ANALISIS PENGARUH SOCIAL MEDIA ADOPTION TERHADAP KINERJA USAHA MIKRO KECIL MENENGAH (UMKM) MENGGUNAKAN TECHNOLOGY-ORGANIZATION-ENVIRONMENT (TOE)

Berdasarkan penelitian sejenis pada bagian sebelumnya maka peneliti
menyimpulkan bahwa model social media adoption yang dikombinasikan dengan
SMEs Performance terbukti dapat digunakan untuk mengetahui faktor-faktor apa saja
yang mempengaruhi penggunaan media sosial terhadap kinerja dari UMKM.
Pengujian tersebut menggunakan variabel-variabel yang seperti model asli ataupun
sudah ditambahkan dengan ditambah dengan variabel eksternal lainnya. Namun dari
beberapa penelitian yang disebutkan sebelumnya berasal dari Asia Timur sementara
masih sedikit penelitian di asia tenggara khususnya yang meninjau terkait dengan
social media adoption terhadap SMEs performance. Dengan adanya penelitian ini
diharapkan dapat memperkecil gap pada hasil-hasil penelitian sebelumnya seperti
mengukur penggunaan penggunaan sosial media adoption terhadap kinerja UMKM.

3.5 Analisis data dan interpretasi hasilnya
Analisis data dalam penelitian ini akan dibagi menjadi dua yaitu analisis

demografi dan analisis statistik inferensial. Tahap pertama adalah analisis demografi
dengan menggunakan alat bantu perangkat lunak pengolah angka yaitu Microsoft
excel tahun 2010. Data demografi akan diklasifikasikan berdasarkan usia, jenis
kelamin, pendapatan, kuantitas penjualan perbulan, wilayah usaha, penggunaan
internet, rentang waktu penggunaan media sosial dan rentang waktu penggunaan
media sosial yang dijadikan sebagai media penjualan.

Setelah dilakukan analisis demografi, maka dilakukan analisis
statistickmenggunakan perangkat lunak SMART PLS versi 3.0. Sejalan dengan

69

penelitian sebelumnya maka akan digunakan measurement model dan structural
model. Dilakukannya measurement model untuk mengunci reliabilitas dan validitas
outer model dengan adanya indicator reliability, internal consistency reliability,
convergent validity, dan discriminant validity. Sedangkan pengujian structural model
dilakukan untuk menguji path ceofficient (β), coefficient of determination (R2), t-test
melalui method bootstrapping, effect size (f2), predictive relevance (Q2), dan relative
impact (q2) menggunakan metode pengujian blindfolding.

Adapun tahap interpretasi hasil yang dilakukan peneliti untuk mediskusikan
hasil analisis demografis responden dengan kondisi lapangan yang berjalan dan juga
menerjemahkan hasil analisis model statistik – kuantitatif dengan dilakukan
perbandingan dan dilakukan pertimbangan terkait dengan sejumlah penelitian
sebelumnya. Selanjutnya hasil analisis dan interpretasi tersebut secara lengkap
dijelaskan pada bab IV.
3.6 Prosedur penelitian

Berdasarkan pendekatan penelitian yang telah dijelaskan pada bagian
sebelumnya, maka penelitian ini akan dilakukan beberapa tahapan yang secara
prosedural dan berurutan seperti yang diperlihatkan pada gambar 3.2.

70

Gambar 3. 2 Prosedur Penelitian
71

72

BAB IV
PEMBAHASAN

4.1 Analisis data Tes Awal (Pretest)
Tahap ini dilakukan oleh peneliti untuk melakukan pilot study atau sering

disebut sebagai pre test. Tahap ini adalah dilakukan untuk menguji indikator
penelitian dapat dimengerti oleh partisipan survei, sehingga, nantinya ketika survei
yang disebarkan tidak memberikan hasil yang mengecewakan. Pretest ini dilakukan
kepada 40 data responden yang valid dan memenuhi syarat sampling dari penelitian
ini yang dilakukan mulai tanggal 5 Oktober hingga 15 Oktober 2021. Tujuan
dilakukan pretest adalah untuk menguji validitas dari kuesioner yang digunakan
dalam penelitian ini. Dalam hal ini pretest dapat dikatakan memiliki tingkat
reliabilitas yang baik apabila nilai composite reliability di atas 0,6 dan memiliki nilai
average variance extracted (AVE) di atas 0,5.

4.1.1 Hasil Analisis Demografi Pretest
Tahap analisis demografi dilakukan untuk menampilkan informasi

demografi terkait dengan karakteristik responden pada pretest yang telah
dilakukan. Hasil menunjukkan bahwa responden didominasi oleh perempuan
sebanyak 82,5%, dengan usia didominasi oleh 31-40 tahun sebanyak 50%, lalu
penggunaan media sosial didominasi oleh WhatsApp sebanyak 46%.

73

Tabel 4. 1 Analisis Demografi Pretest

Kategori Item %

Jenis Kelamin Perempuan 82.5
Laki-laki 17.5

≤ 20 Tahun 0

21-30 Tahun 17.5

Usia

31-40 Tahun 50

≥40 Tahun 32.5

≤ 1 tahun 12.5

1-4 tahun 25
Lama pengunaan internet 30
32.5
5-8 tahun

≥ 8 tahun

Pedagang Eceran 32.5

Produksi Makanan 57.5
0
Jenis usaha yang dikelola Industri Pengolahan 5

pada media sosial Jasa

Penyedia Bahan Makanan 5

Kerajinan/Karya Seni 0
Lama penggunaan media ≤ 1 tahun 15

74

sosial 1-4 tahun 30
5-8 tahun 25
8 tahun 30
39
Facebook 1
14
Media sosial yang Twitter 46
65
digunakan Instagram 17.5
12.5
WhatsApp 5
12.5
Frekuensi penggunaan setiap hari 12.5
sosial media untuk media seminggu 1-3 kali 75
berjualan seminggu sekali
sebulan sekali

Pendapatan UMKM Meningkat
ketika pandemi Tetap
Menurun

4.1.2 Hasil Analisis Pengukuran model pretest
1. Individual item reliability
Pengujian pada tahap ini dilakukan dengan meninjau nilai outer

loadings yang menggambarkan besarnya korelasi dari setiap indikator
dengan variabel outer loading dikatakan ideal, apabila niai yang dihasilkan
lebih dari 0,7 dan dikatakan cukup ideal jika bernilai 0,6 sampai dengan 0,7

75

(Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, 2017; Yamin &
Kurniawan, 2011). Berikut ini Tabel 2. Merupakan hasil dari perhitungan
Outer Loadings.

Tabel 4. 2 Hasil Outer Loadings Pretest

TE OR EV SMA SMEs P

TE1 0.732

TE2 0.757

TE3 0.709

TE4 0.757

TE5 0.387

TE6 0.586

TE7 0.753

TE8 0.771

TE9 0.640

TE10 0.677

TE11 0.677

76

OR 1 0.839
OR 2 0.907
OR 3 0.438
OR 4 0.678
OR 5 0.664
EV1
EV2 0.710
EV3 0.623
EV4 0.826
EV5 0.571
EV6 0.681
SMA1 0.449
SMA2
SMA3 0.872
SMA4 0.835
SMEsP 1 0.824
0.892

0.888

77

SMEsP 2 0.916
SMEsP 3 0.645
SMEsP 4 0.758

Dari hasil perhitungan Pretest pada outer loadings ini diketahui bahwa
hasilnya terdapat variabel yang dibawah 0.6 sehingga variabel tersebut
dihapus. akan dihapus sesuai dengan syarat tersebut. Indikator yang
dihapus tersebut diantaranya adalah TE5, TE6, OR3, EV4, dan EV6.

78

2. Internal consistency reliability
Pengujian pada tahap ini dilakukan dengan melihat hasil dari

Composite reliability (CR). Nilai CR dianggap diterima jika nilainya 0,6
hingga 0,7. Berdasarkan hasil perhitungan tersebut, maka tabel . Hasil
Pretest telah memenuhi syarat dan valid untuk digunakan dalam model
penelitian ini karena berada diatas 0.6.

Tabel 4. 3. Hasil Pretest CR

Variabel CR
Teknologi 0.909
Organsasi 0.872
Lingkungan 0.817
Adopsi Sosial Media 0.916
Kinerja UMKM 0.882

3. Average Variance Extracted

Tahap ini dilakukan pengujian convergent validity yang dilihat dari
nilai Average Variance Extracted (AVE). Nilai AVE yang dianggap baik
adalah memiliki nilai 0,5. Hasil menunjukkan nilai dari AVE sudah berada
diatas ambang batas.

79

Tabel 4. 4 Hasil AVE

Variabel AVE
Teknologi 0.503
Organsasi 0.633
Lingkungan 0.530
Adopsi Sosial Media 0.733
Kinerja UMKM 0.654

Berdasarkan pemaparan di atas, peneliti memutuskan untuk menghapus 5
indikator dan tidak mengikutsertakan indikator yang tidak memenuhi syarat tersebut
pada model penelitian yang digunakan, sehingga pada tahap pembahasan berikutnya
tidak akan dibahas.

4.2 Hasil Pengumpulan data
Penyebaran data dilakukan dengan langsung dan tidak langsung. Secara tidak

langsung penyebaran kuesioner dilakukan dengan bantuan media atau palikasi untuk
mengisi kuesioner yaitu google forms melalui media sosial seperti Whatsapp,
Telegram, Instagram, Twitter, Facebook dan lainnya. Sementara untuk dilakukan

80

penelitian secara langsung dilakukan dengan memberikan lembar kuesioner yang
diisi oleh UMKM. proses pengumpulan data ini dilakukan dalam kurun waktu 5
minggu terhitung dari 28 oktober hingga 29 november untuk mencapai dari minimum
target sampel yang diperlukan. Berikut ini adalah Tabel 4.5 Merupakan data
kuesioner yang diperoleh.

Tabel 4. 5 Jumlah Data kuesioner

Metode penyebaran Valid Tidak valid Keterangan
Langsung 13 - -
149 - -
Tidak Langsung 162 -
Total Semua valid

Setelah dilakukan pengumpulan data dari penyebaran kuesioner maka data akan
diolah google spreadsheet dan Ms. Excel 2010, lalu dianalisis menggunakakn
aplikasi Smart PLS versi 3.2.8. hasil dari penyebaran diperoleh data yang
dikumpulkan peneliti sebanyak 162 responden yang mengisi google form dan lembar
kuesioner yang diberikan.

81

4.3 Analisis Demografi
1. Jenis kelamin
Berdasarkan gambar 4.1 menunjukkan bahwa dari 162 responden yang

didapat dari penelitian sebagian besar responden adalah perempuan dengan jumlah
responden 146 (90%). Sementara untuk responden laki-laki berjumlah 16 orang
(10%). Berdasarkan Gambar 4.1 maka diketahui bahwa responden perempuan lebih
banyak menggunakan media sosial dibandingkan dengan laki-laki.

Perempuan Laki-laki

10%

90%

Gambar 4. 1 Diagram Jenis kelamin
2. Usia

Pada gambar 4.2 maka diektahui bahwa jumlah responden untuk usia ≤ 20
Tahun berjumlah 19 orang (12%), 21-30 tahun berjumlah 100 orang (62%), 31-40
berjumlah (29%) dan untuk ≥40 Tahun berjumlah 10 orang (6%). berdasarkan

82

gambar 4.2 maka diketahui bahwa kebanyakan responden adalah rentang usia dari
21-30.

≤ 20 Tahun 21-30 Tahun 31-40 Tahun ≥40 Tahun
6% 12%

20%

62%

Gambar 4. 2 Diagram Usia
3. Domisili Responden

Pada gambar 4.3 diketahui bahwa responden yang berasal dari Jakarta
berjumlah 45 orang (28%), Bekasi dengan jumlah responden 47 orang (29%), Bogor
sebanyak 16 orang (10%), Tangerang sebanyak 37 orang (23%), dan Depok
berjumlah 17 orang (10%). Berdasarkan data tersebut maka diketahui bahwa UMKM
yang paling banyak berasal dari Jakarta dibandingkan dengan kota lainnya seperti
Depok, Bekasi, Tangerang, dan Bogor

83

BEKASI jakarta depok bogor tangerang

23% 29%
28%
10%
10%

Gambar 4. 3 Diagram Domisili

4. Jenis usaha yang dikelola pada media sosial
Berdasarkan gambar 4.5 diketahui bahwa Pedagang eceran sebanyak 33 orang

(20%), Produksi makanan sebanyak 72 orang (45%), Fashion sebanyak 15 orang
(9%), Jasa sebanyak 8 orang (6%), Penyedia bahan makanan yaitu 5 orang (3%), dan
kaya seni/kerajinan sebanyak 28 orang (17%). Berdasarkan data tersebut maka
diketahui bahwa UMKM yang memproduksi makanan lebih banyak dibandingkan
dengan kategori usaha jenis lainnya seperti kerajinan, jasa, fashion, penyedia bahan
makanan, dan pedagang eceran.

84

Pedagang Eceran Produksi Makanan

fashion Jasa

Penyedia Bahan Makanan Kerajinan/Karya Seni

17% 20%
3% 45%

6%
9%

Gambar 4. 4 Diagram Jenis Usaha yang Dikelola pada Media Sosial

5. Media sosial yang digunakan
Berdasarkan gambar 4.5 maka dapat diketahui terdapat 162 responden dengan

345 suara, terdapat UMKM yang menggunakan facebook sebanyak 56 suara (16%),
Twitter 41 suara (12%), instagram 121 suara (36%), whatsApp 118 suara (35%), dan
lain-lainnya 9 suara (3%). Dari perolehan suara dari media sosial yang digunakan
diketahui bahwa instgaram dan whatsApp adalah media sosial yang paling banyak
digunakan dan digemari oleh pelaku usaha dengan perolehan tipis yaitu 4 suara.

85

Facebook Twitter Instagram WhatsApp lainnya
3%

16%

34%
12%

35%

Gambar 4. 5 Diagram Media Sosial yang Digunakan

6. Lama penggunaan media sosial
Berdasarkan gambar yang terlampir pada 4.4 diketahui bahwa terdapat

responde yang lama penggunaan internetnya ≤1 tahun sebanyak 7 orang (4%), 1-4
tahum sebanyak 19 orang (12%), 5-8 tahun sebanyak 37 (23%), dan ≥8 tahun
sebanyak 67 orang dengan (61%). Dari data tersebut maka dapat diketahui UMKM
yang menggunakan media sosial lebih dari 8 tahun. Sementara itu hanya sebagian
kecil UMKM yang menggunakan media sosial kurang dari satu tahun.

86

≤ 1 tahun 1-4 tahun 5-8 tahun 8 tahun
6%

41% 23%

30%

Gambar 4. 6 Diagram lama penggunaa media sosial
7. Frekuensi penggunaan sosial media untuk media berjualan

Pada gambar 4.8 diketahui bahwa frekuensi penggunaan media sosial oleh
UMKM sebagai media promosi atau berjualan diantaranya adalah setiap hari
sebanyak 119 orang (73%), seminggu 1-3 kali sebanyak 27 orang (17%), seminggu
sekali 10 orang (7%), dan terdapat UMKM yang menggunakan media sosial
sebulan sekali yaitu 6 orang (4%). Dari data tersebut maka dapat disimpulkan
bahwa intensitas penggunaan media sosial untuk UMKM sangat tinggi. Dalam jal
ini dapat diketahui dari data frekuensi penggunaan media sosial untuk berjualan
atau promosi produknya dilakukan setiap hari.

87

setiap hari seminggu 1-3 kali seminggu sekali sebulan sekali
6% 4%

17%
73%

Gambar 4. 7 Diagram Frekuensi Penggunaan Media Sosial

8. Pendapatan UMKM ketika pandemi
Pada gambar 4.8 diektahui bahwa pendapata UMKM ketika pandemi yang

mengalami peningkatan sebanyak 40 orang (25%), sementara untuk tetap sebanyak
37 orang (23%), dan yang mengalami penurunan pendapatan sebanyak 85 orang
(52%). Maka dari data tersebut peneliti berkesimpulan bahwa ketika pandemi cukup
banyak yang merasakan bahwa pendapatannya menurun.

88

Meningkat Tetap Menurun

25%

52%
23%

Gambar 4. 8 Pendapatan UMKM

4.4 Analisis Model Pengukuran
Pada tahapan ini merupakan analisis pengukuran model (measurement model)

yang dilakukan dengan beberapa tahap diantaranya adalah individual construct
reliability, internal consistency, average variance extracted, dan discriminant
validity. Berikut ini adalah pemaparan hasil pengukuran model tersebut.

4.4.1 Hasil Analisis pengukuran
1. Individual Item Reliability

Pada tahap ini dilakukan tahap penghitungan nilai outer loadings dimana
melihat besarnya korelasi antara masing-masing indikator dengan variabelnya. Nilai
outer loadings yang dikatakan ideal yaitu dengan nilai lebih dari 0.7 dan dapat

89

dikatakan cukup apabila nilai idealnya berada diantara 0.6 hingga 0.7 (Hair Jr et al.,
2016; Yamin & Kurniawan, 2011).

Berdasarkan hasil pengujian tersebut, maka terdapat indikator yang tidak
memenuhi syarat sehingga dilakukan penghapusan sebanyak 3 Indikator TE4, EV1,
dan EV3. Berikut ini adalah Tabel 4.6 terkait dengan hasil analisis loading.

Tabel 4. 6 Hasil Outer Loadings

TE OR EV SMA SMEs P
0.783
TE1 0.832 0.847
TE2 0.787 0.895
TE3 0.435 0.770
TE4 0.672
TE5 0.788
TE6 0.811
TE7 0.785
TE8 0.837
TE9
OR 1
OR 2
OR 3

90

OR 4 0.650
EV1
EV2 0.597
EV3 0.669
EV4 0.899
SMA1 -0.009
SMA2
SMA3 0.890
SMA4 0.845
SMEsP 1 0.676
SMEsP 2 0.895
SMEsP 3
SMEsP 4 0.912
0.922
0.761
0.891

Adapun setelah dilakukan penghapusan indikator, berikutnya dilakukan
pengujian kembali untuk mengetahui semua indikator berada diatas 0.6 sehingga
hasil dari penghitungan yang sudah valid, dapat dilakukan pengujian pada tahap
berikutnya.

91

Tabel 4. 7 Outer Loading setelah penghapusan indikator

TE OR EV SMA SMEs P

TE1 0.788
TE2 0.836
TE3 0.793
TE5 0.662

**TE4

TE6 0.791

TE7 0.808

TE8 0.788
TE9 0.844
OR 1
0.847

OR 2 0.895

OR 3 0.770

OR 4 0.650
EV1**

92

EV2 0.601
EV3 0.949
EV4**
SMA1 0.890
SMA2 0.845
SMA3 0.675
SMA4 0.895
SMEsP 1
SMEsP 2 0.912
SMEsP 3 0.922
SMEsP 4 0.761
0.891

2. Internal Consistency Reliability
pada tahap ini dilakukan pengujian dengan melihat hasil dari Composite

Reliability (CR) dengan ambang batas yang digunakan adalah di atas 0.7 (Ghozali
& Latan, 2015). nilai CR dapat dilihat pada Tabel 4.8 dan diketahui bahwa nilai
dari CR ini memiliki variabel yang digunakan sudah memenuhi ambang batas

93

yaitu 0.7 sehingga telah memenuhi syarat dan valid untuk digunakan dalam
penelitian ini.

Tabel 4. 8 Hasil Pretest CR

Variabel CR
Teknologi 0.765
Organsasi 0.872
Lingkungan 0.928
Adopsi Sosial Media 0.898
Kinerja UMKM 0.930

3. Convergent Validity

Tahap pengujian berikutnya yaitu dengan melihat nilai Average Variance
Extracted (AVE). Nilai AVE dapat dikatakan ideal apabila memiliki nilai lebih
dari 0.5 hal ini memenuhi serta menunjukkan nilai convergent validity yang baik
(Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, 2017; Yamin &
Kurniawan, 2011).

94

Tabel 4. 9 Hasil AVE

Variabel AVE
Teknologi 0.631
Organsasi 0.633
Lingkungan 0.764
Adopsi Sosial Media 0.691
Kinerja UMKM 0.625

4. Uji Discriminant Validity
pengujian ini dilakukan dua tahap yaitu dengan melihat nilai dari cross

loading dengan cara memeriksa nilai cross loading dengan membandingkan
antara korelasi indikator dengan variabelnya dan variabel blok lainnya. Nilai dari
setiap indikator harus lebih besar dari korelasi dengan variabel pada blok lainnya
(Yamin & Kurniawan, 2011).

95

Tabel 4. 10 Tabel hasil nilai Cross Loading

Environment Organization Social media SMEs Technology

adoption Performance

EV2 0.601 0.283 0.282 0.247 0.357

EV3 0.949 0.681 0.712 0.751 0.733

OR1 0.567 0.847 0.657 0.663 0.637

OR2 0.593 0.895 0.701 0.727 0.648

OR3 0.525 0.770 0.543 0.522 0.466

OR4 0.427 0.650 0.417 0.423 0.430

SMA1 0.643 0.673 0.890 0.780 0.735

SMA2 0.587 0.625 0.845 0.673 0.617

SMA3 0.365 0.417 0.675 0.443 0.440

SMA4 0.656 0.704 0.895 0.814 0.708

SMES1 0.669 0.716 0.778 0.912 0.687

SMES2 0.631 0.681 0.754 0.922 0.679

SMES3 0.571 0.612 0.646 0.761 0.605

SMES4 0.626 0.610 0.742 0.891 0.692

TE1 0.596 0.525 0.570 0.584 0.788

TE2 0.571 0.528 0.641 0.668 0.836

TE3 0.563 0.573 0.650 0.582 0.793

TE5 0.479 0.450 0.443 0.507 0.662

TE6 0.612 0.511 0.595 0.576 0.791

TE7 0.666 0.516 0.590 0.584 0.808

TE8 0.593 0.632 0.673 0.689 0.788

TE9 0.578 0.641 0.652 0.614 0.844

96

Tahap kedua yaitu dengan memeriksa nilai dari fornell lacker criterion
yang dilakukan dengan melihat nilai akar dari AVE. Nilai akan AVE ini harus
lebih besar korelasinya dibandingkan korelasi antar konstruk dengan konstruk
lainnya (Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, 2017).

Tabel 4. 11 Hasil Uji Fornell-Larcker

Environment Organization SMEs Social media Technology

Performance adoption

Environment 0.794

Organization 0.668 0.796 0.874 0.831 0.790
0.715 0.750 0.837 0.768
SMEs 0.694 0.743 0.763
Performance 0.737 0.697
Social media

adoption
Technology

Berdasarkan hasil dari pengujian yang telah dilakukan pada model
pengukuran maka didapatkan bahwa dari keempat pengujian tersebut telah
memenuhi standar yang ada. Oleh karenanya, model yang digunakan pada
penelitian ini terbukti telah memenuhi karakteristik yang baik dari setiap tahap
pengujian. Hasil dari pengukuran yang telah dilakukan ini secara singkat
dirangkum pada tabel 4.12.

97

Tabel Tabel 4. 12 Ringkasan Hasil

VAR IND OL EV Cros
OR
EV *EV1 0.601 0.601
OR EV2 0.949 0.949 0.283
SMA EV3 0.681
SMEs P *EV4 0.847 0.567
OR1 0.895 0.593 0.847
OR2 0.770 0.525 0.895
OR3 0.650 0.427 0.770
OR4 0.890 0.643 0.650
SMA1 0.845 0.587 0.673
SMA2 0.675 0.365 0.625
SMA3 0.895 0.656 0.417
SMA4 0.912 0.669 0.704
SMES1 0.922 0.631 0.716
SMES2 0.761 0.571 0.681
SMES3 0.612

98

l Analisis Model Pengukuran

ss Loading TE AVE CR
SMEs P SMA

0.282 0.247 0.357 0.765 0.631
0.712 0.751 0.733

0.657 0.663 0.637 0.765 0.631
0.701 0.727 0.648 0.928 0.764
0.543 0.522 0.466 0.898 0.691
0.417 0.423 0.430
0.890 0.780 0.735
0.845 0.673 0.617
0.675 0.443 0.440
0.895 0.814 0.708
0.778 0.912 0.687
0.754 0.922 0.679
0.646 0.761 0.605

SMES4 0.891 0.626 0.610
0.525
TE1 0.788 0.596 0.528
0.573
TE2 0.836 0.571
0.450
TE3 0.793 0.563 0.511
0.516
TE4* 0.632
0.641
TE TE5 0.662 0.479

TE6 0.791 0.612

TE7 0.808 0.666

TE8 0.788 0.593

TE9 0.844 0.578

Keterangan
*: dihapus
VAR: variabel
IND: Indikator

99

0.742 0.891 0.692
0.570 0.584 0.788
0.641 0.668 0.836
0.650 0.582 0.793

0.443 0.507 0.662 0.930 0.625
0.595 0.576 0.791
0.590 0.584 0.808
0.673 0.689 0.788
0.652 0.614 0.844

OL: Outer Loading
AVE: Average Variance Extracted
CR: Composite reliability

4.1.2 Interpretasi Hasil Analisis Model Pengukuran (Outer Model)

Hasil dari empat pengujian yang telah dilakukan pada analisis model
pengukuran (outer model) terdapat beberapa hal yang perlu diperhatikan, yang
diantaranya adalah sebagai berikut :

1. Pada hasil analisis model pengukuran yang dilakukan pada model penelitian
yang digunakan dalam penelitian ini, dapat dikatakan sudah memenuhi
ketentuan yang yang diterapkan pada setiap tahap pengujian. Setiap tahapan
telah memiliki hasil pengujian yang layak sehingga dapat dilakukan tahapan
pengujian berikutnya

2. Terdapat 3 indikator yang kembali dihapus dalam penelitian ini diantaranya
adalah TE4, EV1, dan EV4 karena nilai ini tidak memenuhi syarat outer
loading yang kurang dari 0.6 (Hair, J. F., Hult, G. T. M., Ringle, C. M., &
Sarstedt, 2017). Peneliti beranggapan jika adanya penghapusan indikator ini
disebabkan oleh pemilihan redaksi pertanyaan yang masih belum dipahami
oleh responden sehingga menyebabkan perbedaan arti antara satu responden
dengan responden lainnya. Sementara itu dalam proses pengisiannya,
responden tidak memperhatikan keadaan sebenernya sehingga responden
salah dalam menjawab pertanyaan.

100

4.5 Analisis model struktural
4.5.1 Hasil Analisis struktural (Inner Model)

Pada tahap ini dilakukan dengan enam tahap pengujian yang diantaranya adalah
path coefficient (β), coefficient of determination (R2), predictive relevance (Q2), T-
Test dengan metode bootstrapping, effect size(f 2) dan relative impact (q2) (Hair, J. F.,
Hult, G. T. M., Ringle, C. M., & Sarstedt, 2017; Yamin & Kurniawan, 2011). Berikut
ini adalah pemaparan dari keenam tahap pengujian sebagai berikut:

1. Uji Path Coefficient (β)
Tahap pengujian ini bertujuan untuk mengevaluasi besarnya pengaruh setiap

variabel laten independen dengan melihat koefisien analisis jalurnya (widarjono
2015). Pada tahap ini dilakukan dengan menghitung nilai dari path coefficient, yang
mana dikatakan ideal apabila bernilai 0.1 atau lebih sehingga dapat dilihat pengaruh
terhadap model (Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, 2017).
Berdasarkan hasil analisis Path Coefficient ini maka diketahui bahwa nilai paling
kecil berasal dari Environment→Social Media Adoption yaitu 0.161, sementara untuk
nilai path coefficient terbesar berasal dari social media adoption →SMEs
Performance 0.837.

101

Tabel 4. 13 Uji Path Coefficient

Hipotesis Path Coefficient

Environment → Social Media Adoption 0.161
Organisasi →Social Media Adoption 0.356
0.837
Social Media Adoption→ SMEs 0.402
Performance

Technology→Social Media Adoption

102

Gambar 4. 9 Path Coefficient
103

2. Coefficient of Determination (R2)
pengujian ini dilakukan dengan cara menghitung nilai R-Square (R2) untuk

menjelaskan varian dari setiap variabel endogen (variabel yang dipengaruhi oleh
variabel lain dalam model). Nilai R-Square dikatakan substansial apabila memiliki
nilai lebih dari 0.67, moderat apabila bernilai 0.33-0.67, dan lemah apabila nilai
tersebut berada di bawah 0.33 (Yamin & Kurniawan, 2011). Berikut ini adalah hasil
dari nilai R-Square menggunakan Smart PLS 3.2.3

Tabel 4. 14 Nilai R-Square

R2

Social Media Adoption 0.701
SMEs Performance 0.684

Berdasarkan tabel Tabel 4.15 pada bagian sebelumnya maka dapat dilihat
bahwa hasil uji R-Square yang didapat pada variabel social media adoption adalah
0.701 yang berarti substansial, dan SMEs Performance dengan nilai 0.684 berarti
substransial.

3. T-Test

Pengujian tahap ini dilakukan dengan menggunakan bootstrapping dengan uji
one tailed dimana tingkat signifikansi yaitu 5%. Berdasarkan hal tersebut maka nilai

104

T-test yang dihasilkan dinyatakan valid apabila nilai tersebut berada lebih dari 1.96
(Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, 2017).

Tabel 4. 15 Hasil Uji T-Test

Hipotesis T-Test
Environment → Social Media Adoption
Organization →Social Media Adoption 1.976
Social Media Adoption→ Performance 4.230
Technology →Social Media Adoption 22.372
4.154

4. Effect Size(f 2)

Selanjutnya, pada tahap ini dilakukan dengan tahap menghitung nilai dari
effect size agar dapat memprediksi pengaruh satu variabel terhadap variabel lainnya
dalam struktural model. Nilai effect size yang memiliki ambang batas sekitar 0.02
memiliki arti pengaruh yang kecil, 0.15 memiliki pengaruh menengah, dan 0.35
memiliki arti pengaruh yang besar. Sedangkan nilai yang berada dibahwa 0.02
memiliki arti bawah tidak memiliki terhadap struktur model (Hair, J. F., Hult, G. T.
M., Ringle, C. M., & Sarstedt, 2017; Yamin & Kurniawan, 2011)

105

Tabel 4. 16 Effect Size

Environment Organization SMEs Social media Technology
Performance adoption

Environment 0.033

Organization 0.186

SMEs 2.345
Performance
Social media 0.195

adoption

Technology

Berdasarkan kriteria yang telah dipaparkan pada bagian sbeelumnya, maka
dapat disimpulkan bahwa :

 Social Media Adoption terhadap SMEs Performance memiliki f 2
(2.345) yang berarti bahwa terdapat pengaruh yang besar dalam
struktur model.

 Enviroment terhadap memiliki Social Media Adoption (SMA) f 2
(0.03) yang berarti bahwa terdapat terdapat pengaruh yang kecil dalam
struktur model.

 Organization terhadap memiliki Social Media Adoption (SMA) f 2
(0.186) yang berarti bahwa terdapat terdapat pengaruh yang kecil
dalam struktur model.

106

 Technology terhadap memiliki Social Media Adoption (SMA) f 2
(0.195) yang berarti bahwa terdapat terdapat pengaruh yang kecil
dalam struktur model.

5. Predictive Relevance (Q2)
pada tahap ini dilakukan pengujian menggunakan metode blindfolding untuk

memberikan bukti apabila variabel tertentu memiliki keterkaitan prediktif dengan
variabel lain pada model tersebut. Nilai yang dihasilkan dalam predictive relevance
ini dikatakan valid apabila nilainya lebih besar dari 0.

Tabel 4. 17 Tabel Hasil Pengujian Predictive relevance (Q2)

Q-Square

Social Media Adoption 0.523
SMEs Performance 0.445

Berdasarkan tabel hasil ini maka diketahui bahwa hasil dari Q2 dari semua
varibael berada diatas 0, sehingga hal ini dapat diartikan bahwa setiap variabel
memiliki keterkaitan secara prediktif.

6. Relative Impact (q2)
pengujian ini menggunakan model blindfolding agar dapar menghitung q2

yang memiliki pengaruh relatif sebuah keterkaitan antara prediktid sebuah variabel

107

tertentu dengan variabel lainnya, ambang batas yang dimiliki nilai q2 adalah 0.02
untuk pengaruh yang kecil, 0.15 pengaruh menengah, dan 0.35 pengaruh yang besar
(Yamin & Kurniawan, 2011).

Tabel 4. 18 Hasil Relative Impact

Hipotesis q2 Analisis q2
Q2-in Q2-ex Q2

Environment → Social Media 0.005 0.555 0.008 kecil
Adoption Kecil
Kecil
Organisasi →Social Media 0.044 0.555 0.078 Besar
Adoption

Technology→Social Media 0.042 0.555 0.075
Adoption

Social Media Adoption→SMEs 0.523 0 1.098
Performance

4.5.2 Interpretasi hasil analisis model struktur
H1 : Apakah Technology memiliki pengaruh secara signifikan terhadap

social media adoption?

Berdasarkan hasil uji struktural model yang telah dianalisa, dapat diketahui
bahwa Technology terhadap Social Media Adoption memiliki nilai path coeffiecient
0.402 sehingga memiliki nilai lebih dari ambang batas 0.1, dan hasil dari pengujian t-
test menyatakan bahwa H1 diterima dengan nilai 4.154 hal ini berarti Technoogy

108

memiliki pengaruh yang signifikan terhadap social media adoption, dan untuk effect
size memiliki nilai yang kecil dalam struktur model yaitu dengan nilai 0.033.
sementara itu, untuk nilai predictive relevance (Q2) memiliki pengaruh yang kecil
dengan 0.008 maka dapat disimpulkan bahwa technology terhadap Social Media
Adoption memiliki hubungan yang positif, hal ini sejalan dengan penelitian yang
dilakukan oleh (Sikander Ali Qalati et al., 2021). Berdasarkan hasil pembahasan ini
maka diketahui bahwa dalam penggunaan media sosial oleh UMKM disebabkan
oleh teknologi.

H2 : apakah Organization memiliki pengaruh secara signifikan terhadap
Social Media Adoption?

Berdasarkan hasil uji struktural model yang telah dianalisa, dapat diketahui
bahwa organization terhadap social media adoption memiliki nilai path coeffiecient
0.356 dimana nilai ini lebih dari ambang batas 0.1, dan hasil dari pengujian t-test
menyatakan bahwa H1 diterima dengan nilai 4.230 hal ini berarti Technoogy
memiliki pengaruh yang signifikan terhadap social media adoption, dan untuk effect
size memiliki nilai yang kecil dengan nilai 0.186. Sementara itu, untuk nilai
predictive relevance (Q2) memiliki pengaruh yang kecil dengan 0.078. Sehingga,
dapat disimpulkan bahwa Organization terhadap Social Media Adoption memiliki
hubungan yang positif, dan hal ini sejalan dengan penelitian yang dilakukan oleh
(Sikander Ali Qalati et al., 2021; Tajudeen et al., 2018). Berdasarkan hasil pemaparan
pada bagian sebelumnya maka diketahuin bahwa H2 diatas memiliki pengaruh antara

109

organization dan social media adoption. Sehingga faktor yang menjadi penyebab
UMKM menggunakan media sosial dipengaruhi oleh keadaan organisasi.

H3: Apakah Environment memiliki pengaruh secara signifikan terhadap
Social Media Adoption?

Berdasarkan hasil uji struktural model yang telah dianalisa, dapat diketahui
bahwa Environment terhadap social media adoption memiliki nilai path coeffiecient
0.161 dimana nilai ini lebih dari ambang batas 0.1, serta diketahui dari hasil dari
pengujian t-test menyatakan bahwa H3 diterima dengan nilai hal ini berarti
Technoogy memiliki pengaruh yang signifikan terhadap Social Media Adoption, dan
untuk effect size memiliki nilai yang kecil dengan nilai 0.033. Sementara itu, untuk
nilai predictive relevance (Q2) memiliki pengaruh yang kecil dengan 0.008 maka
dapat disimpulkan bahwa Organization terhadap Social Media Adoption memiliki
hubungan yang positif, dan hal ini sejalan dengan penelitian yang dilakukan oleh
(Ahmad et al., 2019; Sikander Ali Qalati et al., 2021). Berdasarkan hasil pembahasan
ini maka diketahui bahwa faktor yang menyebabkan adopsi media sosial oleh
UMKM adalah dari faktor lingkungan.

H4 : Apakah Social Media Adoption memiliki pengaruh secara signifikan
terhadap SMEs Performance?

Berdasarkan hasil uji struktural model yang telah dianalisa, dapat diketahui
bahwa social media adoption terhadap SMEs performance memiliki nilai path

110

coeffiecient sebesar 0.837 dimana nilai ini lebih dari ambang batas 0.1, serta
diketahui dari hasil dari pengujian t-test menyatakan bahwa H4 diterima dengan nilai
22.347 hal ini berarti social media adoption memiliki pengaruh yang signifikan
terhadap SMEs Performance, dan untuk effect size memiliki nilai yang besar dengan
nilai 2.345. Sementara itu, untuk nilai predictive relevance (Q2) memiliki pengaruh
yang kecil dengan 1.098 maka dapat disimpulkan bahwa Organization terhadap
Social Media Adoption memiliki hubungan yang positif, dan hal ini sejalan dengan
penelitian yang dilakukan oleh (Ahmad et al., 2019; Odoom et al., 2017; Sikandar Ali
Qalati et al., 2020; Sikander Ali Qalati et al., 2021). Berdasarkan hasil pembahasan
ini maka diketahuin bahwa H4 diatas memiliki pengaruh antara Social Media
Adoption memiliki pengaruh yang signifikan terhadap SMEs Performance. Sehingga,
dapat disimpulkan bahwa penggunaan media sosial yang menyebabkan
peningkatakan pada SMEs Performance.

111

112

BAB V
KESIMPULAN

5.1 Kesimpulan
Berdasarkan hasil dari pembahasan analisis pengaruh Sosial Media Adoption
terhadap kinerja UMKM maka dapat disimpulkan bahwa :

1. Berdasarkah hasil analisis yang sudah digunakan, maka penggunaan
media sosial oleh UMKM memiliki pengaruh yang positif terhadap
Kinerja dari UMKM.

2. Faktor-faktor yang mempengaruhi Social Media Adoption terhadap
kinerja UMKM berdasarkan hasil analisis perhitungan diantaranya
adalah Technology, Organization, dan Environment.

3. Dari empat hipotesis pada penelitian diterima yaitu, technology
→social media adoption, organization →social media adoption,
environment→social media adoption, dan social media adoption →
SMEs Performance. Maka, dapat diartikan bahwa technology,
organization, environment dan social media adoption memiliki
pengaruh yang signifikan terhadap SMEs performance.

4. Hipotesis yang memiliki pengaruh terbesar adalah Social Media
Adoption terhadap SMEs Peformance. Sehingga pengadopsian media

113

sosial ini mempengaruhi tingkat penjualan, kualitas layanan dan
kecepatan dengan pelanggan, hingga jumlah dari pelanggan.

5.2 Saran
Berdasarkan hasil penelitian ini maka dapat diajukan untuk penelitian

selanjutnya adalah sebagai berikut:
1. Penelitian selanjutnya dapat menggunakan teknik sampling lainnya
seperti snowball sampling yang dapat mempermudah proses
pengambilan data.
2. Untuk penelitian berikutnya dapat memilih redaksi pertanyaan yang
lebih mudah dipahami dan meninjau kembali nilai outer loading yang
akan digunakan pada penelitian sebelumnya agar hasilnya lebih
akurat.
3. Dapat dilakukan memodifikasi model pengukuran adopsi media sosial
dan kinerja UMKM yang memungkinkan hasil yang lebih akurat.

114

115

DAFTAR PUSTAKA
Abdillah, W. (2015). Jogiyanto.(2015). Partial Least Square (PLS) Alternatif

Structural Equation Modeling (SEM) Dalam Penelitian Bisnis, 225–255.

Abed, S. S. (2020). Social commerce adoption using TOE framework: An empirical
investigation of Saudi Arabian SMEs. International Journal of Information
Management, 53(March), 102118.
https://doi.org/10.1016/j.ijinfomgt.2020.102118

Aboelmaged, M. G. (2014). Predicting e-readiness at firm-level: An analysis of
technological, organizational and environmental (TOE) effects on e-maintenance
readiness in manufacturing firms. International Journal of Information
Management, 34(5), 639–651.

Ahmad, S. Z., Abu Bakar, A. R., & Ahmad, N. (2019). Social media adoption and its
impact on firm performance: the case of the UAE. International Journal of
Entrepreneurial Behaviour and Research, 25(1), 84–111.
https://doi.org/10.1108/IJEBR-08-2017-0299

Ainin, S., Parveen, F., Moghavvemi, S., Jaafar, N. I., & Shuib, N. L. M. (2015).
Factors influencing the use of social media by SMEs and its performance
outcomes. Industrial Management & Data Systems.

Ajzen, I., & Fishbein, M. (1975). A Bayesian analysis of attribution processes.
Psychological Bulletin, 82(2), 261.

AlBar, A. M., & Hoque, M. R. (2019). Factors affecting cloud ERP adoption in Saudi
Arabia: An empirical study. Information Development, 35(1), 150–164.
https://doi.org/10.1177/0266666917735677

Alfa, A. A. G., Rachmatin, D., & Agustina, F. (2017). Analisis Pengaruh Faktor

116