Menguji Kelayakan Koefisien Regresi

65 Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .718 a .515 .506 3.49244 1.976 a. Predictors: Constant, Keunggulan Bersaing b. Dependent Variable: Entrepreneurial Networking Sumber: Hasil Pengolahan SPSS 2016 Dari Tabel 4.12 Dapat dilihat bahwa angka standart error of estimate angka standar deviasi, maka predictor yang digunakan layakbenar. Berdasarkan tabel di atas dapat dilihat nilai standar deviasi Entrepreneurial Networking 4,96 diatas angka standart error of estimate 3,49.

3. Menguji Kelayakan Koefisien Regresi

Untuk menguji kelayakan koefisien regresi yang digunakan dalam riset pada nilai signifikan, jika nilai signifikan dibawah 0.05, koefisien regresi dianggap layak Situmorang dan Lutfi, 2014 : 222 Tabel 4.13 Uji Kelayakan Koefisien Regresi Substruktur 1 Coefficients a Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 Constant 5.375 2.718 1.978 .053 Entrepreneurial Networking .565 .075 .718 7.505 .000 a. Dependent Variable: Keunggulan Bersaing Sumber: Hasil Pengolahan SPSS 2016 Berdasarkan Tabel 4.13 Diatas maka variabel eksogen yang memiliki nilai signifikan adalah Entrepreneurial Networking sebesar 0,00 P0,05. Dengan demikian Entrepreneurial Networking koefisien regresinya dinyatakan layak. Universitas Sumatera Utara 66

C. Pengujian Koefisien Determinan

� � Pengujian dengan menggunakan uji koefisien determinasi � 2 digunakan untuk mengukur seberapa besar pengaruh variabel bebas. Uji koefisien determinasi � 2 adalah dengan presentasi pengkuadratan nilai koefisien yang ditemukan. Koefisien determinan � 2 berkisar antra 0 nol sampai dengan 1 satu , 0 ≤ � 2 ≤ 1. Hal ini berarti � 2 semakin besar mendekati satu, maka dapat dikatakan pengaruh variabel bebas adalah besar terhadap variabel terikat. Hal ini berarti model yang digunakan semakin kuat untuk menerangkan variabel bebas yang diteliti terhadap variabel terikat dan demikian sebaliknya. Tabel 4.14 Pengujian Koefisien Determinan � � Substruktur 1 Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate 1 .718 a .515 .506 2.74776 a. Predictors: Constant, Entrepreneurial Networking b. Dependent Variable: Keunggulan Bersaing Sumber: Hasil Pengolahan SPSS 2016 Berdasarkan Tabel 4.14 dapat dilihat bahwa: 1. R = 0,718 berarti hubungan variabel Entrepreneurial Networking terhadap Keunggulan Bersaing sebesar 71,8 yang berarti hubungannya erat. 2. R Square sebesar 0,515 berarti 51,5 variabel endogen keunggulan bersaing dapat dijelaskan oleh variabel eksogen entrepreneurial networking. Sedangkan sisanya sebesar 48,5 dapat dijelaskan oleh variabel lain yang tidak diteliti dalam penelitian ini. Universitas Sumatera Utara 67 3. Standard Error of Estimate standar deviasi artinya menilai ukuran variasi dari nilai yang diprediksi. Dalam penelitian ini standar deviasinya adalah 2.74776, yang mana semakin kecil standar deviasi berarti model semakin baik. D. Uji Signifikan Simultan Uji - F Tabel 4.15 Hasil Uji Signifikan Simultan Uji F Substruktur 1 ANOVA b Model Sum of Squares Df Mean Square F Sig. 1 Regression 425.221 1 425.221 56.319 .000 a Residual 400.161 53 7.550 Total 825.382 54 a. Predictors: Constant, Entrepreneurial Networking b. Dependent Variable: Keunggulan Bersaing Sumber: Hasil Pengolahan SPSS 2016 Berdasarkan Tabel 4.15 dapat dilihat hasil perolehan F hitung pada kolom F yakni sebesar 56,319 dengan tingkat signifikansi 0,000.Sedangkan F Tabel pada tingkat kepercayaan 95 α = 0,005 adalah 2,6. Dengan demikian hipotesis diterima bahwa entrepreneurial networking secara bersama – sama berpengaruh positif dan signifikan terhadap keunggulan bersaing. Oleh karena kedua perhitungannya yaitu F hitung F tabel dan tingkat signifikansinya 0,000 0,05 menunjukkan bahwa pengaruh variabel eksogen entrepreneurial networking secara serempak atau simultan adalah signifikan terhadap keunggulan bersaing. Universitas Sumatera Utara 68

E. Uji Signifikan Parsial Uji - t Tabel 4.16

Hasil Uji Signifikan Parsial Uji - t Substruktur 1 Coefficients a Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 Constant 5.375 2.718 1.978 .053 Entrepreneurial Networking .565 .075 .718 7.505 .000 a. Dependent Variable: Keunggulan Bersaing Sumber: Hasil Pengolahan SPSS 2016 Berdasarkan Tabel 4.16 dapat dilihat bahwa nilai � ℎ����� variabel eksogen entrepreneurial networking adalah 7, 505 dan nilai � ����� adalah 1,661 maka � ℎ����� � ����� sehingga dapat disimpulkan bahwa variabel eksogen entrepreneurial networking berpengaruh positif dan signifikan 0,00 0,05 secara parsial terhadap keunggulan bersaing. Artinya jika ditingkatkan variabel entrepreneurial networking sebesar satu satuan maka keunggulan bersaing akan meningkat sebesar 0,718 satuan. Berdasarkan hasil pengolahan data yang ditunjukkan dalam Tabel 4.16 maka diperoleh persamaan hasil analisis jalur sebagai berikut: Y= �, ��� � + 0,696 � � Universitas Sumatera Utara 69

F. Menghitung Nilai Koefisien Korelasi Tabel 4.17

Nilai Koefisien Korelasi Substruktur 1 Correlations EntrepreneurialN etworking KeunggulanBers aing Entrepreneurial Networking Pearson Correlation 1 .718 Sig. 2-tailed .000 N 55 55 Keunggulan Bersaing Pearson Correlation .718 1 Sig. 2-tailed .000 N 55 55 . Correlation is significant at the 0.01 level 2-tailed. Sumber: Hasil Pengolahan SPSS 2016 Dari hasil perhitungan tabel 4.17 diatas terlihat bahwa: Hubungan entrepreneurian networking terhadap keunggulan bersaing dan sebaliknya adalah kuat 0,718 dan signifikan 0,000.

G. Menggambarkan Koefisien Jalur Substruktur 1

R = 0,718, � 2 = 0,515, F Hitung = 56,319 Sumber: Hasil Pengolahan SPSS 2016 Gambar 4. 3 Koefisien Jalur Substruktur 1 Entrepreneurial Networkinng X Keunggulan BersaingY � 1 = 0, 696 P2 = 0,718 Universitas Sumatera Utara 70

H. Rangkuman Hasil Koefisien Jalur Substruktur I Tabel 4.18

Rangkuman Hasil Koefisien Jalur Sub Struktur 1 Dari Ke Standart Coefficient T Hitung F Hitung Hasil Pengujian � 2 e X1 Y1 0,718 7,505 56, 319 H0 ditolak 0,515 0,785 Sumber: Hasil Pengolahan SPSS 2016 a. Secara simultan entrepreneurial networking berpengaruh positif dan signifikan terhadap keunggulan bersaing. b. Secara parsial entrepreneurial netowrking terhadap keunggulan bersaing. c. R Square sebesar 0,515 berarti 51,5 variabel endogen keunggulan bersaing dapat dijelaskan oleh variabel eksogenentrepreneurial networking. Sedangkan sisanya sebesar 48,5 dapat dijelaskan oleh variabel lain yang tidak diteliti dalam penelitian ini. d. Hasil pengujian dari variabel entrepreneurial networking terhadap keunggulan bersaing adalah H0 ditolak maka hipotesis diterima. Universitas Sumatera Utara 71 4.3.2 Pembahasan Substruktur 2 Pengaruh Tidak Langsung: Pengaruh Entrepreneurial Networking Terhadap Kinerja Usaha Melalui Keunggulan Bersaing

A. Uji Asumsi Klasik 1. Uji Normalitas

1. Pendekatan Histogram Sumber: Hasil Pengolahan SPSS Maret, 2015 Gambar 4.4 Grafik Histogram Uji Normalitas Substruktur 2 Berdasarkan Gambar 4.4 dapat diketahui bahwa hubungan variabel entrepreneurial networking terhadap kinerja usaha melalui keunggulan bersaing adalah berdistribusi normal. Hal ini ditunjukkan oleh gambar histogramnya yang tidak terlihat menceng ke kiri atau ke kanan. 2. Pendekatan Kolmogrof – Smirnov Uji normalitas dengan grafik bisa saja terlihat berdistribusi normal, padahal secara statistik tidak berdistribusi normal. Berikut ini pengujian Universitas Sumatera Utara 72 normalitas yang berdasarkan dengan uji statistik non pramaetik Kolmogrov Smirnov K – S untuk memastikan apakah benar data berdistribusi normal. Tabel 4.19 One Sample Kolmogrov – Smirnov Test Substruktur 2 One-Sample Kolmogorov-Smirnov Test Kinerja Usaha N 55 Normal Parameters a,,b Mean 55.6182 Std. Deviation 7.78529 Most Extreme Differences Absolute .156 Positive .091 Negative -.156 Kolmogorov-Smirnov Z 1.156 Asymp. Sig. 2-tailed .138 a. Test distribution is Normal. b. Calculated from data. Sumber: Hasil Pengolahan SPSS 2016 Dari Tabel 4.19 terlihat bahwa nilai Asymp. Sig 2 tailed adalah 0,138 dan diatas nilai signifikan 0,05 dengan kata lain variabel residual berdistribusi normal. Nilai Kolmogrov – Smirnov yakni 1,156 lebih kecil dari 1,97 berarti tidak ada perbedaan antara distribusi teoritik dan distribusi empirik ata dengan kata lain data dikatan normal. Universitas Sumatera Utara 73

2. Uji Heteroskedastisitas