusahaan-perusahaan di negara masing-

masing seperti diperlihatkan pada Tabel 2.1. Dalam inisiatif yang terpisah,

beberapa perusahaan di Indonesia seperti PLN, Pertamina, Telkom, Pos


12

Indonesia, Perbankan, dan sebagainya, telah mencoba mengadopsi sistem ini

secara parsial (di beberapa cabangnya) maupun terpusat (di kantor pusat). Namun

demikian, inisiatif terpisah tersebut sering kali masih didasarkan pada semangat

untuk sekadar mengadopsi dan tidak terjadi proses diseminasi bagi perusahaan

lain (bahkan sering kali kinerja tersebut diperlakukan sebagai dokumen rahasia),

yang sebenarnya bertentangan dengan semangat maju bersama untuk

meningkatkan daya saing bangsa yang semula mendasari diciptakannya

MBNQA, ISO 9000, Balance Scored Card (BSC), dan sebagainya. Kriteria

kinerja perusahaan di berbagai Negara dapat dilihat pada Tabel 2.1.

Tabel 2.1. Kriteria Kinerja Perusahaan di Berbagai Negara

MBNQA AQA EQA SQA

1. Leadership

2. Strategi Planning

3. Customer &

Market Focus

4. Measurement,

Analysis, dan

Knowledge

Management

5. Human Resources

Focus

6. Process

Management

7. Business Results

1. Leadership

2. Strategi Planning

3. Customer Focus

4. Information and

Analysis

5. People

6. Quality of

Process, Product

& Service

7. Organizational

Performance

1. Leadership

2. Impact on

Society

3. Policy &

Strategy

4. Customer

Satisfaction

5. People

Management

6. Resources

7. People

Satisfaction

8. Process

9. Business

1. Leadership & Quality

2. Use of Information and

Analysis

3. Strategy Planning

4. Human Resources

Development &

Management

5. Management of Process

Quality

6. Quality & Operational

Result

7. Customer Focus and

Satisfaction

Di Indonesia, dalam lingkungan Badan Usaha Milik Negara (BUMN),

pemerintah telah membuat langkah yang cukup berarti sejak pengelolaan BUMN

dipindahkan dari Kementerian Keuangan ke Kementerian BUMN. Dalam


13

terminologi Manajemen Kinerja, saat BUMN masih di bawah Departemen

Keuangan, kinerja BUMN dinilai hanya atas dasar tiga kriteria, yaitu:

Profitability, Solvability, dan Liquidity, yang kesemuanya hanya berlandaskan

pada Neraca (Balance Sheet) dan laporan Laba-Rugi (Income Statements).

Berdasarkan SK menteri BUMN Nomor: Kep-100/MBU/2003, Kinerja

perusahaan dinilai dari tiga faktor utama yaitu Kinerja Finansial (70%),

Operasional (15%), dan Administratif (15%). Terdapat 2 (dua) isu utama, yang

perlu dicermati dengan sistem penilaian tersebut. Pertama, penetapan tiga kriteria

dengan variabel kinerja di dalamnya perlu dikaji ulang dari sisi substansi usaha

dan variabel-variabel dalam setiap kriteria tersebut (di mana dalam kriteria

operasional dapat dipilih 2 dari 5 variabel sehingga perusahaan akan cenderung

memilih variabel yang menonjolkan kinerjanya saja, walaupun belum tentu

merupakan variabel kinerja yang paling penting). Kedua, penentuan bobot dari

tiap-tiap kriteria yang menitikberatkan pada kriteria financial (sehingga banyak

perusahaan yang memilih menaruh uangnya di deposito daripada pengembangan

usaha dan perbaikan proses bisnisnya), belum lagi yang berkaitan dengan aspek

administratif yang hanya dinilai dari ketepatan waktu penyampaian laporan, yang

notabene bukanlah kriteria yang valid dalam sistem manajemen kinerja modern.

Dari proses penilaian kinerja semacam ini, tidak mengherankan jika banyak

perusahaan yang mendapatkan predikat AAA (sangat sehat sekali), secara

internal bisnisnya rapuh.


14

2.2.2. Baldrige Excellence Framework (BEF)

Gambar 2.1 Baldrige Excellence Framework

Baldrige Excellence Framework atau disebut juga The Malcolm Baldridge

National Quality Award (MBNQA) adalah sistem manajemen kualitas formal

yang berlaku di Amerika Serikat. MBNQA diciptakan pertama kali oleh U.S.

Congress pada tahun 1987 dibawah Public Law 100 – 107, sebagai

penghormatan kepada Malcolm Baldridge, Commerce Department Secretary,


15

yang meninggal dunia pada tahun 1987. MBNQA berada dibawah tanggung

jawab National Institute of Standard and Technology (NIST). Penghargaan ini

diberikan setiap tahun dan diserahkan langsung oleh Presiden Amerika Serikat.

MBNQA dibangun atas sekumpulan Tata Nilai dan Konsep Inti (Core Values

and Concept) yang berkaitan erat satu dengan yang lainnya. Tata Nilai dan

konsep ini melekat pada keyakinan dan perilaku yang ada di organisasi yang

berkinerja tinggi. Tata Nilai dan Konsep Inti tersebut merupakan fondasi untuk

mengintegrasikan persyaratan bisnis utama ke dalam suatu kerangka kerja

berorientasi hasil (result-oriented framework) yang kemudian dijadikan basis

untuk bertindak dan memberi atau menerima umpan balik. Terdapat sebelas tata

nilai dan konsep inti yang membangun kriteria bisnis MBNQA sebagai berikut:

1. Kepemimpinan yang visioner

2. Keunggulan menurut pelanggan

3. Pembelajaran perorangan dan organisasional

4. Menghargai tenaga kerja dan mitra

5. Kegesitan

6. Fokus kepada masa depan

7. Mengelola inovasi

8. Manajemen berdasarkan fakta

9. Pertanggungjawaban kemasyarakatan

10. Fokus kepada hasil dan penciptaan nilai

11. Perspektif kesisteman


16

Sejak dirilis pertama kali di tahun 1987 MBNQA terus menerus

mengalami penyempurnaan. Penyajian MBNQA atau BEF yang paling mutakhir

adalah kriteria tahun 2015 – 2016 yakni:

1. Kepemimpinan (Leadership)

Kriteria ini menjelaskan bagaimana Para Pemimpin Senior menuntun

organisasi. sistem pengelolaan dalam organisasi serta bagaimana

mengkaji kinerja organisasi

2. Perencanaan Strategis (Strategic Planning)

Kriteria ini menjelaskan bagaimana organisasi mentetapkan sasaran-

sasaran strategis, termasuk bagaimana mempertimbangkan tantangan

tantangan strategis. Berisikan rangkuman sasaran-sasaran strategis

utama organisasi dan tujuan-tujuan terkait.

3. Fokus Kepada Pelanggan dan Pasar (Customer and Market Focus)

Kriteria yang menjelaskan bagaimana organisasi menentukan

persyaratan, harapan dan preference dari pelanggan dan pasar untuk

menjamin kesinambungan terhadap produk dan jasa anda serta

membangun peluang

baru.

4. Ukuran, Analisa dan Manajemen Pengetahuan (Measurement,

Analysis and Knowledge Management)

Bagian kriteria ini menjelaskan bagaimana organisasi mengukur,

menganalisa, menyelaraskan dan memperbaiki data dan informasi

kinerja pada seluruh tingkatan dan diseluruh bagian organisasi.


17

5. Fokus Kepada Tenaga Kerja (Workforce Focus)

Kriteria ini menjelaskan bagaimana pekerjaan dan tugas-tugas

organisasi memungkinkan karyawan dan organisasi untuk mencapai

kinerja tinggi, serta juga menjelaskan bagaimana kompensasi, jenjang

karir, dan praktek kerja terkait lainnya memungkinkan karyawan dan

organisasi mencapai kinerja tinggi

6. Fokus Kepada Proses (Process Focus)

Kriteria yang menjelaskan bagaimana organisasi mengidentifikasikan

dan mengelola proses utama untuk penciptaan nilai pelanggan dan

mencapai sukses dan pertumbuhan bisnis

7. Hasil Bisnis (Business Result)

Kriteria terakhir yang meringkaskan hasil kinerja utama barang dan

jasa, focus pelanggan, keuangan dan pasar, sumber daya manusia,

efektifitas organisasi, dan kepemimpinan dan tanggung jawab kepada

publik. Disini di segmenkan hasil-hasil organisasi berdasarkan jenis

dan kelompok-kelompoknya (yang sesuai) serta mengikutkan data-

data perbandingan yang sesuai.

2.3. Quantitave Models for Performance Measurement System (QMPMS)

Menurut Bititci, et al. (2001) sistem pengukuran kinerja melibatkan

sejumlah ukuran-ukuran kinerja multi dimensional, seperti biaya, kualitas, waktu,

dll. Integrasi beberapa ukuran multi dimensional yang ditunjukkan dalam unit-

unit heterogen menjadi sebuah unit tunggal merupakan suatu masalah yang perlu


18

dihadapi. Berikut ini tiga langkah utama metode QMPMS dalam penyusunan

sistem pengukuran kinerja:

1. Identifikasi faktor-faktor yang mempengaruhi kinerja dan

hubungannya.

2. Menyusun faktor-faktor tersebut secara hirarki.

3. Mengukur pengaruh dari faktor-faktor tersebut terhadap kinerja.

Ketiga langkah pendekatan diatas dikembangkan sebagai model acuan

dari metode QMPMS ditunjukkan pada Gambar 2.2.

Gambar 2.2. Kerangka kerja pendekatan QMPMS

2.3.1 Identifikasi Faktor-faktor yang Mempengaruhi Kinerja dan

Hubungannya

Identifikasi faktor-faktor yang mempengaruhi kinerja merupakan langkah

yang paling penting dalam penerapan QMPMS. Kegagalan dalam


19

mengidentifikasi seluruh faktor yang mempengaruhi kinerja dan hubungannya

akan menyebabkan gangguan terhadap hasil rancangan. Untuk menyelidiki dan

mengidentifikasi faktor-faktor tersebut digunakan peta kognitif (cognitive maps).

Suwignjo, et al (2000) memberikan contoh peta kognitif sebagai berikut,

misalkan seseorang ingin pindah ke negara lain. Dia ingin memilih negara yang

dapat menambah kekayaannya di Bank. Dia dapat menggunakan cognitive maps

untuk mengetahui faktor-faktor yang mempengaruhi jumlah uangnya di bank,

seperti ditunjukkan pada Gambar 2.3.

Gambar 2.3. Cognitive Maps

Secara umum pengaruh dari sebuah faktor terhadap kinerja dapat dikelompokkan

menjadi:

1. Direct (vertical) effect (pengaruh langsung)

Pengaruh langsung dari sebuah faktor terhadap kinerja adalah sebuah

agregat/kumpulan dari seluruh pengaruh dari faktor kinerja terhadap

kinerja melalui faktor itu.


20

2. Indirect (horizontal) effect (pengaruh tidak langsung)

Indirect effect adalah pengaruh dari sebuah faktor terhadap kinerja

melalui faktor lain pada level yang sama

3. Self-interaction effect

Self-interaction effect adalah pengaruh dari sebuah faktor terhadap

dirinya sendiri.

2.3.2 Menyusun Faktor-Faktor Secara Hirarki

Pada langkah pertama, perhatian utama hanya menguraikan faktor-faktor

yang mempengaruhi dan hubungannya. Tidak ada usaha untuk mengelompokkan

faktor-faktor pada level yang sama dalam satu kelompok. Tools yang digunakan

untuk menyusun hirarki adalah Cause and effect diagram dan tree diagram.

Diagram sebab akibat ditunjukkan pada Gambar 2.4. berikut.

Gambar 2.4. Diagram Sebab Akibat

Diagram sebab akibat digunakan untuk mengetahui susunan hirarki dari

faktor-faktor tersebut. Sebuah faktor adalah anggota level 0 jika faktor ini


21

dipengaruhi oleh faktor lain namun tidak mempengaruhi faktor lain. Sementara,

faktor yang secara langsung mempengaruhi faktor lain pada level tertentu akan

menjadi anggota level berikutnya yang lebih rendah. Diagram pohon yang

digunakan dalam penyusunan hirarki dapat dilihat pada Gambar 2.5. berikut.

Gambar 2.5. Tree Diagram

2.3.3 Mengukur Pengaruh Faktor-Faktor Terhadap Kinerja

Pengaruh relatif dari faktor-faktor (direct, indirect, dan self interaction)

dapat diukur menggunakan prosedur Analytical Hierarchy Process (AHP).

Proses pengukuran dijalankan berdasarkan hasil perbandingan berpasangan

diantara faktor-faktor. Untuk tiap pasangan faktor dari level tertentu,

pengaruhnya terhadap faktor lain dari level berikutnya yang lebih tinggi (direct

effect) atau terhadap faktor dalam kelompok yang sama (indirect effect)

dibandingkan. Sebuah nilai yang berada antara satu (sama-sama penting) dan

sembilan (pasti lebih penting) akan ditetapkan untuk tiap perbandingan,

bergantung pada pertimbangan subyektif dari analisis. Pengaruh-pengaruh relatif

dari faktor-faktor terhadap kinerja dapat dibangkitkan dengan menormalisasi

eigen vector dihubungkan dengan nilai eigen maksimum dari matriks


22

perbandingan berpasangan. Kuesioner perbandingan berpasangan dan matriks

perbandingan berpasangan ditunjukkan pada Gambar 2.6. berikut.

Gambar 2.6. (a) kuesioner perbandingan berpasangan,

(b) matriks perbandingan berpasangan

2.4. Structural Equation Modeling (SEM)

Structural equation modeling (SEM) adalah suatu teknik statistik yang

mampu menganalisis pola hubungan antara konstruk laten dan indikatornya,

konstruk laten yang satu dengan lainnya, serta kesalahan pengukuran secara

langsung. SEM memungkinkan dilakukannya analisis di antara beberapa variabel

dependen dan independen secara langsung (Hair et al, 2006).


23

Teknik analisis data menggunakan SEM, dilakukan untuk menjelaskan

secara menyeluruh hubungan antar variabel yang ada dalam penelitian. SEM

digunakan bukan untuk merancang suatu teori, tetapi lebih ditujukan untuk

memeriksa dan membenarkan suatu model. Oleh karena itu, syarat utama

menggunakan SEM adalah membangun suatu model hipotesis yang terdiri dari

model struktural dan model pengukuran dalam bentuk diagram jalur yang

berdasarkan justifikasi teori. SEM adalah merupakan sekumpulan teknik-teknik

statistik yang memungkinkan pengujian sebuah rangkaian hubungan secara

simultan. Hubungan itu dibangun antara satu atau beberapa variabel independen

(Santoso, 2011).

SEM menjadi suatu teknik analisis yang lebih kuat karena

mempertimbangkan pemodelan interaksi, nonlinearitas, variabel-variabel bebas

yang berkorelasi (correlated independent), kesalahan pengukuran, gangguan

kesalahan-kesalahan yang berkorelasi (correlated error terms), beberapa variabel

bebas laten (multiple latent independent) dimana masing-masing diukur dengan

menggunakan banyak indikator, dan satu atau dua variabel tergantung laten yang

juga masing-masing diukur dengan beberapa indikator. Dengan demikian

menurut definisi ini SEM dapat digunakan alternatif lain yang lebih kuat

dibandingkan dengan menggunakan regresi berganda, analisis jalur, analisis

faktor, analisis time series, dan analisis kovarian (Byrne, 2010).

Yamin (2009) mengemukakan bahwa di dalam SEM peneliti dapat

melakukan tiga kegiatan sekaligus, yaitu pemeriksaan validitas dan reliabilitas

instrumen (setara dengan analisis faktor konfirmatori), pengujian model


24

hubungan antar variabel laten (setara dengan analisis path), dan mendapatkan

model yang bermanfaat untuk prediksi (setara dengan model struktural atau

analisis regresi).

Dua alasan yang mendasari digunakannya SEM adalah (1) SEM

mempunyai kemampuan untuk mengestimasi hubungan antar variabel yang

bersifat multiple relationship. Hubungan ini dibentuk dalam model struktural

(hubungan antara konstruk dependen dan independen). (2) SEM mempunyai

kemampuan untuk menggambarkan pola hubungan antara konstruk laten dan

variabel manifes atau variabel indikator.

Menurut Wijanto (2008), dari segi metodologi, SEM memainkan

berbagai peran, dianataranya, sebagai sistem persamaan simultan, analisis kausal

linier, analisis lintasan (path analysis), analysis of covariance structure, dan

model persamaan struktural. Meskipun demikian, ada beberapa hal yang

membedakan SEM dengan regresi biasa maupun teknik multivariat yang lain,

karena SEM membutuhkan lebih dari sekedar perangkat statistik yang didasarkan

atas regresi biasa dan analisis varian. SEM terdiri dari 2 bagian yaitu model

variabel laten dan model pengukuran. Kedua model SEM ini mempunyai

karakteristik yang berbeda dengan regresi biasa. Regresi biasa, umumnya,

menspesifikasikan hubungan kausal antara variable-variabel teramati (observed

variable), sedangkan pada model variabel laten SEM, hubungan kausal terjadi

diantara variable-variabel tidak teramati (unobserved variables) atau variable-

variabel laten.


25

Wijanto (2008) menunjukan bahwa penggunaan variable-variabel laten

pada regresi berganda menimbulkan kesalahan-kesalahan pengukuran

(measurements errors) yang berpengaruh pada estimasi parameter dari sudut

biased-unbiased dan besar kecilnya variance. Masalah kesalahan pengukuran ini

diatasi oleh SEM melalui persamaan-persamaan yang ada pada model

pengukuran. Parameter-parameter dari persamaan pada model pengukuran SEM

merupakan “muatan faktor” atau factor loadings dari variabel laten terhadap

indicator-indikator atau variable-variabel termati yang terkait. Dengan demikian,

kedua model SEM tersebut selain memberikan informasi tentang hubungan

kausal simultan di antara variable-variabelnya juga memberikan informasi

tentang muatan faktor dan kesalahan-kesalahan pengukuran. Wijanto (2008)

lebih mendorong penggunaan SEM dibandingkan regresi berganda karena 5

alasan sebagai berikut:

1. SEM memeriksa hubungan di antara variabel-variabel sebagai sebuah

unit, tidak seperti pada regresi berganda yang pendekatannya sedikit demi

sedikit (piecemeal).

2. Asumsi pengukuran yang andal dan sempurna pada regresi berganda

tidak dapat dipertahankan, dan pengukuran dengan kesalahan dapat

ditangani dengan mudah oleh SEM.

3. Modification Index yang dihasilkan SEM menyediakan lebih banyak

isyarat tentang arah penelitian dan pemodelan yang perlu ditindaklanjuti

dibandingkan pada regresi.

4. Interaksi juga dapat ditangani dalam SEM.


26

5. Kemampuan SEM dalam menangani non recursive path.

2.4.1. Penerapan SEM dalam Metode Quantitave Models for Performance

Measurement System (QMPMS)

Prosedur pengujian SEM yang dilakukan adalah sebagai berikut:

1. Pengembangan model struktural berdasarkan teori yang mendukung

Tahap ini untuk mengidentifikasi seluruh faktor yang mempengaruhi

kinerja dan hubungannya, apakah berpengaruh langsung (direct

effect), tidak langsung (indirect effect), atau self-interaction effect.

Tujuan dari pengembangan model struktural untuk menguji validitas

dan realibilitas pola hubungan antar variabel dari sebuah konsep atau

teori yang direpresentasikan dengan sebuah model sehubungan

dengan masalah yang akan diteliti.

2. Pengembangan diagram jalur pola hubungan sebab akibat antar

variabel laten eksogen dan variabel laten endogen

Langkah satu adalah visualisasi pola hubungan tersebut dalam

diagram sehingga lebih mudah untuk dilakukan pengujian. Karena

goodness of fit test akan dikenakan terhadap model tersebut untuk

menguji kesesuaiannya dengan realita maka sebaiknya disiapkan

beberapa alternatif model pola hubungan.

3. Pengembangan model persamaan struktural dan model pengukuran

Setelah proses identifikasi maka dilakukan penyusunan faktor-faktor

secara hirarki menggunakan diagram pohon dan diagram sebab


27

akibat. Untuk menunjukkan tingkatan (level) dari setiap faktor

(variabel) dan hubungannya. Apabila diagram jalur pola hubungan

antara variabel laten eksogen dan endogen telah jelas dan koefisien

hubungan masing-masing variabel diidentifikasi maka model

persamaan struktural dan model persamaan pengukuran telah dapat

dirumuskan. Langkah berikutnya dilakukan perumusan hipotesis

yang ditindaklanjuti dengan pengumpulan data dengan menggunakan

instrumen yang mengacu kepada variabel manifes dari masing-

masing variabel laten. Untuk pengujian hipotesis dalam teknik SEM

perhitungan skor butir-butir yang valid dan reliabel dilakukan dengan

menggunakan metode confirmatory factor analysis (CFA).

4. Menyusun matriks input dan estimasi model

Tahap terakhir dalam perancangan model pengukuran kinerja ini

adalah dengan mengukur pengaruh dari faktor-faktor terhadap kinerja

dengan menggunakan perbandingan matriks dalam prosedur SEM.

Ada dua tipe matriks yang perlu dibuat. Matriks pertama adalah

matriks korelasi yaitu matriks yang elemen-elemennya adalah hasil

perhitungan koefisien korelasi antar variabel laten. Berdasarkan

variabel laten akan diketahui variabel laten eksogen mana yang lebih

kuat pengaruhnya terhadap variabel laten endogen tertentu.

Disamping itu, dengan diketahuinya koefisien korelasi antar variabel

laten dalam diagram jalur maka dapat pula diketahui jalur-jalur mana

yang mempunyai pengaruh yang lebih dominan.


28

Matriks kedua ialah matriks kovarians yaitu matriks yang ele-men-

elemennya adalah hasil perhitungan kovarians antar variabel yang

dapat diobservasi langsung yaitu antar variabel manifes X dan

variabel manifes Y. Koefisien kovarians mengukur hubungan antar

dua variabel laten dalam struktur.

𝐶𝑂𝑉𝑋𝑌 =Σ(𝑋𝐼 − 𝑋)(𝑌𝑖 − 𝑌)

𝑛 − 1… … … … … … … … … … . . (2.1)

5. Melakukan evaluasi kesesuaian model.

Evaluasi kesesuaian model dapat dibagi atas dua bagian yaitu

pertama menguji kesesuaian model secara keseluruhan (overall model

fit test) dan kedua menguji secara individual signifikansi hasil

estimasi parameter model. Pengujian model keseluruhan berkaitan

dengan masalah generalisasi yaitu mengevaluasi sejauh mana hasil

esitimasi parameter model dapat diberlakukan terhadap populasi.

Pengujian signifikansi berkaitan dengan pengujian hipotesis

penelitian yang diajukan.

Evaluasi kesesuaian model pada dasarnya adalah evaluasi tentang

kesesuaian pola hubungan antar variabel laten terhadap data empiris.

Tujuan yang ingin dicapai dari pengujian kesesuaian model

pengukuran ialah untuk mengetahui apakah model pengukuran sesuai

(fit) dengan data.


29

Untuk menguji kesesuaian model digunakan ukuran goodness of fit

test (GFT) melalui uji statistik chi kuadrat 𝑋2 test) pada

𝜌ℎ𝑖𝑡𝑢𝑛𝑔 >0,05

𝑿𝟐 = (𝑵 − 𝟏)(𝑺 − 𝚺𝑲) … … … … … … … … … . (𝟐. 𝟐)

6. Interpretasi dan modifikasi model

Fokus dari interpretasi hasil analisis adalah penjelasan tentang arti dan

hasil dari hasil pengujian kesesuaian model baik jika hasil pengujian fit

ataupun tidak fit dengan data empiris. Interpretasi juga diberikan

terhadap hasil pengujian signifikansi masing-masing koefisien bobot

(load) dikaitkan dengan hasil pengujian validitas dan realibilitas.

Khusus untuk jalur interpretasi diberikan terhadap masing-masing efek

baik, efek langsung, tidak langsung maupun efek total.

2.4.2. Level Tingkat Kinerja.

Level tingkat kinerja Baldrige Excellence Framework (BEF) sesuai poin

nilai yang diperoleh setelah dilakukan penilaian kinerja di tunjukkan pada

tabel 2.2.

Tabel 2.2. Level dan skor BEF

Excellent

876 – 1000 World Class Leader

776 – 875 Benchmark Leader

676 – 775 Business Leader

Average

576 – 675 Emerging Business Leader

476 – 575 Good Performance

376 – 475 Early Improvement

Poor 276 – 375 Early Result

0 – 275 Early Development


30

2.5. Penelitian Terdahulu.

Grizzel dan Blazey (2004) dalam Kumpulan Jurnal Insights to

Performance Excellence dengan judul “Alignment of Baldrige with Six Sigma,

Lean Thinking, and Balanced Scorecard”. Penelitian ini membahas,

membandingkan dan menyelaraskan alat manajemen diantaranya; Six Sigma,

Lean

dan Balanced Scorecard dan BEF untuk keunggulan kinerja organisasi.

Dalam penelitian tersebut Grizzel dan Blazey menyimpulkan keberhasilan

Six Sigma dan Balanced Scorecard dapat ditingkatkan melalui sebuah “Culture of

Excellence” yang ditawarkan Malcolm Baldrige Criteria for Performance

Excellence. Disisi lain, BEF membutuhkan waste reduction, process improvement

dan hasil kerja yang sesuai dengan visi serta misi yang di dapat dari penerapan

alat manajemen Six Sigma dan Balanced Scorecard.

Banyak artikel dan buku yang menyatakan Six Sigma dan Balanced

Scorecard sebagai sistem manajemen yang paling efektif dalam sejarah

manajemen bisnis, namun opini tersebut tidak didukung oleh data. Six Sigma

menghasilkan hasil yang baik namun tidak mencakup semua hal dalam organisasi.

Six Sigma, Lean dan Balanced Scorecard serta berbagai metode improvement

lainnya dapat dipandang sebagai alat untuk membawa organisasi menuju kinerja

unggul. Bagaimanapun, masing-masing alat atau metode akan lebih bernilai jika

digunakan bersamaan dalam konteks Baldrige Excellence Framework. Grizzel


31

dan Blazey. menawarkan integrasi ketiga alat manajemen ini seperti dalam

Gambar 2.7.

Gambar 2.7 Integrasi Six Sigma, Lean, Balanced Scorecard dan MBNQA

Jayamaha et al. (2011) dalam jurnal: Measuring Business Excellence

dengan judul “Empirical analysis of the Baldrige Criteria as both an

organizational performance and a theoretical model”. Penelitian bertujuan untuk

menguji secara empiris terhadap dua perspektif pengukuran; antara pengukuran

dalam konteks model teori yang memprediksi dan menjelaskan kategori hasil

seperti yang terlihat pada Gambar 2.8.


32

Gambar 2.8 Model I MBNQA

Model I adalah bentuk yang sama dengan Malcolm Baldrige Criteria for

Performance Excellence Framework yaitu sebuah sistem perspektif. Perspektif

model I ini dibandingkan dengan pengukuran dalam konteks MBNQA secara

keseluruhan (Model II - Gambar 2.9) yaitu menghubungkan masing-masing

kriteria MBNQA terhadap Business Excellence Index.

Dari penelitian tersebut menunjukkan bahwa Model I adalah sebuah

keberadaan logis teori MBNQA dan Model II juga dapat digunakan untuk

menguji bobot yang ditetapkan pada masing-masing kriteria MBNQA seperti

terlihat pada Gambar 2.9.


33

Gambar 2.9 Model II MBNQA

Singgih (2008) dosen pada Jurusan Teknik Industri - Institut Teknologi

Sepuluh November dengan judul penelitian: Penilaian Kinerja Suatu Jurusan

Dengan Kriteria Malcolm Baldrige National Quality Award dan Penentuan

Ranking Menggunakan Analytic Network Process. Penelitian melibatkan 45 orang

responden yang terdiri dari ketua, sekretaris jurusan, dosen dan staff karyawan.

Hasil penelitian menunjukkan kinerja Jurusan X adalah Emerging

Education Leader. Melalui perhitungan Analytic Network Process diperoleh hasil

perankingan kriteria dari yang tertinggi hingga terendah yaitu kriteria Results, lalu

kriteria Human Focus, kemudian kriteria Strategic Planning lalu criteria

Leadership selanjutnya kriteria Process Management, setelah itu criteria

Measurement, Analysis and Knowledge Management, dan yang terakhir adalah

kriteria Stakeholder Focus. Rekomendasi untuk kriteria terendah yang sesuai


34

dengan kondisi jurusan X adalah meningkatkan target Key Performance Indicator

untuk indikator penelitian dosen dan indikator pelayanan administrasi dengan

membuat dokumen standar pelayanan.

Dewantara et al. (2010) dengan judul penelitian: Evaluasi Kinerja inisiatif

Manajemen Pemeliharaan Menggunakan MBNQA (Suatu Pendekatan Kualitatif –

Evaluatif). Penelitian bersifat kualitatif penuh dalam bentuk kajian evaluatif pada

penerapan inisiatif manajemen pemeliharaan di PT INCO Sorowako. Strategi

penelitian yang digunakan adalah studi kasus diterapkannya pengukuran kinerja

unggul menggunakan MBNQA.

Hasil penelitian melalui penilaian mandiri MBNQA menunjukkan bahwa

secara keseluruhan skor penilaian yang dicapai adalah kualitatif Good

performance. Kategori yang menunjukkan kinerja adalah Manajemen proses dan

tenaga kerja. Untuk mencapai kualifikasi yang lebih tinggi, Emerging Industry

Leader, inisiatif manajemen pemeliharaan memerlukan strategi peningkatan

kinerja untuk mempertahankan keunggulan bersaing perusahaan terutama untuk

meningkatkan kemampuan dalam kategori perencanaan strategi dan kategori

fokus kepada pelanggan.

Hardiansyah (2012) dengan judul penelitian “Analisis Pengaruh

pendekatan Malcolm Baldrige Criteria for Performance Excellence terhadap

kinerja PT. Trakindo Utama Cabang Medan. Metodologi yang digunakan adalah

melalui survei MBNQA untuk mengetahui pencapaian kinerja dan analisis regresi

linier berganda untuk mengetahui dan menganalisa pengaruh kriteria terhadap

kinerja.


35

Hasil penelitian melalui survei MBNQA menunjukkan bahwa secara

keseluruhan total skor penilaian kinerja yang dicapai perusahaan ini adalah 757.

Hasil tersebut menunjukkan bahwa kinerja perusahaan adalah Business Leader.

Menggunakan analisis regresi linier berganda ditemukan bahwa ke-enam kriteria

MBNQA berpengaruh postif terhadap kinerja perusahaan, baik secara serempak

maupun parsial.

Berdasarkan uraian-uraian tersebut, pada Tabel 2.3. dapat dilihat

rangkuman mengenai berbagai penelitian yang telah dilakukan berkaitan dengan

kinerja perusahaan berdasarkan metode BEF.

Tabel 2.3. Penelitian-penelitian yang telah dilakukan

No Peneliti/Tahun Judul Penelitian Variabel Kriteria

1 Grizzel dan

Blazey (2004)

Alignment of Baldrige with

Six Sigma, Lean Thinking,

and Balanced Scorecard

Kepemimpinan, fokus

terhadap pelanggan,

fokus terhadap proses,

focus terhadap tenaga

kerja, perencanaan

strategi dan kinerja.

2 Jayamaha et

al. (2011)

Measuring Business

Excellence dengan judul

“Empirical analysis of the

Baldrige Criteria as both an

organizational performance

Kepemimpinan,

Perencanaan strategis,

Fokus kepada pelanggan

dan pasar, Fokus kepada

tenaga kerja, Fokus


36

and a theoretical model”. kepada operasi, Ukuran-

Tabel 2.3. (Lanjutan)


Analisa dan

Manajemen

Pengetahuan

Measurement, Kinerja

3 Singgih (2008) Penilaian Kinerja Suatu

Jurusan Dengan Kriteria

Malcolm Baldrige National

Quality Award dan

Penentuan Ranking

Menggunakan Analytic

Network Process

Kepemimpinan,

perencanaan strategis,

fokus kepada tenaga

kerja, Fokus terhadap

proses, fokus terhadap

stakeholder dan kinerja.

4 Dewantara et

al. (2010)

Evaluasi Kinerja inisiatif

Manajemen Pemeliharaan

Menggunakan MBNQA

(Suatu Pendekatan

Kualitatif – Evaluatif)

Kepemimpinan, fokus

terhadap pelanggan,

fokus terhadap proses dan

tenaga kerja,

perencanaan strategi dan

kinerja.

5 Hardiansyah Analisis Pengaruh Kepemimpinan,


37

(2012) pendekatan Malcolm

Baldrige Criteria for

Performance Excellence

terhadap kinerja



dan pasar, Fokus kepada

tenaga kerja, Fokus



Trakindo Utama Cabang

Medan

kepada operasi, Ukuran,

Analisa dan

Manajemen

Pengetahuan


6 Intan

Purbosani

Perancangan TQM Scorecard

berbasis kriteria Malcolm

Baldridge National Quality

Award 2009-2010 untuk

industri jasa konstruksi

dengan metode AHP dan

Fuzzy AHP.

Kepemimpinan,


Fokus kepada pelanggan dan

pasar, Fokus kepada tenaga

kerja, Fokus kepada operasi,

Ukuran,

Analisa dan

Manajemen

Pengetahuan


7 Jahartap

Pasaribu

Perancangan Model

Pengukuran Kinerja Dengan

Kompetensi Dosen, Proses

pembelajaran, Learning


38

Metode Quantitative Models

For Performance

Measurement System

(QMPMS) Berdasarkan

Persepsi Mahasiswa DI STMIK

IBBI MEDAN

ability mahasiwa, dukungan

finansial, dukungan alumni,

dukungan fasilitas,

administrasi akademik,

promosi.


38

BAB 3

KERANGKA KONSEPTUAL

3.1. Kerangka Konseptual

Kerangka konseptual merupakan suatu model konseptual yang

menunjukkan hubungan yang logis antar variabel yang diidentifikasi yang telah

relevan dengan masalah penelitian sehingga masalah dapat dipecahkan dengan

tepat. (Sinulingga, S. 2013).

Analisis yang digunakan pada penelitian ini meliputi analisis faktor dan

analisis jalur yang merupakan model persamaan struktural (Structural Equation

Modeling) disingkat SEM adalah suatu teknis analisis yang digunakan pada

masalah yang bercirikan model simultan. Nilai variabel yang teridentifikasi dalam

penelitian ini tidak dapat diukur secara langsung disebut sebagai variabel laten.

Ada dua jenis variabel laten yaitu variabel penyebab disebut variabel eksogen

(exogenous variable) dengan notasi ξ (ksi), dan variabel akibat disebut variabel

endogen (endogenous variable) dengan notasi η (eta).

Efek dari variabel laten adalah variabel teramati (observed variable) atau

variabel terukur (measured variable, disingkat MV). Variabel terukur adalah

variabel yang dapat diamati atau dapat diukur secara empiris dan sering disebut

sebagai indikator. Variabel teramati yang berkaitan atau merupakan efek dari

variabel laten eksogen diberi notasi X, sedangkan yang berkaitan dengan variabel

laten endogen diberi notasi Y.

Berdasarkan beberapa teori yang telah dijelaskan pada bab 2 maka

variabel-variabel terkait terkait dalam penelitian ini adalah:


39

1. Variabel Endogen.

Yang termasuk dalam variabel endogen di dalam penelitian ini adalah

Kepemimpinan (휂1) dan Kinerja PT. Intan Suar Kartika (휂2).

2. Variabel Eksogen

Faktor-faktor yang akan dikaji adalah Perencanaan Strategis (ξ1), Fokus

kepada customer (ξ2), fokus kepada tenaga kerja (ξ3), fokus kepada

operasi (ξ4).

3. Variabel terukur (teramati).

Variabel terukur atau variabel indikator adalah variabel yang dapat

langsung diukur/diamati. Variabel indikator dari variabel eksogen

diberi lambang X, sedangkan variabel indikator dari variabel endogen

diberi lambang Y. Jumlah variabel indikator untuk variabel endogen

dan eksogen pada penelitian ini berbeda-beda.

Parameter yang menunjukkan regresi variabel laten endogen pada variabel

laten eksogen dinyatakan dengan 𝛾𝑖𝑗(gamma), parameter yang menunjukkan

covariance laten eksogen dengan laten eksogen dinyatakan dengan 𝜑𝑖𝑗(psi),

sedangkan untuk regresi variabel laten endogen pada variabel laten endogen lain

dinyatakan dengan 𝛽 (beta). Kesalahan struktural diberi label ζ (zeta). Nilai factor

loading yang menghubungkan konstruk dengan indikatornya dinyatakan dengan

𝜆𝑖𝑗(lambda). Nilai residu atau komponen kesalahan pengukuran untuk variabel

eksogen dinyatakan dengan 𝛿𝑖 (delta), sedangkan nilai error variabel endogen

dinyatakan dengan 휀𝑖(epsilon). Nilai dari variabel diperoleh dengan pengukuran

persepsi kinerja dengan skala likert. Kerangka konseptual penelitian pada Gambar

3.1.


Gambar 3.1. Kerangka Konseptual Penelitian


Dari kerangka konsepetual tersebut kemudian dirancang model struktural penelitian seperti pada Gambar 3.2.

Gambar 3.2. Model Struktural Penelitian


74

Model struktural penelitian pada Gambar 3.2. menunjukkan model

pengukuran dan model struktural yang membentuk persamaan :

3.1.1. Model Pengukuran

3.1.2. Model Struktural

휂1 = 𝛾1.1𝜉1 + 𝛾1.2𝜉2 + 휁1 ………………………………………43)

휂2 = 𝛽1.2휂1 + 𝛾2.1𝜉1 + 𝛾2.2𝜉2 + 𝛾2.3𝜉3 + 𝛾2.4𝜉4 + 휁2 ……………44)

)16.......................X 16216

2.16 +=X

)17.......................X 17217

2.17 +=X

)18.....................

X 182182.18

+=X

)19.....................X 19219

2.19 +=X

)20......................

X 202202.20

+=X

)21..................

Y 1111.1

+=Y

)22...................Y 212

1.2 +=Y

)23...................Y 313

1.3 +=Y

)24...................Y 414

1.4 +=Y

)25...................Y 515

1.5 +=Y

)26...................Y 616

1.6 +=Y

)27...................Y 717

1.7 +=Y

)28...................Y 828

1.8 +=Y

)29..................Y 929

1.9 +=Y

)30.................Y 10210

2.10 +=Y

)1...................X 111

1.1 +=X

)2..................X 212

1.2 +=X

)3................X 313

1.3 +=X

)4...................X 414

1.4 +=X

)5...................X 515

1.5 +=X

)6...................X 616

1.6 +=X

)7...................X 717

1.7 +=X

)8...................X 818

1.8 +=X

)9...................X 919

1.9 +=X

)10.................X 10110

1.10 +=X

)11.................X 11111

1.11 +=X

)12.................X 12112

1.12 +=X

)13.................X 13213

2.13 +=X

)14.................X 14214

2.14 +=X

)15.................X 15215

2.15 +=X


75

3.2. Rumusan Hipotesis

Hipotesis yang akan diuji pada penelitian ini merupakan hipotesis asosiatif

(associative hypohtesis) yaitu pernyataan tentang ada atau tidaknya pengaruh

yang terjadi antara dua variabel atau lebih (Sinulingga, S., 2012). Hipotesis yang

akan diuji kebenarannya dalam penelitian ini adalah:

1. 𝐻0 : Tidak ada pengaruh yang signifikan perencanaan strategis

terhadap kinerja PT. Intan Suar Kartika

𝐻1 : Terdapat pengaruh yang signifikan perencanaan strategis


2. 𝐻0 : Tidak ada pengaruh yang signifikan Fokus kepada pelanggan

dan pasar terhadap kinerja PT. Intan Suar Kartika

𝐻1 : Terdapat pengaruh yang signifikan Fokus kepada pelanggan

dan pasar terhadap kinerja PT. Intan Suar Kartika

3. 𝐻0 : Tidak ada pengaruh yang signifikan Fokus kepada tenaga kerja


𝐻1 : Terdapat pengaruh yang signifikan Fokus kepada tenaga kerja


4. 𝐻0 : Tidak ada pengaruh yang signifikan Fokus kepada operasi


𝐻1 : Terdapat pengaruh yang signifikan Fokus kepada operasi


5. 𝐻0 : Tidak ada pengaruh yang signifikan kepemimpinan terhadap

kinerja PT. Intan Suar Kartika


76

𝐻1 : Terdapat pengaruh yang signifikan kepemimpinan terhadap

kinerja PT. Intan Suar Kartika

6. 𝐻0 : Tidak ada pengaruh yang signifikan perencanaan strategis

terhadap kepemimpinan di PT. Intan Suar Kartika

𝐻1 : Terdapat pengaruh yang signifikan perencanaan strategis


7. 𝐻0 : Tidak ada pengaruh yang signifikan Fokus kepada pelanggan

dan pasar terhadap kepemimpinan di PT. Intan Suar Kartika

𝐻1 : Terdapat pengaruh yang signifikan Fokus kepada pelanggan

dan pasar terhadap kepemimpinan di PT. Intan Suar Kartika

8. 𝐻0 : Tidak ada pengaruh yang signifikan Fokus kepada tenaga kerja


𝐻1 : Terdapat pengaruh yang signifikan Fokus kepada tenaga kerja


9. 𝐻0 : Tidak ada pengaruh yang signifikan Fokus kepada operasi


𝐻1 : Terdapat pengaruh yang signifikan Fokus kepada operasi


3.3. Definisi Operasional

Definisi operasional merupakan penegasan arti dan makna setiap variabel

dalam kerangka konseptual. Tujuannya untuk menyamakan pengertian yang


77

dibutuhkan untuk pengukuran nilai masing-masing variabel. Variabel yang

mempengaruhi kinerja PT. Intan Suar Kartika antara lain:

1. Perencanaan strategis (𝜉1) merupakan upaya manajemen

mengembangkan sasaran strategis dan rencana kerja. Dalam hal ini diuji

bagaimana sasaran strategis dan rencana kerja yang telah dipilih,

disebarkan dan dirubah bila situasi mengharuskan, serta bagaimana

kemajuannya diukur. Indikator variabel perencanaan strategis adalah

Proses pengembangan strategi, sasaran strategi, pengembangan dan

penjabaran rencana kerja dan proyeksi kinerja.

2. Fokus kepada pelanggan dan pasar (𝜉2) merupakan cara perusahaan

menangani komitmen pelanggan untuk sukses pasar dalam jangka

panjang. Strategi penanganan ini termasuk bagaimana perusahaan

membangun budaya yang fokus kepada pelanggan. Kemudian cara

perusahaan mendengarkan suara pelanggan dan menggunakan informasi

ini guna memperbaiki dan mengidentifikasi peluang untuk inovasi.

Indikator variabel fokus kepada pelanggan dan pasar adalah

mendengarkan pelanggan, memperoleh informasi kepuasan pelanggan,

menganalisa dan mendata pelanggan, penawaran produk dan mendukung

pelanggan dan membangun budaya fokus kepada pelanggan.

3. Fokus kepada tenaga kerja (𝜉3) variabel yang menjelaskan cara

perusahaan menempatkan, mengelola, dan mengembangkan tenaga kerja

untuk memanfaatkan potensinya secara penuh dalam keselarasan dengan

misi, strategi dan rencana kerja perusahaan secara keseluruhan. Variabel


78

ini menguji kemampuan dalam menilai kebutuhan kapabilitas dan

kapasitas tenaga kerja untuk membangun lingkungan yang kondusif bagi

kinerja tinggi. Indikator variabel fokus kepada tenaga kerja adalah

kapabilitas dan kapasitas tenaga kerja, lingkungan tenaga kerja,

pemerkayaan tenaga kerja, pengembangan tenaga kerja dan pemimpin

dan penilaian terhadap penanganan tenaga kerja.

4. Fokus kepada operasi (𝜉4) variabel yang menjelaskan cara perusahaan

mendesain sistem kerja dan bagaimana desain, pengelolaan, dan

perbaikan proses kunci untuk mengimplementasikan sistem kerja dalam

memberi nilai kepada pelanggan serta mencapai sukses dan berkelanjutan

organisasional. Dalam hal ini juga diuji kesiapannya menghadapi

keadaan darurat. Indikator variabel fokus kepada operasi adalah desain

sistem kerja, proses kerja kunci, kesiapan sistem kerja dalam keadaan

bencana/darurat, desain proses kerja, pengaturan proses kerja dan

perbaikan proses kerja.

5. Kepemimpinan (휂1) variabel yang menjelaskan tindakan pribadi para

pemimpin senior organisasi dalam memandu dan mempertahankan

keberlanjutan perusahaan, tata kelola organisasi serta bagaimana

perusahaan menunjukkan pemenuhan terhadap hukum, etika, tanggung

jawab kemasyarakatan dan mendukung komunitas kunci. Indikator

variabel kepemimpinan adalah visi, misi dan nilai, komunikasi dan

kinerja organisasi, tata kelola organisasi, perilaku etis dan patuh hukum

dan tanggung jawab sosial dan mendukung komunitas kunci.


79

6. Kinerja (휂2) variabel yang menjelaskan tentang kinerja perusahaan dan

perbaikan diseluruh bidang kunci hasil produk atau jasa, hasil fokus

kepada pelanggan, hasil finansial dan pasar, hasil fokus kepada tenaga

kerja, hasil efektifitas proses, dan hasil kepemimpinan.. Indikator variabel

kinerja adalah hasil kinerja produk dan proses, hasil kinerja fokus kepada

pelanggan, hasil kinerja fokus kepada tenaga kerja, hasil kinerja

kepemimpinan dan tata kelola dan hasil kinerja finansial dan pasar.


80

BAB 4

RANCANGAN PENELITIAN

4.1. Tipe Penelitian

Penelitian ini dikategorikan sebagai explanatory research yaitu penelitian

yang bertujuan menjelaskan hubungan kausal antara variabel-variabel melalui

pengujian hipotesis. Pendekatan penelitian ini adalah pendekatan survey.

Paradigma yang melandasi penelitian berbentuk paradigma jalur, dengan teknik

analisis statistik yang dinamakan Structural Equation Modeling (SEM)

4.2. Lokasi dan Waktu Penelitian

Penelitian dilakukan di PT Intan Suar Kartika yang berlokasi di Jalan

Medan-Binjai KM 9,6 Medan. Penelitian dimulai dari bulan Maret 2016 sampai

dengan Desember 2016.

4.3. Gambaran Umum Perusahaan.

4.3.1. Sejarah Singkat

PT. Intan Suar Kartika merupakan perusahaan swasta nasional yang

memproduksi bahan bangunan yaitu paku dan kawat. Adapun pabrikasi terletak

pada Jl. K. L. Yos Sudarso Km. 9,6 Medan dengan kantor pusat dan

pemasarannya di Jl. Gandhi No. 130 Medan. PT. Intan Suar Kartika adalah

pengembangan dari PT. Intan Nasional Iron Industri yang didirikan pada bulan

Mei 1971. Pada bulan Oktober 1971 perusahaan telah dapat melakukan produksi

percobaan yaitu proses penggalvanisan plat seng.


81

Pada tahun 1973 perusahaan kemudian melakukan pengembangan usaha

dengan memproduksi kawat paku, paku, kawat licin, dan kawat beton dengan

nama perusahaan yang berbeda, yaitu PT. Intan Suar Kartika. Dikarenakan jumlah

permintaan terhadap produk-produk PT. Intan Suar Kartika semakin meningkat,

maka areal yang dibutuhkan untuk berproduksi semakin luas. Maka dari itu, tahun

1984, pengolahan dan pengalvanisan seng PT. Intan Nasional Iron Industri

dipindahkan ke lokasi lain. Hingga kini pabrik di Jl. K. L. Yos Sudarso Km. 9,6

Medan merupakan sepenuhnya pabrik PT. Intan Suar Kartika yang memproduksi

paku, kawat licin dan kawat duri.

4.3.2. Ruang Lingkup Bidang Usaha

Adapun produk yang dihasilkan oleh PT. Intan Suar Kartika Produk

adalah paku dengan ukuran yang beragam sesuai dengan permintaan pasar yaitu

berupa paku, kawat licin dan kawat duri. Bahan baku untuk semua produk ini

adalah wirerod yang diimpor dari Malaysia, India, Singapura, Rusia dan

Australia. Wirerod kemudian ditarik dengan mesin tarik kawat untuk

menghasilkan kawat paku yang merupakan bahan setengah jadi untuk produk

paku, kawat licin dan kawat duri. Selain untuk memenuhi kebutuhan sendiri, PT.

Intan Suar Kartika juga menjual kawat paku ini ke industri-industri sejenis

lainnya. Produk yang dihasilkan di pabrik ini berupa paku, kawat licin dan akwat

duri. Produk tersebut diproduksi dan dipasarkan untuk memenuhi kebutuhan lokal

(dalam negeri), seperti wilayah di sekitar Pulau Sumatera (Medan, Palembang)

dan Pulau Jawa, dsb.


82

4.3.3. Struktur organisasi

Struktur organisasi adalah bagian yang menggambarkan hubungan

kerjasama antara dua orang atau lebih dengan tugas yang saling berkaitan untuk

pencapaian suatu tujuan tertentu. Pendistribusian tugas, wewenang dan tanggung

jawab serta hubungan satu sama lain digambarkan pada suatu struktur organisasi

sehingga para pimpinan, pegawai dan unit-unit mengetahui dengan jelas apa tugas

yang harus dilakukan, dari siapa perintah diterima dan kepada siapa harus

bertanggung jawab. Struktur organisasi PT. Intan Suar Kartika dapat dilihat pada

Gambar 4.1.

Gambar 4.1. Struktur Organisasi PT. Intan Suar Kartika


83

4.3.4. Data Tenaga Kerja

Jumlah karyawan pada PT. Intan Suar Kartika sebanyak 159 orang.

Alokasi tenaga kerja dapat dilihat pada Tabel 4.1.

Tabel 4.1. Alokasi Tenaga Kerja pada PT. Intan Suar Kartika

No. Uraian Jumlah

Bagian Umum

1 Direktur 1

2 Wakil Direktur 1

3 Administrasi / Umum 3

4 Bagian Produksi 1

5 Bagian Personalia 3

6 Satpam 15

Tenaga Kerja Langsung

1 Cuci Kawat 3

2 Tarik Kawat 26

3 Paku 21

4 Polish 7

5 Packing 9

6 Kawat Duri 12

7 Kawat Licin 25

8 Operator Forklift 3

Tenaga Kerja Tidak Langsung

1 Operator Bengkel 1

2 Operator Listrik 15

3 Mekanik 9

4 Tenaga Kerja Gudang Bahan Jadi 4

Total Tenaga Kerja 159


84

4.4. Metode Penelitian

Metode penelitian merupakan tahapan-tahapan, petunjuk pelaksanaan, atau

petunjuk teknis dalam melakukan pencarian masalah, penentuan solusi, dan

mencari solusi dari masalah penelitian. Penelitian ini memiliki dua tahapan

penyelesaian masalah yaitu tahap penelitian dan tahap perancangan yang dapat

dilihat pada diagram kerangka berpikir pada Gambar 4.2. Kerangka pikir

merupakan gambaran proses berpikir dalam memecahkan permasalahan

penelitian.

Gambar 4.2. Diagram Kerangka Pikir

Tahap penelitian merupakan tahapan penemuan masalah dan mencari

faktor-faktor yang mempengaruhi kinerja. Faktor-faktor tersebut akan dianalisis

untuk mengetahui sejauh mana pengaruhnya terhadap masalah yang terjadi. Hasil

yang diperoleh dari tahap penelitian adalah faktor-faktor yang berpengaruh. Tahap

perancangan merupakan tahapan mencari solusi untuk menyelesaikan masalah

penelitian. Tahapan perancangan dilakukan untuk menemukan model sistem

pengukuran kinerja yang sesuai dengan hasil analisis faktor-faktor yang

berpengaruh.


85

4.4.1. Tahap Penelitian

Tahapan penelitian dimulai dari penemuan gejala, merumuskan masalah,

sampai pada mengetahui faktor yang signifikan mempengaruhi terjadinya masalah

tersebut. Tahapan penelitian dapat dilihat pada Gambar 4.3.

.

Gambar 4.3. Blok Diagram Penelitian


86

Gambar 4.3. (Lanjutan)


87

4.4.2. Deskripsi Populasi dan Sample Penelitian

Populasi pada penelitian ini adalah karyawan PT. Intan Suar Kartika

yang meliputi bagian umum, tenaga kerja langsung dan tenaga kerja tidak

langsung. Populasi dalam penelitian ini sejumlah 159 orang.

Sampel adalah bagian dari elemen-elemen populasi yang hendak diteliti.

Pengambilan sampel mutlak dilakukan karena sangat tidak praktis apabila studi

dilakukan pada semua anggota populasi (pertimbangan waktu, dana serta

pertimbangan ekonomis lainnya).

Penelitian dilakukan dengan menyebarkan 2 kuesioner yaitu kuesioner

pendahuluan untuk menguji instrumen penelitian dan kuesioner utama. Kuesioner

pendahuluan akan menggunakan sampel sebesar 30 berdasarkan rule of thumb

yang dipopulerkan Roscoe (1975) (Sinulingga, S., 2011).

Penentuan sampel kuesioner utama, menurut Ghozali (2008) besarnya

ukuran sampel memiliki peran penting dalam interpretasi hasil SEM. Ukuran

sampel memberikan dasar untuk mengestimasi sampling error. Menurut Wijaya

(2009) asumsi dasar yang harus dipenuhi dalam analisis SEM adalah jumlah

sampel yang memenuhi kaidah analisis. Menurut Sekaran (2003) analisis SEM

membutuhkan sampel paling sedikit 5 kali jumlah variabel indikator yang

digunakan. Teknik Maximum Likehood Estimation membutuhkan sampel berkisar

antara 100 – 200 sampel.

Pendapat lain mengemukakan bahwa Teknik Maximum Likelihood

Estimation (MLE) efektif untuk sampel berkisar 150 – 400 sampel. Teknik

Generalized Least Square Estimation (GLSE) dapat digunakan pada sampel


88

berkisar 200 – 500 sampel. Teknik MLE dan GLS mengharuskan data dalam

kondisi berdistribusi normal.

Berdasarkan kerangka konseptual yang telah dijelaskan pada sub bab 3.1.

jumlah variabel indikator penelitian adalah 30. Dengan teknik Maximum Likehood

Estimation, jumlah sampel minimal yang digunakan pada penelitian ini adalah 5 x

30 = 150 responden, sedangkan sampel maksimum sebanyak 155 responden.

4.4.3. Teknik Pengumpulan Data

Data yang digunakan dalam penelitian ini mengambil dari dua sumber,

yaitu:

a. Data primer

Data primer merupakan data yang diperoleh langsung dari sumbernya.

Data diperoleh langsung berasal dari hasil wawancara dengan pimpinan

PT. Intan Suar Kartika dan karyawan. Data tersebut misalnya berupa

gambaran proses produksi dan penilaian kinerja yang ada selama ini.

Selain itu juga data yang berasal dari kuesioner berkaitan dengan tingkat

kepentingan dari faktor dan sub faktor yang dipertimbangkan dalam proses

perancangan sistem pengukuran kinerja.

b. Data Sekunder

Data sekunder dalam penelitian ini merupakan data dari pihak PT. Intan

Suar Kartika, misalnya dokumen rencana strategi dan rencana operasional

tentang variabel yang berkaitan dengan faktor yang dipertimbangkan


89

dalam penelitian ini. Selain itu juga berasal dari jurnal, artikel, serta studi

pustaka yang lain.

Teknik pengumpulan data yang dilakukan di dalam penelitian ini, yaitu:

a. Wawancara

Merupakan teknik pengumpulan data dengan melakukan interview

langsung kepada pihak PT. Intan Suar Kartika, terutama kepada manager

dan karyawan perusahaan. Pertanyaan tersebut berkaitan dengan

pengelolaan dan proses bisnis yang ada di PT. Intan Suar Kartika.

b. Kuesioner

Pengumpulan data dalam penelitian ini dilakukan dengan menggunakan

kuesioner (angket) tertutup, yang merupakan suatu daftar pernyataan yang

disusun menurut variabel yang akan diteliti (Sekaran, 2003), dimana skala

pengukurannya menggunakan skala likert dari 1 – 5. Maksud dari skala

pengukuran likert dapat dilihat pada Tabel 4.3. dengan rincian sebagai

berikut:

Tabel 4.2. Skala penelitian


90

Tahap pengumpulan dan pengolahan data bertujuan untuk mengumpulkan

informasi identitas dan persepsi responden mengenai Kepuasan

stakeholder, kontribusi stakeholder, strategi, proses, kapabilitas dan

kinerja perusahaan. Informasi tersebut diperoleh dari penyebaran

kuesioner, kemudian informasi tersebut diolah agar dapat

diinterpretasikan. Langkah-langkah pada tahap pengumpulan dan

pengolahan data dapat dilihat pada Gambar 4.4.

Gambar 4.4. Tahap pengumpulan dan pengolahan data


91

4.4.3.1. Penyusunan Alat Ukur (Kuesioner)

Kuesioner yang baik adalah kuesioner yang mudah dimengerti responden

dan tidak menimbulkan pengertian ganda, dimana hal tersebut dapat

membingungkan responden pada saat menjawab kuesioner. Tujuan pokok dari

pembuatan kuesioner adalah mendapatkan informasi yang relevan dengan tujuan

penelitian. Pada penelitian ini kuesioner disusun berdasarkan atribut (indikator)

digunakan untuk mengukur nilai dari masing-masing variabel dapat dilihat pada

Tabel 4.3.


92

Tabel 4.3. Atribut (Indikator) masing-masing Variabel Laten

Variabel Definisi Dimensi Indikator Skala

Perencanaan

Strategis

Strategic

Planning

(ξ1)

Cara organisasi

mengembangkan

sasaran strategis

dan rencana kerja.

Dalam hal ini diuji

bagaimana sasaran

strategis dan

rencana kerja yang

telah dipilih,

disebarkan dan

dirubah bila

situasi

mengharuskan,

serta bagaimana

kemajuannya

diukur

Pengembang

an strategi

1. Proses

pengembangan strategi

2. Sasaran strategi

Skala

Likert

Penjabaran

Strategi

1. Pengembangan dan

penjabaran rencana

kerja

2. Proyeksi kinerja

Fokus

Kepada

Pelanggan

dan Pasar

(ξ2)

Cara organisasi

menangani

komitmen

pelanggan untuk

sukses pasar dalam

jangka panjang.

Strategi

penanganan ini

termasuk

bagaimana

organisasi

membangun

budaya yang fokus

kepada pelanggan.

Kemudian cara

organisasi

mendengarkan

suara pelanggan

dan menggunakan

informasi ini guna

memperbaiki dan

mengidentifikasi

peluang untuk

inovasi

Suara

Pelanggan

1.Mendengarkan

pelanggan

2. Memperoleh

informasi kepuasan

pelanggan

3. Menganalisa dan

mendata pelanggan

Skala

Likert

Penanganan

Pelanggan

1. Penawaran produk

dan mendukung

pelanggan

2. Membangun

budaya fokus

kepada pelanggan


93



Fokus

Kepada

Tenaga Kerja

Workforce

Focus (ξ3)

Cara organisasi

menempatkan, mengelola,

dan mengembangkan

tenaga kerja untuk

memanfaatkan potensinya

secara penuh dalam

keselarasan dengan misi,

strategi dan rencana kerja

organisasi secara

keseluruhan. Variabel ini

menguji kemampuan dalam

menilai kebutuhan

kapabilitas dan kapasitas

tenaga kerja untuk

membangun lingkungan

yang kondusif bagi kinerja

tinggi.

Lingkun

gan

tenaga

kerja

1. Kapabilitas

dan kapasitas

tenaga kerja

2. Lingkungan

tenaga kerja

Skala

Likert

Penanga

nan

tenaga

kerja

1. Pemberdayaan

tenaga kerja

2. Pengembangan

tenaga kerja dan

pemimpin

3. Penilaian

terhadap

penanganan

tenaga kerja

Fokus

Kepada

Operasi

Operation

Focus (ξ4)

Cara organisasi mendesain

sistem kerja dan bagaimana

desain, pengelolaan, dan

perbaikan proses kunci

untuk

mengimplementasikan

sistem kerja dalam

memberi nilai kepada

pelanggan serta mencapai

sukses dan berkelanjutan

organisasional. Dalam hal

ini juga diuji kesiapannya

menghadapi keadaan

darurat

Sistem kerja 1. Desain sistem

kerja

2. Proses kerja

kunci

3. Kesiapan sistem

kerja dalam

keadaan

bencana/darurat

Skala

Likert

Proses kerja 1. Desain proses kerja

2. Pengaturan proses kerja

3. Perbaikan proses kerja.


94



Kepemimpinan

Leadership

(Y1)

Tindakan pribadi para

pemimpin senior

organisasi dalam

memandu dan

mempertahankan

keberlanjutan

organisasi, tata kelola

organisasi serta

bagaimana organisasi

menunjukkan

pemenuhan terhadap

hukum, etika, tanggung

jawab kemasyarakatan

dan mendukung

komunitas kunci.

Kepemimpinan

Senior

1.Visi, Misi dan

Nilai- nilai

2.Komunikasi dan

kinerja organisasi

Skala

Likert

Tata kelola dan

tanggung Jawab

sosial

1. Tata Kelola

organisasi

2. Perilaku etis dan

patuh hukum

3. Tanggung

jawab sosial dan

mendukung

komunitas kunci

Kinerja

Performance

(Y2)

Kinerja organisasi dan perbaikan diseluruh bidang kunci hasil produk atau jasa, hasil fokus kepada pelanggan, hasil finansial dan pasar, hasil fokus kepada tenaga kerja, hasil efektifitas proses, dan hasil kepemimpinan. Level kinerja diuji perbandingannya dengan kompetitor dan organisasi lain yang menyediakan produk serupa.

1. Hasil kinerja produk dan proses

2. Hasil kinerja

fokus kepada

pelanggan

3. Hasil kinerja

fokus kepada

tenaga kerja

4. Hasil kinerja

kepemimpinan

dan tata kelola

5. Hasil kinerja

finansial dan pasar

Skala

Likert


95

Setiap atribut akan dikonversikan dalam bentuk butir pertanyaan atau

pernyataan dalam kuesioner yang akan digunakan untuk menilai variabel-variabel

penelitian. Butir-butir pertanyaan atau pernyataan kuesioner penelitian dapat

dilihat pada Lampiran 1.

4.5.3.2. Pengujian Kuesioner

Langkah awal sebelum penyebaran kuesioner yang sesungguhnya

dilakukan pretest dengan cara menyebarkan kuesioner awal dan wawancara

kepada beberapa mahasiswa. Dari wawancara diperoleh beberapa item pernyataan

atau pertanyaan yang harus diubah struktur kalimatnya. Selanjutnya dilakukan

pengujian kuesioner untuk mengetahui tingkat validitas dan realibilitas kuesioner

sebagai alat ukur penelitian.

a. Validitas

Kuesioner dapat dikatakan sebagai alat ukur yang baik apabila kuesioner

tersebut mampu menunjukkan kesesuaian dengan obyek yang akan diukur.

Validitas menunjukkan ketepatan dan kesesuaian suatu alat ukur dalam

menjalankan fungsi pengukurannya. Hasil penelitian dikatakan valid

apabila terdapat kesamaan antara data yang terkumpul dengan kenyataan

yang sesungguhnya sehingga data yang terkumpul dapat mewakili

populasi yang diteliti.

Validitas kuesioner diuji dengan menggunakan teknik analisis item yaitu

mengetahui konsistensi antara skor item dengan skor keseluruhan.

Konsistensi ini dapat dilihat pada koefisien korelasi antar setiap item


96

dengan skor keseluruhan. Pengujian validitas dilakukan dengan

menggunakan teknik korelasi Pearson Product Moment dengan persamaan

sebagai berikut:

𝑟𝑥𝑦 = 𝑛(Σ𝑥𝑦) − (Σ𝑥)(Σ𝑦)

√{𝑛Σ𝑥2 − (Σx)2}{nΣy2 − (Σy)2} … … … … … … … (4.1. )

Keterangan:

𝑟𝑥𝑦 = korelasi antara butir item dengan skor total semua item

x = skor nilai pada masing-masing pertanyaan atau pernyataan dari semua

responden

y = skor total seluruh pertanyaan atau pernyataan dari semua responden

n = ukuran sampel

Uji signifikansi dilakukan dengan uji t (taraf signifikansi 5%) dengan rumus

sebagai berikut:

𝑡 =𝑟√𝑛 − 2

√1 − 𝑟2 … … … … … (4.2. )

𝑑𝑓 = 𝑛 − 2 … … … … … . (4.3)

Keterangan:

n = ukuran sampel

r = korelasi antara butir item dengan skor total semua item

Item pertanyaan instrumen dikatakan valid apabila t-hitung lebih besar atau

sama dengan t-tabel, begitu pula sebaliknya. Pada penelitian ini, perhitungan

validitas secara manual tidak dilakukan dan perhitungan sepenuhnya dibantu

dengan program SPSS versi 22.


97

b. Realibiilitas

Pengukuran reliabilitas bertujuan untuk menunjukkan kestabilan dan

konsistensi alat ukur (dalam hal ini kuesioner) dalam mengukur konsep yang

ingin diukur. Reliabilitas menunjukkan sejauh mana suatu alat ukur dapat

diandalkan. Jika suatu kuesioner digunakan dua kali untuk mengukur gejala

yang sama dan hasil pengukuran yang diperoleh relatif konsisten maka

kuesioner tersebut dapat dikatakan reliabel, dengan kata lain reliabilitas

menunjukkan konsistensi suatu alat ukur dalam mengukur gejala yang sama.

Tinggi rendahnya reliabilitas suatu alat ukur ditunjukkan oleh suatu angka

yang disebut koefisien reliabilitas.

Pada tahap ini dilakukan pengujian reliabilitas pada saat pengumpulan data

awal sebanyak 30 responden berdasarkan rule of thumb yang dipopulerkan

Roscoe (1975) dengan menggunakan teknik Cronbach’s Alpha (Sinulingga,

S., 2011). Adapun rumus Cronbach’s Alpha adalah sebagai berikut:

𝑟𝑖 = (𝑘

𝑘 − 1) (1 −

Σ𝑠𝑖

𝑠𝑡) … … … … … … … (4.4. )

Keterangan:

𝑟𝑖 = nilai reliabilitas

Σ𝑠𝑖 = jumlah varians skor tiap-tiap item

𝑠𝑡 = varians total

k = jumlah item

Koefisien keandalan alat ukur menyatakan tingkat konsistensi jawaban

responden. Selanjutnya angka yang diperoleh dari perhitungan Cronbach’s

Alpha tersebut dibandingkan dengan angka kritis pada tabel korelasi r product


98

moment. Apabila nilai Cronbach’s Alpha lebih besar daripada nilai pada tabel

maka item pernyataan dalam kuesioner dianggap reliabel. Pada penelitian ini,

perhitungan reliabilitas secara manual tidak dilakukan dan perhitungan

sepenuhnya dibantu dengan program SPSS versi 22.

4.5.3.3. Penyebaran Kuesioner

Apabila kuesioner yang telah diuji validitas dan reliabilitas telah

memenuhi syarat maka kuesioner yang telah valid dan reliabel tersebut disebarkan

kepada seluruh sampel penelitian. Tujuan penyebaran kuesioner yaitu

membagikan daftar pernyataan kepada responden untuk diisi secara jujur dan

benar sehingga persepsi yang tercantum dalam jawaban responden tersebut benar-

benar mampu menggambarkan secara nyata kondisi aktual PT. Intan Suar Kartika.

4.5.3.4. Pengumpulan Data

Setelah kuesioner diisi dan dikembalikan maka diperoleh data mengenai

identitas dan persepsi responden. Data tersebut masih berupa data mentah yang

selanjutnya akan diolah untuk mendapatkan hasil, dimana hasil tersebut dijadikan

dasar dalam pembuktian hipotesis penelitian, penarikan kesimpulan dan saran-

saran. Data yang dianggap memenuhi syarat yaitu data yang hanya memiliki satu

jawaban untuk setiap pertanyaan yang terdapat dalam kuesioner.


99

4.5.3.5. Pengolahan Data Menggunakan program AMOS

Setelah data dikumpulkan kemudian diolah dengan menggunakan bantuan

program Amos v.22 dengan tujuan untuk menghitung besarnya pengaruh antara

variabel laten bebas (eksogen) terhadap variabel laten terikat (endogen). SEM

bermanfaat untuk memeriksa besar kecilnya pengaruh langsung (direct) maupun

tidak langsung (indirect) serta pengaruh total variabel eksogen terhadap variabel

endogen.

Untuk dapat menghitung koefisien jalur pada model yang telah ditentukan

maka langkah pertama yang harus dilakukan adalah menggambarkan model

konseptual diagram jalur untuk hubungan antar variabel. Diagram ini harus

mampu menerjemahkan hipotesis penelitian, dapat membedakan variabel eksogen

dengan endogen serta diharapkan dapat menggambarkan kaitan sejumlah variabel

yang diteliti.

Terdapat dua pendekatan dasar yang dapat dipilih apabila suatu penelitian

menggunakan SEM dalam memecahkan masalah penelitian yaitu confirmatory

factor analysis dan exploratory factor analysis, namun menurut Ghozali dan Fuad

(2005), analisis SEM akan bekerja jauh lebih baik apabila SEM digunakan untuk

konteks confirmatory. Hal ini sejalan dengan penelitian ini, dimana pada

penelitian ini pendekatan yang digunakan adalah pendekatan confirmatory factor

analysis.

Selanjutnya tujuan dari SEM pada prinsipnya adalah mendapatkan model

keseluruhan (full model). Output program ini berupa nilai koefisien jalur yang

telah didefinisikan melalui model keseluruhan (full model). SEM bermanfaat


100

untuk memeriksa besar kecilnya pengaruh langsung (direct), tidak langsung

(indirect), keseluruhan, bersama-sama (simultan) serta mengetahui variabel yang

berpengaruh dominan. Dalam penelitian ini, output pada program Amos yang

digunakan untuk menjawab pertanyaan dan hipotesis penelitian adalah nilai

koefisien jalur, t-value serta nilai R2.

4.5.4. Analisis Data

Data yang telah dikumpulkan pada sub bab 4.5.3. kemudian dilakukan

analisis data menggunakan hasil pengolahan data model SEM, sebagai berikut:

a. analisis terhadap kecocokan keseluruhan model (overall model fit)

b. analisis kecocokan model pengukuran (measurement model fit)

c. analisis kecocokan model struktural (structural model fit)

d. evaluasi hipotesis penelitian.

4.5.3.1. Analisis terhadap kecocokan keseluruhan model (overall model fit)

Pada tahap ini dilakukan uji kecocokan model secara keseluruhan terhadap

matriks korelasi dan matriks kovarians. Data yang digunakan harus memenuhi

asumsi-asumsi uji kecocokan SEM (Hair, 2006), yaitu:

a. Uji kecocokan Chi-Square (𝑋2)

Uji kecocokan ini mengukur seberapa dekat antara implied covariance

matrix (matriks kovarian hasil prediksi) dan sample covariance matrix

(matriks kovarians sampel data). Dalam prakteknya, nilai diharapkan


101

kecil dan P-value diharapkan bernilai ≥ 0,05 agar H1 dapat diterima

yang menyatakan bahwa model adalah baik.

𝑋2 = (𝑁 − 1)(𝑆 − Σk) … … … … . . (4.5. )

Keterangan :

𝑋2 = Chi-Square

N = jumlah observasi

S = sample covariance matrix

Σk = restricted covariance matrix

b. Goodness of Fit Index (GFI)

Ukuran GFI pada dasarnya merupakan ukuran kemampuan suatu

model menerangkan keragaman data. Nilai GFI berkisar antara 0 (poor

fit) sampai dengan 1 (perfect fit). Model yang baik adalah model yang

memiliki nilai GFI mendekati 1. Dalam prakteknya, banyak peneliti

menggunakan batas minimal GFI adalah 0,9.

c. Adjusted Goodness of Fit Index (AGFI)

Ukuran AGFI merupakan modifikasi dari GFI dengan mengakomodasi

degree of freedom model dengan model lain yang dibandingkan. AGFI

≥ 0,9 adalah good fit, sedangkan 0,8 ≤ AGFI ≤ 0,9 adalah marginal fit.

d. Root Mean Square Error of Approximation (RMSEA)

Merupakan ukuran rata-rata perbedaan per degree of freedom yang

diharapkan dalam populasi. Nilai RMSEA ≤ 0,08 adalah good fit,

sedangkan nilai RMSEA < 0,05 adalah close fit.

e. Tucker Lewis Index (TLI)


102

Ukuran TLI disebut juga dengan nonnormed fit index (NNFI). Ukuran

ini merupakan ukuran untuk perbandingan antarmodel yang

mempertimbangkan banyaknya koefisien di dalam model. TLI ≥ 0,9

adalah good fit, sedangkan 0,8 ≤ AGFI ≤ 0,9 adalah marginal fit.

f. Comparative Fit Index (CFI)

Ukuran CFI mengindikasikan tingkat yang paling tinggi bila mendekati

nilai 1. Nilai yang direkomendasikan adalah CFI ≥ 0,95.

Berdasarkan asumsi-asumsi tersebut maka sebuah model dinyatakan layak

jika masing-masing indeks tersebut mempunyai cut off value seperti ditunjukkan

pada Tabel 4.4 berikut.

Tabel 4.4. Indeks Pengujian Kelayakan Model

Good of Fit Cut off Value

𝑋2Chi-Square 𝑋2diharapkan kecil

Probabilitas ≥ 0,05

GFI ≥ 0,90

AGFI ≥ 0,90

RMSEA £ 0,08

TLI ≥ 0,90

CFI ≥ 0,95

4.5.3.2. Analisis Kecocokan Model Pengukuran (Measurement Model Fit)

Setelah keseluruhan model fit dievaluasi, maka langkah berikutnya adalah

pengukuran setiap konstruk untuk menilai unidimensionalitas dan realibilitas dari

konstruk. Unidimensionalitas adalah asumsi yang melandasi perhitungan

realibilitas dan ditunjukkan ketika indikator suatu konstruk acceptable fit satu

single faktor (one dimensional) model. Pengukuran Cronbach Alpha tidak


103

menjamin unidimensionalitas tetapi mengasumsikan adanya unidimensionalitas

untuk semua multiple indicator construct sebelum menilai realibilitasnya.

Realibilitas tidak menjamin adanya validitas. Validitas adalah ukuran

sampai sejauh mana suatu indikator secara akurat mengukur apa yang hendak

diukur. Suatu variabel dinyatakan valid jika memiliki nilai Standarized Loading

Factor (SLF) ≥ 0,5 dan nilai t ≥ 1,96 (t-tabel) (Wijanto, 2008).

Pendekatan untuk menilai pengukuran model adalah mengukur composite

realibility dan variance extracted untuk setiap konstruk. Reliability adalah ukuran

internal consistency indicator suatu konstruk. Hasil realibilitas yang tinggi

memberikan keyakinan bahwa indikator individu semua konsisten dengan

pengukurannya. Tingkat realibilitas yang diterima secara umum adalah > 0,70

sedangkan realibilitas < 0,70 dapat diterima untuk penelitian yang masih bersifat

eksploratori. Ukuran realibilitas yang lain adalah variance extracted sebagai

pelengkap ukuran construct realibility. Angka yang direkomendasi untuk nilai

variance extracted > 0,50. Berikut ini rumus untuk menghitung construct

realibility dan variance exctracted.

𝑐𝑜𝑛𝑠𝑡𝑟𝑢𝑐𝑡 𝑟𝑒𝑙𝑖𝑎𝑏𝑖𝑙𝑖𝑡𝑦 = (Σ𝑠𝑡𝑑 𝑙𝑜𝑎𝑑𝑖𝑛𝑔)2

(Σ𝑠𝑡𝑑 𝑙𝑜𝑎𝑑𝑖𝑛𝑔)2 + Σ휀𝑗 … … … … … (4.6. )

𝑣𝑎𝑟𝑖𝑎𝑛𝑐𝑒 𝑟𝑒𝑙𝑖𝑎𝑏𝑖𝑙𝑖𝑡𝑦 = Σ𝑠𝑡𝑑 𝑙𝑜𝑎𝑑𝑖𝑛𝑔2

Σ𝑠𝑡𝑑 𝑙𝑜𝑎𝑑𝑖𝑛𝑔2 + Σ휀𝑗 … … … … … (4.7. )


104

4.5.3.3. Analisis Kecocokan Model Struktural (Structural Model Fit)

Untuk menilai struktural model fit melibatkan signifikansi dari koefisien.

SEM memberikan hasil nilai estimasi koefisien, standard error, dan nilai critical

value (cr) untuk setiap koefisien. Dengan tingkat signifikansi tertentu (0,05) maka

kita dapat menilai signifikansi masing-masing koefisien secara statistik. Pemilihan

tingkat signifikansi dipengaruhi oleh justifikasi teoritis untuk hubungan kausalitas

yang diusulkan. Jika dihipotesakan hubungannya negatif atau positif, maka

digunakan uji signifikansi one tail (satu sisi). Namun demikian jika peneliti tidak

dapat memperkirakan arah hubungan maka harus digunakan uji two tails (dua

sisi).

4.5.3.4. Pengujian Hipotesis

Dari semua model struktural yang telah dibentuk dan dianalisis, diperoleh

nilai-nilai parameter yang menggambarkan hubungan kausal (pengaruh) antar

variabel didalamnya. Nilai parameter tersebut terdiri atas koefisien hubungan

antar variabel laten serta nilai kontribusi dari variabel-variabel manifes pembentuk

variabel-variabel laten tersebut. Pada bagian ini dibahas mengenai tahap

pengujian hipotesis, dimana nilai parameter antar variabel laten yang terdapat

pada analisis kecocokan model struktural dijadikan dasar untuk melakukan

evaluasi terhadap hipotesis-hipotesis penelitian yang telah dibentuk.


105

4.5.5. Tahap Perancangan

Hasil yang diperoleh pada tahap penelitian akan menjadi input pada tahap

perancangan. Output yang diperoleh dari tahap penelitian adalah variabel yang

memiliki pengaruh signifikan terhadap kinerja PT. Intan Suar Kartika. Variabel

yang memiliki pengaruh signifikan akan diidentifikasi faktor kinerja kuncinya

(KPI) melalui perancangan model pengukuran kinerja untuk meningkatkan

kinerja. Tahap perancangan yang digunakan untuk merumuskan model

pengukuran kinerja adalah:

1. Menganalisis faktor-faktor yang berpengaruh signifikan terhadap kinerja

PT. Intan Suar Kartika.


3. Menganalisis indikator-indikator kunci yang berpengaruh terhadap kinerja

PT. Intan Suar Kartika.

4. Merancang atau merumuskan model pengukuran kinerja PT. Intan Suar

Kartika.

4.5.6. Kesimpulan dan Saran

Kesimpulan penelitian diperoleh dari hasil pengolahan data, analisis, dan

proses perancangan yang mampu menjawab tujuan penelitian. Sedangkan saran

(rekomendasi) merupakan masukan terhadap perusahaan agar mampu

mengelaborasi hasil penelitian. Selain untuk perusahaan saran juga diberikan

untuk pelaksanaan penelitian berikutnya.


106

BAB 5

PENGUMPULAN DAN PENGOLAHAN DATA

5.1. Pengumpulan Data

Pada bagian ini dilakukan proses pengumpulan dan pengolahan data tahap

awal serta pengumpulan data tahap akhir. Pengumpulan data pada penelitian ini

menggunakan kuesioner sebagai alat ukur. Pengumpulan dan pengolahan data

tahap awal dilakukan untuk menguji kelayakan kuesioner, dengan maksud agar

kuesioner tersebut mampu secara baik dan benar menilai apa yang seharusnya

diukur. Kelayakan kuesioner yang ditetapkan diuji melalui analisis validitas dan

reliabilitas, apabila kuesioner tersebut telah valid dan reliabel maka kuesioner

tersebut layak untuk digunakan. Berdasarkan hasil pengujian kelayakan dapat

diketahui item-item pernyataan dalam kuesioner yang tidak layak, perlu

diperbaiki, diubah atau dihilangkan sehingga dapat menghasilkan kuesioner yang

benar-benar layak untuk digunakan sebagai alat ukur dalam penelitian ini.

5.1.1. Pengumpulan Data Tahap Awal

Dari 30 kuesioner yang disebar pada tahap pendahuluan tersebut

seluruhnya kembali dan sah/layak untuk diolah. Data mentah yang diperoleh dari

penyebaran kuesioner selanjutnya diuji validitas dan reliabilitasnya.


107

1. Uji Validitas.

Uji validitas dilakukan untuk mengetahui sejauh mana suatu alat ukur dapat

mengukur kondisi nyatanya. Item pertanyaan instrumen dikatakan valid apabila t-

hitung lebih besar atau sama dengan t-tabel, begitu pula sebaliknya. Pada

penelitian ini, perhitungan validitas secara manual tidak dilakukan dan

perhitungan sepenuhnya dibantu dengan program SPSS versi 22.

Berdasarkan tabel r product moment, dimana jumlah data sebanyak 30 maka

derajat kebebasan (dk = 30 – 2 = 28), dengan tingkat kepercayaan sebesar 95%,

diperoleh nilai r sebesar 0,362 (rkritis = 0,362). Pada Tabel 5.1, dapat dilihat

rangkuman mengenai uji validitas yang dilakukan.

Tabel 5.1. Hasil Uji Validitas

Variabel

Item

Pernyataan r-hitung r-tabel Kesimpulan

Perencanaan Strategis X1 0.607 0.362 Valid

X2 0.677 0.362 Valid

X3 0.568 0.362 Valid

X4 0.644 0.362 Valid


dan pasar X5 0.439

0.362 Valid

X6 0.55 0.362 Valid

X7 0.437 0.362 Valid

X8 0.545 0.362 Valid

X9 0.539 0.362 Valid

Fokus kepada tenaga kerja X10 0.571 0.362 Valid

X11 0.459 0.362 Valid

X12 0.581 0.362 Valid

X13 0.385 0.362 Valid

X14 0.584 0.362 Valid

Fokus kepada operasi X15 0.535 0.362 Valid

X16 0.433 0.362 Valid

X17 0.615 0.362 Valid

X18 0.758 0.362 Valid

X19 0.453 0.362 Valid

X20 0.426 0.362 Valid


108


Variabel

Item

Pernyataan r-hitung r-tabel Kesimpulan

Kepemimpinan Y1 0.455 0.362 Valid

Y2 0.402 0.362 Valid

Y3 0.431 0.362 Valid

Y4 0.682 0.362 Valid

Y5 0.481 0.362 Valid

Kinerja Perusahaan Y6 0.72 0.362 Valid

Y7 0.447 0.362 Valid

Y8 0.542 0.362 Valid

Y9 0.603 0.362 Valid

Y10 0.418 0.362 Valid

2. Uji Reliabilitas.

Uji reliabilitas adalah mengukur keandalan suatu instrumen, pada penelitian

ini digunakan koefesien Alpha Cronbach menyatakan bahwa nilai suatu instrumen

dikatakan reliabel bila nilai Alpha Cronbach ≥ 0.6. Hasil uji reliabilitas dapat

dilihat pada Tabel 5.2.

Tabel 5.2. Hasil Uji Realibilitas

Konstruk

Cronbach's

Alpha Keterangan

Perencanaan Strategis .841 Reliabel

Fokus kepada pelanggan dan pasar .865 Reliabel

Fokus kepada tenaga kerja .832 Reliabel

Fokus kepada operasi .863 Reliabel

Kepemimpinan .823 Reliabel

Kinerja Perusahaan .840 Reliabel

Berdasarkan Tabel 5.2. dapat diketahui bahwa Alpha Cronbach’s seluruh

instrument tersebut lebih besar dari pada 0,6. Hal ini menunjukkan bahwa


109

pengukuran tersebut dapat memberikan hasil yang konsisten apabila dilakukan

pengukuran kembali terhadap subyek yang sama.

Berdasarkan hasil uji validitas dan realibilitas diketahui bahwa kuesioner

yang dirancang valid dan reliabel untuk digunakan dalam penelitian ini.

5.1.2. Pengumpulan Data Tahap Akhir.

Kuesioner yang sudah valid dan reliabel disebarkan untuk pengumpulan

data tahap akhir. Jumlah kuesioner yang disebarkan kepada responden adalah

sebanyak 155 kuesioner dan dibagikan secara proporsional sesuai dengan jumlah

karyawan untuk tiap departemen. Deskripsi penyebaran, pengumpulan dan jumlah

kuesioner penelitian yang sah (layak untuk diolah) dapat dilihat pada Tabel 5.3.

Tabel 5.3. Deskripsi Penyebaran Kuesioner Penelitian.

Bagian Jumlah Kuesioner

Disebar Terkumpul Sah

Umum 32 31 30

Produksi 123 121 120

Total 155 152 150

Berdasarkan Tabel 5.3. dapat disimpulkan bahwa tingkat pengembalian

kuesioner penelitian yang layak untuk diolah cukup tinggi yaitu sebesar 98,5%.

Selain itu, jumlah data sebesar 150 set kuesioner telah memenuhi syarat-syarat

pengolahan data dengan bantuan program AMOS. Adapun program AMOS

mensyaratkan ukuran sampel dengan ketentuan sebagai berikut (Solimun, 2002):

1. Bila penggunaan parameter menggunakan metode kemungkinan

maksimum (maximum likelihood) maka jumlah sampel yang disarankan

adalah 100-200 sampel.


110

2. Sebanyak 5-10 kali jumlah variabel indikator dari keseluruhan variabel

laten.

5.2. Pengolahan Data

Proses mengenai pengolahan data adalah untuk mendapatkan jawaban atas

rumusan masalah penelitian ini. Pengolahan data dilakukan berdasarkan model

penelitian dengan mengolah data hasil survei yang diperoleh dari penyebaran

kuesioner penelitian. Data awal dari responden masih berupa data mentah

sehingga harus diolah sedemikian rupa agar menjadi sebuah informasi yang dapat

diinterpretasikan. Adapun pengolahan data pada penelitian ini dilakukan dengan

bantuan program SPSS Amos versi 22.

Pengolahan data dibagi kedalam tiga bagian yaitu hasil pengolahan data

model pengukuran yang menggambarkan nilai-nilai estimasi variabel indikator

terhadap variabel latennya, kemudian hasil pengolahan data model struktural yang

menggambarkan nilai-nilai estimasi antar variabel laten eksogen terhadap variabel

laten endogen, dan goodness of fit (GOF) yang digunakan untuk menguji

kecocokan keseluruhan model (overall model fit).

5.2.1. Hasil Pengolahan Data Model Pengukuran.

Pada bagian ini ditunjukkan hasil pengolahan data mengenai nilai-nilai

estimasi variabel indikator dalam membentu variabel latennya. Adapun variabel

laten pada penelitian ini terdiri atas variabel Perencanaan strategis (Ps), Fokus


111

kepada pelanggan dan pasar (Fpp), Fokus kepada tenaga kerja (Ftk), Fokus

kepada operasi (Fo), Kepemimpinan (Kpm), Kinerja Perusahaan (Kp).

Berikut disajikan hasil pengolahan data dengan AMOS pada masing-

masing variabel laten:

1. Hasil Pengolahan Data Model Pengukuran Perencanaan strategis.

Variabel laten Perencanaan strategis memiliki empat variabel

indikator. Hasil uji konfirmatori konstruk Perencanaan strategis

ditunjukkan pada Gambar 5.1.

Gambar 5.1. Uji Konfirmatori Konstruk Eksogen Perencanaan strategis

Dari hasil pengolahan data diketahui nilai Standardized Regression

Weights menunjukkan bahwa semua nilai estimasi indikator diatas 0,5 yang

berarti variabel indikator tersebut memenuhi syarat dan dapat dilihat pada Tabel

5.4.


112

Tabel 5.4. Standardized Regression Weights: Perencanaan strategis

Estimate

X1 <--- Ps .690

X2 <--- Ps .730

X3 <--- Ps .630

X4 <--- Ps .580

2. Hasil Pengolahan Data Model Pengukuran Fokus kepada pelanggan dan pasar.

Variabel laten Fokus kepada pelanggan dan pasar memiliki lima variabel. Hasil

uji konfirmatori Fokus kepada pelanggan dan pasar ditunjukkan pada Gambar

5.2.

Gambar 5.2. Uji Konfirmatori Konstruk Eksogen Fokus kepada

pelanggan dan pasar



berarti variabel indikator tersebut memenuhi syarat seperti dan dapat dilihat pada

Tabel 5.5.


113

Tabel 5.5. Standardized Regression Weights: Fokus kepada pelanggan dan pasar

Estimate

X5 <--- Fpp .610

X6 <--- Fpp .630

X7 <--- Fpp .580

X8 <--- Fpp .570

X9 <--- Fpp .620

3. Hasil Pengolahan Data Model Pengukuran Fokus kepada tenaga kerja.

Variabel laten Fokus kepada tenaga kerja memiliki lima variabel

indikator. Hasil uji konfirmatori konstruk Fokus kepada tenaga kerja

ditunjukkan pada Gambar 5.3.

Gambar 5.3. Uji Konfirmatori Konstruk Eksogen Fokus kepada tenaga kerja




5.6.


114

Tabel 5.6. Standardized Regression Weights: Fokus kepada tenaga kerja

Estimate

X10 <--- Ftk .620

X11 <--- Ftk .610

X12 <--- Ftk .610

X13 <--- Ftk .580

X14 <--- Ftk .730

4. Hasil Pengolahan Data Model Pengukuran Fokus kepada operasi

Variabel laten Fokus kepada operasi memiliki enam variabel indikator.

Hasil uji konfirmatori konstruk Fokus kepada operasi ditunjukkan pada

Gambar 5.4

Gambar 5.4. Uji Konfirmatori Konstruk Eksogen Fokus kepada

operasi




5.7.


115

Tabel 5.7. Standardized Regression Weights: Fokus kepada operasi

Estimate

X15 <--- Fo .680

X16 <--- Fo .550

X17 <--- Fo .610

X18 <--- Fo .680

X19 <--- Fo .580

X20 <--- Fo .580

5. Hasil Pengolahan Data Model Pengukuran Kepemimpinan.

Variabel Strategi memiliki lima variabel indikator. Hasil uji

konfirmatori Kepemimpinan ditunjukkan pada Gambar 5.5.

Gambar 5.5. Uji Konfirmatori Konstruk Endogen Kepemimpinan.



berarti variabel indikator tersebut memenuhi syarat dan dapat dilihat pada

Tabel 5.8.

6.


116

Tabel 5.8. Standardized Regression Weights: Kepemimpinan

Estimate

Y1 <--- Kpm .700

Y2 <--- Kpm .610

Y3 <--- Kpm .710

Y4 <--- Kpm .590

Y5 <--- Kpm .530

7. Hasil Pengolahan Data Model Pengukuran Kinerja Perusahaan

Variabel Strategi memiliki lima variabel indikator. Hasil uji

konfirmatori Kinerja Perusahaan ditunjukkan pada Gambar 5.6.

Gambar 5.6. Uji Konfirmatori Konstruk Endogen Kinerja Perusahaan



berarti variabel indikator tersebut memenuhi syarat dan dapat dilihat pada

Tabel 5.9.


117

8.

Tabel 5.9. Standardized Regression Weights: Kinerja Perusahaan.

Estimate

Y1 <--- Kp .600

Y2 <--- Kp .580

Y3 <--- Kp .590

Y4 <--- Kp .690

Y5 <--- Kp .640

5.2.2. Hasil Pengolahan Data Model Struktural

Hasil pengolahan data model struktural ini menunjukkan path diagram

antara variabel laten eksogen ke variabel laten endogen yang terdiri dari t-value

(nilai yang digunakan untuk uji signifikansi konstruk), standardized solution (nilai

parameter yang digunakan untuk menentukan arah dan besar pengaruh) serta

persamaan-persamaan matematika pada model struktural. Gambar 5.7.

menunjukkan hasil pengolahan data model struktural.


Weights menunjukkan bahwa semua nilai estimasi variabel indikator diatas dari

0,5 yang berarti variabel indikator tersebut memenuhi syarat seperti terlihat pada

Gambar 5.7.


Gambar 5.7. Hasil Pengolahan Data Model Struktural


97

5.2.3. Hasil Pengolahan Data Persamaan Matematika

Hasil pengolahan data model struktural pada sub bab 5.2.2. menunjukkan

path diagram yang terdiri dari t-value (nilai yang digunakan untuk uji signifikansi

konstruk), standardized solution (nilai parameter yang digunakan untuk

menentukan arah dan besar pengaruh) serta persamaan-persamaan matematika

pada model pengukuran kinerja. Nilai-nilai tersebut digunakan untuk mengolah

data persamaan matematika pada sub bab 4.1. Berikut ini adalah hasil pengolahan

data untuk setiap persamaan matematika.

5.2.3.1.Model Pengukuran Indikator dari Variabel Eksogen

Perhitungan persamaan matematika untuk model pengukuran

menggunakan data yang terdapat pada lampiran 4 pengolahan data. Data yang

digunakan adalah nilai residu atau komponen kesalahan pengukuran untuk

variabel eksogen (δ), nilai factor loading yang menghubungkan konstruk dengan

indikatornya (λ), dan nilai faktor eksogen (ξ). Berikut ini adalah hasil pengolahan

model pengukuran indikator dari variabel eksogen.

1. Proses pengembangan strategi (X1)

111 X 1.1

+=X

49,0)33.0(98,01

+=X

81,01=X

2. Sasaran strategi (X2)

212 X 1.2

+=X


98

50,0)33,0(07,12

+=X

85,02=X

3. Pengembangan dan penjabaran rencana kerja (X3)

313 X 1.3

+=X

39,0)33,0(13

+=X

72,03=X

4. Proyeksi kinerja (X4)

414 X 1.4

+=X

38,0)33,0(96,04

+=X

70,04=X

5. Mendengarkan pelanggan (X5)

525 X 1.5

+=X

33,0)25,0(89,05

+=X

55,05=X

6. Memperoleh informasi kepuasan pelanggan (X6)

626 X 1.6

+=X

45,0)25,0(09,16

+=X

73,06=X

7. Menganalisa dan mendata pelanggan (X7)


99

727 X 1.7

+=X

58,0)25,0(05,17

+=X

84,07=X

8. Penawaran produk dan mendukung pelanggan (X8)

828 X 1.8

+=X

51,0)25,0(00,18

+=X

76,08=X

9. Membangun budaya fokus kepada pelanggan (X9)

929 X 1.9

+=X

39,0)25,0(04,19

+=X

65,09=X

10. Kapabilitas dan kapasitas tenaga kerja (X10)

10310 X 1.10

+=X

53,0)32,0(00,110

+=X

85,010=X

11. Lingkungan tenaga kerja (X11)

11311 X 1.11

+=X

43,0)32,0(89,011

+=X

72,011=X


100

12. Pemberdayaan tenaga kerja (X12)

12312 X 1.12

+=X

60,0)32,0(05,112

+=X

94,012=X

13. Pengembangan tenaga kerja dan pemimpin (X13)

13313 X 1.13

+=X

50,0)32,0(87,013

+=X

78,013=X

14. Penilaian terhadap penanganan tenaga kerja (X14)

14314 X 1.14

+=X

38,0)32,0(16,114

+=X

75,014=X

15. Desain sistem kerja (X15)

15415 X 1.15

+=X

44,0)37,0(01,115

+=X

81,015=X

16. Proses kerja kunci (X16)

16416 X 1.16

+=X

82,0)37,0(96,016

+=X


101

18,116=X

17. Kesiapan sistem kerja dalam keadaan (X17)

17417 X 1.17

+=X

52,0)37,0(89,017

+=X

85,017=X

18. Desain proses kerja (X18)

18418 X 1.18

+=X

45,0)37,0(02,118

+=X

83,018=X

19. Pengaturan proses kerja (X19)

19419 X 1.19

+=X

70,0)37,0(98,019

+=X

06,119=X

20. Perbaikan proses kerja (X20)

20420 X 1.20

+=X

73,0)37,0(120

+=X

1,120=X

5.2.3.2. Model Struktural


102

Model struktural yang dihitung nilainya adalah nilai faktor untuk

konstruk endogen yaitu konstruk kepemimpinan dan kinerja perusahaan. Data

yang digunakan untuk menghitung adalah nilai faktor eksogen (ξ), nilai regresi

variabel laten endogen pada variabel laten eksogen (γ), dan kesalahan struktural

diberi label (ζ). Nilai konstruk endogen ini kemudian disubsitusi untuk

menghitung nilai variabel indikator dari setiap variabel endogen. Berikut ini

adalah hasil pengolahan data model struktural.

1. Nilai Faktor Konstruk Kepemimpinan

휂1 = 𝛾1.1𝜉1 + 𝛾1.2𝜉2 + 휁1

휂1 = 0,05 (0,33) +(- 0,12) (0.25) + 0,20

휂1 = 0,0165 +(- 0,03) + 0,20

휂1 = 0,19

2. Nilai Faktor Konstruk Kinerja Perusahaan

휂2 = 𝛽1.2휂1 + 𝛾2.1𝜉1 + 𝛾2.2𝜉2 + 𝛾2.3𝜉3 + 𝛾2.4𝜉4 + 휁2

휂2 = 0,0 ( 0,19) + 0,96 (0,33) + 0,04 (0,25) + 0,01 (0,37) + 0,03 (0,32)+(-0.02)

휂2 = 0,0 + 0,3168 + 0,01 + 0,037 + 0,096+(-0.02)

휂2 = 0,4398

5.2.3.3. Model Pengukuran Indikator dari Variabel Eksogen

Perhitungan persamaan matematika untuk model pengukuran

menggunakan data yang terdapat pada lampiran 4 pengolahan data dan nilai faktor

konstruk endogen ada sub bab 6.2.3.2. Data yang digunakan adalah nilai error

variabel endogen (ε), nilai factor loading yang menghubungkan konstruk dengan


103

indikatornya (λ), dan nilai faktor endogen (η). Berikut ini adalah hasil pengolahan

model pengukuran indikator dari variabel endogen.

1. Visi, Misi dan Nilai- nilai. (Y1)

111 Y 1.1

+=Y

37,0)19,0(24,11

+=Y

606,01=Y

2. Komunikasi dan kinerja organisasi (Y2)

212 Y 1.2

+=Y

52,0)19,0(18,12

+=Y

744,02=Y

3. Tata Kelola organisasi (Y3)

313 Y 1.3

+=Y

43,0)19,0(40,13

+=Y

696,03=Y

4. Perilaku etis dan patuh hukum (Y4)

414 Y 1.4

+=Y

43,0)19,0(14

+=Y

620,04=Y

5. Tanggung jawab sosial dan mendukung komunitas kunci (Y5)

515 Y 1.5

+=Y

45,0)19,0(86,05

+=Y

613,05=Y


104

6. Hasil kinerja produk dan proses (Y6)

626 Y 1.6

+=Y

50,0)44,0(16

+=Y

94,06=Y

7. Hasil kinerja fokus kepada pelanggan (Y7)

727 Y 1.7

+=Y

46,0)44,0(17

+=Y

90,07=Y

8. Hasil kinerja fokus kepada tenaga kerja (Y8)

828 Y 1.8

+=Y

38,0)44,0(07,18

+=Y

851,08=Y

9. Hasil kinerja kepemimpinan dan tata kelola (Y9)

929 Y192

+=Y

48,0)44,0(19

+=Y

920,09=Y

10. Hasil kinerja finansial dan pasar (Y10)

10210 Y 2.10

+=Y

96,0)44,0(18,110

+=Y

479,110=Y


105

5.2.4. Validitas Konvergen Model

Validitas konvergen dapat dinilai dari measurement model yang

dikembangkan dalam penelitian dengan menentukan apakah setiap indikator yang

diestimasi secara valid dapat mengukur dimensi, menunjukkan validitas

konvergen yang signifikan apabila koefisien variabel indikator itu lebih besar dari

dua kali standar errornya (Ferdinand, 2000). Bila setiap indikator memiliki critical

ratio (C.R) yang lebih besar dari dua kali standard errornya, hal ini menunjukkan

bahwa indikator tersebut secara valid mengukur apa yang seharusnya diukur

dalam model yang disajikan. Hasil perhitungan dapat disusun tabel Regression

Weight (factor loading) Measurement Model seperti pada Tabel 5.10.

Tabel 5.10. Regression Weight (factor loading) Measurement Model

Estimate S.E. C.R. P Label

X3 <--- PS 1.000

X2 <--- PS 1.069 .152 7.044 *** w2

X1 <--- PS .976 .144 6.754 *** w1

X8 <--- FC 1.000

X7 <--- FC 1.053 .216 4.862 *** w6

X6 <--- FC 1.095 .212 5.169 *** w5

X5 <--- FC .891 .176 5.067 *** w4

X20 <--- FP 1.000

X19 <--- FP .978 .185 5.284 *** w16

X18 <--- FP 1.022 .175 5.839 *** w15

X17 <--- FP .892 .164 5.426 *** w14

X16 <--- FP .963 .190 5.057 *** w13

X15 <--- FP 1.008 .173 5.833 *** w12

Y4 <--- Kpm 1.000

Y3 <--- Kpm 1.397 .235 5.947 *** w19

Y2 <--- Kpm 1.185 .216 5.484 *** w18

Y1 <--- Kpm 1.245 .211 5.890 *** w17


106

Tabel 5.10. (Lanjutan) Estimate S.E. C.R. P Label

Y6 <--- KP 1.000

Y7 <--- KP 1.001 .161 6.213 *** w21

Y8 <--- KP 1.066 .161 6.622 *** w22

Y9 <--- KP 1.005 .163 6.155 *** w23

X4 <--- PS .965 .134 7.185 *** w3

X9 <--- FC 1.040 .201 5.187 *** w7

Y5 <--- Kpm .864 .176 4.897 *** w20

Y10 <--- KP 1.177 .211 5.577 *** w24

X10 <--- FTK 1.000

X11 <--- FTK .890 .159 5.587 *** w8

X12 <--- FTK 1.051 .188 5.597 *** w9

X13 <--- FTK .868 .162 5.353 *** w10

X14 <--- FTK 1.164 .188 6.183 *** w11

Tabel 5.10. menunjukkan bahwa nilai factor loading (estimasi) yang

dipersyaratkan harus mencapai ≥ 0,40. factor loading dari masing-masing variabel

laten menunjukkan angka ≥ 0,40, maka dapat disimpulkan bahwa indikator

masing-masing konstruk secara bersama-sama menyajikan unidimensionalitas

untuk masing-masing variabel laten. Sedangkan critical ratio (C.R) menunjukkan

≥ 2,0, menunjukkan bahwa indikator tersebut merupakan dimensi dari faktor laten

yang dibentuk.


107

BAB 6

ANALISIS DAN PERANCANGAN

6.1. Analisis

6.1.1. Analisis Kecocokan

Pada analisis hasil, bagian utama yang dibahas adalah mengenai tingkat

kecocokan antara data dengan model, validitas dan reliabilitas model pengukuran

serta signifikansi koefisien-koefisien model struktural. Analisis terhadap tingkat

kecocokan data dengan model dilakukan melalui beberapa tahapan yaitu (Wijanto,

2008):

a. Analisis kecocokan terhadap keseluruhan model (overall model fit)

b. Analisis kecocokan terhadap model pengukuran (measurement model

fit)

c. Analisis kecocokan terhadap model struktural (structural model fit)

6.1.1.1. Analisis Kecocokan Keseluruhan Model (Overall Model Fit)

Tahap pertama dari analisis kecocokan ini ditujukan untuk mengevaluasi

secara umum derajat kecocokan atau goodness of fit (GOF) antara data dengan

model. Printed output dari GOF dapat dilihat pada lampiran empat output model

fit dan dalam pembahasannya, ukuran-ukuran GOF tersebut dapat dikelompokkan

menjadi 3 (tiga) jenis ukuran (Ghozali, 2013), sebagai berikut:


108

a. Absolute Fit Measures

Kelompok ini mengukur model fit secara keseluruhan baik model

struktural maupun model pengukuran secara bersama. Tabel 6.1. berikut ini

adalah hasil uji absolute fit measures.

Tabel 6.1. Hasil Pengujian Kelayakan Kelompok Absolute Fit Measures

Ukuran GOF

Target tingkat

kecocokan

Hasil estimasi

Tingkat

kecocokan

Chi-square

Nilai yang kecil

515.646

Kurang baik

Goodness of Fit Index (GFI) ≥ 0,90 0.825 Marginal fit

Probability ≥ 0,05 0.000 Kurang baik

Root Mean Square Error of

Approximation (RMSEA)

≤ 0,08 0.045 Baik (good fit)

CMIN / DF < 5 (wheaton,1977)

< 2 (Byrne, 1988)

1.305 Baik (good fit)

Non-Centrality Parameter

(NCP)

Nilai yang kecil

< Chi-square

120.646 Kurang baik

Pada Tabel 6.1. dapat diketahui mengenai hasil GOF untuk jenis ukuran

absolute fit measures, yang analisis kecocokan keseluruhan modelnya adalah

sebagai berikut:

1. Chi-square (df = 395) adalah 515.646 dengan nilai p = 0.00

Nilai chi-square menunjukan adanya penyimpangan antara sample

covariance matrix dan model covariance matrix dengan nilai p = 0.00 <

0.05 maka nilai tersebut dapat disimpulkan bahwa kecocokan keseluruhan

model adalah kurang baik, karena yang diharapkan adalah nilai chisquare

yang kecil dengan p > 0.05. Hal ini menandakan bahwa terdapat

perbedaan antara matriks input yang diprediksi dengan yang sebenarnya

(aktual) secara statistik.


109

2. GFI = 0,825 menunjukkan bahwa kecocokan keseluruhan model adalah

marginal fit masih dapat dikembangkan menjadi model yang good fit.

3. RMSEA = 0,045 < 0,080 menunjukkan kecocokan keseluruhan model

yang baik (syarat RMSEA yang good fit adalah ≤ 0,090 (Wijanto, 1998)).

4. CMIN / DF = 1,305 menunjukkan bahwa kecocokan seluruh model adalah

baik. Menurut Wheaton et. al (1977), nilai rasio kurang dari lima

merupakan ukuran yang resonable, sedangkan peneliti lainnya Byrne

(1988) mengusulkan nilai rasio kurang dari dua untuk ukuran fit (Ghozali,

2013).

5. NCP = 120,646 merupakan nilai yang cukup besar, walau nilainya lebih

kecil dari Chi-square tapi masih kurang baik. NCP merupakan ukuran

badness of fit dimana semakin besar perbedaan antara matriks input yang

diprediksi dengan yang sebenarnya (aktual) secara statistik maka semakin

besar pula nilai NCP. Jadi yang diharapkan adalah nilai NCP yang nilainya

kecil atau rendah.

b. Incremental Fit Measures

Incremental fit measures membandingkan proposed model dengan baseline

model, sering disebut dengan null model. Null model adalah merupakan model

realistik dimana model-model yang lain harus diatasnya. Hasil uji incremental

fit measures seperti pada Tabel 6.2. berikut.


110

Tabel 6.2. Hasil pengujian kelayakan kelompok Incremental Fit Measures

Ukuran GOF Target Tingkat

Kecocokan

Hasil Estimasi Tingkat

Kecocokan

Tucker-Lewis Index (TLI) ≥ 0,90 0,886 Marginal fit

Adjusted Goodness of Fit

Index (AGFI)

≥ 0,90 0,793 Marginal fit

Normed Fit Index (NFI) ≥ 0,90 0,678 Kurang baik


Incremental Fit Measures, yang analisis kecocokan keseluruhan modelnya adalah

sebagai berikut:

1. Tucker-Lewis Index (TLI) atau dikenal dengan nonnormed fit index =

0,886 menunjukkan bahwa kecocokan keseluruhan model adalah marginal

fit. Ukuran ini menggabungkan ukuran parsimony kedalam indeks

perbandingan antara proposed model dan null model.

2. Adjusted Goodness of Fit Index (AGFI) = 0,793 menunjukkan bahwa

kecocokan keseluruhan model adalah marginal fit. Merupakan

pengembangan dari GFI yang disesuaikan dengan ratio degree of freedom

untuk null model.

3. Normed Fit Index (NFI) = 0,678 menunjukkan bahwa kecocokan

keseluruhan model adalah kurang baik.


111

c. Parsimonious Fit Measures

Ukuran ini menghubungkan goodness of fit model dengan sejumlah

koefisien estimasi yang diperlukan untuk mencapai level fit. Tujuan

dasarnya adalah untuk mendiagnosa apakah model fit telah tercapai

dengan overfitting data yang memiliki banyak koefisien. Prosedur ini

mirip dengan adjustment terhadap nilai R2 didalam multiple regression.

Namun demikian karena tidak ada uji statistik yang tersedia, maka

penggunaannya hanya terbatas untuk membandingkan model. Hasil uji

parsimonious fit measures ditunjukkan pada Tabel 6.3. berikut.

Tabel 6.3. Hasil Pengujian Kelayakan Kelompok Parsimonious Fit Measures

Ukuran GOF Target Tingkat

Kecocokan

Hasil Estimasi Tingkat

Kecocokan

Parsimonious Normed Fit

Index (PNFI)

≥ 0,90 0.616 Kurang baik

Parsimonious Goodness of

Fit (PGFI)



parsimonious fit measures, yang analisis kecocokan keseluruhan modelnya adalah

sebagai berikut:

1. Parsimonious Normed Fit Index (PNFI) = 0,616 menunjukkan bahwa

kecocokan keseluruhan model adalah kurang baik. PNFI merupakan

modifikasi dari NFI. PNFI memasukkan jumlah degree of freedom yang

digunakan untuk mencapai level fit. Semakin tinggi nilai PNFI semakin


112

baik model tersebut. Kegunaan utama dari PNFI adalah untuk

membandingkan model dengan degree of freedom yang berbeda.

2. Parsimonious Goodness of Fit (PGFI) = 0,700 menunjukkan bahwa

kecocokan keseluruhan model adalah kurang baik. PGFI memodifikasi

GFI atas dasar parsimony estimated model.

Berdasarkan uraian dari tiga jenis ukuran Goodness of Fit, maka rangkuman

secara menyeluruh mengenai analisis kecocokan keseluruhan model (overall

model fit) pada penelitian ini dapat dijabarkan pada Tabel 6.4. berikut ini.

Tabel 6.4. Hasil Analisis Kecocokan Keseluruhan Model

Ukuran GOF Target tingkat

kecocokan

Hasil estimasi Tingkat

kecocokan

Chi-square

Nilai yang kecil

515.646

Kurang baik

Goodness of Fit Index

(GFI)

≥ 0,90 0.825 Marginal fit

Probability ≥ 0,05 0.000 Kurang baik

Root Mean Square

Error of

Approximation

(RMSEA)

≤ 0,08 0.045 Baik (good fit)


< 2 (Byrne, 1988)


Non-Centrality

Parameter (NCP)

Nilai yang kecil

< Chi-square

120.646 Kurang baik

Tucker-Lewis Index

(TLI)


Adjusted Goodness of

Fit Index (AGFI)


Normed Fit Index

(NFI)

≥ 0,90 0,678 Kurang baik

Parsimonious Normed

Fit Index (PNFI)


Parsimonious

Goodness of Fit

(PGFI)



113

Dari Tabel 6.4. dapat dilihat bahwa terdapat 6 ukuran GOF menunjukkan

kecocokan yang kurang baik, 3 ukuran GOF menunjukkan marginal fit dan 2

ukuran GOF menunjukkan kecocokan yang baik. Hal tersebut menandakan bahwa

kecocokan keseluruhan model adalah kurang baik, sehingga perlu diberikan

model alternatif hasil modifikasi dari model perbaikan.

Dalam suatu penelitian bisa jadi beberapa faktor tidak secara eksplisit

dibuat model. Teori tidak dikembangkan sampai mencapai spesifikasi model yang

sempurna, karena ketidakmampuan mendapatkan ukuran yang dikehendaki. Hal

ini menimbulkan apa yang disebut kesalahan spesifikasi model. Dalam kasus

dimana dua atau lebih indikator variabel laten dalam suatu model secara

sistematik dipengaruhi oleh sebuah faktor yang secara eksplisit tidak dimasukkan

dalam model, maka bisa jadi ada korelasi antara kesalahan pengukuran indikator

(error measurement) (Ghozali, 2013).

Modifikasi model dilakukan dengan mempertimbangkan hasil-hasil

perhitungan bagian modification indices. Sebagian besar hasil perhitungan di

bagian modifcation indices menyarankan untuk menambah beberapa garis korelasi

antar laten dan residual. Penambahan ini akan menurunkan nilai Chi-square dan

menaikkan harga probabilitas serta ukuran goodness of fit yang lainnya (Widagdo,

2011). Gambar 6.1. berikut adalah hasil model struktural yang telah dimodifikasi

dan merupakan model yang terakhir.


Gambar 6.1. Model Struktural Setelah Dimodifikasi


Berdasarkan hasil model struktural yang telah dimodifikasi diperoleh ukuran-

ukuran goodness of fit hasil modifikasi seperti pada lampiran 4. Analisis

kecocokan keseluruhan model (overall model fit) hasil modifikasi dapat

dijabarkan pada Tabel 6.5. berikut ini.

Tabel 6.5. Hasil Analisis Kecocokan Keseluruhan Model Modifikasi

Ukuran GOF Target tingkat

kecocokan

Hasil estimasi Tingkat

kecocokan

Chi-square

Nilai yang kecil

301.098

Baik (good fit)

Goodness of Fit Index (GFI) ≥ 0,90 0.890 Baik (good fit)

Probability ≥ 0,05 1 Baik (good fit)

Root Mean Square Error of

Approximation (RMSEA)

≤ 0,08 0.000 Baik (good fit)


< 2 (Byrne, 1988)


Non-Centrality Parameter

(NCP)

Nilai yang kecil

< Chi-square


Tucker-Lewis Index (TLI) ≥ 0,90 1.061 Baik (good fit)

Adjusted Goodness of Fit

Index (AGFI)

≥ 0,90 0.858 Marginal fit

Normed Fit Index (NFI) ≥ 0,90 0.812 Marginal fit

Parsimonious Normed Fit

Index (PNFI)


Parsimonious Goodness of

Fit (PGFI)


Dari Tabel 6.5. dapat dilihat bahwa terdapat 7 ukuran GOF menunjukkan

kecocokan yang baik, 2 ukuran GOF menunjukkan marginal fit dan 2 ukuran

GOF menunjukkan kecocokan yang kurang baik. Hal tersebut menandakan bahwa

walaupun terdapat beberapa ukuran GOF yang menunjukkan kecocokan yang

kurang baik namun sebagian besar ukuran GOF menunjukkan kecocokan yang

baik, sehingga dapat disimpulkan bahwa kecocokan keseluruhan model

modifikasi adalah baik (good fit).


6.1.1.2. Analisis Kecocokan Model Pengukuran (Measurement Model Fit)

Setelah kecocokan data dengan model secara keseluruhan adalah baik

(good fit), tahap berikutnya adalah menganalisis model pengukuran. Dalam

menganalisis model pengukuran, penelitian ini berfokus pada hubungan-hubungan

antara variabel laten dan variabel manifesnya. Analisis ini dilakukan terhadap

setiap model pengukuran atau konstruk secara terpisah melalui analisis terhadap

uji validitas dan uji reliabilitas model pengukuran yang telah dilakukan.

Uji validitas merupakan suatu uji yang bertujuan untuk melihat tingkat

akurasi yang dicapai oleh suatu variabel manifes dalam mengukur konsep yang

diukur. Pemeriksaan validitas akan didasarkan pada besarnya nilai bobot (loading)

faktor yang diperoleh. Solimun (2002) merekomendasikan bobot faktor diatas 0,5

(≥ 0,5) untuk menunjukkan validasi yang cukup kuat dari sebuah indikator untuk

mengukur suatu konstruk.

Uji reliabilitas adalah suatu pengujian untuk menentukan konsistensi

pengukuran variabel-variabel manifes dari suatu variabel laten. Tingginya nilai

reliabilitas menunjukkan bahwa variabel-variabel manifes mempunyai konsistensi

tinggi dalam mengukur konstruk variabel latennya. Pada penelitian ini digunakan

pendekatan ukuran reliabilitas komposit (composite reliability measure) dan

proporsi keragaman (variance extracted) untuk mengukur reliabilitas suatu

konstruk. Reliabilitas komposit dam proporsi keragaman suatu konstruk dihitung

dengan rumus:

𝐶𝑜𝑛𝑠𝑡𝑟𝑢𝑐𝑡 𝑅𝑒𝑙𝑖𝑎𝑏𝑖𝑙𝑖𝑡𝑦 = (Σ𝑠𝑡𝑑 𝑙𝑜𝑎𝑑𝑖𝑛𝑔)2

(Σ𝑠𝑡𝑑 𝑙𝑜𝑎𝑑𝑖𝑛𝑔)2 + Σ𝜖𝑗… … … … … … … … 6.1


𝑉𝑎𝑟𝑖𝑎𝑛𝑐𝑒 𝐸𝑥𝑡𝑟𝑎𝑐𝑡𝑒𝑑 = Σ𝑠𝑡𝑑 𝑙𝑜𝑎𝑑𝑖𝑛𝑔

Σ𝑠𝑡𝑑 𝑙𝑜𝑎𝑑𝑖𝑛𝑔 + Σ𝜖𝑗… … … … … … … … 6.2

Nilai std. loading (standardized loadings) dapat diperoleh secara langsung dari

output program Amos versi 22, sedangkan εj adalah measurement error yang

diperoleh dari satu dikurang kuadrat std. loading untuk setiap variabel manifes.

Hair et al. (1998) menyatakan bahwa sebuah konstruk mempunyai reliabilitas

yang baik jika nilai construct reliability variabel tersebut lebih besar atau sama

dengan 0.70 (≥ 0.70). Sedangkan, cut-off value untuk variance extracted minimal

0,50 (≥ 0,5). Untuk model yang digunakan dalam penelitian ini, hasil estimasi

masing-masing model pengukuran terdapat pada Lampiran 4.

a. Validitas dan realibilitas variabel perencanaan strategis

Pada Tabel 6.6. dapat diketahui mengenai hasil pengolahan data untuk

variabel Perencanaan strategis yang diolah menggunakan program SPSS

Amos versi 22.

Tabel 6.6. Hasil Pengolahan Data Perencanaan Strategis

Variabel Manifest

(Indikator)

Standar Loading

Factor

Kesimpulan

Validitas

X1 0.592 Baik

X2 0.639 Baik

X3 0.673 Baik

X4 0.654 Baik

Total 2.558

Dari Tabel 6.6. diketahui bahwa semua nilai standar loading factor dari

variabel indikator (≥ 0,5). Dengan demikian dapat dinyatakan bahwa validitas

semua variabel manifes terhadap variabel laten Perencanaan Strategis adalah

baik.


Setelah analisis terhadap validitas konstruk dilakukan, maka tahap selanjutnya

adalah melakukan analisis terhadap reliabilitas konstruk. Berikut hasil

perhitungan dari conctruct reliability (CR) dan variance extracted (VE) yang

telah dilakukan.

𝐶𝑅 =(2,558)2

(2,558)2 + 2,361

𝐶𝑅 = 0,735

𝑉𝐸 =2,558

2,558 + 2,361

𝑉𝐸 = 0,520

Dari hasil perhitungan reliabilitas tersebut dapat dilihat bahwa nilai construct

reliability (CR) variabel Perencanaan strategis adalah 0,735 dan lebih besar

dari 0,70 (> 0,70), dan variance extracted adalah 0,520 lebih besar dari 0,5

(≥0,50). Dapat disimpulkan bahwa reliabilitas model pengukuran (konstruk)

variabel Perencanaan strategis adalah baik.

b. Validitas dan realibilitas variabel fokus kepada pelanggan dan pasar

Pada Tabel 6.7. dapat diketahui mengenai hasil pengolahan data untuk variabel

Fokus kepada pelanggan dan pasar yang diolah menggunakan program SPSS.

Tabel 6.7. Hasil Pengolahan Data Fokus kepada pelanggan dan pasar

Variabel Manifest

(Indikator)

Standar Loading

Factor

Kesimpulan

Validitas

X5 0.575 Baik

X6 0.642 Baik

X7 0.558 Baik

X8 0.567 Baik

X9 0.638 Baik

Total 2,980


Dari Tabel 6.7. diketahui bahwa semua nilai standar loading factor dari variabel

indikator (≥ 0,5). Dengan demikian dapat dinyatakan bahwa validitas semua

variabel manifes terhadap variabel laten Fokus kepada pelanggan dan pasar adalah

baik.



perhitungan dari construct reliability (CR) dan variance extracted (VE) yang telah

dilakukan.

𝐶𝑅 =(2,980)2

(2,980)2 + 3,010

𝐶𝑅 = 0,747

𝐶𝑅 =2,980

2,980 + 3,010

𝐶𝑅 = 0,50


reliability (CR) variabel Fokus kepada pelanggan dan pasar adalah 0,747 dan

lebih besar dari 0,70 (> 0,70), dan variance extracted adalah 0,50 lebih besar dari

0,5 (> 0,50). Dapat disimpulkan bahwa reliabilitas model pengukuran (konstruk)

variabel Fokus kepada pelanggan dan pasar adalah baik.

c. Validitas dan realibilitas variabel fokus kepada tenaga kerja.


fokus kepada tenaga kerja yang diolah menggunakan program SPSS Amos versi

22.


Tabel 6.8. Hasil Pengolahan Data fokus kepada tenaga kerja

Variabel Manifest

(Indikator)

Standar Loading

Factor

Kesimpulan

Validitas

X10 0.646 Baik

X11 0.611 Baik

X12 0.617 Baik

X13 0.580 Baik

X14 0.738 Baik

Total 3,192



semua variabel manifes terhadap variabel laten fokus kepada tenaga kerja

adalah baik.



perhitungan dari conctruct reliability (CR) dan variance extracted (VE) yang

telah dilakukan.

𝐶𝑅 =(3,192)2

(3,192)2 + 2,948

𝐶𝑅 = 0,776

𝐶𝑅 =3,192

3,192 + 2,948

𝐶𝑅 = 0,52


reliability (CR) variabel fokus kepada tenaga kerja adalah 0,776 dan lebih

besar dari 0,70 (> 0,70), dan variance extracted adalah 0,52 lebih besar dari


0,5 (> 0,50). Dapat disimpulkan bahwa reliabilitas model pengukuran

(konstruk) variabel fokus kepada tenaga kerja adalah baik.

d. Validitas dan realibilitas variabel fokus kepada operasi


variabel fokus kepada operasi yang diolah menggunakan program SPSS

Amos versi 22.

Tabel 6.9. Hasil Pengolahan Data Faset fokus kepada operasi

Variabel Manifest

(Indikator)

Standar Loading

Factor

Kesimpulan

Validitas

X15 0.663 Baik

X16 0.564 Baik

X17 0.607 Baik

X18 0.689 Baik

X19 0.568 Baik

X20 0.585 Baik

Total 3,676



semua variabel manifes terhadap variabel laten fokus kepada operasi adalah

baik. Setelah analisis terhadap validitas konstruk dilakukan, maka tahap

selanjutnya adalah melakukan analisis terhadap reliabilitas konstruk. Berikut

hasil perhitungan dari conctruct reliability (CR) dan variance extracted (VE)

yang telah dilakukan.

𝐶𝑅 =(3,676)2

(3,676)2 + 3,650

𝐶𝑅 = 0,783

𝐶𝑅 =3,676

3,676 + 3,650


𝐶𝑅 = 0,502


reliability (CR) variabel fokus kepada operasi adalah 0,783 dan lebih besar dari

0,70 (> 0,70), dan variance extracted adalah 0,502 lebih besar dari 0,5 (>

0,50). Dapat disimpulkan bahwa reliabilitas model pengukuran (konstruk)

variabel fokus kepada operasi adalah baik.

e. Validitas dan realibilitas variabel kepemimpinan


variabel kepemimpinan yang diolah menggunakan program SPSS Amos.

Tabel 6.10. Hasil Pengolahan Data kepemimpinan

Variabel Manifest

(Indikator)

Standar Loading

Factor

Kesimpulan

Validitas

Y1 0.691 Baik

Y2 0.608 Baik

Y3 0.741 Baik

Y4 0.601 Baik

Y5 0.526 Baik

Total 3,167

Dari Tabel 6.13. diketahu bahwa semua nilai standar loading factor dari variabel


variabel manifes terhadap variabel laten kepemimpinan adalah baik.



perhitungan dari construct reliability (CR) dan variance extracted (VE) yang telah

dilakukan.

𝐶𝑅 =(3,167)2

(3,167)2 + 2,966


𝐶𝑅 = 0,772

𝐶𝑅 =3,167

3,167 + 2,966

𝐶𝑅 = 0,520


reliability (CR) variabel Strategi adalah 0,772 dan lebih besar dari 0,70 (> 0,70),

dan variance extracted adalah 0,520 lebih besar dari 0,5 (< 0,50). Dapat

disimpulkan bahwa reliabilitas model pengukuran (konstruk) variabel

kepemimpinan adalah baik.

i. Validitas dan realibilitas variabel Kinerja Perusahaan


kinerja yang diolah menggunakan program SPSS Amos versi 22.

Tabel 6.11. Hasil Pengolahan Data Kinerja Perusahaan

Variabel Manifest

(Indikator)

Standar Loading

Factor

Kesimpulan

Validitas

Y6 0.588 Baik

Y7 0.621 Baik

Y8 0.687 Baik

Y9 0.565 Baik

Y10 0.570 Baik

Total 3,031

Dari Tabel 6.14. diketahui bahwa semua nilai standar loading factor dari variabel


variabel manifes terhadap variabel laten kinerja perusahaan adalah baik.




perhitungan dari construct reliability (CR) dan variance extracted (VE) yang

telah dilakukan.

𝐶𝑅 =(3,031)2

(3,031)2 + 3,010

𝐶𝑅 = 0,745

𝐶𝑅 =3,031

3,031 + 3,010

𝐶𝑅 = 0,502


reliability (CR) variabel kinerja adalah 0,745 lebih besar dari 0,70 (≥ 0,70), dan

variance extracted adalah 0,502 lebih besar dari 0,5 (> 0,50). Dapat disimpulkan

bahwa reliabilitas model pengukuran (konstruk) variabel kinerja perusahaan

adalah baik.

6.1.1.3. Analisis kecocokan terhadap model struktural (structural model fit)

Setelah kecocokan data dengan model secara keseluruhan dan kecocokan

masing-masing model pengukuran adalah baik, tahap terakhir yang harus

dilakukan pada bagian analisis kecocokan adalah menganalisis kecocokan model

struktural. Analisis model struktural berhubungan dengan evaluasi terhadap

parameter-parameter yang menunjukkan hubungan sebab akibat (kausal) atau

pengaruh antara satu variabel laten terhadap variabel laten yang lain. Tujuan

dalam menilai model struktural adalah untuk memastikan apakah hubungan-

hubungan yang dihipotesiskan pada model konseptual didukung oleh data empiris


yang diperoleh melalui survei penelitian. Pada penelitian ini, model struktural

dievaluasi dari hasil estimasi yang tertera pada lampiran 4.

Pada evaluasi kecocokan model struktural ini, terdapat dua hal yang harus

diperhatikan yaitu:

a. t-value (t-hitung) dari parameter dilihat dari nilai critical ratio (c.r.), dimana

t-value merupakan nilai signifikansi parameter yang diharapkan dapat

memberikan informasi yang berguna mengenai hubungan antara variabel-

variabel laten. Batas untuk menolak atau menerima suatu hubungan dengan

tingkat signifikansi 5% adalah ± 1.96, diterima jika t-value > 1.96 atau t-

value < -1,96. Berikut ini adalah hasil evaluasi terhadap t-value pada

penelitian ini.

1. PS → Kpm = 1,97 > 1,96 menunjukkan bahwa nilai parameter adalah

signifikan.

2. Fpp → Kpm = 1,14 < 1,96 menunjukkan bahwa nilai parameter adalah

tidak signifikan.

3. Ftk → Kpm = 1,67 < 1,96 menunjukkan bahwa nilai parameter adalah

tidak signifikan.

4. Fo → Kpm = 2,02 > 1,96 menunjukkan bahwa nilai parameter adalah

signifikan.

5. Kpm → KP = 2,50 > 1,96 menunjukkan bahwa nilai parameter adalah

signifikan.

6. PS → KP = 6,44 > 1,96 menunjukkan bahwa nilai parameter adalah

signifikan.


7. Fpp → KP = 2,46 > 1,96 menunjukkan bahwa nilai parameter adalah

signifikan.

8. Ftk → KP = 2,17 > 1,96 menunjukkan bahwa nilai parameter adalah

signifikan.

9. Fo → KP = 2,33 > 1,96 menunjukkan bahwa nilai parameter adalah

signifikan.

b. Tanda (arah) hubungan, dimana hal ini mengindikasikan apakah hasil

hubungan antara variabel-variabel laten tersebut memiliki pengaruh yang

sesuai dengan yang dihipotesiskan. Berikut adalah hasil evaluasi terhadap

nilai parameter pada penelitian ini.

1. PS → Kpm = 0,164, hal tersebut menunjukkan bahwa variabel laten PS

memberikan pengaruh positif terhadap variabel laten Kpm, hal tersebut

sesuai dengan yang dihipotesiskan pada hipotesis keenam penelitian ini.

2. Fpp → Kpm = 0,107, hal tersebut menunjukkan bahwa variabel laten Fpp


sesuai dengan yang dihipotesiskan pada hipotesis ketujuh penelitian ini.

3. Ftk → Kpm = -0,111 hal tersebut menunjukkan bahwa variabel laten Ftk

memberikan pengaruh negatif terhadap variabel laten Kpm, hal tersebut

tidak sesuai dengan yang dihipotesiskan pada hipotesis kedelapan

penelitian ini.

4. Fo → Kpm = 0,173, hal tersebut menunjukkan bahwa variabel laten Fo



sesuai dengan yang dihipotesiskan pada hipotesis kesembilan penelitian

ini.

5. Kpm → KP = 0,253, hal tersebut menunjukkan bahwa variabel laten Kpm

memberikan pengaruh positif terhadap variabel laten KP, hal tersebut

sesuai dengan yang dihipotesiskan pada hipotesis kelima penelitian ini.

6. PS → KP = 0,989, hal tersebut menunjukkan bahwa variabel laten PS


sesuai dengan yang dihipotesiskan pada hipotesis pertama penelitian ini.

7. Fpp → KP = 0,203, hal tersebut menunjukkan bahwa variabel laten Fpp


sesuai dengan yang dihipotesiskan pada hipotesis kedua penelitian ini.

8. Ftk → KP = 0,190, hal tersebut menunjukkan bahwa variabel laten Ftk


sesuai dengan yang dihipotesiskan pada hipotesis ketiga penelitian ini.

9. Fo → KP = 0,189, hal tersebut menunjukkan bahwa variabel laten Fo


sesuai dengan yang dihipotesiskan pada hipotesis keempat penelitian ini.

Dari hasil uji tanda (arah) hubungan dapat disimpulkan bahwa semua nilai

parameter variabel-variabel laten pada model struktural secara signifikan

memberikan pengaruh positif terhadap variabel laten endogennya. Hal ini

sesuai dengan rumusan hipotesis. Pada Tabel 6.12. terangkum hasil evaluasi

terhadap model struktural pada penelitian ini.


Tabel 6.12. Evaluasi Koefisien Model Struktural

Path Nilai

parameter t-hitung Probability Kesimpulan

PS → Kpm .164 1,97 .045 Berpengaruh positif dan signifikan

Fpp → Kpm .107 1,15 .067 Berpengaruh positif dan tidak signifikan

Ftk → Kpm -.111 -1,67 .065 Berpengaruh negatif dan tidak signifikan

Fo → Kpm .173 2.02 .044 Berpengaruh positif dan signifikan

Kpm → KP .235 2,50 .032 Berpengaruh positif dan signifikan

PS → KP .989 6,44 *** Berpengaruh positif dan signifikan

Fpp → KP .203 2,46 .031 Berpengaruh positif dan signifikan

Ftk → KP .190 2,17 .046 Berpengaruh positif dan signifikan

Fo → KP .189 2,33 .035 Berpengaruh positif dan signifikan

6.1.2. Evaluasi Hipotesis Penelitian

Dari semua model struktural yang telah dibentuk dan dianalisis, diperoleh

nilai-nilai parameter yang menggambarkan hubungan kausal (pengaruh) antar

variabel didalamnya. Nilai parameter tersebut terdiri atas koefisien hubungan

antar variabel laten serta nilai kontribusi dari variabel-variabel manifes pembentuk

variabel-variabel laten tersebut. Berikut ini adalah hasil evaluasi hipotesis

penelitian yang telah dianalisis pada Tabel 6.12.

a. Hipotesis 1

Pengujian hipotesis pertama dilakukan untuk mengetahui pengaruh

Perencanaan strategis terhadap kinerja perusahaan. Oleh karena t-hitung

(nilai critical ratio) = 6,44 > 1,96 berada pada daerah penerimaan dan

probabilitas *** < 0,05, maka dapat dinyatakan bahwa H1 diterima yaitu

Perencanaan strategis berpengaruh secara positif dan signifikan terhadap

kinerja perusahaan.


b. Hipotesis 2

Pengujian hipotesis kedua dilakukan untuk mengetahui pengaruh Fokus

kepada pelanggan dan pasar terhadap kinerja perusahaan. Oleh karena t-

hitung (nilai critical ratio) = 2,46 > 1,96 berada pada daerah penerimaan

dan probabilitas 0,031 < 0,05, maka dapat dinyatakan bahwa H1 diterima

yaitu Fokus kepada pelanggan dan pasar berpengaruh secara positif dan

signifikan terhadap kinerja perusahaan.

c. Hipotesis 3

Pengujian hipotesis ketiga dilakukan untuk mengetahui pengaruh Fokus

kepada tenaga kerja terhadap kinerja perusahaan. Oleh karena t-hitung

(nilai critical ratio) = 2,17 > 1,96 berada diluar pada daerah penerimaan

dan probabilitas 0,046 > 0,05, maka dapat dinyatakan bahwa H1 diterima

yaitu fokus kepada tenaga kerja berpengaruh secara positif dan signifikan

terhadap kinerja perusahaan.

d. Hipotesis 4

Pengujian hipotesis keempat dilakukan untuk mengetahui pengaruh fokus

kepada operasi terhadap kinerja perusahaan. Oleh karena t-hitung

(nilai critical ratio) = 2.33 > 1,96 berada pada daerah penerimaan dan

probabilitas 0,35< 0,05, maka dapat dinyatakan bahwa H1 diterima yaitu

fokus kepada operasi berpengaruh secara positif dan signifikan terhadap

kinerja perusahaan

e. Hipotesis 5


Pengujian hipotesis kelima dilakukan untuk mengetahui pengaruh

kepemimpinan terhadap kinerja perusahaan. Oleh karena t-hitung (nilai

critical ratio) = 2,50 > 1,96 berada pada daerah penerimaan dan

probabilitas 0,032< 0,05, maka dapat dinyatakan bahwa H1 diterima yaitu

kepemimpinan berpengaruh secara positif dan signifikan terhadap kinerja

perusahaan

f. Hipotesis 6

Pengujian hipotesis keenam dilakukan untuk mengetahui pengaruh

Perencanaan strategis terhadap kepemimpinan. Oleh karena t-hitung (nilai


probabilitas *** < 0,05, maka dapat dinyatakan bahwa H1 diterima yaitu

perencanaan strategis ber pengaruh positif dan signifikan terhadap

kepemimpinan.

g. Hipotesis 7

Pengujian hipotesis ketujuh dilakukan untuk mengetahui pengaruh fokus

kepada pelanggan dan pasar terhadap kepemimpinan. Oleh karena t-hitung

(nilai critical ratio) = 1,15 < 1,96 berada diluar daerah penerimaan dan

probabilitas 0,067 > 0,05, maka dapat dinyatakan bahwa H1 ditolak. Hal

tersebut menunjukkan bahwa hipotesis ketujuh yang diajukan pada

penelitian ini tidak dapat diterima yaitu Fokus kepada pelanggan dan pasar

tidak berpengaruh positif dan signifikan terhadap kepemimpinan.

h. Hipotesis 8


Pengujian hipotesis kedelapan dilakukan untuk mengetahui pengaruh

fokus kepada tenaga kerja terhadap kepemimpinan. Oleh karena t-hitung

(nilai critical ratio) = -1,67 > -1,96 berada pada daerah penerimaan dan

probabilitas 0,65 > 0,05, maka dapat dinyatakan bahwa H1 ditolak. Hal

tersebut menunjukkan bahwa hipotesis kedelapan yang diajukan pada

penelitian ini tidak dapat diterima yaitu Fokus kepada tenaga kerja tidak

berpengaruh positif dan signifikan terhadap kepemimpinan.

i. Hipotesis 9

Pengujian hipotesis kesembilan dilakukan untuk mengetahui pengaruh

fokus kepada operasi terhadap kepemimpinan. Oleh karena t-hitung (nilai


probabilitas 0,044 < 0,05, maka dapat dinyatakan bahwa H1 diterima. Hal

tersebut menunjukkan bahwa hipotesis kesembilan yang diajukan pada

penelitian ini dapat diterima, yaitu terdapat pengaruh yang signifikan

fokus kepada operasi terhadap kepemimpinan.

6.2. Perancangan Model Pengukuran Kinerja

Setelah tahap analisis dilakukan berikutnya dilakukan proses perancangan

model pengukuran kinerja dengan langkah/tahapan dalam proses perancangannya,

yaitu:

1. Identifikasi faktor-faktor yang mempengaruhi kinerja dan

hubungannya.

2. Menyusun faktor-faktor tersebut secara hirarki.



6.2.1. Identifikasi Faktor-faktor yang Mempengaruhi Kinerja dan Hubungannya

Hasil analisis pada sub bab 6.1.3. memperlihatkan hasil identifikasi faktor-

faktor yang mempengaruhi kinerja dan hubungannya. Model yang sudah

dimodifikasi juga memberikan alternatif model pengukuran kinerja. Sebagai alat

bantu untuk melihat secara jelas faktor-faktor yang teridentifikasi mempengaruhi

kinerja dan hubungannya dapat digunakan peta kognitif, seperti pada Gambar 6.2.

berikut.

Gambar 6.2. Peta Kognitif Faktor-Faktor Terhadap Kinerja

Secara umum pengaruh dari sebuah faktor terhadap kinerja dapat dikelompokkan

menjadi:

1. Pengaruh langsung (direct effect).

Pada penelitian ini ada lima faktor yang diteliti berdasarkan evaluasi

hipotesis dinyatakan berpengaruh secara langsung terhadap kinerja. Tabel

6.13. berikut ini adalah faktor-faktor yang berpengaruh langsung terhadap

kinerja dan nilai pengaruh yang diperoleh dari lampiran 4 direct effect.


Tabel 6.13. Nilai Pengaruh Langsung Faktor Terhadap Kinerja

Path Nilai Pengaruh Keterangan

PS → KP

Fo → KP

Fpp→KP

Ftk→KP

Kpm → KP

0.989

0.189

0.203

0.190

0.235

direct effect

direct effect

direct effect

direct effect

direct effect

Dari Tabel 6.13. diketahui bahwa faktor yang paling berpengaruh terhadap

kinerja adalah perencanaan strategis sebesar 0,989, kepemimpinan sebesar

0,235 , fokus kepada pelanggan dan pasar sebesar 0,203, fokus kepada

tenaga kerja sebesar 0.190 dan fokus kepada operasi sebesar 0.189.

Untuk direct effect masing-masing indikator terhadap faktor adalah seperti

pada Tabel 6.14. berikut.

Tabel 6.14. Direct Effect Factor

FTK Fo Fpp PS Kpm KP

Kpm -.111 .173 .107 .164 .000 .000

KP .190 .189 .203 .989 .235 .000

2. Pengaruh tidak langsung (indirect effect)

Hasil analisis model keseluruhan dan evaluasi hipotesis pada sub bab 6.1.

diketahui bahwa faktor yang berpengaruh tidak langsung terhadap kinerja

adalah fokus kepada tenaga kerja dan fokus kepada pelanggan dan pasar

melalui kepemimpinan, seperti Gambar 6.3.


Gambar 6.3. Faktor Pengaruh Tidak Langsung

Untuk indirect effect masing-masing indikator terhadap faktor adalah seperti pada

Tabel 6.18. berikut.

Tabel 6.15. Indirect Effect Factor


Kpm .000 .000 .000 .000 .000 .000

KP .014 .023 .017 .010 .000 .000

Berdasarkan pengaruh langsung dan tidak langsung kemudian dapat

diperhitungkan total pengaruh faktor-faktor terhadap kinerja maupun indikator

terhadap faktor. Tabel 6.19. berikut adalah hasil perhitungan total effect.

Tabel 6.16. Total Effects Dari Factor


Kpm -.111 .173 .107 .164 .000 .000

KP .204 .212 .220 .999 .235 .000

6.2.2. Menyusun Faktor-Faktor Secara Hirarki

Pada langkah pertama, perhatian utama hanya menguraikan faktor-faktor yang

mempengaruhi dan hubungannya, tidak ada usaha untuk mengelompokkan faktor-


faktor pada level yang sama dalam satu kelompok. Langkah berikut setelah

diketahui faktor-faktor yang mempengaruhi kinerja dan hubungan antara setiap

faktor, dilakukan penyusunan faktor-faktor secara hirarki yang memberikan

gambaran lebih jelas keterkaitan dan posisi setiap faktor dalam melakukan

penilaian kinerja. Gambar 6.4 berikut merupakan gambaran bagaimana susunan

dari hirarki faktor-faktor tersebut

KINERJA

FOKUS KEPADAPELANGGAN DAN

PASAR

PERENCANAANSTRATEGIS

FOKUS KEPADATENAGA KERJA

FOKUS KEPADAOPERASI

KEPEMIMPINAN

`

X1 X2 X3 X4

X5 X6 X7 X8 X9

X10 X11 X12 X13 X14

X15 X16 X17 X18 X19 X20

Y1 Y2 Y3 Y4 Y5

Gambar 6.4. Tree Diagram Kinerja

6.2.3. Mengukur Pengaruh dari Faktor-faktor Terhadap Kinerja

Ukuran berapa besar pengaruh dari faktor-faktor terhadap kinerja dilihat dari total

effect, telah dihitung menggunakan bantuan software SPSS Amos versi 22 yang

terdapat pada Tabel 6.16. diatas. Untuk bobot masing-masing faktor dan indikator

dilakukan konversi sehingga model pengukuran kinerja yang dihasilkan nantinya

akan berjumlah satu atau seratus persen untuk bobot kinerja yang paling

maksimal. Tabel 6.17. berikut adalah bobot untuk masing-masing faktor terhadap

kinerja.


Tabel 6.17. Bobot Pengaruh Dari Faktor Terhadap Kinerja

Faktor Bobot

Perencanaan strategis 0.548

Fokus kepada pelanggan dan pasar 0.112

Fokus kepada tenaga kerja

Fokus kepada operasi

Kepemimpinan

0.105

0.105

0.130

Hasil pengolahan data pada Tabel 6.17. memperlihatkan bahwa variabel

perencanaan strategis memiliki bobot pengaruh terbesar yaitu 0.548 terhadap

kinerja perusahaan, kemudian variabel kepemimpinan sebesar 0.130, variabel

fokus kepada pelanggan dan pasar sebesar 0.112, variabel fokus kepada tenaga

kerja 0.105 dan fokus kepada operasi 0.105. Hal ini menunjukkan bahwa

karyawan masih menempatkan perencanaan strategis sebagai ukuran untuk

menilai kinerja perusahaan.

Hasil perhitungan bobot pengaruh tiap variabel digunakan untuk

menghitung bobot pengaruh tiap indikator. Bobot indikator untuk masing-masing

faktor adalah nilai loading factor dari indikator dikalikan bobot dari faktor

terhadap kinerja. Tabel 6.18. berikut ini adalah hasil perhitungan bobot pengaruh

dari tiap indikator terhadap kinerja.

Tabel 6.18. Bobot Pengaruh Dari Indikator Terhadap Kinerja

KPI BOBOT

X1 0.126

X2 0.143

X3 0.136

X4 0.129

X5 0.020

X6 0.026

X7 0.024



KPI BOBOT

X8 0.023

X9 0.024

X10 0.023

X11 0.019

X12 0.023

X13 0.019

X14 0.025

X15 0.019

X16 0.019

X17 0.019

X18 0.017

X19 0.018

X20 0.019

Y1 0.027

Y2 0,026

Y3 0.032

Y4 0.022

Y5 0.019

Indikator kinerja yang bobot pengaruhnya paling besar adalah KPI X2 (sasaran

strategi) sebesar 0.143, sedangkan indikator kinerja yang bobot pengaruhnya

terkecil adalah KPI X18 (desain proses kerja) sebesar 0,017. Ini menunjukkan

bahwa karyawan menilai kinerja perusahaan baik jika memiliki sasaran strategi

yang baik. Berdasarkan hasil pengolahan data yang terdapat pada Tabel 6.17 dan

Tabel 6.18. dapat disusun model struktur pengukuran kinerja PT. Intan Suar

Kartika seperti ditunjukkan pada Gambar 6.5.


KINERJA

(1,000)

FOKUS KEPADAPELANGGAN DAN

PASAR (0,118)

PERENCANAANSTRATEGIS

(0,534)

FOKUS KEPADATENAGA KERJA

(0,109)

FOKUS KEPADAOPERASI(0,113)

KEPEMIMPINAN

(0.126)

`

X10,129

X20,147

X30,140

X40,132

X50,019

X60,025

X70,023

X80,022

X90,023

X100,022

X110,018

X120,022

X130,018

X140,024

X150,017

X160,018

X170,016

X180,019

X190,017

X200,018

Y10,028

Y20,026

Y30,033

Y40,023

Y50,019

Gambar 6.5. Struktur dan Bobot Model Pengukuran Kinerja di PT. ISK

Usulan model matriks pengukuran kinerja untuk proses implementasinya

ditunjukkan pada Tabel 6.19. berikut ini. Rancangan model struktural untuk

pengukuran kinerja di PT. Intan Suar Kartika ditunjukkan pada Gambar 6.6.

Petunjuk dalam pengisian skor model matriks dapat dilihat pada lampiran 4.


Tabel 6.19. Rancangan Model Matriks Pengukuran Kinerja

di PT. Intan Suar Kartika

Kriteria

(1)

Bobot

(2)

Skor Penilaian

(3)

Nilai Kinerja

(4)

=(2x3)

A Perencanaan strategis

1 X1 0.129 ……………….. ……………….

2 X2 0.147 ……………….. ……………….

3 X3 0.140 ……………….. ……………….

4 X4 0.132 ……………….. ……………….

Sub total A 0.548 ……………….. ……………….

B Fokus kepada pelanggan

dan pasar

1 X5 0.019 ……………….. ……………….

2 X6 0.025 ……………….. ……………….

3 X7 0.023 ……………….. ……………….

4 X8 0.022 ……………….. ……………….

5 X9 0.023 ……………….. ……………….

Sub total B 0,112

C Fokus kepada tenaga kerja

1 X10 0.022 ……………….. ……………….

2 X11 0.018 ……………….. ……………….

3 X12 0.022 ……………….. ……………….

4 X13 0.018 ……………….. ……………….

5 X14 0.024 ……………….. ……………….

Sub total C 0,105

D Fokus kepada operasi

1 X15 0.017 ……………….. ……………….

2 X16 0.018 ……………….. ……………….

3 X17 0.016 ……………….. ……………….

4 X18 0.019 ……………….. ……………….

5 X19 0.017 ……………….. ……………….

6 X20 0.018 ……………….. ……………….

Sub total D 0,105

E. Kepemimpinan

1 Y1 0.028 ……………….. ……………….

2 Y2 0,026 ……………….. ……………….

3 Y3 0.033 ……………….. ……………….

4 Y4 0.023 ……………….. ……………….

5 Y5 0.019 ……………….. ……………….

Sub total D 0,130

Total 1.000


Selain usulan model matriks pengukuran kinerja , tersedia juga rancangan model

struktural untuk pengukuran kinerja di PT. Intan Suar Kartika ditunjukkan pada

Gambar 6.6

Gambar 6.6. Rancangan Model Struktural Pengukuran Kinerja PT.ISK


BAB 7

KESIMPULAN DAN SARAN

7.1. Kesimpulan

Kesimpulan yang diperoleh dari hasil penelitian dan model pengukuran

kinerja yang dapat diimplementasikan adalah:

1. Indikator kinerja kunci yang menggambarkan kinerja PT. Intan Suar

Kartika berjumlah 25 KPI, dengan rincian 4 KPI untuk faktor

perencanaan strategis, 5 KPI untuk faktor fokus kepada pelanggan dan

pasar, 5 KPI untuk faktor fokus kepada tenaga kerja, 6 KPI untuk faktor

fokus kepada operasi KPI. KPI dengan bobot terbesar adalah sasaran

strategi (X2), pengembangan dan penjabaran rencana kerja (X3), proyeksi

kinerja (X4), proses pengembangan strategi (X1).

2. Faktor kepemimpinan memiliki hubungan yang signifikan terhadap kinerja

perusahaan dengan nilai koefisien pengaruh langsung sebesar 0, 235

dengan indikatornya yaitu bagaimana karyawan menjalankan visi, misi

dan nilai-nilai perusahaan, komunikasi, tata kelola organisasi, perilaku

etis dan patuh hukum serta bertanggung jawab sosial terhadap komunitas

sekitarnya. Faktor perencanaan strategis memiliki hubungan yang

signifikan terhadap kinerja perusahaan dengan nilai koefisien pengaruh

langsung sebesar 0,989 dengan indikatornya yaitu proses pengembangan

strategi, sasaran dari strategi tersebut, pengembangan rencana kerja dan

proyeksi kerja. Faktor fokus kepada operasi memiliki hubungan yang


signifikan terhadap kinerja perusahaan dengan nilai koefisien pengaruh

langsung sebesar 0,189. Faktor fokus kepada tenaga kerja memiliki

hubungan yang signifikan terhadap kinerja perusahaan dengan nilai

koefisien pengaruh langsung sebesar 0,190. Faktor fokus kepada

pelanggan dan pasar memiliki hubungan yang signifikan terhadap kinerja

perusahaan dengan nilai koefisien pengaruh langsung sebesar 0,203

dengan indikatornya yaitu mendengarkan pelanggan, memperoleh

informasi kepuasan pelanggan, menganalisa dan mendata pelanggan,

penawaran produk dan dukungan bagi pelanggan dan membangun budaya

fokus kepada pelanggan. Faktor perencanaan strategis memiliki pengaruh

tidak langsung terhadap kinerja perusahaan melalui Faktor kepemimpinan

sebesar 0,164. Faktor fokus kepada operasi memiliki pengaruh tidak

langsung terhadap kinerja perusahaan melalui Faktor strategi sebesar

0,173.

3. Tersedia rancangan model pengukuran kinerja PT. Intan Suar Kartika

dalam bentuk model bertingkat, struktural dan matriks dengan

memperhatikan bobot untuk masing-masing faktor dan indikator dalam

penyusunannya.

7.2. Saran

Saran yang dapat diberikan dari hasil penelitian kepada PT. Intan Suar

Kartika dan penelitian berikutnya adalah:


1. Hasil penelitian yang telah dilakukan, kiranya dapat menjadi masukan bagi

PT. Intan Suar Kartika untuk diimplementasikan dalam upaya

meningkatkan kinerja perusahaan. Langkah-langkah yang dapat dilakukan

PT. Intan Suar Kartika untuk mengimplementasikan hasil penelitian

adalah membentuk tim untuk melakukan pengukuran kinerja perusahaan

berdasarkan hasil rancangan model pengukuran kinerja dan melakukan

evaluasi terhadap Faktor-Faktor tersebut.

2. Untuk penelitian selanjutnya, diharapkan dapat mengembangkan sistem

pengukuran kinerja di perusahaan dengan menggabungkan beberapa

metode pengukuran kinerja pada umumnya serta menemukan Faktor-

Faktor yang mempengaruhinya. Disamping itu dapat mengembangkan

Faktor-Faktor lain yang mempengaruhi kinerja perusahaan.


DAFTAR KEPUSTAKAAN

Arikunto, Suharsimi. (2006). Prosedur Penelitian Suatu Pendekatan Praktik.

Jakarta: Rineka Cipta

Artley, Will dan Suzanne Stroh. 2001. The Performance Management

Handbook Vol 2: Establishing an Integrated Performance Measurement

System. USA: Performance-Based Management Special Interest Group

(PBMSIG)

Bititci, U. S., Suwignjo, P., dan Carrie, A.S., (2000), Quantitative Models for

Performance Measurement Systems, International Journal of Production

Economics, Vol. 64.

Bititci, U. S., Suwignjo, P., dan Carrie, A.S., (2001), Strategy Management

through Quantitative Modelling of Performance Measurement Systems.,

International Journal of Production Economics, Vol. 69.

Borawski, Paul and Maryan Brennan. (2008). The Baldrige Model: An

Integrated

and Aligned System Approach to Performance Excellence. Journal of

Association Leadership. Washington DC

Byrne, B. M. (2010). Structural equation modeling with AMOS: Basic

concepts, applications, and programming. 2nd Edition. Routledge Taylor

& Francis Group


Ghozali, Imam., (2007). Model Persamaan Struktural konsep dan aplikasi,

edisi ketiga, Badan Penerbit Universitas Diponegoro, Semarang.

Ghozali, Imam, (2008)a, model persamaan struktural, konsep dan aplikasi

dengan program Amos 16.0, Badan Penerbit Universitas Diponegoro,

Semarang.

Ghozali, Imam, (2008)b, Structural Equation Modeling, Metode Alternatif

dengan Partial Least Square, Badan Penerbit Universitas Diponegoro,

Semarang.

Ghozali, Imam, (2008)c, Structural Equation Modeling, Teori, konsep dan

aplikasi dengan program Lisrel 18.0, Badan Penerbit Universitas

Diponegoro, Semarang

Glavan, L. M., (2011), Understanding Process Performance Measurement

Systems,Business Systems Research, Vol. 2, No. 2.

Grizzell. Paul and Mark Blazzey. (2004). Alignment of Baldrige With Six

Sigma, Lean Thinking, and Balance Scorecard. Insight to Performance

Excellence 2004. An inside look at the 2004 baldrige award criteria. The

American Society for Quality

Hair, J. F, Black, W. C, Babin, B.J, Anderson, R.E., & Tatham, R.L., (2006).

Multivariate Data Analysis, Sixth Edition, New Jersey;Prentice Hall.


Iveta, G., (2012), Human Resources Key Performance Indicators,

Journal of Competitivness, Vol.4, Issue 1.

Jayamaha, Nilal Palitha. Nigel P. Grigg and Robin S. Mann. (2011). Empirical

analysis of the Baldrige Criteria as organizational performance measure

and a theoretical model. Measuring Business Excellence Vol. 15 No. 1.

Emerald Group Publishing

Pasaribu, Jahartap. (2011). Perancangan Model Pengukuran Kinerja Dengan

Metode Quantitative Models For Performance Measurement System

(Qmpms) Berdasarkan Persepsi Mahasiswa Di STMIK IBBI Medan,

Tesis, Program Studi Teknik Industri Universitas Sumatera Utara.

Moeheriono, (2012), Perencanaan, aplikasi dan pengembangan indikator

kinerja utama (IKU): bisnis dan publik, Rajawali Pers, Jakarta.

Mulyadi. 2001. Balanced Scorecard Alat Manajemen Kontenporer untuk

Pelipatganda Kinerja Keuangan Perusahaan. Jakarta : Salemba Empat.

Nasution, Sakti. (2017), Meningkatkan Daya Saing Indonesia.

http://kelembagaan.ristekdikti.go.id/index.php/2017/04/11/memperbaiki-

daya-saing-indonesia/

Neely, A., Wilcox, M., Platts, K., Bourne, M., dan Mills, J., (2000), Designing,

implementing and updating performance measurement systems,

International Journal of Operations & Production Management, Vol. 20,

No. 7.


http://kelembagaan.ristekdikti.go.id/index.php/2017/04/11/memperbaiki-%20%20daya-

http://kelembagaan.ristekdikti.go.id/index.php/2017/04/11/memperbaiki-%20%20daya-

Neely, A., Platts, K., dan Gregory, M., (2005), Performance measurement

system design A literature review and research agenda, International

Journal of Operations & Production Management, Vol. 25, No. 12.

NIST. (2011). 2011-2012 Criteria for Performance Excellence.

http://www.nist.gov/baldrige/publications/upload/2011_2012_Business_

Nonprofit_Criteria.pdf

Santoso, Singgih. (2011). Structural Equation Modeling (SEM). Jakarta: Elex

media Komputindo

Sinulingga, Sukaria, (2008). Pengantar Teknik Industri, Graha Ilmu.

Sinulingga, Sukaria, (2011). Metode Penelitian, USU Press.

Sirait, M. (2012), Rancangan Sistem Manajemen Strategik Berbasis Balanced

Scorecard Dalam Kerangka Model Keunggulan Organisasi di PT.

Sisindokom Lintasbuana), Tesis, Program Studi Adminstrasi Bisnis.

Institut Teknologi Bandung.

Sumanth, D. J., (1984), Productivity Engineering and Management,

Productivity Measurement, Evaluation, Planning, and Improvement in

Manufacturing and Service Organizations, McGraw-Hill Book

Company.

Suwignjo, P. (2000) Sistem Pengukuran Kinerja: Sejarah Perkembangan dan

Agenda Penelitian ke Depan, Seminar Nasional Performance

Measurement, 30-31 Maret, Hotel Wisata Jakara


Taufiqurrahman, (2011), Perancangan Pengukuran Efisiensi Kinerja Program

Studi di Perguruan Tinggi dengan Pendekatan Integrasi Balance

Scorecard (BSC) dan Data Envelopment Analysis (DEA), Tesis, Program

Studi Teknik Industri Universitas Indonesia.

Waluyo, Minto, (2011), Panduan dan Aplikasi Structural Equation Modeling

(untuk aplikasi model dalam penelitian teknik industri, psikologi, sosial

dan manajemen), Indeks, Jakarta.

Wijaya, Toni, (2009), Analisis SEM untuk penelitian menggunakan

AMOS, Penerbit Universitas Atmajaya, Yogyakarta

Wijanto, S. (2008). Structural Equation Modeling dengan Lisrel 8.8 Konsep dan

Tutorial, Graha Ilmu.

Yamin, S. (2009). Struktural Equation Modeling, belajar lebih mudah teknik

Analisis Data Kuesioner dengan Lisrel-PLS. Jakarta: Salemba Infotek

Yuwono, Sony, dkk. 2007. Petunjuk Praktis Penyusunan Balanced Scorecard.

Jakarta : Gramedia Pustaka Utama


PERANCANGAN MODEL PENGUKURAN KINERJA BERBASIS …

Documents

Transcript of PERANCANGAN MODEL PENGUKURAN KINERJA BERBASIS …