p8 0,504
0,1874 VALID
p9 0,337
0,1874 VALID
Sumber: Output SPSS 17.0 diolah Tabel: Uji Validitas Instrumen Variabel Pembelajaran
Organisasi X
2
Item r
hitung
r
tabel
= 0,1874 α = 0,05
Keputusan p1
0,493 0,1874
VALID p2
0,356 0,1874
VALID p3
0,522 0,1874
VALID p4
0,335 0,1874
VALID p5
0,507 0,1874
VALID p6
0,200 0,1874
VALID p7
0,482 0,1874
VALID p8
0,372 0,1874
VALID p9
0,524 0,1874
VALID p10
0,252 0,1874
VALID Sumber: Output SPSS 17.0 diolah
Tabel: Uji Validitas Instrumen Variabel Keunggulan Bersaing Y
Item r
hitung
r
tabel
= 0,1874 α = 0,05
Keputusan p1
0,561 0,1874
VALID p2
0,493 0,1874
VALID p3
0,295 0,1874
VALID p4
0,394 0,1874
VALID p5
0,385 0,1874
VALID p6
0,259 0,1874
VALID p7
0,584 0,1874
VALID p8
0,585 0,1874
VALID p9
0,642 0,1874
VALID Sumber: Output SPSS 17.0 diolah
Tabel: Uji Validitas Instrumen Variabel Kinerja Usaha Z
Item r
hitung
r
tabel
= 0,1874 α = 0,05
Keputusan p1
0,305 0,1874
VALID p2
0,322 0,1874
VALID p3
0,285 0,1874
VALID p4
0,199 0,1874
VALID p5
0,262 0,1874
VALID p6
0,375 0,1874
VALID p7
0,452 0,1874
VALID Sumber: Output SPSS 17.0 diolah
B.
Uji Reliabilitas Kuesioner
Pengujian reliabilitas dilakukan untuk mengetahui sejauh mana suatu hasil pengukuran relatif konsisten.
Pada penelitian ini uji reliabilitas dilakukan dengan menggunakan bantua software SPSS 17.0 for
Windows. Metode Split Half digunakan untuk menguji keandalan instrumen yang ketentuannya apabila
korelasi Gutman rhitung lebih besar daripada rtabel maka instrumen reliabel Riduwan, 2011. Berikut ini
adalah hasil pengujian kuesioner penelitian: Tabel:Uji Reliabilitas
Variabel r
hitung
r
tabel
= 0,1874 α = 0,05
Keputusan Aliansi
0,745 0,1874
RELIABEL Pembelajaran
0,732 0,1874
RELIABEL Keunggulan
0,752 0,1874
RELIABEL Kinerja
0,583 0,1874
RELIABEL Sumber: Output SPSS 17.0 diolah
C. Analisis Path
Analisis path dilakukan untuk mengetahui hubungan kausalitas tiap-tiap variabel dan dapat mengetahui
hubungan secara langsung dan tidak langsung pada variabel penelitian.
Adapun hasil pengolahan data dengan menggunakan software SPSS 17.0 for windows
diperoleh hasil sebagai berikut:
Gambar: model analisis jalur Path pada Sentra Industri Kaos dan Sablon Suci Bandung
Berdasarkan model diatas maka dapat diketahui bahwa:
X
1
→X
2
memiliki korelasi sebesar 0,847 X
1
→Y memiliki hubungan sebesar 0,206 X
2
→Y memiliki hubungan sebesar 0,661 Y
→ Z memiliki hubungan sebesar 0,23 X
1
→Z memiliki hubungan sebesar 0,234 X
2
→Z memiliki hubungan sebesar 0,479 Tabel: Pengaruh langsung, tidak langsung dan
pengaruh gabungan
Pengaruh Variabel
Pengaruh Kausal Pengaruh
Total ε
1
dan ε
2
Langsung Tidak
Langsung Melalui Y
X
1
terhadap Y 0,206
- -
- X
2
terhadap Y 0,661
- -
- X
1
, X
2
terhadap Y
0,708 -
- ε
1
=0,292 X
1
terhadap Z 0,234
0,2060,224 = 0,046
0,206+0,224 = 0,43
- X
2
terhadap Z 0,479
0,6610,224 = 0,148
0,661+0,224 = 0,885
- Y terhadap Z
0,224 -
- -
X
1
, X
2,
Y terhadap Z
0,784 -
- ε
2
=0,216
X
2
PYX
1
=0,206
PYX
2
=0,661
X
1
Strat Y
r=0,847 PZX
1
=0,234
Z
e
2
= 0,292 e
3
= 0,216
PZY=0,23 PZX
2
=0,479
D. Uji Asumsi Klasik
Uji Normalitas Data
Uji normalitas dilakukan untuk melihat pendistribusian data, apakah normal atau tidak normal, bersadarkan
hasil analisis, diperoleh hasil sebagai berikut:
Tabel: Uji normalitas data
One-Sample Kolmogorov-Smirnov Test Unstandardized
Residual N
110 Normal
Parameters
a,,b
Mean .0000000
Std. Deviation 1.64743353 Most Extreme
Differences Absolute
.068 Positive
.068 Negative
-.061 Kolmogorov-Smirnov Z
.713 Asymp. Sig. 2-tailed
.689
Berdasarkan hasil diatas, diperoleh nilai sig 0,689 lebih besar dari 0,05 rtinya data berdistribusi normal.
Uji Multikolinieritas Berdasarkan hasil analisis dengan menggunakan SPSS
17.0 diperoleh hasil sebagai berikut:
Tabel: Uji Multikolinieritas
Model Collinearity Statistics
Tolerance VIF 1
Constant Aliansi
.272 3.679
Pembelajaran .199 5.031
Keunggulan .292
3.430
Berdasarkan hasil yang disajikan melalui tabel diatas menunjukkan bahwa nilai VIF masing-masing variabel
bebas bernilai jauh di bawah 10, yakni X
1
= 3,679, X
2
= 5,031 dan Y = 3,430. Dengan demikian dapat
disimpulkan bahwa tidak terdapat multikolinieritas antar variabel bebas dalam model regresi, atau dengan
kata lain variabel bebas tersebut telah saling independen.
Uji Heteroskedastisitas Uji heteroskedastisitas dilakukan untuk mengetahui
apakah
dalam sebuah
model regresi
terjadi ketidaksamaan varians dari residual suatu pengamatan
kepengamatan lain. Gambar berikut akan menunjukkan hasil dari uji heteroskedastisitas melalui analisis grafik.
Gambar: grafik scatterplot Berdasarkan grafik hasil penelitian di atas terlihat
bahwa distribusi data tidak membentuk pola-pola tertentu, serta tersebar di atas dan di bawah angka 0
pada sumbu Y, sehingga dapat disimpulkan bahwa model
regresi ini
tidak terdapat
gejala heteroskedastisitas. Atau dengan kata lain, model
regresi telah memenuhi asumsi homoskedastisitas.
E. Uji Hipotesis
