h0 yang menyatakan bahwatidak ada autokorelasi positif atau negatif. Sehingga dapat disimpulkan tidak adanya autokorelasi.
Keterangan : H = Tidak ada autokorelasi positif
H =
Tidak ada autokorelasi negatif Berdasarkan hasil pengujian autokorelasi terhadap hasil estimasi model
penelitian pertumbuhan jumlah uang beredar di Indonesia bahwa model penelitian tersebut tidak mengalami autokorelasi karena nilai DW = 2.342 dan 2.096 berada
pada daerah hipotesis keragu-raguan.
4.9 Pengujian Normalitas Tabel 4.27 Uji Normalisasi
Sumber : Data diolah, Kuesioner 2013
Uji normalitas bertujuan untuk menguji apakah model regresi, variabel dependen dan independen keduanya mempunyai distribusi normal atau tidak.
Seperti diketahui bahwa uji T dan Uji F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Kalau asumsi ini dilanggar maka uji statistic menjadi
tidak valid untuk jumlah sampel kecil. Dari nilai skewness dan kurtosis ini dapat dihitung nilai Zskwness dan
Zkurtosis sebagai berikut : ZSkewness =
−0.017 �650
= -0.3367
dan Zkurtosis =
−464 �2450
= 10.95.
Universitas Sumatera Utara
Hasil perhitungan Zskewness dan Zkurtosis jauh di atas nilai nilai tabel. Jadi dapat di simpulkan bahwa data residual berdistribusi normal. Jika Z hitung
lebih besar dari z tabel 0,288 Hal ini konsisten dengan uji grafik. Selain itu juga ada uji yang lain untuk menguji normalitas yaitu menggunakan uji statistic non
parametric kolmogorov – smirnov K-S.
Tabel 4.28. Uji One Sample Kolmogorov Smirnov Test
Sumber : Data diolah, Kuesioner 2013
H0: Data Residual Berdistribusi normal Ha: Data Residual tidak berdistribusi normal
Besarnya nilai kolmogorov-smirnov K-S adalah 0.994 dan tidak
signifikan pada 0.276. Hal ini berarti H0 diterima dan Ha ditolak yang berarti data residual berdistribusi tidak normal. Sekali lagi hasil ini sesuai dan konsisten
dengan uji sebelumnya.
4.10 Pengujian Linieritas
Uji ini digunakan untuk melihat apakah spesifikasi model yang digunakan sudah benar atau belum. Apakah fungsi yang digunakan dalam studi
Universitas Sumatera Utara
empiris sebaiknya berbentuk liner, kubik dan kuadrat. Uji linearitas bertujuan untuk mengetahui apakah dua variabel mempunyai hubungan yang linear atau
tidak secara signifikan. Uji ini biasanya digunakan sebagai prasyarat dalam analisis korelasi atau regresi linear.
4.10.1 Uji Lagrange Multiplier
Uji ini merupakan uji alternative dari ramsey test dan dikembangkan oleh engle tahun 1982. Estimasi dengan uji ini bertujuan untuk mendapatkan niali c²
hitung atau n x R².
Tabel 4.29. Uji Lagrange Multiplier
Hasil tampilan outuput menunjukan nilai R² sebesar 0.229 dengan jumlah N observe 50, maka besarnya nilai c² hitung adalah = 50 x 0.229 = 11.45 nilai ini
dibandingkan dengan c² tabel 67.95 . Oleh karena nilai c² tabel 67.5 lebih besar dari c² hitung. Oleh karena nilai c² tabel dengan df = 50 dan tingkat signifikansi
0.05 didapat nilai c² dengan nilai 11.45 maka dapat disimpulkan bahwa model
yang benar adala model linier
Universitas Sumatera Utara
4.11 Pengujian Logistic Regression Tabel 4.29. Uji Logistic Regresion
Dari Hasil Output regresi diatas didapatkan nilai sebagai berikut : a= 2.692.000.000
b= - 239.700.000 Kemudian dimasukan ke dalam persamaan peluang linier linier
probability model sebagai berikut :
Y = a+bx = 2.692.000 + 239.700x
Y = 2.692.000 +-239.700 0,5 Y = 2.692.000 – 119.850
Y = 2.572.150
Dengan demikian dapat diketahui bahwa apabila pendapatan konsumen
mencapai nilai Rp 2.572.150 maka terjadi pergeseran belanja konsumen dari
retail tradisional ke Retail Modern. Hal ini sesuai dengan penelitian BI 2003 dan Prodjolalioto 2003 yang mengatakan kenaikan pendapatan atau daya beli
masyarakat merupakan factor terpenting yang membuat konsumen beralih ke pasar modern.
Universitas Sumatera Utara
4.12 Pengujian Mann – Whitney U – Test Tabel 4.30. Mann – Whitney U – Test
