E-Jurnal Matematika Vol. 11(4), November 2022, pp. 230-234

DOI: https://doi.org/10.24843/MTK.2022.v11.i04.p386

ISSN: 2303-1751

PERSEPSI MASYARAKAT TERHADAP KINERJA PERANGKAT DESA MENGGUNAKAN PERSAMAAN STRUKTURAL

I Gede Wira Hady Saputra1§, G.K. Gandhiadi2, Eka N. Kencana3

1Program Studi Matematika, Fakultas MIPA – Universitas Udayana [Email: [email protected]] 2Program Studi Matematika, Fakultas MIPA – Universitas Udayana [Email: [email protected]] 3Program Studi Matematika, Fakultas MIPA – Universitas Udayana [Email: [email protected]]

§Corresponding Author

ABSTRACT

The purpose of this research is to determine the factors that influence the perception of rural communities on the performance of the village apparatus in Sawan District, Buleleng, Bali. The method used in this research is partial least square-structural equations modeling (PLS-SEM) method. This research was conducted in 14 villages in Sawan District, Buleleng, Bali within the research period from August to October 2021. Data was obtained through a questionnaire based on the responses of the village community in Sawan District as respondents to the performance of village officials. The number of respondents who responded to the questionnaire in this research is 134 respondents. The results of this research indicate that the village government function, village development function, and village community empowerment function have a significant effect on the performance of the village apparatus, while the village community development function has no significant effect on the performance of the village apparatus.

Keywords: Village apparatus performance, perception, PLS-SEM

  • 1.    PENDAHULUAN

Setiap daerah di Indonesia memiliki hak untuk mengatur pemerintahan daerah masing-masing berdasarkan Undang-Undang dan di bawah naungan pemerintah pusat. Hak yang diberikan untuk mengatur pemerintahan di masing-masing daerah disebut otonomi daerah. Berdasarkan Undang-Undang No 32 tahun 2004 Pasal 1 Ayat 1, otonomi daerah adalah hak, wewenang, dan kewajiban daerah otonom untuk mengatur dan mengurus sendiri urusan pemerintah dan kepentingan masyarakat setempat sesuai dengan peraturan perundang-undangan. Otonomi daerah mengatur segala urusan yang berhubungan dengan pemerintahan di wilayah provinsi, kecamatan, kelurahan, dan desa.

Proses pelaksanaan otonomi daerah khususnya di desa memerlukan kinerja perangkat desa yang cakap dan terampil dalam melaksanakan fungsi penyelenggaraan pemerintah desa, perencanaan pembangunan, pembinaan kemasyarakatan, dan pemberdayaan masyarakat dengan tujuan tercapainya

kesejahteraan masyarakat. Pada realisasinya, hingga saat ini belum tersedia standar sumber daya manusia yang pasti untuk mengetahui kinerja perangkat desa. Oleh karena itu, terdapat beberapa tolok ukur yang dapat dijadikan pedoman didalam meningkatkan kinerja perangkat desa, diantaranya keberhasilan dalam menyelenggarakan pemerintahan desa, melaksanakan pembangunan, melakukan pembinaan kemasyarakatan, dan pemberdayaan masyarakat.

Dalam penelitian ini, penulis ingin mengetahui kinerja perangkat desa di Kecamatan Sawan, Kabupaten Buleleng. Berdasarkan observasi awal yang dilakukan penulis, terdapat keluhan masyarakat mengenai kinerja perangkat desa yang menjadi sumber permasalahan dalam proses pelayanannya. Permasalahan yang terjadi diantaranya kurangnya disiplin waktu perangkat desa dalam menyelesaikan dokumen yang dibutuhkan masyarakat, sarana dan prasarana umum yang kurang memadai, serta kurangnya keterampilan sumber daya manusia dalam mengoperasikan teknologi. Munculnya permasalahan tersebut

menyebabkan ketidaknyamanan masyarakat di Kecamatan Sawan terhadap kinerja perangkat desa.

Kinerja perangkat desa merupakan variabel laten yang tidak dapat diukur secara langsung dan membutuhkan indikator untuk menjelaskannya. Salah satu metode statistika yang dapat digunakan untuk menjelaskan kinerja perangkat desa di Kecamatan Sawan yaitu structural equations modeling (SEM). Structural equations modeling (SEM) merupakan teknik statistik berupa gabungan dari dua teknik multivariat, yaitu analisis faktor dan analisis regresi (Hair Jr., et al., 2010). Metode SEM mampu memodelkan variabel laten untuk memperhitungkan berbagai bentuk kesalahan dalam penelitian (Civelek, 2018).

Terdapat dua jenis SEM, yaitu SEM berbasis kovarian yang disebut dengan Covariance Based-Structural Equation Modeling (CB-SEM) dan SEM berbasis varian yang disebut dengan Partial Least Square-Structural Equation Modeling (PLS-SEM). SEM berbasis kovarian (CB-SEM) digunakan untuk mengonfirmasi atau menyanggah suatu teori, sedangkan SEM berbasis varian (PLS-SEM) digunakan untuk mengembangkan suatu teori dalam penelitian (Hair Jr., et al., 2017).

Teknik SEM yang digunakan dalam penelitian ini adalah SEM berbasis varians (PLS-SEM).

  • 2.    METODE PENELITIAN

    • 2.1    Data Penelitian

Penelitian ini dilakukan di 14 desa di Kecamatan Sawan yaitu Desa Bungkulan, Desa Sangsit, Desa Giri Mas, Desa Lemukih, Desa Galungan, Desa Sekumpul, Desa Bebetin, Desa Kerobokan, Desa Sinabun, Desa Jagaraga, Desa Suwug, Desa Menyali, Desa Sawan, dan Desa Sudaji. Kuesioner yang disebarkan sebesar 134 kuesioner di empat belas Desa Kecamatan Sawan dengan menggunakan teknik pengambilan sampel proportional random sampling dan purposive sampling. Penyebaran kuesioner dilakukan pada bulan Agustus sampai Oktober 2021 dengan responden pada penelitian ini adalah masyarakat desa.

  • 2.2    Metode Penelitian

Penelitian ini menggunakan metode Partial Least Square-Structural Equation Modeling (PLS-SEM). Variabel laten pada penelitian ini

berjumlah lima variabel laten yaitu fungsi pemerintahan desa, fungsi pembangunan, fungsi pembinaan kemasyarakatan, fungsi pemberdayaan masyarakat, dan kinerja perangkat desa. Ke empat variabel laten tersebut merupakan variabel laten eksogen, dan satu variabel laten endogen yaitu kinerja perangkat desa. Model konseptual pada penelitian ini ditunjukkan pada Gambar 1.

Gambar 1. Model Konseptual Penelitian

  • 2.3    Hipotesis Penelitian

Dari Gambar 1 dapat dijabarkan hipotesis penelitian sebagai berikut.

H1: Persepsi tentang fungsi pemerintahan desa memengaruhi persepsi tentang kinerja perangkat desa

H2: Persepsi  tentang fungsi pembangunan

memengaruhi persepsi tentang kinerja perangkat desa

H3: Persepsi tentang fungsi pembinaan kemasyarakatan memengaruhi persepsi tentang kinerja perangkat desa

H4: Persepsi tentang fungsi pemberdayaan masyarakat memengaruhi persepsi tentang kinerja perangkat desa

H5: Persepsi tentang fungsi pembangunan memengaruhi persepsi tentang fungsi pemerintahan desa

H6: Persepsi tentang fungsi pembinaan kemasyarakatan memengaruhi persepsi tentang fungsi pemerintahan desa

H7: Persepsi tentang fungsi pemberdayaan masyarakat memengaruhi persepsi tentang fungsi pemerintahan desa

H8: Persepsi secara tidak langsung fungsi pembangunan memengaruhi persepsi tentang kinerja perangkat desa

H9: Persepsi secara tidak langsung fungsi pembinaan kemasyarakatan memengaruhi persepsi tentang kinerja perangkat desa

H10:Persepsi secara tidak langsung fungsi pemberdayaan masyarakat memengaruhi persepsi tentang kinerja perangkat desa

  • 3.    HASIL DAN PEMBAHASAN

    • 3.1    Profil Responden

Responden di 14 Desa Kecamatan Sawan yang memberi tanggapan terhadap kuesioner penelitian ini didominasi oleh responden laki-laki dibandingkan perempuan dengan berbagai macam pekerjaan serta tingkat pendidikan yang ditempuh. Berdasarkan usia, responden yang berusia lebih dari 30 tahun lebih dominan dalam penelitian ini.

  • 3.2    Uji Kelayakan Instrumen Penelitian

Untuk mengetahui kelayakan instrumen penelitian dilakukan uji validitas dan reliabilitas. Tujuan uji validitas adalah untuk mengetahui sejauh mana indikator dapat menjelaskan variabel laten dengan baik. Jika nilai korelasinya lebih besar dari 0,30, maka indikator tersebut dinyatakan memiliki validitas yang baik. Selain itu, uji reliabilitas dapat digunakan untuk mengetahui konsistensi internal semua indikator suatu penelitian. Jika nilai Cronbach alpha (a) > 0,708 maka data dikatakan reliabel. Jika penelitian bersifat eksploratif dengan tetap mempertimbangkan reliabilitasnya, maka nilai Cronbach alpha (a) > 0,60 (Hair Jr., et al., 2017).

Memerhatikan Tabel 1, ditunjukkan bahwa semua item pernyataan valid dengan nilai korelasi item-total lebih besar dari 0,30 dan nilai Cronbach alpha (a) telah memenuhi ambang batas yang disarankan yaitu (a) > 0,60.

Tabel 1. Uji Kelayakan Instrumen Penelitian

Variabel Laten

Kode

Indikator

Korelasi ItemTotal

Fungsi Pembangunan a = 0,697

FP-1

Prosedur peraturan daerah

0,419

FP-2

Peningkatan kualitas

0,620

FP-3

Responsibilitas

0,522

Fungsi Pemerintahan Desa a = 0,709

FPD-1

Ketersediaan pos kesehatan

0,384

FPD-2

Pembangunan dalam sektor pariwisata

0,561

FPD-3

Skala prioritas program

0,660

Variabel Laten

Kode

Indikator

Korelasi ItemTotal

Fungsi Pembinaan kemasyarakatan a = 0,648

FPK-1

Layanan informasi

0,437

FPK-2

Aspirasi masyarakat

0,641

FPK-3

Pengambilan keputusan program desa

0,341

Fungsi Pemberdayaan Masyarakat a = 0,740

FPM-1

Tujuan program desa

0,355

FPM-2

Kader pemberdayaan masyarakat

0,717

FPM-3

Pengembangan ekonomi lokal

0,661

Kinerja Perangkat Desa a = 0,708

KAD-1

Efisiensi

0,415

KAD-2

Responsivitas

0,590

KAD-3

Kualitas layanan

0,584

Sumber: Hasil analisis, 2022

  • 3.3    Analisis Model Pengukuran

Analisis model pengukuran bertujuan untuk menggambarkan hubungan variabel laten terhadap indikatornya dengan memerhatikan nilai composite reliability (CR), average variance extracted (AVE), dan nilai outer loading. Nilai CR dan AVE digunakan untuk mengukur konsistensi antara indikator reflektif dari variabel laten yang bersesuaian. Nilai CR diharapkan sebesar CR ≥ 0,708 dan nilai AVE ≥ 0,50. Nilai outer loading digunakan untuk mengetahui kontribusi indikator terhadap variabel laten. Nilai outer loading suatu indikator dinyatakan memiliki kontribusi yang baik apabila outer loading ≥ 0,708 (Hair Jr., et al., 2014).

Hasil analisis model pengukuran diperoleh setelah mengolah data sebanyak 134 responden dengan menggunakan software SmartPLS 3. Setelah melakukan analisis data, terdapat indikator dengan nilai outer loading dibawah 0,708 serta nilai composite reliability (CR) dan nilai AVE dibawah nilai ambang batas yang disarankan yaitu 0,708 dan 0,50 sehingga hasil analisis model pengukuran diulang dengan mengeleminasi indikator yang mempunyai nilai outer loading terkecil dari variabel laten yang bersesuaian. Diperoleh hasil akhir analisis model pengukuran yang ditunjukkan pada Tabel 2.

Tabel 2. Hasil Analisis Model Pengukuran

Variabel Laten

CR

AVE

Kode

Indikator

Outer Loading

Fungsi Pembangunan

0,715

0,557

FP-2

Peningkatan kualitas

0,789

FP-3

Responsibilitas

0,700

Fungsi Pemerintahan Desa

R2 = 0,282

0,847

0,735

FPD-2

Pembangunan dalam sektor pariwisata

0,824

FPD-3

Skala prioritas program

0,889

Fungsi Pembinaan Kemasyarakatan

0,794

0,658

FPK-1

Layanan informasi

0,826

FPK-2

Aspirasi masyarakat

0,796

Fungsi Pemberdayaan Masyarakat

0,752

0,505

FPM-1

Tujuan program desa

0,621

FPM-2

Kader pemberdayaan masyarakat

0,706

FPM-3

Pengembangan ekonomi lokal

0,794

Kinerja Perangkat Desa

R2 = 0,506

0,798

0,569

KAD-1

Efisiensi

0,791

KAD-2

Responsivitas

0,731

KAD-3

Kualitas layanan

0,739

Sumber: Hasil analisis, 2022


Tabel 2 menunjukkan nilai composite reliability (CR) dan nilai AVE dari seluruh variabel laten sudah memenuhi nilai ambang batas yaitu nilai composite reliability (CR) ≥ 0,708 dan nilai AVE ≥ 0,50. Dengan memerhatikan Tabel 2, diketahui bahwa nilai outer loading tertinggi yaitu indikator responsibilitas pada variabel laten fungsi pemerintahan desa. Hal tersebut menunjukkan bahwa perangkat desa menjalankan tanggung jawab sosial dengan peduli terhadap masyarakat desa. Sedangkan nilai outer loading terendah yaitu indikator tujuan program desa pada variabel laten fungsi pemberdayaan masyarakat desa, indikator tersebut tidak memenuhi nilai ambang batas yang disarankan yaitu 0,708 tetapi nilai composite reliability (CR) dan nilai AVE sudah terpenuhi berdasarkan nilai ambang batas yang disarankan. Menurut Hair Jr., et al., (2017) nilai outer loading yang berada antara 0,40 ≤ outer loading < 0,70 dan nilai composite reliability (CR) beserta nilai AVE yang memenuhi kriteria indikator, dapat dipertimbangkan untuk dipertahankan pada analisis selanjutnya.

  • 3.4    Analisis Model Struktural

Analisis model struktural digunakan untuk menggambarkan hubungan antarvariabel laten. Analisis pada model struktural dianalisis menggunakan software SmartPLS 3 dengan resampling bootstrap. Hasil analisis model struktural ditunjukkan pada Tabel 3.

Tabel 3 menunjukkan pengaruh variabel laten eksogen terhadap variabel laten endogen dapat diketahui dengan memerhatikan nilai koefisien jalur dari hubungan kausalitas antarvariabel laten. Diketahui bahwa pengaruh total antarvariabel kinerja perangkat desa pada model struktural bernilai positif, dengan taraf nyata 5% pada nilai koefisien jalur dari hubungan antarvariabel laten. Variabel laten fungsi pemberdayaan masyarakat memiliki nilai koefisien jalur tertinggi terhadap kinerja perangkat desa sebesar 0,460. Hal ini berarti fungsi pemberdayaan masyarakat lebih dominan memengaruhi kinerja perangkat desa di Kecamatan Sawan, Kabupaten Buleleng daripada variabel laten yang lain.

Tabel 3. Hasil Analisis Model Struktural

Koefisien Jalur

t - statistik

p - values

F. Pembangunan → F. Pemerintahan Desa

0,277

2,986

0,003

F.Pembangunan → Kinerja Perangkat Desa

0,275

3,511

0,008

F. Pemerintahan Desa → Kinerja Perangkat Desa

0,270

3,354

0,001

F. Pembinaan Kemasyarakatan → F. Pemerintahan Desa

0,148

1,651

0,099

F. Pembinaan Kemasyarakatan → Kinerja Perangkat Desa

0,124

1,458

0,145

F. Pemberdayaan Masyarakat → F. Pemerintahan Desa

0,274

3,079

0,002

F. Pemberdayaan Masyarakat → Kinerja Perangkat Desa

0,460

6,445

0,000

F. Pembangunan → Fungsi Pemerintahan Desa → Kinerja Perangkat Desa

0,075

2,196

0,028

F. Pembinaan Kemasyarakatan → F. Pemerintahan Desa → Kinerja Perangkat Desa

0,040

1,322

0,186

F. Pemberdayaan Masyarakat → F. Pemerintahan Desa → Kinerja Perangkat Desa

0,074

2,346

0,019

Sumber: Hasil Analisis, 2022


Tabel 3 menunjukkan pengaruh variabel laten eksogen terhadap variabel laten endogen dapat diketahui dengan memerhatikan nilai koefisien jalur dari hubungan kausalitas antarvariabel laten. Diketahui bahwa pengaruh total antarvariabel kinerja perangkat desa pada model struktural bernilai positif, dengan taraf nyata 5% pada nilai koefisien jalur dari hubungan antarvariabel laten. Variabel laten fungsi pemberdayaan masyarakat memiliki nilai koefisien jalur tertinggi terhadap kinerja perangkat desa sebesar 0,460. Hal ini berarti fungsi pemberdayaan masyarakat lebih dominan memengaruhi kinerja perangkat desa di Kecamatan Sawan, Kabupaten Buleleng daripada variabel laten yang lain.

  • 4.    KESIMPULAN DAN SARAN

    • 4.1    Kesimpulan

Penelitian ini menyimpulkan bahwa fungsi pemerintahan desa, fungsi pembangunan, dan fungsi pemberdayaan masyarakat berpengaruh signifikan secara langsung maupun tidak langsung terhadap kinerja perangkat desa di Kecamatan Sawan dengan koefisien determinasi yang diperoleh sebesar 50,6%.

  • 4.2    Saran

Pada penelitian selanjutnya, peneliti menyarankan untuk menambahkan variabel lain yang lebih berpeluang memengaruhi kinerja perangkat desa di 14 Desa Kecamatan Sawan, Kabupaten Buleleng secara signifikan seperti variabel motivasi dan kinerja manajerial.

DAFTAR PUSTAKA

Artini, N. W. E. S., Kencana, I. P. E. N., & Jayanegara, K. (2017). Model Tingkat Kemiskinan di Kabupaten Bangli dengan Pendekatan Partial Least Square. E-Jurnal Matematika, 6(3), 188–195.

Hair Jr., J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2010). Multivariate Data Analysis (7th ed.). United States: Pearson Prentice Hall.

Hair Jr., J. F., Gabriel, M. L. D. da S., & Patel, V. K. (2014). Amos Covariance-Based Structural Equation Modeling (CB-SEM): Guidlines on its Application as a Marketing Research Tool. Revista Brasileira de Marketing, 13(2), 44–55.

Hair Jr., J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2017). A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM) (2nd ed.). Los Angeles: Sage.

234