DETERMINAN DAYA SAING UMKM: STUDI EMPIRIS INDUSTRI FASHION DI KOTA BANDUNG
JURNAL ILMIAH
Disusun oleh :
Arrafif Pratama Zaini 165020107111022
JURUSAN ILMU EKONOMI FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS BRAWIJAYA MALANG
2020
LEMBAR PENGESAHAN PENULISAN ARTIKEL JURNAL
Artikel Jurnal dengan judul :
DETERMINAN DAYA SAING UMKM: STUDI EMPIRIS INDUSTRI FASHION DI KOTA BANDUNG
Yang disusun oleh :
Nama : Arrafif Pratama Zaini
NIM : 165020107111022
Fakultas : Ekonomi dan Bisnis Jurusan : S1 Ilmu Ekonomi
Bahwa artikel Jurnal tersebut dibuat sebagai persyaratan ujian skripsi yang dipertahankan di depan Dewan Penguji pada tanggal 26 November 2020
Malang, 17 Desember 2020 Dosen Pembimbing,
Dias Satria, SE., M.App.Ec., Ph.D.
NIP.
198208072005011002DETERMINAN DAYA SAING UMKM: STUDI EMPIRIS INDUSTRI FASHION DI KOTA BANDUNG
Arrafif Pratama Zaini
Fakultas Ekonomi dan Bisnis Universitas Brawijawa Malang Email: [email protected]
ABSTRAK
Peneltian ini bertujuan untuk menguraikan faktor-faktor yang memengaruhi daya saing UMKM melalui tiga aspek utama, yang meliputi penggunaan teknologi pada bidang pendanaan dan sistem pembayaran, serta faktor adanya akses informasi yang didapatkan. Penelitian ini merupakan penelitian deskriptif dengan metode pendekatan kuantitatif dengan data yang digunakan adalah data primer yang diperoleh melalui penyebaran kuisioner skala likert pada para pelaku UMKM pada bidang indsutri fesyen di Kota Bandung. Data yang didapatkan diolah dalam rangkaian analisis deskriptif untuk mengetahui persebaran serta disktribusi frekuensi dari data yang diperolah. Kemudian dilakukan pengujian outer dan inner model menggunakan program PLS untuk mengetahui validitas, reliabilitas dan koefisien pengaruh antar variabel serta indikatornya. penelitian ini menunjukkan bahwa adanya perilaku berbagi informasi serta penggunakan teknologi pada sistem pembayaran (payment gateaway) berpengaruh signifikan terhadap peningkatan daya saing UMKM.
Kata kunci: industri kreatif, teknologi keuangan, modal sosial, daya saing UMKM.
A. PENDAHULUAN
Pesatnya arus globalisasi dunia, dengan cepat membentuk pertumbuhan teknologi kearah yang lebih maju. Di Indonesia, perkembangan teknologi yang menjadi fokus pemerintah terkhusus pada bidang ekonomi industri dalam kurun waktu beberapa tahun ini, adalah munculnya revolusi industri generasi keempat atau sering disebut dengan industry 4.0. Mengutip dari laman Forbes (2018) “revolusi industri generasi keempat bisa diartikan sebagai adanya ikut campur sebuah sistem cerdas dan otomasi dalam industri”. Hal tersebut dapat diartikan secara lebih sederhana menjadi perkembangan penggunaan internet dalam perekonomian dan industri.
Kemajuan teknologi memberikan peluang usaha baru, dimana eksplorasi kreatifitas menjadi kunci sebuah usaha berkembang. Dalam hal ini industri kreatif menjadi sebuah salah satu kunci perkembangan UMKM di Indonesia dalam menghadapi ekonomi global. Mengambil data dari Bank Indonesia (BI), total UMKM di Indonesia saat ini mencapai 57,83 juta unit usaha dengan 8,2 juta unit usaha diantaranya merupakan subsektor industri kreatif. Walau dengan jumlah per unit usaha yang tidak terlalu banyak dibandingkan keseluruhan total UMKM yang ada, namun Industri kreatif mampu berkontribusi atas 15,68% dari total ekspor non-migas Indonesia pada tahun 2016. Menurut data dari Badan Pusat Statistik (BPS) yang dikomparasikan dengan data dari Badan Ekonomi Kreatif (Bekraf) dalam kurun waktu tahun 2012-2016, kondisi ekspor nasional Indonesia terus mengalami penurunan, sedangkan ekspor dari subsektor industri kreatif tetap memberikan tren positif dengan peningkatan setiap tahunnya. Hal ini menunjukkan potensi industri kreatif Indonesia di pasar internasional.
Namun, besarnya peran serta potensi UMKM tersebut belum cukup memadai untuk mendorong pertumbuhan ekonomi ke taraf yang lebih tinggi. Dalam laporannya, Badan Perencanaan Pembangunan Nasional (Bappenas) menyatakan UMKM masih mengalami banyak kendala yang berkaitan dengan rendahnya kapasitas dan kualitas sumber daya manusia, keterbatasan akses kepada sumber daya produktif (modal, bahan baku, informasi, pengetahuan, keterampilan dan teknologi), serta tingginya biaya transaksi. Kendala-kendala tersebut menyebabkan UMKM di Indonesia masih didominasi oleh usaha mikro yang sulit untuk tumbuh menjadi usaha yang lebih besar, atau bertahan dengan usaha yang tetap produktif.
Informasi menjadi modal yang sangat berharga dalam persaingan industri pada era ekonom kreatif saat ini. Salah satu poin penting yang perlu digaris bawahi dari hasil World Conference on Creative Economy (WCCE) yang dilaksanakan di Bali pada tahun 2018 adalah perlu adanya kerja sama, kemitraan, dan kolaborasi untuk memperoleh manfaat yang maksimal dalam ekonomi kreatif. Untuk mendukung penyataan ini pada penelitiannya Wei-ping Wu (2008) menyatakan bahwa UMKM perlu untuk saling berbagi informasi untuk meningkatkan daya saing yang dimilikinya.
Terlepas dari akses terhadap informasi, masalah terkait sumber daya produktif seperti modal dan teknologi masih menjadi kendala bagi para pelaku UMKM di Indonesia. Menurut data yang dikeluarkan oleh McKinsey & Company dalam laporannya (2019) yang berjudul “Digital Banking in Indonesia:
Building Loyalty and Generating Growth”, bahwa tingkat penetrasi penggunaan layanan keuangan melalui fintech di Indonesia masih berada diangka 5%, masih tertinggal jauh dengan Negara China yang memiliki penetrasi sebesar 67%. Perusahaan jasa konsultan Pricewaterhouse Coopers (PwC, 2019) dalam studinya yang berjudul “Indonesia’s Fintech Lending: Driving Economic Growth Through Financial Inclusion”, menyampaikan bahwa pemahaman UMKM Indonesia terkait dengan inklusi keuangan masih cukup rendah. Rendahnya inklusi keuangan yang dimiliki UMKM Indonesia menjadi salah satu penyebab 74% UMKM pada tahun 2019 belum memiliki akses pembiayaan. Sedangkan pada akhir tahun 2017, kebutuhan kredit bagi UMKM di Indonesia menurut data yang dikeluarkan oleh Otoritas Jasa Keuangan (OJK) mencapai Rp. 1.700 triliun per tahunnya. Saat ini hanya 41% atau sekitar Rp. 700 triliun yang dapat dipenuhi oleh lembaga keuangan konvensional yang ada. Hal ini disebabkan oleh lembaga konvensional yang ada tidak bisa memberikan pendanaan terhadap kebanyakan UMKM karena dianggap lebih beresiko dengan skala pinjaman yang kecil. Sehingga layanan P2P lending diharapkan dapat menjadi alternatif pendaan yang lebih ramah untuk menyokong pendanaan bagi para pelaku UMKM di Indonesia.
Pada kuartal ketiga tahun 2018, banyak negara maju di dunia telah memilih beralih dari penggunaan uang kertas ke uang elektronik, dan juga Indonesia mulai mengintensifkan tindakan membangun masyarakat tanpa uang tunai. Hal ini ditandai dengan dibuatnya program “Go Digital Vision 2020” yang dilakukan oleh pemerintah Indonesia. Target dari program ini adalah Indonesia menjadi negara ekonomi digital terbesar di Asia Tenggara dengan nilai bisnis online mencapai 130 miliar US dollar dengan pertumbuhan ekonomi tahunannya sebesar 50% (Kementrian Luar Negeri, 2017). Bagi UMKM, banyak potensi pasar yang dapat dikembangkan melalui transaksi non-tunai. Diantaranya adalah dengan memperluas cakupan dan meningkatkan loyalitas dengan memberikan pengalaman bertransaksi yang lebih baik pada konsumen. Selain itu transaksi non-tunai dapat meningkatkan produktivitas UMKM, dengan cara memberdayakan bisnis untuk melacak semua transaksi dengan lebih cepat. Hal ini dibuktikan dengan analisis yang dilakukan oleh McKinsey Global Institute (2016), keuangan digital dapat meningkatkan tingkat PDB negara berkembang dengan proyeksi pada tahun 2025 berada diangka 6% dari total PDB yang ada. Hampir dua pertiga dari PDB tambahan akan berasal dari peningkatan produktivitas yang datang dari penggunaan model pembayaran digital.
B. KAJIAN PUSTAKA Modal Sosial
Modal sosial adalah sumber penting untuk menciptakan penghasil nilai yang tidak ada bandingannya dengan sumber daya yang melekat dalam jaringan hubungan perusahaan (Gulati, Nohria,
& Zaheer, Strategic Networks, 2000) ini memungkinkan aktor ekonomi mendapat manfaat dari pengetahuan yang dikumpulkan oleh rekan dalam jaringan informannya (Uzzi & Lancaster, 2003).
Dengan semakin pentingnya peran jaringan informasi dalam dunia usaha untuk meningkatkan keunggulan kompetitif usahanya, hubungan sosial-kinerja menjadi alternatif dalam penerapan modal sosial, dengan pembagian informasi antar usaha menjadi mediator dalam peningkatan daya saing perusahaan.
Keterkaitan antara ketiga hal tersebut, bahwa dikatakan modal sosial yang memiliki manfaat potensial pada peningkatan daya saing usaha melalui berbagi informasi sebagai mediator. Berbagi informasi dikatakan sebagai sikap saling berbagi informasi bisnis dan pasar antara mitra usaha. Meskipun tidak secara eksplisit diteorikan sebagai mediator. Berbagi informasi secara implisit dikatakan sebagai penghubung penting antara modal sosial dan kinerja (daya saing usaha). Informasi secara luas tidak hanya dianggap sebagai manfaat utama modal sosial (Coleman, 1988), tetapi juga sebagai anteseden signifikan pada kinerja usaha (Gulati R. , 1998).
Pada Penelitian ini terdapat 2 alasan utama mengapa berbagi informasi dikatakan sebagai mediator antara modal sosial dan daya saing usaha. Pertama, berbagi informasi dapat dengan baik menangkap sifat timbal balik arus informasi dalam jaringan usaha. Dan yang kedua, pelaku usaha dapat melindungi kemampuannya secara lebih efektif dalam upaya peningkatan daya saing usaha saat terjadi berbagi informasi, dengan meminimalisir terjadinya perilaku oportunis yang dapat dilakukan oleh rekan usaha.
Alasan utama mengapa berbagi informasi menjadi penting adalah karena masalah kekurangan informasi dianggap menjadi hambatan pada peningkatan daya saing yang dimiliki usaha. Hal tersebut dapat dijelaskan menjadi 3 poin perlunya berbagi informasi dalam pengaruhnya pada daya saing usaha.
Pertama, berbagi informasi memiliki pengaruh pada peningkatan komparatibilitas usaha dengan
pesaingnya, yang dimana kapabilitas yang ditingkatkan menempatkan perusahaan pada posisi yang lebih baik di pasar. Kedua, Informasi yang lebih kaya dan bervariasu dapat digunakan untuk meningkatkan produk dan meningkatkan spesifikasi pelanggan (Yii-Renko, Autio, & Sapienza, 2001). Dan ketiga, tingkat berbagi informasi yang tinggi dapat mengurangi asimetri informasi, sehingga mengurangi biaya kontrak dan pemantauan karena kedua belah pihak memiliki informasi yang sama (Dyer & Chu, 2003).
Mengadopsi pandangan dari Coleman (1990) dan Putnam (1995), setidaknya terdapat 3 dimensi penting dalam modal sosial, dimensi tersebut yaitu
1. Kepercayaan (trust)
Bentuk modal sosial tergantung dari dua elemen kunci yaitu kepercayaan dan kewajiban dari lingkungan sekitar yang sudah dipenuhi. Kepercayaan dari lingkungan sekitar didapatkan dari kemampuan individu dalam melaksanakan kewajiban dari lingkungan sekitar, Yustika beranggapan bahwa kepercayaan adalah hal esensial yang harus dimiliki dalam menjaga keutuhan modal sosial. Adanya kerjasama yang baik antar anggota dalam mengatasi suatu kesenjangan kepercayaan yang ada dalam kelompok akan membuat datangnya anggota baru. Anggota baru dapat menjadi angin segar bagi kelompok dan menjadikan kelompok tersebut lebih dinamis (Pratisthita, Munandar, & Homzah, 2014).
2. Ikatan Jaringan (network)
Burt (1992), menyatakan bahwa modal sosial memiliki tiga bentuk manfaat informasi, yaitu: akses, waktu, dan referensi. Hubungan dengan perusahaan lain kantor pemerintahan dan lembaga keuangan membantu perusahaan untuk mendapatkan akses tepat waktu ke informasi pasar, sumber daya keuangan dan kebijakan pemerintaha tentang hal-hal seperti pembangunan ekonomi masa depan, perpajakan, dan peraturan impor dan ekspor
3. Transaksi Berulang (repeated transaction)
Transaksi berulang adalah interaksi bisnis jangka Panjang yang sedang berlangsung antara perusahaan dan mitra pertukarannya. Adanya kode etik bersama untuk saling memelihara kerjasama serta mengidentifikasi, bertukar, dan menggabungkan sumber dayanya. Interaksi yang sering dan intens dapat mengembangkan rutinitas kerja yang efektif dalam penyediaan inkubator untuk pertukaran informasi dan pengetahuan pasar yang saling melengkapi, dan khususnya pengetahuan yang dianggap nonverbalized, intuitif, dan pengetahuan yang tidak diartikulasikan (Jones, Hesterly, & Borgatti, 1997).
Pengulangan transaksi dapat memfasilitasi transfer pengetahuan tersembunyi di bursa khusus, terutama untuk proses atau pengetahuan eksklusif, yang menyediakan landasan bagi mekanisme sosial untuk beradaptasi, mengkoordinasi, dan melindungi pertukaran secara efektif. Hal ini dapat membantu pertukaran yang lancar dan integrasi sumber daya pelengkap, informasi, serta pengetahuan secara efektif.
Payment Gateway
Menurut Gulati dan Srivastava (2007) Internet E-commerce Payment gateway adalah komponen infrastruktur penting untuk memastikan transaksi berlangsung tanpa hambatan dan terlindungi total melalui jaringan internet. Payment Gateway adalah sebuah akses poin kedalam jaringan perbankan nasional. Semua transaksi secara online harus melalui payment gateway untuk diproses.
Secara teori, payment gateway bertindak sebagai jembatan antara pemilik website dengan institusi keuangan yang menaungi proses transaksi tersebut.
Payment gateway mengarahkan detail pembayaran kedalam suatu lingkungan yang aman antara berbagai pihak dengan bank yang terkait. Pada dasarnya payment gateway sebagai saluran yang terenkripsi, secara aman mengirimkan detail transaksi dari pembeli yang menggunakan personal jaringan ke bank untuk disetujui. Untuk mendapatkan persetujuan, payment gateway mengirimkan kembali informasi ke pemilik website untuk menyelesaikan pesanan dan menyediakan verifikasi.
Peer-to-Peer Lending (P2P Lending)
Secara mudah Peer-to-peer dapat dikatakan sebagai kerjasama antara satu pihak dengan pihak yang lain. Sehingga peer-to-peer lending merupakan kerjasama yang melibatkan pemberi pinjaman yang memberikan uang secara langsung kepada peminjam tanpa melalui proses dan struktur lembaga tradisional. Peer-to-peer lending merupakan gambaran pasar online dimana pemberi pinjaman yang juga disebut sebagai lender dapat meminjamkan kepada individua tau usaha kecil. Dalam hal ini, para peminjam bisa mendapatkan pendanaan dari banyak individu.
Sebagai alternatif lain dari lembaga perbankan, perusahaan peer-to-peer lending menawarkan keunggulan kompetitif untuk menyatukan para pemberi pinjaman. Keuntungan ini termasuk pada margin bunga yang sangat rendah dikarenakan biaya administrasinya rendah, kemampuan untuk menawarkan
pinjaman kepada beberapa peminjam yang mungkin sebelumnya ditolak oleh bank, dan inovasi teknologi tersebut memberikan transparasi yang lebih besar, fleksibilitas cepat dan layanan yang lebih nyaman bagi pemberi pinjaman ataupun peminjam.
Teori Technological Acceptance Model (TAM)
Technological Acceptance Model (TAM) atau dapat diartikan sebagai Teori Model Penerimaan Teknologi adalah model untuk mengukur dan/atau mengetahui seberapa besar penerimaan teknologi oleh penggunanya (user), khususnya penerimaan pada teknologi informasi. Teori ini pertama kali disampaikan oleh Fred D. Davis (1989) sebagai pengembangan dari penelitian sebelumnya mengenai Theory of Reasoned Action (TRA). Pengembangan TAM ini dilakukan untuk melengkapi celah (gap) dari teori sebelumnya mengenai faktor-faktor yang mempengaruhi seorang pengguna (user) untuk menggunakan sebuah sistem informasi (Davis, 1989). Pada model TAM dinyatakan bahwa pengguna harus merasa nyaman dengan teknologi yang disebarkan, meskipun tetap menduga akan adanya faktor variabel eksternal yang mempengaruhi penerimaan yang berada di luar kontrol pengguna (Yulimar, 2006).
TAM banyak digunakan sebagai landasan dari berbagai macam penelitian seperti pada penelitian tentang ekonomi, bisnis, pendidikan bahkan pemerintahan. Teori ini dianggap relevan dalam menyikapi perkembangan teknologi yang maju dengan cukup pesat dan menganalisis bagaimana masyarakat mampu menerimanya. Dalam penelitian ini, model TAM dipilih karena dianggap relevan dengan konsep digunakannya E-commrce dalam kegiatan ekonomi, khususnya oleh UKM. Penjualan via platform online marketplace dapat digunakan sebagai indikasi bahwa masyarakat dalam lingkup kegiatan ekonomi yang tidak terlalu besar seperti UKM sudah mampu terbuka dengan tekonologi yang diharapkan mampu membuat kegiatan usahanya lebih efektif, efisien dan menguntungkan.
Teori Difusi Inovasi (Diffusion Innovasion Theory)
Teori difusi inovasi dikembangkan pertama kali oleh Everett M. Rogers (1983) atau dikenal juga sebagai teori yang membahas keputusan untuk menggunakan inovasi. Rogers (1983) dalam Serah (2014) menjelaskan bahwa difusi inovasi terdiri dari istilah difusi yang dijelaskan sebagai proses suatu inovasi yang dikomunikasikan melalui sarana tertentu dalam jangka waktu tertentu di antara para anggota sistem sosial. Sedangkan inovasi adalah gagasan, praktek atau benda yang dianggap atau dirasa baru oleh individu atau kelompok. Dari dua definisi ini maka difusi inovasi dapat diartikan sebagai proses serapan ide-ide atau hal-hal baru dalam upaya untuk merubah suatu masyarakat yang terjadi secara terus menerus dalam kurun waktu tertentu dan bidang-bidang tertentu di dalam suatu sistem sosial (Serah, 2014).
Ada tiga konsep utama yang dibahas oleh Rogers (1983) dalam teori difusi inovasi, yakni inovasi, difusi, dan adopsi. Inovasi adalah sebuah ide, praktik atau objek yang dipersepsikan sebagai sesuatu yang baru oleh individu. Sedangkan difusi merupakan proses meyebarkan sebuah inovasi melalui saluran komunikasi dan waktu tertentu kepada individu dalam sistem sosial. Adopsi akan terjadi ketika individu menggunakan secara penuh sebuah inovasi ke dalam praktik sebagai pilihan terbaik dan pada akhirnya individu tersebut mampu mengadopsi secara final sebuah inovasi. Pada celah dari difusi inovasi menuju terbentuknya adopsi final itulah Rogers (1983) menawarkan beberapa karakteristik dalam inovasi yang dapat membantu mengurangi ketidakpastian tersebut sehingga dapat memengaruhi tingkat adopsi seseorang terhadap teknologi baru. Faktor Karakteristik inovasi ini dapat memengaruhi individu atau sistem sosial terhadap tingkat adopsi (rate of adoption) atau kecepatan relatif sebuah inovasi itu dapat diadopsi oleh anggota sistem sosial.
C. METODE PENELITIAN
Penelitian ini merupakan penelitian deskriptif dengan menggunakan pendekatan kuantitatif, atau dapat dikatakan sebagai penelitian deskriptif kuantitatif, karena penelitian ini dilakukan dengan metode survei lapangan untuk menggambarkan objek penelitian berdasarkan fakta-fakta yang tampak atau sebagai mana adanya. Penelitian ini dilakukan di Kota Bandung terkhusus pada UMKM yang bergerak pada industri fashion. Hal ini dikarenakan industri kreatif di Indonesia banyak terpusat di Kota Bandung dengan industri yang paling berkembang adalah pada sektor industri fashion.
Adapun data yang digunakan dalam penelitian ini ialah data primer, dengan teknik pengumpulan data menggunakan kuesioner dengan skala likert. Dalam penentuan sampel penelitian penulis menggunakan metode probability sampling dengan menggunakan metode simple random sampling, dengan tujuan untuk didapatkan sampel yang lebih valid dan akurat dimana terdapat tingkat peluang yang sama antar anggota sampel. Dalam menentukan suatu model analisis agar diperoleh hasil analisis yang baik, penulis menggunakan metode Partial Least Square (PLS). Penggunaan metode PLS pada penelitian ini dikarenakan peneliti dapat melakukan analisis dari berbagai indikator variabel tanda
adanya banyak asumsi sehingga analisis tetap dapat dilakukan dengan sampel yang kecil. Dengan model yang diguanakan dalam penelitian ini adalah sebagai berikut:
SI = α + β1NE + β2RT + β3TR + e SC = α + β1PL + β2PG + β3SI + e
SC = SMEs Competitiveness
α = Konstanta
β1, β2, β3 = Koefisien Regresi SI = Sharing Information
NE = Network
RT = Repeated Transaction
TR = Trust
PL = Peer-to-peer Lending
PG = Payment Gateway
e = Error
D.HASIL DAN PEMBAHASAN
Berdasarkan hasil penelitian yang telah dilakukan terhadap 36 responden dapat diperoleh gambaran umum tentang karakteristiik responden yang telah diteliti. Berdasarkan jenis kelamin, responden dominan berjenis kelamin laki-laki dengan presentasi sebanyak 97%. Sedangkan berdasarkan kelompok usia, responden didominasi oleh generasi milenial dengan kelompok umur dibawah 31 tahun yang memiliki presentase sebanyak 77% dari total responden. Responden penelitian dominan pada lulusan perguruan tinggi, dimana memiliki presentase sebanyak 83%. Jika dilihat berdasarkan karakteristik lama usaha, terdapat 50% baru memulai usaha kurang dari 3 tahun. Sedangkan usaha responden dominan dari usaha yang memiliki tenaga kerja kurang dari 5 orang dengan presentase sebesar 58%. Dan terakhir karakteristik responden dapat dilihat dari jumlah modal awal yang dikeluarkan.
Dimana usaha responden dominan memiliki jumlah modal awal diatas 10 juta rupiah dengan presentase sebesar 56%.
Evaluasi Model Pengukuran (Outer Model)
Analisis outer model mendefinisikan bagaimana setiap indikator berhubungan dengan variabel latennya, yang dimana model pengukuran dilakukan dengan menilai validitas dan reliabilitas model.
Pada uji validitas terdapat dua macam pengujian, yaitu validitas konvergen dan validitas diskrimanan.
Dimana nilai validitas konvergen dilihat berdasarkan nilai AVE yang sebelumnya dilakukan pengujian indicator reliability terlebih dahulu. Sedangkan uji reliabilitas dilakukan melalui dua pengujian, yaitu melihat nilai cronbach’s alpha dan composite reliability. Berikut adalah hasil pengujian pada outer model.
Tabel 1: Hasil Pengujian Indicator Reliability
Variabel Indikator Loading Factor P Value Keterangan
SMEs Competitiveness
SC.1 0.209 0.088 Tidak Valid
SC.2 0.771 <0.001 Valid
SC.3 0.803 <0.001 Valid
SC.4 0.893 <0.001 Valid
SC.5 0.848 <0.001 Valid
SC.6 0.705 <0.001 Valid
SC.7 0.169 0.141 Tidak Valid
Sharing Information
SI.1 0.698 <0.001 Valid
SI.2 0.712 <0.001 Valid
SI.3 0.691 <0.001 Valid
SI.4 0.551 <0.001 Tidak Valid
SI.5 0.575 <0.001 Tidak Valid
SI.6 0.622 <0.001 Valid
SI.7 0.823 <0.001 Valid
P2P Lending PL.1 0.893 <0.001 Valid
PL.2 0.893 <0.001 Valid
PL.3 0.815 <0.001 Valid
PL.4 0.653 <0.001 Valid
PL.5 0.460 <0.001 Tidak Valid
PL.6 -0.722 <0.001 Tidak Valid
PL.7 -0.722 <0.001 Tidak Valid
Payment Gateway
PG.1 0.765 <0.001 Valid
PG.2 0.767 <0.001 Valid
PG.3 0.868 <0.001 Valid
PG.4 0.794 <0.001 Valid
PG.5 0.800 <0.001 Valid
PG.6 0.503 <0.001 Tidak Valid
PG.7 0.675 <0.001 Valid
Repeated Transaction
RT.1 0.722 <0.001 Valid
RT.2 0.692 <0.001 Valid
RT.3 0.728 <0.001 Valid
RT.4 0.899 <0.001 Valid
RT.5 0.850 <0.001 Valid
RT.6 0.826 <0.001 Valid
RT.7 0.930 <0.001 Valid
Trust
TR.1 0.827 <0.001 Valid
TR.2 0.877 <0.001 Valid
TR.3 0.881 <0.001 Valid
TR.4 0.875 <0.001 Valid
TR.5 0.903 <0.001 Valid
TR.6 0.897 <0.001 Valid
TR.7 0.829 <0.001 Valid
Network
NE.1 0.899 <0.001 Valid
NE.2 0.867 <0.001 Valid
NE.3 0.852 <0.001 Valid
NE.4 0.853 <0.001 Valid
NE.5 0.669 <0.001 Valid
NE.6 0.565 <0.001 Tidak Valid
NE.7 0.575 <0.001 Tidak Valid
Sumber : Data Primer, 2020 (diolah)
Dalam penelitian ini nilai minimal loading factor yang digunakan adalah sebesar 0,60 dengan nilai p value <0,05. Sehingga peneliti menghilangkan indikator-indikator yang tidak valid atau indikator dengan nilai loading factor dibawah 0,60, dimana setelah melakukan pengujian indicator reliability indikator SC.1, SC.7, SI.4, SI.5, PL.5, PL.6, PL.7, PG.6, NE.6, dan NE.7 harus dihilangkan agar dapat memenuhi validitas model dan mendapatkan nilai Average Variance Extracted (AVE) diatas 0,5.
Tabel 2: Average Variance Extracted (AVE)
Variabel SC SI PL PG RT TR NE
AVE 0.653 0.546 0.741 0.618 0.659 0.758 0.719
Sumber : Data Primer, 2020 (diolah)
Nilai AVE yang ditunjukkan pada tabel 2 menunjukkan bahwa ketujuh variabel laten memiliki nilai AVE diatas kriteria minimum yaitu 0,5. Nilai ini menggambarkan bahwa satu variabel laten mampu menjelaskan lebih dari setengah varian dari indikator-indikatornya dalam rata-rata. Sehingga ukuran convergent validity sudah baik atau dapat dikatakan jika telah memenuhi kriteria convergent validity.
Tabel 3: Hasil Pengujian Validitas Diskriminan
SC SI PL PG RT TR NE
SC 0.808 0.517 -0.074 0.395 0.569 0.570 0.343
SI 0.517 0.739 0.128 0.201 0.640 0.535 0.255
PL -0.074 0.128 0.861 0.051 0.013 0.006 0.116
PG 0.395 0.201 0.051 0.786 0.494 0.490 0.290
RT 0.569 0.640 0.013 0.494 0.920 0.887 0.372
TR 0.570 0.535 0.006 0.490 0.887 0.897 0.392
NE 0.343 0.255 0.116 0.290 0.372 0.392 0.848
Sumber : Data Primer, 2020 (diolah)
Tabel 3 menunjukkan kriteria validitas diskriminan telah terpenuhi. Hasil ini ditunjukkan dengan nilai akar AVE (tabel berwarna kuning) lebih besar pada koefisien korelasi antar konstruk, masing-masing indikator dari setiap variabel dapat mengukur variabel tersebut secara tepat daripada dengan variabel lain. Dari hasil ini dapat diinterpretasikan dengan seluruh indikator pada masing-masing variabel memiliki korelasi yang sempurna dengan variabel latennya, serta telah memenuhi discriminant validity.
Tabel 4: Hasil Uji Reliabilitas
Variables Cronbach's alpha coefficients Composite reliability coefficients
SC 0.865 0.904
SI 0.785 0.855
PL 0.875 0.918
PG 0.874 0.906
RT 0.911 0.930
TR 0.946 0.956
NE 0.897 0.926
Sumber : Data Primer diolah menggunakan WarpPLS, 2020
Tabel 4 menunjukkan Hasil pengujian reliabilitas tiap variabel melalui metode cronbach’s alpha dan composite reliability pada penelitian ini dapat dikatakan sangat baik. Dari tabel 4 diperoleh hasil cronbach’s alpha pada variabel SC sebesar 0,865 (sangat baik), variabel SI sebesar 0,785 (baik), variabel PL sebesar 0,875 (sangat baik), variabel PG sebesar 0,874 (sangat baik), variabel RT sebesar 0,911 (sangat baik), variabel TR sebesar 0,946 (sangat baik), dan variabel NE sebesar 0,897 (sangat baik).
Selain itu hasil composite reliability dari seluruh variabel mendapatkan interpretasi hasil yang sangat baik, dengan variabel SC (0,904), SI (0,855), PL (0,918), PG (0,906), RT (0,930), TR (0,956), NE (0,926). Dapat disimpulkan seluruh variabel pada penelian ini reliabel.
Evaluasi Model Struktural (Inner Model)
Analisis inner model dilakukan untuk mengetahui spesifikasi hubungan antar variabel laten atau biasa disebut dengan evaluasi model struktural (Solimun, Fernandes, & Nurjannah, 2017). Pada evaluasi model struktural menggunakan WarpPLS terdapat 4 pengujian. Pada pengujian pertama dilakukan evaluasi kecocokan model dan indeks kualitas. Selanjutnya dilakukan pengujian R-Square (R2), effect size (F2), serta dilakukan pengujian pada relevansi prediksi (Q2) (Latan & Ghozali, 2016).
Tabel 5: Model Fit and Quality Indices
Indeks Kriteria Hasil Keterangan
Average path coefficient (APC) p < 0,05 p = 0,008 Terpenuhi Average R-squared (ARS) p < 0,05 p = 0,001 Terpenuhi Average adjusted
R-squared (AARS) p < 0,05 p = 0,004 Terpenuhi Average block VIF (AVIF) acceptable if ≤ 5 ideally ≤ 3,3 2,501 Terpenuhi Average full collinearity VIF
(AFVIF) acceptable if ≤ 5 ideally ≤ 3,3 2,890 Terpenuhi Tenenhaus GoF (GoF) Small ≥ 0,1 medium ≥ 0,25
large ≥ 0,36 0,528 Large
Sympson's paradox ratio (SPR) acceptable if ≥ 0,7 ideally = 1 0,833 Terpenuhi R-squared contribution ratio
(RSCR) acceptable if ≥ 0,9 ideally = 1 0,906 Terpenuhi Statistical suppression ratio (SSR) acceptable if ≥ 0,7 0,833 Terpenuhi
Nonlinear bivariate causality
direction ratio (NLBCDR) acceptable if ≥ 0,7 0,833 Terpenuhi Sumber : Data Primer diolah menggunakan WarpPLS, 2020
Melihat nilai estimasi yang dihasilkan berdasarkan 10 indeks ukuran kecocokan model pada tabel 5, dapat disimpulkan bahwa secara keseluruhan model pada penelitian ini memiliki fit yang baik dan dianggap layak, dimana nilai p-value untuk APC, ARS dan AARS < 0,05 dengan nilai p-value APC (p=0,008), ARS (p=0,001), AARS (p=0,004) yang menunjukkan model mempunyai fit yang baik. Nilai AVIF dan AFVIF yang dihasilkan memenuhi kriteria ideal (≤ 3,3) dengan nilai masing-masing yaitu AVIF (2,501) dan AFVIF (2,890), hasil ini menunjukkan bahwa tidak ada masalah multikolinearitas antar indikator dan antar variabel eksogen. Hasil dari estimasi GoF diperoleh sebesar 0,528 (≥ 0,36) yang menunjukkan kekuatan penjelasan dari model sangat baik (luas). Serta hasill estimasi dari indeks SPR (0,833), RSCR (0,906), SSR (0,833), dan NLBCDR (0,833) melebihi batas minimalnnya, yang berarti tidak ada masalah kausalitas didalam model.
Tabel 6: Nilai Koefisien R-Squared
Variables R2
SMEs Competitiveness (SC) 0.378
Sharing Information (SI) 0.454
Sumber : Data Primer diolah menggunakan WarpPLS, 2020
Nilai r-squared model penelitian ini dapat di interpretasikan termasuk pada kategori sedang dimana hasil yang diperoleh variabel SC (0,378) dan variabel SI (0,454). Hasil ini berarti variansi variabel SMEs Competitiveness (SC) dapat dijelaskan oleh variabel P2P Lending (PL), Sharing Information (SI), Payment Gateway (PG) sebesar 38% dan sisanya sebesar 62% dijelaskan oleh variabel lain diluar model. Sedangkan variansi variabel Sharing Information (SI) dapat dijelaskan oleh variabel Trust (TR), Repeated Transaction (RT), Network (NE) sebesar 45% dan sebesar 55% sisanya dijelaskan oleh variabel lain diluar model. Sehingga dapat disimpulkan model pada penelitian ini cukup.
Tabel 7: Nilai Koefisien Q-Squared
Variables Q2
SMEs Competitiveness (SC) 0.384
Sharing Information (SI) 0.458
Sumber : Data Primer diolah menggunakan WarpPLS, 2020
Hasil q-squared model penelitian ini bernilai lebih besar dari nol, yaitu variabel SC (0,384), dan variabel SI (0,458) yang berarti model penelitian ini mempunyai relevansi prediktif. Nilai q-squared dari variabel SC diperoleh nilai sebesar 0,384 dimana hasil ini dapat diinterpretasikan bahwa variabel SC memiliki relevansi prediktif yang kuat (> 0,35). Variabel SI memiliki nilai q-squared sebesar 0,458 dimana hasil ini pula dapat diinterpretasikan kedalam relevansi prediktif yang kuat. Sehingga dapat disimpulkan model pada penelitian ini memiliki relevansi prediktif yang baik.
Setelah dilakukan pengujian model fit, r-squared, dan q-squared, maka dilakukan pengujian evaluasi effect size (f2) atau partial F-test yang digunakan untuk mengetahui besarnya proporsi variansi variabel eksogen (independen) terhadap variabel endogen (dependen). Dalam menginterpretasikan ukuran effect size pada model terdapat beberapa kategori, yaitu nilai f2 (>0,02) dikategorikan sebagai pengaruh yang lemah, nilai f2 (>0,15) dikategorikan sebgai pengaruh sedang/ cukup, dan jika nilai f2 (>0,35) maka pengaruh variabel eksogen pada variabel endogen dikategorikan memiliki pengaruh yang kuat. Nilai effect size pada penelitian ini dapat dilihat sebagai berikut:
Tabel 8: Hasil Pengujian Effect Size pada Koefisien Jalur
SC SI PL PG RT TR NE
SC 0.246 0.011 0.121
SI 0.544 0.096 0.006
PL PG RT TR NE
Sumber : Data Primer diolah menggunakan WarpPLS, 2020
Dari tabel 8 dapat dilihat bahwa variabel SI memiliki pengaruh yang cukup atau pada kategori sedang terhadap variabel SC, sedangkan variabel PL dan PG memili pengaruh yang kecil terhadap variabel SC, dengan masing-masing memiliki nilai effect size, yaitu variabel SI (0,246), variabel PL
(0,011), dan variabel PG (0,121). Dapat dikatakan variabel sharing information memiliki pengaruh yang cukup penting untuk meningkatkan daya saing UMKM (SC) sedangkan variabel variabel P2P lending dan payment gateway memiliki pengaruh yang tidak cukup penting (kecil). Pada nilai effect size terhadap variabel SI, variabel RT memiliki pengaruh yang kuat (0,544) sedangkan variabel TR (0,096) dan variabel NE (0,006) memiliki pengaruh yang kecil. Dan dapat disimpulkan bahwa variabel trust (TR) memiliki pengaruh yang penting terhadap variabel sharing information (SI), sebaliknya variabel repeated transaction (RT) dan variabel network (NE) memiliki pengaruh yang tidak cukup penting (kecil).
Pengujian Hipotesis Penelitian
Pada pengujian menggunakan metode PLS, uji hipotesis dilakukan dengan cara melihat analisis jalur (path coefficient). Hal ini dilakukan untuk mengetahui arah hubungan antar variabel independen dengan variabel dependen. Serta melihat nilai p-value pada koefisien jalur dari masing-masing variabel untuk mengetahui signifikansi hubungan antar variabel. Tingkat signifikansi yang digunakan dalam penelitian ini adalah sebesar 5% (p-value ≤ 0,05).
Hasil pengujian hipotesis pada penelitian ini diperoleh melalui analisis hasil pengaruh langsung (direct effect) dan pengaruh tidak langsung (indirect effect) dari masing-masing variabel laten dalam model. Dengan nilai koefisien jalur pada variabel-variabel yang memiliki hubungan langsung sebagai berikut:
Tabel 9: Path Coefficient and P-Value
path coefficients
SC SI PL PG RT TR NE
SC 0.475 -0.150 0.307
SI 0.813 -0.169 0.024
PL
PG
RT
TR
NE
p-values
SC SI PL PG RT TR NE
SC <0.001 0.171 0.021
SI <0.001 0.141 0.443
PL
PG
RT
TR
NE
Sumber : Data Primer diolah menggunakan WarpPLS, 2020
Pada tabel 9 dapat dilihat nilai koefisien jalur dan p-value dari variabel sharing information (SI) terhadap variabel SMEs Competitiveness (SC), variabel P2P lending (PL) terhadap variabel SMEs Competitiveness (SC), variabel payment gateway (PG) terhadap variabel SMEs Competitiveness (SC), dan variabel repeated transaction (RT) terhadap variabel Sharing Information (SI), variabel trust (TR) terhadap variabel Sharing Information (SI), variabel network (NE) terhadap variabel Sharing Information (SI).
Sedangkan untuk pengaruh tidak langsung (indirect effect) dari variabel trust (TR), repeated transaction (RT) dan variabel network (NE) terhadap variabel SMEs competitiveness (SC) melalui variabel sharing information (SI) dapat dilihat pada tabel 10 berikut ini:
Tabel 10: Indirect Effect for Path with 2 Segment path coefficients
SC SI PL PG RT TR NE
SC 0.386 -0.080 0.011
SI
PL
PG
RT
TR
NE
p-values
SC SI PL PG RT TR NE
SC <0.001 0.243 0.462
SI
PL
PG
RT
TR
NE
Sumber : Data Primer diolah menggunakan WarpPLS, 2020
Berdasarkan pengolahan data pada tabel 9 dan 10 maka diperoleh hasil pengujian hipotesis sebagai berikut:
1. H1: Variabel Trust secara langsung berpengaruh positif dan signifikan terhadap variabel Sharing Information.
Berdasarkan hasil pengolahan data menggunakan WarpPLS, diperoleh nilai koefisien jalur (path coefficient) dari variabel trust (TR) terhadap variabel sharing information (SI) sebesar -0,169. Hasil ini mengindikasikan bahwa variabel TR berpengaruh negatif terhadap variabel SI. Nilai p-value dari variabel TR terhadap variabel SI sebesar 0,141. Dengan menggunakan tingkat signifikansi 5% (p-value
≤ 0,05), maka variabel TR tidak berpengaruh signifikan terhadap variabel SI. Dari hasil diatas maka H0 diterima dan H1 ditolak, karena variabel trust secara langsung memiliki pengaruh negatif dan tidak signifikan terhadap variabel sharing information. Maka dapat disimpulkan bahwa hipotesis 1 ditolak.
2. H2: Variabel Repeated Transaction secara langsung berpangaruh positif dan signifikan terhadap variabel Sharing Information.
Berdasarkan hasil pengolahan data menggunakan WarpPLS, diperoleh nilai koefisien jalur (path coefficient) dari variabel repeated transaction (RT) terhadap variabel sharing information (SI) sebesar 0,813. Hasil tersebut mengindikasikan bahwa variabel RT berpengaruh positif terhadap variabel SI. Nilai p-value yang diperoleh dari hubungan variabel RT terhadap variabel SI adalah sebesar <0,001.
Dengan menggunakan tingkat signifikansi 5% maka hasil tersebut mengindikasikan variabel RT berpengaruh signifikan terhadap variabel SI. Dari hasil analisis tersebut maka H0 ditolak dan H2 diterima, dikarenakan variabel repeated transaction secara langsung berpengaruh positif dan signifikan terhadap variabel sharing information. Dan dapat disimpulkan bahwa hipotesis 2 diterima.
3. H3: Variabel Network secara langsung berpengaruh positif dan signifikan terhadap variabel Sharing Information.
Berdasarkan hasil pengolahan data menggunakan WarpPLS, diperoleh nilai koefisien jalur (path coefficient) dari variabel network (NE) terhadap variabel sharing information (SI) sebesar 0,024.
Hasil ini mengindikasikan bahwa variabel NE secara langsung memiliki pengaruh yang positif terhadap variabel SI. Selain itu, nilai p-value dari variabel NE terhadap variabel SI adalah sebesar 0,443. Dengan menggunakan tingkat signifikansi sebesar 5%, maka hasil ini menunjukkan bahwa variabel NE tidak berpengaruh signifikan terhadap variabel SI. Dari hasil analisis diatas maka H0 diterima dan H3 ditolak, hal ini dikarenakan variabel network memiliki pengaruh yang positif tetapi tidak signifikan terhadap variabel sharing information. Dan dapat disimpulkan bahwa hipotesis 3 ditolak.
4. H4: Variabel Peer-to-Peer Lending secara langsung berpengaruh positif dan signifikan terhadap variabel SMEs Competitiveness.
Berdasarkan hasil pengolahan data menggunakan WarpPLS, diperoleh nilai koefisien jalur (path coefficient) dari variabel peer-to-peer lending (PL) terhadap variabel SMEs competitiveness (SC) sebesar -0,150. Hasil ini mengindikasikan bahwa variabel PL memiliki pengaruh yang negatif terhadap variabel SC. Diperoleh juga nilai p-value dari variabel PL terhadap variabel SC adalah sebesar 0,171.
Dengan menggunakan tingkat signifikansi sebesar 5%, maka diperoleh hasil variabel PL tidak memiliki pengaruh yang signifikan terhadap variabel SC. Dari hasil analisis tersebut maka H0 diterima dan H4 ditolak, dikarenakan variabel peer-to-peer lending secara langsung memiliki pengaruh yang negatif dan tidak signifikan terhadap variabel SMEs Competitiveness. Dan dapat disimpulkan bahwa hipotesis 4 ditolak.
5. H5: Variabel Payment Gateway secara langsung berpengaruh positif dan signifikan terhadap variabel SMEs Competitiveness.
Berdasarkan hasil pengolahan data menggunakan WarpPLS, diperoleh nilai koefisien jalur (path coefficient) dari variabel payment gateway (PG) terhadap variabel SMEs competitiveness (SC)
sebesar 0,307. Hasil ini mengindikasikan bahwa variabel PG memiliki pengaruh yang postif terhadap variabel SC. Nilai ¬p-value yang diperoleh dari hubungan variabel PG terhadap variabel SC adalah sebesar 0,021. Dengan menggunakan tingkat signifikansi sebsar 5%, maka hasil ini mengindikasikan bahwa variabel PG memiliki pengaruh yang signifikan terhadap variabell SC. Dari hasil analisis tersebut maka H0 ditolak dan H5 diterima, karena variabel payment gateway secara langung berpengaruh positif dan signifikan terhadap variabel SMEs competitiveness. Dan dapat disimpulkan bahwa hipotesis 5 diterima.
6. H6: Variabel Sharing Information secara langsung berpengaruh positif dan signifikan terhadap variabel SMEs Competitiveness.
Berdasarkan hasil pengolahan data menggunakan WarpPLS, diperoleh nilai koefisien jalur (path coefficient) dari variabel sharing information (SI) terhadap variabel SMEs competitiveness (SC) sebesar 0,475. Hasil ini mengindikasikan bahwa variabel SI memiliki pengaruh yang positif terhadap variabel SC. Nilai p-value yang diperoleh dari hubungan variabel SI terhadap variabel SC adalah <0,001.
Penelitian ini menggunakan tingkat signifikansi sebesar 5%, maka variabel SI memiliki pengaruh yang signifikan terhadap variabel SC. Dari hasil analisis tersebut maka H0 ditolak dan H6 diterima, karena variabel sharing information secara langsung berpengaruh positif dan signifikan terhadap variabel SMEs competitiveness. Dan dapat disimpulkan bahwa hipotesis 6 diterima.
7. H7: Variabel Trust secara tidak langsung berpengaruh positif dan signifikan terhadap variabel SMEs Competitiveness melalui variabel Sharing Information.
Berdasarkan hasil pengolahan data menggunakan WarpPLS, nilai koefisien jalur (path coefficient) dari pengaruh tidak langsung yang diperoleh dari variabel trust (TR) terhadap variabel SMEs competitiveness (SC) melalui variabel sharing information (SI) adalah sebesar -0,080, dengan nilai p- value sebesar 0,243. Dengan menggunakan tingkat signifikansi yang sama yaitu sebesar 5%, maka hasil tersebut mengindikasikan bahwa variabel TR secara tidak langsung memiliki pengaruh yang negatif terhadap variabel SC melalui variabel SI, atau dapat dikatakan variabel SI secara negatif dan tidak signifikan memediasi hubungan antara variabel TR dengan variabel SC. Dari hasil analisis tersebut maka H0 diterima dan H7 ditolak, dikarenakan variabel trust secara tidak langsung berpengaruh negatif dan tidak signifikan terhadap variabel SMEs competitiveness melalui variabel sharing information. Dan dapat disimpulkan bahwa hipotesis 7 ditolak.
8. H8: Variabel Repeated Transaction secara tidak langsung berpengaruh positif dan signifikan terhadap variabel SMEs Competitiveness melalui variabel Sharing Information.
Berdasarkan hasil pengolahan data menggunakan WarpPLS, nilai koefisien jalur (path coefficient) dari pengaruh tidak langsung yang diperoleh dari variabel repeated transaction (RT) terhadap variabel SMEs competitiveness (SC) melalui variabel sharing information (SI) adalah sebesar 0,386, dengan nilai p-value yang diperoleh adalah <0,001. Dengan menggunakan tingkat siginifikansi sebesar 5%, maka hasil tersebut mengindikasikan bahwa variabel RT secara tidak langsung memiliki pengaruh yang positif terhadap variabel SC melalui variabel SI, atau dapat dikatakan variabel SI secara positif dan signifikan memediasi hubungan antara variabel RT dengan variabel SC. Dari hasil analisis tersebut maka H0 ditolak dan H8 diterima, dikarenakan variabel repeated transaction secara tidak langsung berpengaruh positif dan signifikan terhadap variabel SMEs competitivess melalui variabel sharing information. Dan dapat disimpulkan bahwa hipotesis 8 diterima.
9. H9: Variabel Network secara tidak langsung berpengaruh positif dan signifikan terhadap variabel SMEs Competitiveness melalui variabel Sharing Information.
Berdasarkan hasil pengolahan data menggunakan WarpPLS, nilai koefisien jalur (path coefficient) dari pengaruh tidak langsung yang diperoleh dari variabel network (NE) terhadap variabel SMEs competitiveness (SC) melalui variabel sharing information (SI) adalah sebesar 0,011, dengan nilai p-value sebesar 0,462. Dengan menggunakan tingkat signifikansi yang sama yaitu sebesar 5%, maka hasil tersebut mengindikasikan bahwa variabel NE secara tidak langsung berpengaruh positif namun memili pengaruh yang tidak signifikan terhadap variabel SC melalui variabel SI, atau dapat dikatakan bahwa variabel SI secara positif namun tidak signifikan dalam memediasi hubungan antara variabel NE dengan variabel SC. Dari hasil analisis tersebut maka H0 diterima dan H9 ditolak, dikarenakan variabel network secara tidak langsung berpengaruh positif namun tidak signifikan terhadap variabel SMEs competitiveness melalui variabel sharing information. Dapat disimpulkan bahwa hipotesis 9 ditolak PEMBAHASAN
Penelitian ini dilakukan untuk mengetahui pengaruh dari penggunaan P2P lending sebagai alternatif pendanaan, penggunaan transaksi elektronik, dan pengaruh dari modal sosial dalam hal saling berbagi informasi, kepercayaan, transaksi berulang serta jaringan terhadap tingkat daya saing pada Usaha Mikro Kecil dan Menengah (UMKM) bidang fashion di Kota Bandung. Analisis ini dilakukan untuk
menjawab hipotesis yang telah diuji sebelumnya, serta pembahasan akan dihubungkan dengan fenomena di lapangan terkait dengan kondisi riil daya saing UMKM pada bidang fashion di Kota bandung.
Pengaruh Kepercayaan terhadap Keterbukaan dalam Berbagi Informasi
Hasil analisis yang telah dilakukan dalam penelitian ini pada faktor kepercayaan terhadap adanya keterbukaan informasi pada UMKM menunjukkan nilai koefisien yang negatif dan tidak signifikan. Hasil ini sejalan dengan penelitian yang telah dilakukan oleh (Barney & Hansen, 1994; Ring
& Van de Ven, 1994; Mayer, Davis, & Schoorman, 1995). Pada penelitian tersebut dinyatakan bahwa model kepercayaan tidak secara eksplisit memasukkan peran dan dampak pada sistem informasi atau pada keterbukaan dalam berbagi informasi. Dimana keterbukaan untung saling berbagi usaha antar pelaku usaha tidak diukur secara historis (kepercayaan awal), namun diamati secara terus-menerus dan berkala tergantung pada aktivitas yang dilakukan oleh rekan usaha.
UMKM bidang fashion di Kota Bandung dibentuk oleh keragaman komunitas yang ada didalamnya. Industri ini awalnya muncul dan berkembang sejak tahun 1990an, dimana bermula dari interaksi para penggemar skateboard, yang menjual pakaian impor dan lokal. Kemudian semakin berkembang sejalan dengan semakin banyaknya komunitas di Kota Bandung, seperti komunitas sepeda BMX, papan luncur, street art, dan lain sebagainya. Kuatnya akar industri fashion ini mengakibatkan adanya keterbukaan informasi secara tidak langsung tanpa didasari hubungan saling percaya sesama rekan usaha. Setiap informasi terkait produksi, distiribusi, maupun konsumsi semua terhubung melalui komunitas yang ada di Kota Bandung.
Pengaruh Transaksi yang Berulang terhadap Keterbukaan dalam Berbagi Informasi
Hasil analisis jalur yang telah dilakukan dalam penelitian ini pada faktor adanya transaksi berulang terhadap adanya keterbukaan informasi pada UMKM menunjukkan nilai koefisien yang positif dan signifikan. Hal ini menunjukkan bahwa para pelaku UMKM bidang fashion di Kota Bandung merasa dengan adanya interaksi yang berkala dan berkelanjutan dalam hal melakukan transaksi yang berulang meningkatkan intensitas mereka untuk saling berbagi informasi. Hasil ini sejalan dengan hasil penelitian Wei-Ping Wu (2008), yang mengungkapkan adanya hubungan yang positif antara transaksi berulang dengan meningkatnya keterbukaan UMKM dalam berbagi informasi.
Hasil empirik indikator-indikator yang membentuk variabel transaksi berulang mendapatkan skor penilaian yang sangat baik. Indikator etika bisnis dan pemeliharaan hubungan memiliki dampak yang paling kuat terhadap terjadinya transaksi berulang pada para pelaku UMKM bidang fashion di Kota Bandung. Kuatnya jaringan komunitas yang membentuk lingkaran pelaku UMKM di Kota Bandung, memungkinkan terjadinya interaksi berkala sehingga terciptanya pemeliharaan hubungan yang sangat baik dengan didorong etika berbisnis yang baik pula. Hal ini menunjukkan besarnya peran transaksi berulang pada pengaruhnya terhadap keterbukaan UMKM bidang fashion di Kota Bandung dalam berbagi informasi secara berkala dan kontinu.
Pengaruh Jaringan Usaha terhadap Keterbukaan dalam Berbagi Informasi
Hasil analisis jaringan usaha terhadap keterbukaan dalam berbagi informasi menunjukkan nilai kefisien yang positif namun tidak signifikan. Perolehan hasil ini mengandung arti bahwa terdapat hubungan yang searah antara jaringan usaha dengan keterbukaan pelaku UMKM bidang fashion di Kota Bandung dalam berbagi informasi. Namun, jaringan usaha tidak memiliki pengaruh yang signifikan terhadap keterbukaan UMKM dalam berbagi usaha. Hal ini tidak lepas dari pengaruh jawaban para pelaku usaha UMKM bidang fashion di Kota Bandung yang tidak terlalu menekankan hubungan pada jaringan usaha mereka sebagai faktor utama dalam berbagi informasi dengan rekan usaha.
Pada penelitian ini ikatan jaringan dibentuk atas akses, waktu, referensi, jumlah dan keragaman rekan usaha yang dimiliki, serta adanya partisipasi dan kerelaan pelaku UMKM bidang fashion di Kota Bandung untuk berapartisipasi pada ikatan jaringan yang dimiliki. Hasil empirik indikator pada jaringan usaha menunjukkan bahwa dengan adanya jaringan usaha cukup membantu responden dalam kemudahan akses, waktu, dan referensi. Namun, dalam segi kepadatan (jumlah), keragaman, serta tingkat partisipasi, responen merasa hal tersebut tidak terlalu relevan dengan usaha yang mereka kerjakan. Dimana, ketiga hal tersebut cukup berpengaruh besar pada keterbukaan dalam berbagi informasi.
Pengaruh Peer-to-Peer Lending terhadap Daya Saing UMKM
Hasil analisis pengaruh P2P Lending terhadap Daya Saing pada UMKM bidang fashion di Kota Bandung, menunjukkan nilai koefisien yang negatif dan tidak signifikan. Perolehan hasil ini menggambarkan bahwa tidak adanya korelasi dengan adanya penggunaan P2P lending pada daya saing UMKM bidang fashion di Kota Bandung. Hasil ini tidak sejalan dengan dengan hasil dari penelitian yang dilakukan oleh Culkin,dkk. (2016) yang menyatakan bahwa P2P lending memiliki pengaruh dalam
mendorong pertumbuhan UMKM. Namun, disisi lain hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh Rosavina, dkk. (2019), yang menyatakan bahwa masih terbatasnya penggunaan P2P lending pada UMKM di Kota Bandung.
Hasil Berdasarkan hasil empirik pada indikator penelitian P2P lending diperoleh persepsi yang kurang baik dari responden yang menggunakan P2P lending. Dimana 33% responden memiliki persepsi yang sangat tidak baik pada layanan P2P lending, dan 33% responden juga mendapatkan testimoni yang sangat tidak baik pada penggunaan P2P lending. Hal ini menunjukkan keterbatasan informasi UMKM bidang fashion di Kota Bandung pada penggunaan layanan P2P lending sebagai sumber pendanaan usaha mereka.
Mengacu pada Penelitian yang dilakukan Rosavina, dkk. (2019) karena dirasa adanya kesamaan subjek penelitian yaitu pada UMKM di Kota Bandung. Diperoleh bahwa beberapa pelaku usaha lebih memilih menggunakan sumber pendanaan informal dikarenakan proses yang cepat, sederhana, murah, serta memiliki prinsip yang kekeluargaan. Hal ini menjadi salah satu penyebab mengapa UMKM di Kota Bandung tidak memilih menggunakan platform P2P lending sebagai alternatif sumber pendaan usaha mereka. Hasil ini juga menunjukkan alasan P2P lending tidak memiliki korelasi yang positif dan signifikan terhadap daya saing UMKM, karena masih terbatasnya kepercayaan responden selaku pelaku UMKM bidang fashion di Kota Bandung dalam menggunakan P2P lending.
Pengaruh Keterbukaan Berbagi Informasi terhadap Daya Saing UMKM
Secara model ekonomi, UMKM bidang fashion di Kota Bandung lebih dekat dengan penggunaan model Cornot, dimana informasi menjadi barang tukar yang murah atau dapat dikatakan adanya keterbukaan informasi antar pelaku usaha sehingga berbagi usaha menjadi pendorong pada meningkatkan daya saing pada UMKM. Hal ini tidak lepas dari UMKM berbasis pada komunitas yang kontemporer telah menjadi karakter khas dari Kota Bandung. Selain itu industri fashion di Kota Bandung memiliki struktur industri yaitu fragmented industry, karena perusahan-perusahaan bidang fashion di Kota Bandung terdiri dari banyak usaha mikro, kecil dan menengah, serta didalamnya tidak ada perusahaan yang mendominasi pasar. Masing-masing usaha fokus untuk melayani segmen pasar tertentu, kesenangan, gaya hidup dan minat konsumennya, dimana rata-rata berdasarkan pada komunitas dan niche yang diikuti.
Dari hasil hipotesis penelitian, didapatkan nilai koefisien yang positif dan signifikan pada hasil analisis dari keterbukaan dalam berbagi informasi terhadap meningkatnya daya saing pada UMKM. Hal ini sejalan dengan hasil dari beberapa penelitian lain yang telah terlebih dahulu dilakukan. Seperti pada penelitian yang dilakukan oleh Goswani, dkk. (2013) yang mengemukakan bahwa berbagi informasi meningkatkan performa UMKM melalui pertukaran informasi yang relevan dengan rekan usaha. Selain itu hasil ini juga sejalan dengan penelitian yang dilakukan oleh Wei-ping Wu (2008) yang menyatakan adanya pengaruh yang positif dan signifikan pada korelasi antara berbagi informasi terhadap peningkatan daya saing.
Pengaruh Penggunaan Transaksi Elektronik terhadap Daya Saing UMKM
Dengan adanya digitalisasi pada proses transaksi meningkatkan kinerja pada usaha UMKM.
Melalui hasil riset yang dilakukan oleh Slamet, dkk. (2016) pada UMKM yang berlokasi di Sentra Industri SKOCI Bandung dan Batik Trusmi Cirebon, diperoleh dengan adanya digitalisasi berpengaruh pada peningkatan kinerja UKM berupa perluasan akses pelanggan baru dalam negeri, peningkatan penjualan dan pendapatan, kemudahan transaksi dengan pelanggan dan pemasok, biaya periklanan yang lebih murah, dan akses pasar baru di Luar Negeri. Hasil yang sama juga didapatkan pada penelitian yang dilakukan oleh Ramanathan, dkk. (2012) tentang bagaimana e-commerce berpengaruh positif dan signifikan terhadap peningkatan kinerja UMKM di Taiwan.
Hasil analisis pengaruh penggunaan payment gateway terhadap peningkatan daya saing pada UMKM bidang fashion di Kota bandung menunjukkan implikasi hasil yang sama dengan penelitian- penelitian sebelumnya, dimana diperoleh nilai koefisien yang positif dan signifikan. Perolehan hasil ini mengandung arti bahwa pengadopsian teknologi terutama pada penggunaan e-commerce mendorong adanya peningkatan daya saing pada UMKM bidang fashion di Kota Bandung. Hasil tanggapan para pelaku UMKM terhadap penggunaan e-commerce cenderung lebih menekankan pada indikator manfaat yang dirasakan secara langsung oleh para pelaku usaha, dimana dirasa dengan menggunakan sistem pembayaran elektronik dalam melakukan transaksi, para pelaku UMKM bidang fashion di Kota Bandung mendapatkan peningkatan pada kinerja usahanya, dalam bentuk sales growth, profitabilitas, maupun produktivitas.
E. PENUTUP Kesimpulan
1. Transaksi yang berulang dapat meningkatkan keterbukaan pelaku usaha untuk saling berbagi informasi. Hal ini mengindikasikan bahwa terjadinya pertukaran informasi dilandasi oleh kesinambungan komunikasi yang dijalin antar para pelaku usaha. Terjadinya interaksi secara berkala dan berkesinambungan menjadi faktor utama pelaku UMKM bidang fashion di Kota Bandung untuk terus melakukan transaksi yang berulang dengan rekan usahanya, sehingga pertukaran informasi yang relevan antar pelaku usaha juga terjadi didalamnya.
2. Ikataan jaringan usaha tidak menjadi fokus pada para pelaku UMKM untuk saling berbagi informasi.
Meskipun hal tersebut memiliki pengaruh, namun rendahnya keragaman serta tingkat partisipasi para pelaku usaha menyebabkan hal tersebut tidak cukup relevan untuk dikatakan dapat meningkatkan keterbukaan dalam berbagi informasi.
3. Kepercayaan tidak berpengaruh pada peningkatan keterbukaan UMKM dalam berbagi informasi.
Hal tersebut karena keterbukaan untuk berbagi informasi tidak didasarkan secara historis namun menjadi hal yang lebih dinamis.
4. Adanya faktor pada penggunaan P2P lending pada UMKM tidak dapat meningkatkan daya saing usaha mereka. Pada kondisi dilapangan hanya sedikit UMKM bidang fashion di Kota Bandung yang telah menggunakan P2P lending sebagai alternatif pendanaan mereka. Dan dari hasil empirik didapatkan masih rendahnya pengetahuan dan kepercayaan para pelaku usaha pada layanan P2P lending.
5. Keterbukaan dalam berbagi informasi dengan rekan usaha menimbulkan keterbukaan informasi yang terjadi antar pelaku usaha mengurangi adanya asymmetric information sehingga membantu kinerja UMKM dalam pengambilan keputusan yang lebih baik.
6. Berallihnya metode transaksi menjadi menggunakan transaksi elektronik melalui platform e- commerce/ adanya penggunaan payment gateway dapat meningkatkan daya saing yang dimiliki oleh UMKM. Dengan semakin banyaknya pilihan platform e-commerce di Indonesia serta meningkatnya transaksi yang dilakukan masyarakat melalui platform tersebut mendorong kinerja UMKM dalam hal daya saing usaha yang semakin.
Saran
1. Penelitian ini memiliki keterbatasan dalam jumlah responden yang diteliti. Untuk penelitian lebih lanjut terkait dengan daya saing UMKM dapat melakukan eksplorasi lebih jauh dan mendalam, terutama berkaitan dengan jumlah responden, keragaman responden, serta kedalaman dalam perumusan indikator penelitian
2. Faktor informasi perlu lebih ditingkatkan, dimana perlu adanya sosialisasi yang lebih luas berkaitan dengan penggunaan teknologi finansial seperti P2P lending dan payment gateway sehingga masyarakat yang ingin memulai usaha, ataupun para pelaku usaha dengan keterbatasan informasi pada perkembangan produk layanan teknologi finansial dapat memanfaatkan digitalisasi dengan baik.
3. Perlunya kesadaran lebih dari para pelaku usaha untuk semakin terbuka akan kolaborasi dan kerja sama antar usaha guna mendukung kinerja UMKM serta terbangunnya iklim usaha yang semakin baik.
4. Para pelaku UMKM dapat secara aktif berpartisipasi pada komunitas-komunitas yang ada guna terjadinya komunikasi yang berkelanjutan sehingga dapat meningkatkan kepercayaan rekan usaha ataupun sehingga terjadinya diskusi antar pemilik usaha guna peningkatan informasi yang dimiliki.
5. Para pelaku UMKM perlu lebih mengeksplorasi jaringan usaha yang dimilikinya dan turut ikut andil dalam kegiatan yang melibatkan jaringan usaha yang telah mereka miliki.
UCAPAN TERIMA KASIH
Kami mengucapkan terima kasih kepada berbagai pihak yang telah membantu sehingga panduan ini dapat terselesaikan. Ucapan terima kasih khusus kami sampaikan kepada Asosiasi Dosen Ilmu Ekonomi Universitas Brawijaya dan Jurusan Ekonomi Pembangunan Fakultas Ekonomi Universitas Brawijaya yang memungkinkan jurnal ini bisa diterbitkan.
DAFTAR PUSTAKA
Badan Ekonomi Kreatif & Ministry of Foreign Affairs Republic of Indonesia. 2018. Bali Agenda on Creative Economy. World Conference on Creative Economy. Bali.
Badan Ekonomi Kreatif. (2019). https://www.bekraf.go.id/ diakses pada 14 Desember 2019.
Badan Perencanaan Pembangunan Nasional. (2014). Laporan Analisis Daya Saing UMKM di Indonesia. Jakarta: Kementrian Perencanaan Pembangunan Nasional.
Badan Pusat Statistik. (2019). https://www.bps.go.id/ diakses pada 28 Desember 2019.
Barney, J. B., & Hansen, M. H. 1994. Trustworthness as a Source of Competitive Advantage.
Strategic Management Journal, 175-190.
Burt, R. S. 1992. Structural Holes: The Social Structure of Competition. Cambridge: Harvard University Press.
Coleman, J. S. 1990. Foundation of Social Theory. Cambridge: Harvard University Press.
Cournot, A. A. 1838. Recherches sur les Principes Mathematiques de la Theorie des Richesses.
Culkin, N., Murzacheva, E., & Davis, A. 2016. Critical Innovations in the UK Peer-to-peer (P2P) and Equity Alternative Finance Markets for Small Firm Growth. The International Journal of Enterpreneurship and Innovation.
Davis, F. D. 1989. Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology. MIS Quarterly, 13(3), 319-340.
Dyer, J., & Chu, W. 2003. The Role of Trustworthiness in Reducing Transaction Costs and Improving Performance: Empirical Evidence from the United States, Japan, and Korea.
Organization Science, 57-68.
Goswani, S., Engel, T., & Krcmar, H. 2013. A Comparative Analysis of Information VIsibility in Two Supply Chain Management Information Systems. Journal of Enterprise Information Management, Vol.26 No.3, 276-294.
Gulati, V. P., & Srivastava, S. 2007. The Empowered Internet Payment Gateaway. Computer Society of India.
Kementrian Koperasi dan Usaha Kecil dan Menengah Republik Indonesia. (2017). Laporan Kinerja Kementrian Koperasi dan Usaha Kecil dan Menengah. Jakarta.
http://www.depkop.go.id/uploads/laporan/1566752560_LAKIP%20KUKM%202017.pdf diakses pada 16 Desember 2019.
Kementrian Luar Negeri. (2017). Program Go Digital Vision 2020. https://kemlu.go.id/portal/id diakses pada 22 Desember 2019
Latan, H., & Ghozali, I. 2016. Partial Least Square Konsep, Metode, dan Aplikasi Menggunakan Program WarpPLS 5.0 (Third Edition). Semarang: Badan Penerbit Universitas Diponegoro.
Pratisthita, R. N., Munandar, M., & Homzah, S. 2014. Peran Modal Sosial dalam Menunjang Dinamika Kelompok Peternakan Sapi Perah (Studi Kasus di Kelompok 3 TPK Pulosari Pangalengan). Jurnal Ilmu Ternak, 1(10), 52-57.
Putnam, R. D. 1995. Bowling Alone: America's Declining Social Capital. Journal of Democracy, 6(65-78).
Ramanathan, R., Ramanathan, U., & Hsiao, H.-l. 2012. The Impact of E-commerce on Taiwanese SMEs: Marketing and Operations Effects. Int. J. Production Economics.
Ring, P. S., & Van de Ven, A. 1994. Development Processes of Cooperative Interorganizational Relationship. Academy of Management Review, 90-118.
Rogers, E. M. 1983. Diffuision of Innovations . New York: The Free Press.
Rosavina, M., Rahadi, R. A., Kitri, M. L., Nuraeni, S., & Mayangsari, L. 2019. P2P Lending Adoption by SMEs in Indonesia. Qualitative Research in Financial Markets, 260-279.
Serah, T. 2014. Pengaruh Karakteristik Inovasi, Sistem Sosial dan Saluran Komunikasi terhadap Adopsi Teknologi Pertanian. Yogyakarta.
Uzzi, B., & Lancaster, R. 2003. Relational Embeddendness and Learning: the Case of Bank Loan Managers and Their Clients. Management Science, 49, 383-399.
Wu, W.-P. 2008. Dimension of Social Capital and Firm Competitiveness Improvement: The Mediating Role of Information Sharing. Journal of mnagement Studies. doi:10.1111/j.1467- 6486.2007.00741.x
Yii-Renko, H., Autio, E., & Sapienza, H. 2001. Modal sosial, perolehan pengetahuan, dan pengetahuan eksploitasi di perusahaan-perusahaan muda berbasis teknologi. Jurnal Manajemen Strategis, 567-613.
