Y = ß + ß
1
X
1
+ ß
2
X
2
+ e Di mana:
Y = Keputusan Konsumen
ß = Konstanta
ß
1
, ß
2
= Koefisien Regresi Variabel Independen X
1
dan X
2
X
1
= Keluarga
X
2
= Kelompok Rujukan e =
error of term Pengujian hipotesis kedua dilakukan dalam dua tahap, yakni pengujian secara
serempak dan pengujian secara parsial.
a. Uji Hipotesis Secara Serempak Uji F
Kriteria pengujian hipotesis kedua untuk uji serempak adalah: H
: b
1
, b
2
= 0, artinya lingkungan konsumen yang terdiri dari: keluarga dan kelompok rujukan tidak berpengaruh secara serempak terhadap keputusan
konsumen memilih makan di Rumah Makan Mie Ayam Mahmud Medan. H
1
: b
1
, b
2
0, artinya lingkungan konsumen yang terdiri dari: keluarga dan kelompok rujukan berpengaruh secara serempak terhadap terhadap keputusan
konsumen memilih makan di Rumah Makan Mie Ayam Mahmud Medan. Analisis uji serempak hipotesis kedua dengan menggunakan uji statistik F,
dengan ketentuan: H
diterima jika F
hitung
F
tabel
pada 5.
Universitas Sumatera Utara
H ditolak H
1
diterima jika F
hitung
F
tabel
pada 5.
b. Uji Hipotesis Secara Uji Parsial Uji t
Uji t dilakukan untuk melihat pengaruh secara parsial masing-masing variabel bebas X terhadap variabel terikat Y. Kriteria pengujian untuk uji secara parsial
adalah: H
: b
i
= 0, artinya lingkungan konsumen yang terdiri dari: keluarga dan kelompok rujukan tidak berpengaruh secara parsial terhadap keputusan konsumen memilih
makan di Rumah Makan Mie Ayam Mahmud Medan. H
1
: b
i
≠ 0, artinya lingkungan konsumen yang terdiri dari: keluarga dan kelompok rujukan berpengaruh secara parsial terhadap keputusan konsumen memilih makan
di Rumah Makan Mie Ayam Mahmud Medan. Analisis parsial hipotesis kedua dengan menggunakan uji statistik t, dengan
ketentuan: H
diterima jika t
hitung
t
tabel
pada 5.
H ditolak H
1
diterima jika t
hitung
t
tabel
pada 5.
III.9. Pengujian Asumsi Klasik III.9.1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Dalam uji t dan uji F
diasumsikan bahwa nilai residual mengikuti distribusi normal. Ghozali 2005
Universitas Sumatera Utara
menyatakan bahwa, ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik.
1. Analisis Grafik
Untuk melihat normalitas residual dilakukan dengan melihat normal 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. Jika distribusi data residual normal, maka
garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya. 2.
Analisis Statistik Uji normalitas dengan grafik dapat menyesatkan kalau tidak hati-hati secara visual
kelihatan normal, pada hal secara statistik bisa sebaliknya. Oleh sebab itu dianjurkan di samping uji grafik dilengkapi dengan uji statistik. Salah satu uji
statistik yang dapat digunakan untuk menguji normalitas residual adalah uji statistik non-parametrik Kolmogorov-Smirnov K-S.
III.9.2. Uji Multikolinieritas
Model regresi yang baik seharusnya tidak memiliki korelasi diantara variabel bebasnya atau orthogonal Ghozali, 2005. Untuk mengetahui apakah dalam
model regresi ditemukan adanya korelasi antar variabel bebas dilakukan uji multikolinieritas. Uji multikolinieritas dilakukan dengan melihat nilai tolerance dan
lawannya yakni nilai Variance Inflation Factor VIF. Jika nilai tolerance 0.10 atau VIF 10, maka terjadi multikolinieritas. Sedangkan bila nilai tolerance 0.1
atau VIF 10, maka tidak terjadi multikolinieritas.
Universitas Sumatera Utara
III.9.3. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam sebuah regresi terjadi ketidak-samaan varians dari residual suatu pengamatan ke pengamatan yang
lain. Jika varians dari residual dari satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika varians berbeda disebut heteroskedastisitas.
Model regresi yang baik adalah tidak terjadi heteroskedastisitas. Menurut Santoso 2001, untuk mendeteksi apakah ada atau tidak gejala
heteroskedastisitas dapat dilakukan dengan menganalisis penyebaran titik-titik yang terdapat pada Scaterplot yang dihasilkan program SPSS dengan dasar pengambilan
keputusan. Jika ada pola tertentu, seperti titik-titik yang ada membentuk suatu pola tertentu yang teratur bergelombang, melebar, kemudian menyempit maka terjadi
heteroskedastisitas. Jika tidak ada pola yang jelas serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
Universitas Sumatera Utara
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
