31
Ferdinand 2000 menyatakan bahwa kinerja kewirausahaan yang baik dinyatakan dalam tiga besaran utama nilai: penjualan, pertumbuhan penjualan dan porsi pasar yang
pada akhirnya bermuara pada keuntungan usaha. Nilai penjualan menunjukkan berapa rupiahberapa unit produk yang terjual, sedangkan pertumbuhan penjualan
menunjukkan berapa besar kenaikan penjualan produk yang sama dibandingkan satuan waktu tertentu. Porsi pasar menunjukkan seberapa besar kontribusi produk yang
ditangani menguasai pasar produk sejenis dibanding para pesaingnya. Oleh karena itu, dalam penelitian ini kinerja kewirausahaan diukur dengan menggunakan indikator
kinerja yaitu : tingkat penjualan, pertumbuhan penjualan dan porsi pasar.
2.1.13 Pedagang Kaki Lima
Pedagang Kaki Lima yang sering disingkat PKL merupakan sebuah istilahakronim untuk menyebut penjaja dagangan yang menggunakan gerobak. Istilah
ini sering diterjemahkan karena pedagang tersebut merupakan pedagang dengan jumlah kaki pedagangnya ada lima. Lima kaki tersebut adalah dua kaki pedagang ditambah tiga
roda atau dua roda dan satu kaki gerobaknya. Saat ini istilah PKL digunakan untuk pedagang di jalanan pada umumnya. Sebenarnya istilah kaki lima berasal dari masa
penjajahan Belanda. Peraturan Pemerintah saat itu menetapkan bahwa setiap jalan raya yang dibangun hendaknya menyediakan sarana untuk pejalan kaki. Lebar ruas untuk
pejalan kaki adalah lima kaki atau sekitar satu setengah meter Ruhiyana, 2010. Di dalam ketentuan umum Peraturan Daerah Kota Bogor Nomor 13 Tahun 2005,
Pedagang Kaki Lima didefinisikan sebagai Penjual Barang dan atau Jasa yang secara perorangan dan atau kelompok berusaha dalam kegiatan ekonomi yang tergolong dalam
skala usaha kecil yang menggunakan fasilitas umum dan bersifat sementara atau tidak
32
menetap dengan menggunakan peralatan bergerak maupun tidak bergerak dan atau menggunakan sarana berdagang yang mudah dipindahkan.
2.1.14 Partial Least Square
Partial Least Square selanjutnya disebut PLS menurut Wold merupakan metode analisis yang powerful oleh karena tidak didasarkan banyak asumsi. Metode PLS
mempunyai keunggulan tersendiri diantaranya : data tidak harus berdistribusi normal multivariate indikator dengan skala kategori, ordinal, interval sampai rasio dapat
digunakan pada model yang sama dan ukuran sampel tidak harus besar. Walaupun PLS digunakan untuk menkonfirmasi teori, tetapi dapat juga digunakan untuk menjelaskan
ada atau tidaknya hubungan antara variabel laten. PLS dapat menganalisis sekaligus konstruk yang dibentuk dengan indikator refleksif dan indikator formatif dan hal ini
tidak mungkin dijalankan dalam SEM karena akan terjadi unidentified model. Asumsi pada PLS hanya terkait dengan permodelan persamaan struktural, dan
tidak terkait dengan pengujian hipotesis yaitu hubungan antar variabel laten dalam inner model adalah linier dan aditif dan model struktural bersifat rekursif. Secara umum,
ukuran sampel normal dalam analisis SEM adalah lebih besar dari 100 Hair dkk, 1995. Sedangkan ukuran normal dalam PLS adalah sepuluh kali jumlah indikator formatif
mengabaikan indikator refleksif atau sepuluh kali jumlah jalur struktural pada innder model Chin, 1998 dalam Ghozali 2008. Untuk sampel kecil, PLS dapat menangani
kasus dengan jumlah sampel kurang dari 100 bahkan berdasarkan hasil penelitian yang dilakukan oleh Chin dan Newsted dengan simulasi Monte Carlo, PLS dapat menangani
kasus dengan jumlah kurang dari 30 pengamatan Ghozali 2008. Hal ini karena algoritma PLS bekerja dengan metode ordinary least square OLS.
33
Tabel 1 Perbandingan antara PLS dan SEM
Kriteria PLS
SEM
Tujuan Orientasi prediksi
Orientasi parameter Pendekatan
Berdasarkan variance Berdasarkan covariance
Asumsi Spesifikasi prediktor non
parametrik Multivariate normal
distribution, independence observation parametrik
Estimasi parameter Konsisten sebagai
indikator dan jumlah sampel meningkat
Konsisten
Skore variabel laten Secara eksplisit di estimasi Indeterminate
Hubungan variabel laten – indikatornya
Dapat dalam bentuk reflective maupun
formative indikator Hanya dengan reflective
indikator
Implikasi Optimal untuk ketepatan
prediksi Optimal untuk ketepatan
parameter Kompleksitas model
Kompleksitas besar 100 konstruk dan 1000
indikator Kompleksitas kecil sampai
menengah kurang dari 100 indikator
Besar sample Kekuatan analisis
didasarkan pada porsi dari model yang memiliki
jumlah prediktor terbesar. Minimal
direkomendasikan berkisar dari 30 sampai 100 kasus
Kekuatan analisis didasarkan pada model
spesifikasi. Minimal direkomendasikan berkisar
dari 200 sampai 800 kasus
Sumber : Ghazali, 2008.
PLS mempunyai dua model indikator dalam penggambarannya, yaitu model indikator refleksif dan model indikator formatif. Model analisis jalur semua variabel
laten dalam PLS terdiri dari tiga set hubungan sebagai berikut a.
Inner model yang menspesifikasi hubungan antar variabel laten structural model. Inner model menggambarkan hubungan antar variabel laten berdasarkan pada
subtantive theory. Model persamaannya =
+ +
Γ + . PLS didesain untuk model recursive, maka hubungan antar variabel laten sering disebut casual chain
system dari variabel laten dapat dispesifikasikan sebagai berikut = ∑
+ ∑
γ
jbi
ξ
b
+
34
b. Outer model yang mespesifikasi hubungan antara variabel laten dengan variabel
indikatornya measurement model. Outer model mendefinisikan bagaimana setiap blok indikator berhubungan dengan variabel latennya. Blok dengan indikator
refleksif dapat ditulis persamaan =
Λ + dan =Λ + . Sedangkan Blok dengan indikator formatif dapat ditulis persamaan =
Π
ξ
x+ δ
ξ
dan = Π
η
y+ δ
η.
c. Weight relation dalam mana nilai kasus dari variabel laten dapat diestimasi. Inner
model dan outer model memberikan spesdifikasi yang diikuti dalam algoritma PLS. Nilai kasus untuk setiap variabel laten diestimasi dalam PLS yaitu
= ∑
kb
dan =
∑
ki .
PLS tidak mengansumsikan adanya distribusi tertentu untuk estimasi parameter, maka teknik parametrik untuk menguji signifikansi tidak diperlukan. Model evaluasi
PLS berdasarkan pada pengukuran prediksi yang mempunyai sifat nonparametrik. Tanpa kehilangan generalisasi, dapat diasumsikan bahwa
variabel laten dan variabel indikator diskala zero means dan unit variance nilai standardized sehingga parameter lokasi parameter konstanta dapat dihilangkan
dalam model.
a. Outer Model. Ada tiga metode yang digunakan untuk mengevaluasi outer model dengan indikator refleksif yaitu convergent validity dari indikatornya dan composite
reliability untuk blok indikator. Sedangkan outer model dengan indikator formatif dievaluasi berdasarkan pada subtantive contentnya yaitu dengan membandingkan
besarnya bobot relatif dan melihat signifikansi dari ukuran bobot tersebut Chin, 1998 dalam Ghozali 2011
b. Inner Model. Model struktural atau inner model dievaluasi dengan melihat persentase variance yang dijelaskan oleh nilai R
2
R-square untuk variabel endogen dengan menggunakan ukuran Stone-Geisser Q squares test Stone,1974
35
dan Geisser,1975 dalam Ghozali, 2008 dan juga melihat besarnya koefisien jalur strukturalnya.
2.1.15 Analisis Faktor Konfirmatori
