58
4. Dengan rata-rata 6,31 : responden menyatakan mereka sangat setuju
bahwa setiap bulannya mereka menambah produk yang akan dijual. 5.
Dengan rata-rata 5,37 : responden menyatakan mereka setuju bahwa mereka sudah mempunyai cabang usaha.
4.3 Uji Asumsi Klasik
4.3.1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi,
variabel penggangu atau residual berdistribusi normal. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak, yaitu dengan analisis
grafik dan uji statistik. Untuk melihat normalitas residual, peneliti menganalisis grafik histogram yang membandingkan antara data observasi dengan distribusi
yang mendekati distribusi normal dan juga menganalisis probabilitas plot yang membandingkan distribusi kumulatif dan distribusi normal.
Hipotesis: a.
Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogram menujukkan pola distribusi normal, maka model regresi
memenuhi asumsi mormalitas. b.
Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal atau grafik histogram menunjukkan pola distribusi normal,
maka model regresi tidak memenuhi asumsi normalitas.
Universitas Sumatera Utara
59
Sumber: Hasil pengolahan data primer kuesioner, SPSS versi 17.0, 2013
Gambar 4.1 Histogram
Dari Gambar 4.4 terlihat bahwa grafik histogram menunjukkan pola distribusi normal dimana grafik tersebut membentuk pola lonceng atau tidak
miring ke kanan atau ke kiri.
Universitas Sumatera Utara
60
Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 17.0, 2013 Gambar 4.2 Normal P-P Plot of Regression Standardized Residual
Pada Gambar 4.2 tersebut dapat dilihat bahwa data-data titik-titik menyebar disekitar garis diagonal dan mengikuti arah garis diagonal. Oleh karena
itu, berdasarkan gambar 4.2 tersebut dapat diambil kesimpulan bahwa model telah memenuhi uji normalitas.
Untuk memastikan apakah data disepanjang garis diagonal berdistribusi normal maka dilakukan uji Kolmogorov Sumirnov 1 Sampel KS dengan melihat
data residual apakah berdistribusi normal.
Universitas Sumatera Utara
61
Menentukan kriteria keputusan: a.
Jika nilai Asymp.Sig. 2-tailed 0.05 maka tidak mengalami gangguan distribusi normal.
b. Jika nilai Asymp.Sig. 2-tailed 0,05 maka mengalami gangguan
distribusi normal.
Tabel 4.8
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 45
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 1.50099902
Most Extreme Differences Absolute
.106 Positive
.068 Negative
-.106 Kolmogorov-Smirnov Z
.712 Asymp. Sig. 2-tailed
.692 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 17.0, 2013
Pengambilan keputusan: Pada Tabel 4.16 terlihat bahwa Asymp.Sig. 2-tailed adalah 0,692, dan diatas
nilai signifikansi 5 0,05, dengan kata lain variabel residual berdistribusi normal.
Universitas Sumatera Utara
62
4.3.2. Uji Heteroskedastisitas
Dalam melakukan pengujian heteroskedastisitas, dapat dilakukan melalui dua cara. Pertama, melalui analisis grafik dengan cara membaca grafik
Scatterplot, di mana tidak terjadi heteroskedastisitas apabila titik-titik menyebar secara acak, tidak membentuk sebuah pola tertentu yang jelas, dan tersebar baik di
atas maupun di bawah angka nol pada sumbu Y. Kedua, melalui analisis statistik
yang dilakukan melalui uji glejser, di mana tidak terjadi heteroskedastisitas apabila tidak ada variabel independen yang signifikan secara statistik
mempengaruhi variabel dependen.
Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 17.0, 2013 Gambar 4.3 Scatterplot
Universitas Sumatera Utara
63
Gambar Scatterplot menunjukkan bahwa titik-titik yang ada menyebar secara acak, tersebar baik di atas maupun di bawah angka nol pada sumbu Y dan
tidak membentuk sebuah pola tertentu yang jelas. Oleh karena itu, model regresi dikatakan tidak mengalami heteroskedastisitas.
Tabel 4.9
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 1.323
1.283 1.031
.308 kreativitas
-.009 .051
-.044 -.172
.864 inovasi
-.115 .095
-.344 -1.205
.235 pengetahuan
.084 .059
.424 1.421
.163 a. Dependent Variable: absut
Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 17.0, 2013
Pada Tabel 4.5 terlihat bahwa tidak ada variabel bebas atau variabel independen yang signifikan secara statistik mempengaruhi variabel terikat atau
variabel dependen. Hal ini ditunjukkan dari nilai Sig. variabel-variabel bebas yang lebih besar dari nilai signifikan 0,05. Jadi, model regresi tidak mengalami
heteroskedastisitas.
4.3.3. Pengujian Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji adanya korelasi antara variabel independen. Jika terjadi korelasi maka dinamakan multikol, yaitu adanya
masalah multikolineaitas. Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen. Hasil pengolahan data dapat dilihat pada
tabel berikut:
Universitas Sumatera Utara
64
Tabel 4.10
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1 Constant 4.822
2.382 2.024
.049 kreativitas
.395 .094
.554 4.183
.000 .353
2.835 inovasi
-.109 .177
-.091 -.614
.543 .283
3.535 pengetahuan .314
.110 .440
2.855 .007
.260 3.848
a. Dependent Variable: keberhasilan
Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 17.0, 2013
Pada Tabel 4.10 terlihat bahwa nilai Tolerance semua variabel bebas adalah lebih besar dari nilai ketetapan 0,1 dan nilai VIF semua variabel bebas
adalah lebih kecil dari nilai ketetapan 5. Oleh karena itu, data dalam penelitian ini dikatakan tidak mengalami masalah multikolinearitas.
4.4 Analisis Regresi Linear Berganda