a. Uji Normalitas
Pengujian normalitas
data dalam penelitian ini dideteksi melalui analisa grafik dan statistik yang dihasilkan melalui perhitungan regresi dengan SPSS.
Hasil pengujian normalitas dapat dilihat pada Gambar 4.1 berikut :
Gambar 4.1 Grafik Histogram
Berdasarkan Gambar 4.1 dapat disimpulkan bahwa data yang digunakan menunjukkan normal. Analisis dari grafik terlihat data menyebar di sekitar garis
diagonal, serta penyebarannya mengikuti arah garis diagonal sehingga dapat disimpulkan bahwa data normal.
Universitas Sumatera Utara
Gambar 4.2 Kurva PP-Plots
Berdasarkan Gambar 4.2 dapat disimpulkan bahwa data yang digunakan menunjukkan normal. Analisis dari kurva terlihat titik-titik
menyebar di sekitar garis diagonal, serta penyebarannya mengikuti arah garis diagonal sehingga dapat disimpulkan bahwa data normal.
b. Uji Multikolinieritas
Uji mulitikolinieritas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen. Jika terjadi
korelasi, maka terdapat masalah multikolinieritas. Pada model regresi yang baik tidak terjadi korelasi di antara variabel independen. Hasil pengujian
Universitas Sumatera Utara
multikolinieritas data dalam penelitian ini menggunakan alat bantu SPSS, hasilnya dapat dilihat pada Tabel 4.12 berikut :
Tabel 4.12 Hasil Uji Multikolinearitas
Model Collinearity Statistics
Tolerance VIF
1 Constant
Lokasi .717
1.395 Harga
.717 1.395
Sumber : Hasil Penelitian data diolah 2013 Berdasarkan Tabel 4.12 terlihat bahwa semua variabel bebas yaitu
lokasi dan harga memiliki angka Variance Inflation Factor VIF kurang dari 10, sedangkan nilai Tolerance mendekati 1, dengan demikian dapat
disimpulkan bahwa pada model regresi tersebut tidak terdapat problem multikolinieritas.
c. Uji Heteroskedastisitas
Heterokedastisitas digunakan untuk menguji apakah dalam model regresi, terjadi ketidaksamaan varians dari residual dari suatu pengamatan
yang lain. Jika variasi residual dari satu pengamatan ke pengamatan yang lain tetap, maka disebut homokedastisitas, dan jika varians berbeda disebut
heterokedastisitas. Model yang baik adalah tidak terjadi heterokedastisitas. Hasil pengujian heteroskedastisitas data dalam penelitian ini dapat dilihat
pada Gambar 4.3.
Universitas Sumatera Utara
Gambar 4.3 Hasil Uji Heteroskedastisitas
Berdasarkan Gambar 4.3 terlihat bahwa titik-ttitik menyebar secara acak random serta tersebar di atas maupun di bawah angka 0 pada
sumbu Y. Hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai. Gejala
heteroskedasitas dapat dilihat dengan cara yaitu, jika ada pola tertentu, seperti titik-titik yang membentuk suatu pola yang teratur bergelombang,
melebar kemudian menyempit, maka telah terjadi heterokedastisitas dan jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah
angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi
layak dipakai untuk memprediksi keputusan memilih berdasarkan masukan dari variabel bebasnya.
Universitas Sumatera Utara
4.3.3. Regresi Linier Berganda
Analisis regresi liner berganda dilakukan untuk melihat arah pengaruh dari setiap variabel independent terhadap variabel dependent. Arah pengaruh variabel-
variabel bebas X terhadap variabel terikat Y dapat dilihat pada tabel berikut ini:
Tabel 4.13 Regresi Linier Berganda
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error
Beta 1
Constant 8.774
1.710 5.131
.000 Lokasi
.454 .123
.419 3.695
.000 Harga kerja
.202 .096
.238 2.099
.039 Sumber : Hasil Penelitian data diolah 2013
Berdasarkan Tabel 4.13 uji t dapat diketahui nilai-nilai: a = 8.774
β
1
= 0,454 β
2
= 0,202 Jadi persamaan regresi linier berganda untuk dua prediktor lokasi dan
harga adalah:
Universitas Sumatera Utara
Y = 8.774 + 0.454X
1
+ 0.202X
2
Berdasarkan persamaan regresi diatas terlihat bahwa nilai konstanta sebesar 8.774 yang artinya jiks tidak ada variabel lokasi dan harga maka
keberhasilan usaha pengusaha sebesar 8.774. Variabel lokasi menghasilkan β
1
= 0.454 yang berarti setiap kenaikan variabel lokasi sebesar 1 maka keberhasilan usaha pengusaha akan naik sebesar 0.454 dengan asumsi
variabel yang lain tetap. Variabel harga menghasilkan β
2
= 0.202 yang berarti setiap kenaikan variabel harga sebesar 1 maka keberhasilan usaha
pengusaha akan naik sebesar 0.202 dengan asumsi variabel yang lain tetap.
4.3.4. Pengujian Hipotesis a. Pengujian Secara Parsial
Pengujian secara parsial dilakukan untuk melihat ada tidaknya pengaruh dari setiap variabel independent terhadap variabel dependent. Pengujian pengaruh
variabel-variabel bebas X terhadap variabel terikat Y dapat dilihat pada tabel berikut ini:
Tabel 4.14 Uji t
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error
Beta 1
Constant 8.774
1.710 5.131
.000 Lokasi
.454 .123
.419 3.695
.000 Harga kerja
.202 .096
.238 2.099
.039
Sumber : Hasil Penelitian data diolah 2014
Universitas Sumatera Utara
1 . Pengaruh lokasi terhadap keberhasilan usaha pengusaha
Kriteria untuk uji t dilakukan pada tingkat α = 5 dengan dua arah
0,025. Nilai t untuk n = 75 – 2 = 73 adalah 1,666 maka dapat diambil keputusan menerima atau menolak hipotesis sebagai berikut :
t
hitung
= 3,695
t
tabel
= 1,666
dari kriteria pengambilan keputusan : H
diterima jika : -1,666 ≤ t
hitung
≤ 1,666 H
a
diterima jika : 1. t
hitung
≥ 1,666 2. -t
hitung
≤ 1,666 Berdasarkan
Tabel 4.14, diperoleh nilai t
hitung
sebesar 3,695 lebih besar dari t
tabel
sebesar 1,666 dengan probabilitas t yakni sig 0,000 lebih kecil dari batasan signifikansi sebesar 0,05. Hal tersebut berarti bahwa
variabel lokasi X
1
secara parsial berpengaruh signifikan terhadap keberhasilan usaha pengusaha Y. Dengan demikian faktor lokasi memiliki
kontribusi terhadap keberhasilan usaha pengusaha.
2. Pengaruh harga terhadap keberhasilan usaha pengusaha
Kriteria untuk uji t dilakukan pada tingkat α = 5 dengan dua arah
0,025. Nilai t untuk n = 75 – 2 = 73 adalah 1,666 maka dapat diambil keputusan menerima atau menolak hipotesis sebagai berikut :
t
hitung
= 2,099
t
tabel
= 1,666
dari kriteria pengambilan keputusan :
Universitas Sumatera Utara
H diterima jika : -1,666
≤ t
hitung
≤ 1,666 H
a
diterima jika : 1. t
hitung
≥ 1,666 2. -t
hitung
≤ 1,666
Berdasarkan Tabel 4.14, diperoleh nilai t
hitung
sebesar 2,099 lebih besar dari t
tabel
sebesar 1,666 dengan probabilitas t yakni sig 0,039 lebih kecil dari batasan signifikansi sebesar 0,05. Hal tersebut berarti bahwa
variabel harga X
2
secara parsial mempunyai pengaruh yang signifikan terhadap keberhasilan usaha pengusaha Y. Dengan demikian faktor
harga memiliki kontribusi terhadap keberhasilan usaha pengusaha.
b. Pengujian Secara Simultan
Pengujian yang telah dilakukan secara simultan dapat diperoleh pembuktian hipotesis dalam penelitian ini adalah : variabel lokasi X
1
dan variabel harga X
2
secara bersama-sama berpengaruh terhadap variabel Y keberhasilan usaha pengusaha. Ketentuannya, jika nilai Sig pada tabel
Anova
0,05.
,
maka Ho ditolak, namun bila nilai Sig
0,05.
,
maka Ho diterima. Data yang diperlukan untuk menguji hipotesis di atas adalah
sebagai berikut.
Universitas Sumatera Utara
Tabel 4.15 Uji F
Model Sum of
Squares df
Mean Square F
Sig. 1
Regression 116.782
2 58.391
18.358 .000
a
Residual 229.004
72 3.181
Total 345.787
74 Sumber : Hasil Penelitian data diolah 2014
Kriteria uji F dilakukan pada tingkat α = 5 dengan dua arah
0,025. Nilai t untuk n = 75 – 2 = 73 adalah 3,12 maka dapat diambil keputusan menerima atau menolak hipotesis sebagai berikut :
t
hitung
= 18,358
t
tabel
= 3,12
dari kriteria pengambilan keputusan : H
diterima jika : -3,12 ≤ t
hitung
≤ 3,12
H
a
diterima jika : 1. t
hitung
≥ 3,12
2. -t
hitung
≤ -3,12
Berdasarkan Tabel 4.15, diperoleh nilai F
hitung
di atas adalah 18,358 lebih besar dari F
tabel
sebesar 3,12 dengan sig
0,000
0,05,
menunjukan Ho ditolak
dan Ha diterima, berarti variabel lokasi X
1
dan variabel harga X
2
secara simultan berpengaruh secara signifikan terhadap Y keberhasilan usaha
pengusaha
.
Universitas Sumatera Utara
4.4 Koefesien Determinasi
Kategori