61
Pada Tabel 4.10 disimpulkan bahwa pada model regresi yang digunakan tidak terlihat adalanya gejala multikolonearitas antar variabel indevenden. Hal ini
dapat diketahui dari nilai tolerance dan nilai VIF, hasil perhitungan menunjukkan bahwa nilai tolerance variabel Harga Kompetitif X
1
sebesar 0,390 dengan nilai VIF sebesar 2,564, variabel Kelengkapan Produk X
2
memiliki nilai tolerance sebesar 0,465 dengan nilai VIF sebesar 2,150, dan variabel Lokasi X
3
memiliki nilai tolerance sebesar 0,583 dengan nilai VIF sebesar 1,714. Dengan demikian
seluruh nilai tolerance dan VIF variabel independen telah sesuai dengan kriteria pengujian yaitu nilai tolerance 0,1 dan nilai VIF 5.
4.2.3 Hasil Analisis Regresi Linear Berganda
Dalam penelitian ini analisis regresi linear berganda digunakan untuk mengetahui pengaruh variabel Harga Kompetitif X
1
, Kelengkapan Produk X
2
, dan variabel Lokasi X
3
terhadap variabel Keputusan Pembelian Y. Hasil perhitungan Regresi Linear Berganda dapat dilihat pada Tabel 4.10
berikut:
Tabel 4.11 Koefisien Regresi Linear Berganda
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
4.369 .824
5.302 .000
Harga_Kompetitif .216
.073 .265 2.953
.004 Kelengkapan_Produk
.265 .060
.365 4.435 .000
Lokasi .377
.071 .390 5.303
.000 a. Dependent Variable: Keputusan_Pembelian
Sumber: Pengolahan Data Primer 2015
62
Hasil Analisis Regresi Linear Berganda Tabel 4.11 diperoleh persamaan sebagai berikut:
Y= a + b
1
X
1
+ b
2
X
2
+ b
3
X
3 +
e Y= 4,369 + 0,216 X
1
+ 0,265 X
2
+ 0,377 X
3
+ e Dimana:
Y = Keputusan Pembelian X
1
= Harga Kompetitif X
2
= Kelengkapan Produk X
3
= Lokasi e = standard error
Berdasarkan persamaan tersebut dapat diketahui bahwa : 1.
Konstanta a = 4,369 menunjukkan nilai konstan, jika nilai variabel bebas harga kompetitif, kelengkapan produk, dan lokasi = 0 maka keputusan
pembelian Y akan sebesar 4,369. 2.
Koefisien regresi variabel harga kompetitif sebesar 0,216 menunjukkan bahwa variabel harga kompetitif berpengaruh positif terhadap keputusan
pembelian Y. Dengan kata lain, jika variabel harga kompetitif X
1
meningkat sebesar satu satuan, maka keputusan pembelian Y akan meningkat sebesar 0,216.
3. Koefisien regresi variabel kelengkapan produk X
2
sebesar 0,265 menunjukkan bahwa variabel kelengkapan produk berpengaruh positif
terhadap keputusan pembelian Y. Dengan kata lain, jika variabel
63
kelengkapan produk ditingkatkan sebesar satu satuan, maka keputusan pembelian Y akan meningkat sebesar 0,265.
4. Koefisien regresi variabel lokasi X
3
sebesar 0,377 menunjukkan bahwa variabel lokasi berpengaruh positif terhadap keputusan pembelian Y.
Dengan kata lain, jika variabel lokasi ditingkatkan sebesar satu satuan, maka keputusan pembelian Y akan meningkat sebesar 0,377.
4.2.4 Pengujian Hipotesis 4.2.4.1 Uji Signifikansi Simultan Uji F