Pengujian Asumsi Klasik 1. Uji Normalitas

sekitar sebesar - 8,888 dengan p value 0,000 yang berarti p value 0,05 α maka Ha diterima dan Ho ditolak. Hasil ini menunjukkan bahwa terdapat perbedaan penjualan fisik pedagang Pasar Tradisional Pasar Ramai dan masyarakat sekitar sebelum dan sesudah ada Pasar Modern Thamrin Plaza, sehingga dapat disimpulkan bahwa ada ada penurunan penjualan fisik pedagang Pasar Tradisional Pasar Ramai dan masyarakat sekitar yang signifikan antara sebelum dan sesudah ada Pasar Modern Thamrin Plaza. 4.1.6. Pengaruh Perubahan Omzet Penjualan, Penjualan Fisik dan Diversifikasi Produk terhadap Perubahan Keuntungan Usaha Pedagang Tradisional Pasar Ramai dan Masyarakat Sekitar akibat Munculnya Pasar Modern Thamrin Plaza 4.1.6.1. Pengujian Asumsi Klasik 4.1.6.1.1. Uji Normalitas Uji normalitas data bertujuan untuk mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal. Untuk menguji apakah data penelitian ini terdistribusi normal atau tidak dapat diketahui melalui 2 cara yaitu analisis grafik dan analisis statistik Cara mudah untuk melihat normalitas residual adalah dengan melihat probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal dan ploting data residual akan dibandingkan dengan garis diagonal. Selain itu untuk melihat normalitas residual juga dapat dilakukan dengan melihat grafik histogram yang membandingkan antara observasi dengan distribusi normal yang mendekati distribusi normal. Universitas Sumatera Utara Gambar 4.2. Normal P-Plot of Regression Standardized Residual Gambar 4.3. Histogram Perubahan Keuntungan Usaha Tampilan grafik normal plot pada Gambar 4.2. dapat disimpulkan bahwa data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonalnya. Hal ini menunjukan data residual berdistribusi normal. Demikian pula dengan hasil grafik histogram pada Gambar 4.3. yang menunjukkan bahwa data residual berdistribusi normal yang dilihat dari gambar berbentuk lonceng yang hampir sempurna simetris. Universitas Sumatera Utara Uji statistik yang dapat digunakan untuk menguji normalitas residual antara lain adalah uji statistik non parametrik Kolmogorov-Smirnov K-S. Uji K- S dilakukan dengan membuat hipotesis : Ho : Data residual berdistribusi normal Ha : Data residual tidak berdistribusi normal Untuk menentukannya maka kriterianya adalah : Ho diterima apabila nilai signifikansi Asymp.Sig 0,05 Ha diterima apabila nilai signifikansi Asymp.Sig 0,05 Tabel 4.18. Hasil Kolmogorov-Smirnov Test One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 79 Normal Parameters a,,b Mean .0000000 Std. Deviation .96523570 Most Extreme Differences Absolute .131 Positive .131 Negative -.072 Kolmogorov-Smirnov Z 1.161 Asymp. Sig. 2-tailed .135 a. Test distribution is Normal. b. Calculated from data. Hasil uji statistik pada Tabel 4.18. menunjukkan bahwa nilai Kolmogorov- Smirnov Z sebesar 1,161 dan signifikansinya pada 0,135 dan nilainya di atas α = 0,05 Asymp.Sig = 0,135 0,05 sehingga hipotesis Ho diterima yang berarti data residual berdistribusi normal. 4.1.6.1.2. Uji Multikolinieritas Universitas Sumatera Utara Uji multikolinieritas dilakukan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen. Jika terjadi korelasi, maka dinamakan terdapat problem multikolinieritas. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Pengujian ada tidaknya gejala multikolinearitas dilakukan dengan memperhatikan nilai matriks korelasi yang dihasilkan pada saat pengolahan data serta nilai VIF Variance Inflation Faktor dan Tolerance-nya. Nilai dari VIF yang kurang dari 10 dan tolerance yang lebih dari 0,10 maka menandakan bahwa tidak terjadi adanya gejala multikolinearitas, sehingga dapat disimpulkan bahwa model regresi tersebut tidak terdapat problem multikolinieritas. Tabel 4.19. Hasil Uji Multikolinieritas Coefficients a Model Collinearity Statistics Tolerance VIF 1 Perubahan Omzet Penjualan .117 8.519 Perubahan Penjualan Fisik .118 8.506 Diversifikasi Produk Dummy .675 1.482 a. Dependent Variabel: Perubahan Keuntungan Usaha Hasil perhitungan menggunakan program SPSS dapat diketahui bahwa nilai VIF dan tolerance sebagai berikut : Variabel perubahan omzet penjualan mempunyai nilai VIF sebesar 8,519 dan tolerance sebesar 0,117. Variabel perubahan penjualan fisik mempunyai nilai VIF sebesar 8,506 dan tolerance sebesar 0,118. Variabel diversifikasi produk dummy mempunyai nilai VIF sebesar 1,482 dan tolerance sebesar 0,675. Berdasarkan ketentuan yang ada bahwa jika nilai VIF 10 dan tolerance 0,10 maka tidak terjadi gejala multikolinearitas. Hasil analisis di atas dapat Universitas Sumatera Utara diketahui nilai toleransi semua variabel independen perubahan omzet penjualan, perubahan penjualan fisik dan diversifikasi produk lebih dari 0,10 dan nilai VIF kurang dari 10 maka dapat disimpulkan bahwa variabel independennya tidak terjadi multikolinieritas, sehingga nilai-nilai yang didapat dari perhitungan adalah sesuai dengan ketetapan nilai VIF dan tolerance dan model tersebut telah memenuhi syarat asumsi klasik dalam analisis regresi. 4.1.6.1.3. Uji Heterokedastisitas Uji heterokedastisitas bertujuan untuk menguji apakah model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Untuk mendeteksi ada tidaknya heterokedastisitas dapat dilakukan dengan melihat grafik scatterplots. Gambar 4.4 Grafik scatterplots Perubahan Keuntungan Usaha Universitas Sumatera Utara Grafik scatterplots pada Gambar 4.4. menunjukkan bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y dan tidak membentuk pola tertentu yang teratur, hal ini dapat disimpulkan bahwa tidak terjadi heterokedastisitas pada model regresi.Jadi dapat disimpulkan secara keseluruhan bahwa model regresi memenuhi syarat uji asumsi klasik. Uji Glesjer Uji Glesjer mengusulkan untuk meregres nilai absolute residual terhadap variabel independen Ghozali, 2006. Adapun hasil uji glesjer terdapat pada Tabel 4.20 berikut ini. Tabel 4.20. UJi Glesjer Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant .470 .245 1.915 .059 Perubahan Omzet Penjualan -.061 .057 -.331 -1.074 .286 Perubahan Penjualan Fisik .077 .042 .569 1.845 .069 Diversifikasi Produk Dummy -.242 .169 -.184 -1.431 .156 a. Dependent Variabel: abs_res Hasil yang terlihat menunjukkan koefisien parameter untuk variabel independen tidak ada yang signifikan yaitu perubahan omzet penjualan = 0,286 α = 0,05; perubahan penjualan fisik = 0,069 α = 0,05; dan diversifikasi produk dummy = 0,156 α = 0,05, sehingga dapat disimpulkan model regresi tidak terdapat heteroskedastisitas. 4.1.6.2. Pengujian Hipotesis 4.1.6.2.1. Hasil Uji Koefisien Determinasi R