X
2
= Kelengkapan produk
X
3
= Layout X
4
= Suasana dan layanan X
5
= Lokasi X
6
= Promosi X
7
= Trend X
8
= Prestige X
9
= Indikator pendapatan konsumen e = error disturbances
3.9.5. Uji Parsial Uji t
Uji t yaitu suatu uji untuk mengetahui signifikansi pengaruh variabel bebas secara parsial atau individual terhadap variabel terikat.
1. Merumuskan hipotetis statistik a. H0 : βi = 0
Variabel independen secara parsial tidak berpengaruh positif terhadap variabel dependen.
b. H1 : βi 0 Variabel independen secara parsial berpengaruh positif terhadap variabel
dependen. 2. Mengukur taraf signifikansi
a. Probabilitas 0,05 = H0 ditolak dan H1 diterima b. Probabilitas 0,05 = H0 diterima dan H1 ditolak
Universitas Sumatera Utara
3.9.6. Uji Simultan Uji F
Uji F yaitu suatu uji untuk mengetahui pengaruh variabel bebas, yaitu secara simultan terhadap variabel terikat, yaitu Perilaku Berbelanja Y.
Tahapan pengujian hipotesis secara simultan dapat dilihat, sebagai berikut : harga x1, kelengkapan x2, layout x3, suasana dan pelayanan x4, lokasi x5,
promosi x6, trend x7, prestage x8, pendapatan konsumen x9. 1. Merumuskan hipotesis statistik
a. H0 : β1 = β2 = β3= 0 Variabel independen yaitu harga x1, kelengkapan x2, layout x3, suasana dan
pelayanan x4, lokasi x5, promosi x6, trend x7, prestage x8, pendpatan konsumen x9secara simultan tidak berpengaruh positif terhadap variabel
dependen yaitu perilaku berbelanja. b. H1 : β1, β2, β3 0
Variabel independen yaitu harga x1, kelengkapan x2, layout x3, suasana dan pelayanan x4, lokasi x5, promosi x6, trend x7, prestage x8, pendpatan
konsumen x9 secara simultan berpengaruh positif terhadap variabel dependen yaitu perilaku berbelanja.
2. Mengukur taraf signifikansi Pada tahap ini mempunyai kesamaan pada pengujian hipotesis secara
simultan yaitu dengan menggunakan probabilitas sebesar 0,05 5 dengan kriteria sebagai berikut :
a. Probabilitas 0,05 = H0 ditolak dan H1 diterima b. Probabilitas 0,05 = H0 diterima dan H1 ditolak.
Universitas Sumatera Utara
3.9.7. Koefisien Determinasi R
2
Koefisien determinasi R
2
persamaan regresi berguna untuk mengetahui besarnya persentase pengaruh semua variabel independen tehadap nilai variabel
dependen. Besarnya koefisien determinasi dari 0 sampai dengan 1. Semakin mendekati nol besarnya koefisien determinasi suatu persamaan regresi, maka
semakin kecil pula pengaruh semua variabel independen terhadap nilai variabel dependen. Sebaliknya, semakin mendekat satu besarnya koefisien determinasi
suatu persamaan regresi, maka semakin besar pula pengaruh semua variabel independen terhadap variabel dependen Algifari, 2003.
Nilai adjusted R
2
dapat naik atau turun apabila satu variabel independen ditambahkan ke dalam model. Dalam kenyataan nilai adjusted R
2
dapat bernilai negatif, walaupun yang dikehendaki harus bernilai positif. Menurut Gujarati
2003 jika dalam uji empiris didapat nilai adjusted R
2
negatif, maka nilai adjusted R
2
dianggap bernilai nol. Secara matematis jika nilai R
2
= 1, maka Adjusted R
2
= R
2
= 1 sedangkan jika nilai R
2
= 0, maka adjusted R
2
= 1 – kn – k. Jika k 1,maka adjusted R
2
akan bernilai negatif Ghozali, 2005.
Universitas Sumatera Utara
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1. Deskripsi Kecamatan Medan Marelan
