Karakteristik Responden ANALISIS DATA DAN PEMBAHASAN

C. Pengujian Asumsi Klasik

1. Uji Normalitas Uji normalitas dilakukan untuk mengetahui apakah data yang diperoleh dari kegiatan penelitian mempunyai distribusi yang bersifat normal atau tidak. Untuk mengetahui distribusi data bersifat normal atau tidak digunakan uji Kolmogorov-Smirnov dengan signifikan α = 5, dan untuk pengambilan keputusan dengan pedoman sebagai berikut: a. Nilai signifikan α 0,05; distribusi data bersifat tidak normal. b. Nilai signifikan α ≥ 0,05; distribusi data bersifat normal Tabel V.7 Hasil Uji Normalitas Berdasarkan tabel One-Sample Kolmogorov-Smirnov Test dengan menggunakan SPSS 16.0, dari 100 responden diperoleh angka signifikan α One-Sample Kolmogorov-Smirnov Test tototal N 100 Normal Parameters a Mean 91.6600 Std. Deviation 8.74235 Most Extreme Differences Absolute .130 Positive .048 Negative -.130 Kolmogorov-Smirnov Z 1.305 Asymp. Sig. 2-tailed .066 a. Test distribution is Normal. Sumber: data primer yang diolah, 2013 sebesar 0,066. Karena nilai signifikan α lebih besar dari 0,05, maka dapat disimpulkan bahwa distribusi data bersifat normal. Data yang berdistribusi normal, berarti data tersebut dianggap dapat mewakili populasi dan memenuhi syarat untuk diuji menggunakan analisis statistik parametrik. 2. Uji Multikolinearitas Uji multikolinearitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik multikolinearitas, yaitu adanya hubungan linier antar variabel independen dalam model regresi. Untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik multikolinearitas bias dengan melihat nilai VIF variance inflation factor, bila nilai VIF lebih kecil dari 10 maka tidak terjadi penyimpangan asumsi klasik multikolinearitas Table V.8 Hasil Uji Asumsi Klasik Multikolinieritas Variable Independen VIF Keragaman produk 1,124 Lokasi 1,328 Harga 1,357 Promosi 1,102 Tempat nongkrong 1,059 Sumber: data primer yang diolah, 2013 Berdasarkan tabel V.8 di atas, yang diambil dari lampiran 5, menunjukkan bahwa semua variabel bebas Independent Variables tidak terjadi persoalan multikolinieritas. Hal ini diketahui dari hasil dalam kolom Collinearity Statistics, dapat dilihat bahwa nilai VIF variance inflation factor untuk keempat variabel bebas, yaitu keragaman produk= 1,124; lokasi= 1,328; harga= 1,357; promosi= 1,102; tempat nongkrong= 1,059 semuanya memiliki nilai lebih kecil dari 10. 3. Uji Heteroskedastisitas Uji heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik heteroskedastisitas, yaitu adanya ketidaksamaan varian dari residual untuk semua pengamatan pada model regresi. Untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik heteroskedastisitas, bias dengan melihat pola titik pada scatterplots regresi. Dasar pengambilan keputusan, yaitu: a. Jika ada pola tertentu, sperti titik-titik yang ada membentuk suatu pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka terjadi heteroskedastisitas. b. Jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. Gambar V.1 Sumber: data primer yang diolah, 2013 Berdasarkan hasil pengolahan data seperti yang terdapat pada gambar di atas, dengan bantuan program SPSS 16.0 For Windows Evaluation Version didapatkan titik-titik yang menyebar di bawah dan di atas sumbu Y, dan tidak mempunyai pola yang teratur, jadi kesimpulannya variabel bebas tidak terjadi heteroskedastisitas pada model regresi. 4. Uji Autokorelasi Uji autokorelasi digunakan untuk menguji apakah dalam sebuah model regresi linier terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 sebelumnya. Salah satu ukuran untuk menentukan ada atau tidaknya masalah autokorelasi dengan uji Durbin- Watson, dengan ketentuan sebagai berikut: a. 1,65 DW 2,35; maka tidak ada autokorelasi. b. DW 1,21 atau DW 2,79; maka terjadi autokorelasi. Tabel V.9 Hasil Uji Asumsi Klasik Autokorelasi Sumber: data primer yang diolah, 2013 Dari hasil pada tabel V.9 di atas, dapat diketahui bahwa nilai DW yang didapat dari model regresi adalah 2,011. Salah satu ukuran untuk menentukan tidak ada masalah autokorelasi dengan uji Durbin-Watson, adalah nilai DW lebih besar dari 1,65 dan lebih kecil dari 2,35; karena nilai DW didapat 2,011 maka tidak ada autokorelasi

D. Analisis Data

1. Analisis Cochran Q-Test Pengujian ini dilakukan untuk mengetahui di antara keragaman produk, lokasi, harga, promosi, dan tempat nongkrong mana yang menjadi alasan pemilihan Indomaret. Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .707 a .500 .474 1.885 2.011 a. Tahap Pertama Tahap pertama, dilakukan pengujian terhadap 5 alasan meliputi keragaman produk, lokasi, harga, promosi, dan tempat nongkrong. Rekapitulasi data 5 alasan responden memilih Indomaret Jalan Demangan Baru dapat dilihat pada tabel berikut: Tabel V.10 Rekapitulasi Data 5 Alasan Responden Memilih Indomaret Jln. Demangan Baru Alasan Jawaban Tidak Ya Keragaman Produk Lokasi Harga Promosi Tempat Nongkrong 20 14 26 38 17 80 86 74 62 83 Sumber: data primer yang diolah, 2013 Dari hasil rekapitulasi 5 alasan responden memilih Indomaret Jalan Demangan Baru, diperoleh hasil uji Cochran Q-test sebagai berikut: