58
sangat tidak setuju dengan pernyataan tersebut. Hal ini berarti mayoritas responden setuju bahwa keberhasilan dalam mencapai target sangat
dibutuhkan dalam mencapai kinerja usaha. g.
Pada butir pernyataan “Perilaku individu pada tenaga kerja sangat penting sangat penting untuk mendukung keberhasilan kinerja Anda” dari kuisioner
yang disebar dan dianalisis, terdapat 35 63,6 responden menyatakan sangat setuju bahwa perilaku individu pada tenaga kerja sangat penting untuk
mendukung keberhasilan usaha. Terdapat 15 27,3 responden menyatakan setuju, lalu 2 3,6 responden menyatakan cukup setuju, selanjutnya 2
3,6 responden menyatakan tidak setuju, dan 1 1,8 responden menyatakan sangat tidak setuju dengan pernyataan tersebut. Hal ini berarti
mayoritas responden setuju bahwa perilaku individu pada tenaga kerja sangat penting untuk mendukung keberhasilan usaha.
4.3 Pembahasan 4.3.1 Pembahasan Substruktur 1 Pengaruh Langsung : Pergaruh
Entrepreneurial Networking Terhadap Keunggulan Bersaing A. Uji Asumsi Klasik
1. Uji Normalitas
Tujuan uji normalitas adalah ingin mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data dengan
bentuk lonceng. Data yang baik adalah data mempunyai pola seperti distribusi normalenceng ke kanan. Ada dua cara yang digunakan untuk mendeteksi apakah
Universitas Sumatera Utara
59
data berdistribusi normal atau tidak, yaitu dengan pendekatan histogram dan pendekatan Kolmogrov – Smirnov.
1. Pendekatan Histogram
Salah satu cara untuk melihat normalitas adalah dengan melihat grafik histogram dan grafik normal plot yang membandingkan antara dua observasi
dengan distribusi yang mendekati distribusi normal.
Sumber: Hasil Pengolahan SPSS 2016
Gambar 4.1 Grafik Histogram Uji Normalitas Substruktur 1
Pada Gambar 4.1 terlihat bahwa variabel keunggulan bersaing berdistribusi normal, hal ini ditunjukkan oleh distribusi data tersebut tidak
menceng ke kiri atau menceng ke kanan.
Universitas Sumatera Utara
60
2. Pendekatan Kolmogrov – Smirnov
Uji normalitas dengan grafik bisa saja terlihat berdistribusi normal, padahal secara statistik tidak berdistribusi normal. Berikut ini pengujian
normalitas yang berdasarkan dengan uji statistik non parametik Kolmogrov Smirnov K – S untuk memastikan apakah benar data berdistribusi normal.
Tabel 4.8 One Sample Kolmogrov – Smirnov Test Substruktur 1
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 55
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 2.72220318
Most Extreme Differences Absolute
.187 Positive
.127 Negative
-.187 Kolmogorov-Smirnov Z
1.388 Asymp. Sig. 2-tailed
.502 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Hasil Pengolahan SPSS 2016 Dari Tabel 4.8 terlihat bahwa nilai Asymp. Sig 2 tailed adalah 0,502
diatas nilai signifikan 0,05 dengan kata lain variabel residual berdistribusi normal. Nilai Kolmogrov – Smirnov yakni 1,388 lebih kecil dari 1,97 berarti tidak
ada perbedaan antara distribusi teoritik dan distribusi empirik atau dengan kata lain data dikatakan normal.
Universitas Sumatera Utara
61
2. Uji Heteroskedastisitas