Hasil Uji Normalitas dengan Histogram Hasil Uji Normalitas dengan Normal P-P Plot of Regression Standarizied Hasil Uji Normalitas dengan Kolmogorov – Smirnov Test

56 d. Pada pernyataan “produk bisa dipesan sesuai dengan tipe yang pembeli inginkan”, terdapat 10 responden yang menyatakan setuju ditingkat angka 5, 80 menyatakan setuju ditingkat angka 4, 10 menyatakan setuju ditingkat angka 3. Hal ini berarti mayoritas responden setuju bahwa produk saya bisa dipesan sesuai dengan tipe yang pembeli inginkan.

4.2.2 Hasil Uji Asumsi Klasik

4.2.2.1 Uji Normalitas

Uji normalitas penelitian ini dilakukan dengan analisis grafik yaitu dengan grafik Histogram dan Normal P-P Plot of Regression Standarizied Residual. Selain itu uji normalitas juga dilakukan dengan menggunakan uji kolmogorov- smirnov.Uji normalitas dilakukan dengan bantuan software SPSS 21.0 for Windows dan hasilnya ditunjukkan sebagai berikut:

1. Hasil Uji Normalitas dengan Histogram

Bentuk grafik jika tidak melenceng ke kiri atau ke kanan, maka menunjukkan bahwa variabel berdistribusi normal.Sebaliknya, jika bentuk grafik melenceng ke kiri atau ke kanan, maka menunjukkan bahwa variabel tidak berdistribusi normal Universitas Sumatera Utara 57 Sumber: Hasil Pengolahan SPSS November 2016 Gambar 4.1 Uji Normalitas dengan Histogram Pada Gambar 4.1 terlihat grafik tidak melenceng ke kiri ataupun ke kanan, hal ini menunjukkan bahwa variabel berdistribusi normal.

1. Hasil Uji Normalitas dengan Normal P-P Plot of Regression Standarizied

Residual Titik-titik jika masih menyebar di sekitar garis diagonal, maka data telah berdistribusi normal.Sebaliknya jika titik tidak menyebar di sekitar garis diagonal, maka data tidak berdistribusi normal Dependent Variable : Keunggulan Bersaing Universitas Sumatera Utara 58 Sumber: Hasil Pengolahan SPSS November 2016 Gambar 4.2 Uji Normalitas dengan Normal P-P Plot of Regression Standarizied Residual Pada Gambar 4.2 terlihat titik-titik menyebar mengikuti data di sepanjang garis diagonal, hal ini menunjukkan bahwa data berdistribusi normal.

2. Hasil Uji Normalitas dengan Kolmogorov – Smirnov Test

Asymp. Sig. 2-tailed jika 0,05 maka data berdistribusi normal, sebaliknya jika Asymp. Sig. 2-tailed 0,05 maka data tidak berdistribusi normal. Dependent Variable : Keunggulan Bersaing Universitas Sumatera Utara 59 Tabel 4.7 Hasil Uji Kolmogorov – Smirnov Test One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 30 Normal Parameters a,b Mean .0000000 Std. Deviation 1.53381333 Most Extreme Differences Absolute .092 Positive .092 Negative -.091 Kolmogorov-Smirnov Z .503 Asymp. Sig. 2-tailed .962 a. Test distribution is Normal. b. Calculated from data. Sumber: Hasil Pengolahan SPSS November 2016 Pada Tabel 4.7 dapat dilihat bahwa data berdistribusi normal karena nilai Asympy.Sig 2-tailed sebesar 0,962 di atas tingkat signifikansi 0,05.

4.2.2.2 Uji Multikolinearitas

Gejala multikolinearitas dapat dilihat dari besarnya nilai Tolerance dan VIF Variance Inflation Factor.Kedua ukuran ini menunjukkan setiap variabel bebas mana yang dijelaskan oleh variabel terikat lainnya.Tolerance adalah mengukur variabilitas variabel bebas yang terpilih yang tidak dijelaskan variable.bebas lainnya. Dengan nilai : a. Tolerance value 0,1 atau VIF 5, maka terjadi multikolinieritas b. Tolerance value 0,1 atau VIF 5, maka tidak terjadi multikolinieritas Universitas Sumatera Utara 60 Tabel 4.8 Hasil Uji Multikolinearitas Sumber: Hasil Pengolahan SPSS November 2016 Pada Tabel 4.8 memperlihatkan semua nilai variabel bebas memiliki Tolerance value 0,1 atau VIF 5. Maka dapat disimpulkan bahwa tidak terjadi multikolinearitas .

4.2.2.3 Uji Heteroskedostisitas

Uji heteroskedastisitas dimaksudkan untuk mengetahui tingkat penyebaran atau variasi dari semua variabel yang diobservasi. Kriteria uji heteroskedostisitas yaitu apabila titik-titik menyebar secara acak dan tidak membentuk pola tertentu serta tersebar di atas maupun di bawah angka nol pada sumbu Y maka disimpulkan suatu model regresi dianggap tidak terdapat masalah heterokedastisitas. Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF Constant 2.404 4.162 .578 .568 RBV .420 .158 .454 2.658 .013 .942 1.062 Orientasi Kewirausahaa n .191 .089 .367 2.148 .041 .942 1.062 a. Dependent Variable: Keunggulan Bersaing Universitas Sumatera Utara 61

1. Hasil Uji Heteroskedostisitas dengan Scatter Plot