Pengambilan Keputusan: • VIF 5 Maka diduga mempunyai persoalan multikolinieritas
• VIF 5 Maka tidak terdapat multikolinieritas • Tolerance 0,1 Maka diduga mempunyai persoalan multikolinieritas
• Tolerance 0,1 Maka tidak terdapat multikolinieritas. Hasil pengujian :
Pada Tabel 3.8 dapat dilihat nilai tolerancenya 0,1 dan nilai VIF 5 maka tidak ditemukan masalah multikolinieritas dalam penelitian ini.
3.11 Analisis Regresi Linier Berganda
Model analisis yang digunakan untuk menjawab hipotesis adalah regresi linear berganda, dengan formulasi sebagai berikut :
Y
1
= a + b
1
X
1
+ b
2
X
2
+ e Keterangan :
Y = keputusan Pembelian a = Konstanta
b
1-2
= Koefisien regresi berganda X
1
= Produk X
2
= Citra Merek e = Standar error
Universitas Sumatera Utara
Tabel 3.9 Analisis Linear Berganda
Sumber : Hasil pengolahan data primeer Kuesioner, SPSS 17.00,2013
Berdasarkan hasil pengolahan data yang ditunjukkan dalam Tabel 3.9 maka diperoleh persamaan hasil regresi linear berganda sebagai berikut:
Y= -731 + 0,219X1 + 0,188X2 + e
Berdasarkan persamaan tersebut dapat digambarkan sebagai berikut :
a. Konstanta a = -0731 ini menunjukkan harga constant, dimana jika
variabel pengembangan produk X1, citra merek X2 = 0, maka
keputusan pembelian notebook Acer sebesar -0731. b. Koefisien X1 b1 = 0,219 ini berarti bahwa variabel pengembangan
produk X1 berpengaruh positif terhadap keputusa pembelian notebook Acer, atau dengan kata lain apabila variabel pengembangan produk
diperbaiki dan ditingkatkan sebesar satu satuan maka keputusan pembelian akan bertambah sebesar 0,219
c. Koefisien X2 b2 = 0,188 ini berarti bahwa variabel citra merek X2
berpengaruh positif terhadap keputusan pembelian notebook Acer atau dengan kata lain apabila variabel citra merek diperbaiki dan ditingkatkan
sebesar satu satuan maka keputusan pembelian akan bertambah sebesar 0,188.
Coeffi cients
a
-.731 1.429
-.512 .610
.219 .028
.529 7.861
.000 .188
.029 .431
6.408 .000
Const ant PE NGEMB ANGAN
CITRA Model
1 B
St d. E rror Unstandardized
Coeffic ient s Beta
St andardiz ed Coeffic ient s
t Sig.
Dependent Variable: KE PUTUS AN a.
Universitas Sumatera Utara
3.12 Pengujian Hipotesis
Suatu perhitungan statistik disebut signifikan secara statistik apabila nilai uji statistiknya berada dalam daerah kritis daerah dimana Ho ditolak.
Sebaliknya, disebut tidak signifikan bila nilai uji statistiknya berada dalam daerah dimana Ho diterima.
1. Uji Signifikan Simultan Uji-F
Pengujian ini dilakukan untuk melihat apakah variabel bebas yang terdiri dari produk, dan citra merek yang dimasukkan dalam model yang mempunyai
pengaruh secara bersama-sama terhadap variabel terikat yakni Keputusan Pembelian.
Kriteria pengujiannya adalah: Ho : b
1
,b
2
= 0, artinya variabel bebas terdiri dari : Produk, dan Citra Merek secara serentak tidak berpengaruh positif dan signifikan terhadap variabel
terikat yaitu Keputusan Pembelian. Ho : b
1
, b
2
, ≠ 0, artinya variabel bebas yang terdiri dari : produk, dan Citra
Merek secara serentak berpengaruh positif dan signifikan terhadap variabel terikat yaitu keputusan Pembelian.
Selanjutnya, nilai t
hitung
akan dibandingkan dengan nilai t
tabel.
Maka kriteria pengambilan keputusan :
Ho diterima jika F-hitung F- tabel pada α = 5
Ha diterima jika F-hitung F- tabel pada α = 5
Universitas Sumatera Utara
Tabel 3.10 Hasil Uji Simultan Uji-F
Sumber : Hasil pengolahan data primer Kuesioner, SPSS versi 17.00,2013
Tabel 3.10 memperlihatkan bahwa tingkat signifikan 0.000, 0.05, dengan demikian Ho ditolak dan Ha diterima. Hal ini menunjukkan bahwa
pengembangan produk dan citra merek memiliki pengaruh positif dan signifikan terhadap keputusan membeli notebook Acer pada mahasiswa Fakultas Ekonomi
Universitas Sumatera Utara.
2. Uji Signifikan Parsial Uji – t
Nilai-nilai koefisien regresi dalam persamaan regresi merupakan hasil perhitungan berdasarkan sampel yang terpilih. Oleh karena itu, disamping uji-F,
dilakukan uji-t untuk masing-masing nilai koefisien regresi dalam persamaan regresi. Pengujian ini dimaksudkan untuk mengetahui pengaruh variabel bebas
terhadap variabel terikat secara parsial. Variabel bebas dikatakan berpengaruh terhadap variabel terikat bisa dilihat
dari probabilitas variabel bebas dibandingkan dengan tingkat kesalahan nya α.
Jika probabilitas variabel bebas lebih besar dari tingkat kesalahannya α maka variabel bebas tidak berpengaruh, tetapi jika probabilitas variabel bebas lebih
kecil dari tingkat kesalahannya α maka variabel bebas tersebut berpengaruh terhadap variabel terikat. Model pengujiannya adalah:
ANOV A
b
1227.282 2
613.641 167.746
.000
a
340.208 93
3.658 1567.490
95 Regres sion
Residual Total
Model 1
Sum of Squares
df Mean S quare
F Sig.
Predic tors: Constant, CITRA, P ENGEMBA NGA N a.
Dependent Variable: KE PUTUSA N b.
Universitas Sumatera Utara
Ho : b
i
= 0, artinya variabel bebas yang terdiri dari produk, dan Citra Merek secara parsial tidak berpengaruh positif dan signifikan terhadap variabel
terikat yaitu Keputusan Pembelian. Ho : b
i ≠
0, artinya variabel bebas terdiri dari Produk dan Citra Merek secara parsial berpengaruh positif dan signifikan terhadap variabel terikat yaitu
Keputusan Pembelian. Selanjutnya, nilai t
hitung
akan dibandingkan dengan nilai t
tabel
. Maka kriteria pengambilan keputusan :
Ho diterima jika t-
hitung
t-
tabel
pada α = 5 Ha diterima jika t-
hitung
t-
tabel
pada α = 5
Tabel 3.11 Hasil Uji parsial Uji-t
Sumber : Hasil pengolahan data primer Kuesioner, SPSS versi 17.00,2013
Tabel 3.11 memperlihatkan bahwa nilai sig-p pengembangan produk dan citra merek secara berturut turut adalah 0.000 0.05, sehingga dapat disimpulkan
bahwa baik pengembangan produk maupun citra merek memiliki pengaruh signifikan terhadap keputusan membeli
Coeffi cients
a
-.731 1.429
-.512 .610
.219 .028
.529 7.861
.000 .188
.029 .431
6.408 .000
Const ant PE NGEMB ANGAN
CITRA Model
1 B
St d. E rror Unstandardized
Coeffic ient s Beta
St andardiz ed Coeffic ient s
t Sig.
Dependent Variable: KE PUTUS AN a.
Universitas Sumatera Utara
3.13 Pengujian Koefisien Determinan R²
Koefisien determinan R² pada intinya mengukur seberapa kemampuan model dalam menerangkan variabel terikat. Koefisien Determinan berkisar antara
0 nol sampai dengan 1 satu, 0 ≤ R ² ≤ 1. Jika R² semakin besar mendekati
satu, maka dapat dikatakan bahwa pengaruh variabel bebas X
1
, dan X
2
adalah besar terhadap variabel terikat Y. Hal ini berarti model yang digunakan semakin
kuat untuk menerangkan pengaruh variabel bebas yang diteliti terhadap variabel terikat, Sebaliknya, jika R² semakin mengecil mendekati nol maka dapat
dikatakan bahwa pengaruh variabel bebas X
1
, dan X
2
terhadap variabel terikat Y semakin kecil. Hal ini berarti model yang digunakan tidak kuat untuk
menerangkan pengaruh variabel bebas yang diteliti terhadap variabel terikat.
Tabel 3.12 Hasil Uji Determinasi R
Tabel 3.12 menunjukkan bahwa : R = 0,885 berarti bahwa hubungan antara pengembangan produk X
1
, dan citra merek X
2
terhadap keputusan pembelian Y sebesar 88,5 yang artinya pengembangan produk, citra merek notebook Acer dan keputusan pembelian
mahasiswa Fakultas Ekonomi Universitas Utara memiliki hubungan yang cukup erat.
Model Summary
b
.885
a
.783 .778
1.91263 Model
1 R
R Square Adjusted
R Square Std. Error of
the Estimate Predictors: Constant, CITRA, PENGEMBANGAN
a. Dependent Variable: KEPUTUSAN
b.
Universitas Sumatera Utara
a. Angka Adjusted R ² atau determinan sebesar 0,778 berarti variabel bebas
yaitu : pengembangan produk X
1
, citra merek X
2
mampu menjelaskan variabel terikat yaitu keputusan pembelian Y sebesar 77,8 dan sisanya
22,2 dipengaruhi oleh variabel yang tidak diteliti.
Universitas Sumatera Utara
BAB IV HASIL DAN PEMBAHASAN
4.1 Gambaran Umum Perusahaan
