bab iii metode penelitian 3.1. metode yang...
TRANSCRIPT
117
BAB III
METODE PENELITIAN
3.1. Metode yang digunakan
Penelitian ini adalah penelitian di bidang ilmu manajemen sumber daya
stratejik yang mengkaji konsep manajemen pengetahuan, kapabilitas dinamis,
modal intelektual, kinerja inovasi dan kinerja perusahaan.
Penelitian ini terdiri atas dua jenis, yaitu penelitian deskriptif dan
penelitian verifikatif. Penelitian deskriptif dilakukan dengan tujuan untuk
mendapatkan deskripsi tentang ciri-ciri variabel penelitian (kapabilitas
dinamis, manajemen pengetahuan, modal intelektual, kinerja inovasi dan
kinerja perusahaan). Sedangkan penelitian verifikatif dilakukan dengan tujuan
untuk mengetahui hubungan antar variabel melalui suatu pengujian hipotesis.
Metode penelitian yang dilakukan adalah survei. Terdapat dua jenis survei
yang akan dilakukan yakni : descriptive survey dan explanatory survey.
Descriptive survey merupakan metode penelitian yang bertujuan untuk
memperoleh deskripsi objek dengan melakukan penelitian objek. Sedangkan
explanatory survey adalah metode penelitian yang bertujuan untuk
menjelaskan peran variabel eksogen terhadap variabel endogen. Unit analisis
penelitian ini adalah industri kecil dan menengah (IKM) yang tergolong
sebagai industri kreatif fashion produk tekstil di Provinsi Jawa Barat. Survei
juga didukung dengan wawancara mendalam untuk memperjelas kondisi yang
terjadi di lapangan.
118
Pengkategorian IKM menggunakan standar yang dipakai BPS yakni
ukuran perusahaan pengolahan yang diukur berdasarkan jumlah tenaga kerja.
Industri rumah tangga dengan jumlah tenaga kerja 1-5 orang. Industri kecil
dengan jumlah tenaga kerja 5-19 orang. Industri sedang/menengah dengan
tenaga kerja 20-99 orang, serta terakhir industri besar dengan jumlah tenaga
kerja lebih dari 100 orang (Badan Pusat Statistik, 2018) Sedangkan unit
analisisnya adalah pengusaha/pemilik/direktur atau manajer pada
usaha/perusahaan dikedua tersebut.
Alat analisis yang akan dipergunakan adalah distribusi frekuensi dan
Partial Least Square-Structural Equation Modeling berbasis varian atau
sering disingkat dengan PLS-SEM (Variance-based Structural Equation
Modeling). PLS-SEM dipilih karena berorientasi prediksi, menggunakan non
probability sampling, hasil perhitungan pada saat jumlah sampel besar
menunjukkan konsistensi yang sama dengan SEM, bisa menampung jumlah
indikator yang kurang dari tiga, dan tidak menuntut data terdistribusi dengan
normal dan tidak harus mengikuti normalitas (Latan, 2013; Sarwono &
Narimawati, 2015; Hair Jr, Hult, Ringle, & Sarstedt, 2016). Pada umumnya
penelitian dibidang Manajemen Sumber Daya Manusia dan Marketing
kesulitan memperoleh data yang terdistribusi dengan normal (Sarwono &
Narimawati, 2015).
Penelitian ini bersifat cross sectional, yaitu informasi dari sampel
dikumpulkan langsung di tempat kejadian pada satu waktu dengan tujuan
untuk mengetahui pendapat dari responden terhadap variabel yang sedang
119
diteliti. Keterkaitan tujuan penelitian, jenis penelitian, metode, unit analisis,
unit observasi, alat analisis dan time horizon yang digunakan pada penelitian
ini disajikan pada tabel di bawah.
Tabel 3. 1 Tujuan Penelitian dan Metode Penelitian
Tujuan
Penelitian
Jenis
Penelitian
Metode
Penelitian
Unit
Analisis
Unit
Observasi
Alat
Analisis
Time
Horizon
T.1
T.2
T.3
T.4
T.5
T.6
Deskriptif
dan
verifikatif
Survei
(Deskriptif
dan
Eksplanatori)
Perusahaan
Pemilik/
direktur atau
manajer
industri
kreatif
fashion
produk
tekstil
Statistik
deskriptif
dan
Partial
Least
Square
(PLS)
Cross -
Sectional
Keterangan : T = Tujuan
Tujuan :
1. Menjelaskan tentang kapabilitas dinamis, manajemen pengetahuan, modal intelektual,
kinerja inovasi dan kinerja perusahaan di industri kreatif fashion produk tekstil di
Provinsi Jawa Barat.
2. Menguji pengaruh kapabilitas dinamis dan manajemen pengetahuan terhadap modal
intelektual baik secara simultan maupun parsial di industri kreatif fashion produk tekstil
di Provinsi Jawa Barat.
3. Menguji pengaruh kapabilitas dinamis, manajemen pengetahuan dan modal intelektual
terhadap kinerja inovasi baik secara simultan maupun parsial di industri kreatif fashion
produk tekstil di Provinsi Jawa Barat.
4. Menguji pengaruh kapabilitas dinamis, manajemen pengetahuan, modal intelektual dan
kinerja inovasi terhadap kinerja perusahaan baik secara simultan maupun parsial di
industri kreatif fashion produk tekstil di Provinsi Jawa Barat.
5. Menguji pengaruh kapabilitas dinamis dan manajemen pengetahuan terhadap kinerja
inovasi melalui modal intelektual baik secara simultan maupun parsial di industri kreatif
fashion produk tekstil di Provinsi Jawa Barat.
120
6. Menguji pengaruh kapabilitas dinamis, manajemen pengetahuan dan modal intelektual
terhadap kinerja perusahaan melalui kinerja inovasi baik secara simultan maupun parsial
di industri kreatif fashion produk tekstil di Provinsi Jawa Barat.
Untuk memudahkan dalam melaksanakan dan menganalisis hasil penelitian
ini maka perlu dijabarkan secara detail tentang variabel, konsep variabel,
dimensi/sub variabel, indikator dan satuan pengukuran yang digunakan
melalui operasionalisasi variabel.
3.2. Operasionalisasi Variabel
Pada penelitian ini pengumpulan data akan dilakukan melalui kuesioner. Oleh
sebab itu perlu dijabarkan variabel, dimensi/sub variabel, indikator dan satuan
pengukuran yang akan dipakai sebagai basis pembuatan kuesioner tersebut.
Variabel penelitian ini terdiri dari variabel independen, intervening dan dependen.
Variabel independent yaitu: kapabilitas dinamis dan manajemen pengetahuan.
Variabel intervening yaitu modal intelektual dan kinerja inovasi. Variabel
dependent adalah kinerja perusahaan. Konstruk definisi masing-masing variabel,
dimensi/sub variabel, indikator serta skala pengukurannya disajikan dengan lebih
rinci pada tabel berikut:
121
Tabel 3. 2
Operasionalisasi Variabel
Lanjutan Tabel 3.2
VARIABEL KONSTRUK DIMENSI/SUB
VARIABEL
INDIKATOR SATUAN PENGUKURAN SKALA
NO
KUE-
SIONER
Variabel
Independen
KAPABILITAS
DINAMIS
Kemampuan perusahaan untuk
memperbarui sumberdaya
yang dimiliki serta
mengelolanya melalui
penginderaan strategis,
membuat keputusan tepat
waktu, serta
mengimplementasikan
perubahan dalam rangka
meningkatkan kinerja
perusahaan.
1. Penginderaan
Strategis
1. Perbandingan usaha
dengan perusahaan lain
1. Tingkat seringnya
melakukan
perbandingan dengan
perusahaan lain
Ordinal 1.
2. Diskusi tentang
permintaan pasar
2. Tingkat seringnya
berdiskusi tentang
permintaan konsumen
Ordinal 2.
3. Memantau perubahan tren 3. Tingkat seringnya
memantau perubahan
tren
Ordinal 3.
2. Pengambilan
keputusan
tepat waktu
1. Kecepatan penanganan
perbedaan pendapat
1 Tingkat kecepatan
perusahaan menangani
perbedaan pendapat
dalam pengambilan
keputusan
Ordinal 4.
2. Penyelesaian
ketidakpuasan pelanggan
2 Tingkat kecepatan
perusahaan
menyelesaikan masalah
ketidakpuasan pelanggan
Ordinal 5.
3. Implementasi
perubahan
1 Sistem penghargaan
karyawan
1 Tingkat kemampuan
sistem penghargaan
memotivasi karyawan
Ordinal 6.
2 Sistem pengendalian
karyawan
2 Tingkat kemampuan
sistem pengendalian
terhadap karyawan
Ordinal 7.
122
Lanjutan Tabel 3.2
VARIABEL KONSTRUK DIMENSI/SUB
VARIABEL
INDIKATOR SATUAN PENGUKURAN SKALA
NO
KUE-
SIONER
Variabel
Independen
MANAJEMEN
PENGETAHUAN
Proses untuk memperoleh,
mengembangkan,
mensosialisasikan dan
menggunakan pengetahuan
untuk menyelesaikan masalah
di pekerjaan serta untuk
mencapai tujuan organisasi
1. Penciptaan 1. Menghadiri acara
pelatihan
1. Tingkat seringnya
menghadiri acara
pelatihan
Ordinal 8.
2. Pencarian informasi dari
sumber lainnya
2. Tingkat seringnya
melakukan pencarian
informasi dari sumber
lainnya
Ordinal 9.
3. Melakukan uji coba 3. Tingkat seringnya
melakukan uji coba
Ordinal 10.
2. Transfer 1. Menggali pengetahuan
karyawan
1. Tingkat seringnya
menggali pengetahuan
karyawan
Ordinal 11.
2. Mendorong kegiatan
berbagi pengetahuan
2. Tingkat seringnya
mendorong kegiatan
berbagi pengetahuan
Ordinal 12.
3. Menggunakan internet dan
media sosial untuk berbagi
pengetahuan
3. Tingkat seringnya
menggunakan internet
dan media sosial untuk
berbagi pengetahuan
Ordinal 13.
3. Aplikasi 1. Pengetahuan dari
kesalahan masa lalu
1. Tingkat pemanfaatan
pengetahuan dari
kesalahan masa lalu
Ordinal 14.
2. Pengalaman masa lalu
untuk penyelesaian
masalah
2. Tingkat penggunaan
pengalaman masa lalu
untuk penyelesaian
masalah
Ordinal 15.
3. Pengetahuan masa lalu
untuk menciptakan
penghematan
3. Tingkat penggunaan
pengetahuan masa lalu
untuk menciptakan
penghematan
Ordinal 16.
123
Lanjutan Tabel 3.2
VARIABEL KONSTRUK DIMENSI/SUB
VARIABEL
INDIKATOR SATUAN PENGUKURAN SKALA
NO
KUE-
SIONER
Variabel
Intervening
MODAL
INTELEKTUAL
Sekumpulan pengetahuan
yang melekat pada manusia,
organisasi, relasional serta
perilaku kewirausahaan yang
memiliki potensi untuk
mendukung upaya perusahaan
mencapai kinerja yang tinggi.
1. Modal
manusia
1. Pengalaman karyawan 1. Tingkat pengalaman
karyawan
Ordinal 17.
2. Keterampilan karyawan 2. Tingkat keterampilan
karyawan
Ordinal 18.
3. Pendekatan baru dalam
pemecahan masalah
3. Tingkat seringnya
menggunakan
pendekatan baru dalam
pemecahan masalah
Ordinal 19.
4. Kemampuan menangani
persoalan tidak terduga
4. Tingkat kemampuan
menangani persoalan
tidak terduga
Ordinal 20.
2. Modal
struktural
1. Prosedur tertulis 1. Tingkat pembuatan
prosedur tertulis
Ordinal 21.
2. Dokumentasi informasi 2. Tingkat seringnya
menyimpan produk ke
dalam dokumen tertulis/
manual.
Ordinal 22.
3. Modal
relasional
1. Kemitraan dengan pasar
dan komersial
1. Tingkat seringnya
bekerjasama dengan
pasar dan komersial
Ordinal 23.
2. Kemitraan dengan sektor
publik
2. Tingkat seringnya
bekerjasama dengan
sektor publik
Ordinal 24.
3. Kemitraan dengan
asosiasi/komunitas
3. Tingkat seringnya
bekerjasama dengan
asosiasi/komunitas
Ordinal 25.
124 Lanjutan Tabel 3.2
VARIABEL KONSTRUK DIMENSI/SUB
VARIABEL
INDIKATOR SATUAN PENGUKURAN SKALA
NO
KUE-
SIONER
4. Jumlah informasi 4. Tingkat banyaknya
jumlah informasi
Ordinal 26.
4. Modal
kewirausaha-
an
1. Keberanian mengambil
risiko
1. Tingkat keberanian
mengambil risiko
Ordinal 27.
2. Kemampuan mengambil
keputusan secara tegas
2. Tingkat kemampuan
mengambil keputusan
secara tegas
Ordinal 28.
3. Kemampuan
mengidentifikasi peluang
bisnis baru
3. Tingkat kemampuan
mengidentifikasi
peluang bisnis baru
Ordinal 29.
Variabel
intervening
KINERJA
INOVASI.
.
Hasil akhir dari aktivitas
pengembangan dan
implementasi produk, metode
penciptaan, pemasaran dan
pengelolaan organisasi, yang
bersifat baru atau yang
mengalami perubahan secara
signifikan.
1. Inovasi
Produk dan
estetika
1. Penggunaan bahan baku
baru
1. Tingkat penggunaan
bahan baku baru
Ordinal 30.
2. Variasi tampilan produk
baru
2. Tingkat variasi tampilan
produk baru
Ordinal 31.
3. Desain unik yang
dihasilkan
3. Tingkat desain unik
yang dihasilkan
Ordinal 32.
2. Inovasi
Proses
1. Metode produksi baru 1. Tingkat penggunaan
metode produksi baru
yang sangat berbeda
dengan sebelumnya
Ordinal 33.
2. Peralatan produksi baru 2. Tingkat penggunaan
peralatan produksi baru
yang sangat berbeda
dengan sebelumnya.
Ordinal 34.
125
Lanjutan Tabel 3.2
VARIABEL KONSTRUK DIMENSI/SUB
VARIABEL
INDIKATOR SATUAN PENGUKURAN SKALA
NO
KUE-
SIONER
3. Metode
logistik/distribusi/pengiri
man produk baru
3. Tingkat penggunaan
metode
logistik/distribusi/pengir
iman produk yang sangat
berbeda dengan
sebelumnya
Ordinal 35.
3. Inovasi
Pemasaran
1. Kemasan baru 1. Tingkat penggunaan
kemasan yang tidak
mengubah fungsi
produk, yang sangat
berbeda dengan
sebelumnya.
Ordinal 36.
2. Metode penempatan
produk di saluran
penjualan baru
2. Tingkat penempatan
produk baru
Ordinal 37.
3. Media atau teknik
promosi baru
3. Tingkat penggunaan
media atau teknik
promosi baru
Ordinal 38.
4. Metode penetapan harga 4. Tingkat penetapan harga
baru
Ordinal 39.
4. Inovasi
Organisasi
1. Pengaturan tanggung
jawab dan pengambilan
keputusan
1. Tingkat penggunaan
metode yang mengatur
tanggungjawab
pengambilan keputusan
Ordinal 40.
2. Pengaturan hubungan
eksternal
2. Tingkat penggunaan
metode yang mengatur
hubungan eksternal
Ordinal 41.
126
Lanjutan Tabel 3.2
VARIABEL KONSTRUK DIMENSI/SUB
VARIABEL
INDIKATOR SATUAN PENGUKURAN SKALA
NO
KUE-
SIONER
Variabel
dependen
KINERJA
PERUSAHAAN
(Z)
Hasil akhir dari aktivitas yang
dilakukan oleh perusahaan
dalam waktu tertentu, yang
diukur dengan menggunakan
standar-standar tertentu.
1. Pelanggan 1. Pertumbuhan pelanggan 1. Tingkat pertumbuhan
pelanggan
Ordinal 42.
2. Kepuasan pelanggan 2. Tingkat kepuasan
pelanggan
Ordinal 43.
2. Keuangan 1. Pertumbuhan penjualan 1. Tingkat pertumbuhan
penjualan
Ordinal 44.
2. Penghematan biaya 2. Tingkat penurunan biaya Ordinal 45.
3. Pertumbuhan laba 3. Tingkat pertumbuhan
laba
Ordinal 46.
127
3.3. Sumber dan Cara Penentuan Data/Informasi
Populasi pada penelitian ini adalah industri kecil dan menengah (IKM) yang
bergerak di industri kreatif fashion produk tekstil di Provinsi Jawa Barat. Terdapat
17 kabupaten/kota di Jabar yang memiliki sentra industri produk tekstil (Dinas
Perindustrian dan Perdagangan Provinsi Jawa Barat, 2015c; Peraturan Daerah
Provinsi Jawa Barat No 8 Tahun 2017, 2017). Ke-17 kabupaten/kota tersebut
disajikan di tabel berikut:
Tabel 3. 3
Kabupaten/kota Sentra Industri Produk Tekstil di Jawa Barat
No Kab/ Kota Sumber
1 Kab. Garut Dinas Perindustrian
dan Perdagangan
Provinsi Jawa Barat
(2015c)
2 Kab Pangandaran
3 Kab Subang
4 Kab Sukabumi
5 Kab Cirebon
6 Kab Ciamis
7 Kab Bekasi
8 Kab Indramayu
9 Kab Tasikmalaya
10 Kab Bandung
11 Kota Bandung
12 Kota Bekasi Dinas Perindustrian
dan Perdagangan
Provinsi Jawa Barat
(2015d)
13 Kota Depok
14 Kab Bogor
15 Kota Bogor
16 Kota Cimahi
17 Kota Tasikmalaya
128
Disebabkan populasi secara geografis sangat tersebar dan ketidak-akuratan
kerangka sampel dari semua unsur-unsur yang terdapat di dalam populasi itu,
maka teknik pengambilan sampel yang digunakan adalah kombinasi antara
probability sampling (multistage cluster sampling dan simple random sampling)
dan non probability sampling (accidental sampling). Teknik multistage cluster
sampling biasa dipergunakan pada kondisi populasi secara geografis sangat
tersebar, tidak adanya kerangka sampel, dan biaya menyusun kerangka sampel
sendiri akan sangat besar (Nazir, 2017). Pada kondisi seperti itu, maka unit
analisis dapat dikelompokkan ke dalam gugus-gugus (cluster) yang dipilih secara
acak (simple random sampling) dan merupakan satuan tempat sampel akan
diambil (Mantra & Kasto, 1995). Lalu setelah itu unit elementer akan dipilih
dengan menggunakan teknik accidental sampling.
Prosedur penarikan sampel pada multistage cluster sampling terdiri dari
beberapa tahapan sebagai berikut:
Tahap (stage) 1 :
Membagi populasi menjadi beberapa fraksi sebagai dasar untuk penarikan sampel
pada tahap pertama atau primary sampling unit (PSU) kemudian diambil
sampelnya (Hansen, Hurwitz, & Madow, 1993; Mantra & Kasto, 1995). Pada
penelitian ini, yang menjadi PSU adalah Kabupaten/Kota. Menurut Gaspersz
(1991), tidak ada ketentuan secara pasti berapa ukuran besar cluster yang harus
dipilih dalam sebuah penelitian.
129
Sedangkan Umar (2000) menyatakan fraksi penarikan sampel pada tahap
pertama bisa dirumuskan dengan persamaan:
𝑓1 =𝑚
𝑀
𝑓1 = 𝐹𝑟𝑎𝑘𝑠𝑖 𝑠𝑎𝑚𝑝𝑒𝑙 𝑡𝑎ℎ𝑎𝑝 𝑝𝑒𝑟𝑡𝑎𝑚𝑎
𝑚 = 𝐵𝑒𝑠𝑎𝑟𝑛𝑦𝑎 𝑠𝑎𝑚𝑝𝑒𝑙
𝑀 = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑃𝑆𝑈
Menurut Gay di dalam Umar (2013, p. 79) jumlah sampel minimal adalah 10%
dari populasi dan pada penelitian korelasi 30 subyek. Pada penelitian ini
ditetapkan bahwa jumlah fraksi (f) adalah 30%. Oleh sebab itu jumlah PSU :
m = f x M
m = 30% x 17
m = 5,1 ≈ 6 Kabupaten/Kota
Pemilihan PSU dilakukan secara simple random sampling dengan cara undian.
Diperoleh Kabupaten/Kota sebagai berikut:
1 Kabupaten Garut
2 Kabupaten Cirebon
3 Kabupaten Tasikmalaya
4 Kabupaten Bandung
5 Kota Bandung
6 Kota Tasikmalaya
130
Tahap (stage) 2 :
Memilih unit elementer dari unit elementer yang ada dalam PSU yang terpilih
pada stage 1. Total perusahaan dari 6 PSU yang terpilih adalah 4.815 perusahaan
(Dinas Perindustrian dan Perdagangan Provinsi Jawa Barat, 2015c; Dinas
Koperasi UMKM Perindustrian dan Perdagangan Kota Tasikmalaya, 2016).
Pemilihan unit elementer yang akan diambil dari populasi 4.815 perusahaan itu
adalah dengan menggunakan power analysis yaitu menguji kekuatan (power)
hasil uji statistik dan kestabilan nilai statistik dalam mengestimasi nilai parameter.
Melalui power analysis, peneliti akan mendapatkan jumlah sampel yang memiliki
kekuatan untuk bebas dari kesalahan statistik tipe II (peneliti menerima hipotesis
nol yang seharusnya tidak diterima) dan kesalahan statistik tipe I (peneliti
menolak hipotesis nol yang seharusnya diterima) (Widhiarso, 2012). Salah satu
software yang bisa dipergunakan adalah G*power (Hair Jr et al., 2016). Pada
penelitian ini digunakan G*power versi 3.1.9.2.
Parameter yang dipergunakan pada G*power adalah :
1 Test Family: F test
2 Statistical test: Linier Multiple Regression: Fixed model, R2 Increase
3 Tipe power analysis : A priori: Compute required sample size
4 Input Parameters:
- Effect size (f²) = 0.15
- α err prob = 0.01
- Power (1-β err prob) = 0.99
- Number of tested predictors = 4
131
- Total number of predictors = 4
5 Output Parameters:
a. Noncentrality parameter λ = 32.8500000
b. Critical F = 3.4079991
c. Numerator df = 4
d. Denominator df = 214
e. Total sample size = 219
f. Actual power = 0.9901073
Berdasarkan perhitungan power analysis tersebut di atas, maka diperoleh ukuran
sampel minimal sebanyak : 219.
Keterangan :
A priori : Sebelum pengumpulan data
Effect size (f²) : 0.02, 0.15, 0.30 (Kecil, menengah, besar) (Cohen, 1988, di dalam
Ghozali and Latan (2015).
α err prob : kemungkinan melakukan kesalahan statistik tipe I
β err prob : kemungkinan melakukan kesalahan statistik tipe II
Number of tested predictors =Variabel prediktor / independen dan mediator
Unit elementer dipilih melalui alokasi proporsional (proportional
allocation) sebagai berikut :
𝑛𝑖 = 𝑁𝑖
𝑁 × 𝑛
132
Dimana :
ni = jumlah unit elementer terpilih / sampel untuk PSU ke-i
Ni = jumlah unit elementer pada PSU ke-i
N = jumlah unit elementer dari semua PSU
n = ukuran sampel
Maka jumlah unit elementer terpilih / sampel adalah sebagai berikut:
Tabel 3. 4
Jumlah sampel minimal
KBLI Produk
Pakaian Jadi Kab/ Kota
Jumlah
Perusahaan Alokasi
Jumlah
Sampel
Minimal
Perusahaan
14111
Pakaian jadi
(konveksi) dari
tekstil
1 Kab. Garut 275 275/4518
x 219
13
2 Kab Cirebon 195
195/4518
x 219
9
3 Kab
Tasikmalaya 60
60/4518
x 219
3
4 Kab Bandung
2.686
2686/451
8 x 219
130
14131
Perlengkapan
pakaian dari
tekstil 337
337/4518
x 219
16
14111
Pakaian jadi
(konveksi) dari
tekstil 5 Kota Bandung 559
559/4518
x 219
27
14301 Pakaian jadi
rajutan 306
306/4518
x 219
15
14111
Pakaian jadi
(konveksi) dari
tekstil
6. Kota
Tasikmalaya 100
100/4518
x 219
5
Jumlah 6 4518 219
Jumlah sampel minimal sebanyak 219 di atas masih lebih banyak dibandingkan
acuan umum jumlah sampel minimal pada metode PLS, yakni 10 kali jumlah
panah yang menuju pada variabel laten penelitian (Hair Jr et al., 2016). Pada
133
penelitian ini terdapat 9 panah yang menuju variabel laten sehingga dengan acuan
umum tersebut cukup dibutuhkan 90 sampel. Dengan demikian jumlah sampel
minimal sebanyak 219 tidak melanggar acuan umum. Demikian juga dengan
acuan umum yang pernah disampaikan oleh Cohen (1992) bahwa untuk tingkat
signifikansi 5%, minimum R2 = 0,5, jumlah panah yang menunjuk pada konstruk
(8 buah), maka cukup dipakai 57 sampel. Jumlah sampel dengan metode power
analysis juga tidak lebih kecil dari yang disampaikan oleh Cohen (1992) tersebut,
sehingga bisa dipergunakan.
Pemilihan unit elementer dilakukan secara accidental dari perusahaan yang
memenuhi parameter sebagai berikut:
1. Sudah beroperasi terus menerus minimal 3 tahun terakhir.
2. Memiliki jumlah karyawan 5 – 99 orang.
3. Melakukan proses desain, produksi hingga komersialisasi produk, bukan
sekedar menerima makloon dari pihak ketiga.
Untuk kepentingan wawancara mendalam, jumlah sampel mengikuti apa
yang pernah disampaikan oleh Kuzel (1992) bahwa 6 sampai 8 interview sudah
memadai jika sampel homogen. Namun jika peneliti bermaksud untuk
mengkonfirmasi bukti-bukti atau mencapai variasi maksimum, maka 12 hingga
20 interview memadai. Definisi memadai merujuk pada tingkat “saturation”
yakni kondisi dimana sudah tidak diperoleh lagi informasi baru yang bertentangan
dari para responden (Guest, Bunce, & Johnson, 2006). Oleh karena itu penelitian
ini akan melakukan wawancara dalam rentang 6 sampai 20 responden, dan akan
berakhir jika sudah dicapai tingkat “saturation” dalam rentang tersebut.
134
3.4. Teknik Pengumpulan Data
Data dalam penelitian ini terdiri atas dua jenis yakni data primer dan data
sekunder. Data primer diperoleh melalui penyebaran kuesioner dan wawancara
langsung. Kuesioner berisi daftar pertanyaan tertulis yang disusun secara
terstruktur dan diajukan kepada responden. Daftar pertanyaan memakai multiple
rating list scale (Cooper & Schindler, 2014), berskala 5 yang dilengkapi dengan
pemberian label di setiap poinnya. Responden memilih satu jawaban atas lima
pilihan yang disediakan dengan memberikan tanda silang (x). Pemberian skor
pada pendekatan ini semata-mata menggunakan pendapat dari responden (value
about fact). Pada pendekatan ini, peneliti tidak menetapkan besaran jarak antar
variabel. Baik peneliti maupun responden tidak memiliki kesepakatan tertentu
apakah jika responden menyilangi angka 5 dan bukan angka 4, memiliki selisih
penilaian yang sama jika mereka memilih angka 2 dan bukan 1 (Zikmund, Babin,
Carr, & Griffin, 2009). Data primer juga diperoleh melalui wawancara, sebagai
teknik komunikasi langsung untuk memperoleh data-data yang diperlukan dengan
pemilik atau manajer usaha/perusahaan yang menjadi sampel tentang variabel
yang diteliti.
Sedangkan data sekunder digunakan untuk menggambarkan keadaan
umum dari objek yang diteliti berikut kondisinya. Data jenis ini diperoleh dari
instansi terkait seperti dinas perindustrian dan perdagangan Provinsi Jawa Barat,
Dinas Koperasi dan Usaha Kecil dan Menengah Provinsi Jawa Barat, situs web
maupun studi pustaka.
135
3.5. Rancangan Analisis Instrumen
Agar jawaban responden memenuhi kriteria atas pengukuran yang baik, maka
sebelum daftar pertanyaan diserahkan ke responden terlebih dahulu harus diuji
reliabilitas dan validitasnya. Menurut Cooper and Schindler (2014), suatu alat uji
dikatakan baik jika memenuhi tiga persyaratan: valid, reliable dan praktis.
(1) Uji Validitas
Validitas adalah ukuran yang menyangkut tingkat akurasi yang dicapai oleh
sebuah indikator dalam mengukur sesuatu pengukuran atas apa yang seharusnya
diukur (Sugiyono, 2016). Uji validitas adalah pengujian untuk mengetahui
ketepatan skala atas pengukuran instrumen yang digunakan. Uji validitas yang
digunakan pada penelitian ini adalah validitas konstruk. Tujuan penggunaan
validitas konstruk adalah untuk melihat sejauh mana instrumen penelitian mampu
mengukur konstruk yang ingin diukur. Penelitian ini akan menguji validitas
konstruk dengan merujuk pada pendapat Cooper and Schindler (2014) yakni
melalui dengan analisis korelasi.
Untuk menguji tingkat validitas alat ukur dilakukan dengan menggunakan
software SPSS Release 22. Karena data yang digunakan pada penelitian ini adalah
data ordinal maka analisis korelasi yang akan dilakukan adalah korelasi Rank
Spearman untuk tiap-tiap butir pernyataan dengan rumus sebagai berikut:
136
Keterangan:
ρ = koefisien korelasi Spearman Rank
𝑑 = Selisih ranking
𝑛 = Jumlah sampel
Korelasi item total harus signifikan berdasarkan ukuran statistik. Jika skor
semua item yang disusun berdasarkan dimensi/sub variabel konsep berkorelasi
dengan skor totalnya, maka dapat disimpulkan bahwa alat ukur tersebut valid.
(2) Uji Reliabilitas.
Reliabilitas adalah “the extent to which it is (a measure) without bias
(error free) and hence ensures consistent measurement across time and
across the various items in the instrument” (Sejauh mana sebuah pengukuran
bebas dari kesalahan dan menjamin konsistensi pengukuran setiap waktu dan
diberbagai item instrumen) (Sekaran & Bougie, 2013). Dalam rumusan lain,
reliabilitas bisa dinyatakan sebagai ukuran konsistensi internal dari indikator-
indikator sebuah konstruk yang menunjukkan derajat sampai dimana masing-
masing indikator itu mengindikasikan sebuah faktor laten yang umum.
Pengujian reliabilitas alat penelitian ini dilakukan dengan menggunakan
Software SPSS Release 22 dimana metode yang digunakan adalah metode
”Alpha Cronbach” dengan rumus:
2
2
11
x
i
k
k
137
Keterangan:
k = jumlah item,
2
i = varians item/butir,
2
x = varians kelompok
Suatu konstruk dinyatakan reliabel jika nilai alpha cronbach () > 0,60
(Nunally, 1967).
3.6. Pengujian Instrumen
Hasil pengujian validitas dan reliabilitas instrumen kepada 55 orang
pengusaha industri kreatif Fashion produk tekstil di Kecamatan Kutawaringin,
Kabupaten Bandung dan Kecamatan Bayongbong, Kab Garut secara accidental
adalah sebagai berikut:
Tabel 3. 5
Hasil Uji Validitas Instrumen Variabel Kapabilitas Dinamis
No Butir
Instrumen
Koefisien korelasi Keterangan
1 0,635** Valid
2 0,321* Valid
3 0,711** Valid
4 0,747** Valid
5 0,634** Valid
6 0,553** Valid
7 0,572** Valid ** Correlation is significant at the 0.1 level * Correlation is significant at the 0.5 level
Sumber: Hasil penelitian
138
Tabel 3. 6
Hasil Uji Validitas Instrumen Variabel Manajemen Pengetahuan
No Butir
Instrumen
Koefisien korelasi Keterangan
1 0,481** Valid
2 0, 451** Valid
3 0,659** Valid
4 0,651** Valid
5 0,607** Valid
6 0,592** Valid
7 0,575** Valid
8 0,605** Valid
9 0,551** Valid ** Correlation is significant at the 0.1 level
Sumber: Hasil penelitian
Tabel 3. 7
Hasil Uji Instrumen Validitas Variabel Modal Intelektual
No Butir
Instrumen
Koefisien korelasi Keterangan
1 0,547** Valid
2 0,291* Valid
3 0,416** Valid
4 0,373** Valid
5 0,593** Valid
6 0,401** Valid
7 0,488** Valid
8 0,538** Valid
9 0,631** Valid
10 0,717** Valid
11 0,451** Valid
12 0,320* Valid
13 0,388** Valid ** Correlation is significant at the 0.1 level
* Correlation is significant at the 0.5 level
Sumber: Hasil penelitian
139
Tabel 3. 8
Hasil Uji Validitas Instrumen Variabel Kinerja Inovasi
No Butir
Instrumen
Koefisien korelasi Keterangan
1 0,487** Valid
2 0,517** Valid
3 0,402** Valid
4 0,395** Valid
5 0,549** Valid
6 0,486** Valid
7 0,582** Valid
8 0,333* Valid
9 0,659** Valid
10 0,583** Valid
11 0,582** Valid
12 0,578** Valid ** Correlation is significant at the 0.1 level
* Correlation is significant at the 0.5 level
Sumber: Hasil penelitian
Tabel 3. 9
Hasil Uji Validitas Instrumen Variabel Kinerja Perusahaan
No Butir
Instrumen
Koefisien korelasi Keterangan
1 0,823** Valid
2 0,777** Valid
3 0,904** Valid
4 0,673** Valid
5 0,734** Valid ** Correlation is significant at the 0.1 level
Sumber: Hasil penelitian
Tabel 3. 10
Hasil Uji Reliabilitas Instrumen Penelitian
No Butir
Instrumen
Variabel Cronbachs
Alpha
Standar -
Nunally
(1967)
Keterangan
1 Kapabilitas
Dinamis
0,721 > 0,60 Reliabel
2 Manajemen
Pengetahuan
0,760 > 0,60 Reliabel
3 Modal Intelektual 0,748 > 0,60 Reliabel
4 Kinerja Inovasi 0,792 > 0,60 Reliabel
5 Kinerja Perusahaan 0,853 > 0,60 Reliabel
Sumber: Hasil penelitian
140
Berdasarkan hasil uji validitas terlihat bahwa semua item valid. Sedangkan
hasil uji reliabilitas menunjukkan bahwa semua variabel memiliki reliabilitas
alpha melebihi 0,6 sehingga dapat dikatakan reliabel.
. Hasil lengkap uji validitas dan reliabilitas bisa dilihat pada lampiran 1.
Kuesioner akhir yang sudah lolos uji validitas dan reliabilitas disajikan pada
lampiran 2. Panduan wawancara mendalam disajikan pada lampiran 3. Matriks
hasil wawancara disajikan pada lampiran 4.
3.7. Rancangan Analisis Data
Analisis data pada penelitian ini terdiri atas dua jenis analisis yakni statistik
deskriptif dan statistik inferensial.
3.7.1. Rancangan Analisis Statistik Deskriptif
Analisis deskriptif digunakan untuk menganalisis data dengan cara
mendeskripsikan atau menggambarkan data yang telah ada tanpa bermaksud
memperluas hasilnya. Data dikemukakan dengan cara dikelompokkan dan
ditabulasikan dan kemudian diberikan penjelasan. Dari analisis deskriptif akan
diperoleh informasi mengenai gambaran penilaian pemilik atau manajer
pengelola usaha/perusahaan di industri kreatif fashion di Provinsi Jawa Barat
terhadap setiap indikator yang diteliti.
Data yang dikumpulkan pada penelitian ini adalah data ordinal. Menurut
Zikmund et al. (2009), data ordinal merupakan data yang bersifat diskrit yaitu
data yang memiliki angka yang merujuk pada jumlah tertentu, tidak bisa
dinyatakan dalam bentuk pecahan atau desimal dibelakang koma. Lebih jauh
141
Zikmund et al. (2009, p. 486) menyatakan bahwa terhadap data yang bersifat
diskrit, maka analisis statistik dekriptifnya dapat menggunakan tabel distribusi
frekuensi, beserta persentase dan modus / nilai yang paling sering muncul.
Kategorisasi kontribusi masing-masing indikator mengacu pada multiple
rating list scale yang digunakan pada kuesioner seperti terlihat pada tabel berikut:
Tabel 3. 11
Kategorisasi indikator untuk setiap skor
Skor Kategori indikator
1 Tidak pernah/ Sangat lambat/ Sangat tidak mampu/ Sangat rendah/
Tidak ada/ Sangat sedikit
2 Hampir tidak pernah/ Lambat/ Tidak mampu/ Rendah/ Sedikit
3 Kadang-kadang/ Cukup cepat/ Cukup mampu / Cukup tinggi/
Cukup banyak
4 Sering / Cepat/ Mampu / Tinggi/ Banyak
5 Sangat sering / Sangat cepat/ Sangat mampu / Sangat tinggi/ Sangat
banyak
Berdasarkan tabel tersebut di atas, maka terhadap indikator-indikator pada setiap
variabel penelitian diberikan makna adalah sebagaimana disajikan pada tabel di
bawah. Oleh karena pemberian skor pada penelitian ini menggunakan pendapat
dari responden (value about fact), maka peneliti tidak menetapkan makna secara
absolut dari kategori yang dimaksud (fact about fact).
Tabel 3. 12
Makna kategorisasi skor Lanjutan table 3.12
Variabel Dimensi/Sub
Variabel
Indikator Skor Kategori Makna Indikator
Kapabilitas
Dinamis
a. Pengindera-
an strategis
b. Pengambilan
keputusan
tepat waktu
c. Implemen-
tasi
perubahan
a. Perbandingan
usaha dengan
perusahaan
lain; diskusi
tentang
permintaan
pasar;
memantau
perubahan
tren.
1
a. Tidak
pernah
b. Sangat
lambat
c. Sangat
tidak
mampu
a. Tidak pernah melakukan
perbandingan usaha
dengan perusahaan lain,
berdiskusi tentang
permintaan pasar,
ataupun memantau
perubahan tren
b. Penyelesaian perbedaan
pendapat dan
ketidakpuasan pelanggan
142
Lanjutan table 3.12
Variabel Dimensi/Sub
Variabel
Indikator Skor Kategori Makna Indikator
b. Kecepatan
penangan
perbedaan
pendapat;
penyelesaian
ketidakpuasan
pelanggan
c. Sistem
penghargaan
karyawan;
sistem
pengendalian
karyawan
sangat lambat
c. Sistem penghargaan dan
pengendalian karyawan
sangat tidak mampu
memotivasi dan
memastikan karyawan
mengikuti ketentuan
perusahaan.
2
a. Hampir
tidak
pernah
b. Lambat
c. Tidak
mampu
a. Hampir tidak pernah
melakukan perbandingan
usaha dengan
perusahaan lain,
berdiskusi tentang
permintaan pasar,
ataupun memantau
perubahan tren
b. Penyelesaian perbedaan
pendapat dan
ketidakpuasan pelanggan
berjalan lambat
c. Sistem penghargaan dan
pengendalian karyawan
tidak mampu
memotivasi dan
memastikan karyawan
mengikuti ketentuan
perusahaan.
3
a. Kadang-
kadang
b. Cukup
cepat
c. Cukup
mampu
a. Kadang-kadang
melakukan perbandingan
usaha dengan
perusahaan lain,
berdiskusi tentang
permintaan pasar,
ataupun memantau
perubahan tren
b. Penyelesaian perbedaan
pendapat dan
ketidakpuasan pelanggan
cukup cepat
c. Sistem penghargaan dan
pengendalian karyawan
cukup mampu
memotivasi dan
memastikan karyawan
mengikuti ketentuan
perusahaan.
4
a. Sering
b. Cepat
c. Mampu
a. Sering melakukan
perbandingan usaha
dengan perusahaan lain,
berdiskusi tentang
permintaan pasar,
ataupun memantau
perubahan tren
143
Lanjutan table 3.12
Variabel Dimensi/Sub
Variabel
Indikator Skor Kategori Makna Indikator
b. Penyelesaian perbedaan
pendapat dan
ketidakpuasan pelanggan
berjalan cepat
c. Sistem penghargaan dan
pengendalian karyawan
mampu memotivasi dan
memastikan karyawan
mengikuti ketentuan
perusahaan.
5
a. Sangat
sering
b. Sangat
cepat
c. Sangat
mampu
a. Sangat sering melakukan
perbandingan usaha
dengan perusahaan lain,
berdiskusi tentang
permintaan pasar,
ataupun memantau
perubahan tren
b. Penyelesaian perbedaan
pendapat dan
ketidakpuasan pelanggan
sangat cepat
c. Sistem penghargaan dan
pengendalian karyawan
sangat mampu
memotivasi dan
memastikan karyawan
mengikuti ketentuan
perusahaan.
Manajemen
Pengetahuan
a. Penciptaan
pengeta-
huan
b. Transfer
Pengeta-
huan
c. Aplikasi
pengeta-
huan
a. Menghadiri
acara
pelatihan;
pencarian
informasi dari
sumber
lainnya;
melakukan uji
coba
b. Menggali
pengetahuan
karyawan;
Mendorong
kegiatan
berbagi
pengetahuan;
menggunakan
internet dan
media sosial
untuk berbagi
pengetahuan
c. Pengetahuan
dari masa
lalu;
1
a. Tidak
pernah
b. Tidak
pernah
c. Sangat
rendah
a. Tidak pernah
menghadiri acara
pelatihan, mencari
pengetahuan dari sumber
lain, ataupun melakukan
uji cobapembuatan
produk dan proses
berdasarkan
pengetahuan yang
dimiliki
b. Tidak pernah menggali
pengetahuan karyawan,
mendorong aktivitas
berbagi pengetahuan dan
menggunakan internet
dan media sosial untuk
berbagi pengetahuan.
c. Sangat rendah dalam
memanfaatkan
pengetahuan dari
kesalahan masa lalu,
menggunakan
pengalaman masa lalu
untuk menyelesaikan
144
Lanjutan table 3.12
Variabel Dimensi/Sub
Variabel
Indikator Skor Kategori Makna Indikator
pengalaman
masa lalu
untuk
penyelesaian
masalah;
pengetahuan
masa lalu
untuk
menciptakan
penghematan
masalah saat ini, ataupun
menggunakan
pengalaman masa lalu
untuk menciptakan
penghemetan biaya saat
ini
2
a. Hampir
tidak
pernah
b. Hampir
tidak
pernah
c. Rendah
a. Hampir tidak pernah
menghadiri acara
pelatihan, mencari
pengetahuan dari sumber
lain, ataupun melakukan
uji cobapembuatan
produk dan proses
berdasarkan
pengetahuan yang
dimiliki
b. Hampir tidak pernah
menggali pengetahuan
karyawan, mendorong
aktivitas berbagi
pengetahuan dan
menggunakan internet
dan media sosial untuk
berbagi pengetahuan.
c. Rendah dalam
memanfaatkan
pengetahuan dari
kesalahan masa lalu,
menggunakan
pengalaman masa lalu
untuk menyelesaikan
masalah saat ini, ataupun
menggunakan
pengalaman masa lalu
untuk menciptakan
penghemetan biaya saat
ini.
3
a. Kadang -
kadang
b. Kadang-
kadang
c. Cukup
tinggi
a. Kadang-kadang
menghadiri acara
pelatihan, mencari
pengetahuan dari sumber
lain, ataupun melakukan
uji cobapembuatan
produk dan proses
berdasarkan
pengetahuan yang
dimiliki
b. Kadang-kadang
menggali pengetahuan
karyawan, mendorong
aktivitas berbagi
pengetahuan dan
menggunakan internet
145
Lanjutan table 3.12
Variabel Dimensi/Sub
Variabel
Indikator Skor Kategori Makna Indikator
dan media sosial untuk
berbagi pengetahuan.
c. Cukup tinggi dalam
memanfaatkan
pengetahuan dari
kesalahan masa lalu,
menggunakan
pengalaman masa lalu
untuk menyelesaikan
masalah saat ini, ataupun
menggunakan
pengalaman masa lalu
untuk menciptakan
penghematan biaya saat
ini.
4
a. Sering
b. Sering
c. Tinggi
a. Sering menghadiri acara
pelatihan, mencari
pengetahuan dari sumber
lain, ataupun melakukan
uji cobapembuatan
produk dan proses
berdasarkan
pengetahuan yang
dimiliki
b. Sering menggali
pengetahuan karyawan,
mendorong aktivitas
berbagi pengetahuan dan
menggunakan internet
dan media sosial untuk
berbagi pengetahuan.
c. Tinggi dalam
memanfaatkan
pengetahuan dari
kesalahan masa lalu,
menggunakan
pengalaman masa lalu
untuk menyelesaikan
masalah saat ini, ataupun
menggunakan
pengalaman masa lalu
untuk menciptakan
penghematan biaya saat
ini.
5
a. Sangat
sering
b. Sangat
sering
c. Sangat
tinggi
a. Sangat sering
menghadiri acara
pelatihan, mencari
pengetahuan dari sumber
lain, ataupun melakukan
uji cobapembuatan
produk dan proses
berdasarkan
146
Lanjutan table 3.12
Variabel Dimensi/Sub
Variabel
Indikator Skor Kategori Makna Indikator
pengetahuan yang
dimiliki.
b. Sangat sering menggali
pengetahuan karyawan,
mendorong aktivitas
berbagi pengetahuan dan
menggunakan internet
dan media sosial untuk
berbagi pengetahuan.
c. Sangat tinggi dalam
memanfaatkan
pengetahuan dari
kesalahan masa lalu,
menggunakan
pengalaman masa lalu
untuk menyelesaikan
masalah saat ini, ataupun
menggunakan
pengalaman masa lalu
untuk menciptakan
penghemetan biaya saat
ini.
Modal
Intelektual
a. Modal
manusia
b. Modal
struktural
c. Modal
relasional
d. Modal
kewirausa
haan
a. Pengalaman
karyawan;
keterampilan
karyawan;
pendekatan
baru dalam
penyelesaian
masalah;
kemampuan
menangani
persoalan
tidak terduga
b. Prosedur
tertulis;
dokumentasi
informasi
c. Kemitraan
dengan pasar
dan
komersial;
kemitraan
dengan sektor
publik;
Kemitraan
dengan
asosiasi;
Jumlah
informasi.
d. Keberanian
mengambil
resiko;
1
a. Sangat
rendah
b. Tidak
ada
c. Tidak
pernah
a. Pengalaman dan
keterampilan karyawan
sangat rendah. Tidak
pernah menggunakan
pendekatan baru dalam
pemecahan masalah.
Kemampuan menangani
persoalan tidak terduga
sangat rendah.
b. Tidak ada pembuatan
prosedur tertulis. Tidak
pernah melakukan
pencatatan informasi.
c. Tidak pernah menjalin
kemitraan dengan pasar
dan komersial, sektor
publik, ataupun asosiasi.
Jumlah informasi yang
diperoleh dari kemitraan
sangat sedikit.
2
a. Renda
h
b. Sedikit
c. Hampi
r tidak
pernah
a. Pengalaman dan
keterampilan karyawan
rendah. Hampir tidak
pernah menggunakan
pendekatan baru dalam
pemecahan masalah.
Kemampuan menangani
persoalan tidak terduga
rendah.
b. Pembuatan prosedur
tertulis sedikit. Hampir
147
Lanjutan table 3.12
Variabel Dimensi/Sub
Variabel
Indikator Skor Kategori Makna Indikator
kemampuan
mengambil
keputusan
secara tegas;
kemampuan
mengidentifik
asi peluang
bisnis baru
tidak pernah melakukan
pencatatan informasi.
c. Hampir tidak pernah
menjalin kemitraan
dengan pasar dan
komersial, sektor publik,
ataupun asosiasi. Jumlah
informasi yang diperoleh
dari kemitraan sedikit.
3
a. Cukup
tinggi
b. Cukup
banyak
c. Kadang-
kadang
a. Pengalaman dan
keterampilan karyawan
cukup tinggi. Kadang-
kadang menggunakan
pendekatan baru dalam
pemecahan masalah.
Kemampuan menangani
persoalan tidak terduga
cukup tinggi.
b. Pembuatan prosedur
tertulis cukup banyak.
Kadang-kadang
melakukan pencatatan
informasi.
c. Kadang-kadang
menjalin kemitraan
dengan pasar dan
komersial, sektor publik,
ataupun asosiasi. Jumlah
informasi yang diperoleh
dari kemitraan cukup
banyak.
4
a. Tinggi
b. Banyak
c. Sering
a. Pengalaman dan
keterampilan karyawan
tinggi. Sering
menggunakan
pendekatan baru dalam
pemecahan masalah.
Banyak menangani
persoalan tidak terduga
cukup tinggi.
b. Banyak pembuatan
prosedur tertulis. Sering
melakukan pencatatan
informasi.
c. Sering menjalin
kemitraan dengan pasar
dan komersial, sektor
publik, ataupun asosiasi.
Jumlah informasi yang
diperoleh dari kemitraan
banyak.
148
Lanjutan table 3.12
Variabel Dimensi/Sub
Variabel
Indikator Skor Kategori Makna Indikator
5
a. Sangat
tinggi
b. Sangat
banyak
c. Sangat
sering
a. Pengalaman dan
keterampilan karyawan
sangat tinggi. Sangat
sering menggunakan
pendekatan baru dalam
pemecahan masalah.
Sangat banyak
menangani persoalan
tidak terduga cukup
tinggi.
b. Pembuatan prosedur
tertulis sangat banyak.
Sangat sering
melakukan pencatatan
informasi.
c. Sangat sering menjalin
kemitraan dengan pasar
dan komersial, sektor
publik, ataupun asosiasi.
Jumlah informasi yang
diperoleh dari kemitraan
sangat banyak.
Kinerja
Inovasi
a. Inovasi
produk dan
estetika
b. Inovasi
proses
c. Inovasi
pemasaran
d. Inovasi
organisasi
a. Penggunaan
bahan baku
baru; variasi
tampilan
produk baru;
desain unik
yang
dihasilkan
b. Metode
produksi baru;
peralatan
produksi baru;
metode
logistik/
distribusi/
pengiriman
produk baru
c. Kemasan
baru; metode
penempatan
produk di
saluran
penjualan
baru; media
atau teknik
promosi baru;
metode
penetapan
harga.
d. Pengaturan
tanggung
1
Sangat
rendah
a. Sangat rendah dalam hal
penggunaan bahan baku
baru; variasi tampilan
produk baru; desain unik
yang dihasilkan.
b. Sangat rendah dalam hal
penggunaan metode
produksi baru; peralatan
produksi baru; metode
logistik/ distribusi/
pengiriman produk baru.
c. Sangat rendah dalam hal
penggunaan kemasan
baru; metode
penempatan produk di
saluran penjualan baru;
media atau teknik
promosi baru; metode
penetapan harga.
d. Sangat rendah dalam hal
pengaturan tanggung
jawab dan pengambilan
keputusan; pengaturan
hubungan eksternal.
2
Rendah a. Rendah dalam hal
penggunaan bahan baku
baru; variasi tampilan
produk baru; desain unik
yang dihasilkan.
b. Rendah dalam hal
penggunaan metode
149
Lanjutan table 3.12
Variabel Dimensi/Sub
Variabel
Indikator Skor Kategori Makna Indikator
jawab dan
pengambilan
keputusan;
pengaturan
hubungan
eksternal
produksi baru; peralatan
produksi baru; metode
logistik/ distribusi/
pengiriman produk baru.
c. Rendah dalam hal
penggunaan kemasan
baru; metode
penempatan produk di
saluran penjualan baru;
media atau teknik
promosi baru; metode
penetapan harga.
d. Rendah dalam hal
pengaturan tanggung
jawab dan pengambilan
keputusan; pengaturan
hubungan eksternal.
3
Cukup
tinggi
a. Cukup tinggi dalam hal
penggunaan bahan baku
baru; variasi tampilan
produk baru; desain unik
yang dihasilkan.
b. Cukup tinggi dalam hal
penggunaan metode
produksi baru; peralatan
produksi baru; metode
logistik/ distribusi/
pengiriman produk baru.
c. Cukup tinggi dalam hal
penggunaan kemasan
baru; metode
penempatan produk di
saluran penjualan baru;
media atau teknik
promosi baru; metode
penetapan harga.
d. Cukup tinggi dalam hal
pengaturan tanggung
jawab dan pengambilan
keputusan; pengaturan
hubungan eksternal.
4
Tinggi a. Tinggi dalam hal
penggunaan bahan baku
baru; variasi tampilan
produk baru; desain unik
yang dihasilkan.
b. Tinggi dalam hal
penggunaan metode
produksi baru; peralatan
produksi baru; metode
logistik/ distribusi/
pengiriman produk baru.
c. Tinggi dalam hal
150
Lanjutan table 3.12
Variabel Dimensi/Sub
Variabel
Indikator Skor Kategori Makna Indikator
penggunaan kemasan
baru; metode
penempatan produk di
saluran penjualan baru;
media atau teknik
promosi baru; metode
penetapan harga.
d. Tinggi dalam hal
pengaturan tanggung
jawab dan pengambilan
keputusan; pengaturan
hubungan eksternal.
5
Sangat
tinggi
a. Sangat tinggi dalam hal
penggunaan bahan baku
baru; variasi tampilan
produk baru; desain unik
yang dihasilkan.
b. Sangat tinggi dalam hal
penggunaan metode
produksi baru; peralatan
produksi baru; metode
logistik/ distribusi/
pengiriman produk baru.
c. Sangat tinggi dalam hal
penggunaan kemasan
baru; metode
penempatan produk di
saluran penjualan baru;
media atau teknik
promosi baru; metode
penetapan harga.
d. Sangat tinggi dalam hal
pengaturan tanggung
jawab dan pengambilan
keputusan; pengaturan
hubungan eksternal.
Kinerja
perusahaan
a. Pelanggan
b. Keuangan
a. Pertumbuhan
pelanggan;
kepuasan
pelanggan
b. Pertumbuhan
penjualan;
penghematan
biaya;
pertumbuhan
laba
1
Sangat
rendah
a. Sangat rendah dalam hal
pertumbuhan pelanggan
dan tingkat kepuasan
pelanggan
b. Sangat rendah dalam hal
pertumbuhan penjualan,
penghematan biaya dan
pertumbuhan laba
2
Rendah a. Rendah dalam hal
pertumbuhan pelanggan
dan tingkat kepuasan
pelanggan
b. Rendah dalam hal
pertumbuhan penjualan,
penghematan biaya dan
pertumbuhan laba
151
Lanjutan table 3.12
Variabel Dimensi/Sub
Variabel
Indikator Skor Kategori Makna Indikator
3
Cukup
tinggi
a. Cukup tinggi dalam hal
pertumbuhan pelanggan
dan tingkat kepuasan
pelanggan
b. Cukup tinggi dalam hal
pertumbuhan penjualan,
penghematan biaya dan
pertumbuhan laba
4
Tinggi a. Tinggi dalam hal
pertumbuhan pelanggan
dan tingkat kepuasan
pelanggan
b. Tinggi dalam hal
pertumbuhan penjualan,
penghematan biaya dan
pertumbuhan laba
5
Sangat
tinggi
a. Sangat tinggi dalam hal
pertumbuhan pelanggan
dan tingkat kepuasan
pelanggan
b. Sangat tinggi dalam hal
pertumbuhan penjualan,
penghematan biaya dan
pertumbuhan laba
Berdasarkan skor indikator mayoritas yang diperoleh, maka setiap
dimensi/sub variabel dan variabel dikategorikan sebagai berikut:
Tabel 3. 13 Kategori Dimensi/Sub Variabel dan Variabel
Skor Indikator
Mayoritas
Kategori Dimensi/Sub Variabel dan
Variabel 1 Sangat rendah/sangat tidak efektif
2 Rendah/tidak efektif
3 Cukup tinggi/cukup efektif
4 Tinggi/Efektif
5 Sangat tinggi/Sangat efektif
Berdasarkan teknik tersebut di atas, maka predikat nilai terhadap variabel-
variabel penelitian adalah seperti pada tabel berikut ini :
152
Tabel 3. 14
Predikat untuk setiap Variabel Penelitian
3.7.2. Rancangan Analisis Statistik Inferensial
Analisis inferensial dilakukan untuk mengetahui besarnya pengaruh antar
variabel melalui pengujian hipotesis. Analisis inferensial pada penelitian ini akan
dilakukan dengan menggunakan alat uji Model Persamaan Struktural (Structural
Equation Model – SEM) berbasis varian atau komponen, yaitu PLS (Partial Least
Komponen
Skor
Indikator
Mayoritas
Predikat
Kapabilitas dinamis
1
2
3
4
5
Sangat rendah
Rendah
Cukup tinggi
Tinggi
Sangat tinggi
Manajemen
pengetahuan
1
2
3
4
5
Tidak efektif
Kurang efektif
Cukup efektif
Efektif
Sangat efektif
Modal Intelektual
1
2
3
4
5
Sangat rendah
Rendah
Cukup tinggi
Tinggi
Sangat tinggi
Kinerja Inovasi
1
2
3
4
5
Sangat rendah
Rendah
Cukup tinggi
Tinggi
Sangat tinggi
Kinerja Perusahaan
1
2
3
4
5
Sangat rendah
Rendah
Cukup tinggi
Tinggi
Sangat tinggi
153
Square). melalui software SmartPLS versi 3.2.8. Software ini dikembangkan oleh
Christian M. Ringle, Sven Wende, Jan-Michael Becker. PLS pertama kali
dipopulerkan oleh Word pada tahun 1974 (Ghozali & Latan, 2015).
Pemilihan metode analisis PLS dalam penelitian ini, dan bukan metode
SEM yang lain seperti Covariance Based SEM (CB-SEM), dilakukan berdasarkan
kesesuaian kriteria penelitian dan prasyarat analisis yang diperlukan. Dasar
pertimbangannya adalah sebagai berikut:
1) Penelitian ini menggunakan model persamaan struktural untuk memprediksi
modal intelektual sebagai mediasi kapabilitas dinamis dan manajemen
pengetahuan terhadap kinerja inovasi. Kapabilitas dinamis dan manajemen
pengetahuan diduga sebagai pembaharu modal intelektual yang berdampak
terhadap kinerja inovasi. Mayoritas penelitian konseptual dan empiris
terdahulu yang memposisikan modal intelektual sebagai variabel yang
mempengaruhi kapabilitas dinamis dan manajemen pengetahuan. Pada
penelitian yang berorientasi prediksi, maka teknik analisis melalui PLS lebih
tepat dipergunakan (Hair, Ringle, & Sarstedt, 2011; Henseler, Ringle, &
Sarstedt, 2012; Latan, 2013; Ghozali & Latan, 2015; Sarwono &
Narimawati, 2015; Hair Jr et al., 2016).
2) Penelitian ini menggunakan teknik sampling campuran antara probability
sampling (cluster sampling dan, simple random sampling) dan non
probability sampling (accidental sampling). Penelitian dengan non
probability sampling lebih tepat menggunakan PLS yang tidak
154
mengharuskan randomisasi sampel (Sarwono & Narimawati, 2015), maka
PLS tepat digunakan untuk penelitian ini.
3) PLS bisa dipakai untuk sampel berukuran kecil maupun sampel besar (Hair
et al., 2011). Bahkan ketika sampelnya menjadi besar, hasil perhitungan PLS
menunjukkan konsistensi yang sama dengan CB-SEM / consistency at large
(Hair et al., 2011; Latan, 2013)
4) Pada penelitian ini terdapat dimensi/sub variabel dengan 2 indikator, serta 1
variabel dengan 2 indikator. Hair Jr et al. (2016) menyatakan bahwa PLS
memiliki kemampuan untuk menangani konstruk dengan 1 indikator atau
lebih. Selain itu, pada konstruk order kedua PLS bisa terdiri atas 2 konstruk
order pertama. Sementara CBSEM menghendaki agar indikator tiap
konstruk harus ≥ 3 untuk meminimalkan kesalahan pengukuran (Latan,
2013), dan minimum 3 konstruk order pertama untuk setiap 1 konstruk order
kedua (Hair Jr et al., 2016).
5) PLS tidak menuntut data yang terdistribusi normal dan tidak harus mengikuti
asumsi normalitas (Hair et al., 2011; Monecke & Leisch, 2012; Latan, 2013;
Sarwono & Narimawati, 2015) sebagaimana CB-SEM.
Oleh sebab itu bisa disimpulkan bahwa PLS tepat dipakai untuk kesesuaian
kriteria dan prasyarat analisis yang diperlukan penelitian ini.
Analisis dilakukan dengan empat tahap utama yaitu sebagai berikut:
155
1. Spesifikasi model Struktural dengan PLS.
Menurut Ghozali and Latan (2015), model analisis jalur semua variabel
laten dalam PLS terdiri dari tiga set hubungan, yaitu (1) outer model yang
menspesifikasi hubungan antara variabel laten dengan blok indikator atau
variabel manifest-nya (measurement model), (2) inner model yang menspesifikasi
hubungan antar variabel laten (structural model) atau konstruk, dan (3) weight
relation dimana estimasi algoritma PLS membutuhkan definisi weight relation
untuk melengkapinya. Penjelasan dari masing-masing hubungan tersebut adalah
sebagai berikut:
(a) Outer model, sering juga disebut (outer relation atau measurement model)
mendefinisikan bagaimana setiap blok indikator berhubungan dengan variabel
latennya. Blok dengan indikator refleksif dapat ditulis persamaannya sebagai
berikut:
x = Λx ξ + εx
y = Λy ŋ + εy
dimana :
x = indikator atau manifest variable untuk variabel laten eksogen (ξ)
y = indikator atau manifest variable untuk variabel laten endogen (ŋ)
Λx = Matriks loading yang menggambarkan koefisien regresi sederhana yang
menghubungkan variabel laten eksogen dan indikatornya
Λy = Matriks loading yang menggambarkan koefisien regresi sederhana yang
menghubungkan variabel laten endogen dan indikatornya
єx dan єy = kesalahan pengukuran atau measurement error.
156
(b) inner model yang menspesifikasi hubungan antar variabel laten (structural
model), kadang disebut juga dengan (inner relation structural model dan
substantive theory). Model persamaannya dapat ditulis sebagai berikut :
ŋ = β0 + βŋ| + Гξ + ζ
dimana :
ŋ menggambarkan vector endogen (dependen)
ξ adalah vector variabel laten eksogen
ζ adalah vekor variabel residual (unexplained variance).
Oleh karena PLS didesain untuk model recursive, maka hubungan antar variabel
laten, setiap variabel laten dependen ŋ, atau sering disebut causal chain system
dari variabel laten dapat dispesifikasikan sebagai berikut :
ŋj = ∑I βji ŋi + ∑I γjb ξb + ζj
Dimana:
βјі dan γјі = koefisien jalur yang menghubungkan variabel endogen (ŋ) sebagai
prediktor dan variabel eksogen (ξ)
I dan b = range indices
ζj = inner residual variable.
157
(c ) Weight relation, dalam mana nilai kasus dari variabel laten dapat diestimasi.
Inner dan outer model memberikan spesifikasi yang diikuti dalam estimasi
algoritma PLS. Kita perlu mendefinisikan bobot relasinya dengan weight
relation. Nilai kasus untuk setiap variabel laten diestimasikan dalam PLS sebagai
berikut :
ξ b = ∑kb wkb xkb
ŋi = ∑ki wki yki
dimana :
Wkb dan Wki = k weight yang digunakan untuk membentuk estimasi variabel
laten ξb dan ŋi . Estimasi variabel laten adalah linier agregat dari indikator yang
nilai weight-nya didapat dengan prosedur estimasi PLS seperti dispesifikasi oleh
inner dan outer model. Dimana ŋ adalah vector variabel laten endogen
(dependen),
ξ adalah vector variabel laten exogen (independen), ξ = vector residual dan β
serta r = koefisien jalur (path coefficient).
2. Evaluasi model
PLS tidak mengasumsikan adanya distribusi tertentu untuk estimasi
parameter, maka teknik parametrik untuk menguji signifikansi parameter tidak
diperlukan (Chin, 1998). Model evaluasi PLS berdasarkan pada pengukuran
prediksi yang mempunyai sifat non parametrik. Model pengukuran atau outer
model dengan indikator refleksif dievaluasi dengan convergent dan discriminant
validity dari indikatornya dan composite reliability untuk blok indikator. Model
158
struktural atau inner model dievaluasi dengan uji kolinearitas antar konstruk,
meninjau nilai R2 (variasi nilai variabel endogen yang disebabkan oleh variabel
eksogen tertentu), melihat nilai f2 (kekuatan pengaruh variabel eksogen terhadap
variabel endogen), menilai predictive relevance Q2 (kemampuan model dalam
memprediksi konstruk endogen), dan melihat besarnya koefisien jalur
strukturalnya. Stabilitas dari estimasi ini dievaluasi dengan menggunakan uji t-
statistik yang didapat lewat prosedur bootstrapping.
3. Model Pengukuran atau Outer Model
Covergent valildity dari model pengukuran dengan reflective indicator
dinilai berdasarkan korelasi antara item score/component score dengan construct
score yang dihitung dengan PLS. Ukuran reflektif individual dikatakan tinggi jika
berkorelasi lebih dari 0,70 dengan konstruk yang ingin diukur. Namun demikian
untuk penelitian tahap awal dari pengembangan skala pengukuran nilai loading
0,5 sampai 0,6 dianggap cukup (Chin, 1998).
Diskriminant validity dari model pengukuran dengan reflective indicator
dinilai berdasarkan cross loading pengukuran dengan konstruk. Jika korelasi
konstruk dengan item pengukuran lebih besar dari pada ukuran konstruk lainnya ,
maka hal ini menunjukkan bahwa konstruk laten memprediksi ukuran pada blok
mereka lebih baik dari pada ukuran pada blok lainnya.
Metode lain untuk menilai discriminant validity adalah dengan
membandingkan nilai square root of average variance extracted (AVE) atau
Fornell-Larcker Criterion setiap konstruk dengan korelasi antar konstruk dengan
159
konstruk lainnya dalam model. Jika nilai AVE setiap konstruk lebih besar dari
pada nilai korelasi antara konstruk dengan konstruk lainnya dalam model, maka
dikatakan memiliki nilai diskriminan validity yang baik (Fornell & Larcker,
1981), berikut ini rumus menghitung AVE :
AVE = ∑ 𝜆𝑖
2
∑ 𝜆𝑖2+ ∑𝑖𝑣𝑎𝑟(𝜀𝑖)
Dimana λі adalah component loading ke indicator dan var (єі) = 1 - λі₂
jika semua indicator di standardized, maka ukuran ini sama dengan average
communalities dalam blok. Fornell and Larcker (1981) menyatakan bahwa
pengukuran ini dapat digunakan untuk mengukur reliabitas component score
variabel laten dan hasilnya lebih konservatif dibandingkan dengan composite
reliability (pc). Direkomendasikan nilai AVE harus > 0,50.
Composite reliability blok indicator yang mengukur suatu konstruk dapat
dievaluasi dengan dua macam ukuran yaitu internal consistency yang
dikembangkan oleh (Werts, Linn, & Joreskog, 1974) dan Cronbach’s Alpha.
Dengan menggunakan output yang dihasilkan PLS maka composite reliability
dapat dihitung dengan rumus sebagai berikut :
ρc = (∑ 𝜆𝑖)2
(∑ 𝜆𝑖)2+∑𝑖𝑣𝑎𝑟(𝜀𝑖)
Dimana λi adalah component loading ke indicator dan var(єi) = 1- λi2 .
Dibandingkan dengan Conbach’s Alpha, composite reliability tidak
mengasumsikan atau equivalence antar pengukuran dengan asumsi semua
160
indicator diberi bobot sama. Hair Jr et al. (2016) mengatakan bahwa cronbach's
alpha sangat sensitif terhadap jumlah item pada skala pengukuran dan cenderung
menurunkan reliabilitas konsistensi internal. Sehingga, pengukuran reliabilitas
konsistensi internal lebih tepat menggunakan composite reliability.
4. Model Struktural atau Inner Model
Model Struktural dievaluasi dengan menggunakan R2 untuk konstruk
dependen, Stone-Geisser Q-square test untuk predictive relevance dan uji t serta
signifikansi dari koefisien parameter jalur struktural. Dalam menilai model
dengan PLS kita mulai dengan melihat R2 untuk setiap variabel laten dependen.
Interpretasinya sama dengan interpretasi pada regresi. Perubahan nilai R2 dapat
digunakan untuk menilai pengaruh variabel laten independen tertentu terhadap
variabel laten dependen apakah mempunyai pengaruh yang substansive. Pengaruh
besarnya f2 dapat dihitung dengan rumus sebagai berikut :
f2 = 𝑅𝑖𝑛𝑐𝑙𝑢𝑑𝑒𝑑
2 −𝑅𝑒𝑥𝑐𝑙𝑢𝑑𝑒𝑑2
1−𝑅𝑖𝑛𝑐𝑙𝑢𝑑𝑒𝑑2
dimana R2 included
adalah R2 dari variabel laten dependen ketika predictor
variable laten digunakan atau dikeluarkan di dalam persamaan structural. Nila f2
sama dengan 0,02; 0,15; dan 0,35 dapat diartikan bahwa prediktor variabel laten
memiliki pengaruh kecil; menengah; dan besar pada tingkat struktural.
Disamping melihat nilai R2, model PLS juga dievaluasi dengan melihat
Q2predictive relevance untuk model konstruk. Q2 mengukur seberapa baik nilai
161
observasi yang dihasilkan oleh model dan juga estimasi parameternya. Nilai Q2
mendekati satu menunjukkan bahwa model memiliki nilai predictive relevance,
sedangkan nilai Q2 mendekati 0 (nol) menunjukkan bahwa model kurang
memiliki predictive relevance.
Selanjutnya dalam penelitian ini dilakukan beberapa langkah dalam
menggunakan model persamaan struktural (Hair, Anderson, Tatham, & Black,
1998) sebagai berikut:
Langkah pertama; membangun model berbasis teori yang sudah dibahas pada
bab sebelumnya.
Langkah kedua; melakukan estimasi nilai dengan menggunakan alat bantu
software PLS, yaitu dalam hal ini SmartPLS .
Langkah ketiga; menjabarkan hasil estimasi nilai yang diperoleh untuk
keperluan pengujian validitas, pengujian hipotesis dan
evaluasi model.
Langkah keempat; interpretasi model atau hasil pengujian. Pada tahap ini, hasil
diinterpretasikan dan dikaji secara teoritis dan mendalam.
Sesuai dengan paradigma penelitian yang diuraikan dalam kerangka
pemikiran, maka rancangan analisis yang menunjukkan kapabilitas dinamis dan
manajemen pengetahuan berpengaruh terhadap modal intelektual dan kinerja
inovasi serta berdampak terhadap kinerja perusahaan dapat digambarkan sebagai
berikut berikut :
162
MM
MS
MR
MK
η1
ξ 1
PS PK IP
ξ 2
PP TP AP
η3η2
Pel
Keu
IPE IPros IPem IO
γ12
β32
γ11
β21
γ21
γ22
γ31 ζ3ζ1
ζ2
Ф21
γ32
β31
Gambar 3. 1 Diagram Jalur
Berdasarkan diagram jalur di atas, maka persamaan hubungan dalam penelitian
ini dapat disampaikan sebagai berikut:
• η1= γ11 ξ1 + γ12ζ1
• η2= γ21 ξ1 + γ22ζ1 + β21 η1
• η3= γ31 ξ1 + γ31 ξ1 + β32 η2 + β31 η1
Dimana:
ξ1 : Kapabilitas dinamis
ξ12 : Manajemen pengetahuan
η1 : Modal intelektual
η2 : Kinerja inovasi
163
η3 : Kinerja perusahaan
γ : Koefisien Pengaruh variabel eksogen ke variabel endogen
β : Koefisien Pengaruh variabel endogen ke variabel endogen
ζ : Standar error penaksiran model
Ф : Koefisien korelasi
MM : Modal Manusia
MS : Modal Struktural
MR : Modal relasional
MK : Modal kewirausahaan
PP : Penciptaan pengetahuan
TP : Transfer pengetahuan
AP : Aplikasi pengetahuan
PS : Penginderaan strategis
PK : Pengambilan keputusan
IP : Implementasi perubahan
IPE : Inovasi produksi
IPros : Inovasi Proses
IPem : Inovasi pemasaran
IO : Inovasi organisasi
Pel : Pelanggan
Keu : Keuangan
164
3.8. Rancangan Pengujian Hipotesis
Pengujian hipotesis yang akan dilakukan adalah untuk menguji kapabilitas
dinamis dan manajemen pengetahuan serta pengaruhnya terhadap modal
intelektual dan kinerja inovasi serta implikasinya terhadap kinerja perusahaan di
industri kreatif fashion produk tekstil di Provinsi Jawa Barat. Berdasarkan
paradigma dan hipotesis penelitian ini, maka masing-masing variabel dalam
penelitian ini akan dilakukan pengujian hipotesis secara empiris. Pengujian
hipotesis 1 sampai dengan 5 pada penelitian ini dirumuskan pada sub bab berikut
ini.
3.8.1. Rancangan Pengujian Hipotesis Pertama
Hipotesis pertama : Kapabilitas dinamis dan manajemen pengetahuan
mempengaruhi modal intelektual baik secara simultan
maupun parsial di industri kreatif fashion produk
tekstil di Provinsi Jawa Barat
Model struktural yang menunjukkan adanya pengaruh kapabilitas dinamis dan
manajemen pengetahuan terhadap modal intelektual disajikan melalui gambar
berikut :
165
η1
ξ 1
ξ 2
γ12
γ11
ζ1
Gambar 3. 2 Model Struktural Hipotesis 1
Untuk menguji hipotesis 1, dilakukan melalui hipotesis statistik sebagai
berikut:
Rancangan Pengujian Simultan
Hipotesis secara simultan adalah:
H0: γ11 : γ12 =0 Tidak terdapat pengaruh kapabilitas dinamis dan manajemen
pengetahuan secara simultan terhadap modal intelektual
H1: γ11 :γ12 0 Terdapat pengaruh kapabilitas dinamis dan manajemen
pengetahuan secara simultan terhadap modal intelektual
Untuk menguji hipotesis ini digunakan statistik uji F sebagai berikut :
𝐹 = 𝑅2 𝑘⁄
(1 − 𝑅2) (𝑛 − 𝑘 − 1)⁄
166
Keterangan:
k = jumlah variabel eksogen
n = jumlah sampel
R2 = pengaruh total variabel eksogen ke endogen
Kriteria Uji Simultan.
H0 ditolak jika nilai F > nilai F tabel pada tingkat signifikansi 5% pada derajat
bebas V1 = K dan V2 = n-k-1
Rancangan Pengujian Parsial
Hipotesis secara parsial adalah:
H0: 11=0 Tidak terdapat pengaruh kapabilitas dinamis terhadap modal
intelektual
H1: 110 Terdapat pengaruh kapabilitas dinamis terhadap modal intelektual
H0: 12=0 Tidak terdapat pengaruh manajemen pengetahuan terhadap modal
intelektual
H1: 120 Terdapat pengaruh manajemen pengetahuan terhadap modal
intelektual
Untuk menguji hipotesis di atas digunakan statistik uji t sebagai berikut :
𝑡𝑖 = 𝛾𝑖𝑗
𝑠𝑒(𝛾𝑖𝑗); 𝑖, 𝑗 = 1,2
167
Dengan 𝛾𝑖𝑗 taksiran dari koefisien pengaruh variabel laten eksogen terhadap
endogen, dan 𝑠𝑒(𝛾𝑖𝑗) nilai standar error penaksiran parameter model yang
diperoleh melalui proses resampling atau bootstrap.
Kriteria Uji Parsial.
H0 ditolak jika nilai ti > nilai t tabel pada tingkat signifikansi 5%.
3.8.2. Rancangan Pengujian Hipotesis Kedua
Hipotesis Kedua : Kapabilitas dinamis, manajemen pengetahuan dan modal
intelektual mempengaruhi kinerja inovasi baik secara
simultan maupun parsial di industri kreatif fashion
produk tekstil di Provinsi Jawa Barat
Model strukturalnya sebagai berikut :
η1
ξ 1
ξ 2
η2β21
γ21
γ22
ζ2
Gambar 3. 3 Model Struktural Hipotesis 2
168
Untuk menguji hipotesis 2, dilakukan melalui hipotesis statistik sebagai
berikut:
Rancangan Pengujian Simultan
Hipotesis secara simultan adalah:
H0: γ21 : γ22 : β21 =0 Tidak terdapat pengaruh kapabilitas dinamis, manajemen
pengetahuan dan modal intelektual secara simultan terhadap
kinerja inovasi
H1: γ21 :γ22 : β21 0 Terdapat pengaruh kapabilitas dinamis, manajemen
pengetahuan dan modal intelektual secara simultan terhadap
kinerja inovasi
Untuk menguji hipotesis ini digunakan statistik uji F sebagai berikut :
𝐹 = 𝑅2 𝑘⁄
(1 − 𝑅2) (𝑛 − 𝑘 − 1)⁄
Keterangan:
k = jumlah variabel eksogen
n = jumlah sampel
R2 = pengaruh total variabel eksogen ke endogen
Kriteria Uji Simultan
H0 ditolak jika nilai F > nilai F tabel pada tingkat signifikansi 5% pada derajat
bebas V1 = K dan V2 = n-k-1.
169
Rancangan Pengujian Parsial
Hipotesis secara parsial adalah:
H0: 21=0 Tidak terdapat pengaruh kapabilitas dinamis terhadap kinerja
inovasi
H1: 210 Terdapat pengaruh kapabilitas dinamis terhadap kinerja inovasi
H0: 22=0 Tidak terdapat pengaruh manajemen pengetahuan terhadap
kinerja inovasi
H1: 220 Terdapat pengaruh manajemen pengetahuan terhadap kinerja
inovasi
H0: β21=0 Tidak terdapat pengaruh modal intelektual terhadap kinerja
inovasi
H1: β210 Terdapat pengaruh modal intelektual terhadap kinerja inovasi
Untuk menguji hipotesis di atas digunakan statistik uji t sebagai berikut :
𝑡𝑖 = 𝛾𝑖𝑗
𝑠𝑒(𝛾𝑖𝑗); 𝑖, 𝑗 = 1,2
dan
𝑡 = �̂�𝑖𝑗
𝑠𝑒(�̂�𝑖𝑗) ; 𝑖, 𝑗 = 1,2
Dengan 𝛾𝑖𝑗 taksiran dari koefisien pengaruh variabel laten eksogen terhadap
endogen, �̂�𝑖𝑗 taksiran dari koefisien pengaruh variabel laten endogen terhadap
endogen lainnya, dan 𝑠𝑒(𝛾𝑖𝑗) nilai standar error penaksiran parameter model
yang diperoleh melalui proses resampling atau bootstrap.
170
Kriteria Uji Parsial
H0 ditolak jika nilai ti > nilai t tabel pada tingkat signifikansi 5%.
3.8.3. Rancangan Pengujian Hipotesis Ketiga
Hipotesis Ketiga : Kapabilitas dinamis, manajemen pengetahuan, modal
intelektual dan kinerja inovasi mempengaruhi kinerja
perusahaan baik secara simultan maupun parsial di
industri kreatif fashion produk tekstil di Provinsi
Jawa Barat
Model strukturalnya sebagai berikut :
η1
ξ 1
ξ 2
η3η2 β32
γ31 ζ3
γ32
β31
Gambar 3. 4 Model Struktural Hipotesis 3
Untuk menguji hipotesis 3, dilakukan melalui hipotesis statistik sebagai
berikut:
171
Rancangan Pengujian Simultan
Hipotesis secara simultan adalah:
H0: γ31 : γ32 : β31 : β32 =0 Tidak terdapat pengaruh kapabilitas dinamis,
manajemen pengetahuan, modal intelektual dan kinerja
inovasi secara simultan terhadap kinerja perusahaan
H1: γ31 :γ32 : β31 : β32 0 Terdapat pengaruh kapabilitas dinamis, manajemen
pengetahuan, modal intelektual dan kinerja inovasi
secara simultan terhadap kinerja perusahaan
Untuk menguji hipotesis ini digunakan statistik uji F sebagai berikut :
𝐹 = 𝑅2 𝑘⁄
(1 − 𝑅2) (𝑛 − 𝑘 − 1)⁄
Keterangan:
k = jumlah variabel eksogen
n = jumlah sampel
R2 = pengaruh total variabel eksogen ke endogen
Kriteria Uji Simultan
H0 ditolak jika nilai F > nilai F tabel pada tingkat signifikansi 5% pada derajat
bebas V1 = K dan V2 = n-k-1.
Rancangan Pengujian Parsial
Hipotesis secara parsial adalah:
H0: 31=0 Tidak terdapat pengaruh kapabilitas dinamis terhadap kinerja
perusahaan
172
H1: 310 Terdapat pengaruh kapabilitas dinamis terhadap kinerja
perusahaan
H0: 32=0 Tidak terdapat pengaruh manajemen pengetahuan terhadap
kinerja perusahaan
H1: 320 Terdapat pengaruh manajemen pengetahuan terhadap kinerja
perusahaan
H0: β31=0 Tidak terdapat pengaruh modal intelektual terhadap kinerja
perusahaan
H1: β310 Terdapat pengaruh modal intelektual terhadap kinerja perusahaan
H0: β32=0 Tidak terdapat pengaruh kinerja inovasi terhadap kinerja
perusahaan
H1: β320 Terdapat pengaruh kinerja inovasi terhadap kinerja perusahaan
Untuk menguji hipotesis di atas digunakan statistik uji t sebagai berikut :
𝑡𝑖 = 𝛾𝑖𝑗
𝑠𝑒(𝛾𝑖𝑗); 𝑖, 𝑗 = 1,2,3
dan
𝑡 = �̂�𝑖𝑗
𝑠𝑒(�̂�𝑖𝑗) ; 𝑖, 𝑗 = 1,2,3
Dengan 𝛾𝑖𝑗 taksiran dari koefisien pengaruh variabel laten eksogen terhadap
endogen, �̂�𝑖𝑗 taksiran dari koefisien pengaruh variabel laten endogen terhadap
endogen lainnya, dan 𝑠𝑒(𝛾𝑖𝑗) nilai standar error penaksiran parameter model
yang diperoleh melalui proses resampling atau bootstrap.
173
Kriteria Uji Parsial
H0 ditolak jika nilai ti > nilai t tabel pada tingkat signifikansi 5%.
3.8.4. Rancangan Pengujian Hipotesis Keempat
Hipotesis keempat : Kapabilitas dinamis dan manajemen pengetahuan
mempengaruhi kinerja inovasi melalui modal
intelektual baik secara simultan maupun parsial pada
industri kreatif fashion produk tekstil di Provinsi Jawa
Barat.
η1
ξ 1
ξ 2
η2
γ12
γ11
β21
ζ1 ζ2
Gambar 3. 5 Model Struktural Hipotesis 4
Untuk menguji hipotesis 4, dilakukan melalui hipotesis statistik sebagai berikut:
Rancangan Pengujian Simultan
Hipotesis secara simultan adalah:
174
H0: γ11 : γ12 : β21 =0 Tidak terdapat pengaruh kapabilitas dinamis dan
manajemen pengetahuan secara simultan terhadap kinerja
inovasi melalui modal intelektual
H1: γ11 : γ12 : β21 0 Terdapat pengaruh kapabilitas dinamis dan manajemen
pengetahuan secara simultan terhadap kinerja inovasi
melalui modal intelektual
Untuk menguji hipotesis ini digunakan statistik uji F sebagai berikut :
𝐹 = 𝑅2 𝑘⁄
(1 − 𝑅2) (𝑛 − 𝑘 − 1)⁄
Keterangan:
k = jumlah variabel eksogen
n = jumlah sampel
R2 = pengaruh total variabel eksogen ke endogen
Kriteria Uji Simultan
H0 ditolak jika nilai F > nilai F tabel pada tingkat signifikansi 5%.
Rancangan Pengujian Parsial
Hipotesis secara parsial adalah:
H0: 11 : β21 =0 Tidak terdapat pengaruh kapabilitas dinamis terhadap kinerja
inovasi melalui modal intelektual
H1: 11 : β21 0 Terdapat pengaruh kapabilitas dinamis terhadap kinerja inovasi
melalui modal intelektual
175
H0: 22 : β21 =0 Tidak terdapat pengaruh manajemen pengetahuan terhadap
kinerja inovasi melalui modal intelektual
H1: 22 : β21 0 Terdapat pengaruh manajemen pengetahuan terhadap kinerja
inovasi melalui modal intelektual
Untuk menguji hipotesis di atas digunakan statistik uji t sebagai berikut :
𝑡𝑖 = 𝛾𝑖𝑗�̂�𝑖𝑗
𝑠𝑒(𝛾𝑖𝑗�̂�𝑖𝑗); 𝑖, 𝑗 = 1,2
Dimana:
se(𝛾𝑖𝑗�̂�𝑖𝑗) = √𝛾𝑖𝑗2 (𝑠𝑒(�̂�𝑖𝑗))
2+ �̂�𝑖𝑗
2 (𝑠𝑒(𝛾𝑖𝑗))2
+ (𝑠𝑒(𝛾𝑖𝑗))2
(𝑠𝑒(�̂�𝑖𝑗))2
(Baron & Kenny, 1986)
Dengan 𝛾𝑖𝑗 taksiran dari koefisien pengaruh variabel laten eksogen terhadap
endogen, �̂�𝑖𝑗 taksiran dari koefisien pengaruh variabel laten endogen terhadap
endogen lainnya, dan 𝑠𝑒(𝛾𝑖𝑗) nilai standar error penaksiran parameter model
yang diperoleh melalui proses resampling atau bootstrap.
Kriteria Uji Parsial
H0 ditolak jika nilai ti > nilai t tabel pada tingkat signifikansi 5%.
Untuk mengetahui apakah peran mediasi yang dijalankan oleh suatu variabel
bersifat mediasi penuh (full mediation) atau mediasi parsial (partial mediation),
penelitian ini akan menggunakan tahapan tes mediasi yang dikemukakan oleh
Baron and Kenny (1986). Tahapan mediasi tersebut dijelaskan dengan bantun
gambar berikut:
176
Gambar 3. 6 Ilustrasi Uji Mediasi
Mediasi terjadi jika:
1 Terdapat pengaruh signifikan variabel independen terhadap mediator (jalur
P1)
2 Terdapat pengaruh signifikan variabel independen terhadap variabel dependen
(jalur P3)
3 Setelah mengikutsertakan mediator ke dalam model (jalur P1 dan jalur P2),
jika tingkat signifikansi pengaruh variabel independen terhadap variabel
dependen menurun (jalur P3), maka terjadi mediasi parsial. Namun jika
hubungan variabel independen terhadap variabel dependen (jalur P3) menjadi
tidak signifikan, maka terjadi mediasi penuh.
Hair Jr et al. (2016) menambahkan bahwa besarnya kekuatan hubungan tidak
langsung melalui variabel mediasi terhadap pengaruh total bisa dilihat dari nilai
Variance Accounted For (VAF), dengan persamaan:
Y2
Y1 Y3
Ρ1 Ρ2
Ρ3
177
𝑉𝐴𝐹 = 𝑃1 𝑥 𝑃2
(𝑃1 𝑥 𝑃2) + 𝑃3
Dimana:
VAF = Variance Accounted For
P1 = koefisien jalur pengaruh variabel independen terhadap variabel mediasi
P2 = koefisien jalur pengaruh variabel mediasi terhadap variabel dependen
P3 = koefisien jalur pengaruh variabel independen terhadap variabel dependen
Sebagai acuan nilai:
1. Jika nilai VAF < 20, maka tidak terjadi mediasi, besaran pengaruh
langsung bisa diinterpretasikan.
2. Jika 20% ≤ nilai VAF ≤ 80%, maka terjadi mediasi parsial, besaran
pengaruh mediasi bisa diinterpretasikan.
3. Jika nilai 80% ≤ VAF ≤ 100%, maka terjadi mediasi penuh, besaran
pengaruh mediasi bisa diinterpretasikan.
4. Jika nilai VAF > 100%, maka terjadi mediasi penuh, besaran pengaruh
mediasi tidak bisa diinterpretasikan
3.8.5. Rancangan Pengujian Hipotesis Kelima
Hipotesis kelima : Kapabilitas dinamis, manajemen pengetahuan dan modal
intelektual mempengaruhi kinerja perusahaan melalui
kinerja inovasi baik secara simultan mapun parsial pada
industri kreatif fashion produk tekstil di Provinsi Jawa
Barat
Model strukturalnya disajikan melalui gambar berikut :
178
η1
ξ 1
ξ 2
η3η2 β32β21
γ21
γ22
ζ2
Gambar 3. 7 Model Struktural Hipotesis 5
Pengujian Simultan
Hipotesis secara simultan adalah:
H0: γ21 : γ22 : β21 : β32 =0 Tidak terdapat pengaruh kapabilitas dinamis,
manajemen pengetahuan dan modal intelektual
secara simultan terhadap kinerja perusahaan melalui
kinerja inovasi
H1: γ21 : γ22 : β21 : β32 0 Terdapat pengaruh kapabilitas dinamis, manajemen
pengetahuan dan modal intelektual secara simultan
terhadap kinerja perusahaan melalui kinerja inovasi
Untuk menguji hipotesis ini digunakan statistik uji F sebagai berikut :
𝐹 = 𝑅2 𝑘⁄
(1 − 𝑅2) (𝑛 − 𝑘 − 1)⁄
Keterangan:
k = jumlah variabel eksogen
n = jumlah sampel
179
R2 = pengaruh total variabel eksogen ke endogen
Kriteria Uji Simultan
H0 ditolak jika nilai F > nilai F tabel pada tingkat signifikansi 5%.
Pengujian Parsial
Hipotesis secara parsial adalah:
H0: 21 : β32 =0 Tidak terdapat pengaruh kapabilitas dinamis terhadap
kinerja perusahaan melalui kinerja inovasi
H1: 21 : β32 0 Terdapat pengaruh kapabilitas dinamis terhadap kinerja
perusahaan melalui kinerja inovasi
H0: 21 : β32 =0 Tidak terdapat pengaruh manajemen pengetahuan terhadap
kinerja perusahaan melalui kinerja inovasi
H1: 21 : β32 0 Terdapat pengaruh manajemen pengetahuan terhadap
kinerja perusahaan melalui kinerja inovasi
H0: β21 : β32 =0 Tidak terdapat pengaruh modal intelektual terhadap kinerja
perusahaan melalui kinerja inovasi
H1: β21 : β32 0 Terdapat pengaruh modal intelektual terhadap kinerja
perusahaan melalui kinerja inovasi
Untuk menguji hipotesis di atas digunakan statistik uji t sebagai berikut :
𝑡𝑖 = 𝛾𝑖𝑗�̂�𝑖𝑗
𝑠𝑒(𝛾𝑖𝑗�̂�𝑖𝑗); 𝑖, 𝑗 = 1,2,3
180
Dimana:
se(𝛾𝑖𝑗�̂�𝑖𝑗) = √𝛾𝑖𝑗2 (𝑠𝑒(�̂�𝑖𝑗))
2+ �̂�𝑖𝑗
2 (𝑠𝑒(𝛾𝑖𝑗))2
+ (𝑠𝑒(𝛾𝑖𝑗))2
(𝑠𝑒(�̂�𝑖𝑗))2
dan
𝑡𝑖 = �̂�𝑖𝑗�̂�𝑖𝑗
𝑠𝑒(�̂�𝑖𝑗�̂�𝑖𝑗); 𝑖, 𝑗 = 1,2,3
Dimana:
se(�̂�𝑖𝑗�̂�𝑖𝑗) = √�̂�𝑖𝑗2 (𝑠𝑒(�̂�𝑖𝑗))
2+ �̂�𝑖𝑗
2 (𝑠𝑒(�̂�𝑖𝑗))2
+ (𝑠𝑒(�̂�𝑖𝑗))2
(𝑠𝑒(�̂�𝑖𝑗))2
(Baron & Kenny, 1986)
Dengan 𝛾𝑖𝑗 taksiran dari koefisien pengaruh variabel laten eksogen terhadap
endogen, �̂�𝑖𝑗 taksiran dari koefisien pengaruh variabel laten endogen terhadap
endogen lainnya, dan 𝑠𝑒(𝛾𝑖𝑗) nilai standar error penaksiran parameter model
yang diperoleh melalui proses resampling atau bootstrap.
Kriteria Uji Parsial
H0 ditolak jika nilai ti > nilai t tabel pada tingkat signifikansi 5%.
Untuk mengetahui apakah peran mediasi yang dijalankan oleh suatu variabel
bersifat mediasi penuh (full mediation) atau mediasi parsial (partial mediation),
penelitian ini akan menggunakan tahapan tes mediasi yang dikemukakan oleh
Baron and Kenny (1986) sebagaimana dijelaskan pada hipotesis 4 sebelumnya.