Pendekatan Histogram Pendekatan Grafik Uji Kolmogrov-Smirnov Tabel 4.9

49 4.2.3 Uji Asumsi Klasik 4.2.3.1 Uji Normalitas Uji normalitas bertujuan untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal. Dalam uji normalitas dilakukan dengan beberapa cara, sebagai berikut:

1. Pendekatan Histogram

Sumber : Hasil pengolahan SPSS, data diolah Gambar 4.1 : Histogram Gambar 4.1 menunjukkan bahwa grafik histogram menunjukkan pola distribusi normal hal ini ditunjukkan oleh distribusi data tersebut tidak menceng ke kanan maupun menceng ke kiri. Universitas Sumatera Utara 50

2. Pendekatan Grafik

Sumber : Hasil pengolahan SPSS, data diolah Gambar 4.2 : Pengujian Normalitas P-Plot Pada Gambar 4.2 menunjukkan bahwa grafik plot terlihat bahwa titik-titik menyebar disekitar garis diagonal dan tidak ada data yang menjolok jauh sehingga data ini memiliki distribusi normal. Dan untuk memastikan apakah data disepanjang garis diagonal berdistribusi normal maka dilakukan uji Kolmogorv- Smirnov.

3. Uji Kolmogrov-Smirnov Tabel 4.9

Uji Kolmogorv-Smirnov One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 64 Normal Parametersa,b Mean ,0000000 Std. Deviation 2,41538793 Most Extreme Differences Absolute ,072 Positive ,061 Negative -,072 Kolmogorov-Smirnov Z ,577 Asymp. Sig. 2-tailed ,894 a Test distribution is Normal. b Calculated from data. Sumber : Hasil Pengolahan SPSS, data diolah Universitas Sumatera Utara 51 Tabel 4.9 menunjukkan bahwa nilai Asymp.Sig 2-tailed adalah 0,894 dan diatas nilai signifikan 0,05 atau 0,894 0,05. Dengan kata lain variabel residual berdistribusi normal.

4.2.3.2 Uji Heteroskedastisitas Pendekatan Grafik dan Pendekatan Statistik

Uji heteroskedastisitas bertujuan untuk melihat seberapa besar peranan variabel bebas terhadap variabel terikat. Jika varians sama, dan ini yang seharusnya terjadi maka dikatakan homokedastisitas. Sedangkan jika varians tidak sama dikatakan terjadi heterokedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Untuk melihat apakah heterokedastisitas dapat dilakukan pendekatan grafik dan pendekatan statistik Uji Glejser sebagai berikut : Sumber : Hasil Pengolahan SPSS, data diolah Gambar 4.3 : Scatterplot Universitas Sumatera Utara 52 Gambar 4.3 menunjukkan bahwa titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas serta tersebar baik diatas maupun dibawah angka nol pada sumbu Y. Hal ini berarti tidak terjadi heterokedastisitas pada model regresi, sehingga model regresi layak dipakai untuk memprediksi variabel dependen, berdasarkan masukan variabel independennya. Tabel 4.10 Uji Glejser Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta B Std. Error 1 Constant -1,575 2,744 -,574 ,568 Media_Sosial ,063 ,061 ,131 1,029 ,307 Lokasi_Usaha ,117 ,176 ,084 ,662 ,510 a Dependent Variable: absut Sumber : Hasil Pengolahan SPSS, data diolah Hasil tampilan output SPSS dengan jelas menunjukkan tidak satu pun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen absolut Ut absUt. Hal ini terlihat dari tingkat signifikansinya di atas 0,05 atau 0,307 0,05 dan 0,510 0,05 jadi disimpulkan model regresi tidak mengarah adanya heteroskedastisitas.

4.2.3.3 Uji Multikolinieritas

Multikolinieritas dapat dilihat dari nilai Tolerance dan Variance Inflation Factor VIF. Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Tolerance adalah mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan Universitas Sumatera Utara 53 oleh variabel lainnya. Nilai yang dipakai untuk Tolerance 0,1 sedangkan Variance Inflation Factor VIF 5. Tabel 4.11 Uji Multikolinieritas Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF B Std. Error 1 Constant 9,783 4,310 2,270 ,027 Media_Sosial ,441 ,096 ,490 4,608 ,000 ,982 1,018 Lokasi_Usaha ,592 ,277 ,227 2,137 ,037 ,982 1,018 a Dependent Variable: Keunggulan_Bersaing Sumber : Hasil Pengolahan SPSS, data diolah Berdasarkan pada Tabel 4.11 di atas diketahui bahwa: a. Variabel Media Sosial tidak terjadi multikolinieritas karena nilai tolerance = 4,608 0,1 dan nilai VIF = 0,000 5. b. Variabel Lokasi Usaha tidak terjadi multikolinieritas karena nilai tolerance = 2,137 0,1 dan nilai VIF = 0,037 5.

4.2.4 Pengujian Hipotesis 1. Uji Signifikan Simultan Uji-F

` Uji F dilakukan untuk melihat apakah variabel independent secara bersama-sama serentak berpengaruh secara positif dan signifikan terhadap variabel dependent. Model hipotesis yang digunakan dalam uji F ini adalah sebagai berikut : H : b 1 = b 2 = 0 Universitas Sumatera Utara 54 Artinya secara bersama-sama tidak terdapat pengaruh yang positif dan signifikan dari variabel independent yaitu Media Sosial X 1 , Lokasi Usaha X 2 terhadap variabel dependent yaitu Keunggulan Bersaing. H : b 1 ≠ b 2 ≠ 0 Artinya secara bersama-sama terdapat pengaruh yang positif dan signifikan dari variabel independent yaitu Media Sosial X 1 , Lokasi Usaha X 2 terhadap variabel dependent yaitu Keunggulan Bersaing. Kriteria pengambilan keputusan, yaitu : H diterima apabila F hitung F tabel pada α = 10 H ditolak apabila F hitung F tabel pada α = 10 Dalam penelitian ini diketahui jumlah sampel n adalah 64 orang dan jumlah keseluruhan variabel k adalah 3 sehingga diperoleh: a. Df Pembilang = k – 1 3 – 1 = 2 b. Df Penyebut = n – k 64 – 3 = 61 Diperoleh nilai F tabel pada tingkat α = 10 2:88 = 3.147791. Berikut ini merupakan hasil pengujian uji-F pada Tabel 4.12: Tabel 4.12 Uji Simultan Uji-F ANOVAb Model Sum of Squares Df Mean Square F Sig. 1 Regression 174,452 2 87,226 14,476 ,000a Residual 367,548 61 6,025 Total 542,000 63 a Predictors: Constant, Lokasi_Usaha, Media_Sosial b Dependent Variable: Keunggulan_Bersaing Sumber : Hasil Pengolahan SPSS, data diolah Universitas Sumatera Utara 55 Tabel 4.12 menunjukkan bahwa nilai F hitung adalah 14,476 dengan tingkat signifikansi 0,000. Sedangkan F tabel adalah 3,147791. Dari hasil tersebut F hitung 14,476 F tabel 3,147791 dan tingkat signifikansinya 0,000 0,05. Sehingga dapat dapat disimpulkan bahwa variabel Media Sosial X 1 , Lokasi Usaha X 2 , secara bersama-sama berpengaruh positif dan signifikan terhadap Keunggulan Bersaing.

2. Uji Signifikansi Parsial Uji-T