Filza Lianda : Pengaruh Kepuasan Dan Kepercayaan Mahasiswi Departemen Manajemen Fakultas Ekonomi USU Terhadap Keputusan Pembelian Ulang Sampo Sunsilk, 2009.
Melalui metode ini data yang diperoleh diklasifikasikan, diinterprestasikan, dan selanjutnya dianalisis, sehingga diperoleh gambaran
umum tentang masalah yang diteliti.
b. Uji Asumsi Klasik
Sebelum melakukan analisis regresi, agar didapat perkiraan yang tidak bias dan efesiensi maka dilakukan pengujian asumsi klasik yang harus dipenuhi,
yaitu:
1. Uji Normalitas
Tujuan uji normalitas adalah ingin mengetahui apakah distribusi data mengikuti atau mendekati distribusi normal. Uji normalitas dilakukan dengan
menggunakan pendekatan Kolmogorov Smirnov. Dengan menggunakan tingkat signifikan 5 maka jika nilai asymp.sig. 2-tailed diatas nilai
signifikan 5 artinya variabel residual berdistribusi normal Situmorang et al, 2008:62.
2. Uji Heteroskedastisitas
Model regresi yang baik adalah tidak terjadi heteroskedastisitas, artinya varians variabel independen adalah konstan untuk setiap nilai tertentu variabel
independen homokedastisitas. Heteroskedastisitas diuji dengan menggunakna uji Glejser dengan pengambilan keputusan jika variabel
independen signifikan secara statistik mempengaruhi variabel dependen, maka ada indikasi terjadi heteroskedastisitas. Jika probabilitas signifikannya diatas
tingkat kepercayaan 5 dapat disimpulkan model regresi tidak mengarah adanya heteroskedastisitas. Heteroskedastisitas menguji terjadinya perbedaaan
varians residual suatu periode pengamatan ke periode pengamatan lainnya.
Filza Lianda : Pengaruh Kepuasan Dan Kepercayaan Mahasiswi Departemen Manajemen Fakultas Ekonomi USU Terhadap Keputusan Pembelian Ulang Sampo Sunsilk, 2009.
3. Uji Multikolinearitas
Artinya variabel independen yang satu dengan yang lain dalam model regresi berganda tidak saling berhubungan secara sempurna atau mendekati
sempurna. Untuk mengetahui ada tidaknya gejala multikolinearitas dapat dilihat dari besarnya nilai Tolerance dan VIF Variance Inflation Factor
melalui program SPSS. Nilai umum yang bisa dipakai adalah Tolerance 1, atau nilai VIF 5, maka tidak terjadi multikolinearitas. Situmorang et al,
2008:104.
c. Analisis Regresi Linier Berganda
Metode analisis kuantitatif yaitu metode yang digunakan untuk menyajikan data dalam bentuk angka. Dalam penelitian ini digunakan analisis
regresi berganda yang menggunakan persamaan:
Y = a + b
1
X
1
+ b
2
X
2
+ e
Keterangan: Y
= Keputusan Pembelian Ulang
a =
konstanta b
1
-b
2
= Koefisien Regresi Berganda
X
1
= Skor Kepuasan
X
2
= Skor Kepercayaan
e =
Standar error Data diolah secara statistik disebut signifikan sacara statistik untuk keperluan
analisis dan pengujian hipotesis dengan menggunakan alat bantu program SPSS 14.0 for Windows.
Filza Lianda : Pengaruh Kepuasan Dan Kepercayaan Mahasiswi Departemen Manajemen Fakultas Ekonomi USU Terhadap Keputusan Pembelian Ulang Sampo Sunsilk, 2009.
Suatu perhitungan statistik disebut signifikan secara statistik apabila nilai uji statistiknya berada dalam daerah krisis daerah dimana H
ditolak. Sebaliknya, disebut tidak signifikan bila nilai uji statistiknya berada dalam
daerah dimana H diterima. Dalam analisis regresi ada 3 jenis kriteri ketepatan
yaitu:
1. Uji Signifikan Simultan Uji-F
Uji-F pada dasarnya menunjukkan apakah semua variabel bebas yang dimasukan dalam model mempunyai pengaruh secara bersama-sama
terhadap variabel terikat. H
: b
1
= b
2
= 0 Artinya, secara serentak tidak terdapat pengaruh yang positif dan signifikan dari variabel bebas X
1,
X
2
terhadap variabel terikat. H
: b
1
≠ b
2
≠ 0, Artinya secara serentak terdapat pengaruh yang positif dan signifikan dari variabel-variabel bebas X
1,
X
2
terhadap variabel terikat. Kriteria pengambilan keputusan:
H diterima jika F
hitung
F
tabel
pada =5 H
ditolak jika F
hitung
F
tabel
pada =5
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 juga 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
Filza Lianda : Pengaruh Kepuasan Dan Kepercayaan Mahasiswi Departemen Manajemen Fakultas Ekonomi USU Terhadap Keputusan Pembelian Ulang Sampo Sunsilk, 2009.
. Jika probabilitas variabel bebas lebih besar dari tingkat kesalahannya maka variabel bebas tidak berpengaruh, tetapi jika probabilitas variabel
bebas lebih kecil dari tingkat kesalahannya maka variabel bebas tersebut berpengaruh terhadap variabel terikat.
Model pengujiannya adalah: H
: b
1
= 0, Artinya variabel bebas secara parsial tidak berpengaruh positif terhadap variabel terikat.
H : b
1
≠ 0, Artinya variabel bebas secara parsial berpengaruh positif terhadap variabel terikat.
Kriteria pengambilan keputsan: H
diterima jika t-
hitung
t-
tabel
pada =5 H
ditolak jika t-
hitung
t-
tabel
pada =5
3. Pengujian Koefisien Determinasi R
