Gambar 15. Persentase Responden Berdasarkan Tingkat Pendidikan
Masa kerja responden dikelompokkan menjadi lima, yaitu di bawah 1 tahun, 1 – 5 tahun, 5 – 10 tahun, 10 – 15 tahun, dan di atas 15 tahun.
Terdapat 3 yang bekerja di bawah 1 tahun, 11 dengan masa kerja 1 – 5 tahun, 18 dengan masa kerja 5 – 10 tahun, 28 dengan masa kerja 10 – 15
tahun, dan 40 dengan masa kerja di atas 15 tahun, lengkapnya disajikan pada Gambar 16. Responden cukup loyal terhadap perusahaan, hal ini dapat
dilihat dari persentase terbesar masa kerja ≥ 15 tahun. Hal ini dikarenakan
cukup terbukanya peningkatan jenjang karir bagi setiap karyawan dan perusahaan memberikan kompensasi yang memuaskan bagi karyawan
sehingga karyawan berusaha untuk bekerja dengan baik.
Gambar 16. Persentase Responden Berdasarkan Masa Kerja
Data karakteristik seluruh responden dapat dilihat pada Tabel 9 dibawah ini.
SD 38
SMP 11
SMA 46
S0D3 3
S1 2
1 Tahun 3
1-5 Tahun 11
5-10 Tahun 18
10-15 Tahun 28
15 tahun 40
Tabel 9. Tabulasi Silang Data Responden Jenis Kelamin
Usia Masa Kerja
Pendidikan
Laki- laki
Perempuan
Total
21-30 Thn
31-40 Thn
41-50 Thn
50 Thn
Total
1 Thn
1-5 Thn
5-10 Thn
10-15 Thn
15 Thn
Total
SD 13 25
38 2
28 8
38 1 2 3 9 23 38
SMP 8 3
11 9
2 11
3 3
4 1
11
SMA 43 3 46
8 22 16 46
1 6 11 12 16 46 S0D3 3 0 3
2 1 3
1 2
3
S1 2 2
1 1 2
1 1
2 Total 69
31 100
11 35
46 8
100 3
11 18
28 40
100
4.5. Hasil Estimasi Awal Pengaruh MRP terhadap Kinerja Perusahaan
Model persamaan struktural Structural Equation Modeling digunakan untuk mengetahui bentuk dan besar pengaruh antara variabel laten bebas,
yaitu strategi manajemen pemasok ξ
1
dan strategi hubungan dengan pelanggan
ξ
2
dengan variabel laten tak bebas terikat, yaitu strategi manajemen rantai pasokan
1
dan kinerja perusahaan
2
. Pengambilan nilai median tersebut bertujuan untuk mencari satu angka yang dapat
mewakili setiap variabel indikator yang ada. Hasil estimasi awal pengaruh MRP terhadap kinerja perusahaan dapat dilihat pada Gambar 17.
Gambar 17. Estimasi Awal MRP terhadap kinerja Perusahaan Model pada Gambar 17 menunjukkan model estimasi awal pengaruh
MRP terhadap kinerja perusahaan. Dalam SEM untuk menyatakan sebuah model layak dalam mereprentasikan data tidak hanya berdasarkan satu
ukuran kebaikan model. Nilai chi-square sebesar 265.86, df degrees of freedom sebesar 148, p-value sebesar 0.000000, dan RMSEA sebesar
0.090. Nilai hasil estimasi tersebut kurang memenuhi syarat yang telah ditentukan. Selain nilai-nilai tersebut, dari hasil estimasi dapat di lihat dari
nilai GFI = 0.91 dan AGFI = 0.89 yang dapat dilihat di Lampiran 5. Nilai GFI = 0.91 tersebut sudah lebih besar dari 0.90 yang artinya model tersebut
telah mampu menerangkan keragaman data dengan baik. Nilai AGFI = 0.89 juga telah memenuhi batas minimum yaitu diatas 0.80. Dengan demikian
dapat dikatakan bahwa H
: Σ = Σθ diterima, yaitu model telah baik
dalam mereprentasikan data dan layak untuk digunakan. Selain itu, dari hasil estimasi juga diperoleh loading factor
λ. λ merupakan koefisien yang menunjukkan seberapa besar pengaruh variabel
indikator dalam membentuk variabel laten. Nilai λ yang paling besar berarti
menunjukkan bahwa variabel indikator tersebut merupakan faktor yang paling berpengaruh dalam membentuk variabel laten. Dengan kata lain,
semakin besar nilai λ, maka semakin besar kontribusi pengaruh suatu
variabel indikator dalam membentuk variabel laten. Berdasarkan nilai yang dimiliki setiap variabel indikator, dapat
dinyatakan bahwa ketepatan pengiriman x
2
dan respon cepat terhadap permintaan darurat x
3
merupakan variabel-variabel yang paling berpengaruh terhadap strategi manajemen pemasok dengan nilai
λ yang sama, yaitu sebesar 0.50. Selain itu, adanya prosedur tertentu terhadap
pengaduan pelanggan x
8
merupakan variabel indikator yang memiliki pengaruh terbesar dengan
λ = 0.65 terhadap strategi hubungan pelanggan. Keterlibatan semua anggota rantai pasokan dalam perencanaan pemasaran
Y
6
merupakan variabel indikator yang memiliki pengaruh paling besar terhadap strategi manajemen rantai pasokan, yaitu dengan nilai
λ = 0.70. Sedangkan untuk kinerja perusahaan, variabel indikator yang memiliki
pengaruh terbesar yaitu kepuasan pelanggan dengan nilai λ = 0.75.
Setelah diperoleh hasil estimasi awal MRP terhadap kinerja perusahaan, maka dilakukan penentuan variabel indikator pembanding.
Penentuan indikator dapat dilakukan pada salah satu dari setiap variabel indikator dikarenakan hasilnya akan selalu memiliki proporsi nilai yang
sama. Dalam proses analisa, terdapat variabel yang dijadikan sebagai patokan pembanding dengan cara memberikan nilai 1.00 untuk nilai
λ-nya, yaitu kualitas, kuantitas, dan harga bahan baku x
1
, perusahaan
mampu memenuhi kebutuhan pelanggan tepat waktu x
5
, meningkatkan integrasi antar aktivitas rantai pasokan Y
1
, dan pangsa pasar Y
7
. Penggunaan indikator pertama sebagai pembanding dari setiap variabel
laten dimaksudkan untuk memudahkan pembandingan dan kajian hasil. Indikator pembanding bertujuan untuk mengantisipasi kontribusi atau
pengaruh variabel yang tidak terdeteksi dalam model penelitian ini. Nilai λ variabel lainnya selanjutnya dibandingkan dengan nilai λ dari variabel
pembanding untuk melihat nilai kontribusi variabel tersebut dalam membentuk variabel laten. Hasil analisa estimasi dengan menggunakan
indikator pembanding dapat dilihat pada Gambar 18 di bawah ini dan informasi nilai-nilai kebaikan model lainnya dapat dilihat pada Lampiran 6.
Gambar 18. Hasill Estimasi dengan Indikator Pembanding Hasil
analisa t-value Gambar 19 memperlihatkan bahwa semua
variabel indikator telah memiliki t-value lebih besar dari 1.96 tingkat signifikansi 5 , yang berarti bahwa semua variabel indikator tersebut
valid. Hasil analisa t-value dapat dilihat pada Gambar 19 di bawah ini.