Pengaruh modal manusia terhadap orientasi pasar dan kinerja UMKM

Abstract

Penelitian ini difokuskan pada pelaku UMKM Songkok di Kabupaten Gresik, untuk menguji pengaruh modal manusia terhadap orientasi pasar, pengaruh modal manusia terhadap kinerja UMKM, dan pengaruh orientasi pasar terhadap kinerja UMKM. Penelitian ini mengolah data primer yang diperoleh menggunakan kuesioner yang dibagikan kepada 163 pelaku UMKM. Sampel penelitian dipilih menggunakan metode penyampelan probabilitas dan metode yang digunakan dalam penarikan sampel probabilitas dalam penelitian ini adalah penyampelan klaster. Alat analisis yang digunakan adalah Partial Least Square (PLS). Hasil penelitian menunjukkan bahwa modal manusia berpengaruh terhadap orientasi pasar, modal manusia berpengaruh terhadap kinerja UMKM, dan orientasi pasar berpengaruh terhadap kinerja UMKM.

Analisis Kepribadian Dan Pendidikan Kewirausahaan Terhadap Niat Berwirausaha Melalui Perceived Behavioural Control

“…Di dalam endogen variable (dependen) terdapat R-Square. Ketahanan dugaan memakai kriteria R-Square dimana 0,67 kuat; 0,33 moderat; 0,19 lemah (Syarifah et al, 2020).…”

Penggunaan Learning Management System di Pendidikan Tinggi Pada Masa Pandemi Covid-19: Model UTAUT

“…Terlihat dari gambar nilai loading factor diatas, semua item atau indikator nilai loading factor sudah >0,7, karena batas nilai loading factor >0,7 masih dapat diterima, selama validitas dan reliabilitasnya dapat memenuhi syarat (Hair et al, 2011). Bahkan menurut (Syarifah et al, 2020) loading factor dapat dikatakan valid jika nilai loading factor > 0,50. Hal ini dikarenakan nilai loading factor > 0,50 dianggap cukup sebagai penelitian yang sedang dalam pengembangan.…”

Pengaruh Motivasi Intrinsik dan Pengetahuan TIK terhadap Kesiapan Digitalisasi UMKM dengan Faktor Demografi sebagai Variabel Pemoderasi (Studi pada UMKM Kuliner di Salatiga)

“…Dalam SmartPLS, nilai tersebut dapat dilihat melalui R-square yang terdapat pada variabel endogen (dependen). Kekuatan prediksi dapat dilihat dengan menggunakan kriteria R-square 0,67 kuat; 0,33 moderat; 0,19 lemah (Riyanto & Hatmawan, 2020;Syarifah, Mawardi, & Iqbal, 2020). Sementara Q-square dapat mengukur seberapa baik nilai observasi yang dihasilkan oleh model dan juga estimasi parameternya.…”

“…Sedangkan untuk Q-square memiliki perhitungan [1-(1-R Square 2 ) = 0,479]. Dari hasil tersebut, terbukti bahwa nilai Q2 ≥ 0 yaitu 0,479, artinya model ini memiliki prediktif relevan (Riyanto & Hatmawan, 2020;Syarifah et al, 2020). Dari nilai tersebut, besarnya keragaman data dari penelitian yang dapat dijelaskan oleh model struktural yang dirancang adalah sebesar 47,9 persen, sedangkan sisanya 52,1 persen dijelaskan oleh faktor lain diluar model.…”