TUGAS APLIKASI KOMPUTER

JURNAL TENTANG MANAJEMEN

SERTA TELAAH NYA

DISUSUN OLEH
MUHAMMAD RIFQII AUFAA
Dosen Pengajar : Ns. Waldi Rahma, M.Kep

PRODI S1 MANAJEMEN
FAKULTAS EKONOMI
UNIVERSITAS SUMATERA BARAT
 KATA PENGANTAR

Assalamu’alaikum Wr. Wb

Puji syukur kita ucapkan kehadirat Allah SWT yang telah memberikan rahmat dan
hidayah-NYA sehingga saya dapat menyelesaikan makalah ini tepat pada waktunya.
Salawat serta salam tak lupa pula kita ucapkan kepada junjungan kita Nabi besar
Muhammad SAW beserta keluarga sahabat dan para pengikutnya hingga akhir jaman.

Makalah ini berjudul “Jurnal Tentang manajemen Beserta Telaahnya” yang

merupakan tuntutan mata kuliah Aplikasi Komputer.

Saya menyadari bahwa dalam penyusunan makalah ini masih banyak terdapat
kesalahan serta kekeliruan di dalamnya. Oleh karena itu, saya meminta kritik dan saran
dari pembaca yang sifatnya membangun agar kedepannya bisa menjadi lebih baik.

Demikianlah, dengan iringan doa serta harapan semoga tulisan sederhana ini dapat
diterima dan bermanfaat bagi semua pembaca.

Pariaman, Januari 2023

(MUHAMMAD RIFQII AUFA)

 Analasis faktor-faktor yang mempengaruhi tingkat kemiskinan
Ilmay Triyodani Lestari1, Niniek Imaningsih2 Fakultas Ekonomi dan Bisnis
Universitas Pembangunan Nasional “Veteran” Jawa Timur, Surabaya.
Abstrak

Tingginya tingkat kemiskinan di Pulau Jawa menunjukkan proses pembangunan

ekonomi yang belum bisa meningkatkan kesejahteraan masyarakat secara merata. Dengan
demikian, diperlukan adanya analisis untuk mengetahui faktor-faktor yang mempengaruhi
kemiskinan guna mengetahui solusi terbaik untuk mengatasi kemiskinan. Tujuan dari
penelitian ini adalah menganalisis Pertumbuhan Ekonomi (PE), Tingkat Pengangguran
Terbuka (TPT), dan Indeks Pembangunan Manusia (IPM) terhadap Tingkat Kemiskinan di
Pulau Jawa dari tahun 2011 sampai dengan tahun 2020, dengan studi kasus pada 6 Provinsi
yang ada di Pulau Jawa. Penelitian ini merupakan jenis penelitian kuantitatif dengan
menggunakan data sekunder dengan data cross-section terdiri dari 6 Provinsi di Pulau Jawa
dan data time-series yaitu tahun 2011-2020. Teknik analisis yang dipergunakan adalah
metode analisis regresi data panel. Alat analisis yang digunakan dalam mengestimasi model
regresi data panel yaitu Fixed Effect Model (FEM). Hasil penelitian menunjukkan bahwa
variabel Pertumbuhan Ekonomi (PE) berpengaruh negatif dan signifikan terhadap Tingkat
Kemiskinan. Variabel Tingkat Pengangguran Terbuka (TPT) berpengaruh negatif dan
signifikan terhadap Tingkat Kemiskinan. Serta variabel Indeks Pembangunan Manusia (IPM)
berpengaruh negatif dan signifikan terhadap kemiskinan di Pulau Jawa.

Analysis of the factors that influence the level of poverty

Abstrak
The high level of poverty in Java shows that the process of economic development has not
been able to increase people's welfare evenly. Thus, an analysis is needed to determine the factors
that influence poverty in order to determine the best solution to overcome poverty. The purpose of
this study is to analyze Economic Growth (EG), Open Unemployment Rate, and Human Development
Index (HDI) on the Poverty Rate in Java from 2011 to 2020, with case studies in 6 provinces on the
island of Java. This research is a type of quantitative research using secondary data with cross-
sectional data consisting of 6 provinces on the island of Java and time-series data, namely 2011-
2020. The analysis technique used is panel data regression analysis method. The analytical tool used
in estimating the panel data regression model is the Fixed Effect Model (FEM). The results showed
that the variable Economic Growth (PE) had a negative and significant effect on the Poverty Level.
The Variable Unemployment has a negative and significant effect on the Poverty Level. As well as the
variable Human Development Index (IPM) has a negative and significant effect on poverty in Java
 Pendahuluan
Memajukan kesejahteraan umum merupakan salah satu tujuan pembangunan nasional
Indonesia berdasarkan Pembukaan Undang-Undang Dasar 1945. Kesejahteraan umum merupakan
kondisi terpenuhinya kebutuhan material, spiritual, dan sosial penduduk negara agar dapat hidup
layak dan mampu mengembangkan diri, sehingga dapat melaksanakan fungsi sosial dan
ekonominya. Salah satu kondisi yang dapat menggambarkan kesejahteraan umum di Indonesia
adalah berdasarkan tingkat kemiskinan yang ada di Indonesia. Terdapat hubungan negatif antara
kesejahteraan umum dengan tingkat kemiskinan. Semakin rendah tingkat kemiskinan
menggambarkan semakin tinggi kesejahteraan penduduk. Menurut Mubyarto (2004) dalam Giovanni
(2018), kemiskinan merupakan suatu keadaan dimana seseorang mengalami kekurangan dalam
menjamin kelangsungan hidup dimana penyebabnya antara lain adalah kurangnya kebutuhan dasar
seperti pakaian, makanan, tingkat kesehatan, perumahan, dan pendidikan yang didapat dimana hal
ini didasari oleh kurangnya aset dan pendapatan. Keterbatasan lapangan pekerjaan juga terkait
dengan kemiskinan dan orang yang mengalami hal tersebut dikategorikan miskin tidak memiliki
pekerjaan.

Pembangunan merupakan suatu proses yang bertujuan untuk mewujudkan kemakmuran

masyarakat melalui pembangunan perekonomian. Tolak ukur keberhasilan pembangunan dapat
dilihat dari pertumbuhan ekonomi, struktur ekonomi dan tingkat kesenjangan antar penduduk, antar
daerah dan antar sektor. Tujuan utama dari usaha pembangunan ekonomi selain menciptakan
pertumbuhan yang setinggi-tingginya, harus juga menghapus atau mengurangi tingkat kemiskinan.
Pertumbuhan ekonomi berdampak pada tingkat pengangguran, semkain baik pertumbuhan ekonomi
maka tingkat pengangguran akan semakin menurun. Perubahan pada tingkat pengangguran akan
berdampak pula pada tingkat kemiskinan, semakin buruk tingkat pengangguran secara tidak
langsung akan memberikan imbas pada penurunan pendapatan masyarakat dimana hal ini
menyebabkan kesejahteraan juga ikut menurun sehingga berujung pada meningkatnya kemiskinan.
(Baihaqi dan Puspitasari, 2020).

Indonesia termasuk negara berkembang. Oleh karena itu permasalahan penanganan

kemiskinan menjadi perkara utama bagi pemerintah dan menjadi bahan pembelajaran bagi
masyarakatnya. Kemiskinan menjadi tolak ukur keberhasilan pembangunan ekonom, semakin besar
jumlah kemiskinan maka pembangunan ekonomi berkembang kurang baik dan juga sebaliknya.
Kemiskinan dapat memunculkan berbagai dampak sosial seperti meningkatnya pemukiman kumuh,
pekerja seks komersial, anak jalanan yang kebanyakan adalah anak putus sekolah, tingkat kejahatan
dan sebagainya (Leonita dan Sari, 2020). Indonesia sendiri merupakan negara kepulauan terbesar di
dunia, yakni terdiri dari 17.504 pulau. Dimana lima diantaranya adalah pulau besar yaitu Pulau
Sumatera, Pulau Jawa, Pulau Kalimantan, Pulau Sulawesi, Pulau Papua, dan ribuan pulau sisanya
adalah pulau-pulau kecil yang tersebar di seluruh wilayah yang membentang dari Sabang sampai
Merauke. Struktur perekonomian Indonesia secara spasial di tahun 2020 masih didominasi oleh
kelompok provinsi di Pulau Jawa yang memberikan kontribusi terhadap Produk Domestik Bruto
(PDB) yaitu sebesar 59,14%. Artinya Pulau Jawa menjadi pusat dari pada pertumbuhan ekonomi
nasional dibanding dengan wilayah lainnya

. Menurut Sukirno (2016), Pertumbuhan ekonomi adalah perkembangan kegiatan dalam

perekonomian yang menyebabkan barang dan jasa yang diproduksi dalam masyarakat bertambah.
Pertumbuhan ekonomi menjadi masalah makro ekonomi jangka panjang karena dari satu periode ke
periode lainnya kemampuan suatu negara untuk menghasilkan barang dan jasa akan meningkat.
Badan Pusat Statistik (BPS) mencatat, pada tahun 2020 lima dari enam provinsi yang ada di Pulau
Jawa menempati 6 tertinggi distribusi PDRB di Indonesia. Provinsi DKI Jakarta dengan nilai sebesar
17,55%, Provinsi Jawa Timur dengan nilai sebesar 14,58%, kemudian Provinsi Jawa Barat dengan nilai
sebesar 13,22%. Selanjutnya Provinsi Jawa Tengah dengan nilai sebesar 8,55%, dan terakhir Provinsi
Banten dengan nilai sebesar 3,97%. Hal ini memberikan arti bahwa di Pulau Jawa pertumbuhan
ekonomi terjadi dengan sangat baik. Namun, setelah pertumbuhan ekonomi dapat dilaksanakan
dengan cukup memuaskan, masalah yang timbul di sekitar wilayah pembangunan ekonomi justru
bertambah rumit. Kemiskinan merupakan bagian dari persoalan-persoalan tersebut.

Kemiskinan di Indonesia masih menjadi perhatian yang serius mengingat angka

persentasenya pada tahun 2020 berada pada angka 10,19% atau sejumlah 27,55 juta orang,
meningkat 2,76 juta orang terhadap 2019. Sedangkan untuk Pulau Jawa sendiri terdapat 14,75 juta
orang miskin pada tahun 2020. Artinya lebih dari setengah atau setara dengan 53% dari jumlah
penduduk berkategori miskin berdomisili di Pulau Jawa. Keadaan ini akan cenderung ke tahap kronis
apabila tidak segera ditangani. Ditemukan fakta selanjutnya bahwa terdapat provinsi dengan
persentase kemiskinan melebihi persentase kemiskinan nasional pada tahun 2020. Provinsi Jawa
Timur dengan 11,46%, Provinsi D.I Yogyakarta dengan 12,08%, dan Provinsi Jawa Tengah dengan
11,84%. Ketiga provinsi tersebut telah melampaui persentase kemiskinan secara nasional (BPS,
2020).

Oleh karena itu, di mana masih perlunya upaya yang lebih kuat lagi bagi pemerintah untuk
meningkatkan kualitas pertumbuhan ekonomi sehingga dapat berdampak pada kesejahteraan
masyarakat. Produk Domestik Regional Bruto (PDRB) berpengaruh terhadap kemiskinan, karena
setiap penduduk melakukan transaksi baik itu dalam bentuk barang dan/ jasa menjadi pengaruh
yang relative tinggi. Artinya semakin banyak penduduk yang melakukan transaksi baik itu barang
ataupun jasa maka sirkulasi perdagangan yang terjadi di daerah mengalami kenaikan, begitu pula
sebaliknya. Produktivitas suatu daerah dicerminkan oleh produk domestik, sedangkan tingkat
kesejahteraan masyarakat dapat dilihat dari sudut pendapatannya, setelah diperhitungkan aliran
pendapatan yang keluar masuk daerah tersebut (Logaritma, S. 2020).

Faktor lain yang mempengaruhi tingkat kemiskinan di suatu daerah adalah faktor
pengangguran. Menurut Badan Pusat Statistika (BPS) dalam indikator ketenagakerjaan,
pengangguran adalah penduduk yang tidak bekerja namun sedang mencari pekerjaan atau sedang
mempersiapkan suatu usaha baru atau penduduk yang tidak mencari pekerjaan karena sudah
diterima bekerja tetapi belum mulai bekerja. Selanjutnya, Badan Pusat Statistik juga menjelaskan
Pengangguran terbuka, terdiri dari: mereka yang tak punya pekerjaan dan mencari pekerjaan;
mereka yang tak punya pekerjaan dan mempersiapkan usaha; mereka yang tak punya pekerjaan dan
tidak mencari pekerjaan, karena merasa tidak mungkin mendapatkan pekerjaan; mereka yang sudah
punya pekerjaan, tetapi belum mulai bekerja.

Menurut Badan Pusat Statistik 2021, Provinsi DKI Jakarta, Provinsi Banten, dan Provinsi Jawa
Barat menempati posisi teratas untuk peringkat Tingkat Pengangguran Terbuka menurut Provinsi
pada tahun 2020. Semakin tinggi tingkat pengangguran suatu daerah maka akan berdampak
terhadap kemiskinan di daerah tersebut. Tingginya penambahan jumlah angkatan kerja yang tidak
diimbangi dengan bertambahnya lapangan pekerjaan, berdampak pada peningkatan pengangguran.
Dikarenakan sulit untuk bekerja, maka tidak adanya pendapatan membuat pemenuhan kebutuhan
sulit, kekurangan nutrisi dan kesehatan, dan tak dapat memenuhi kebutuhan penting lainnya.
sehingga akan menyebabkan tingkat kemiskinan di dalam kehidupan bermasyarakat akan
meningkat. (Itang, 2015).

Selanjutnya, kualitas sumber daya manusia juga dapat menjadi salah satu faktor penyebab
terjadinya penduduk miskin. Kualitas sumber daya manusia dapat dilihat dari indeks kualitas
hidup/indeks pembangunan manusia (IPM). Menurut BPS, Indeks Pembangunan Manusia (IPM)
merupakan indeks komposit yang mengukur pembangunan manusia dari tiga aspek dasar yaitu umur
panjang dan hidup sehat, pengetahuan, dan standart hidup layak. Rendahnya IPM akan berakibat
pada rendahnya produktivitas kerja dari penduduk. Produktivitas yang rendah berakibat pada
rendahnya perolehan pendapatan. Sehingga dengan rendahnya pendapatan menyebabkan tingginya
jumlah penduduk miskin (Sayifullah dan Gandasari, 2016). Hal tersebut dapat dilihat dari IPM di tiap
provinsi. Berikut merupakan gambar dari 11 Provinsi dengan IPM di atas rerata nasional pada tahun
2020, dimana dua Provinsi yang ada di Pulau Jawa menempati posisi teratas peringkat Nasional,
yaitu Provinsi DKI Jakarta dan Provinsi D.I Yogyakarta.

Penelitian terdahulu pernah dilakukan oleh Aulina dan Mirtawati (2021) yang meneliti
kemiskinan di Indonesia pada tahun 2015-2019 memperoleh hasil bahwa Pertumbuhan Ekonomi
(PE) berpengaruh negatif terhadap kemiskinan. Selanjutnya penelitian dari Leonita dan Sari (2019)
yang juga meneliti kemiskinan di Indonesia memperoleh hasil bahwa Tingkat Pengangguran Terbuka
(TPT) berpengaruh negatif terhadap kemiskinan. Untuk penelitian yang dilakukan oleh Ardian et al
(2021) yang meneliti tingkat kemiskinan di Provinsi Jambi memperoleh hasil Dimana Indeks
Pembangunan Manusia (IPM) berpengaruh negatif terhadap tingkat kemiskinan.

METODE

Penelitian ini termasuk kedalam jenis penelitian kuantitatif dengan menggunakan data sekunder
dengan jenis data panel yang terdiri dari data cross-section dan data time-series. Sehingga teknik
analisis yang digunakan dalam penelitian ini adalah metode regresi data panel. Menurut Basuki dan
Prawoto (2016), data panel adalah gabungan antara data runtut waktu (time series) dan data silang
(cross section). Pada data time series digunakan untuk melihat perubahan waktu selama 10 tahun
yaitu periode 2011-2020. Sedangkan data cross section digunakan untuk melihat perbedaan dari
variabel antar provinsi DKI Jakarta, Jawa Barat, Jawa Tengah, D.I Yogyakarta, Jawa Timur, dan
Banten.

Sumber data yang digunakan dalam penelitian ini diperoleh dari publikasi Badan Pusat
Statistik (BPS). Teknik pengumpulan data yang digunakan dalam penelitian ini adalah teknik
dokumentasi. Teknik dokumentasi merupakan teknik pengumpulan data berupa data-data tertulis
yang mengandung keterangan dan penjelasan serta pemikiran tentang fenomena yang masih aktual
dan sesuai dengan masalah yang diteliti. Dalam penelitian ini data yang dikumpulkan dan digunakan
adalah data pertumbuhan ekonomi, tingkat pengangguran terbuka, dan indeks pembangunan
manusia

Berdasarkan metode analisis regresi data panel yang akan digunakan, diperoleh persamaan
sebagai berikut:

TK = β0 + β1PE + β2TPT + β3IPM + e

Dimana:

TK : Tingkat Kemiskinan (%

) PE : Pertumbuhan Ekonomi (%)

TPT : Tingkat Pengangguran Terbuka (%)

IPM : Indeks Pembangunan Manusia

β0 : Konstanta

β1, β2, β3 : Koefisien Variabel Independen

e : error

Fungsi di atas menjelaskan pengertian bahwa kemiskinan di Pulau Jawa dipengaruhi oleh
pertumbuhan ekonomi, tingkat pengangguran terbuka, dan indeks pembangunan manusia.

Analisis yang digunakan dalam penelitian ini adalah analisis regresi data panel. Menurut
Basuki dan Prawoto (2016) analisis regresi data panel dapat dilakukan dengan tiga macam model
estimasi, yaitu Commont Effect Model (CEM), Fixed Effect Model (FEM), dan Random Effect Model
(REM). Dalam pemilihan model yang tepat dari ketiga analisis tersebut, maka perlu dilakukan
beberapa pengujian dengan menggunakan uji chow dan uji hausman untuk menentukan model
manakah yang dipilih antara Commont Effect, Fixed Effect, dan Random Effect.

Uji Chow digunakan untuk menentukan model yang baik digunakan apakah dengan metode
Common Effect atau dengan Fixed Effect, apabila dari hasil Uji Chow tersebut ditentukan bahwa
motode Common Effect yang digunakan, maka tidak perlu diuji kembali dengan Uji Hausman, namun
apabila dari hasil Uji Chow tersebut ditentukan bahwa metode Fixed Effect yang digunakan maka
harus ada uji lanjutan dengan Uji Hausman untuk memilih antara metode Fixed Effect atau metode
Random Effect yang akan digunakan untuk mengestimasi regresi data panel tersebut.

Dalam penelitian menggunakan aplikasi olah data Eviews Student Version 9. Dalam
melakukan pengujian, terlebih dahulu dilakukan pengujian asumsi klasik, yaitu uji multikolinieritas
dan uji heterokedastisitas. Hal ini merujuk pada pendapat Basuki & Prawoto, (2016) bahwa tidak
semua uji asumsi klasik harus dilakukan pada regresi data panel metode OLS, dimana hanya uji
multikolinearitas dan uji heteroskedastisitas saja yang perlu dilakukan. Untuk uji statistik yang
digunakan yaitu uji koefisien regresi parsial (uji t), uji t merupakan metode pengujian dalam statistik
yang digunakan untuk menguji besarnya pengaruh semua variabel independen secara parsial
terhadap variabel dependen

HASIL PEMBAHASAN

uji pemilihan model

Analisis regresi data panel diuji dengan menentukan terlebih dahuku model yang akan digunakan
dari ketiganya yaitu Commont Effect Model (CEM), Fixed Effect Model (FEM), dan Random Effect
Model (REM). Tahapan pertama adalah dengan melakukan uji chow untuk memilih antara Commont
Effect Model (CEM) dan Fixed Effect Model (FEM). Berikut adalah hasil dari uji
 Pengujian chow menghasilkan prob chi-square 0.0000 yang signifikan pada tingkat 5%.
Sehingga dapat disimpulkan Fixed Effect Model (FEM) lebih baik untuk digunakan. Selanjutnya uji
hausman untuk memilih antara Fixed Effect Model (FEM) atau Random Effect Model (REM) yang
lebih baik untuk digunakan.

uji hausman yang dilakukan diperoleh nilai Prob. Cross-section random < alpha 5% ( = 0.05)
yaitu sebesar 0,0000. Sehingga dapat disimpulkan bahwa model yang terpilih yakni Fixed Effect
Model. Dari hasil uji hausman ini sekaligus dapat langsung ditarik kesimpulan akhir untuk pemilihan
model regresi data panel yang terbaik guna penelitian ini adalah Fixed Effect Model

Uji Asumsi Klasik

Dengan terpilihnya Fixed Effect Model (FEM) maka pengujian asumsi klasik yang akan
dilakukan terdiri dari uji multikolinieritas dan uji heterokedastisitas (Basuki dan Prawoto, 2016).
Berikut hasil uji multikolinieritas:

Hasil uji multikolinieritas, didapat nilai korelasi antara variabel PE dan TPT sebesar -
0.099298, korelasi PE dan IPM sebesar 0.150454 dan korelasi antara TPT dan IPM sebesar -0.154888.
melihat nilai P value semuanya kurang dari 0,8 maka dapat disimpulkan bahwa tidak terdapat
masalah multikolinieritas. Selanjutnya hasil uji heterokedastisitas,

hasil uji heterokedastisitas, pada tabel diketahui bahwa nilai probabilitas masing-masing
variabel bebas adalag > 0,05. Yaitu PE nilai Prob. 0,1524 > 0,05, TPT nilai Prob. 0.9201 > 0,05, dan
IPM nilai Prob. 0.1581 > 0,05. Maka dapat disimpulkan bahwa data tersebut tidak terjadi gejala
heterokeastisitas.

Hasil Estimasi Regresi Data Panel

Hasil uji pemilihan model menunjukkan bahwa Fixed Effect Model (FEM) yang tepat untuk
digunakan. Berikut merupakan hasil pengolahan data panel penelitian ini:

TK = 74.80770 - 0.276466PE - 0.276144TPT - 0.854239IPM + e

Uji t atau parsial dilakukan untuk melihat bagaimana pengaruh secara parsial variabel bebas
terhadap variabel terikat. Adapun uji t dengan alpha 5% ( = 0.05), menunjukkan hasil sebagai
berikut:

Pertumbuhan Ekonomi

Nilai Prob. sebesar 0.0000 < 0,05 yang menunjukkan bahwa secara parsial variabel
Pertumbuhan Ekonomi berpengaruh signifikan terhadap Tingkat Kemiskinan di Pulau Jawa. Koefisien
Pertumbuhan Ekonomi bernilai negatif yaitu sebesar -0.276466, artinya terdapat hubungan yang
tidak searah antara Pertumbuhan Ekonomi dan Tingkat Kemiskinan. Jadi dapat disimpulkan bahwa
setiap kenaikan Pertumbuhan Ekonomi 1% maka akan menurunkan kemiskinan sebesar 0.276466%
dengan asumsi variabel lain dianggap tetap.

Mendukung pada Todaro (2012) dalam Nurhandayani (2019), bahwa pertumbuhan ekonomi
yang cepat menjadi salah satu syarat tercapainya pembangunan ekonomi. Namun, pertumbuhan
ekonomi yang baik adalah pertumbuhan yang merata, yaitu semua sektor mengalami peningkatan
jumlah barang atau jasa. Sehingga, pertumbuhan ekonomi yang seperti inilah yang dapat benar-
benar menekan angka kemiskinan. Karena kesejahteraan dari seluruh lapisan masyarakat tidak ada
yang terlewatkan.

Dalam penelitian yang dilakukan oleh Aulina dan Mirtawati (2021) menyatakan hasil yang
sama bahwa pertumbuhan ekonomi berpengaruh negatif terhadap kemiskinan.

Tingkat Pengangguran Terbuka

Nilai Prob. sebesar 0.0039 < 0,05 yang menunjukkan bahwa secara parsial variabel Tingkat
Pengangguran Terbuka berpengaruh signifikan terhadap Tingkat Kemiskinan di Pulau Jawa. Koefisien
TPT bernilai negatif yaitu sebesar -0.276144, artinya terdapat hubungan yang tidak searah antara
TPT dan Tingkat Kemiskinan. Jadi dapat disimpulkan bahwa setiap kenaikan TPT 1% maka tidak
menaikkan kemiskinan akan tetapi menurunkan kemiskinan sebesar 0.276144% dengan asumsi
variabel lain dianggap tetap.

Hal ini semakin memperkuat bahwa salah apabila beranggapan setiap orang yang tidak
mempunyai pekerjaan adalah miskin, sedang yang bekerja secara penuh adalah orang kaya. Dalam
keseharian masyarakat dapat dijelaskan pula pada kondisi dimana satu keluarga terdapat anggota
keluarga yang menganggur namun penghasilan anggota keluarga lainnya cukup tinggi dan mampu
mencukupi kehidupan penganggur. Anggota keluarga yang menganggur bisa dianggap sebagai orang
mikin karena tidak berpenghasilan, namun karena pendapatan dalam keluarganya mampu
mencukupi kehidupannya, maka penganggur tersebut bisa hidup diatas garis kemiskinan. Selain itu,
terdapat juga masyarakat yang memiliki pekerjaan namun memiliki penghasilan yang minim
sehingga pada akhirnya dikategorikan sebagai penduduk miskin karena kebutuhan hidup yang tidak
mampu tercukupi dengan baik.

Semakin banyak lulusan sekolah yang dihasilkan tanpa diimbangi dengan tercukupinya
lapangan pekerjaan akan memberikan dampak pada para angkatan kerja, yaitu mereka kesulitan
mencari pekerjaan yang sesuai dengan tingkat pendidikannya, akhirnya mereka akan masuk dalam
kategori pengangguran terbuka. Sehingga tidak sedikit dari mereka yang bekerja pada sektor
informal.

Leonita dan Sari (2019) mendapatkan hasil yang sama pada penelitiannya bahwa TPT
berpengaruh negatif terhadap tingkat kemiskinan yang ada di Indonesia.

Indeks Pembangunan Manusia

Nilai Prob. sebesar 0.0000 < 0,05 yang menunjukkan bahwa secara parsial variabel Indeks
Pembangunan Manusia berpengaruh signifikan terhadap Tingkat Kemiskinan di Pulau Jawa.
Koefisien IPM bernilai negatif yaitu sebesar -0.854239, artinya terdapat hubungan yang tidak searah
antara IPM dan Tingkat Kemiskinan. Jadi dapat disimpulkan bahwa setiap kenaikan IPM 1% maka
akan menurunkan kemiskinan sebesar 0.854239% dengan asumsi variabel lain dianggap tetap.

Berdasarkan hasil estimasi, penelitian ini menghasilkan temuan bahwa Indeks Pembangunan
Manusia (IPM) berpengaruh negatif terhadap tingkat kemiskinan. Artinya adanya peningkatan IPM
mampu mengurangi tingkat kemiskinan yang ada, begitu pun sebaliknya. Sesuai dengan Kuncoro
(2006) dalam Azmi (2019), kualitas sumber daya manusia dapat menjadi faktor penyebab utama
terjadinya kemiskinan. Kualitas sumber daya manusia dapat dilihat dari Indeks Pembangunan
Manusia (IPM). Rendahnya IPM akan berakibat pada rendahnya produktivitas kerja dari penduduk,
produktivitas yang rendah berakibat pada rendahnya perolehan pendapatan, sehingga dengan
rendahnya pendapatan menyebabkan tingginya jumlah penduduk miskin.

Hasil ini sejalan dengan penelitian yang dilakukan oleh Ardian R et al (2021) yang
menghasilkan IPM berpengaruh negatif terhadap tingkat kemiskinan.

SIMPULAN

Dari penelitian yang telah dilakukan untuk menguji faktor-faktor yang mempengaruhi
tingkat kemiskinan di Pulau Jawa tahun 2011-2020, kesmipulan yang dapat diambil antara lain:

Pertumbuhan Ekonomi (PE) memiliki pengaruh negatif dan signifikan terhadap tingkat
kemiskinan di Pulau Jawa pada periode tahun 2011-2020. Hal ini mengindikasikan bahwa, laju
pertumbuhan atas produksi barang dan jasa disetiap provinsi telah mampu membantu dalam
menekan angka kemiskinan. Saran yang dapat peneliti berikan adalah Pemerintah perlu
meningkatkan perhatian pada persoalan daya beli masyarakat dan pemerintah juga perlu untuk
tetap meningkatkan pertumbuhan ekonomi melalui pembukaan lapangan pekerjaan dan tingkat
penyerapan tenaga kerja, pendidikan tenaga kerja, serta pelatihan skill. Dengan harapan masyarakat
dapat lebih produktif dalam menggunakan SDM yang dimiliki dan berdampak pada pemerataan
kesejahteraan serta penurunan kemiskinan.

Tingkat Pengangguran Terbuka (TPT) memiliki pengaruh negatif dan signikan terhadap
tingkat kemiskinan di Pulau Jawa pada periode tahun 2011-2020. Hal ini mengindikasikan bahwa,
tidak semua orang yang menganggur termasuk golongan orang miskin. Bisa saja salah satu dari
anggota keluarga orang yang menganggur tersebut memiliki penghasilan yang cukup tinggi sehingga
mampu untuk mencukupi kebutuhan pokok orang yang menganggur tersebut. Atau orang yang
menganggur tersebut sebenarnya memiliki pekerjaan di bidang informal. Saran yang dapat peneliti
berikan adalah Pemerintah dapat meningkatkan kesempatan kerja, kemitraan regional dan
pemberdayaan masyarakat guna mengembangkan kapabilitas masyarakat agar secara mandiri dan
berkelanjutan dapat mengelola lembaga, sumber daya dan potensi lokal. Dimana tujuannya agar
masyarakat tidak bergantung pada lapangan pekerjaan akan tetapi dapat menciptakan lapangan
pekerjaan baru sehingga dapat menekan angka kemiskinan yang ada di Pulau Jawa.

Indeks Pembangunan Manusia (IPM) memiliki pengaruh negatif dan signifikan terhadap
tingkat kemiskinan di Pulau Jawa pada periode tahun 2011-2020. Hal ini membuktikan bahwa
kualitas sumber daya manusia diperlukan untuk menurunkan angka tingkat kemiskinan, karena
dengan meningkatnya kualitas sumber daya manusia yang diukur dari IPM maka produktifitas
masyarakat akan bertambah dan kualitas hidup masyarakat akan meningkat. Saran yang dapat
peneliti berikan adalah Pemerintah diharapkan lebih fokus dalam meningkatkan pembangunan
manusia, yaitu dengan meningkatkan kualitas pendidikan, kesehatan, dan pelayanan umum lainnya,
terutama teruntuk masyarakat miskin pedesaan. Pasalnya investasi dalam Sumber Daya Manusia
(SDM) akan memperbaiki standar hidup baik di desa maupun perkotaan. Meningkatnya
produktivitas manusia, pada akhirnya dapat membantu mereka untuk bangkit dari keterpurukan
yaitu kemiskinan.
 DAFTAR PUSTAKA

Ardian R et al (2021). Pengaruh Pertumbuhan Ekonomi, Indeks Pembangunan Manusia, dan Tingkat
Pengangguran Terbuka terhadap Tingkat Kemiskinan di Provinsi Jambi. Vol. 1, NO. 1.

Aulina, Nadiya & Mirtawati (2021). Analisis Regresi Data Panel Pada Faktor-Faktor yang
Mempengaruhi Kemiskinan di Indonesia Tahun 2015-2019. Vol. 4 No. 1. KINERJA Jurnal
Ekonomi dan Bisnis.

Azmi, Rapidah (2019). Pengaruh Jumlah Pengangguran, Indeks Pembangunan Manusia Dan PDRB
Terhadap Tingkat Kemiskinan di Kabupaten Labuhanbatu. Skripsi.

Badan Pusat Statistik (2020). Persentase Tingkat Kemiskinan Provinsi DKI Jakarta 2011-2020.
https://www.bps.go.id/pressrelease/2021/02/15/1851/persentase-penduduk-miskin-
september2020-naik-menjadi-10-19-persen.html.

Badan Pusat Statistik (2020). Persentase Tingkat Kemiskinan Provinsi Jawa Barat 2011-2020.
https://jabar.bps.go.id/indicator/23/51/1/persentase-penduduk-miskin.html.

Badan Pusat Statistik (2020). Persentase Tingkat Kemiskinan Provinsi Jawa Tengah 2011-2020.
https://jateng.bps.go.id/indicator/23/34/1/kemiskinan.html.
JUDUL Analasis faktor-faktor yang mempengaruhi
tingkat kemiskinan
TAHUN 2022
PENULIS Ilmay Triyodani Lestari, Niniek Imaningsih
ABSTRAK Tingginya tingkat kemiskinan di Pulau Jawa
menunjukkan proses pembangunan
ekonomi yang belum bisa meningkatkan
kesejahteraan masyarakat secara merata.
Dengan demikian, diperlukan adanya analisis
untuk mengetahui faktor-faktor yang
mempengaruhi kemiskinan guna
mengetahui solusi terbaik untuk mengatasi
kemiskinan. Tujuan dari penelitian ini adalah
menganalisis Pertumbuhan Ekonomi (PE),
Tingkat Pengangguran Terbuka (TPT), dan
Indeks Pembangunan Manusia (IPM)
terhadap Tingkat Kemiskinan di Pulau Jawa
dari tahun 2011 sampai dengan tahun 2020,
dengan studi kasus pada 6 Provinsi yang ada
di Pulau Jawa. Penelitian ini merupakan jenis
penelitian kuantitatif dengan menggunakan
data sekunder dengan data cross-section
terdiri dari 6 Provinsi di Pulau Jawa dan data
time-series yaitu tahun 2011-2020.
METODE PENELITIAN Penelitian ini termasuk kedalam jenis
penelitian kuantitatif dengan menggunakan
data sekunder dengan jenis data panel yang
terdiri dari data cross-section dan data time-
series. Sehingga teknik analisis yang
digunakan dalam penelitian ini adalah
metode regresi data panel. Menurut Basuki
dan Prawoto (2016), data panel adalah
gabungan antara data runtut waktu (time
series) dan data silang (cross section). Pada
data time series digunakan untuk melihat
perubahan waktu selama 10 tahun yaitu
periode 2011-2020. Sedangkan data cross
section digunakan untuk melihat perbedaan
dari variabel antar provinsi DKI Jakarta, Jawa
Barat, Jawa Tengah, D.I Yogyakarta, Jawa
Timur, dan Banten.
KESIMPULAN Pertumbuhan Ekonomi (PE) memiliki
pengaruh negatif dan signifikan terhadap
tingkat kemiskinan di Pulau Jawa pada
periode tahun 2011-2020. Hal ini
mengindikasikan bahwa, laju pertumbuhan
atas produksi barang dan jasa disetiap
provinsi telah mampu membantu dalam
menekan angka kemiskinan. Saran yang
dapat peneliti berikan adalah Pemerintah
perlu meningkatkan perhatian pada
persoalan daya beli masyarakat dan
pemerintah juga perlu untuk tetap
meningkatkan pertumbuhan ekonomi
melalui pembukaan lapangan pekerjaan dan
tingkat penyerapan tenaga kerja, pendidikan
tenaga kerja, serta pelatihan skill. Dengan
harapan masyarakat dapat lebih produktif
dalam menggunakan SDM yang dimiliki dan
berdampak pada pemerataan kesejahteraan
serta penurunan kemiskinan
 Peran komitmen organisasi dalam memediasi pengaruh kompetensi
terhadap kinerja pegawai

HaeruddinHafid1, Akbar Azis2, Emmy Arwaty3, Sudirman

Abstrak

Penelitian ini bertujuan untuk : (1) menganalisis pengaruh

kompetensiterhadap kinerja pegawaipada Inspektorat Kabupaten Polewali
Mandar, (2) menganalisis pengaruh kompetensiterhadap komitmen
organisasi pada Inspektorat Kabupaten Polewali Mandar, (3)
menganalisis pengaruh komitmen organisasi terhadap kinerja
pegawaipada Inspektorat Kabupaten Polewali Mandar, (4) menganalisis
pengaruh kompetensisecara tidak langsung terhadap kinerja
pegawaimelalui komitmen organisasi pada Inspektorat Kabupaten
Polewali Mandar. Penelitian ini menggunakan metode kuantitatif
dengan pendekatan deskriptif dan eksplanatori. Pengambilan sampel
menggunakan teknik total samplingdengan pengumpulan data
menggunakan kuesioner danjumlah responden sebanyak50orang. Metode
analisis data penelitian menggunakan model persamaan struktural atau
structural equation modeling (SEM) dengan alternatif partial least
square (PLS). Hasil penelitian menjelaskanbahwa : (1)
kompetensiberpengaruh positif dan signifikan terhadap kinerja pegawai, (2)
kompetensiberpengaruh positif dan signifikan terhadap komitmen
organisasi, (3) komitmen organisasi berpengaruh positif dan signifikan
terhadap kinerja pegawai, (4) kompetensiberpengaruh secara tidak langsung
terhadap kinerja pegawaimelalui komitmen organisasi.Kata
kunci:Kompetensi;komitmen organisasi;kinerja pegawai.

PENDAHULUAN

Kinerja pemerintah merupakan hal yang sangat penting, karena

pemerintah adalah aktor yang memiliki pengaruh besar terhadap
kepentingan masyarakat. Untuk mencapai kinerja yang baik, maka instansi
atau organisasi pemerintah senantiasa menciptakan solusi dari
tiap-tiap kendala yang dihadapinya. Baik atau buruknya kinerja
pemerintah yang merasakan dampaknya adalah masyarakat, sehingga
pemerintah diharapkan selalu meningkatkan kinerjanya.

Salah satu upaya untuk meningkatkan kinerja pegawai adalah

tentang kompetensi yang dimiliki oleh pegawai tersebut. Kompetensi
diartikan sebagai pengetahuan, keterampilan dan kemampuan yang
direfleksikan dalam kebiasaan berfikir dan bertindak. Kinerja pegawai yang
baik akan secara langsung mempengaruhi kinerja organisasi dan untuk
itu perlu diberdayakan pola peningkatan kompetensi pegawai, sehingga
kinerja pegawai dapat dioptimalkan demi tercapainya tujuan dari
organisasi. Hal ini menunjukkan bahwa kinerja pegawai dapat dibangun
atau dipengaruhi oleh kompetensi yang dimiliki setiap pegawai.

Semakin tinggi kompetensi yang dimiliki pegawai di sebuah

organisasi, maka akan tercipta potensi yang luas bagi pegawai tersebut
untuk dapat meningkatkan kinerjanya. Menurut Roe (dalam Mulyadi,
2015:304) bahwa kompetensi dapat digambarkan sebagai kemampuan
untuk melaksanakan satu tugas, peran atau tugas, kemampuan
untuk mengintegrasikan pengetahuan, keterampilan-keterampilan, sikap-
sikap dan nilai-nilai pribadi, dan kemampuan untuk membangun
pengetahuan dan keterampilan yang didasarkanpada pengalaman
pembelajaran yang dilakukan. Dengan kata lain, makna kompetensi
mengandung bagian kepribadian yang mendalam dan melekat pada
seseorang dengan perilaku yang dapat diprediksi pada berbagai keadaan
dan tugas pekerjaan. Prediksi siapa yang berkinerja baik dan kurang baik
dapat diukur dari kriteria atau standar yang digunakan. Hal ini berarti
bahwa kompetensi yang dimiliki oleh pegawai menunjukkan kualitas
diri pegawai yang sebenarnya. Jadi secara eksplisit dapat dikatakan
bahwa kompetensi pegawai berhubungan dengan kinerja.

Faktor lain yang dapat mempengaruhi kinerja pegawai yaitu

komitmen organisasi, dimana pegawai yang menanamkan komitmen
terhadap organisasi atau instansinya senantiasa berkeinginan untuk
melibatkan diri secara maksimal dalam pencapaian tujuan organisasi,
sehingga sangat relevan dan sinkron dengan peningkatan kinerja pegawai.
Sebagaimana yang dinyatakan oleh Luthans (dalam Martini et al., 2018:30)
mengemukakan bahwa komitmen organisasi adalah sikap yang
mencerminkan kesetiaan karyawan terhadap organisasi dimana anggota
organisasi menyatakan kepedulian mereka terhadap organisasi, terhadap
kesuksesan dan kemajuan yang berkelanjutan.Disisi lain bahwa pegawai
yang memiliki kompetensi yang baik, tentunya akan memiliki komitmen
yang tinggi bagi organisasi atau instansinya sehingga menghasilkan kinerja
yang maksimal.

Polewali Mandar sebagai salah satu kabupaten di wilayah Provnsi

Sulawesi Barat, juga di tuntut untuk terus berupaya mencapai target-target
kinerja yang maksimal. Kondisi ini tentu harus di topang dengan kinerja
pemerintahan yang baik pula, sehingga penting untuk menfokuskan
kepada peningkatan kinerja pegawai disetiap intansi. Salah satu
intansi yang patut di menjadi penggerak peningkatan kinerja pegawai
adalah Inspektorat Kabupaten Polewali Mandar. Hal ini didasari tugas
Insepktorat yang menjadi bagian penting dalam membina dan mengawasi
pelaksanaan urusan pemerintahan.

Tinjauan Pustaka

Kompetensi

Kompetensi diartikan sebagai kemampuan dasar dan kualitas

kerja yang diperlukan untuk mengerjakan pekerjaan dengan baik.
Kompetensi aparatur pemerintah daerah berarti kemampuan yang harus
dimiliki seseorang aparatur berupa pengetahuan, keterampilan,
sikap dan perilaku yang diperlukan dalam pelaksanaan tugasnya
(Inapty dan Martiningsih, 2016).

Ruky (dalam Rantesalu, et al.,2016) menjelaskan kompetensi

sebagai karakteristik dasar dari seseorang yang mempengaruhi
pemikiran dan tindakan, untuk menggeneralisasi semua situasi yang
dihadapi dan bertahan cukup lama pada manusia. Selanjutnya,
menurut Wibowao (dalam Wardhani, 2017) kompetensi adalah
kemampuan untuk melakukan suatu pekerjaan atau tugas berdasarkan
keterampilan dan pengetahuan serta didukung oleh sikap kerja
yang dituntut oleh pekerjaan tersebut

Hutapea dan Thoha (dalam Hafid, 2018:290-291) mengungkapkan

bahwa ada empat komponen utama pembentukan kompetensi yaitu
pengetahuan, keterampilan, pengalaman, dan perilaku individu. Keempat
komponen utama dalam kompetensi dapat dijelaskan lebih rinci sebagai
berikut :

Pengetahuan adalah informasi yang dimiliki oleh seseorang.

Pengetahuan adalah komponen utama kompetensi yang mudah diperoleh
dan mudah diidentifikasi.

Keterampilan merupakan kemampuan seseorang untuk

melakukan suatu aktivitas atau pekerjaan.

Perilaku kerja yang merupakan sikap keteraturan perasaan

danpikiran seseorang dan kecenderungan bertindak terhadap aspek
lingkungannya.

Pengalaman Kerja adalah proses pembentukan pengetahuan atau

keterampilan tentang metode suatu pekerjaan karena keterlibatan
karyawan tersebut dalam pelaksanaan tugas pekerjaan.

Komitmen organisasi

Komitmen merupakan kemauan untuk menyelaraskan perilaku

terhadap kebutuhan, prioritas dan tujuan organisasi. Komitmen
organisasi berkaitan dengan tingkat dimana individu berkeinginan
untuk tetap tinggal di dalam organisasi dan menerima tujuan
organisasi. John Wiley & Sons, Inc (dalam Fauzan dan Sumiati,
2015:14) mengemukakan bahwa individu dengan komitmen organisasi
yang tinggi akan bangga menjadi suatu anggota dalam organisasi dan
akan bekerja dengan kinerja tinggi untuk organisasinya.

Menurut Odoch & Nangoli (2014:166) komitmen organisasi

adalah kekuatan dari suatu identifikasi dan keterlibatan individu
terhadap hal tertentu dalam organisasi. Komitmen organisasi juga
dapat dikatakan sebagai bentuk loyalitas anggota organisasi dalam
pencapaian tujuan organisasi. Adanya komitmen yang kuat ditunjukkan
oleh anggota organisasi, maka akan menghasilkan kinerja yang
maksimal. Pengukuran komitmen organisasi menurut Allen & Mayer (dalam
Ras, 2016:4) yaitu: (1) Komitmen afektif, keterikatan emosional,
identifikasi dan keterlibatan dalam suatu organisasi. Dalam hal ini
individu berada dalam suatu organisasi karena keinginan mereka sendiri,
(2) komitmen berkelanjutan, yaitu komitmen individu berdasarkan
pertimbangan tentang apa yang harus dikorbankan ketika akan
meninggalkan organisasi. Dalam hal ini individu memutuskan untuk
menetap di organisasi karena dianggap sebagai pemenuhan kebutuhan, (3)
komitmen normatif, yaitu keyakinan individu tentang tanggung jawab
organisasi. Individu tetap berada dalam organisasi karena mereka
merasa berkewajiban untuk setia kepada organisasi.

KinerjaPegawai

Kinerja merupakan gambaran mengenai tingkat pencapaian

pelaksanaan tugas dalam suatu organisasi. Kinerja adalah hasil kerja
secara kualitas dan kuantitas yang dicapai oleh seorang pegawai dalam
melaksanakan fungsinya sesuai dengan tanggung jawab yang diberikan
kepadanya (Hafid, 2018:292). Rivai (dalam Wardhani, 2017:86)
menjelaskan bahwa kinerja merupakan perilaku nyata yang ditampilkan
setiap orang sebagai pekerjaan yang dihasilkan oleh karyawan sesuai
dengan perannya dalam organisasi.

Lebih lanjut Prawirosentono (dalam Sinambela 2016:481) kinerja

adalah hasil kerja yang dapat dicapai oleh seseorang atau sekelompok
orang dalam suatu organisasi, sesuai dengan wewenang dan tanggung
jawab masing-masing, dalam rangka upaya mencapai tujuan organisasi
bersangkutan secara legal, tidak melanggar hukum dan sesuai dengan
moral dan etika. Secara prinsip kinerja mengarah pada sutau usaha
yang dilakukan untuk memperoleh hasil terhadap tugas yang
diemban. Mangkunegara (dalam Riyanto, et al., 2017:344)
menjelaskan bahwa dimensi dari kinerja terbagi menjadi lima, yaitu
kualitas kerja, kuantitaskerja, tanggung jawab, kerjasama dan inisiatif.

METODE

Penelitian ini menggunakan tipe kuantitatif dalam

menganalisa data dengan pendekatan deskriptif (descriptive research)
dan eksplanatori (explanatory research). Pendekatan deskriptif dalam
penelitian ini berusaha menjelaskan hasil penelitian tentang data yang
telah diolah. Sedangkan pendekatan eksplanatori berusaha menjelaskan
keterkaitan hubungan pengaruh antara variabelyang digunakan dalam
penelitian ini.

Populasi penelitian ini adalah seluruh pegawai Inspektorat

Kabupaten Polewali Mandar yang berjumlah 50 orang. Adapun untuk
sampel yang digunakan meliputi keseluruhan jumlah populasi, dengan
menggunakan teknik total sampling. Hal ini dikarenakan jumlah
populasi masih tergolong kecil.Sumber data terdiri dari data primer dan
data sekunder. Data primer diperoleh dari hasil tanggapan responden
terhadap kuesioner yang disebar. Data sekunder diperoleh dari
catatan atau laporan berkala Inspektorat Kabupaten Polewali Mandar.

Metode analisis data menggunakan model persamaan

struktural atau structural equation modeling (SEM) dengan alternatif
partial least square (PLS). Pengujian yang digunakan dengan uji model
pengukuran (Outer Model) dan uji model struktural (Inner Model)

HASIL DAN PEMBAHASAN

Hasil Uji Model Pengukuran (Outer Model)

Outer model atau model pengukuran dari luar, dimaksudkan untuk

melihat hubungan indikator-indikator dengan variabel latennya. Model
pengukuran ini memiliki tahap analisis menggunakan uji validitas dan
uji reliabilitas.

Uji Validitas

Uji validitas bertujuanmengukur sah atau tidaknya instrumen

penelitian. Kriteria dalam pengujian validitas digunakankonvergendan
diskriminan. Secara konvergen, ukuran refleksif individual dapat
dikatakan tinggi apabila korelasi lebih dari 0.7 dengan konstruk yang
diukur, kemudian dinyatakan valid jika nilai loading factor diatas 0.5
terhadap konstruk yang dituju. Untuk validitas diskriminan, kriteria yang
digunakan yaituakar kuadrat average varian extracted (AVE)yangdilihat
dari nilai cross loading konstruk. Jika nilai korelasi indikator konstruk
lebih tinggi dibandingdengan korelasi indikatornyaterhadap konstruk
lain, maka dapat dinyatakankonstruk memiliki validitas diskriminan
yang baik.

Hasil Uji Model Struktural (Inner Model)

Inner model adalah model struktur yang menggambarkan

hubungan kausalitas (sebab-akibat) antara variabel yang dibangun
berdasarkan subtansi suatu teori atau variabel yang tidak dapat diukur
secara langsung.Pengujian model struktur dalam penelitian ini
menggunakan uji good of fit dan uji estimasi koefisien jalur dengan
prosedur bootstropping.

Goodness of Fit Inner Model

Pengujian terhadap model strukturdalam uji goodness of fit

menggunakan Q-square predictive relevance dengan melihat nilai R-
square. Rumus untukmendapatkan nilai Q-square predictive relevance
menggunakanQ2 = 1 -(1 -R12) (1 -R22).

Hasil koefisien jalur pada tabel 5 diatas, dapat diuraikan sebagai

berikut:Nilai original sample yang dihasilkanvariabel kompetensi terhadap
kinerja pegawai sebesar 0.260 dan nilai t-hitung (2.369) > t-tabel (1.998)
pada taraf signifikansi 5%, sehingga disimpulkan bahwa kompetensi
berpengaruh positif dan signifikan terhadap kinerja pegawai. Dengan
demikian, hipotesis pertamadapatditerima;

Nilai original sample yang dihasilkanvariabel kompetensi terhadap

komitmen organisasi sebesar 0.766dan nilai t-hitung (10.696) > t-tabel
(1.998) pada taraf signifikansi 5%, sehingga disimpulkan bahwa
kompetensi berpengaruh positif dan signifikan terhadap komitmen
organisasi. Dengan demikian, hipotesis keduadapatditerima; dan

Nilai original sample yang dihasilkanvariabel komitmen organisasi

terhadap kinerja pegawai sebesar 0.726 dan nilai t-hitung (6.616) > t-
tabel (1.998) pada taraf signifikansi 5%, sehingga disimpulkan bahwa
komitmen organisasi berpengaruh positif dan signifikan terhadap
kinerja pegawai. Dengan demikian, hipotesis ketiga dapat diterima.

Hasil pengujian menggunakanprosedur bootstropping pada path

coefficients dan total indirect effect,menunjukkanadanya hubungan antara
kompetensi, komitmen organisasi dan kinerja pegawai. Kompetensi
memiliki pengaruhterhadap kinerja pegawai yang dilihat
dariperolehannilai original sample, yaitu sebesar 0.260dan nilai t-hitung
(2.369) > t-tabel (1.998) pada tarafsignifikansi 5%. Hasil
inimenjelaskanbahwa kompetensi berpengaruh positif dan signifikan
terhadap kinerja pegawai pada Inspektorat Kabupaten Polewali Mandar.
Hasil penelitian ini sejalandengan penelitian Faustyna (2014) yang
menyatakan bahwa kompetensiberpengaruh positif terhadap kinerja,
begitupun dengan penelitian Syahputra dan Tanjung (2020) yang
menjelaskan kompetensi berpengaruh signifikan terhadap kinerja.
Pegawai dengankompetensi yang baik akan menunjukkankeahlian dan
kemampuanyang dimiliki dalam pelaksanaan tugas secara maksimal. Selain
itu, pegawai juga akan terusberupaya dalam meningkatkan keahlian atau
kemampuan nyauntuk menghasilkankinerja yang lebih baik. Semakin
tinggi kompetensi yang dimiliki pegawai maka semakin tinggi pula
kinerjayang dihasilkan.

Selain berpengaruh terhadap kinerja pegawai, kompetensi juga

memilik pengaruh terhadap komitmen organisasi. Hal ini terlihat dari
nilai original sample yang dihasilkanvariabel kompetensi terhadap
komitmen organisasi sebesar 0.766dan nilai t-hitung (10.696) > t-tabel
(1.998) pada taraf signifikansi 5%, sehingga disimpulkan bahwa
kompetensi berpengaruh positif dan signifikan terhadap komitmen
organisasi. Hasil penelitian ini konsisten denganpenelitian Adam,
Sanosra dan Susbiani (2020) yang mengemukakan bahwa kompetensi
berpengaruh terhadapkomitmenorganisasi, selain itu penelitian
Purwantodan Soliha (2017)juga menjelaskan hal yang sama bahwa
kompetensiberpengaruh positif dan signifikan terhadap komitmen
organisasi. Hubungan kompetensi dengan komitmen organisasi cukup
kuat, implementasi kompetensi dapatmenimbulkan dedikasi untuk
organisasi, sehingga memicu adanya manifestasi dari
komitmenberupa loyalitas terhadap organisasinya. Hal ini tentu
menjelaskan bahwa dengan adanyakompetensi akan mendorong tingginya
komitmen organisasi.

Pengujian selanjutnya tentang pengaruh komitmen organisasi

terhadap kinerja pegawai. Berdasarkan hasil nilai original sample yang
diperoleh yaitu sebesar 0.726dan nilai t-hitung (6.616) > t-tabel (1.998)
pada taraf signifikansi 5%, dapatdisimpulkan bahwa komitmen
organisasi memiliki pengaruhpositif dan signifikan terhadap kinerja
pegawai. Hal ini sejalan dengan penelitian Thamrin (2012) dan Latib et
al., (2016), yang mengemukakan bahwa komitmen organisasi
berpengaruh terhadap kinerja. Kesetiaan dalam organisasi menjadi
kontruksi dan pusat perhatian dari komitmenorganisasi. Ketika
pegawai memiliki komitmen yang tinggi, makapegawai tersebutakan
bersedia mengerahkan kemampuannya untuk bekerja secara
maksimal demi tercapainya kepentingan organisasi.

Selanjutnya untuk mengetahui pengaruh secara tidak langsung

antara kompetensi terhadap kinerja pegawai melalui komitmen
organisasi, digunakan prosedur totalindirect effects. Pada pengujian
totalindirect effects, diperoleh nilai P values sebesar 0.000lebih kecil dari
taraf signifikansi0.05 atau5%, dengannilai t-hitung (7.483) > t-tabel (1.998).
Hasil ini menjelaskan bahwa kompetensi berpengaruh secara tidak
langsung terhadap kinerja pegawai melalui komitmen organisasi.

SIMPULAN

Berdasarkan hasil penelitian dan pembahasan, maka ditarik kesimpulan

sebagai berikut:

Kompetensimemilikipengaruhpositif dan signifikan terhadap kinerja

pegawai;

Kompetensimemilikipengaruhpositif dan signifikan terhadap komitmen

organisasi;

Komitmen organisasi memiliki pengaruhpositif dan signifikan terhadap

kinerja pegawai;

danKompetensimemiliki pengaruhsecara tidak langsung terhadap

kinerja pegawaimelalui komitmen organisasi.
 DAFTAR PUSTAKA

Adam, Muhammad Irham., Sanosra, Abadi., dan Susbiani, Arik. (2020).

Pengaruh Pendidikan dan Pelatihan serta Kompetensi Terhadap
Komitmen Organisasi dan Kinerja Pegawai. JSMBI: Jurnal Sains
Manajemen dan Bisnis Indonesia. 10(1), 109-123.

Fauzan, Alfi Hazan., dan Sumiyati.(2015). Pengaruh Komitmen

Organisasi Terhadap Kinerja Karyawan PT. Bank Mandiri. Tbk.
Area Cirebon (Yos Sudarso). Business Edupreneur Journal, 3(1), 1-
19.

Faustyna, F. (2014). Pengaruh Kompetensi dan Komitmen Pada Tugas

Terhadap Kinerja KaryawanPada Hotel Dharma Deli Medan. Jurnal
Ilmiah Manajemen dan Bisnis, 14(1), 49-63.

Hafid, Haeruddin. (2018). Pengaruh Kompetensi, Kepemimpinan dan

Disiplin Kerja Terhadap Kinerja Pegawai Pada SAMSAT Polewali
Mandar. DeReMa (Development Research of Management): Jurnal
Manajemen, 13(2), 286-310.
http://dx.doi.org/10.19166/derema.v13i2.1004

Hair et., al. (2014). Multivariate Data Analysis, New International Edition.
New Jersey: Person

Harmen, Hilam., dan Amanah, Dita. (2013). Analisis Model Komitmen

Organisasi Terhadap Kinerja Dosen Universitas Negeri Medan.
Jurnal Keuangan & Bisnis, 5(3), 205-213.Inapty, M. A. F. B. A.,
& Martiningsih, R. S. P. (2016). Pengaruh Penerapan Standar
Akuntansi Pemerintah, Kompetensi Aparatur Dan Peran Audit
Internal Terhadap Kualitas Informasi Laporan Keuangan Dengan
Sistem Pengendalian Intern Sebagai Variabel Moderating (Studi
Empiris Pada SKPD di Pemprov NTB). Akuntabilitas: Jurnal
Ilmu Akuntansi, 9(1), 27-42.
https://doi.org/10.15408/akt.v9i1.3583

Latib., Fathoniz, Azis., & Minarsih, Maria Magdalena. (2016).

Pengaruh Budaya Organisasi, Kepemimnan, dan Motivasi
terhadap Komitmen Organisasi dan Kinerja Pegawai (Studi
 Pegawai Dinas Pasar Kota Semarang). Journal Of Management, 2(2),
1-13

.Martini, Ida Ayu Oka., Rahyuda, I Ketut., Sintaasih, Desak Ketut., &
Piartrini, Putu Saroyeni. (2018). The Influence of Competency on
Employee Performance through Organizational Commitment
Dimension. Journal of Business and Management (IOSR-
JBM), 20(2), 29-37. DOI: 10.9790/487X-2002082937

Mulyadi, Deddy. (2015). Perilaku Organisasi dan Kepemimpinan Pelayanan.

Bandung: Alfabeta.

Odoch, Hojops., & Nangoli, Sudi. (2014). The Effect of

Organizational Commitmen on Job Satisfaction in Uganda
Colleges of Commerce. Issues in Business Management and
Economics,2(10), 165-171.
http://dx.doi.org/10.15739/IBME.2014.003

judul Peran komitmen organisasi

dalam memediasi pengaruh
kompetensi terhadap kinerja
pegawai
tahun 2022
vol No 04
penulis HaeruddinHafid1, Akbar Azis2,
Emmy Arwaty3, Sudirman
abstrak Penelitian ini bertujuan untuk :
(1) menganalisis pengaruh
kompetensiterhadap kinerja
pegawaipada Inspektorat
Kabupaten Polewali Mandar, (2)
menganalisis pengaruh
kompetensiterhadap komitmen
organisasi pada Inspektorat
Kabupaten Polewali Mandar, (3)
menganalisis pengaruh
komitmen organisasi terhadap
kinerja pegawaipada Inspektorat
Kabupaten Polewali Mandar, (4)
menganalisis pengaruh
kompetensisecara tidak langsung
terhadap kinerja pegawaimelalui
komitmen organisasi pada
Inspektorat Kabupaten
Polewali Mandar. Penelitian ini
 menggunakan metode
kuantitatif dengan pendekatan
deskriptif dan eksplanatori.
Pengambilan sampel
menggunakan teknik total
samplingdengan pengumpulan
data menggunakan kuesioner
danjumlah responden
sebanyak50orang. Metode
analisis data penelitian
menggunakan model
persamaan struktural atau
structural equation modeling
(SEM) dengan alternatif partial
least square (PLS).

Metode penelitian Penelitian ini menggunakan tipe

kuantitatif dalam menganalisa
data dengan pendekatan
deskriptif (descriptive research) dan
eksplanatori (explanatory research).
Pendekatan deskriptif dalam
penelitian ini berusaha
menjelaskan hasil penelitian
tentang data yang telah diolah.
Sedangkan pendekatan
eksplanatori berusaha
menjelaskan keterkaitan
hubungan pengaruh antara
variabelyang digunakan dalam
penelitian ini.
kesimpulan Berdasarkan hasil penelitian dan
pembahasan, maka ditarik
kesimpulan sebagai berikut:
Kompetensimemilikipengaruhpositif
dan signifikan terhadap kinerja
pegawai;
Kompetensimemilikipengaruhpositif
dan signifikan terhadap komitmen
organisasi;
Komitmen organisasi memiliki
pengaruhpositif dan signifikan
terhadap kinerja pegawai;
danKompetensimemiliki
pengaruhsecara tidak langsung
terhadap kinerja pegawaimelalui
komitmen organisasi.
 Meningkatkan keunggulan bersaing UMKM kuliner
Siska Ernawati Fatimah1, Hana Rizky Fadhilah2

Abstrak

Penelitian ini bertujuan untuk menguji pengaruh orientasi pasar

dan orientasi kewirausahaan terhadap keunggulan bersaing. Metode
penelitian yang digunakan dalam penelitian ini adalah meotde penelitian
kuantitatif. Populasi dalam penelitian ini adalah pelaku usaha UMKM
kuliner di kecamatan pasawahan Kabupaten Kuningan dengan jumlah
100 orang. Teknik penarikan data menggunakan kuesioner dan analisis
data yang digunakan adalah analisis regresi ganda. Hasil penelitian
menunjukan bahwa terdapat pengaruh yang positif dan signifikan
antara variabel orientasi pasar dan orientasi kewirausahaan terhadap
keunggulan bersaing.

Kata kunci: Orientasi pasar; orientasi kewirausahaan; keunggulan bersai

Increasing the competitive advantage of culinary MSMEs

Abstract
This study aims to examine the influence of market orientation and
entrepreneurial orientation on competitive advantage. The research method
used in this study is a quantitative research method. The population in this
study is culinary MSME business actors in pasawahan district, Kuningan
Regency with a total of 100 people. The data withdrawal technique uses
questionnaires and the data analysis used is double regression analysis. The
results showed that there was a positive and significant influence between
the variables of market orientation and entrepreneurial orientationon
competitive advantage

Key words:Market orientation;entrepreneurial orientation;competitive

advantage
PENDAHULUAH
Keberadaan Usaha Mikro Kecil Menengah (UMKM) tidak dapat di
pandang sebelah mata, walaupun di kategori kan sebagai usaha kecil
UMKM selalu tumbuh dan berkembang sampai ke pelosok desa, usaha
mikro kecil menegah memiliki andil yang cukup besar untuk perkembangan
perekonomian Indonesia. Keberadaannya sangat membantu di segala
aspek, tidak hanya dari segi bertambah penghasilan namun dengan
adanya UMKM ini, mampu untuk menyerap tenaga kerja Indonesia lebih
banyak sehingga tingkat pengangguran di indonesia bisa semakin
berkurang.

Keberadaan usaha mikro kecil menengah yang cukup pesat

pertumbuhannya, dan jumlah UMKM yang tidak sedikit tentunya akan
menimbulkan persaingan yang cukup ketat. Karna jumlah UMKM
bertambah 1,98% di tahun 2019, tentunya hal ini tidak menutup
kemungkinan jumlahnya terus bertambah pada tahun-tahun berikutnya.

UMKM di bagi dengan beberapa kategori usaha diantaranya usaha

yang bergerak dibidang bordir, craft, fashion, konveksi, kuliner, makanan,
minuman, jasa dan usaha lainya. Selain itu yang mawarkan beraneka
ragaman bentuk produk dengan ciri khas masing-masing. Begitupun
dengan UMKM di Jawa Barat. Wilayah Jawa Barat salah satunya terdapat
Ciayumajakuning (Cirebon, Indramayu, Majalengka, dan Kuningan)
merupakan daerah aglomerasi di Jawa Barat yang didorong untuk
meningkatkan sektor pariwisata salah satunya dengan meningkatkan
wisata kuliner dangan ciri khas daerahnya. Jumlah UMKM kuliner di
wilayahCiayumajakunig (Data Jabar Tahun 2020).

Kabupaten Kuningan sendiri memiliki banyak varian makanan khas

dan tak hanya itu Kabupaten kuningan berada di posisi ke-4 dengan
jumlah UMKM terbanyak yang ada di wilayah Ciayumajakuning dengan
jumlah 120.358.

Menciptakan keungulan bersaing dalam memasuki pasar

pelaku usaha dituntut untuk meningkatkan kemampuan yang ada,
untuk mempertahankan pangsa pasar yang dimiliki untuk
memenangkan pangsa pasar dari pesaing(Sukaatmadja, Yasa, Rahyuda,
Setini, & Dharmanegara, 2021). Keunggulan bersaing harus dimiliki oleh
pelaku usaha atau produk untuk mencapai keunggulan bersaing.

Begitupun dengan pelaku UMKM di Kabupaten Kuningan berusaha

menciptakan keunggulan bersaing.KeungguIan bersaing yang dimiliki
pelakuusaha kuliner merupakan strategi untuk dapat bertahan dan mampu
menghadapi persaingan karena dengan begitu kegiatan dari usaha dapat
terus berlanjut serta akan mampu tumbuh lebih baik dan berkembang
lebih pesat lagi(Rahmadi, Jauhari, & Dewandaru, 2020).Menciptakan
keunggulan bersaing secara maksimal, perlu di dukung dengan
orientasi pasar, orientasi kewirausahaan serta inovasi yang dapat
membuat kemampuan pelaku usaha dalam menjalankan usahanya
akan lebih baik akan lebih mudah untuk mencapai kinerja
pemasaran yang diharapkan(Zuliasanti, Rusdarti, & Sakitri, 2020)

Kajian pustaka

Orientasi pasar

Orientasi pasar sebagai budaya organisasi yang paling efektif

dan efisien untuk menciptakan perilaku-perilaku yang dibutuhkan untuk
menciptakan superior value bagi pembeli dan menghasilkan superior
performance bagi perusahaan, apalagi dalam lingkungan yang bersaing
ketat. Perusahaan yang telah menjadikan orientasi pasar sebagai
budaya organisasi akan berfokus pada kebutuhan pasar eksternal,
keinginan dan permintaan pasar sebagai basis dalam penyusunan strategi
bagi masing-masing unit bisnis dalam organisasi, dan menentukan
keberhasilan perusahaan (Narver and Slater 1990 dalam Rahmadi, Jauhari
and Dewandaru, (2020:180).

Naver dan Slater dalam Retnawati and Retnaningsih,

(2020:76)menyatakan bahwa orientasi pasar terdiri dari tiga dimensi
dan indiktor komponen perilaku yaitu: dimensi yang pertama adalah
orientasi pelanggan dengan indikator penciptaan kepuasan konsumen,
pemahaman terhadap kebutuhan konsumen, upaya meningkatkan nilai
produk yang ditawarkan pada konsumen, memberikan layanan purna
jual/layanan pendukung, menciptakan hubungan berkesinambungan.
DimensikeduaOrientasi pesaing dengan indikator merespon dengan cepat
“serangan” pesaing, pimpinan mendiskusikan dengan pekerja tentang
kekuatan pesaing, aktif memantau strategi pesaing. Dimensi Ketiga
Koordinasi antar fungsi dengan indikator yaitu koordinasi antar fungsi,
meliputi: membagi informasi tentang konsumen kepada semua fungsi yang
ada pada lingkup usaha, summerdaya perusahaan terkoordinasi,
memberikan kontribusi guna peningkatan nilaibagi pelanggan.

Orientasi Kewirausahaan

Orientasi kewirausahaan dan budaya organisasi berhubungan erat

dengan proses penyusunan strategi yang akan memberikan dasar dalam
pengambilan keputusan dan pelaksanaan bisnis organisasi. Lumpki dan
Dess dalam Cahyani, Wimba and Wijaya, (2021:459)mengungkapkan
pendapat bahwa orientasi kewirausahaan adalah orientasi perusahaan yang
memiliki prinsip pada upaya untuk mengidentifikasi dan mengeksploitasi
kesempatan Morris dan Paul dalam Fayolle dalam Nizam et al., (2020:21)
Orientasi kewirausahaan terbagi dalam lima dimensi dan indikator
menurut Lumpkin & Dess, (1996) dalam Nizam et al., (2020:21)yaitu:
Dimensi yang pertama keinovatifan (innovativeness) Keinovatifan
dengan indikator adalah kemampuan kreativitas, kepemimpinan
teknologi baru, melakukan proses-proses baru. Dimensi kedua
pengambilan resiko (risk tasking)dengan indikator mengalokasi sumber
daya, mengambil keputusan pada lingkungan yang tidak pasti, melakukan
tindakan yang mengandung resiko ketidakpastian.

Dimensi ketiga keaktifan (proactiveness) dengan indikator

keatktifan, bertindak aktif dalam mengantisipasi permintaan masa
mendatang.Dimensi yang keempat keagresifan bersaing (competitive
aggressiveness) denganindikator upaya-upaya aktif perusahaan untuk
mengungguli pesaing, sikap atau tanggapan ofensif perusahaan akan
tindakan pesaing.Dimensi kelima Otonomi (autonomy) denganindikator
bekerja secara mandiri, membuat keputusandengan tepat dan segera.

Keunggulan Bersaing

Keunggulan bersaing pada dasarnya tumbuh dari nilai –nilai atau

manfaat yang diciptakan oleh perusahaan bagai para pembelinya.
Pelanggan umumnya lebih memilih membeli produk yang memiliki nilai
lebih dari yang diinginkan atau diharapkannya. Namun demikian nilai
tersebut juga akan dibandingkan dengan harga yang ditawarkan.
Pembelian produk akan terjadi jika pelanggan menganggap harga
produk sesuai dengan nilai yang ditawarkannya.

Menurut teori Bharadwaj et al.,(1993) dalam Isra ul Huda

(2020: 398) membagi dimensi kenggulan bersaing, yaitu:

Dimensi pertama harga kompetitif dengan indikator harga bersaiang,

harga sesuai kualitas.Dimensi kedua keunikan produkdengan indikator
tidak ada subsitusi, layanan produk yang unik. Dimensi ketigatidak mudah
digantikandengan indikator keistimewaan produk, menawarkan nilai yang
lebih kepada konsumen.

METODE

Metode penelitian yang digunakan dalam penelitian ini adalah

metode penelitian kualitatif. Peneliti menggunakan metode penelitian
kuantitatif karena tujuan penelitian ini adalah untuk mengetahui
pengaruh variabel orientasi pasardan orientasi kewirausaan terhadap
keungulan bersaingyang dibuktikan melalui perhitunganstatistik.

Dalam penelitian ini terdapat 1 variabel dependen yaitu keunggulan

bersaingserta dua variabel independen yaitu orientasi pasardan orientasi
kewirausahaan. Dimensi yang digunakan dalam variabel kompetensi adalah
1) orientasi pelanggan, 2) Orientasi pesaingdan 3) Koordinasi antar
fungsi(Naver dan Slater dalam Retnawati and Retnaningsih, (2020:76).
Dimensi yang digunakan dalam variabel orientasi kewirausahaan adalah
1) keinovatifan,2) pengambilan resiko, 3) keaktifan, 4) keagresifan
bersaing, 5) otonomi,(Sutrisno, 2019). Dimensi yang digunakan daam
variabel keunggulan bersaingadalah: 1) kompetitif, 2) keunikan produk, 3)
tidak mudah digantikan (Bharadwaj et al.,(1993) dalam Isra ul Huda (2020:
398).

Populasi dalam penelitian ini adalah pelaku UMKM di Kabupaten

Kuningan yang berjumlah 100orang. Teknik penarikan sampel yang
dgunakan dalam penelitian ini adalah proposional random sampling.
Teknik penarikan data dalam peneitian ini menggunakan kuesioner dengan
skala pengkuran instrumen penelitian menggunakan skala likert. Teknik
analisis data yangdigunakan adalah analisis regresi ganda.

HASIL DAN PEMBAHASAN

Berdasarkan tabel mengenai karakteritik responden,

menunjukkan bahwa responden yang menjadi objek penelitian ini
didominasi oleh wanita dengan usia diatas 45 tahun dan mayoritas pelaku
umkm dengan kategori kuliner makanan.Untuk mengetahui ketepatan
instrumen dalam mengukur variabel yang diteliti, peneliti melakukan
pengujian validitas instrumen variabel orientasi pasar, orientasi
kewirausahaandan keunggulan bersaing

Berdasarkan hasil pengujian validitas diketahui bahwa seluruh

instrumenpenelitian baikvariabel orientasi pasar, variabel orientasi
kewirausahaandan variabel keunggulan bersainagadalah valid, karena
memiliki nilai r hitung lebih besar dari r tabel, seluruh r hitungnilainya
lebih besar dari 0,196. Untuk mengetahui derajat konsistensi instrumen
penelitan, maka peneliti melakukan uji reliabilitas instrument.

Pengaruh OrientasiPasarterhadap Keunggulan Bersaing

Hasil penelitian menunjukan bahwa orientasi pasar mampu

meningkatkan keunggulan bersaing pada UMKM kuliner di Kabupaten
Kuningan. Pelaku usaha merespon tindakan pesaing dengan cepat dan
mengetahui apa yang dibutuhkan oleh konsumen, dimana pelaku
usaha di dominasi oleh wanita dengan usia diatas 45 tahun dimana
mereka membuka dirinya untuk menerima saran dan masukan dari
konsumen, mengetahui apa yang menjadi keinginan dan juga kebutuhan
bagi masyarakat sekitar dan yang penting selalu mengutamakan kualitas
produk yang ditawarkan sehingga tercapainya keunggulan bersaing UMKM
kuliner di Kabupaten Kuningan.

Hasil ini sesuai dengan penelitian terdahulu yang dilakukan oleh

(Merakati, Rusdarti, & Wahyono, 2017)tentang Pengaruh Orientasi Pasar
Dan Inovasi Produk Terhadap Keunggulan Bersaing Dan Kinerja
Pemasaran Pengolahan Rumput Laut Di Wakatobi dimana hasil
penelitian menyatakan bahwa orientasi pasar berpengaruh positif dan
signifikan terhadap variabel keunggulan bersaing. Hasil penelitian ini
mengkonfimasi orientasi pasar dimana pasar sudah dikuasai oleh
pelaku umkm sehingga dapat menggerakan keunggulan bersaing.

Pengaruh Orientasi Kewirausahaanterhadap Keunggulan Bersaing

Berdasarkan hasil penelitian, orientasi kewirausahaan mampu

berinovasi dan memberikan kekhasan pada setiap produk yang
ditawarkan, selain itu para pelaku usaha pun mampu menyesuaikan diri
dengan lingkungan sekitar hal ini dikarenakan UMKM di Kabupaten
Kuningandi dominasi oleh wanita dengan usia diatas 45 tahun. Hal ini
membuat pelaku usaha dapat menyesuaikan diri dengan lingkungan
sekitar, semakin dekat dengan konsumen, sehingga dapat mengetahui apa
yang di butuhkan dan menciptakan nilai tambah yang baru pada produk
yang di tawarkannya, sehinggadapat terwujudnya keunggulan bersaing
pada UMKM kuliner di Kabupaten Kuningan

Hasil ini sesuai dengan penelitian terdahulu yang dilakukan oleh

(Nizam et al., 2020)tentang Pengaruh Orientasi Pasar, Inovasi dan
Orientasi Kewirausahaan Terhadap Keunggulan Bersaing Pada UKM Di
Jalanan Kota Kediri dimana hasil penelitian dikatakan bahwa orientasi
kewirausahaan mempunyai pengaruh positif terhadap keunggulan bersaing.

SIMPULAN

Berdasarkan hasil penelitian dan pembahasan, maka dapat

disimpulkan bahwa: 1) orientasi pasarmemiliki pengaruh yang signifikan
terhadap keunggulan bersaing, 2) orientasi kewirausahaanmemiliki
pengaruh yang signifikan terhadap keunggulan bersaing, 3) orientasi
pasardan orientasi kewirausahaandapat digunakan sebagai prediktor untuk
keunggulan bersaing.
 Daftar Pustaka

Cahyani, N. K. Y., Wimba, I. G. A., & Wijaya, P. Y. (2021). Pengaruh

Orientasi Kewirausahaan dan Dampaknya Terhadap Kinerja
Pemasaran.1(2), 457–470.

Fadhillah, Y., Yacob, S., & Lubis, T. A. (2021). Keunggulan Bersaing sebagai
variabel intervening pada UMKM Kota Jambi. 10(01), 1–15.

Merakati, I., Rusdarti, & Wahyono. (2017). Pengaruh Orientasi

Pasar,Inovasi, Orientansi Kewirausahaan melalui Keunggulan
Bersaing Terhadap Kinerja Pemasaran. Journal of Economic
Education, 6(2), 114–123.

Nizam, M. F., Mufidah, E., Fibriyani, V., Pasuruan, U. M., Kunci, K.,
Kewirausahaan, O., & Produk, I. (2020). Pengaruh Orientasi
Kewirausahaan Inovasi Produk,dn Keunggulan Bersaing Terhadap
Pemasaran UMKM. Jurnal Emba, 5, 100–109.

Rahmadi, A. N., Jauhari, T., & Dewandaru, B. (2020). Pengaruh Orientasi

Pasar, Inovasi dan Orientasi Kewirausahaan Terhadap Keunggulan
Bersaing Pada UKM Di Jalanan Kota Kediri. Jurnal Ekbis, 21(2),
178. https://doi.org/10.30736/je.v21i2.510

Retnawati, B. B., & Retnaningsih, C. (2020). Role of Entrepreneurial

Orientation and Market Orientation on Competitive Advantage
Through Marketing Performance: The Study at Marine-Based Food
Processing Industry in Central Java. 135(Aicmbs
2019), 66–71. https://doi.org/10.2991/aebmr.k.200410.011

Satwika, N. K. P., & Dewi, N. M. W. K. (2018). Pengaruh Orientasi

Paar Serta Inovasi Terhadap Keunggulan Kompetitif dan Kinerja
Bisnis. Keunggulan Kompetitif, 7(3), 1481–1509.

Sukaatmadja, I. P. G., Yasa, N. N. K., Rahyuda, H., Setini, M., &

Dharmanegara, I. B. A. (2021). Competitive advantage to
enhance internationalization and marketing performance
woodcraft industry: A perspective of resource-based view theory.
Journal of Project Management, 6, 45–56.
https://doi.org/10.5267/j.jpm.2020.9.002

Wijaya, P. Y. (2021). Pengaruh Orientasi Kewirausahaan dan Dampaknya

Terhadap Kinerja Pemasaran. 1(2), 457–470.

Zuliasanti, K., Rusdarti, & Sakitri, W. (2020). Pengaruh Orientasi Pasar,

Orientasi Kewirausahaan dan Inovasi Produk Terhadap Kinerja
 Pemasaaran UKM. Business and Accounting Education Journal,
1(1), 27–42

judul Meningkatkan keunggulan bersaing

UMKM kuliner
Tahun 2022
Vol Vol 14 no 04
Penulis Siska Ernawati Fatimah, Hana
Rizky Fadhil
Abstak Penelitian ini bertujuan untuk
menguji pengaruh orientasi pasar
dan orientasi kewirausahaan
terhadap keunggulan bersaing.
Metode penelitian yang digunakan
dalam penelitian ini adalah meotde
penelitian kuantitatif. Populasi
dalam penelitian ini adalah pelaku
usaha UMKM kuliner di kecamatan
pasawahan Kabupaten Kuningan
dengan jumlah 100 orang. Teknik
penarikan data menggunakan
kuesioner dan analisis data yang
digunakan adalah analisis regresi
ganda. Hasil penelitian
menunjukan bahwa terdapat
pengaruh yang positif dan
signifikan antara variabel orientasi
pasar dan orientasi kewirausahaan
terhadap keunggulan bersaing.

Metode penelitian Metode penelitian yang digunakan

dalam penelitian ini adalah
metode penelitian kualitatif.
Peneliti menggunakan metode
penelitian kuantitatif karena
tujuan penelitian ini adalah
untuk mengetahui pengaruh
variabel orientasi pasardan
orientasi kewirausaan terhadap
keungulan bersaingyang dibuktikan
melalui perhitungan statistik
Kesimpulan Berdasarkan hasil penelitian dan
pembahasan, maka dapat
disimpulkan bahwa: 1) orientasi
pasarmemiliki pengaruh yang
signifikan terhadap keunggulan
 bersaing, 2) orientasi
kewirausahaanmemiliki pengaruh
yang signifikan terhadap
keunggulan bersaing, 3) orientasi
pasardan orientasi
kewirausahaandapat digunakan
sebagai prediktor untuk
keunggulan bersaing.
Hasil penelitian Berdasarkan tabel mengenai
karakteritik responden,
menunjukkan bahwa responden
yang menjadi objek penelitian ini
didominasi oleh wanita dengan usia
diatas 45 tahun dan mayoritas
pelaku umkm dengan kategori
kuliner makanan.Untuk
mengetahui ketepatan instrumen
dalam mengukur variabel yang
diteliti, peneliti melakukan
pengujian validitas instrumen
variabel orientasi pasar, orientasi
kewirausahaandan keunggulan
bersaing
 JURNAL INTERNASIONAL

Adoption of green innovation technology to

accelerate sustainable development among
manufacturing industry
ABSTRAK
Recent advancements in green and innovative technologies have
resulted in a number of innovations in manufacturing operations to
accelerate sustainable development (SD). Despite several benefits of green
innovation adoption (GIA), the adoption rate of these initiatives is still
abysmal in manufacturing organisations. To fill this gap, we have developed
and validated the GIA model grounded on the unified theory of acceptance
and use of technology (UTAUT), which compels organisations to
implement these novel technologies. Data was collected through a survey of
516 respondents from Pakistani manufacturing industries and analysed
using structural equation modelling (SEM) and the artificial neural network
(ANN) approach. The deliverables of SEM and ANN approaches
demonstrated that all green integrated constructs of the research model,
such as performance expectancy, effort expectancy, hedonic motivation,
social influence, facilitating conditions, and innovation cost, predict green
behavioural intention (GBI). Besides, GBI was found to have a strong direct
and mediating effect among integrated constructs towards GIA. In addition,
the moderation of organisational size highlighted the differentiation among
small, medium and large size enterprises. Additionally, ANN specifies the
robustness and relative importance of all integrated constructs, whereas
green facilitating conditions have the highest relative importance value for
GIA. The proposed integrated model offers novel insights for decision-
makers and suggests various implications for adopting and implementing
innovative green technologies to achieve SD objectives.
 Introduction
The competitiveness of advanced economies and their innovation
performance during rapid globalization processes have become an issue of
debate. The dominant considerations have been the magnitude of
technological advances, the size of external markets, and the changing
dynamics of consumption patterns (Dahlman, 2007; Huang & Sharig,
2015). Striving to improve international competitiveness has been mainly
an issue for larger firms and individual companies. It was not viewed as an
arena where public authorities could make a difference (Rodrik, 2018). By
emphasizing the harmful effects of spending on economic growth, welfare
institutions were depicted as part of the threat to a well-functioning
economic order (Mars, 2007). The role that welfare institutions and social
safety nets played as positive assets were overlooked. Namely, by designing
and developing appropriate welfare programs, they could create the
conditions for stimulating innovation in companies and the business sector
(Lindert, 2004; Crouch, 2015).

However, recent developments reveal a gradual paradigm shift to

consider the significant contribution of welfare programs to long-term
economic growth and innovative national capabilities (Mares,
2007; Meinhard & Potrafke, 2012; European Union, 2013; Huber et al.,
2013; Hajighasemi, 2019; Koo et al., 2020; Terzić, 2020). This shift has
become more apparent during the rapid economic restructuring caused by
globalization, especially in those economies with a tradition of effective
social policy (Morel et al., 2012; Crouch, 2015; Farnsworth & Irving,
2018; Wehner et al., 2006). In advanced economies, mainly in northern
Europe, welfare states, since their first beginnings, have seen one of their
main tasks as promoting economic innovation, growth, and rapid industrial
development (Hajighasemi, 2004; Hajighasemi & Oghazi, 2021; Hort,
2014). This view has gained ground as the more generous welfare
economies experienced tremendous success in tackling economic crises and
showed themselves more robust and resilient than states with less
comprehensive welfare systems (Starke et al., 2013; Kuhnle, 2019).

Following this paradigm shift, doubts centered on the disruptive

functions that welfare institutions can have on the dynamic functionality of
the economy are expected to dissipate. As this shift became embedded,
proponents of an effective social policy (Morel et al., 2012; Hudson &
Kühner, 2009) stressed the significance of economic growth as the decisive
factor in expansion. Moreover, belief in the durability of welfare programs
found increasing support within the financial establishment.
 Among the advocates of an effective social policy, welfare programs
have been lauded for their contribution to economic growth. What has been
highlighted are the positive effects that welfare spending has had as a
significant stimulus to economic growth (Lindert, 2004). The focus has
been on the demand side, emphasizing consumption generated by the
income increase resulting from welfare spending (Onaran & Stockhammer,
2016). In their justification of welfare institutions’ intervention in the
economy, the advocates of productive social policy highlight the supply-side
argument to a greater and more apparent extent than previously. For
example, they point to the contribution of welfare institutions in promoting
innovation and technological development and, therefore, to increased
competitiveness. According to several scholars (Estevez-Abe et al.,
1999; Hall, 2015; Hajighasemi, 2019), welfare states have played a
significant role in shaping the innovative potential of advanced economies
and, in this way, have helped to facilitate innovation and economic growth.

While the potential impact of welfare state regimes on innovative

performance has been highlighted previously, there is still a lack of
empirical evidence in assessing this impact at the country level (Crouch,
2015; Rodrik, 2018). Moreover, according to the Neo-Schumpeterian
approach, the ability of countries to stimulate innovation activities can be
expected to bring economic growth and prosperity (Hanusch & Pyka
2007; Witt, 2016). Therefore, the primary purpose of this paper is to assess
the impact of social welfare systems on innovation performance and
competitiveness in selected European countries. In this regard, the
underlying hypothesis of the present study is whether specific clusters can
be established among representatives of European welfare states cocerning
the impact of welfare states on innovation outcomes. The outcomes of
innovation activities, as both inputs and outputs, and enterprise promotion
are regarded as indicators that reflect – and, to some extent, measure – the
appropriateness and supportiveness of welfare systems in creating
business-friendly environments and institutions.

This paper consists of the following sections. Section 2 presents the

background and motivation for the present article. Section 3 develops a
conceptual framework for competitiveness in the global economy and the
need for innovation–promotion efforts to advance the welfare state. Based
on this framework, Section 4 presents the operationalization of innovation
indicators for advanced welfare state economies and an analysis of the logic
behind the European Innovation Scoreboard (EIS) and the EU 2020
Innovation Indicator. Section 5 outlines the methodology and results of the
creative outputs and outcomes of welfare state clusters within European
countries. Section 6 discusses the contribution of welfare states to
innovation outcomes in advanced economies and suggests further research
directions.
Background and motivation: an intensified need
for innovation strategies
The concept of innovation is considered complex and
multidimensional, including a wide range of attributes, such as the aim,
type, nature, means of innovation, social context, and stages of innovation
(Baregheh et al., 2009; Zulu-Chisanga et al., 2016). Moreover, this concept
can be viewed as an outcome, a process, and a mindset (Kahn, 2018). In
general, innovation includes an element of novelty and something different
from previous solutions that contribute to the growth of companies,
markets, and societal prosperity (Gopalakrishnan, 2000; Bielińska-Dusza &
Hamerska, 2021). Innovation performance is driven by internal factors,
such as corporate size, equity incentives, internal pay dispersion, and
management characteristics. But external factors, such as a competitive
environment and national policies, are considered less important (Wei et
al., 2020).

The intensified need for innovative strategies in response to

globalization is related to the emerging economies – namely, China, India,
and Eastern Europe. These economies represented the beginning of a new
era of emerging markets (Buysse & Vincent, 2015). Access to a large and
increasingly well-educated – but still low-cost – labor force gave the
emerging economies an advantage that challenged the established
European economies. While the advanced economies grew on average by
1.6% per year in the 2000s, these emerging markets enjoyed robust annual
growth rates of around 5%. With this rapid expansion, their share of world
GDP, expressed in terms of purchasing power parity (PPP), grew from 32%
in 2000 to 44% in 2014, whereas the advanced economies declined from
59% to 46% in the same period (Buysse & Vincent, 2015).

In the newly developed economies, economic growth led to a

structural change in their production. Up to the mid-1990s, the
overwhelming bulk of their output consisted of goods and services
requiring low technological expertise. However, since then, the picture has
dramatically changed. Emerging economies, such as China, began to
produce increasing amounts of high value-added components seen as the
exclusive preserve of advanced economies (Lewin, 2016; Zhou et al., 2016).
The number of middle-class consumers has expanded dramatically and,
thus, the potential for growth in consumption in the emerging economies
looks promising over the longer term (Gaur & Delios, 2015). This situation
can be contrasted with the advanced economies, which have been
compelled to undergo structural change to sustain the high levels of
productivity required to maintain competitiveness. Nevertheless, such
advanced economies as those in the EU still have some crucial advantages
that keep them competitive with lower-cost producers. The preservation of
this supremacy demands continued competitiveness. This competitiveness
rests on retaining the capacity to create high value-added, knowledge-based
goods and services. However, maintaining their technological advantage
will continue to be a critical factor (Dahlman, 2007; Vakulenko et al.,
2019). The acceleration of the rate of technological change and the
requirement to participate effectively in globalization would seem to be the
factor to give advanced economies an advantage over the fast-growing
economies.

However, the durability of this technological hegemony is being

questioned increasingly by scholars (Williamson & Raman, 2013; Huang &
Sharif, 2015), who believe that emerging economies are catching up with
developed economies. There is much to indicate that China, for example, is
positioning itself to assume global leadership in technology in the coming
decades (Huang & Sharif, 2015). The latest official statistics on research
and development (R&D) indicate that China's R&D expenditure has more
than doubled in the last two decades, from 0.89% of GDP in 2000 to 2.1%
in 2019, which is the same level as the EU (OECD, 2021).

Given the above, the impact of economic and technological

innovations on the life and economies of humans has been fully recognized,
supporting the Neo-Schumpeterian approach that innovation is a driver of
economic growth and prosperity (Hanusch & Pyka, 2007; Witt, 2016). The
ability of countries to stimulate innovation activities can bring new
employment opportunities, higher salaries, lower prices, better quality, per
capita growth, and raised living standards across the board. Innovative
strategies can help developing countries catch up with more advanced
economies at high speed and generate sustainable profit. Therefore, the
demand for innovative strategies to deliver a positive impact is high, and
welfare-enhancing innovation processes deserve special attention.

Related literature overview

In this section, we first present a discussion on how competitiveness
can be achieved. There are two streams of research claiming that
competitiveness can be achieved either through cost reductions or
increased innovation. This is followed by a review of the studies
investigating the impact of social expenditure on economic performance.
The section ends with a review of studies dealing with debates on
innovation capacity, financial restructuring, and economic performance in
different welfare state systems.
Competitiveness through cost reductions or increased
innovation

At the global level, the main challenge to the advanced economies seems to
have been the emergence of the fast-growing economies. However, at the
EU level, the primary threat is from the poor-performing economies of
Southern Europe. These countries and Ireland suffer from a
competitiveness problem that makes their labor too expensive and delivers
low productivity. Consequently, decisive measures are needed to increase
competitiveness (European Investment Bank, 2016). To respond to the
challenges posed by globalization and maintain their international
competitiveness, EU member states could opt for short-term solutions that
focus on more effective and capital-intensive production methods to reduce
labor costs.
A devaluation is no longer an option because the poorly performing countries in the EU use
the same currency and are, therefore, obliged to do what the monetary union imposes. The
only way to overcome the “competitiveness gap” would seem to be measured by adjusting
labor costs. According to Black (2010), to become competitive, the poorly performing EU
member states need a downward adjustment in relative wages, particularly against the leading
economies in the eurozone, such as Germany. This process is known as internal devaluation.
It means that labor costs – defined as the full cost of a worker's total compensation – must be
reduced to increase labor productivity. The nominal wage rate and all other labor-related
costs to the firm must be reduced (Felipe & Kumar, 2011). These costs are comprehensive
and include a range of payments related to labor services, such as social security, severance
or redundancy pay, employers’ contributions to pension schemes, accident and life insurance
and, in some cases, payroll taxes and “fringe benefits” (Felipe & Kumar, 2011).
A reduction in social expenditure is perceived as another short-term tactic that can increase
cost competitiveness and contribute to the zero-growth rate in social goods and social
services expenditure. This prescription is based on the idea that the high labor costs in most
advanced economies are mainly due to a dramatic expansion of the social security system. It
is assumed that increased labor costs are the primary reason why profit-maximizing firms
tend to move their activities to countries with less extensive social security systems. In
parallel with this process, as the industrialized economies open up their markets to products
and services from low-wage economies where social security systems have lower standards,
the governments in countries with well-developed social security systems will find it
increasingly difficult to maintain their advanced welfare standards.

In contrast to cost reduction, innovation activities can also achieve competitiveness. Several
studies at the country level have established a cause–effect relationship between stimulation
of innovation activities and competitiveness growth. They confirm the importance of the
“innovation paradigm” on national competitiveness (Ciocanel & Pavelescu, 2015; Dima et
al., 2018). For example, it was established that a 10% increase in innovation performance
leads to a national competitiveness increase of +4.63 points in European countries (Ciocanel
& Pavelescu, 2015). Another study in the European context supports the results of the
previous research and shows that investment in innovation and education creates higher
value-added goods and services and increases the economic success of countries in the
competitive world economy (Dima et al., 2018). Green innovations and technologies are also
seen as essential factors in competitiveness at the country level (Apak & Atay, 2015). All
these studies demonstrate that innovative performance helps countries adapt to globalization
processes and technological change. Therefore, cost reduction or increased innovation to
stimulate competitiveness are two important factors requiring sound knowledge and well-
grounded decisions if countries are to achieve balance.

The impact of social expenditure on economic performance

A process of cuts in welfare services and benefit schemes was launched in most EU member
states with established welfare systems after the enlargement of the EU in 1995. This
phenomenon was known as a “race to the bottom” because competitive pressures arising
from globalization were eroding social security. The aim was to improve the competitiveness
of the advanced industrial nations against the new industrial countries. However, one of the
outstanding social achievements of industrialized countries, which ensured a reasonable
income for all citizens, was gradually being eroded (De Grauwe & Polan, 2005). The impact
of the social protection system's expenditure on economic performance and competitiveness
in the major industrial countries is one of the most revealing indicators of the operation of
race-to-the-bottom dynamics. This indicator is important because the levels of social
protection vary across industrial countries. It should be possible to argue that the more a
government spends on social security, the weaker its economic performance and
competitiveness will be – and the more a country should be forced to embrace the race-to-
the-bottom dynamic. However, comparative studies (Pfaller & Gough, 1991; Hermann et al.,
2008; Alper & Demiral, 2016) on the relationship between social expenditure and
competitiveness do not confirm this hypothesis. Countries that have gone furthest in
developing extensive and expensive social security systems are, in almost all cases, the most
advanced economies, while those countries that have fallen behind or chosen not to invest in
advanced social protection are, in many cases, suffering financial difficulties. In terms of
competitiveness, the countries with high levels of social spending, such as the Nordic
countries, belong to the category that performs better than the countries that invest least, such
as those in Southern Europe.

Innovation capacity and economic restructuring in different welfare systems

A helpful general definition of competitiveness is the degree to which [a country] can, under
free and fair market conditions, produce goods and services, which meet the test of
international markets, while simultaneously maintaining and expanding the real incomes of
its people over the longer term (OECD, 1992: 237). If some economic sectors in a country
become uncompetitive, the ensuing financial restructuring may involve cuts. Transitional
costs might be high, and the level of unemployment could rise. In addition to the domestic
restructuring of the economy, enterprises in industrial societies benefit from a wide choice of
locations for their businesses. Consequently, national markets are exposed to constant
competition and are compelled to act to attract or retain enterprises. As Garelli
(2006) stressed, relying on an ability to be aggressive in world markets by focusing on the
country's export performance and increasing foreign direct investment cannot secure
competitiveness. Markets also need to be attractive to wealth creation activities, which can, in
turn, jeopardize the stable development of living standards among the population. Balancing
these economic imperatives with a nation's social requirements that result from its history,
values system, and traditions is crucial in achieving sustainable and long-term
competitiveness. In other words, because social security increases labor costs through higher
taxation and different kinds of contributions, critiques of generous social security benefits
highlight state welfare as a crucial factor in suppressing production and reducing
competitiveness.
The second dimension of competitiveness focuses less on the cost aspects and stresses factors
such as the capacity to innovate and develop new products and technologies (Dodgson,
1996; Clark & Guy, 2010). These capacities are related to the human capital of nations. They
include the labor force's quality and level of motivation, both “blue collar” and “white
collar,” and in the private and public sectors. The quality of human capital and reason in a
labor force is mainly influenced by the quality of the education system and the rewards that
employees can obtain from a good education (De Grauwe & Polan, 2005).
The third important dimension that affects competitiveness is the quality of domestic
institutions. The stronger the legal and social institutions in a society and the more significant
the contribution of these institutions in securing the population's living standard and the
workforce's skills, the more the level of productivity will increase. Labor markets with
optimum social security benefits preserve and protect the help of those who may be placed in
a vulnerable position due to imbalances and distortions in the labor market. Thus, solid social
institutions can prevent social discontent and conflict, which damage economic prosperity in
the long run (De Grauwe & Polan, 2005).
In studying the competitiveness of countries open to the world economy, it would be
misleading and inaccurate to assume that actual performance in the international market, as
indicated by market share or current account balances, is an accurate measure of the actual
economic capacity of nations. The long-term position is determined by the quality of the
institutions that make countries competitive. The factors that affect the competitiveness of
nations are crucial. Taking these as the point of departure, the sustainability of economic
systems can be studied. This feature is regarded as the source of economic growth and,
therefore, essential to the survival of welfare institutions. This approach contrasts with the
race-to-the-bottom approach, which aims to improve the competitiveness of economies
through cuts in the public sector and social spending.

However, this has been shown not to be the decisive factor in economic competitiveness. A
comparison of the competitiveness rankings of OECD countries and their social spending
shows a negative correlation between the two variables. In other words, countries that spend
the most significant proportion of their GDP on social needs also score best on
competitiveness (De Grauwe & Polan, 2005). This is explained by the positive impact they
have on each other. Presumably, a country with a high level of competitiveness can generate
a higher GDP, which in turn allows it to spend more on social needs. High levels of social
spending generally have a positive impact on economic performance because the level of
social expenditure influences the productivity of the labor force.
Another crucial factor that increases the demand for social spending is the increase in
external shocks due to growing levels of trade and exchange, which increase the risk in open
economies (Rodrik, 1998). This, in turn, increases the need for the state to protect citizens
from crises caused mainly by economic imbalances. This could explain why, despite the calls
by supporters of globalization for extensive cuts in social expenditure, industrialized nations
have been cautious and have avoided a race to the bottom on social security. On the contrary,
the advanced economies that have chosen to spend most generously to meet welfare needs
have been the most competitive (Schwab, 2016).

Innovation capacity and economic performance debates in welfare states

There is a consensus among scholars that the critical contributory factor to the future
competitiveness of advanced economies is their innovative capacity (Furman et al.,
2002; Gans & Stern, 2003; Doyle & O'Connor, 2013). This is crucial because, over time, the
ability to generate increased production from additional capital investment declines in most
economic sectors. Consequently, through this iterative process, the economy's
competitiveness will be determined by the ability of the corporate sector to develop and
commercialize innovative technologies over the long term (Furman et al., 2002). The
innovation capacity and innovation intensity of economies vary, related to factors such as the
nation's Common Innovative Structure (CIS), Cluster Specific Environment (CSE), and the
quality of the linkage between its CIS and its CSE (Doyle & O'Connor, 2013). This nation-
based approach to identifying factors that promote innovation activity is interesting because it
provides a policy-centered focus on how best to consider the long-term choices that affect
innovation capacity (Doyle & O'Connor, 2013). By studying the variations in innovation
outcomes at the national level, a comparison of innovation performance – and on to
innovation capacities and the innovative “success” of different countries (or of the other
welfare states) – can be made.
The nation's CIS refers to the features of an economy's innovation infrastructure that provide
no particular benefit to any sector or cluster but aim to support innovative activities generally
in the economy. The model in Furman et al. (2002:906) identifies three main factors in the
quality of the common innovative infrastructure: i) the aggregate level of technological
sophistication, or its accumulated knowledge base; ii) the talent pool of workers appropriate
for generating new knowledge; and iii) those universal factors that can help the innovation
potential of a country and an economy. Among the latter is the state of higher education and
the overall condition of academic research, the level of property rights protection, and access
to R&D tax credits. In addition to these essential elements of infrastructure, a broader list of
potentially relevant variables is suggested by Gans and Stern (2003):
Investment in basic research

•
Tax policies affecting corporate R&D and investment spending

•
The supply of risk capital

•
The aggregate level of education in the population

•
The pool of talent in science and technology

•
Information and communications infrastructure

•
The protection of intellectual property

•
Openness to international trade and investment

•
Overall sophistication of demand

The typical innovative structure that is supposed to increase creative capacity is assumed to
facilitate the correct conditions for firms to bring about innovation and create new
technologies. For this to happen, a specific innovation environment is required in a country's
industrial clusters, where firms have the opportunity to invest and compete. As Porter
(1990) emphasized, such a microeconomic environment is the basis for new-to-the-world
innovation. National innovative capacity depends on the strength of the linkages between
these two factors – an everyday innovation infrastructure and specific clusters. To achieve a
more productive flow of creative output from a given innovation infrastructure, mechanisms
or institutions are needed, such as a vibrant domestic university system or established funding
sources for new ventures that can encourage the commercialization of new technologies in
particular clusters (Furman et al., 2002). Access to a pool of scientists and engineers, to basic
research, and, in some cases, to advice from local universities are often prerequisites for
successful innovation, ever active within a well-developed cluster (Doyle & O'Connor,
2013).

Assessment of innovation indicators in advanced welfare state economies

A measure of innovation is a value that can include different statistical and mathematical
methods and can be based on a variety of indicators and measures (Bielinska-Dusza &
Hamerska, 2021). This article focuses on the innovativeness of the economies in European
countries based on the EU2020 innovation, proposed by the High-Level Panel on the
Measurement of Innovation, and the European Innovation Scoreboard (EIS).

EU2020 innovation: a focus on the impact of activities

To measure aspects of innovation outputs and outcomes, the High-Level Panel on the
Measurement of Innovation (2013) proposes a composite indicator of four components:
patent applications, the economic significance of knowledge-intensive sectors, the trade
performance of knowledge-intensive goods and services, and employment in fast-growing
firms in innovative sectors (Janger et al., 2017). The four proposed indicators are briefly
discussed below.
The first component, patent applications (PTC) per billion GDP, is suggested by most
scholars (e.g., Acs & Audretsch, 1989: Bronzini & Piselli, 2016; Janger et al., 2017) as a
proxy for creative output, mainly because of the availability of patent data. While
acknowledging that patents are proxies for knowledge and knowledge-generating processes,
such as R&D, some argue that they are less informative on the implementation and outcomes
of innovation (Moser, 2013; Janger et al., 2017). Given that patent technologies do not
always lead to use, too much reliance on patent counts can overestimate innovation output.
Patents are often used by firms active in technology-driven sectors. In contrast, a
considerable proportion of innovation outputs, particularly in the service sector with a low
propensity to patent, are not included in registered patent figures (Arundel & Kabla, 1998).
The second component, knowledge-intensive activity (KIA), refers to the economic
significance of knowledge-intensive sectors. It measures the number of employees
in knowledge-intensive industries as a proportion of total business sector employment. An
activity is knowledge intensive if one-third of the employees have a higher education degree.
Improvement in the score on this indicator is achieved if a national economy successfully
employs a larger share of employees in knowledge-intensive industries. The shortcoming of
this component is the underestimation that arises from increased employment levels in sectors
that are not considered knowledge intensive but are highly innovative.
The third component is the competitiveness of trade performance in knowledge-intensive
goods and services (COMP). It measures the share of employees in these sectors. The
indicator refers to the percentage of high-tech goods and knowledge-intensive services in
total exports.
The fourth component, employment dynamism in fast-growing firms in innovative sectors
(DYN), collates information on the innovativeness of sectors, their knowledge intensity, and
the number of employees in fast-growing firms as a percentage of total employees in these
sectors.
The indicators used by EU2020 innovation can measure the economic outcomes of member
states, but they fail to capture all of the important economic activities of a country. Sectors
that, on average, are less innovative and less knowledge intensive but crucial for the
economic development of a country or region might work according to path-dependent
evolution and structural upgrading (Dosi &Nelson, 2010; Janger et al., 2017; Bloom et al.,
2016). The outputs in these sectors should also be included in economic outcomes.
Given that increased growth and the creation of new, highly productive jobs appear to be the
goal of all economies, not least those in the European Union, R&D and innovation have
become the main strategies of advanced economies, including at the European level through
the Europe 2020 strategy. Innovative products and services were intended to promote
industrial competitiveness, job creation, labor productivity, and the efficient use of resources.
Factors that could contribute to innovation require comprehensive targeted investment – for
example, in the education sector, and especially tertiary education in science and technology.
Such investment would then secure dividends from the human capital considered a
prerequisite of a knowledge-based society. For instance, the Europe 2020 strategy set a target
for member states to invest the equivalent of 3% of GDP in financing R&D activities.

The European innovation scoreboard

The EIS consists of four major areas and contains ten dimensions of innovation, to which
detailed criteria are assigned. There are 27 indicators obtained from different sources, such as
Eurostat and the Scopus database (European Commission, 2021). The four major areas are:
The human resources dimension: These are indicators of measures that aim to facilitate the
availability of highly skilled and educated people in an economy. The indicators captured in
this dimension are an investment in tertiary education, postgraduate studies, and doctorates
but also in the education and training of the workforce as life-long learning. Active research
systems and international scientific publications, an innovation-friendly environment, and
opportunity-driven entrepreneurship are also aspects included in this area.
Investment in research by firms and government: Innovative projects need financing and
support. While some indicators measure investment by firms in R&D activities and their
efforts to upgrade the workforce's skills, others concentrate on the level of public support for
research activities from universities and government research organizations.
Innovation activities in the business sector: Innovation activities include different aspects of
the actions of a firm, from those introduced by firms into the market to others aimed at
innovating the structure of the organization, production processes, or the quality of the
product. Some indicators aim to cover all of these aspects. In contrast, others measure
collaboration efforts between innovating firms, research collaborations between the private
and public sectors, and private sector financing public sector R&D activities.
The impact of innovation activities: Employment and sales are the two major factors that
impact the innovation measures captured by the indicators. The employment impacts
constitute employment in knowledge-intensive activities and jobs in fast-growing firms
operating in innovative sectors. Sales impact measures the economic effects of innovation,
mainly through exporting medium- and high-tech products and knowledge-intensive services.
By calculating the Summary Innovation Index using the 27 indicators, states can be classified
into one of four groups: i) innovation leaders if their performance is above 125% of the EU
average; ii) strong innovators if their performance is between 95% and 125% of the EU
average; iii) moderate innovators if their performance is between 50% and 95% of the EU
average; and iv) modest innovators if their performance is below 50% of the EU average.

The innovative outputs and outcomes of welfare state clusters within Europe

This section describes the research methodology utilized in this study and the obtained results
that demonstrate the innovative outputs and outcomes of welfare state clusters in European
countries.

Methodology
Although there is no well-established tradition of empirical studies on the impact of welfare
state systems on innovation performance and competitiveness, and the issue of indicators for
innovation performance still represents a challenge, we can rely on comparable data and well-
established indicators drawn from the Eurostat, European Commission, and European Patent
Office databases. Two important methodological considerations must be studied when
assessing the innovative outcomes of different welfare states in European countries. Variables
should be selected that facilitate a comparison between the innovative outcomes of welfare
states. Secondly, the grounds for selecting welfare states should be included in the
comparison.

The variables associated with innovative outcomes were derived from the EU 2020
innovation indicator. However, these four variables are regarded as insufficient because they
are too oriented toward technology and are not representative of all economic activity. The
comparison was therefore supplemented by the most recently published EIS scores, which
provide a comparative assessment of the research and innovation performance of the EU
member states. In both cases, the comparison was made between the most recently reported
values for the variables. In the case of the EIS, the collection and comparison of data on
country performances are carried out according to a standard method by the social research
and training center at the European Commission. The comparison of the indicators selected
by the EU2020, by contrast, was undertaken by the author. The data used was drawn from a
single source, Eurostat, to ensure comparable values. Comparing values for a given year
provides only a snapshot of welfare state performance. It does not take account of the
historical development of innovation performance in welfare states. Given that the aim is to
show the innovation outcomes of different welfare states, a comparison of performance in a
specific year can meet this paper's needs.

The selection of welfare states was based on the welfare state division initially described
by Esping-Andersen (1990), which had three models: Central European, Anglo Saxon, and
Nordic. Later, two further models were added, at least at the European level: the
Mediterranean and the Eastern European (Hajighasemi, 2019). Only five countries each were
selected from the Central European and the Eastern European categories, which are the
largest in number. The selection was based on their size and influence within the welfare
category. Three countries were selected from the Mediterranean and Nordic clusters. Ireland
is the only representative of the Anglo-Saxon collection in the EU.
The significance of welfare states in the innovation debate comes from public investment in
creating favorable conditions for innovation capacity in an economy (Hall & Howell-
Moroney, 2012; Kwon et al., 2009; Saiz, 2001). The private sector supports innovation-
promoting initiatives through individual firms’ investments in innovation, and the public
sector through the education system and the support for research and development. The
objective is to strengthen the foundations for innovation in industry and service provision.
The social protection system provides security for the population, which assists the
development process. Fig. 1 shows the differences between the various welfare clusters in
terms of total government expenditure on social protection in 2019. The differences between
the Nordic and Central European countries were modest, but the differences between the
Eastern European countries and Ireland were large. The Mediterranean countries fell
somewhere in between.

Main results
This section presents the innovation outcomes of the different welfare state
clusters that are based on the total general government expenditures on
social protection. The main results are based on the EU2020 indicators,
which focus on innovation outcomes according to key indicators that cover
both the economic and the social outcomes of innovation initiatives. While
indicators, such as R&D activity, patent applications, and the extent of
high-tech penetration in economies, reflect economic aspects, knowledge-
intensive employment in high-tech sectors signifies the social outcomes of
successful innovation performance. Finally, to provide a comprehensive
picture of welfare states' innovation outcomes, the innovation index results
based on 27 different indicators are presented.

R&D activity

As the significant drivers of innovation, expenditure on, and the intensity of, R&D have been
key indicators used internationally to assess national economies’ attitudes to science and
technology innovation. At the EU level, R&D spending was the equivalent to 2.19% of GDP
in 2019. This is an apparent increase compared to the 2009 level of 1.97%. Among the five
welfare clusters in Europe, the Nordic countries are best placed, with Sweden having the
highest R&D intensity (see Fig. 2). Germany, which has the largest economy in Europe, is
also investing heavily. Eastern European and Mediterranean states all had R&D expenditure
below 1.5% of GDP, although the Czech Republic stood out with a figure close to the EU
average of slightly over 2%. Despite the low level of R&D intensity in Eastern Europe, some
countries in the region (Poland and Czechia included) have shown significant increases in
their R&D spending in recent years.

Patent applications
One of the most common indicators of innovative activity in advanced economies is the
number of patent registrations. The figure can indicate technology maturity, heralding
successful exploitation of technological knowledge for potential economic gain (Moser,
2013). Patent statistics have, therefore, been widely used to assess the inventive performance
of economies. Germany has the highest number of patent applications among member states
(almost one-third of the EU total), followed by France, which recorded less than half of
Germany's total. Relative to population, however, Sweden reported the highest number of
applications, followed by Denmark (see Fig. 3). There is a clear difference between welfare
state clusters regarding the registration of patents. The division between Nordic Central
European economies and Ireland, on the one hand, and Southern European and Eastern
European economies, on the other, is noteworthy. Nordic countries perform best, closely
followed by the Netherlands and Germany. In the lower groupings, Italy performs slightly
better than the others, performing at almost one-tenth of the best-performing countries in the
north.

Discussion and conclusions

The objective of this article has been to study the impact of welfare state systems on
innovation performance and competitiveness in advanced economies. In the era of
globalization, with the competitiveness challenges facing developed economies, growth
opportunities and employment creation strategies strongly depend on the ability to innovate
and succeed in the global market. While corporations are perceived as the apparent agents of
innovation, the only variable that could impact the prevailing balance of the competition is
the welfare state institution. Given this underlying hypothesis, our paper has studied the
effects of welfare states on innovation outcomes among representatives of the five clusters of
welfare states in European countries.
The main finding is that, contrary to the widespread belief that welfare spending can
undermine innovation potential (Mars, 2007), welfare institutions can harness a country's
innovative potential and contribute to its long-term growth. The more comprehensive the
welfare system and the more it invests in education at both the basic and the academic levels
– by including public financing of research foundations, the promotion of training, and
lifelong learning programs for the labor force – the better the country will perform on
innovation. These results support the Neo-Schumpeterian argument regarding the importance
of stimulating innovation activities to achieve economic growth (Hanusch & Pyka,
2007; Witt, 2016). In contrast to corporate innovation investment strategies, the public
intervention has embraced a more comprehensive agenda, including employment promotion,
environmental concerns, and gender equality goals. This can be seen in various models
designed by public sector actors at the EU level. By selecting indicators beyond corporate
profit promotion, such as the EU2020 innovation indicators, aspects of social advantage can
be included in measuring innovation success.
Another notable finding is that the performance of welfare states in promoting innovation
expressed as clusters of welfare states differs widely. Countries within a cluster of welfare
systems often move closer in innovation performance. This leads to the conclusion that the
characteristics of the welfare states are of crucial importance to innovation outcomes. This
strengthens the existing link between innovation outcomes and institutional or public support
of innovation-promoting measures in society. These findings have important policy
implications. While welfare policies and innovation performance are discussed in different
contexts, our results show that welfare policies and innovation performance should be
examined in tandem with specific cultural clusters.
A further finding is a link between a welfare state's comprehensiveness in its investment in
education and research and its position in the EIS ranking of welfare states. The Nordic
countries are the most comprehensive welfare states and occupy the top positions as
innovation leaders, followed by the Central European welfare states. The Eastern European
countries, with the lowest levels of social protection expenditure, finish at the bottom as the
most modest innovators.
This indicates that high welfare costs in themselves do not reduce competitiveness. This may
partly be because economic success generates a larger GDP and, hence, higher incomes
among the population increase expectations of an advanced social security system.
Consequently, wealth resulting from a high level of competitiveness creates the opportunity
for states to invest in the social security system and welfare services. Competitiveness paves
the way for the development of an advanced social security system.
While this explanation assumes that economic reasons are behind the high level of
competitiveness and that the social security system is the outcome of long-standing success in
the economic sphere, an opposing view would find that improvements in a country's
competitiveness are highly dependent on dynamic factors related to policy change. This
approach regards the social security system as a political project created to provide good
relations in the labor market, which are the basis for achieving better competitiveness.
Through social security benefits, social services, transfer payments, education systems, health
care, and laws that improve living conditions, the advanced welfare states guarantee the
dignity and security of their workforces. In turn, this prevents a social conflict in welfare
societies. Alongside well-functioning government institutions, this enables workers to feel
secure and creates a feeling of belonging to the state and social institutions. In such a stable
social climate, there may be an increased readiness to implement significant structural change
at the individual, industrial, and economic levels. A well-functioning social system creates
“risk-taking social capital,” which ultimately improves a nation's productivity (De Grauwe &
Polan, 2005). Thus, a complementarity of markets and government is necessary to achieve
and sustain a relatively conflict-free society.
While the present study has important results, it has some limitations that can be eliminated
in further research. First, we did not explicitly include cultural dimensions in the research
design of our study. Future analysis can focus on how national culture affects the
relationships between welfare systems, innovation performance, and competitiveness. This
would provide additional insights into the question under investigation. Second, the present
study does not provide a simple mechanism by which welfare social systems affect
innovation performance and competitiveness of countries. The analysis and the literature
review point to a strong link between welfare social systems and innovation performance.
Therefore, countries that plan to activate their innovative activities should pay greater
attention to welfare policies. Finally, while economic and social indicators provide some
understanding for policy makers regarding key patterns in available data, they suffer from
substantial shortcomings, including how these indicators are developed, aggregated, and
interpreted (Diener et al., 2009). A variety of innovation performance indicators and
measures are under continuous development (Bielinska-Dusza & Hamerska, 2021; Janger et
al., 2017). Those indicators and measures can also be used in further research to support or
challenge the present study's findings.
Recommended articles

References
Acs and Audretsch, 1989
Z.J. Acs, D.B. Audretsch

Patents as a measure of innovative activity

Kyklos, 42 (1989), pp. 171-180
Google Scholar
Alper and Demiral, 2016
F. Alper, M. Demiral

Public social expenditures and economic growth: Evidence from selected OECD
countries
Research in World Economy, 7 (2) (2016)
 Google Scholar
Apak and Atay, 2015
S. Apak, E. Atay

Global competitiveness in the EU through green innovation technologies and

knowledge production
Procedia-Social and Behavioral Sciences, 181 (2015), pp. 207-217

Judul Adoption of green innovation

technology to accelerate sustainable
development among manufacturing
industry
Tahun Oktober 2022
Vol Volume 7 issued 4
Penulis Saif UrRehmanb, Abaid UllahZafarc
Mohsin Shahzad
Abstrac Recent advancements in green and
innovative technologies have resulted in
a number of innovations in
manufacturing operations to accelerate
sustainable development (SD). Despite
several benefits of green innovation
adoption (GIA), the adoption rate of
these initiatives is still abysmal in
manufacturing organisations
Metode penelitian In this section, we first present a
discussion on how competitiveness can
be achieved. There are two streams of
research claiming that competitiveness
can be achieved either through cost
reductions or increased innovation. This
is followed by a review of the studies
investigating the impact of social
expenditure on economic performance.
The section ends with a review of
studies dealing with debates on
innovation capacity, financial
restructuring, and economic
performance in different welfare state
systems.
Kesimpulan The objective of this article has been to
study the impact of welfare state systems
on innovation performance and
competitiveness in advanced economies.
In the era of globalization, with the
competitiveness challenges facing
developed economies, growth
opportunities and employment creation
strategies strongly depend on the ability
to innovate and succeed in the global
market. While corporations are
perceived as the apparent agents of
innovation, the only variable that could
impact the prevailing balance of the
competition is the welfare state
institution. Given this underlying
hypothesis, our paper has studied the
effects of welfare states on innovation
outcomes among representatives of the
five clusters of welfare states in
European countries.
 Business environment distance and innovation
performance of EMNEs: The mediating effect of R&D
internationalization
Abstract
Sustainable business environment plays an important role in creating
conditions favorable to innovation. However, is this the case for all types of
multinational enterprises (MNEs)? While recognizing the importance of
sustainable business environment in innovation, we address this question by
examining the impact of sustainable business environment distance on the
innovation performance of emerging market multinational enterprises (EMNEs). A
panel dataset of Chinese MNEs listed on the Shenzhen and Shanghai stock
exchanges between 2005 and 2018 is employed. Our findings suggest that
sustainable business environment distance positively affect the innovation
performance of MNEs. R&D internationalization plays a mediating role in the
relationship between business environment distance and innovation performance.
Migrant networks can strengthen the positive impact of business environment
distance on the parent company's R&D internationalization. Highly skilled
migrants have a greater strengthening effect than do less skilled migrants on the
relationship between business environment distance and R&D internationalization.
Our study contributes to the literature by providing new insights into the
relationship between business environment distance and outward foreign direct
investme Introduction

Introduction
The relationship between sustainable environment and international
innovation behavior of multinational enterprises (MNEs) has long been a center of
academic attention in the international business (IB) literature. The current
research believes that outward foreign direct investment (OFDI) can provide a
high-quality platform for MNEs to learn advanced knowledge and experience,
which can improve their sustainable innovation and development capabilities. For
instance, Kogut & Chang (1991) analyze the industry-level data on Japan's direct
investment in the United States from 1976 to 1987 and discover that OFDI
positively affects the technological capabilities of the home country. Potterie &
Lichtenberg (2001) analyze data on research and development (R&D) capital
stocks in 13 developed countries and find that cross-company OFDI has a
significant effect on the productivity of the source country of investment. It is not
difficult to find that the previous literature on the international innovation
performance of MNEs mainly focuses on developed countries. However, the
research on the international innovation mechanism of emerging market
multinational enterprises (EMNEs) has not attracted enough attention. In fact,
compared with the characteristics of OFDI by developed country, the path of
EMNEs to improve the technological innovation level of their home country
companies through OFDI is unique. EMNEs engage in OFDI primarily to gain
advanced technical experience and management models (Chen et al., 2013). They
establish overseas subsidiaries to obtain high-quality technical resources and senior
talent from host countries, which leads to positive reverse spillover effects. This
also shows that the traditional international business theory focused on developed
countries is not fully applicable to emerging markets (Piperopoulos et al., 2018).
The phenomenon of EMNEs’ international expansion and business behavior are
not predicted by traditional views of international business in academia. Therefore,
this study takes Chinese MNEs as the research sample, which provides a certain
reference for explaining the sustainable innovation performance of EMNEs.nt
(OFDI).

Literature review and hypotheses

Business environment distance and EMNEs’ innovation performance

The business environment comprises a series of business controls on

companies from their establishment to their bankruptcy. These business controls
consist of an evaluation of enterprises’ institutional and economic environment
(Jovanovic & Jovanovic, 2018) and are closely related to MNEs’ production and
operation. The business activities of overseas subsidiaries are often directly
affected by their host countries’ systems, laws, and economies. However, the rules,
regulations, and business environments of each country are unique. Therefore,
comprehensive consideration of business environment distance is crucial for
increasing the survival rate of overseas subsidiaries. Since its introduction into the
field of organization and management by DiMaggio & Powell (1983), scholars
have used institutional theory to explain the investment behavior of MNEs. MNEs’
OFDI varies by country but invariably involves institutional issues. Institutions are
the general term for formal or informal social orders, rules, and quasi-rules that
restrict organizational models. Institutional distance can either be formal or
informal. Formal institutional distance refers to the differences in laws and
regulations between home and host countries (North, 1990). Therefore, business
environment distance is also a representation of formal institutional distance. We
analyze the business environment distance and innovation performance of MNEs
from the perspective of formal institutional distance.

Conclusions and practical implications

The examination of the challenges associated with the business environment

distance and management of R&D internationalization of MNEs constitutes
a critical area of the literature on headquarters–subsidiary relationships
(Kostova et al., 2016). This study represents one of the first investigations of
the business environment distance between emerging and developed
economies, specifically the overseas subsidiaries of Chinese MNEs. By
combining institutional theory and the springboard theory, this study uses
Chinese MNEs as an example to investigate the mechanism by which
business environment distance influences the innovation performance of
EMNEs. We also discuss the moderating role of migrants’ educational
background in the relationship between business environment distance and
R&D internationalization, which has certain policy implications for
improving EMNEs’ innovation performance. Innovation performance
significantly improves when enterprises invest in developed countries with
business environments superior to those of their home country. Diverse
business environments provide potential opportunities for companies to
considerably improve their innovation capabilities. Therefore, enterprises
can leverage the differences in the business environment to increase their
innovation efficiency. Business environment distance improves the
company's R&D internationalization capabilities, facilitating the absorption
and integration of new technology and knowledge. In addition, migrant
networks enhance the business environment distance, which promotes the
parent company's R&D internationalization capabilities. Compared with less
highly skilled migrants, highly skilled migrants exert a greater strengthening
effect on the relationship between business environment distance and R&D
internationalization. Host countries’ expansive network of highly skilled
migrants enhances the parent company's ability to discover the advantages
and opportunities of the business environment. Therefore, the parent
company has more motivation to increase international R&D investment to
absorb new foreign technology. Our findings support the premise that R&D
internationalization has both advantages and disadvantages that determine
innovation performance (Chen et al., 2012). For EMNEs, domestic
institutions cannot provide efficient or sufficient support for innovation
(Peng, 2003). Therefore, establishing overseas R&D subsidiaries in countries
with a favorable business environment is a solution for companies in
emerging economies seeking to enhance their innovation capabilities (Peng
et al., 2008).

This study makes four main contributions to the literature on international

business. First, present studies mostly focus on OFDI decision-making (Li &
Zhang, 2014), location selection (Luo & Rui, 2009), and entry modes.
However, we emphasize the reverse technological innovation effect of OFDI
on the parent company and identify factors influencing OFDI. Second,
studies indicate that acquiring technology-based strategic assets through
the establishment of overseas subsidiaries motivates Chinese MNEs to
engage in OFDI. However, few studies address the transmission mechanism
and influencing factors of the technological reverse spillover effect of
overseas subsidiaries. We use the mediating perspective of R&D
internationalization to discuss the internal mechanism by which the
innovation performance of Chinese MNEs is influenced. The study results
may be related to the potential of cooperation to reinforce a firm's
capabilities in identifying, sharing, distributing, and coordinating
international knowledge flows (Tortoriello et al., 2011). Third, the growing
influence of the business environment on international investment is an
integral external support for MNEs’ strategic selection and performance
improvement that cannot be overlooked (Ward et al., 1995). Existing studies
examine the performance of MNEs from a single-country perspective: the
host country's business environment or the home country's business
environment. Although some scholars consider the critical influence of
institutional distance and cultural distance on the innovation performance
of MNEs, these factors indirectly affect the development of enterprises.
However, business environment distance not only comprehensively reflects
the factors of institutional, economic, and cultural distance but is also
directly related to the life cycle of an enterprise. Therefore, the business
environment directly affects corporate innovation performance. This study
supplements the literature on the relationship between business
environment distance and MNEs’ innovation performance. Fourth, the
heterogeneous characteristics of migrants are ignored in present literature
(Li et al., 2019). We discuss the moderating role of migrant networks and
their educational background in the relationship between business
environment distance and R&D internationalization. We classify migrants as
highly skilled and less highly skilled and analyze the influence of migrant
networks on EMNEs’ OFDI in the literature on emerging market countries.
Thus, our findings provide theoretical and practical value.

This research entails crucial practical implications for EMNEs and

policymakers in emerging markets. Enterprises’ potential opportunities to
absorb new technological resources increase when the business
environment of the host country is more favorable than that of the home
country. Therefore, EMNEs should consider the overseas investment
environment and leverage different business environments to increase their
innovative potential. Latecomer Chinese MNEs should construct overseas
R&D networks and encourage R&D personnel to communicate through
overseas R&D networks. The government of emerging economies should
provide enterprises with financial support and tax incentives. Overseas
migrant networks constitute an essential bridge for communication and
cooperation between the home and host countries. MNEs should enhance
their ability to obtain high-quality external resources by leveraging high-
quality resources within networks of highly skilled migrants. Therefore,
countries with emerging markets should build investment relationship
networks with host countries through overseas migrant networks to increase
the efficiency of knowledge and technology flows. Emerging economies have
made great achievements, but high-skilled human resources remain one of
the key issues for EMNEs. Therefore, practitioners and investors should pay
attention to how to recruit management talents with rich professional
knowledge and practical experience. Overseas background is a specific
manifestation of human capital. Overseas study and work experience in
developed countries can enable senior executives to accumulate excellent
management experience, broad international vision and international social
network. Then, executive teams should make full use of migrants living
overseas to reduce the risks in the process of R&D internationalization.
More importantly, investors should follow the cost-benefit principle to fully
assess the risks and opportunities brought about by the business
environment distance to avoid falling into the dilemma of investment failure.

Our study has several limitations. First, because we focus on the

technological innovation of Chinese enterprises, the sample data are on the
investments of enterprises in developed countries that have superior
business environments to that of China. In the future, future research can
compare the differences in the impact of business environment distance
between developed and developing countries on the innovation capability of
the parent company. Second, we consider the comprehensive indicators of
business environment distance but do not classify the indicators of
subdimensions of the business environment. The heterogeneity of various
indicators can be further analyzed in subsequent investigations. Third, we
select the sample data of Chinese listed companies from 2005 to 2018,
future studies can further update the data and discuss the impact of the
COVID-19 virus on EMNEs.
 Refrences
Ahlquist and Prakash, 2010 J.S. Ahlquist, A. Prakash

FDI and the costs of contract enforcement in developing

countries

Policy Sciences, 43 (2010), pp. 181-200

 View PDF

CrossRefView Record in ScopusGoogle Scholar

Arvanitis and Hollenstein, 2011 S. Arvanitis, H. Hollenstein

How do different drivers of R&D investment in foreign locations

affect domestic firm performance? An analysis based on Swiss
panel micro data

Industrial and Corporate Change, 20 (2011), pp. 605-640

 View PDF

CrossRefView Record in ScopusGoogle Scholar

Balasubramanian and Lee, 2008 N. Balasubramanian, J. Lee

Firm age and innovation

Industrial and Corporate Change, 17 (2008), pp. 1019-1047

 View PDF

CrossRefView Record in ScopusGoogle Scholar

Barreto and Baden-fuller, 2006 I. Barreto, C. Baden-fuller

To conform or to perform? Mimetic behaviour, legitimacy-based

groups and performance consequences*

Journal of Management Studies,, 43 (2006), pp. 1559-1581

 View PDF

CrossRefView Record in ScopusGoogle Scholar

Bellemare et al., 2017

M.F. Bellemare, T. Masaki, T.B. Pepinsky

Lagged explanatory variables and the estimation of causal effect

The Journal of Politics, 79 (2017), pp. 949-963

Judul Business environment distance and
innovation performance of EMNEs:
The mediating effect of R&D
internationalization
Tahun 2022
Vol Volume 7 issued 4
Penulis Xiaoyang Zhao, Changjun Yi, Yun
Zhan, Minmin Guo
Abstract Abstract
Sustainable business environment
plays an important role in creating
conditions favorable to innovation.
However, is this the case for all
types of multinational enterprises
(MNEs)? While recognizing the
importance of sustainable business
environment in innovation, we
address this question by examining
the impact of sustainable business
environment distance on the
innovation performance of emerging
market multinational enterprises
(EMNEs). A panel dataset of Chinese
MNEs listed on the Shenzhen and
Shanghai stock exchanges between
2005 and 2018 is employed. Our
findings suggest that sustainable
business environment distance
positively affect the innovation
performance of MNEs. R&D
internationalization plays a
mediating role in the relationship
between business environment
distance and innovation
performance.
Metode penelitian Our study is set in the context of
emerging economies. Developed and
emerging economies vary greatly in
terms of business environment,
which can influence firms’ strategy
selection when investing in foreign
 markets. As latecomers to the global
market, EMNEs are subject to
special constraints because of
resource limitations. Therefore, firm
heterogeneity (e.g., in international
experience) and country
heterogeneity (e.g., in migrant
networks) may play crucial roles in
the internationalization of firms,
especially in emerging economies
Kesimpulan This study makes four main
contributions to the literature on
international business. First,
present studies mostly focus on
OFDI decision-making (Li & Zhang,
2014), location selection (Luo & Rui,
2009), and entry modes. However,
we emphasize the reverse
technological innovation effect of
OFDI on the parent company and
identify factors influencing OFDI.
Second, studies indicate that
acquiring technology-based
strategic assets through the
establishment of overseas
subsidiaries motivates Chinese
MNEs to engage in OFDI. However,
few studies address the
transmission mechanism and
influencing factors of the
technological reverse spillover effect
of overseas subsidiaries. We use the
mediating perspective of R&D
internationalization to discuss the
internal mechanism by which the
innovation performance of Chinese
MNEs is influenced. The study
results may be related to the
potential of cooperation to reinforce
a firm's capabilities in identifying,
sharing, distributing, and
coordinating international
knowledge flows (Tortoriello et al.,
2011). Third, the growing influence
of the business environment on
international investment is an
integral external support for MNEs’
strategic selection and performance
improvement that cannot be
overlooked (Ward et al., 1995).
Existing studies examine the
performance of MNEs from a single-
country perspective: the host
country's business environment or
the home country's business
environment. Although some
scholars consider the critical
influence of institutional distance
and cultural distance on the
innovation performance of MNEs,
these factors indirectly affect the
development of enterprises.
However, business environment
distance not only comprehensively
reflects the factors of institutional,
economic, and cultural distance but
is also directly related to the life
cycle of an enterprise. Therefore, the
business environment directly
affects corporate innovation
performance. This study
supplements the literature on the
relationship between business
environment distance and MNEs’
innovation performance. Fourth, the
heterogeneous characteristics of
migrants are ignored in present
literature (Li et al., 2019). We
discuss the moderating role of
migrant networks and their
educational background in the
relationship between business
environment distance and R&D
internationalization. We classify
migrants as highly skilled and less
highly skilled and analyze the
influence of migrant networks on
EMNEs’ OFDI in the literature on
emerging market countries. Thus,
our findings provide theoretical and
practical value.