Landasan teori ini berisi teori-teori yang dibutuhkan dalam menyelesaikan Tugas Akhir ini, yaitu teori mengenai Supply Chain Management yang merupakan topik dasar dan teori Structural Equation Modeling yang merupakan metode yang dipakai untuk pengolahan data dalam Tugas Akhir ini. Bab ini juga berisi tentang konsep penelitian yang akan digunakan dalam Tugas Akhir beserta hipotesis yang mengacu pada Chow, et al. (2006).
2.1. Definisi Supply Chain dan Supply Chain Management
Supply chain dan supply chain management merupakan dua hal yang berbeda. Menurut Ballou (2004), supply chain merupakan suatu kegiatan yang berupa aliran dan transformasi dari produk mulai dari raw material sampai ke tangan end user, dan juga segala sesuatu yang berhubungan dengan aliran tersebut. Pujawan (2005), menjelaskan bahwa supply chain adalah jaringan perusahaan-perusahaan yang secara bersama-sama bekerja untuk menciptakan dan menghantarkan suatu produk ke tangan pemakai akhir. Perusahaan-perusahaan tersebut biasanya termasuk supplier, pabrik, distributor, toko, serta perusahaan-perusahaan pendukung seperti perusahaan-perusahaan jasa logistik.
Supply chain management sendiri menurut Chow, et al. (2006) adalah pendekatan yang holistik dan strategis dalam hal permintaan, operasional, pembelian, dan manajemen proses logistik. Sedangkan menurut Simchi-Levi, et al. (2003), supply chain management adalah suatu pendekatan yang digunakan untuk mencapai pengintegrasian yang efisien dari supplier, manufacturer, distributor, retailer, dan customer, sehingga barang diproduksi dalam jumlah yang tepat, pada saat yang tepat, dan pada tempat yang tepat dengan tujuan meminimalkan biaya dari sistem secara keseluruhan serta mencapai service level yang diinginkan.
2.2. Fungsi Supply Chain Management
Supply chain management secara umum mempunyai dua fungsi, yang pertama supply chain management secara fisik mengkonversi bahan baku menjadi produk jadi dan menghantarkannya ke pemakai akhir. Fungsi pertama ini berkaitan dengan ongkos-ongkos fisik, yaitu ongkos material, ongkos penyimpanan, ongkos produksi, ongkos transportasi, dan sebagainya.
Fungsi yang kedua adalah supply chain management sebagai mediasi pasar, yakni memastikan bahwa apa yang disuplai oleh rantai supply chain mencerminkan aspirasi pelanggan atau pemakai akhir tersebut. Fungsi kedua ini berkaitan dengan biaya-biaya survei pasar, perancangan produk, serta biaya-biaya akibat tidak terpenuhinya aspirasi konsumen oleh produk yang disediakan oleh sebuah rantai supply chain. Ongkos-ongkos ini bisa berupa ongkos markdown, yakni penurunan harga produk yang tidak laku dijual dengan harga normal, atau ongkos kekurangan supply yang dinamakan dengan stockout cost (Zabidi, 2001)
2.3. Klasifikasi Supply Chain Management
Pujawan (2005) menyatakan kegiatan utama yang termasuk dalam klasifikasi supply chain management adalah:
• Kegiatan merancang produk baru (Product development) • Kegiatan mendapatkan bahan baku (Procurement)
• Kegiatan merencanakan produksi dan persediaan (Planning and Control) • Kegiatan melakukan produksi (Production)
• Kegiatan melakukan pengiriman/distribusi (Distribution)
Kelima klasifikasi tersebut biasanya tercermin dalam bentuk pembagian departemen atau divisi pada perusahaan manufaktur dan terkait dengan fungsi-fungsi utama supply chain. Pembagian tersebut sering dinamakan functional division karena dikelompokkan sesuai dengan fungsinya. Umumnya sebuah perusahaan manufaktur akan memiliki bagian pengembangan produk, bagian pembelian, bagian produksi, bagian perencanaan produksi, dan bagian pengiriman/distribusi. Tabel 2.1 berikut ini akan menjelaskan cakupan kegiatan dalam klasifikasi supply chain management (Pujawan, 2005):
Tabel 2.1. Klasifikasi Supply Chain Management
Bagian Cakupan kegiatan antara lain
Pengembangan Produk Melakukan riset pasar, merancang produk baru, melibatkan supplier dalam perancangan produk baru Pengadaan Memilih supplier, mengevaluasi kinerja supplier, melakukan pembelian bahan baku dan komponen, memonitor supply risk, membina dan memelihara hubungan dengan supplier
Perencanaan dan Pengendalian
Demand planning, peramalan permintaan, perencanaan kapasitas, perencaaan produksi dan persediaan
Operasi/Produksi Eksekusi produksi, pengendalian kualitas
Pengiriman/Distribusi Perencanaan jaringan distribusi, penjadwalan pengiriman, mencari dan memelihara hubungan dengan perusahaan jasa pengiriman, memonitor service level di tiap pusat distribusi
2.4. Komponen Kritis Supply Chain Management
Integrasi dari supply chain terdiri dari integrasi internal dan eksternal. Integrasi internal merupakan proses menggabungkan kegiatan-kegiatan, seperti purchasing, warehousing, transportation, distribution, dan customer service dalam suatu perusahaan. Berbeda dengan integrasi internal, integrasi eksternal yang berdasarkan pada information sharing, merupakan fondasi utama diantara perusahaan-perusahaan untuk meningkatkan performa perusahaan sendiri (Hoppe, 2001).
Chow, et al. (2006) menyatakan bahwa supply chain management terfokus pada tiga komponen kritis, yaitu supply chain practice, supply chain concern, dan supply chain competence. Dalam jurnal Chow, et al. (2006), penelitian dilakukan di US dan Taiwan, dan untuk Tugas Akhir ini, variabel yang digunakan mengacu pada penelitian di US.
2.4.1. Supply chain practices
Supply chain practice berhubungan dengan customer and supplier management, supply chain features, communication and speed, dan information sharing. Customer and supplier management meliputi strategi dan operasional pengambilan keputusan dalam menentukan supplier, mengembangkan hubungan dengan konsumen dengan menggunakan feedback konsumen dan pengiriman langsung kepada konsumen. Feedback merupakan respon dari konsumen yang menjadi salah satu cara untuk mengukur keberhasilan perusahaan (Sigband, 1969).
Customer tidak hanya membeli produk atau jasa tetapi mereka juga membutuhkan manfaat dari produk atau jasa itu sendiri (Han & Leong, 1996). Perusahaan harus bisa membentuk nilai yang baik dari produk atau jasa yang ditawarkan, tetapi nilai tersebut tidak bisa diproduksi dalam perusahaan, nilai dibentuk dari persepsi konsumen yang memakai produk atau jasa itu, oleh karena itu perusahaan harus menciptakan produk atau jasa yang bisa bermanfaat bagi konsumen. Supplier mempunyai potensi untuk menciptakan daya saing perusahaan ataupun supply chain, bukan hanya dari peranannya dalam mendapatkan bahan baku dengan harga murah, tetapi juga dalam upaya meningkatkan time to market (dalam perancangan produk baru), meningkatkan kualitas produk, dengan bekerja sama dengan supplier untuk menjalankan program-program kualitas, dan meningkatkan responsiveness, dengan memilih supplier yang bukan hanya murah tetapi juga responsif.
Supply chain features meliputi pencarian jalan baru untuk mengintegrasikan aktivitas-aktivitas yang ada dalam suatu organisasi. Communication dan information sharing merupakan hal yang penting dalam supply chain. Jika anggota dalam supply chain kurang memanfaatkan teknologi informasi dengan baik maka dapat terjadi kesalahpahaman dalam supply chain tersebut. Konsep supply chain management lebih menekankan adanya distribusi informasi yang sebanyak mungkin dalam setiap anggota dengan memanfaatkan teknologi informasi seluas-luasnya. Perencanaan dan pengawasan akan berjalan lebih baik karena komunikasi yang lebih baik pula.
2.4.2. Supply chain concerns
Variabel yang digunakan dalam supply chain concerns adalah coherence, geographical proximity dan organizational culture. Supply chain concerns mencoba untuk merencanakan ulang proses supply chain yang mungkin menghadapi halangan seperti kurangnya aliran informasi, kurangnya rasa percaya, kurangnya fleksibilitas, masalah manajemen, kurangnya reliability, dan kualitas yang kurang baik, dan hal-hal tersebut dapat merugikan supply chain performance.
Organizational culture merupakan pola umum dari mindsets, beliefs, dan values yang biasa digunakan dalam suatu organisasi dan bentuk behaviours, practices, dan artefacts dari suatu organisasi yang dapat diobservasi, seperti bahasa yang digunakan. (Schein dalam Prajogo, 2005). Karyawan yang sudah memahami keseluruhan nilai-nilai organisasi akan menjadikan nilai-nilai tersebut sebagai suatu kepribadian organisasi. Nilai dan keyakinan tersebut akan diwujudkan menjadi perilaku keseharian mereka dalam bekerja, sehingga akan menjadi kinerja individual. Hasil penelitian Chatman, Bersade dan Udan Bintoro menyatakan bahwa budaya organisasi yang kuat dapat meningkatkan kinerja organisasi (Soedjono, 2005).
Antara budaya perusahaan dengan kepuasan karyawan terdapat suatu hubungan, dimana budaya dikatakan memberi pedoman seorang karyawan untuk bagaimana cara mempersepsikan karakteristik budaya suatu organisasi dan nilai yang dibutuhkan karyawan dalam bekerja, juga berinteraksi dengan kelompoknya serta berinteraksi dengan atasannya. Hasil penelitian Kirk L. Rogga menyatakan bahwa budaya organisasi dapat meningkatkan kepuasan kerja karyawan (Soedjono, 2005).
2.4.3. Supply chain competencies
Supply chain competencies adalah portfolio dari sebuah organisasi mengenai manajerial, teknik, kemampuan yang strategis, dan pengembangan skill bersama perusahaan dari waktu ke waktu. Supply chain competencies dibutuhkan untuk merespon ketidakpastian pasar dan untuk mengatasi operasional supply chain. Supply chain competencies juga membutuhkan kemampuan untuk
memegang kendali operasional supply chain tanpa menghiraukan kekacauan lingkungan sekitar. Penekanan dalam supply chain competencies adalah cara mengkoordinasi bermacam-macam kemampuan dan menggabungkannya dalam sebuah sistem. Supply chain competencies yang memadai memudahkan perusahaan merespon permintaan pasar kapan saja, dimana saja, dan dalam bentuk apa saja.
Variabel yang digunakan dalam supply chain competencies adalah quality and service, operations and distribution, dan design effectiveness. Ada banyak pengertian mengenai quality, salah satunya adalah kemampuan untuk memenuhi keinginan dan harapan konsumen (Bergman & Klefsjo, 1994). Sedangkan service merupakan sebuah proses yang bertujuan untuk memenuhi kebutuhan dan keinginan dari konsumen (Gronroos, 2001).
Bagian operation bertugas secara fisik melakukan transformasi dari bahan baku, bahan setengah jadi, menjadi produk jadi. Dalam kegiatan produksi, banyak hal yang harus diperhatikan. Konsep-konsep lean manufacturing yang mementingkan efisiensi dan agile manufacturing yang menekankan pada fleksibilitas dan ketangkasan merespon perubahan adalah dua hal yang penting dalam mengelola sistem produksi. Pilihan ke arah efisiensi atau ke arah fleksibilitas haruslah dibuat dengan pertimbangan tujuan strategis.
Dewasa ini semakin banyak perusahaan yang tidak melakukan sendiri kegiatan pengiriman produk ke distributor atau pelanggan sehingga peluang perusahaan jasa transportasi berkembang semakin besar. Dalam cakupan kegiatan distribusi, perusahaan harus bisa merancang jaringan distribusi yang tepat. Keputusan tentang perancangan jaringan distribusi harus mempertimbangkan aspek tradeoff antara aspek biaya, aspek fleksibilitas, dan aspek kecepatan respon terhadap pelanggan. Kegiatan operasional distribusi bisa sangat kompleks terutama bila pengiriman harus dilakukan ke jaringan yang luas dan tersebar dimana-mana. Perusahaan harus menetapkan tingkat pelayanan yang harus dicapai di masing-masing wilayah, menentukan jadwal maupun rute pengiriman, serta cara-cara yang inovatif untuk mengurangi biaya serta meningkatkan tingkat pelayanan ke pelanggan (Pujawan, 2005).
Design effectiveness merupakan bagian yang penting bagi perusahaan-perusahaan terutama yang ada pada kelompok industri inovatif. Menghasilkan sebuah rancangan produk bisa memakan waktu dan biaya yang sangat besar. Perusahaan-perusahaan pada industri inovatif dituntut untuk bisa menghasilkan rancangan dalam waktu cepat dan dengan biaya yang lebih murah. Dalam merancang produk baru, perusahaan harus mempertimbangkan beberapa hal yaitu pertama, rancangan harus mencerminkan aspirasi atau keinginan pelanggan, oleh karena itu dibutuhkan riset pasar yang memadai. Kedua, produk yang dirancang harus mencerminkan ketersediaan dan sifat-sifat bahan baku. Ketiga, rancangan yang dibuat harus bisa diproduksi secara ekonomis dengan fasilitas produksi yang dimiliki atau yang akan dibangun. Keempat, produk harus dirancang sedemikian rupa sehingga kegiatan pengiriman mudah dilakukan dan tidak menimbulkan biaya-biaya persediaan yang berlebihan di sepanjang supply chain.
2.5. Performance Perusahaan
Overall performance perusahaan diukur melalui tiga bagian, yaitu product quality, competitive position, dan customer service (Chow, et al., 2006). Product quality berhubungan dengan prosentase produk cacat, jaminan komplain yang diberikan, tingkat kepuasan konsumen dan karyawan, dan masukan yang didapat dari karyawan (Noori, 1995).
Pengukuran competitive position perlu memperhatikan kecepatan merespon/reaksi terhadap strategi dan tindakan pesaing juga inovasi produk dibandingkan dengan perusahaan lain (Tjiptono dan Chandra, 2005). Menurut Noori dan Rodford (1995) yang perlu diperhatikan dalam customer service adalah waktu merespon permintaan konsumen, layanan yang ditawarkan, komplain dari konsumen, kemudahan untuk menghubungi perusahaan.
2.6. Kerangka Konsep Penelitian
Kerangka pemikiran yang dijadikan sebagai landasan dalam penelitian ini adalah sebagai berikut:
H1 H3
H2
H4 H5
Gambar 2.1. Kerangka Konsep Penelitian
Sumber: Wing S. Chow, Christian N. Madu, Chu-Hua Kuei, Min H. Lu, Chinho Lin, & Hojung Tseng. Supply Chain Management in the US and Taiwan: An empirical study. The International Journal of Management Science. 2006.
2.7. Hipotesis Penelitian
Adapun hipotesis yang digunakan dalam Tugas Akhir ini adalah sebagai berikut:
H1 = Supply chain practices dan supply chain concerns saling berhubungan. H2 = Supply chain practices dan supply chain competencies saling berhubungan. H3 = Supply chain concerns dan supply chain competencies saling berhubungan. H4 = Supply chain practice berpengaruh positif terhadap performance perusahaan. H5 = Supply chain competence berpengaruh positif terhadap performance
perusahaan.
2.8. Teknik Penarikan Sampling
Teknik penarikan sampling merupakan prosedur pemilihan sampel. Teknik penarikan sampling dalam penelitian terdiri dari dua jenis, yaitu probabilitas sampling dan nonprobabilitas sampling (Krisyantono, 2007). Pertimbangan pemilihan terknik ini didasarkan pada tujuan penelitian.
Supply Chain Concerns (SCC) Supply Chain Practices (SCP) Supply Chain Competences (SCCO) Overall Performance (OP)
2.8.1. Probabilitas sampling
Probabilitas sampling adalah sampel yang ditarik berdasarkan probabilitas dimana setiap unsur populasi mempunyai kemungkinan yang sama untuk dipilih melalui perhitungan secara matematis. Probabilitas sampling mempunyai empat jenis teknik, yaitu:
• Simple random sampling
Teknik ini merupakan teknik yang paling mudah dilakukan. Pada teknik ini, setiap anggota populasi mempunyai peluang yang sama untuk dipilih menjadi sampel. Peneliti memilih sampel dengan random/acak. Cara ini akan menyulitkan bila populasinya sangat besar. Syarat teknik simple random sampling ini adalah tersedianya kerangka atau daftar sampel.
• Sistematis sampling
Pada sistematis sampling, peneliti terlebih dahulu merandom untuk sampel pertama, sedangkan berikutnya menggunakan interval tertentu. Teknik sistematis sampling ini juga membutuhkan tersedianya kerangka atau daftar sampel. Dibandingkan dengan simple random sampling, teknik ini dirasa lebih memudahkan seleksi terhadap populasi yang besar dan lebih akurat, serta menghemat waktu dan tenaga.
• Stratified sampling
Populasi dalam teknik ini dikelompokkan ke dalam kelompok atau kategori yang disebut strata. Strata ini bisa berupa usia, kota, jenis kelamin, agama, tingkat penghasilan, dan sebagainya. Teknik ini digunakan untuk populasi bersifat heterogen dan berstrata, karena teknik ini merupakan sebuah prosedur yang biasa digunakan untuk mensurvei segmen atau strata yang berbeda dari suatu populasi.
• Cluster sampling
Teknik ini digunakan jika peneliti tidak mempunyai kerangka sampling atau jika tersedia daftar sampling yang terlalu besar. Salah satu alternatif untuk mengatasi hal ini adalah menyeleksi atau mengelompokkan populasi atau sampel ke dalam beberapa kelompok atau kategori. Kelompok atau kategori ini disebut cluster.
2.8.2. Nonprobabilitas sampling
Nonprobabilitas sampling adalah sampel yang dipilih berdasarkan pertimbangan-pertimbangan tertentu dari peneliti. Nonprobabilitas sampling mempunyai lima jenis teknik, yaitu:
• Purposive sampling
Teknik ini mencakup orang-orang yang diseleksi atas dasar kriteria-kriteria tertentu yang dibuat peneliti berdasarkan tujuan penelitian, sedangkan orang-orang dalam populasi yang tidak sesuai dengan kriteria tersebut tidak dijadikan sampel. Persoalan utama dalam teknik purposive adalah menentukan kriteria, dimana kriteria harus mendukung tujuan penelitian. Biasanya teknik purposive dipilih untuk penelitian yang lebih mengutamakan kedalaman data daripada untuk tujuan representatif yang dapat digeneralisasikan.
• Quota sampling
Teknik quota sampling hampir sama dengan teknik purposive. Quota sampling adalah teknik untuk menentukan sampel dari populasi yang mempunyai kriteria-kriteria tertentu sampai jumlah kuota yang diinginkan peneliti. Pada teknik ini, peneliti menentukan jumlah tertentu untuk setiap kuota lalu menentukan siapa saja orang-orang yang memnuhi kriteria sampai jumlah kuota terpenuhi.
• Available sampling/convenience sampling
Pemilihan sampel ini berdasarkan kemudahan data yang dimiliki oleh populasi. Peneliti bebas memilih siapa saja anggota populasi yang memiliki data berlimpah dan mudah diperoleh peneliti. Keuntungan teknik ini adalah menghemat waktu dan biaya, tetapi kekurangannya adalah mempunyai tingkat generalisasi yang rendah. Teknik ini biasanya dilakukan untuk penelitian awal atau penjajakan.
• Accidental sampling
Teknik accidental sampling adalah teknik yang memilih siapa saja yang kebetulan dijumpai kemudian dijadikan sampel. Teknik ini digunakan karena peneliti merasa kesulitan untuk menemui responden atau karena topik yang diteliti adalah persoalan umum dimana semua orang mengetahuinya.
• Snowball sampling
Teknik snowball sampling hanya ditemui dalam penelitian kualitatif, misalnya penelitian eksplorasi. Teknik ini merupakan teknik penentuan sampel yang awalnya berjumlah kecil kemudian berkembang semakin banyak. Orang yang dijadikan sampel pertama diminta untuk memilih atau menunjuk orang lain untuk dijadikan sampel lagi, begitu seterusnya sampai jumlahnya lebih banyak.
2.9. Structural Equation Modeling
Structural Equation Modeling (SEM) merupakan alat analisis statistik yang semakin populer dewasa ini. Jika dilihat dari penyusunan model serta cara kerjanya, sebenarnya SEM adalah gabungan dari analisis faktor dan analisis regresi (Santoso, 2007).
2.9.1. Definisi SEM
Pengertian SEM secara umum adalah teknik statistik multivariat yang merupakan kombinasi antara analisis faktor dan analisis regresi (korelasi), yang bertujuan untuk menguji hubungan-hubungan antar variabel pada sebuah model, baik itu antar indikator dengan konstruknya, ataupun hubungan antar konstruk (Santoso, 2007).
2.9.2. Konsep Dasar SEM
Sebagai metode statistik multivariat yang kompleks, diperlukan pemahaman berbagai konsep dasar tentang SEM terlebih dahulu sebelum menggunakan sebuah software untuk menganalisis SEM (Santoso, 2007).
a. Variabel Laten dan Manifes
Model SEM berisi variabel-variabel, baik variabel laten maupun variabel manifes. Jika ada sebuah variabel laten, pastilah akan ada dua atau lebih variabel manifes. Variabel laten adalah variabel yang tidak dapat diukur secara langsung kecuali diukur dengan satu atau lebih variabel manifes. Variabel laten disebut juga dengan istilah unobserved variable, konstruk atau konstruk laten.
Variabel manifes adalah variabel yang digunakan untuk menjelaskan atau mengukur sebuah variabel laten. Variabel manifes disebut juga dengan istilah
observed variable, measured variable atau indikator. Dalam model SEM, variabel laten harus selalu disertai dengan beberapa variabel manifes, sedangkan variabel manifes dapat ditampilkan tanpa harus menyertai sebuah variabel laten.
b. Variabel Laten Eksogen dan Endogen
Dalam sebuah model SEM, sebuah variabel laten dapat berfungsi sebagai variabel eksogen atau variabel endogen. Variabel eksogen adalah variabel independen yang mempengaruhi variabel dependen. Pada model SEM, variabel eksogen ditunjukkan dengan adanya anak panah yang berasal dari variabel tersebut menuju ke variabel endogen.
Variabel endogen adalah variabel dependen yang dipengaruhi oleh variabel independen. Pada model SEM, variabel eksogen ditunjukkan dengan adanya anak panah yang menuju variabel tersebut. Persamaan struktural disusun untuk menyatakan hubungan kausalitas antar berbagai konstruk. Persamaan untuk suatu model struktural adalah sebagai berikut (Ferdinand, 2005):
Variabel Endogen = Variabel Eksogen + Variabel Endogen + Error Persamaan tersebut dapat dikonversikan sebagai persamaan matematis, yaitu:
Dimana:
Y = variabel endogen
X1 = variabel eksogen yang mempengaruhi variabel Y
X2 = variabel lain yang mempengaruhi variabel Y
i = bobot regresi untuk variabel ke-i ε = error dari variabel Y
c. Kovarians dan korelasi
Kovarians dan korelasi merupakan istilah yang mengacu pada hal yang sama, yakni melihat hubungan antar dua variabel. Hanya pada perhitungan kovarians, penekanan lebih pada variasi kedua variabel yang terjadi secara bersama-sama. Kovarians dihitung dengan rumus (Santoso, 2007):
Dimana:
E = nilai rata-rata dari tiap variabel dan nilai rata-rata dari perkalian dua variabel. Jika nilai kovarians positif, hal itu menunjukkan nilai X dan Y bervariasi dalam arah yang sama. Semakin tinggi rata-rata nilai X, semakin tinggi pula rata-rata nilai Y, sebaliknya jika nilai kovarians negatif, maka semakin tinggi rata-rata Y, semakin rendah rata-rata X. Nilai kovarians nol menunjukkan kedua variabel tidak berhubungan. Sedangkan korelasi didapatkan dengan rumus (Santoso, 2007):
Dimana:
Cov(x,y) = kovarians antara x dan y = standar deviasi x
= standar deviasi y
d. Measurement Model dan Structural Model
Dalam SEM terdapat dua jenis model, yaitu measurement model dan structural model. Measurement model adalah bagian dari model SEM yang menggambarkan hubungan antara variabel laten dan indikator-indikatornya. Sedangkan structural model menggambarkan hubungan antar variabel-variabel laten.
2.9.3. Error dalam Pengukuran
Santoso (2007) menjelaskan bahwa pada sebuah model SEM, khususnya pada pengukuran indikator atau sebuah variabel laten, akan terdapat variabel error yang ditampilkan dalam sebuah lingkaran. Error pada model SEM ada dua macam, yaitu error pada sebuah measurement model (measurement error) dan pada sebuah structural model (structural error).
Sejumlah pertanyaan yang dibuat, ditujukan kepada beberapa responden untuk mengukur sebuah indikator, namun tidak semua item pertanyaan tersebut dapat menggambarkan/mengukur keadaan sebenarnya secara tepat, atau jawaban responden satu berbeda dengan yang lain, atau sebab lainnya, sehingga pada
indikator selalu akan ada error dalam pengukuran, yang disebut measurement error. Pada setiap pengukuran indikator akan disertai dengan satu variabel error.
Error pada structural model sering disebut residual error atau disturbance terms, yang merefleksikan varians yang tidak dapat dijelaskan dalam variabel endogen yang disebabkan semua faktor yang tidak dapat diukur, oleh karena itu, sama seperti sebuah indikator, pada sebuah variabel endogen harus disertai dengan sebuah variabel error.
2.9.4. Alat Analisis pada SEM
Model SEM terdiri dari dua jenis model, yaitu measurement model dan structural model, oleh karena itu maka alat analisis yang digunakan juga terkait dengan tujuan analisis kedua jenis model tersebut. Confirmatory factor analysis merupakan alat analisis yang digunakan untuk menguji sebuah measurement model. Dengan alat ini, akan diketahui apakah indikator-indikator yang ada benar-benar dapat menjelaskan sebuah konstruk.
Multiple regression analysis merupakan alat analisis yang digunakan untuk menguji sebuah structural model. Dengan alat ini dapat diketahui hubungan yang signifikan diantara variabel-variabel eksogen dengan endogen. Selain regresi, alat analisis lain adalah korelasi dan kovarians, yang mempunyai tujuan sama, yaitu mengukur hubungan dua variabel.
2.9.5. Pengujian dalam SEM
Model dalam SEM, selain dilakukan confirmatory factor analysis dan multiple regression analysis juga masih harus diuji sesuai dengan persyaratan yang ada, yaitu uji normalitas, uji outlier, uji reliabilitas konstruk, dan uji goodness of fit.
1. Uji Normalitas
Pengujian normalitas dilakukan untuk mengetahui data yang digunakan berdistribusi normal atau tidak. SEM mensyaratkan data berdistribusi normal, jika data berdistribusi tidak normal, hasil analisis dikhawatirkan menjadi bias. Pada output AMOS, apabila nilai CR (critical ratio) keseluruhan (multivariate) berada
dalam rentang ±2.58 (Santoso, 2007), berarti data diindikasikan berdistribusi normal. Nilai ±2.58 merupakan nilai z tabel dengan tingkat kepercayaan 99%. 2. Uji Outlier
Langkah yang dilakukan setelah melakukan uji normalitas data, adalah mendeteksi adanya data outlier. Outlier adalah kasus atau data yang memiliki karakteristik unik yang terlihat sangat berbeda jauh dari observasi-observasi lainnya dan muncul dalam bentuk nilai ekstrim baik untuk sebuah variabel tunggal atau variabel kombinasi (Gozali, 2005). Uji multivariate outlier pada output AMOS dilakukan dengan menggunakan kriteria jarak Mahalanobis. Jarak Mahalanobis dievaluasi dengan menggunakan χ2 pada derajat bebas sebesar jumlah variabel yang digunakan dalam penelitian. itu Semua nilai yang mempunyai Mahalanobis Distance yang lebih besar dari χ2tabel (jumlah variabel,
α/2) dinyatakan outlier (Ferdinand, 2005). Sedangkan untuk uji univariate outlier dilakukan dengan software SPSS. Pada uji univariate outlier, untuk kasus sampel kecil (kurang dari 80), standar skor dengan nilai ±2.5 dinyatakan outlier (Hair dalam Gozali, 2005).
3. Uji Reliabilitas Konstruk
Pengujian realibilitas konstruk dilakukan untuk mengukur konsistensi internal dari indikator-indikator sebuah konstruk yang menunjukkan derajat sampai dimana masing-masing indikator itu mengindikasi sebuah variabel laten. Nilai batas yang digunakan untuk menilai tingkat reliabilitas yang dapat diterima adalah 0.6. Jika variabel tidak reliabel maka data tidak bisa dipakai untuk pengujian selanjutnya. Reabilitas dapat diperoleh melalui rumus (Ferdinand, 2005):
Dimana:
Std. Loading diperoleh langsung dari standarized loading untuk tiap-tiap indikator εj = measurement error dari tiap-tiap indikator
4. Uji Goodness of Fit
Pengujian goodness of fit dilakukan untuk mengetahui menguji kesesuaian model. Pengujian ini dilakukan dengan menggunakan beberapa fit indeks untuk mengukur kebenaran model yang ada, yaitu (Ferdinand, 2005): • Chi-square statistic (χ2
),
Chi-square statistic adalah uji statistik mengenai adanya perbedaan perbedaan antara matriks kovarians populasi dan matriks kovarians sampel. Model yang diuji dinyatakan baik bila nilai chi-square rendah. Semakin kecil nilai chi-square semakin baik model itu karena semakin mendekati nol berarti semakin tidak ada perbedaan.
• RMSEA (The Root Mean Square Error of Approximation)
RMSEA adalah sebuah indeks yang dapat digunakan untuk mengkompensasi chi-square statistic dalam sampel yang besar (Baumgartner & Homburg dalam Ferdinand, 2005). Nilai RMSEA yang lebih kecil atau sama dengan 0.08 merupakan indeks untuk dapat diterimanya model yang menunjukkan sebuah close fit dari model itu berdasarkan degrees of freedom (Browne & Cudeck dalam Ferdinand, 2005).
• GFI (Goodness of Fit Index)
GFI adalah sebuah ukuran non-statistikal yang mempunyai rentang nilai antara 0 (poor fit) sampai dengan 1 (perfect fit). Nilai yang tinggi dalam indeks ini menunjukkan sebuah better fit. Fit index ini menghitung proporsi tertimbang dari varians dalam matriks kovarians sampel yang dijelaskan oleh matriks kovarian populasi yang terestimasikan (Bentler dalam Ferdinand, 2005).
• AGFI (Adjusted Goodness of Fit Index)
AGFI adalah kriteria yang memperhitungkan proporsi tertimbang dari varians dalam matriks kovarians sampel. Tingkat penerimaan yang direkomendasikan adalah bila AGFI mempunyai nilai yang sama dengan atau lebih besar dari 0.90 (Hair, et al. dalam Ferdinand, 2005). Nilai sebesar 0.95 dapat diintepretasikan sebagai tingkatan yang baik (good overall model fit), sedangkan nilai 0.90-0.95 menunjukkan tingkatan cukup (adequate fit) (Hulland, et al. dalam Ferdinand, 2005). AGFI dapat diperoleh dengan rumus:
Dimana:
• CMIN/DF (the minimum sample discrepancy function (CMIN) dibagi dengan degree of freedom)
CMIN/DF adalah chi-square statistic (χ2) dibagi dengan DF-nya sehingga disebut χ2 relatif. Nilai χ2 kurang dari 2.0.
• TLI (Tucker Lewis Index)
TLI adalah sebuah alternatif incremental fit index yang membandingkan sebuah model yang diuji terhadap sebuah baseline model (Baumgartner & Homburg dalam Ferdinand, 2005). Nilai yang direkomdasikan sebagai acuan untuk diterimanya sebuah model adalah penerimaan ≥ 0.95 (Hair, et al. dalam Ferdinand, 2005), dan nilai yang sangat mendekati 1 menunjukkan very good fit (Arbuckle dalam Ferdinand, 2005). TLI didapat dengan rumus:
(3.4) Dimana:
C = diskrepansi dari model yang dievaluasi d = degrees of freedom
Cb, db = diskrepansi dan degree of freedom dari baseline model yang dijadikan
pembanding
• CFI (Comparative Fit Index)
CFI identik dengan Relative Noncentrality Index (RNI) (Macdonald & Marsh dalam Ferdinand, 2005). Indeks CFI berada pada rentang nilai 0-1, dimana semakin mendekati 1 mengindikasikan tingkat fit yang paling tinggi (very good fit) (Arbuckle dalam Ferdinand, 2005). Nilai yang direkomendasikan adalah CFI ≥ 0.95. CFI diperoleh dengan rumus:
Dimana:
C = diskrepansi dari model yang dievaluasi d = degrees of freedom
Cb, db = diskrepansi dan degree of freedom dari baseline model yang dijadikan
pembanding
Tabel berikut ini adalah tabel goodness of fit beserta cut-off value yang akan digunakan dalam Tugas Akhir ini (Ferdinand, 2005):
Tabel 2.2. Goodness of Fit Indices Goodness of Fit Index Cut-off Value Chi-square Diharapkan kecil Signifcance Probability ≥ 0.05 RMSEA ≤ 0.08 GFI ≥ 0.90 AGFI ≥ 0.90 CMIN/DF ≤ 2.00 TLI ≥ 0.95 CFI ≥ 0.95
2.9.6. Tahapan-tahapan dalam SEM
Beberapa tahapan pokok yang akan dilalui untuk menggunakan SEM dalam sebuah kegiatan penelitian, yaitu (Santoso, 2007):
1. Membuat sebuah model SEM (Model Spesification)
Pada tahap ini, sebuah model dibuat (dengan berdasarkan teori tertentu), baik dalam bentuk equation (persamaan-persamaan matematis) maupun dalam bentuk diagram (gambar). Diagram akan memasukkan measurement model dan structural model.
2. Menyiapkan desain penelitian dan pengumpulan data
Model selesai dibuat lalu sebelum model diuji, akan langsung dilakukan pengujian asumsi-asumsi yang seharusnya dipenuhi dalam SEM.
Setelah sebuah model dibuat dan desain sudah ditentukan, pada model dilakukan uji identifikasi, apakah model dapat dianalisis lebih lanjut. Perhitungan besar degree of freedom menjadi bagian penting dalam tahap ini.
4. Menguji model (Model Testing dan Model Estimation)
Setelah model dibuat dan dapat diidentifikasi, tahapan dilanjutkan dengan menguji measurement model dan kemudian menguji structural model. Dari pengujian measurement model, akan didapat keeratan hubungan antara indikator dengan konstruknya. Jika measurement model dapat dianggap valid, pengujian dilanjutkan pada structural model untuk memperoleh sejumlah korelasi yang menunjukkan hubungan antar konstruk.
2.9.7. Modifikasi Model
Langkah terakhir dalam SEM adalah modifikasi model bagi model-model yang tidak memenuhi kriteria yang ada. Tujuan dari modifikasi adalah untuk melihat apakah modifikasi yang dilakukan dapat menurunkan nilai chi-square, seperti yang diketahui semakin kecil angka chi-square menunjukkan semakin fit model tersebut dengan data yang ada. Selain itu, modifikasi juga menurunkan residual. Nilai residual harus kecil atau mendekati nol, residual dalam SEM bukanlah residual dari score seperti pada pemodelan multivariate lainnya. Pedoman untuk mempertimbangkan perlu tidaknya modifikasi sebuah model yaitu dengan melihat jumlah residual yang dihasilkan model (Hair dalam Ferdinand, 2005).
2.9.8. Software untuk Menganalisis SEM
Proses analisis SEM tidak bisa dilakukan secara manual, selain karena keterbatasan kemampuan manusia, juga karena kompleksitas model dan alat statistik yang digunakan. Kemajuan teknologi informasi, khususnya dalam pengembangan pembuatan software, telah mendorong munculnya software khusus untuk perhitungan alat statistik dasar dari SEM, yaitu analisis faktor dan analisis regresi berganda. Saat ini banyak software yang khusus digunakan untuk analisis model SEM, seperti LISREL, AMOS, EQS, dan Mplus. Dalam Tugas Akhir ini digunakan software AMOS 16.0.
