Lokasi dan Waktu
Lokasi penelitian dilaksanakan di Kabupaten Lima Puluh Kota dan Kota Payakumbuh yaitu pada industri makanan ringan yang dikelola oleh wanita wirausaha. Pemilihan lokasi penelitian dikarenakan Kabupaten Lima Puluh Kota dan Kota Payakumbuh memiliki berbagai macam industri makanan ringan dan merupakan daerah yang mempunyai persentase jumlah penduduk wanita yang bekerja pada usaha milik sendiri berada pada urutan ketiga dan keempat setelah Kabupaten Agam dan Kota Bukittinggi. Di samping itu, pemilihan lokasi juga
Fenomena Wanita Wirausaha
Keterlibatan wanita di bidang usaha atau bisnis sendiri semakin meningkat Kontribusi dan dampak yang cukup besar terhadap pertumbuhan ekonomi
rumah tangga
Mengukur kinerja usaha wanita wirausaha
Analisis SEM - Variabel Laten Eksogen
Karakteristik Personal Lingkungan Internal Usaha Lingkungan Eksternal Usaha Perilaku Kewirausahaan - Variabel Laten Endogen
Kinerja Usaha
Analisis Kualitatif Persentase dan Proporsi Sebaran Responden dan Penilaian Responden
Rekomendasi Peningkatan Kinerja Usaha Wanita Wirausaha
Wanita wirausaha masih dalam kategori minoritas dalam lingkungan kewirausahaan
Kinerja usaha wanita wirausaha masih rendah dibandingkan laki-laki wirausaha
atas rekomendasi dari Dinas Perindustrian dan Perdagangan setempat. Waktu penelitian dilakukan pada bulan April sampai September 2015.
Jenis dan Sumber Data
Data yang digunakan dalam penelitian ini terdiri dari data primer dan data sekunder. Data primer didapatkan dari hasil pengisian kuesioner dan wawancara langsung dengan responden yaitu wanita wirausaha yang menjalankan usaha industri makanan ringan di Kabupaten Lima Puluh Kota dan Kota Payakumbuh. Data sekunder didapatkan dari Badan Pusat Statistik Republik Indonesia, Kementerian Koperasi dan UMKM, Kementerian Perindustrian dan Perdagangan, Badan Pusat Statistik Provinsi Sumatera Barat, Dinas Perindustrian dan Perdagangan Provinsi Sumatera Barat, Dinas Koperasi dan UMKM Provinsi Sumatera Barat, Dinas Perindustrian dan Perdagangan Kabupaten Lima Puluh Kota, Dinas Perindustrian dan Perdagangan Kota Payakumbuh, Dinas Koperasi dan UMKM Kabupaten Lima Puluh Kota, Dinas Koperasi dan UMKM Kota Payakumbuh, Badan Pusat Statistik Kabupaten Lima Puluh Kota, Badan Pusat Statistik Kota Payakumbuh, Perpustakaan, bahan bacaan dari internet, dan literatur lain yang berkaitan dengan penelitian.
Metode Pengumpulan Data
Dalam penelitian ini, pengumpulan data primer dilakukan melalui kuesioner yang berisikan daftar-daftar pertanyaan yang relevan dengan tujuan penelitian. Pengumpulan data primer dilakukan dengan data dari sumber informasi utama yaitu wanita wirausaha yang bergerak dalam industri makanan ringan di kabupaten Lima Puluh Kota dan Kota Payakumbuh untuk menganalisis faktor yang berpengaruh terhadap kinerja usaha wanita wirausaha. Kuesioner tersebut menjadi panduan wawancara penulis kepada wanita wirausaha tersebut.
Pengumpulan data sekunder dilakukan dengan menggunakan data hasil monitoring pertumbuhan wanita wirausaha dan industri makanan ringan yang dilakukan oleh Dinas Perindustrian dan Perdagangan serta Dinas Koperasi dan UMKM untuk mengetahui gambaran khusus mengenai industri makanan ringan dan wanita wirausaha di Kabupaten Lima Puluh Kota dan Kota Payakumbuh.
Metode Penentuan Responden
Responden pada penelitian ini adalah wanita wirausaha yang bergerak dalam industri makanan ringan di Kabupaten Lima Puluh Kota dan Kota Payakumbuh. Penentuan responden menggunakan metode purposive sampling. Hal ini dikarenakan responden yang diambil sesuai dengan maksud dan tujuan tertentu dari penelitian ini dengan membuat beberapa kriteria, yaitu (i) wanita wirausaha yang berusaha pada industri rumahan yang memproduksi makanan ringan, (ii) industri makanan ringan yang sudah berjalan besar sama dengan atau lebih dari 1 (Satu) tahun.
Responden yang diambil adalah sebanyak 105 orang wanita wirausaha yang bergerak dalam industri makanan ringan yang terdiri dari 41 wanita wirausaha di Kabupaten Lima Puluh Kota dan 64 di Kota Payakumbuh. Asumsi dasar yang harus dipenuhi dalam analisis SEM adalah jumlah responden. Menurut Sekaran (2003), analisis SEM membutuhkan responden paling sedikit 5 (Lima) kali jumlah variabel indikator yang digunakan.
Metode Analisis Data
Data yang telah dikumpulkan pada penelitian ini diolah secara kualitatif dan kuantitatif. Data kualitatif dianalisis secara deskriptif, sedangkan data kuantitatif diolah dengan menggunakan analisis Structural Equation Model (SEM) yang menggunakan program komputer LISREL 8.70 dimana program ini dapat digunakan untuk membuat model persamaan struktural.
Analisis Deskriptif
Analisis deskriptif yang digunakan pada penelitian ini digunakan untuk menggambarkan atau mendiskripsikan secara khusus mengenai profil wanita wirausaha dan industri makanan ringan, karakteristik personal, lingkungan internal dan eksternal, kewirausahaan, dan kinerja usaha yang dimiliki wanita wirausaha. Untuk mendapatkan persentase dan proporsi sebaran data responden dan penilaian responden menggunakan program komputer Microsoft Office Excel 2016. Data yang dianalisis secara deskriptif disajikan dalam suatu uraian alinea secara naratif.
Analisis Kuantitatif
Analisis kuantitatif diolah dengan menggunakan analisis Model Persamaan Struktural atau Structural Equation Modelling (SEM). Analisis Structural Equation Modelling (SEM) digunakan untuk menjawab masalah pengaruh karakteristik personal, lingkungan internal usaha, lingkungan eksternal usaha, dan perilaku kewirausahaan terhadap kinerja usaha wanita wirausaha pada industri makanan ringan rumahan di Kabupaten Lima Puluh Kota dan Kota Payakumbuh.
Analisis Model Persamaan Struktural (Structural Equation Modelling)
Jika suatu model penelitian hanya menggunakan variabel independen dan variabel dependen saja, maka suatu teknik regresi (regresi linear sederhana maupun regresi linear berganda) dapat digunakan untuk menyelesaikan persoalan tersebut. Namun, apabila suatu model penelitian menggunakan beberapa variabel independen dan variabel dependen serta menambahkan variabel moderating
maupun intervening ke dalam model, maka persoalannya akan menjadi rumit karena harus menggunakan beberapa persamaan linear untuk menyelesaikannya, sehingga penggunaan persamaan regresi dianggap kurang tepat dan dibutuhkan teknik analisis lain yang lebih komprehensif, yaitu dengan model persamaan struktural (Latan 2013).
Model persamaan struktural (Structural Equation Modeling) atau SEM merupakan suatu teknik analisis multivariat generasi kedua yang menggabungkan antara analisis faktor dan analisis jalur sehingga memungkinkan peneliti untuk menguji dan mengestimasikan secara simultan hubungan antara multiple
exogenous dan endogenous variable dengan banyak indikator (Gefen et al. 2000; Pirouz 2006 dalam Latan 2013). Di samping itu, SEM juga merupakan suatu teknik analisis yang digunakan untuk spesifikasi model dan estimasi model dalam hubungan linear antar variabel (MacCallum et al. 2000). SEM lebih mengutamakan pengujian confirmatory dibanding dengan pengujian exploratory
sehingga lebih tepat digunakan untuk menguji teori dibandingkan dengan mengembangkan teori. SEM juga mampu mengukur variabel yang tidak dapat diukur secara langsung, tetapi melalui indikator-indikatornya. Model yang akan diestimasi dalam SEM biasanya diasumsikan mempunyai hubungan kausalitas antara variabel laten dengan variabel manifes sebagai indikator. Lebih spesifik Model Persamaan Struktural memungkinkan peneliti untuk membangun model penelitian dengan banyak variabel, dapat meneliti variabel atau konstruk yang tidak teramati atau tidak dapat diukur secara langsung (unobserved variables), menguji kesalahan pengukuran (measurement error) untuk variabel atau konstruk yang teramati (observed variables), mengkonfirmasi teori sesuai data penelitian (Confirmatory Factor Analysis) (Latan 2013).
Tahapan Analisis Model Persamaan Struktural
Data-data yang telah dikumpulkan dengan pengisian kuesioner, kemudian direkapitulasi dengan menggunakan program Microsoft Excel 2016. Hasil rekapitulasi tersebut akan menjadi data input yang selanjutnya diolah dengan metode SEM menggunakan bantuan program LISREL 8.30. Prosedur SEM secara umum terdiri dari beberapa tahap seperti pada Gambar 2.
Gambar 2 Tahapan analisis model persamaan struktural
Sumber: Bollen dan Long 1993 diacu dalam Latan 2013
1) Spesifikasi Model
Spesifikasi model merupakan langkah awal dalam analisis SEM. Pada tahap ini peneliti mendefenisikan secara konseptual konstruk yang diteliti dan menentukan dimensionalitasnya. Selanjutya arah kausalitas antar konstruk yang menunjukkan hubungan yang dihipotesiskan harus ditentukan dengan jelas serta dilandaskan dengan teori yang jelas. Teori yang tidak mendukung model persamaan struktural yang dibangun akan memberikan hasil yang tidak bermakna atau bias, karena tujuan dari SEM adalah untuk mengkonfirmasi
teori atau menguji teori, bukan untuk memprediksi atau membangun teori (Latan 2013).
2) Identifikasi Model
Dalam SEM, persoalan identifikasi model penting untuk mengetahui apakah model yang dibangun dengan data empiris memiliki nilai ataukah tidak sehingga model tersebut dapat diestimasi. Di samping itu juga untuk menjaga agar model yang dispesifikasikan bukan merupakan model yang under- identified. Model yang dispesifikasikan diharapkan model yang over- identified, yaitu model dimana jumlah parameter yang diestimasi lebih kecil dari jumlah data yang diketahui. Pada kondisi over-identified, dilakukan proses estimasi iteratif (Latan 2013).
3) Estimasi Model
Model penelitian yang sudah memenuhi spesifikasi dan identifikasi model selanjutnya dapat dilakukan estimasi terhadap model tersebut. Estimasi dilakukan untuk memperoleh nilai dari parameter-parameter yang ada dalam model sedemikian rupa sehingga matrik kovarian yang diturunkan dari model
Σ( ) sedekat mungkin atau sama dengan matrik kovarian populasi dari variabel-variabel teramati Σ. Sebelum melakukan estimasi model, penting
untuk menentukan metode estimasi yang akan digunakan dan
mempertimbangkan berapa besar jumlah sampel yang dibutuhkan, karena hal tersebut nantinya akan berpengaruh terhadap interpretasi hasil analisis. Estimasi terhadap model dapat dilakukan menggunakan salah satu dari metode estimasi yang tersedia, yaitu Maximum Likelihood, Generalized Least Square, Asymptotically Distribution Free (Latan 2013).
4) Evaluasi Model
Tahapan ini ditujukan untuk mengevaluasi model secara keseluruhan, apakah model mempunyai fit yang baik ataukah tidak. Evaluasi model dilakukan dengan menilai hasil pengukuran model (measurement model) uaitu melalui analisis faktor konfirmatori atau (confirmatory factor analysis) dengan menguji validitas dan reliabilittas konstruk laten kemudian dilanjutkan dengan evaluasi model struktural (structural model) secara keseluruhan dengan menilai kelayakan model melalui kriteria goodness of fit (Latan 2013). Penilaian derajat kecocokan suatu SEM secara menyeluruh tidak dapat dijalankan secara langsung sebagaimana pada teknik multivariat yang lain. Ukuran-ukuran Goodness of Fit (GOF) dikelompokkan ke dalam tiga bagian antara lain absolute measures (ukuran kecocokan absolut), incremental fit measures (ukuran kecocokan inkremental), dan parsimonious fit measures
(ukuran kecocokan parsimoni). Ukuran kecocokan absolut digunakan untuk menentukan derajat prediksi model keseluruhan (model struktural dan model pengukuran) terhadap matrik korelasi dan kovarian. Ukuran kecocokan inkremental digunakan untuk membandingkan model yang diusulkan dengan model dasar. Ukuran kecocokan parsimoni digunakan untuk mengetahui derajat kehematan model. Selain uji kecocokan, Firdaus et al. (2011) menjelaskan pemeriksaan kebaikan suai model pengukuran yang dilakukan terhadap masing-masing peubah laten yang ada di dalam model. Pemeriksaan yang dilakukan berkaitan dengan pengukuran peubah laten melalui peubah- peubah manifestnya, dalam hal apakah peubah-peubah manifes tersebut memang mengukur peubah latennya (validity) dan seberapa besar
kekonsistenan peubah-peubah manifes mengukur peubah latennya (reliability).
Tabel 3 Ringkasan menilai kelayakan model (Goodness of Fit)
Ukuran Kecocokan Absolut (Absolute Measures)
Chi Squares Diharapkan kecil
Goodness of Fit Index (GFI) > 0.90 Root Mean Square Error Approximation (RMSEA) 0.05 – 0.08
Expected Cross-Validation Index (ECVI) < ECVI Saturated dan Independence Model Ukuran Kecocokan Inkremental (Incremental Fit Measures) Adjusted Goodness of Fit Index ≥ 0.90 Normed Fit Index (NFI) > 0.90; > 0.95 Comparative Fit Index (CFI) > 0.90; > 0.95 Incremental Fit Index (IFI) > 0.90; > 0.95 Relative Fit Index (RFI) > 0.90; > 0.95 Ukuran Kecocokan Parsimoni (Parsimonious fit Measures)
Akaike Information Index < AIC Saturated dan Independence Model
Consistent Akaike Information Index (CAIC) < CAIC Saturated dan Independence Model
Expected Cross Validation Index (ECVI) < ECVI Saturated dan Independence Model Parsimonious Goodness of Fit Index (PGFI) > 0.60
*Sumber: Latan (2013)
Validitas
Validitas atau kesahihan menunjukkan sejauh mana suatu alat ukur mampu mengukur apa yang ingin diukur (Siregar 2012). Jika peneliti menggunakan kuisioner dalam pengumpulan data, kuisioner yang disusunnya harus mengukur apa yang ingin diukurnya (Umar 2003). Uji validitas ditujukan untuk memperoleh konstruksi atau kerangka suatu konsep yang valid. Apabila terdapat konsistensi antara variabel satu dengan variabel lainnya, maka konstruksi tersebut telah memiliki validitas. Di dalam penelitian ini, hasil uji validitas dapat dilihat secara langsung pada output SEM. Bila thitung
lebih besar dari ttabel (1.96), maka variabel tersebut dinyatakan valid. Selain
dilihat dari nilai t-hitung, uji validitas juga dilihat dari muatan faktor standarnya (standardized factor loadings), di mana suatu variabel dikatakan valid jika loading factor-nya bernilai ≥ 0.δ0 (Kusnendi β010 dalam
Puspitasari 2013).
Reliabilitas
Reliabilitas bertujuan untuk mengetahui sejauh mana hasil pengukuran tetap konsisten, apabila dilakukan pengukuran dua kali atau lebih terhadap gejala yang sama dengan menggunakan alat pengukur yang sama pula (Siregar 2012). Hal yang sama juga dijelaskan oleh Umar (2003) yang mendefinisikan reliabilitas adalah suatu nilai yang menunjukkan konsistensi suatu alat pengukur di dalam mengukur gejala yang sama secara berulang dua kali atau lebih. Setiap alat pengukur yang baik seharusnya memiliki kemampuan untuk memberikan hasil pengukuran yang konsisten. Pada pengukuran gejala fisik
yang sudah pasti alat ukurnya, konsistensi akan dapat dengan mudah diperoleh. Namun, untuk mengukur permasalahan bisnis yang mencakup fenomena sosial seperti sikap, opini, dan persepsi, pengukuran yang konsisten agak sulit dicapai. Pemeriksaan terhadap kekonsistenan pengukuran ini dilakukan terhadap peubah laten (construct reliability) untuk menilai kekonsistenan pengukuran keseluruhan peubah manifes yang mengukur peubah laten itu (composite reliability) dan terhadap masing-masing peubah manifes. Batas minimum 0.7 sering dijadikan patokan bagi peubah yang reliabel (Firdaus et al. 2011)
Variance Extraced
Ukuran kekonsistenan lain yang dapat digunakan adalah variance extraced. Ukuran ini menggambarkan seberapa besar keragaman peubah-peubah manifes yang dapat dikandung peubah laten, hal ini berarti bahwa semakin besar representasi peubah manifes terhadap peubah latennya Patokan minimal 0.5 biasa digunakan bagi nilai ini untuk peubah-peubah manifes yang mampu merepresentasikan dengan baik peubah latennya (Firdaus et al. 2011).
5) Respesifikasi Model
Jika setelah melakukan penilaian goodness of fit dan didapatkan model yang diuji ternyata tidak fit maka perlu dilakukan respesifikasi model. Respesifikasi model tidak dianjurkan hanya untuk mendapatkan model yang
fit. Jika model telah direspisifikasi maka model baru yang harus di cross- validated (validasi silang) dengan data yang baru (Latan 2013). Kasanah (2015) mengemukakan bahwa pendekatan teori dalam melakukan respesifikasi suatu model dibutuhkan. Lebih lanjut Kasanah (2105) respesifikasi model dilakukan dengan memodifikasi program SIMPLIS. Dalam memodifikasi model ada beberapa cara yang dilakukan yaitu: (1) Menghapus variabel teramati yang tidak memenuhi syarat validitas dan reliabilitas yang baik; (2) Memanfaatkan informasi yang terdapat dalam
modification indices, yaitu (a) dengan menambah path (lintasan) baru diantara variabel teramati dengan variabel laten dan antara variabel laten, (b) Menambah error covariance diantara dua buah error variances.
Formulasi Model SEM
Notasi matematik dari full atau hybrid model secara umum dapat dituliskan seperti berikut (Jöreskog dan Sörbom 1989 diacu dalam Wijanto 2008):
1) Structural Model (Model Struktural) = + Γξ +
2) Measurement Model (Model Pengukuran) a) Model Pengukuran untuk y
y = Λy +
b) Model Pengukuran untuk x x = Λxξ +
dengan asumsi:
1) tidak berkorelasi dengan ξ 2) tidak berkorelasi dengan 3) tidak berkorelasi dengan ξ
4) , , dan tidak saling berkorelasi (mutually uncorrelated)
5) I – B adalah non-singular
Persamaan dan hubungan antar variabel dalam model SEM juga dapat dinyatakan dalam bentuk diagram lintas (path diagram). Diagram lintas yang diterapkan pada penelitian ini yaitu diagram model hybrid, karena model merupakan gabungan antara model struktural dan model pengukuran. Pada diagram lintas terdapat notasi-notasi yang menyatakan jenis dan parameter atau besaran dari variabel-variabel. Notasi-notasi variabel yang terdapat pada model SEM pada umumnya dinyatakan dalam bahasa Yunani (Sitinjak dan Sugiarto 2006).
Berikut ini adalah keterangan yang berkaitan dengan diagram lintas dalam model SEM:
1. Simbol diagram lintas dari variabel teramati adalah kotak atau persegi panjang, sedangkan simbol diagram lintas dari variabel laten adalah lingkaran atau elips.
2. Simbol anak panah () menunjukkan adanya hubungan. Ekor anak panah menunjukkan variabel penyebab dan kepala anak panah menunjukkan variabel akibat. Arah anak panah dari variabel laten terhadap variabel teramati merupakan refleksi atau efek dari variabel latennya.
3. Notasi variabel laten eksogen adalah ξ (ksi), sedangkan notasi variabel laten endogen adalah (eta).
4. Variabel teramati dari variabel laten eksogen dilambangkan dengan X, sedangkan variabel teramati dari variabel laten endogen dilambangkan dengan Y. Muatan-muatan faktor (factors loadings) yang menghubungkan variabel laten dan variabel teramati diberi notasi λ (lambda). Pada sisi X adalah λx dan sisi Y adalah λy.
5. Parameter yang menunjukkan keeratan hubungan variabel laten endogen pada variabel laten eksogen diberi notasi (gamma), sedangkan parameter yang menunjukkan keeratan hubungan variabel laten endogen pada variabel laten endogen yang lain diberi notasi (beta).
6. Pada umumnya, variabel laten eksogen yang dimasukkan dalam model tidak dapat secara sempurna menjelaskan variabel laten terikatnya, sehingga dalam model struktural biasanya ditambahkan komponen kesalahan struktural, yang diberi notasi (zeta). Begitu halnya variabel- variabel teramati dari suatu variabel laten tidak dapat merefleksikan variabel latennya secara sempurna, sehingga diperlukan penambahan kesalahan pengukuran pada model. Notasi bagi kesalahan pengukuran yang berkaitan dengan variabel teramati X adalah (delta), sedangkan yang berkaitan dengan variabel teramati Y adalah (epsilon).
Implementasi Model SEM
Model SEM pada penelitian ini terdiri dari dua variabel laten eksogen, tiga variabel latenendogen, dan 21 variabel teramati atau indikator. Hubungan antar variabel serta model struktural dan model pengukurannya yang diterapkan yaitu model pengukuran kon generik (congeneric measurement model), karena variabel teramati merupakan manifestasi dari sebuah variabel laten. Model pengukuran dalam SEM memanfaatkan Confirmatory Factor Analysis (CFA) model. CFA
adalah salah satu bentuk model pengukuran seperti pengukuran variabel laten oleh satu atau lebih variabel-variabel teramati.
Hubungan yang terdapat dalam model mengenai karakteristik personal, lingkungan internal, lingkungan eksternal, perilaku kewirausahaan, dan kinerja usaha wanita wirausaha pada industri makanan ringan di Kabupaten Lima Puluh Kota dan Kota Payakumbuh dapat dilihat melalui diagram lintas pada Gambar 3 dan keterangan variabel-variabel diagram lintas pada Tabel 4.
Tabel 4 Keterangan variabel-variabel pada diagram lintas
Variabel Laten Variabel Manifes Notasi Rujukan Karakteristik Personal (ξ1) (Eksogen) 1)Pendidikan 2)Pelatihan 3)Usia 4)Pengalaman bisnis 5)Asal etnis 6)Latar belakang keluarga X1.1 X1.2 X1.3 X1.4 X1.5 X1.6 Mardikanto (1993); Cromie dan O’Sullivan (1999);
Siregar dan Pasaribu (2000); Hunger et al. (2003); Roomi et al. 2009; Suryana dan Bayu (2011): Nurhayati et al. (2012); Wijayanto (2013); Lingkungan Internal (ξ2) (Eksogen) 7)Aspek keuangan 8)Aspek teknis, produksi, operasi X2.1 X2.2 Ghemawat (1997);
McCartan-Quinn dan Carson (2003). Lingkungan Eksternal (ξ3) (Eksogen) 9) Kebijakan pemerintah 10) Aspek sosial, budaya, ekonomi 11) Aspek peranan lembaga terkait 12) Jaringan Usaha 13) Pemasaran X3.1 X3.2 X3.3 X3.4 X3.5 Chamberlin (1993); Wilkinson (2002); Sule dan Saefullah (2008); Imam dan Siswandi (2009); Suharyono (2010). Perilaku Kewirausahaan (ξ4) (Eksogen) 14) Motivasi 15) Inovasi 16) Risiko X4.1 X4.2 X4.3
Amit dan Muller (1994); Lerner et al. (1995); Basu dan Goswami (1999); Kao (2001); Fielden dan Davidson (2005); Noersasongko (2005); Nitrisusastro (2009); Tidd dan Bessant (2009); Williams et al. (2009); Inggarwati dan Kaudin (2010); Chaudary (2012). Kinerja Usaha ( 2) (Endogen) 17) Pertumbuhan penjualan 18) Permintaan tercukupi 19) Pertumbuhan tenaga kerja 20) Pertumbuhan pendapatan 21) Pertumbuhan wilayah pemasaran Y1 Y2 Y3 Y4 Y5 Jauch (2000); Day (1990); Armstrong (2004); Praag (2005); Kaeh et al. (2007) Keh et al. (2007)
Variabel dan Pengukuran
Variabel-variabel teramati atau indikator diperoleh dengan menjabarkan dimensi yang terdapat pada variabel karakteristik personal, lingkungan internal, lingkungan eksternal, perilaku kewirausahaan dan kinerja usaha. Variabel-variabel tersebut diidentifikasi berdasarkan teori yang telah dibangun. Variabel-variabel tersebut kemudian dikembangkan menjadi suatu daftar pertanyaan terstruktur pada kuisioner yang akan dinilai oleh responden yang telah ditentukan.
Karakteristik Personal
Karakteristik personal adalah sifat-sifat individu yang melekat pada diri seseorang dan berhubungan dengan aspek kehidupan dan memegang peranan penting dalam kegiatan usaha wanita wirausaha (di luar perilaku kewirausahaan). Diantaranya adalah pendidikan, pelatihan, usia, pengalaman bisnis, asal etnis, dan latar belakang keluarga. Indikator dari karakteristik personal dapat dilihat pada Tabel 5.
Tabel 5 Variabel indikator karakteristik personal
Variabel Indikator Keterangan
Pendidikan (X1.1) Pendidikan adalah tingkat pendidikan formal wanita
wirausaha
Pelatihan (X1.2) Pendidikan non formal wanita wirausaha
Usia (X1.3) Umur wanita wirausaha saat ini (tahun)
Pengalaman Bisnis (X1.4)
Lamanya wanita wirausaha menjadi atau memiliki usaha sendiri (tahun)
Asal Etnis (X1.5) Asal ras (suku) wanita wirausaha
Latar Belakang Keluarga (X1.6)
Mayoritas jenis pekerjaan anggota keluarga wanita wirausaha
Lingkungan Internal
Lingkungan internal adalah lingkungan yang berada di dalam organisasi dan cenderung dapat mudah dikendalikan perubahannya oleh perusahaan dan cenderung dalam jangkauan penekanan perusahaan. Lingkungan internal tersebut adalah aspek keuangan dan aspek teknis, produksi, dan operasi. Indikator dari lingkungan internal dapat dilihat pada Tabel 6.
Tabel 6 Variabel indikator lingkungan internal
Variabel Indikator Keterangan
Aspek Keuangan (X2.2) Kondisi keuangan perusahaan yang
memfasilitasi kegiatan usaha wanita wirausaha Aspek Teknis,
Produksi, dan Operasi (X2.3)
Aspek teknis, produksi, dan operasi yang mendukung kegiatan usaha wanita wirausaha
Lingkungan Eksternal
Lingkungan eksternal adalah lingkungan yang berada di luar perusahaan. Lingkungan eksternal tersebut adalah kebijakan pemerintah, aspek sosial, budaya, dan ekonomi, aspek peranan lembaga terkait, jaringan usaha, dan pemasaran. Indikator dari lingkungan eksternal dapat dilihat pada Tabel 7.
Tabel 7 Variabel indikator lingkungan eksternal
Variabel Indikator Keterangan
Kebijakan
Pemerintah (X3.1)
Kebijakan-kebijakan pemerintah yang berkaitan dengan kegiatan usaha wanita wirausaha
Aspek Sosial,
Budaya, dan Ekonomi (X3.2)
Keadaan sosial, budaya, dan ekonomi yang berkaitan dengan kegiatan usaha wanita wirausaha
Aspek Peranan
Lembaga Terkait (X3.3)
Peranan lembaga terkait lainnya terhadap kegiatan usaha wanita wirausaha
Jaringan Usaha (X3.4) Keadaan jaringan usaha yang mendukung kegiatan
wanita wirausaha
Pemasaran (X3.5) Keadaan marketing mix yang berkaitan dengan
kegiatan usaha wanita wirausaha
Perilaku Kewirausahaan
Perilaku kewirausahaan adalah sifat-sifat wirausaha yang dimiliki oleh wanita wirausa. Perilaku kewirausahaan tersebut adalah motivasi, inovasi, dan risiko. Indikator dari perilaku kewirausahaan dapat dilihat pada Tabel 8.
Tabel 8 Variabel indikator perilaku kewirausahaan
Variabel Indikator Keterangan
Motivasi (X4.1) Dorongan atau keinginan wanita mencapai
kesuksesan menjadi seorang wirausaha
Inovasi (X4.2) Kemampuan wanita wirausaha untuk menciptakan
gagasan, produk atau proses yang baru
Risiko (X4.3) Keberanian menghadapi risiko dalam menjalankan
usaha dengan memperitungkan secara cermat dan mempersiapkan antisipasi penyelesaiannya
Kinerja Usaha
Kinerja usaha adalah hasil yang diperoleh dari usaha yang dijalankan oleh wanita wirausaha untuk mencapai tujuan. Kinerja usaha tersebut terdiri dari