4. ANALISIS DAN PEMBAHASAN
4.1 Analisis Data
Penyebaran kuesioner yang dibagikan adalah sebanyak 90 lembar kuesioner yang dibagikan kepada para karyawan di industri perhotelan dengan jabatan minimal sebagai staf di hotel bintang 3,4,5 di Jawa Timur.
4.1.1 Karakteristik Responden
Adapun karakterstik responden dalam penelitian ini dibagi kedalam berberapa karakteristik yang berbeda berdasarkan demografi responden seperti Jenis Kelamin, Tingkat Pendidikan, Lama Bekerja, dan Jabatan Saat Ini.
4.1.1.1 Daftar Responden
Tabel 4.1 Daftar Responden
NO KOTA NAMA HOTEL BINTANG
1 Madiun Hotel Aston 4
2 Madiun Hotel Merdeka 3
3 Madiun The Sun Hotel Madiun 3
4 Madiun Hotel Setiabudi 3
5 Jember Hotel Bintang Mulia 3
6 Jember Royal Hotel 3
7 Jember Cempaka Hill Hotel 3
8 Jember Hotel Bandung Permai 3
9 Malang Aria Gajayana Hotel 4
10 Malang Hotel Swiss Belinn Malang 3
11 Malang Hotel Santika Premier Malang 4
12 Malang Hotel Grand Pujon 3
13 Pasuruan Inna Tretes Hotel 3
14 Pasuruan Tretes Raya Hotel 4
15 Sidoarjo The Sun Hotel Sidoarjo 3
16 Sidoarjo Hotel Halogen 3
17 Sidoarjo Premier Inn Hotel 3
18 Surabaya Hotel Tunjungan 4
19 Surabaya Java Paragon Hotel 4
20 Surabaya Narita Hotel 3
23 Surabaya Horizon Hotel 4
24 Surabaya Hotel Bumi Surabaya 5
25 Surabaya Hotel Sahid 3
26 Surabaya Ibis Surabaya Rajawali Hotel 3
27 Surabaya Hotel Santika Pandegiling Surabaya 3
28 Surabaya Inna Simpang Hotel 4
29 Kediri Grand Surya Hotel 4
30 Kediri Inn Sumo Hotel 3
4.1.1.2 Jenis Kelamin
Tabel 4.2 Jenis Kelamin
Jenis Kelamin Jumlah Responden Presentase (%)
Pria 57 63,3%
Wanita 33 36,7%
Total 90 100%
Berdasarkan Tabel 4.2 diketahui bahwa jumlah responden yang paling banyak adalah responden yang memiliki jenis kelamin Pria sebanyak 57 orang atau sebanyak 63,3% dari keseluruhan responden.
4.1.1.3 Pendidikan Terakhir
Tabel 4.3 Pendidikan Terakhir Pendidikan
Terakhir
Jumlah Responden Presentase (%)
SMA 6 6,7%
Diploma 10 11,0%
S1 47 52,2%
S2 27 30,1%
Total 90 100%
Berdasarkan Tabel 4.3 diketahui bahwa jumlah responden yang paling banyak adalah responden yang memiliki Pendidikan S1 sebanyak 47 orang atau sebanyak 63,3% dari keseluruhan responden.
4.1.1.4 Lama Bekerja
Lama Bekerja
Lama Bekerja Jumlah Responden Presentase (%)
3-5 Tahun 51 56,7% 6-10 Tahun 35 38,9% 11-15 Tahun 4 4,4% Lebih dari 15 Tahun 0 0% Total 90 100%
Berdasarkan Tabel 4.4 diketahui bahwa jumlah responden yang paling banyak adalah responden yang bekerja selama 3-5 tahun sebanyak 51 orang atau sebanyak 56,7% dari keseluruhan responden.
4.1.1.5 Jabatan saat ini
Tabel 4.5 Jabatan
Jabatan Jumlah Responden Presentase (%)
Staf 49 54,4% Supervisor 22 24,4% Manager 18 20,1% Direktur 1 1,1% Lainnya 0 0% Total 90 100%
Berdasarkan Tabel 4.5 diketahui bahwa jumlah responden yang paling banyak adalah responden yang memiliki Jabatan saat ini sebagai staf sebanyak 49 orang atau sebanyak 54,4% dari keseluruhan responden.
Untuk mengetahui tanggapan responden terhadap suatu variabel yang akan diteliti, digunakan nilai maksimum dan minimum (Durianto, 2004). Skala penelitian ini mengunakan skala 1 sampai 5, maka nilai minimal dan maksimal dapat dikategorikan sebagai berikut:
𝑅𝑎𝑛𝑔𝑒 = 𝑃𝑒𝑛𝑔𝑢𝑘𝑢𝑟𝑎𝑛 𝑇𝑒𝑟𝑡𝑖𝑛𝑔𝑔𝑖 − 𝑃𝑒𝑛𝑔𝑢𝑘𝑢𝑟𝑎𝑛 𝑇𝑒𝑟𝑒𝑛𝑑𝑎ℎ 𝐽𝑢𝑚𝑙𝑎ℎ 𝐾𝑎𝑡𝑒𝑔𝑜𝑟𝑖
Range = (5 – 1) / 5 = 0.8
Berdasarkan pada rumus di atas maka dapat diperoleh kriteria dari variabel yang disajikan pada Tabel 4.6 sebagai berikut:
Tabel 4.6
Interval Rata - Rata Skor
No Range Keterangan
1 1,00 s/d 1,80 Sangat tidak setuju / Sangat tidak baik 2 1,81 s/d 2,60 Tidak setuju / Tidak baik 3 2,61 s/d 3,40 Netral / Cukup Baik 4 3,41 s/d 4,20 Setuju / Baik
5 4,21 s/d 5,00 Sangat setuju / Sangat Baik Sumber: Durianto, 2004, diolah.
Selanjutnya dengan menggunakan klasifikasi tersebut, maka evaluasi terhadap jawaban responden untuk masing-masing variabel dapat dideskripsikan sebagai berikut.
1. Statistik Deskriptif Variabel Information System
Berikut adalah deskriptif jawaban responden pada variabel Information System:
Tabel 4.7
Deskriptif Jawaban Responden Pada Variabel Information System
Item Pernyataan Mean
Total Mean per Indikator
Kategori Information Quality
IQ1 Informasi yang dihasilkan oleh sistem
di hotel jelas dan dapat dimengerti 3.4556
3.3889 Cukup Baik IQ2 Sistem Informasi di hotel
menghasilkan informasi yang akurat 3.3556 IQ3 Sistem Informasi di hotel menyajikan
IQ4 Sistem Informasi di hotel menyajikan
informasi yang terbaru (up-to-date) 3.2889 IQ5
Sistem Informasi di hotel dapat menyajikan laporan sesuai kebutuhan anda
3.4889 Use
U1 Menggunakan sistem Informasi ini
dapat meningkatkan produktivitas 3.5000
3.5441 Baik U2 Menggunakan sistem Informasi ini
dapat menghemat waktu kerja 3.5333 U3 Menggunakan sistem Informasi ini
dapat meningkatkan kinerja anda 3.6000 System Quality
SQ1 Sistem Informasi anda mudah
digunakan 3.3556
3.4028 Baik SQ2 Sistem Informasi anda mudah
dipelajari 3.2778
SQ3
Sistem Informasi anda mudah disetting untuk menghasilkan informasi yang anda butuhkan
3.5667
SQ4
Sistem Informasi anda memiliki pengamanan yang selalu aktif untuk menghindari akses dari pihak tidak dikenal
3.4111
User Satisfaction
US1
Secara keseluruhan, sistem Informasi anda dapat mewadahi proses informasi yang dibutuhkan perusahaan
3.4667
3.4389 Baik US2 Secara keseluruhan, anda puas dalam
menggunakan sistem Informasi anda 3.4111 Net Benefit
NB1
Menggunakan Sistem Informasi menghemat waktu yang diperlukan untuk membuat keputusan
3.3111
3.3972 Cukup Baik NB2
Sistem Informasi meningkatkan pemahaman tentang masalah yang terjadi di hotel
3.2556
NB3 Sistem Informasi membantu
organisasi meningkatkan profit 3.4556
NB4
Dengan Sistem Informasi karyawan memiliki kemampuan dalam penerapan prosedur baik manual maupun terkomputerisasi
Information System 3.4253 Baik Sumber: Lampiran Statistik Deskriptif
Berdasarkan Tabel 4.7 dapat diketahui bahwa variabel information system memiliki nilai rata-rata sebesar 3,4253. Hal ini membuktikan bahwa jawaban dari responden terhadap information system adalah "Setuju". Berdasarkan hasil yang didapat dari tabel di atas, dimensi paling tinggi adalah dimensi Use, dengan nilai rata-ratanya sebesar 3,5441, merupakan dimensi yang paling kuat dalam variabel information system. Sedangkan yang menjadi dimensi paling lemah pada information system adalah dimensi Information quality yang memiliki nilai rata-rata sebesar 3,3889 yang paling kecil dibandingkan dimensi-dimensi yang lain dalam variabel information system.
2. Statistik Deskriptif Variabel Intellectual Capital
Berikut adalah deskriptif jawaban responden pada variabel Intellectual Capital:
Tabel 4.8
Deskriptif Jawaban Responden Pada Variabel Intellectual Capital
Item Pernyataan Mean
Total Mean per Indikator
Kategori
Human Capital
HC1 Kompetensi karyawan kami telah
mencapai tingkat yang ideal 3.4333
3.4444 Baik HC2
Kepemimpinan adalah keterampilan yang dibutuhkan oleh kemampuan karyawan anda
3.4333
HC3
Karyawan kami memiliki kemampuan untuk beradaptasi terhadap perubahan atau inovasi yang terjadi secara cepat
3.4889
HC4
karyawan kami dikenal memberikan pelayanan yang terbaik dalam industri perhotelan
3.4778
HC5 Ada komunikasi yang baik antara
karyawan 3.4667
HC6 karyawan kami berpendidikan tinggi
HC7 Ada program pelatihan untuk
karyawan kami 3.3889
HC8 Karyawan kami berbagi informasi dan
belajar dari satu sama lain 3.4889
HC9
Karyawan kami menerapkan pengetahuan dari hotel lain untuk mengetahui masalah dan peluang yang muncul
3.4000
HC10 Sikap karyawan adalah potensi
penciptaan nilai di hotel kami 3.4778 Structural Capital
SC1 Manajemen prosedur/proses
mendukung inovasi di hotel kami 3.3111
3.3811 Cukup Baik SC2 Organisasi kami mendorong
pertumbuhan dan inovasi 3.3444 SC3
Perusahaan kami menjunjung pendekatan pengembangan strategi untuk inovasi
3.4222
SC4 Budaya dan suasana organisasi kami
mendukung maupun nyaman. 3.3556 SC5
Struktur organisasi kami terus memantau karyawan untuk tidak terlalu jauh dari satu sama lain
3.3333
SC6
Jumlah layanan sukses secara finansial dikembangkan dalam Penelitian dan Pengembangan Program di hotel kami
3.4111
SC7 Sistem data kami dibuat mudah untuk
mengakses informasi yang relevan. 3.3556
SC8
Hotel anda menggunakan sumber daya dan kemampuan untuk mengembangkan kompetensi organisasi pada akhirnya, akan menciptakan nilai atau pelanggan.
3.3889
SC9
Hotel kami mengikuti perubahan lingkungan yang terjadi secara terus-menerus untuk memfasilitasi proses pembelajaran, menciptakan, mendistribusikan informasi dan pengetahuan
3.3889
SC10
Hotel kami mencoba untuk meningkatkan kemampuan karyawan dalam rangka untuk lebih memahami
dan mengelola organisasi maupun lingkungannya
Relational Capital
RC1
Melalui manajemen yang berpikir ke depan, integritas, dan komitmen terhadap inovasi, hotel kami dapat mencapai kepuasan klien
3.4444
3.3923 Cukup Baik RC2
Hotel kami mencoba untuk meningkatkan kompetensi dalam rangka memenuhi tuntutan klien
3.2778
RC3
Kerja sama dengan mitra telah terus-menerus diperluas selama beberapa tahun terakhir
3.4333
RC4
Organisasi kami menetapkan perjanjian dengan perusahaan lain untuk menambah inovasi layanan
3.3778
RC5
Jaringan kolaboratif kami
memberikan kontribusi untuk inovasi layanan kami
3.3889
RC6
Durasi kami bermitra untuk inovasi dengan perusahaan lain telah terus berkembang selama beberapa tahun terakhir
3.3667
RC7
Jaringan kemitraan kami memberikan kontribusi untuk inovasi layanan kami
3.2889
RC8
Pangsa pasar kami telah terus
meningkatkan selama beberapa tahun terakhir
3.5333
RC9
Hotel kami telah terus-menerus membangun reputasi untuk inovasi layanan selama beberapa tahun terakhir
3.4222
Intellectual Capital 3.4062 Baik
Sumber: Lampiran Statistik Deskriptif
Berdasarkan Tabel 4.8 dapat diketahui bahwa variabel intellectual capital memiliki nilai rata-rata sebesar 3,4062. Hal ini membuktikan bahwa jawaban dari responden terhadap intellectual capital adalah "Setuju". Berdasarkan hasil yang didapat dari tabel di atas, dimensi paling tinggi adalah dimensi human capital, dengan nilai rata-ratanya sebesar 3,4444, merupakan dimensi yang paling kuat
dalam variabel intellectual capital. Sedangkan yang menjadi dimensi paling lemah pada intellectual capital adalah dimensi structural capital yang memiliki nilai rata-rata sebesar 3,3811 yang paling kecil dibandingkan dimensi-dimensi yang lain dalam variabel intellectual capital.
3. Statistik Deskriptif Variabel Competitive Advantage
Berikut adalah deskriptif jawaban responden pada variabel Competitive Advantage:
Tabel 4.9
Deskriptif Jawaban Responden Pada Variabel Competitive Advantage
Item Pernyataan Mean
Total Mean per Indikator
Kategori Develop differentiated products
DP1 Layanan jasa kami sulit untuk ditiru
pesaing 3.4222
3.4076 Baik DP2 Layanan jasa kami memiliki
keunikan 3.3889
DP3
Layanan jasa kami memiliki
keuntungan yang signifikan atas para pesaing kami
3.4111 Market Sensing
MS1
Organisasi anda memiliki kemampuan untuk melacak
perubahan kebutuhan dan keinginan pelanggan
3.3889
3.3861 Cukup Baik MS2
Organisasi anda melakukan analisis kepuasan konsumen terhadap layanan jasa hotel
3.3444
MS3 Organisasi melakukan pengamatan
kepada pesaing 3.4333
MS4
Pengumpulan informasi tentang pelanggan dan pesaing untuk digunakan dalam perencanaan strategis
3.3778
Collaboration with Partners
CP1 Organisasi menggunakan tim lintas
CP2
Saat merancang produk baru
Organisasi melibatkan pelanggan dan pemasok
3.4000 Focus on High-Value Customers
FC1
Kami memfokuskan sumber daya kita pada pelanggan yang memberikan profit tinggi
3.3333
3.3722 Cukup Baik FC2
Kami ingin mempersonalisasi layanan kepada pelanggan utama kami.
3.4111 Market Responsiveness
MR1
Organisasi cepat dalam merespon perubahan di kebutuhan dan keinginan pelanggan
3.3889
3.3911 Cukup Baik MR2 Organisasi cepat dalam menanggapi
keluhan pelanggan 3.4444
MR3
Organisasi membuat perubahan produk / layanan untuk mengatasi ketidakpuasan pelanggan dengan produk yang ada
3.3111
MR4 Kecepatan penyebaran informasi di
organisasi tentang pesaing 3.4444 MR5 Respon organisasi cepat untuk
bergerak secara kompetitif di pasar 3.3667 Customers as Assets
CA1 Hotel kami mengakui pelanggan
sebagai aset 3.3556
3.4056 Baik CA2
Hotel kami bersedia untuk merugi asalkan dapat memelihara hubungan dengan pelanggan kami
3.4222
CA3
Pesaing kami iri melihat hotel anda memiliki hubungan yang harmonis dengan pelanggan
3.4889
CA4
Kami telah merancang sistem untuk lebih memahami dan melayani pelanggan kami
3.3556 Information Transparency
IT1 Hotel kami mengakui pelanggan
sebagai aset 3.3333
3.3778 Cukup Baik IT2
Hotel kami bersedia untuk merugi asalkan dapat memelihara hubungan dengan pelanggan kami
3.4222 Supply Chain Leadership
SP1 Kami memainkan peran utama dalam
layanan di seluruh vendor dalam mengembangkan solusi pelanggan SP2 Kami dianggap sebagai mitra pilihan
oleh mitra strategis kami 3.4111 SP3
Kami secara aktif mengelola aliansi untuk meningkatkan nilai produk dan layanan kami kepada pelanggan kami
3.4556
Competitive Advantage 3.3951 Cukup
Baik Sumber: Lampiran Statistik Deskriptif
Berdasarkan Tabel 4.9 dapat diketahui bahwa variabel competitive advantage memiliki nilai rata-rata sebesar 3,3951. Hal ini membuktikan bahwa jawaban dari responden terhadap competitive advantage adalah "Netral". Berdasarkan hasil yang didapat dari tabel di atas, dimensi paling tinggi adalah dimensi develop differentiated products dan supply chain leadership , dengan nilai rata-ratanya sebesar 3,4076, merupakan dimensi yang paling kuat dalam variabel competitive advantage. Sedangkan yang menjadi dimensi paling lemah pada competitive advantage adalah dimensi focus on high-value customers yang memiliki nilai rata-rata sebesar 3,3722 yang paling kecil dibandingkan dimensi-dimensi yang lain dalam variabel information system.
4.2 Analisis Partial Least Square
Partial Least Square (PLS) dengan program SmartPLS. Berikut adalah gambar model PLS yang diuji:
Evaluasi model PLS dilakukan dengan mengevaluasi outer model dan inner model.
4.3 Evaluasi Outer Model
Pada evaluasi outer model (model pengukuran) akan dilakukan pengujian convergent validity (validitas konvergen), discriminant validity (validitas diskriminan) dan composite reliability. Berikut ini akan dijelaskan hasil pada masing-masing pengujian:
4.3.1 Convergent Validity
Evaluasi pertama pada outer model adalah convergent validity. Untuk mengukur convergent validity dapat digunakan nilai outer loading. Suatu indikator dikatakan memenuhi convergent validity jika memiliki nilai outer loading > 0,5.
Berikut adalah nilai outer loading masing-masing indikator pada dimensi dan variabel penelitian:
Tabel 4.10 Nilai Outer Loading
Competitive Advantage Information System Intellectual Capital
DP 0.971307 MS 0.924331 CP 0.923036 FC 0.893550 MR 0.972469 CA 0.964742 IT 0.936288 SP 0.971307 IQ 0.912186 U 0.879477 SQ 0.910264 US 0.902784 NB 0.958556 HC 0.973734 SC 0.993908 RC 0.989934
Tabel 4.10 menunjukkan semua indikator yang membentuk dimensi dan variabel penelitian memiliki nilai outer loading > 0,5. Berdasarkan hasil ini dapat dikatakan semua indikator pada penelitian ini telah memenuhi convergent validity, sehingga dapat digunakan untuk analisis lebih lanjut.
4.3.2 Discriminat Validity
Evaluasi kedua pada outer model adalah discriminant validity. Untuk mengukur discriminant validity dapat digunakan nilai cross loading. Suatu indikator dikatakan memenuhi discriminant validity jika nilai cross loading indikator pada dimensi atau variabelnya adalah yang terbesar dibandingkan pada dimensi atau variabel lainnya. Tabel 4.11 menunjukan nilai cross loading masing-masing indikator:
Tabel 4.11 Nilai Cross Loading
Competitive Advantage Information System Intellectual Capital
DP 0.971307 0.654238 0.604813 MS 0.924331 0.602015 0.615586 CP 0.923036 0.633493 0.534361 FC 0.893550 0.549406 0.529353 MR 0.972469 0.644791 0.628944 CA 0.964742 0.637396 0.582993 IT 0.936288 0.595969 0.520680 SP 0.971307 0.654238 0.604813 IQ 0.676693 0.912186 0.592597 U 0.528450 0.879477 0.551071 SQ 0.650262 0.910264 0.583035 US 0.537296 0.902784 0.580050 NB 0.598215 0.958556 0.599456 HC 0.611410 0.637849 0.973734 SC 0.603625 0.629387 0.993908 RC 0.596844 0.616800 0.989934
Sumber: Lampiran PLS, diolah
Berdasarkan Tabel 4.11 diketahui bahwa semua indikator memiliki nilai cross loading terbesar pada dimensi atau variabelnya dibandingkan pada dimensi atau variabel lainnya. Dengan demikian bisa dikatakan indikator-indikator yang
digunakan dalam penelitian ini telah memiliki discriminat validity yang baik dalam menyusun dimensi atau variabelnya masing-masing.
Selain menggunakan nilai outer loading pengujian validitas pada SMART PLS juga dapat dilakukan dengan melihat nilai AVE yang disajikan pada Tabel berikut ini:
Tabel 4.12 Nilai AVE
AVE Akar AVE
Competitive Advantage 0.893094 0.945037 Information System 0.833598 0.913016 Intellectual Capital 0.971993 0.985897
Sumber: Lampiran PLS
Dari tabel di atas dapat di lihat bahwa nilai AVE yang dihasilkan oleh semua konstruk reflektsif yaitu di atas 0,5 sehingga memenuhi persyaratan validitas.
Pemeriksaan selanjutnya dari convergent validity adalah reliabilitas konstrak dengan melihat output composite reliability atau cronbach's alpha. Kriteria dikatakan cukup reliable apabila nilai composite reliability atau cronbach's alpha lebih dari atau sama dengan 0,3 akan tetapi lebih baik jika di atas 0,7. Berikut adalah output cronbach's alpha.
Tabel 4.13 Uji Reliabilitas
Composite Reliability Cronbachs Alpha Competitive Advantage 0.893094 0.982777
Information System 0.833598 0.949937 Intellectual Capital 0.971993 0.985554 Sumber: Lampiran PLS
Dari output di atas menunjukkan nilai cronbach's alpha yang dihasilkan semua konstruk sangat baik yaitu di atas 0,7 sehingga dapat disimpulkan bahwa semua indikator konstruk refleksif adalah reliabel atau memenuhi uji reliabilitas. Selain itu juga dari nilai composite reliability yang dihasilkan semua konstruk
refleksif sangat baik yaitu di atas 0,7 sehingga dapat disimpulkan bahwa semua indikator konstruk refleksif adalah reliabel atau memenuhi uji reliabilitas.
4.4 Evaluasi Inner Model
Inner model merupakan model struktural untuk memprediksi hubungan kausalitas antar variable laten. Melalui proses boothstraping, parameter uji T-statistic diperoleh untuk memprediksi adanya hubungan kausalitas. Nilai R² digunakan untuk mengukur tingkat variasi perubahan variable independen terhadap variable dependen. Namun, R² bukanlah parameter absolut dalam mengukur ketepatan model prediksi karena dasar hubungan teoritikal adalah parameter utama untuk menjelaskan hubungan kausalitas tersebut.
Nilai koefisien path atau inner model menunjukan tingkat signifikansi dalam pengujian hipotesis. Skor koefisien path atau inner model yang ditunjukkan T-statistic harus diatas 1.96 untuk dua hipotesis (two tailed) dan di atas 1.64 untuk satu hipotesis (one tailed).
Nilai R2 digunakan untuk mengukur tingkat variasi perubahan independent variable terhadap dependent variable. Semakin tinggi nilai R2 berarti semakin baik model prediksi. Dalam penelitian ini disusun persamaan sebagai berikut:
Tabel 4.14 R Square R Square Competitive Advantage 0.496653 Information System Intellectual Capital 0.405989 Sumber: Lampiran PLS
Berdasarkan persamaan di atas diketahui nilai R-Square untuk Intellectual capital sebesar 0,406, memiliki arti bahwa presentase besarnya Intellectual capital yang dapat dijelaskan oleh Information System adalah sebesar 40,6%. Sisanya sebesar 59,4% dijelaskan faktor lain di luar model yang diteliti. Nilai R-Square
besarnya Competitive Advantage yang dapat dijelaskan oleh variabel Information System dan Intellectual Capital adalah sebesar 49,7%. Sisanya sebesar 50,3% dijelaskan oleh faktor lain di luar model yang diteliti.
Total nilai R² di atas dapat digunakan untuk menghitung secara manual goodness of fit (GOF) model karena aplikasi perangkat lunak PLS tidak menyediakan menu khusus untuk menghitung GOF. Dari nilai R² di atas, maka nilai Q² = 1-((1-0.496653) x (1 - 0.405989)) = 0.701006345 = 70%. Dengan demikian model yang digunakan dalam penelitian ini dapat menjelaskan informasi yang terkandung dalam data sebesar 70%.
Tabel 4.15 Inner Weight Original Sample (O) T Statistics (|O/STERR|) Information System -> Intellectual Capital 0.637173 8.694965 Intellectual Capital -> Competitive Advantage 0.324925 3.291316 Information System -> Competitive Advantage 0.451708 5.125068 Sumber: Lampiran PLS Tabel 4.16
Direct dan Indirect Effect
Pengaruh Direct Effect Indirect Effect
Information System ->
Intellectual Capital 0.637173 Intellectual Capital ->
Information System -> Competitive Advantage 0.451708 Information System Terhadap Competitive Advantage Melalui Intellectual Capital 0.637 x 0.325 = 0.207 Sumber: Lampiran PLS
Dari Tabel 4.16 diatas menunjukan, di antara variabel Information System dan Intellectual Capital, Information System memberi pengaruh yang lebih besar terhadap Competitive Advantage. Hal ini tampak pada Direct Effect Information System terhadap Competitive Advantage sebesar 0.451708 yang lebih besar bila dibandingkan dengan Direct Effect Intellectual Capital terhadap Competitive Advantage sebesar 0.324925. Selain itu Indirect Effect antara Information System dan Competitive Advantage memiliki hasil yang lebih kecil dibandingkan dengan Direct Effect antara Information System dan Competitive Advantage yaitu sebesar 0.207. Sehingga dapat disimpulkan walaupun tidak ada variabel intervening seperti Intellectual Capital, Information System memang sudah memiliki hubungan dan pengaruh yang kuat terhadap Competitive Advantage.
4.5 Uji Hipotesis
Evaluasi selanjutnya adalah uji hipotesis. Hipotesis penelitian dapat diterima jika nilai t-statistic > 1,96. Berikut adalah koefisien pengaruh (original sample estimate) dan nilai t-statistic pada inner model:
Tabel 4.17
Koefisien Pengaruh dan T-Statistic
Hipotesis Pengaruh Koefisien t-statistic Keputusan H1 Information System ->
Intellectual Capital 0.637173 8.694965 Terdukung H2 Intellectual Capital ->
Competitive Advantage 0.324925 3.291316 Terdukung H3 Information System ->
Competitive Advantage 0.451708 5.125068 Terdukung Sumber: Lampiran PLS
a. Hipotesis 1
Koefisien pengaruh information system terhadap intellectual capital sebesar 0,637173 dengan t-statistic sebesar 8,694965 yang mana lebih besar dari pada 1,96. Hasil ini menunjukkan bahwa terdapat pengaruh yang signifikan antara information system terhadap intellectual capital. Sehingga dapat disimpulkan apabila information system semakin tinggi, maka akan meningkatkan secara signifikan intellectual capital. Berdasarkan hasil ini hipotesis pertama dalam penelitian ini terdukung.
b. Hipotesis 2
Koefisien pengaruh intellectual capital terhadap competitive advantage sebesar 0,324925 dengan t-statistic sebesar 3,291316 yang mana lebih besar dari pada 1,96. Hasil ini menunjukkan bahwa terdapat pengaruh yang signifikan antara intellectual capital terhadap competitive advantage. Sehingga dapat disimpulkan apabila intellectual capital semakin tinggi, maka akan meningkatkan secara signifikan competitive advantage. Berdasarkan hasil ini hipotesis ketiga dalam penelitian ini terdukung.
c. Hipotesis 3
Koefisien pengaruh information system terhadap competitive advantage sebesar 0,451708 dengan t-statistic sebesar 5,125068 yang mana lebih besar dari pada 1,96. Hasil ini menunjukkan bahwa terdapat pengaruh yang signifikan antara information system terhadap competitive advantage. Sehingga dapat disimpulkan apabila information system semakin tinggi, maka akan meningkatkan secara signifikan competitive advantage. Berdasarkan hasil ini hipotesis kedua dalam penelitian ini terdukung.
4.6 Hasil Analisis
Berdasarkan nilai Outer Loading pada Variabel Information System, yang memiliki nilai tertinggi adalah Net Benefit (NB). Hal ini membuktikan bahwa Net Benefits (NB) adalah alat ukur dari Information System terhadap kualitas kinerja pengguna secara individual maupun organisasi termasuk produktivitas, efisiensi dan efektivitas kinerja. Serta dampak manfaat dalam penggunaan Net Benefit di
dalam IS meliputi kategori sebagai berikut: produktivitas, inovasi, kontrol manajemen, dan kepuasan pelanggan (Torkzadeh dan Doll 1999). Namun kenyataan yang ada dilapangan mengatakan bahwa hotel-hotel yang berada di Jawa Timur mampu menerapkan Use lebih baik. Hal tersebut dikarenakan Use memiliki nilai Mean paling tinggi jika dibandingkan dengan indikator lain.
Pada variabel Intellectual Capital, yang memiliki Outer Loading tertinggi adalah Structural Capital (SC). Artinya Structural Capital (SC) sebagai gudang pengetahuan yang meliputi sistem, bagan organisasi, manual proses, strategi, rutinitas dan hal-hal lain yang nilainya bagi organisasi lebih tinggi dari nilai materialnya (Bontis et al. 2002). Mereka juga mengatakan bahwa jika sebuah organisasi tidak memiliki sistem dan prosedur yang tepat, Intellectual Capital dari keseluruhan organisasi tidak akan mencapai potensi yang maksimal. Namun jika dilihat dari hasil Mean Human Capital (HC) memiliki hasil angka tertinggi. Hal tersebut berarti hotel-hotel yang berada di Jawa Timur masih mengutamakan kepentingan kualitas SDM sebagai kunci kesuksesan.
Pada variabel Competitive Advantage, Market Responsiveness (MR) memiliki nilai Outer Loading tertinggi. Artinya kecepatan dari organisasi dalam merespon kebutuhan pelanggan, dengan respon yang cepat maka pelanggan akan merasa lebih erat dengan perusahaan dan akan menciptakan loyalitas (Ramaswami, Bhargava and Srivastava, 2004). Namun hotel-hotel yang berada di Jawa Timur lebih menerapkan akan Develop differentiated products (DP) dan Supply Chain Leadership (SP) dalam organisasi. Differentiated products (DP) yang berarti perusahaan lebih fokus untuk menciptakan barang yang berbeda dari para pesaingnya merupakan salah satu indikator yang penting bagi perusahaan dikarenakan konsumen sekarang rela membayar lebih untuk produk yang memiliki keunikan tersendiri dan juga mengusulkan bahwa produk dibedakan bisa Percepatan arus kas dengan meningkatkan respon dari pasar untuk aktivitas pemasaran. Sedangkan Supply Chain Leadership (SP) diartikan dengan perusahaan tersebut dapat menggunakan hubungan untuk meningkatkan efisiensi operasional dan memberikan nilai lebih terhadap konsumen.
H1 Hasil penelitian ini menunjukkan adanya hubungan positif dan signifikan antara Information System terhadap Intellectual Capital Hal ini mendukung penelitian yang dilakukan oleh (Edvinsson and Malone, 1997; Housel and Nelson, 2005; O'Donnell, O'Regan, and Coates 2000). Sistem Informasi (IS) memainkan peran strategis dan berpengaruh positif dalam penciptaan Modal Intelektual (IC) mereka berpendapat bahwa kunci sukses dalam ekonomi yang kompetitif adalah kemampuan untuk melihat, membuat dan mempengaruhi pasar Information System (IS) dari suatu perusahaan. Hal ini telah mengembangkan kepercayaan diri investor untuk berfikir positif di pasar modal serta menyoroti pentingnya IS untuk menegakkan potensi perusahaan untuk meningkatkan IC, serta kehadiran IC dalam industri sebagai aset dan refleksi di pasar modal. Intellectual Capital bisa ditingkatkan melalui identifikasi, pengukuran, inovasi dan pengembangan IT. Selain itu, Colomo-Palacios et al. (2011) mengusulkan teknologi yang memberikan kunci dukungan untuk kegiatan manajemen modal manusia (Human Capital) seperti: tenaga kerja akuisisi, administrasi tenaga kerja, manajemen organisasi dan perencanaan, manajemen waktu tenaga kerja, gaji, keterampilan manajemen kompensasi dan manajemen kinerja manajemen kompetensi, karir dan perencanaan suksesi, serta motivasi dan Bedford (2012) menyarankan pembelajaran tentang makna teknologi untuk mendukung konfigurasi dan menanamkan pengetahuan akan modal manusia (human capital) atau sistem pengetahuan organisasi.
H2 Dari hasil data yang di olah diketahui bahwa hipotesis kedua yaitu, Intellectual Capital berpengaruh positif dan signifikan terhadap Competitive Advantage hal ini mendukung penelitian yang diteliti oleh Chahal dan Bakshi (2015) dengan judul Examining intellectual capital and competitive advantage relationship. Tujuan dari penelitian ini adalah meneliti dampak dari modal intelektual (IC) pada keunggulan kompetitif (CA). Selanjutnya, peneliti juga mengkaji peran inovasi sebagai pembelajaran variabel dan organisasi sebagai variabel modal intelektual (IC) dan keunggulan kompetitif (CA). Hasil dari penelitian menemukan bahwa modal intelektual (IC) memiliki dampak signifikan dan positif pada keunggulan kompetitif (CA). Hal ini juga diverifikasi bahwa
inovasi sepenuhnya memediasi hubungan antara modal intelektual (IC) dan keunggulan kompetitif (CA). Selain itu Auw (2009) berpendapat bahwa modal manusia (HC) berpengaruh lebih signifikan dalam keunggulan kompetitif dan mengatakan bahwa itu adalah kemampuan, keterampilan, dan pengalaman karyawan yang menimbulkan keunggulan kompetitif (CA) dalam suatu organisasi. Oleh karena itu, (Auw 2009) bermaksud untuk mengkonfirmasi peran modal manusia, relasional dan struktural dalam memprediksi keunggulan kompetitif (CA). H3 Hubungan Information System terhadap Competitive Advantage adalah positif dan signifikan dilihat dari Original Sample sebesar 0.451708 dan hasil T-statistic sebesar 5.125068. Hal ini mendukung penelitian yang dilakukan oleh (Turban, 2006) Sistem Informasi berpengaruh positif dan signifikan untuk perubahan tujuan, proses, produk, atau hubungan lingkungan dalam membantu organisasi memperoleh keunggulan kompetitif (CA) atau mengurangi kelemahan kompetitif strategis. Sedangkan menurut Wiseman, (1988) dalam lingkungan bisnis memiliki banyak definisi untuk menerapkan strategis IS seperti, IS untuk mendukung atau mengubah strategi dari suatu perusahaan untuk mendapatkan profitabilitas. Tetapi definisi yang jelas adalah sebuah sistem yang membantu perusahaan mengubah strategi bisnis mereka atau struktur perusahaan tersebut. Hal ini biasanya digunakan untuk merampingkan dan mempercepat reaksi terhadap perubahan lingkungan dan membantu perusahaan dalam mencapai keunggulan kompetitif (CA). Fitur utama dari IS Strategis adalah sebagai berikut:
1. Sistem pendukung keputusan yang memungkinkan perusahaan untuk mengembangkan pendekatan strategis untuk menyamakan IS atau IT dengan strategi bisnis organisasi.
2. Solusi utama perencanaan sumber daya yang mengintegrasikan / menghubungkan proses bisnis untuk memenuhi tujuan perusahaan untuk optimalisasi sumber daya perusahaan.
3. Sistem database dengan data mining kemampuan untuk membuat penggunaan terbaik dari informasi perusahaan yang tersedia untuk pemasaran, produksi, promosi dan inovasi. Sistem IS juga memfasilitasi identifikasi strategi