Strategi adalah penjabaran dari misi dan misi lahir dari visi yang konsisten. Strategi berada di beberapa tingkat, mulai dari corporate atau group of companies, kemudian divisi, lalu departmen, dan terakhir unit yang terkecil dalam perusahaan.

Setelah sekian tahun berjalan, bisa saja visi yang biasanya datang dari pemilik atau pendiri perusahaan mengalami perubahan dalam arti penyempurnaan atau perluasan karena perkembangan yang dialami, dan karenanya misi serta strategi juga perlu disesuaikan. Visi merupakan tanggung jawab dari pemilik atau pendiri perusahaan, misi biasanya menjadi tanggung jawab top manajemen dan strategi menjadi tanggung jawab middle dan low level manajemen.

Biasanya antara visi dan misi tidak terlalu jauh penyimpangan dan jaraknya. Tetapi, yang sering terjadi adalah antara misi dan strategi, tanpa kendali, akan terjadi penyimpangan atau arah, oleh karena para pembuat strategi dihadapkan dengan fakta di lapangan yang tidak sinkron dengan misi yang dikehendaki. Oleh karena itulah perlu dari waktu ke waktu dilakukan kaji ulang, di mana strategi harus disesuaikan dengan mengakomodasi faktor internal (visi dan misi) dan faktor eksternal (implementasi di lapangan).

Metode Pengukuran: Regression Multinomial Logistics

Jika kita belajar tentang Analisis Regresi Logistik Multinomial, maka kita dapat menggunakannya untuk melihat apakah ada pengaruh variable independen terhadap variable dependen yang berbentuk kategori lebih dari dua nilai.

Contoh Kasus:

Sebuah perusahaan ingin mengetahui faktor-faktor apa saja yang mempengaruhi strategi perusahaan tersebut ketika tiga pilihan diterapkan, yaitu:

  • Inovasi
  • Minimalisasi Biaya, dan
  • Imitasi

Adapun parameternya, dilihat dari:

  • Free Cashflow
  • Pengalaman (Experience)
  • Reputasi
  • Lingkungan (Environment)
  • Suasana Kerja (Volatility), dan
  • Komplekisitas yang terjadi (Complexity)

 

File Download disini.

Bagaimana Cara Analisisnya atas Pengukuran tersebut?

Strategi dibuat untuk memenangkan sebuah persaingan, untuk mencapai sasaran pada waktunya, untuk meningkatkan performa, namun tidak semudah seperti membuat strategi itu sendiri dalam pelaksanaannya. Kita harus pandai-pandai membaca faktor eksternal, faktor lingkungan baik pada saat kita membuat strategi maupun beberapa tahun ke depan sesuai dengan program jangka menengah dan jangka panjang.

Oleh karena itulah, perlu dibuat beberapa skenario berdasarkan perkiraan dan pertimbangan tadi, tanpa meninggalkan misi yang terkait dengan visi. Dari sekian skenario bisa disimpan tiga skenario: a. yang paling pesimistis, b.paling mendekati, dan c. paling optimistis, dalam situasi lingkungan yang beragam sekalipun. Jika perlu lebih dari tiga skenario dengan input dan pertimbangan yang berbeda.

Berikut Pembahasannya:

Hasil Analisis dengan Metode Regresi Logistik Multinomial dengan SPSS sebagai berikut:

CASE PROCESSING SUMMARY:
tbl-Case Processing Summary

Jumlah (n) dari pilihan strategi yang digunakan yaitu:

  • Inovasi = 19
  • Minimalisasi Biaya = 53
  • Imitasi = 28

Seluruhnya VALID.

MODEL FITTING INFORMATION:

tbl-Model Fit Information

Menunjukkan apakah dengan memasukkan variable independen ke dalam moel, hasilnya akan lebih baik bila dibandingkan dengan model yang hanya memasukkan intercept saja. Seperti dalam table, -2Log Likelihood pada baris intercept only bernilai 201.691, sedangka dengan memasukkan variable independen (final) turun menjadi 184.114.

Hipotesis:

  • Ho = variable independen tidak memberikan akurasi yang lebih baik untuk memprediksi strategi perusahan.
  • Ha = Variabel independen memberikan akurasi yang lebih baik untuk memprediksi strategi perusahaan

Kriteria:

Pengujian menggunakan uji satu sisi dengan tingkat signifikansi (α) 5% dengan demikian:

  • Jika pvalue > 0.05 maka Ho diterima
  • Jika pvalue < 0.05 maka Ho ditolak

Hasil Uji:

Berdasarkan table Model Fitting Information:

Jika Χ² (0.129) > 0.05, maka Ho diterima

Kesimpulan:

Model dengan variable independen tidak memberikan akurasi yang lebih baik untuk memprediksi strategi perusahan.

 

GOODNESS-OF-FIT:

tbl-Goodness of Fit

 

 

 

Hipotesis:

  • Ho = Model Fit dengan data empiris.
  • Ha = Model tidak Fit dengan data empiris

Kriteria:

Pengujian menggunakan uji dua sisi dengan tingkat signifikansi (α) 5% dengan demikian:

  • Jika pvalue > 0.025 maka Ho diterima
  • Jika pvalue < 0.025 maka Ho ditolak

Hasil Uji:

Berdasarkan table Model Fitting Information:

Jika pvalue (0.162Pearson atau 0.525Deviance) > 0.05, maka Ho diterima

Kesimpulan:

Model Fit dengan Data.

 

PSEUDO R SQUARE:

tbl-Psedeo R Square

Tabel ini memberikan informasi nilai Pseudo R2 sebesar 0.161 (Cox and Snell), artinya bahwa variable dependen (Strategi) yang dapat dijelaskan oleh variable Independen adalah sebesar 16.1%, dan sisanya 83.9% dijelaskan oleh variable lain diluar model.

 

LIKELIHOOD RATIO TESTS:

tbl-Likelihood

Tabel ini menunjukkan kontribusi setiap variable independen terhadap model. Adapun variable yang signifikan memberikan kontribusinya yaitu  Cash Flow [p(0.022)<0.05] dan Experience [p(0.013)<0.05], sedangkan yang lain tidak memberikan kontribusi secara signifikan.

 

PAREMETER ESTIMATE:

tbl-Parameter Estimate

Berdasarkan table ini, maka persamaan logistiknya seperti berikut:

Strategi Inovasi

  • Cash Flow mempengaruhi secara signifikan probabilitas memilih strategi Inovasi dan lebih tinggi jika dibandingkan pengaruhnya terhadap strategi Imitasi, terbukti Odd Ratio (expB) sebesar 1.708 karena rasio antara Inovasi dengan Imitasi diatas nilai 1.
  • Experience mempengaruhi probabilitas memilih strategi Inovasi meskipun lebih tinggi sedikit jika dibandingkan pengaruhnya terhadap strategi Imitasi, terbukti Odd Ratio (expB) sebesar 1.008 karena rasio antara Inovasi dengan Imitasi diatas nilai 1.
  • Reputation mempengaruhi secara signifikan probabilitas memilih strategi Inovasi tetapi lebih rendah jika dibandingkan pengaruhnya terhadap strategi Imitasi, terbukti Odd Ratio (expB) sebesar 0.482 karena rasio antara Inovasi dengan Imitasi dibawah nilai 1.
  • Environment mempengaruhi secara signifikan probabilitas memilih strategi Inovasi dan lebih tinggi jika dibandingkan pengaruhnya terhadap strategi Imitasi, terbukti Odd Ratio (expB) sebesar 5.645 karena rasio antara Inovasi dengan Imitasi diatas nilai 1.
  • Volatility mempengaruhi secara signifikan probabilitas memilih strategi Inovasi tetapi lebih rendah jika dibandingkan pengaruhnya terhadap strategi Imitasi, terbukti Odd Ratio (expB) sebesar 0.95 karena rasio antara Inovasi dengan Imitasi dibawah nilai 1.
  • Complexity mempengaruhi secara signifikan probabilitas memilih strategi Inovasi dan lebih tinggi jika dibandingkan pengaruhnya terhadap strategi Imitasi, terbukti Odd Ratio (expB) sebesar 1.827 karena rasio antara Inovasi dengan Imitasi diatas nilai 1.

 

Strategi Minimalisasi Biaya:

  • Cash Flow mempengaruhi secara signifikan probabilitas memilih strategi Minimalisasi Biaya dan lebih tinggi jika dibandingkan pengaruhnya terhadap strategi Imitasi, terbukti Odd Ratio (expB) sebesar 3.22 karena rasio antara Minimalisasi Biaya dengan Imitasi diatas nilai 1.
  • Experience mempengaruhi secara signifikan probabilitas memilih strategi Minimalisasi Biaya tetapi lebih rendah jika dibandingkan pengaruhnya terhadap strategi Imitasi, terbukti Odd Ratio (expB) sebesar 0.92 karena rasio antara Minimalisasi Biaya dengan Imitasi dibawah nilai 1.
  • Reputation mempengaruhi secara signifikan probabilitas memilih strategi Minimalisasi Biaya tetapi lebih rendah jika dibandingkan pengaruhnya terhadap strategi Imitasi, terbukti Odd Ratio (expB) sebesar 0.443 karena rasio antara Minimalisasi Biaya dengan Imitasi dibawah nilai 1.
  • Environment mempengaruhi secara signifikan probabilitas memilih strategi Minimalisasi Biaya dan lebih tinggi jika dibandingkan pengaruhnya terhadap strategi Imitasi, terbukti Odd Ratio (expB) sebesar 2.282 karena rasio antara Minimalisasi Biaya dengan Imitasi diatas nilai 1.
  • Volatility mempengaruhi secara signifikan probabilitas memilih strategi Minimalisasi Biaya dan lebih tinggi jika dibandingkan pengaruhnya terhadap strategi Imitasi, terbukti Odd Ratio (expB) sebesar 1.048 karena rasio antara Minimalisasi Biaya dengan Imitasi diatas nilai 1.
  • Complexity mempengaruhi secara signifikan probabilitas memilih strategi Minimalisasi Biaya dan lebih tinggi jika dibandingkan pengaruhnya terhadap strategi Imitasi, terbukti Odd Ratio (expB) sebesar 2.201 karena rasio antara Minimalisasi Biaya dengan Imitasi diatas nilai 1.

 

CLASSIFICATION:

tbl-Classification

Berdasarkan Tabel ini, kemampuan Inovasi untuk memprediksi model adalah paling rendah yaitu 0%. Paling tinggi adalah strategi Minimalisasi Biaya yaitu sebsar 90.6%. Dan secara keseluruhsan, kemampuan memprediksi model sebesar 59%