ANALISIS DAN PEMBAHASAN
4.1 Pelaksanaan Penelitian
Periode penelitian dilakukan dari bulan Mei hingga pertengahan bulan Juni 2016. Penelitian dilakukan dengan menggunakan metode Partial Least Square (PLS) yang diolah menggunakan perangkat lunak SmartPLS for Education versi ke versi ke 3. Pengumpulan data dilakukan menggunakan kuesioner secara online dengan memanfaatkan aplikasi Google Form yang ditujukan pada para pemilik UMKM yang berdomisili di daerah Depok dan Jakarta Selatan. Pre test dilakukan terhadap 15 sampel awal untuk mengetahui validitas dan reliabilitas instrument penelitian. Pada pengujian awal, beberapa masukan diperoleh terutama mengenai pernyataan-pernyataan dalam item kuesioner yang dianggap kurang bisa dimengerti oleh responden.
Pelaksanaan main test dilakukan melalui penyebaran kuesioner yang telah diperbaiki berdasarkan hasil pre test. Untuk mengirimkan kuesioner, data profil umum calon responden diperoleh dari Divisi Riset dan Pengembangan UKM Center FEB UI. Data yang diperoleh berisi alamat email dan nomor telpon, dan alamat usaha calon responden. Hasilnya sebanyak 159 orang data calon responden berhasil dikumpulkan. Data tersebut kemudian dipilah untuk mengetahui calon responden mana saja yang mencantumkan alamat email dan nomor telpon secara bersamaan. Hal ini dilakukan untuk memudahkan pemberian informasi mengenai penelitian secara langsung melalui telpon Meski demikian, seluruh responden tetap dikirimi kuesioner melalui email.
Tahap selanjutnya, responden dihubungi untuk diminta kesediaannya mengikuti penelitian melalui telpon. Pada akhir periode penelitian, sebanyak 86 responden mengisi kuesioner dengan lengkap. Penggunaan kuesioner secara online memberikan keuntungan yaitu jangkauannya yang luas serta mengurangi potensi missing value dalam pengisian kuesioner. Di sisi lain, penggunaan kuesioner secara online memiliki response rate yang rendah (Sekaran, 2003).
Universitas Indonesia 4.2 Profil Responden
Berikut ini merupakan data demografi dari 86 orang responden yang ikut serta dalam penelitian. Profil responden yang ditampilkan terdiri dari jenis kelamin, usia, tingkat pendidikan terakhir, jenis usaha, jumlah karyawan.
4.2.1 Jenis Kelamin
Tabel 4.1 : Jenis Kelamin
Sumber : Hasil olah data dengan SPSS
Tabel diatas menunjukkan bahwa dalam pre test, mayoritas responden adalah perempuan (10 orang) dengan 67 persen, sisanya laki-laki sebanyak 5 orang (33 persen). Secara umum, gambaran demografi responden dalam pre test tidak berbeda dengan main test dimana perempuan masih mendominasi (51 orang) dengan presentasi sebesar 60,5 persen, sedangkan responden berjenis kelamin laki-laki berjumlah 35 orang setara dengan 39,5 persen.
4.2.1 Usia Responden
Pre test yang dilakukan menemukan bahwa mayoritas responden berada pada kelompok usia 26 -30 tahun (46 persen) serta kelompok usia 31-35 tahun (54 persen). Sementara itu, dari main test yang dilakukan terlihat bahwa responden didominasi oleh mereka yang berusia antara 26 hingga 40 tahun yang menyumbang hingga 90 persen dari total responden dengan rincian sebanyak 44 orang responden (48,8 persen) berusia antara 31-35 tahun, 25 orang berusia antara 36- 40 tahun (29,1 persen). Sisanya 8 orang (9,3 persen) berusia antara 20-25 tahun sebanyak 8 orang (9,3 persen) dan satu berusia lebih dari 40 tahun (1,2 persen).
Banyak wirausahawan dalam penelitian ini yang berada pada usia yang cukup matang. Meski demikian, penelitian ini tidak menanyakan secara persis di usia berapa responden memulai usahanya.
Jenis Kelamin Main test Pre test
Frekuensi Persentase (%) Frekuensi Persentase (%) Perempuan 51 60,5 10 67 Laki-laki 35 39,5 5 33 Jumlah 86 100 15 100
Universitas Indonesia Tabel 4.2 : Usia Responden
Sumber : Hasil olah data dengan SPSS
4.2.3 Tingkat Pendidikan
Tabel 4.3 : Tingkat Pendidikan Terakhir Responden
Sumber: Hasil olah data dengan SPSS
Bagian dalam kuesioner penelitian mengenai tingkat pendidikan terakhir yang diselesaikan respoden menyediakan rentang pilihan dari SMP hingga strata 3. Namun data yang diisi responden hanya dari tingkat SMA sampai dengan strata 2. Pre test yang dilakukan diikuti mayoritas responden lulusan SMA sebanyak 13 orang (87 persen). Hal yang sama juga terlihat dalam main test, dimana responden penelitian didominasi oleh lulusan Sekolah Menengah Atas dengan jumlah mencapai 78 orang (87,6 persen). Sementara itu, respoden yang tekah menempuh pendidikan S1 berjumlah 9 orang (10,1 persen), sisanya adalah responden yang telah menyelesaikan pendidikan strata 2 sebanyak 2 orang (2,2 persen). Hasil ini sesuai dengan survey Global Entrepreneurship Monitor (GEM) tahun 2013 dan 2014 yang memperlihatkan lulusan SMA cenderung relatif lebih banyak yang memutuskan berwirausaha dibandingkan lulusan tingkat pendidikan lainnya. Survey GEM (2013) juga mengindikasikan para lulusan perguruan tinggi
Usia Responden
Main test Pre test
Frekuensi Persentase (%) Frekuensi Persentase (%) 20-25 8 9.3 26-30 25 29.1 7 46 31-35 42 48. 8 54 36-40 10 11.6 > 40 1 1.2 Jumlah 86 100 15 100 Tingkat Pendidikan
Main test Pre test
Frekuensi Persentase (%) Frekuensi Persentase (%)
SMA 78 88 13 87
S1 9 10 2 13
S2 2 2
Universitas Indonesia
cenderung memilik orientasi untuk menjadi karyawan kantoran dari pada menjadi wirausahawan.
4.2.4 Jumlah Karyawan
Tabel 4.4 : Jumlah Karyawan
Sumber : Hasil olah data dengan SPSS
Diantara rentang yang disediakan tidak terjadi perbedaan mencolok antar satu dengan lainnya, baik dalam pre test maupun main test. Dengan kata lain, sebarannya relatif lebih merata dibanding tabel-tabel sebelumnya. Dari segi jumlah karyawan yang dimiliki, terlihat bahwa mayoritas responden memiliki 10 sampai dengan 20 orang karyawan (38,4 persen). Sebanyak 17 orang (19,8 persen) memiliki karyawan antara 31 sampai dengan 40 orang.
4.2.5 Bidang Usaha
Tabel 4.5 : Bidang Usaha Responden
Sumber : Hasil olah data dengan SPSS
Mayoritas respondan yang terlibat dalam pre test adalah mereka yang bergerak di bidang bisnis makanan sebanyak 12 orang, sisanya adalah responden yang bergerak di bidang fashion. Hal serupa juga terlihat dalam main test, dimana
Jumlah Karyawan (orang)
Main test Pre test
Frekuensi Persentse (%) Frekuensi Persentse (%) < 10 15 17.4 3 23 10 sd 20 33 38.4 5 30 21 sd 30 16 18.6 7 47 31 sd 40 17 19.8 > 40 5 5.8 Jumlah 86 100 15 100
Bidang Usaha Main test Pre test
Frekuensi Persentase (%) Frekuensi Persentase (%)
Makanan 31 37 12 80
Kerajinan 30 35
Fashion 20 23 3 20
Jasa 5 5
Universitas Indonesia
responden yang begerak di bidang usaha makanan sebanyak 31 orang setara 37 persen dari total responden. Sebanyak 30 responden (35 persen) responden bergerak di bidang usaha kerajinan. Sisanya sebanyak 20 orang responden (23 persen) bergerak di bidang usaha fashion dan terakhir sebanyak 5 orang responden menjalankan usaha jasa (5 persen).
4.3 Statistik Deskriptiff
Statistik deskriptif yang digunakan dalam penelitian ini meliputi rata-rata dari setiap indikator dan konstruk. Penelitian ini membangun tiga ketegori yang digunakan untuk menilai rerata yang diperoleh. Untuk menentukan panjang interval nilai untuk masing-masing kategori rerata, menghitung jangkauan nilai yaitu nilai terbesar (6) dikurangi nilai terkecil (1). Hasilnya kemudian dibagi dengan jumlah kelas yang akan dibangun (3 kelas, yaitu rendah, sedang, dan tinggi). Perhitungan yang dilakukan menghasilkan panjang interval masing-masing kategori nilai adalah 1.67. Rentang nilai setiap kategori adalah sebagaimana dimuat dalam table berikut ini.
Tabel 4.6 : Kategori Rerata
Sumber : Hasil olah data dengan SPSS
4.3.1 Analisis Deskriptif Konstruk Entrepreneurial Mindset (EM)
Berikut ini merupakan rata-data dari masing-masing indikator dan konstruk secara keseluruhan yang diperoleh dari penelitian.
Tabel 4.7: Rerata Indikator dan Konstruk Entrepreneurial Mindset Konstruk Indikator Rerata Kategori Std.
Deviasi Rerata Konstruk Kategori Entrepreneurial Mindset
EM1 3.302 Sedang 1.0745 3.2 Sedang EM2 3.186 Sedang 1.0793
EM3 3.220 Sedang 1.0449 EM4 3.093 Sedang 0.9409 Sumber : Hasil olah data dengan SPSS
Rentang Nilai Kategori
1 – 2,67 Rendah
2,68 – 4,33 Sedang
Universitas Indonesia
Seluruh indikator dan konstruk pola pikir kewirausahaan masuk kategori sedang. Table mnunjukkan bahwa indikator EM1 memiliki rerata paling tinggi sekaligus memiliki standar deviasi tertinggi, mencapai 1.0793. Indikator EM1 menujukkan pencarian informasi mengenai tren serta peluang-peluang pasar yang mungkin dimasuki. Jawaban responden cukup beragam yang diperoleh cukup beragam yang juga menunjukkan perilaku yang juga beragam.
4.3.2 Analisis Deskriptif Konstruk Entrepreneurial Culture (EC)
Dibandingkan dengan konstruk EM, konstruk EC memiliki rerata dengan variasi yang lebih tinggi antar indikator satu dengan yang lain. Semantara rerata indikator lain tergolong sedang, rerata indikator EC3 dan EC4 masuk dalam kategori tinggi. Dilihat dari standar deviasinya, indikator-indikator dalam konstruk EC memiliki deviasi yang lebih rendah dibanding dengan konstruk EM.
Tabel 4.8 : Rerata Indikator dan Konstruk Entrepreneurial Culture Indikator Rerata Kategori Std.
Deviasi Rerata Konstruk Kategori Entrepreneurial Culture
EC1 3.174 Sedang 0.9964 3.73 Sedang
EC2 3.162 Sedang 0.9562
EC3 4.011 Tinggi 0.8877
EC4 4.116 Tinggi 0.8598
EC5 3.976 Sedang 0.8113
EC6 3.976 Sedang 0.8941
Sumber: Hasil olah data dengan SPSS
4.3.3 Analisis Deskriptif Konstruk Entrepreneurial Leadership (EL)
Analsis deskriptif untuk Kepemimmpinan Wirausaha (EL) menunjukkan rerata indikator dan konstruk termasuk dalam kategori sedang dengan kisaran nilai 3.244 hingga 3.58. Sementara itu, standar deviasi dari masing-masing indikator menunjukkan keragaman respon namun tidak terlalu signifikan bila dibanding dengan konstruk EM sebelumnya.
Universitas Indonesia Tabel 4.9 : Rerata Indikator dan Konstruk Entrepreneurial Leadership Konstruk Indikator Rerata Kategori Std.
Deviasi Rerata Konstruk Kategori Entrepreneurial Leadersip
EL3 3.244 Sedang 0.9067 3.328 Sedang EL4 3.267 Sedang 0.9991
EL5 3.22 Sedang 0.8731 EM6 3.58 Sedang 0.9005 Sumber: Hasil olah data dengan SPSS
4.3.4 Analisis Deskriptif Konstruk Managing Resources Srategically (MRS) Konstruk Pengelolaan Sumber Daya Secara Stratejik secara umum memiliki rerata yang tergolong sedang , begitu pula dengan mayoritas indikatornya. Indikator LC2 dan LC3 memiliki rerata yang tergolong tinggi. Sementara itu, indikator SRP1 dan SRP2 memiliki standar deviasi yang paling tinggi. Hal ini menujukkan terdapat variasi jawaban yang cukup tinggi dari responden.
Tabel 4.10 : Rerata Indikator dan Konstruk Managing Resources Srategically
Konstruk Indikator Rerata Kategori Std.
Deviasi Rerata Konstruk Kategori Managing Resources Srategically SRP 1 3.23 Sedang 1.0809 3.715 Sedang SRP2 3.30 Sedang 1.0298 SRP 3 3.960 Sedang 0.9003 BR1 3.290 Sedang 0.9186 BR3 3.837 Sedang 0.8241 LC1 3.942 Sedang 0.7570 LC2 4.011 Tinggi 0.8877 LC3 4.093 Tinggi 0.8207
Sumber: Hasil olah data dengan SPSS
4.3.5 Analisis Deskriptif Konstruk Innovation
Konstruk Inovasi terdiri dari Idea Generation (IG), Idea Conversion (IC), serta Idea diffusion (ID). Beberapa item telah terlebih dahulu dihapuskan karena tidak lolos uji validitas pada pre test. Rerata mayoritas indikator termasuk kategori sedang. Terdapat beberapa indikator yang memiliki rerata tergolong tinggi yaitu IG5, IG6 dan IC2. Deviasi ketiga indikator tersebut relatif lebih rendah daripada indikator lainnya dalam konstruk yang sama. Hal ini menunjukkan bahwa nilai tinggi indikator-indikator tersebut diberikan oleh mayoritas responden penelitian secara merata.
Universitas Indonesia Tabel 4.11 : Rerata Indikator dan Konstruk Innovation
Konstruk Indikator Rerata Kategori Std. Deviasi
Rerata Konstruk
Kategori Innovation IG1 3.279 Sedang 1.081 3.772 Sedang
IG2 3.302 Sedang 1.030 IG3 3.221 Sedang 0.975 IG4 3.244 Sedang 0.880 IG5 4.395 Tinggi 0.786 IG6 4.640 Tinggi 0.734 IC1 3.849 Sedang 0.712 IC2 4.000 Tinggi 0.767 IC3 3.919 Sedang 0.829 ID3 3.872 Sedang 0.809
Sumber: Hasil olah data dengan SPSS
4.4 Evaluasi Measurement Model (Outer Model)
Evaluasi model pengukuran dalam metode Partial Least Square dilakukan dengan dua acara, pertama dengan Convergent Validity, yang mengevalasi hubungan/korelasi indikator dengan konstruknya. Kedua dengan pengujian Discriminant Validity, yang membandingkan orelasi indikator dengan konstruknya serta korelasi indikator dengan konstruk lain. Model pengukuran yang baik terlihat dari korelasi indikator dengan konstruknya yang lebih besar dari pada korelasi indikator tersebut dengan konstruk lain. Hal ini menunjukkan bahwa indikator dapat benar-benar menjelaskan konstruknya.
4.4.1 Convergent Validity
Pengukuran convergent validity dilakukan dengan melihat Average Variance Extracted (AVE), dan indikator validitas, reliabilitas konstruk. Pembahasan dimulai dengan melihat hasil pengujian indikator validitas sebagai berikut.
4.4.1.1 Indikator Validitas
Analisis indikator validitas dilakukan dengan melihat factor loading dari masing-masing indikator. Secara umum factor loading yang bernilai > 0,7 menujukkan sebuah indikator memang bagian dari sebuah konstruk (Santoso, 2012). Namun menurut Chin (1998) dan Barclay et al. (1995 dalam Alexander, 2010), nilai loadings minimal 0.5 sudah dapat diterima jika ada pertanyaan lain
Universitas Indonesia
dalam konstruk yang sama memiliki skor yang tinggi. Indikator validitas disajikan dalam tebel berikut ini.
Tabel 4.12 : Validitas Indikator Entrepreneurial Mindset
Indikator Loading Factor Validitas AVE
EM1 0.899 Baik 0.805
EM2 0.923 Baik
EM3 0.900 Baik
EM4 0.860 Baik
Sumber : Hasil olah data dengan SmartPLS
Tabel diatas menunjukkan bahwa semua indikator dalam konstruk EM memiliki loading factor diatas 0,5 sehingga dinyatakan valid. Sementara nilai AVE mencapai 0,805 yang menunjukkan bahwa seluruh indikator telah layak.
Tabel 4.13 : Validitas Indikator Entrepreneurial Culture
Indikator Loading Factor Validitas AVE
EC1 0.741 Baik 0.696 EC2 0.864 Baik EC3 0.852 Baik EC4 0.844 Baik EC5 0.851 Baik EC6 0.850 Baik
Sumber : Hasil olah data dengan SmartPLS
Berdasarkan table validitas Indikator, seluruh indikator Entrepreneurial Culture memiliki loading factor yang lebih besar dari 0,5, ditambah dengan nilai AVE sebesar 0,696. Hasil ini menjadikan seluruh indikator dalam konstruk EC dinyatakan valid.
Tabel 4.14 : Validitas Indikator Entrepreneurial Leadership
Indikator Loading Factor Validitas AVE
EL3 0.816 Baik 0.709
EL4 0.870 Baik
EL5 0.889 Baik
EL6 0.788 Baik
Sumber : Hasil olah data dengan SmartPLS
Berdasarkan table validitas Indikator, seluruh indikator Entrepreneurial Leadership memiliki loading factor yang lebih besar dari 0,5. Selain itu, dari
Universitas Indonesia
analisis nilai AVE sebesar 0,709 (lebih besar dari 0,5) cukup untuk menjadi justifikasi validitas seluruh indikator dalam konstruk EL.
Tabel 4.15 : Validitas Indikator Managing Resources Strategically
Indikator Loading Factor Validitas AVE
SRP1 0.854 Baik 0.664 SRP2 0.858 Baik SRP3 0.832 Baik BR1 0.848 Baik BR3 0.734 Baik LC1 0.751 Baik LC2 0.856 Baik LC3 0.771 Baik
Sumber : Hasil olah data dengan SmartPLS
Berdasarkan table validitas Indikator, seluruh indikator Managing Resources Strategically memiliki loading factor berkisar antara 0,7 dan 0,8 sehingga dapat dinyatakan valid. Selain itu, ditambah dengan nilai AVE sebesar 0,664 menjadikan seluruh indikator dalam konstruk MRS dinyatakan sudah valid.
Tabel 4.16 : Validitas Indikator Innovation
Indikator Loading Factor Validitas AVE
IG1 0.835 Baik 0.516 IG2 0.843 Baik IG3 0.815 Baik IG4 0.822 Baik IG5 0.501 Cukup IG6 0.585 Cukup IC1 0.565 Cukup IC2 0.692 Baik IC3 0.843 Baik ID3 0.556 Cukup
Sumber : Hasil olah data dengan SmartPLS
Berdasarkan tabel validitas Indikator, beberapa indikator Innovation memiliki loading factor kurang dari 0,7. Di sisi lain, beberapa indikator dalam konstruk yang sama memiliki loading factor lebih dari 0,7. Hal ini membuat seluruh indikator dapat dinyatakn valid meski ada sebagian yang memiliki loading
Universitas Indonesia
factor dibawah 0,7. Dilihat dari nilai AVE sebesar 0,516, validitas konstruk innovation sudah dapat dipastikan.
Pengujian selanjutnya dilakukan untuk mengetahui signifikansi validitas dari seluruh indikator yang digunakan dalam penelitian. Hasil pengujian dimuat dalam tabel berikut ini.
Tabel 4.17 : Uji Signifikansi Validitas Indikator
Original Sample t-statistic p-value
EM1 <- Entrepreneurial Mindset 0.899 50.548 0.000
EM2<- Entrepreneurial Mindset 0.923 56.781 0.000
EM3 <- Entrepreneurial Mindset 0.908 45.411 0.000
EM4 <- Entrepreneurial Mindset 0.860 34.607 0.000
EC1 < -Entrepreneurial Culture 0.741 17.392 0.000 EC2 < - Entrepreneurial Culture 0.862 37.373 0.000 EC3 < - Entrepreneurial Culture 0.848 24.715 0.000 EC4 < - Entrepreneurial Culture 0.841 25.730 0.000 EC5 < - Entrepreneurial Culture 0.848 25.385 0.000 EC6 < - Entrepreneurial Culture 0.846 29.597 0.000
EL3 <-Entrepreneurial Leadership 0.816 17.300 0.000
EL4 <-Entrepreneurial Leadership 0.870 37.550 0.000
EL5 <-Entrepreneurial Leadership 0.889 42.581 0.000
EL6 <-Entrepreneurial Leadership 0.788 17.467 0.000
SRP1<-Managing Resources Strategically 0.854 32.931 0.000
SRP2 <-Managing Resources Strategically 0.858 31.829 0.000
SRP3 <-Managing Resources Strategically 0.832 22.575 0.000
BR1 <-Managing Resources Strategically 0.848 32.535 0.000
BR2 <-Managing Resources Strategically 0.734 13.555 0.000
LC1 <-Managing Resources Strategically 0.751 13.756 0.000
LC2 <-Managing Resources Strategically 0.856 23.552 0.000
LC3 <-Managing Resources Strategically 0.771 16.253 0.000
IG1 <-Innovation 0.835 23.544 0.000 IG2 <-Innovation 0.843 31.271 0.000 IG3 <-Innovation 0.815 24.910 0.000 IG4 <-Innovation 0.822 18.324 0.000 IG5 <-Innovation 0.501 3.579 0.000 IG6 <-Innovation 0.585 6.551 0.000 IC1 <-Innovation 6.459 5.573 0.000 IC2 <-Innovation 10.471 5.585 0.000 IC3 <-Innovation 29.803 4.556 0.000 ID3 <-Innovation 3.965 4.757 0.000
Universitas Indonesia
Dari tabel diatas dapat dipastikan bahwa seluruh nilai validitas indikator memiliki t-statistic lebih dari 1.645 sehingga dipastikan bahwa validitas indikator dapat dinyatakan signifikan.
4.4.1.2 Reliabilitas Konstruk
Untuk menentukan reliabilitas konstruk dilakukan dengan melihat nilai composite reliability dari masing-masing konstruk. Secara tradisional, penggunaan
chronbach’s alpha digunakan untuk mengukur konsistensi, tetapi dalam analisis Structural Equation Modeling, pengunaan composite reliability lebih dianjurkan dari pada chronbach’s alpha (Bagozzi dan Yi, 1988; Hair et al., 2012;dalam Kwongdan Wong, 2013). Sebuah konstruk dianggap valid jika nilai composite reliability-nya lebih kecil atau sama dengan 0,7. Seluruh konstruk sebagaimana ditunjukkan dalam table berikut memiliki nilai composite reliability diatas 0,7 sehingga seluruhnya dinyatakan reliabel. Tabel juga menampilkan nilai
chronbach’s alpha sebagai perbandingan. Acuan utama tetap pada composite reliability.
Tabel 4.18 : Uji Reliabilitas Konstruk Penelitian Konstruk Composite Reliability Chronbach’s Alpha Keterangan EC 0.932 0.912 Reliable EL 0.907 0.862 Reliable EM 0.943 0.919 Reliable INN 0.911 0.892 Reliable MRS 0.940 0.927 Reliable
Sumber : Hasil olah data dengan SmartPLS 4.4.2 Discriminant Validity
Menurut Fornell dan Larcker (1981 dalam Kwong dan Wong, 2013) menyarankan akar kuadrat dari AVE dapat digunakan untuk memastikan validitas diskriminan jika nilainya lebih besar dari pada nilai korelasi dengan variabel laten lain. Selain itu, validitas diskriminan menggunakan PLS dapat dilakukan dengan melihat tabel cross-loading dengan membandingkan korelasi indikator dengan konstruknya dengan nilai korelasi indikator tersebut dengan konstruk lain. Validitas
Universitas Indonesia
diskriminan dapat dipastikan jika korelasi antara indikator dengan konstruknya lebih besar dari pada nilai korelasi indikator tersebut dengan konstruk lain.
Tabel 4.19 : Nilai Cross Loadings
Indikator EM EC EL MRS INN EM1 0.899 0.342 0.336 0.336 0.302 EM2 0.923 0.396 0.402 0.402 0.631 EM3 0.908 0.344 0.333 0.333 0.454 EM4 0.862 0.341 0.313 0.313 0.436 EC1 0.335 0.841 0.451 0.451 0.432 EC2 0.393 0.864 0.581 0.581 0.442 EC3 0.392 0.852 0.591 0.591 0.503 EC4 0.353 0.844 0.518 0.518 0.548 EC5 0.315 0.851 0.545 0.545 0.411 EC6 0.353 0.855 0.403 0.403 0.543 EL3 0.335 0.598 0.816 0.593 0.353 EL4 0.515 0.737 0.876 0.236 0.329 EL5 0.302 0.673 0.889 0.623 0.332 EL6 0.331 0.687 0.778 0.632 0.343 SRP1 0.555 0.811 0.682 0.854 0.237 SRP2 0.53 0.799 0.633 0.858 0.353 SRP3 0.332 0.797 0.696 0.832 0.388 BR1 0.332 0.753 0.609 0.848 0.528 BR3 0.303 0.666 0.635 0.774 0.747 LC1 0.545 0.722 0.519 0.781 0.371 LC2 0.31 0.791 0.634 0.856 0.634 LC3 0.333 0.656 0.608 0.791 0.608 IG1 0.555 0.676 0.666 0.605 0.854 IG2 0.53 0.632 0.632 0.564 0.858 IG3 0.532 0.646 0.662 0.632 0.829 IG4 0.545 0.237 0.603 0.662 0.832 IG5 0.233 0.353 0.548 0.603 0.831 IG6 0.353 0.366 0.616 0.545 0.785 IC1 0.355 0.526 0.663 0.618 0.765 IC2 0.525 0.747 0.458 0.663 0.792 IC3 0.343 0.371 0.699 0.555 0.843 ID3 0.331 0.656 0.696 0.699 0.856
Sumber: Hasil olah data dengan SmartPLS
Tabel diatas menujukan bahwa korelasi indikator dengan konstruknya lebih tinggi dari pada korelasi indikator dengan konstruk lain. Hasil pengujian ini menunjukkan bahwa inner model/model pengukuran memiliki indikator yang unik
Universitas Indonesia
antara satu sama lain. Oleh karena itu, model memenuhi persyaratan discriminant validity.
Menurut Fornell dan Larcker (1981 dalam Kwang dan Wong, 2013), akar kuadrat dari AVE masing-masing variabel laten dapat digunakan untuk menentukan validitas diskriminan dengan syarat nilai akar kuadrat AVE tersebut lebih besar dari pada nilai korelasi antar variabel laten lain. Pengujian selanjutnya dilakukan dengan menggunakan kriteria Fornell-Larcker. Sebelumnya, berikut merupakan nilai AVE dari semua konstruk.
Tabel 4.20 Nilai AVE
Sumber: Hasil olah data dengan SmartPLS
Selanjutnya, akar kuadrat AVE masing-masing konstruk dibandingkan dengan korelasi antar variabel laten. Nilai akar kuadrat AVE ditandai dengan tulisan tebal (bold).
Tabel 4.21 : Korelasi Variabel Laten
EC EL EM INN MRS
Entrepreneurial Culture 0.897
Entrepreneurial Leadership 0.661 0.834
Entrepreneurial Mindset 0.665 0.44 0.842
Innovation 0.624 0.619 0.653 0.815
Managing Resources Strategically 0.558 0.456 0.723 0.330 0.718 Sumber : Hasil olah data dengan SmartPLS
Melalui perbandingan yang dilakukan, diketahui bahwa akar kuadrat AVE masing-masing kosntruk/variabel laten memiliki nilai yang lebih tinggi dari pada korelasi dengan variabel laten lain. Hasil ini menjadi dasar bahwa validitas diskriminan dari model yang digunakan dalam penelitian telah terpenuhi.
Konstruk AVE Akar Kuadrat AVE
EM 0,805 0.897
EC 0,696 0.834
EL 0,709 0.842
MRS 0,664 0.815
Universitas Indonesia 4.5 Evaluasi Model Struktural (Inner Model)
Beberapa langkah yang digunakan untuk mengevaluasi model struktral yaitu dengan melihat kekuatan hubungan antar konstruk yang terlihat dari koefisien determinasi (R2), serta signifikansi hubungan antar konstruk. Berikut ini merupakan hasil pengujian signifikansi koefisien jalur menggunakan proses bootstrapping untuk model secara keseluruhan.
G a mb a r 4 .1 : H a sil p ro ses b o o ts tr a p p in g Su m b er : H asil o lah d ata d en g an Sm ar tPLS
Universitas Indonesia Tabel 4.22 Signifikansi Path Coefficient
No. Path Original Sample
t-stat p-values Keterangan 1 EC -> INN 0.374 5.123 0.000 Signifikan 2 EC -> MRS 0.618 8.970 0.000 Signifikan 3 EL ->INN 0.450 5.631 0.000 Signifikan 4 EL -> MRS 0.139 2.130 0.017 Signifikan 5 EM -> EC 0.865 30.868 0.000 Signifikan 6 EM -> MRS 0.241 2.991 0.001 Signifikan 7 MRS -> INN 0.202 2.143 0.016 Signifikan
Sumber: Hasil olah data SmartPLS
Data dalam tabel diatas memperlihatkan bahwa koefisien seluruh jalur hubungan signifikan. Hal ini dapat dipastikan dari nilai t-statistik yang lebih dari I,645 (nilai kritis yang digunakan dengan alpha 5 persen). Terbukti bahwa budaya (EC), pola pikir kewirausahaan (EM) serta kepemimpinan kewirausahaan (EL) memang berhubungan dengan pengelolaan sumber daya secara stratejik (MRS) di UMKM. Selanjutnya, baik MRS, EC, maupun EL juga terbukti secara signifikan berhubungan dengan inovasi pada UMKM.
Model struktural selanjutnya diuji kembali menggunakan koefisien determinasi (R2). Koefisien determinasi menunjukkan seberapa kuat pengaruh variabel independen (eksogen) terhadap variabel dependen (endogen). Semakin tinggi nilai koefisien semakin kuat pula pengaruh variabel independen terhadap variabel dependen. Menurut Lind et al.(2008), koefisien determinasi 0,6 sudah bisa dianggap signifikai.
Tabel 4.23 Koefisien Determinasi Variabel Dependen
Sumber: Output SmartPLS;diolah
Tabel diatas menunjukkan variabel-variabel independen yang digunakan dalam penelitian mampu menjelaskan variabel dependen dengan kekuatan pengaruh yang tergolong kuat. Pola pikir kewirausahaan (EM) mampu menjelasskan 74,8 persen budaya kewirausahaan (EC). Sedangkan variabel Pola
Variabel Dependen R2
EC 0.748
MRS 0.947
Universitas Indonesia
Pikir Kewirausahaan (EM), Kepemipinan Kewiraushaan (EL) serta Budaya Kewirausahaan (EC) mampu menjelaskan variabel pengelolaan sumber daya secara sratejik hingga 94,7 persen. Sementara itu, sebanyak 91,1 persen variasi dalam variabel Inovasi (INN) dapat dijelaskan oleh variabel Pengelolaan Sumber Daya Secara Stratejik (MRS), Kepemipinan Kewiraushaan (EL) serta Budaya Kewirausahaan (EC). Hal ini menandakan kuatnya pengaruh ketiga varibel tersebut.
Pengujian selanjtunya dilakukan untuk mengetahui validitas model secara keseluruhan, baik model pengukuran mauoun model struktural. Metode yang digunakan adalah Goodness of Fit. Nilai Gof didapatkan melalui rumus sebaai berikut.
GoF =√(rata−rata communality) x (rata−rata R2)
Nilai communality adalah kuadrat nilai loading factor dari masing-msing variabel/konstruk.
Tabel 4.24 : Perhitungan Nilai Communality Nilai Communality R2 Entrepreneurial Mindset 0.805 Entrepreneurial Culture 0.696 0.748 Entrepreneurial Leadership 0.709 Managing Resources Strategically 0.664 0.947 Innovation 0.516 0.911 Rerata 0.678 0.868 5
Sumber : Hasil olah data dengan SmartPLS
Setelah rata-rata dari communality dan R2 diperoleh, maka perhitungan GoF bisa dilakukan. Nilai GoF adalah sebagai berikut.
= √(0.687) x (0.868) = 0.767
Bedasarkan kriteria Wetzels et al. (2009 dalam Yamin dan Kurniawan, 2011), nilai GoF diatas 0.36 sudah tergolong besar. Oleh karena itu, berdasarkan
Universitas Indonesia
nilai GoF, maka disimpulkan model pengukuran dan model struktural telah memenuhi kelayakan.
4.5 Pengujian Hipotesis
Signifikansi hipotesis dilihat dari nilai t-value menggunakan pengujian satu arah (one tailed) dengan alpha sebesar 5 persen. Dengan demikian, nilai kritis untuk t value yang diperoleh adalah sebesar 1.645. Signifikansi dapat dikonfirmasi jika t value ≥ 1.645 atau memperoleh p value ≤ 0.005. Hasil pengujian signifikansi model struktural dirangkum dalam tabel berikut ini.
Tabel 4.25 : Uji Signifikansi Hipotesis
Hipotesis Original Sample
t-stat Keterangan Entrepreneurial Mindset (EM) berpengaruh
positif terhadap Pengelolaan Sumber Daya Secara Stratejik (MRS)
H1 0.776 12.840 Diterima
Entrepreneurial Culture (EC) berpengaruh positif terhadap Pengelolaan Sumber Daya Secara Stratejik (MRS)
H2 0.618 8.699 Diterima
Entrepreneurial Leadership (EL) berpengaruh positif terhadap Pengelolaan Sumber Daya Secara Stratejik (MRS)
H3 0.139 2.241 Diterima
Pengelolaan Sumber Daya Secara Stratejik
