Teknik analisis yang digunakan dalam proses pengolahan data menggunakan SEM-PLS dengan bantuan software SmartPLSversi 3.0. Hair (2014) berpendapat bahwa SEM adalah metode analisis data multivariat. Tahap-tahap yang harus dilakukan dalam penggunaan teknik analisis dengan model SEM-PLS menurut Hair (2014) adalah sebagai berikut:1) mendapatkan model berbasis konsep dan teori untuk merancang model struktural (hubungan antar variabel laten) dan model pengukurannya, yaitu hubungan antara indikator-indikator dengan variabel laten; 2) membuat diagram jalur (diagram path) yang menjelaskan pola hubungan antara variabel laten dengan indikatornya; 3) konversi diagram jalur kedalam persamaan dan 4)intepretasi model.

Kuesioner disebarkan sebanyak 79 kepada pelaku industri kreatif batik di Jawa Timur. Dari total 79 kuesioner yang disebarkan, jumlah yang kembali dan dapat diolah adalah sebanyak 68 kuesioner. Daftar kuesioner pada Table 2

Sumber: data diolah

Teknik pengolahan data dalam penelitian ini menggunakan metode SEM-PLS dengan bantuan software SmartPLS.

Pengujian Model Pengukuran (Outer Model)

Ada tiga kriteria dalam penggunaan teknik analisis SEM-PLS dengan SamrtPLS untuk menilai outer model yaitu menilai convergent validity dan composite reliability, cronbach’s alpha, AVE. Loading factor dalam penelitian ini menggunakan batas loading factor sebesar 0,7 (Hair (2014) . Pada Table 3 hasil dari outer loadings

Table 3

Stakeholder
Dimension	Indicator			Outer Loadings
Environmental	Env1			0,950
	Env2			0,954
	Env3			0,935
	Env4			0,727
Employee	Emp1			0,848
	Emp2			0,918
	Emp3			0,907
	Emp4			0,782
Society	Soc1			0,950
	Soc2			0,876
	Soc3			0,947
	Soc4			0,901
Customer	Cus1			0,876
	Cus2			0,889
	Cus3			0,777
	Cus4			0,800
Green Product Innovation
Dimensi	Indikator			Outer Loadings
Green Product Innovation	GProd1			0,894
	GProd2			0,918
	GProd3			0,895
	GProd4			0,853
Business Performance
Dimensi		Indikator	Outer Loading
Sales		Sales	0,978
Profitabilitas		Profit	0,972

Sumber : pengolahan data dengan SmartPLS Versi 3.0

Hasil pengolahan data dengan SmartPLS menunjukkan bahwa nilai loding faktor yang dihasilkan lebih besar dari 0.7. Setiap indikator tersebut dapat dinyatakan valid sebagai pengukur variabel latennya.Discriminat validity adalah tingkat diferensi suatu indikator dalam mengukur konstruk-konstruk instrumen. Untuk menguji discriminat validity dilakukan dengan pemeriksaan cross loading.

Sumber : Pengolahan Data SmartPLSVersi 3.0

Table 4 menunjukkan bahwa nilai loading factor setiap indikator dari masing-masing variabel laten memiliki nilai loading factor yang paling besar dibanding nilai loading variabel laten lainnya.Kriteria validity dan reliabilitydapat dilihat dari nilai reliabilitas suatu konstruk dan nilai Average Variance Extracted (AVE) dari masing-masing konstruk. Konstruk dikatakan memiliki reliabilitas yang tinggi jika nilainya 0,70 dan AVE berada diatas 0,50 (Hairdkk, 2014).

Sumber: Pengolahan data dengan SmartPLS Versi 3.0

BerdasarkanTable 5 tmenunjukkan bahwa semua konstruk memenuhi kriteria yang reliabel. Hal ini ditunjukkan dengan nilai composite reliability di atas 0,70 dan AVE diatas 0,50. Jika didasarkan pada nilai Composite Reliability, maka semua konstruk memenuhi kriteria memiliki reliabilitas yang tinggi.

Pengujian Model Struktural (Inner Model)

Tujuan pengujian model struktural (inner model) adalah untuk mengerahui hubungan antara konstruk, nilai signifikansi dan R-square dari model penelitian. Inner model dievaluasi dengan menggunakan R-square untuk konstruk dependen uji t serta signifikansi dari koefisien parameter jalur struktural bisa dilihat pada Figure 1

Sumber: Pengolahan data dengan SmartPLS Versi 3.0

Pengujian Hipotesis

Pengujian signifikansi menunjukkan hubungan variabel independen terhadap variabel dependen.Table 6 memberikan output estimasi untuk pengujian model struktural.

Sumber: Pengolahan data dengan SmartPLSVersi 3.0

Hasil pengujian dengan bootstrapping dari analisis SmartPLS versi 3.0 dengan kriteria t-statistik lebih besar dari nilai t-tabel 1,96 dengan taraf siginikansi 95% adalah sebagai berikut :

Pembahasan

Hasil penelitian ini menunjukkan bahwa CSR berpengaruh terhadap GPI. Hasil ini membutikan bahwa industri kreatif batik sudah melakukan praktik green product innovation (memilih bahan baku yang meminimalisir pencemaran lingkungan, bahan baku yang mudah didaur ulang, efisiensi dalam penggunaan baku, menggunakan pewarna alami. Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh McWilliams and Siegel (2000) dan Wagner (2007) , yakni ada hubungan signifikan antara penerapan CSR dengan green process dan green product (green innovation). Namun, hasil penelitian ini tidak sejalan dengan penelitian yang dilakukan oleh Bautista-Gallego et al. (2011) yang menganalisis hubungan dua arah antara CSR dan inovasi, yang membuktikan bahwa praktik-praktik berkelanjutan tidak selalu mengarah pada penciptaan nilai dan inovasi

Hasil penelitian ini juga menekankan bahwa industri kreatif batik telah memahami dan menerapkan green product innovation melalui produk batik warna alam. Hasil analisis menujukkan bahwa green product innovation berpengaruh terhadap kinerja bisnis industri kreatif batik. Industri kreatif batik sudah mengimplementasikan green product innovation, hal ini dilakukan atas keasadaran para pemilik industri kreatif batik dalam memanfaatkan peluang atau bahkan bisa menciptakan pasar baru dalam mencapai keunggulan kompetitif yang pada akhirnya bisa berpengaruh terhadap kinerja bisnisnya. Hasil penelitian ini mendukung hasil penelitian sebelumnya yang dilakukan King and Lenox (2002) , Chen et al. (2006) , Barbiroli and Raggi (2003) . Hasil penelitian Chen et al. (2015) juga menunjukkan bahwa praktik green innovation tidak hanya mempengaruhi kinerja lingkungan tetapi juga kinerja perusahaan. Ferrari and Parker (2006) memberikan bukti bahwa perusahaan-perusahaan yang lebih menekankan pada model bisnis berdasarkan inovasi memiliki angka pertumbuhan operasi yang lebih cepat dan pertumbuhan penjualan yang lebih tinggi. Pengaruh inovasi terhadap kinerja entitas telah dibuktikan oleh Terziovski (2010).

Hasil analisis pengaruh corporate social responsibility terhadap kinerja organisasi yang dimediasi oleh green innovation menunjukkan hubungan positif dan signifikan. Ketika corporate social responsibility diimpelementasikan secara efektif serta menerapkan green innovation secara optimal, maka berdampak terhadap peningkatan kinerja organisasi. Hasil penelitian ini juga menunjukkan bahwa para pelaku industri kreatif batik sudah menyadari pentingnya corporate social responsibility. Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh Bessera et al. (2001) , Murillo et al. (2006) , yang meneliti tentang hubungan antara CSR dan Kinerja UKM, hasilnya menunjukkan adanya korelasi positif antara CSR dan Kinerja UKM. Hasil penelitian yang lain menunjukkan bahwa corporate social responsibility berpengaruh terhadap kinerja organisasi (Orlitzky, Schmidt, and Rynes (2003) ; Classon and Dahlstrom (2006) ; Dwyer (2009) ; Lee (2009) ; Waskito et al. (2011) . Hasil ini tidak sejalan dengan penelitian yang dilakukan oleh Arli and Lasmono (2010) dan Ullmann (1985) yang membuktikan bahwa tidak ada hubungan yang jelas antara pengungkapan CSR dengan kinerja keuangan.

Green product innovation mampu memediasi pengaruh corporate social responsibility terhadap peningkatan industri kreatif batik. Green product innovation dapat membantu industri kreatif batik untuk mengimpelementasikan corporate social responsibility dalam meningkatkan kinerja bisnis industri kreatif batik. Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh Martinez-Conesa, Soto-Acosta, and Palacios-Manzano (2017) yang membuktikan adanya efek mediasi parsial kinerja inovasi pada hubungan antara corporate social responsibility dan kinerja perusahaan.