62
Y = 7,243 + 0,312X
1
+ 0,485 X
2
+ 0,690 X
3
Pada persamaan tersebut dapat diuraikan sebagai berikut: a.
Koefisien Regresi X
1
Merek = 0,312 menunjukkan bahwa variabel citra merek berpengaruh positif terhadap Keputusan Pembelian Y, artinya jika
perusahaan meningkatkan merek sebesar satu satuan maka Keputusan Pembelian akan bertambah.
b. Koefisien Regresi X
2
Kemasan = 0,485 menunjukkan bahwa variabel kemasan berpengaruh positif terhadap keputusan Pembelian Y, artinya jika
kemasan meningkat sebesar satu satuan maka keputusan Pembelian akan bertambah.
c. Koefisien Regresi X
3
Sikap Konsumen = 0,690 menunjukkan bahwa variable Sikap Konsumen berpengaruh positif terhadap Keputusan Pembelian Y,
artinya jika perusahaan meningkatkan Sikap Konsumen sebesar satu satuan maka Keputusan Pembelian akan bertambah.
4.2.2.2 Uji Asumsi Klasik
4.2.2.2.1 Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal. Dalam uji normalitas dilakukan
dengan beberapa cara, sebagai berikut :
Universitas Sumatera Utara
63
1. Pendekatan histogram
Sumber : Hasil Pengolahan SPSS, 2015 data diolah Gambar 4.1 : Histogram
Gambar 4.1 menunjukkan bahwa grafik histogram menunjukkan pola distribusi normal hal ini ditunjukkan oleh distribusi data tersebut tidak menceng
kekanan maupun menceng kekiri.
Universitas Sumatera Utara
64
2. Pendekatan Grafik
Sumber : Hasil Pengolahan SPSS, 2015 data diolah Gambar 4.2 : Pengujian Normalitas P-P Plot
Pada Gambar 4.2 menunjukkan bahwa grafik plot terlihat bahwa titik-titik menyebar disekitar garis diagonal dan tidak ada data yang menjolok jauh sehingga
data ini memiliki distribusi normal. Dan untuk memastikan apakah data disepanjang garis diagonal berdistribusi normal maka dilakukan uji Kolmogorv-
Smirnov.
Universitas Sumatera Utara
65
3. Uji Kolmogorv-Smirnov Tabel 4.10
Uji Kolmogorv-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
93 Normal Parameters
a,b
Mean .0000000
Std. Deviation 2.09860636
Most Extreme Differences
Absolute .076
Positive .060
Negative -.076
Test Statistic .076
Asymp. Sig. 2-tailed .200
c,d
a. Test distribution is Normal. b. Calculated from data.
Sumber: Hasil Pengolahan SPSS, 2015 data diolah
Tabel 4.10 menunjukkan bahwa nilai Asymp.Sig 2-tailed adalah 0,200 dan diatas nilai signifikan 0,05 atau 0,200 0,05. Dengan kata lain variabel
residual berdistribusi normal.
4.2.2.2.2 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk melihat seberapa besar peranan variabel bebas terhadap variabel terikat. Jika varians sama, dan ini yang
seharusnya terjadi maka dikatakan homokedastisitas. Sedangkan jika varians tidak sama dikatakan terjadi heterokedastisitas. Model regresi yang baik adalah yang
homoskedastisitas atau tidak terjadi heteroskedastisitas. Untuk melihat apakah heterokedastisitas dapat dilakukan sebagai berikut :
Universitas Sumatera Utara
66
1. Pendekatan Grafik
Sumber : Hasil Pengolahan SPSS, 2015 data diolah Gambar 4.3 : Scatterplot
Gambar 4.3 menunjukkan bahwa titik-titik menyebar secara acak tidak
membentuk sebuah pola tertentu yang jelas serta tersebar baik diatas maupun dibawah angka nol pada sumbu Y. Hal ini berarti tidak terjadi heterokedastisitas
pada model regresi, sehingga model regresi layak dipakai untuk memprediksi variabel dependen, berdasarkan masukan variabel independennya.
Universitas Sumatera Utara
67
2. Uji Glejser Tabel 4.10
Uji Glejser
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
1 Constant
1.115 1.770
.630 .530
MEREK .089
.090 .112
.995 .323
KEMASAN -.163
.153 -.114 -1.068
.288 SIKAP
KONSUMEN .041
.078 .059
.530 .598
a. Dependent Variable: Absut
Sumber : Hasil Pengolahan SPSS,2015 data diolah
Berdasarkan Tabel 4.10 diketahui bahwa tidak satu pun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen
absolut residual abs_res. Hal ini terlihat dari probabilitas signifikansinya Sig di atas tingkat kepercayaan 5 jadi hasil uji glejser sesuai dengan metode grafik
bahwa pada model regrasi tidak terjadi heteroskedasitas. 4.2.2.2.3 Uji Multikolinieritas
Multikolinieritas dapat dilihat dari nilai Tolerance dan Variance Inflation Factor VIF. Kedua ukuran ini menunjukkan setiap variabel independen
manakah yang dijelaskan oleh variabel independen lainnya. Tolerance adalah mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan
oleh variabel lainnya. Nilai yang dipakai untuk Tolerance 0,1 sedangkan Variance Inflation Factor VIF 5.
Universitas Sumatera Utara
68
Tabel 4.11 Uji Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant 7.243
2.767 2.617
.010 MEREK
.312 .140
.199 2.226
.029 .855
1.170 KEMASAN
.485 .239
.172 2.027
.046 .953
1.050 SIKAP
KONSUMEN .690
.121 .498
5.680 .000
.889 1.125
a. Dependent Variable: KEPUTUSAN PEMBELIAN
Sumber : Hasil Pengolahan SPSS, 2015 data diolah
Berdasarkan pada Tabel 4.11 di atas diketahui bahwa : a. Variabel Merek tidak terjadi multikolinieritas karena nilai nilai tolerance
= 0,885 0,1 dan nilai VIF = 1,170 5. b. Variabel Kemasan tidak terjadi multikolinieritas karena nilai nilai
tolerance = 0,953 0,1 dan nilai VIF = 1,050 5. c. Variabel Sikap Konsumen tidak terjadi multikolinieritas karena nilai nilai
tolerance = 0,889 0,1 dan nilai VIF = 1,125 5.
4.2.3 Pengujian Hipotesis 4.2.3.1 Uji Signifikan Simultan Uji-F
Uji F dilakukan untuk melihat apakah variabel independent secara bersama-sama serentak berpengaruh secara positif dan signifikan terhadap
variabel dependent. Model hipotesis yang digunakan dalam uji F ini adalah sebagai berikut :
Universitas Sumatera Utara
69
H : b
1
= b
2
= b
3
= 0 Artinya secara bersama-sama tidak terdapat pengaruh yang positif dan
signifikan dari variabel independent yaitu Merek X
1
, Kemasan X
2
, Sikap Konsumen X
3
, terhadap variabel dependent yaitu Keputusan Pembelian. H
: b
1
≠ b
2
≠ b
3
≠ 0 Artinya secara bersama-sama terdapat pengaruh yang positif dan
signifikan dari variabel independent yaitu Merek X
1
, Kemasan X
2
, Sikap Konsumen X
3
, terhadap variabel dependent yaitu Keputusan Pembelian. Kriteria pengambilan keputusan, yaitu :
H diterima apabila F
hitung
F
tabel
pada α = 5 H
ditolak apabila F
hitung
F
tabel
pada α = 5 Dalam penelitian ini diketahui jumlah sampel n adalah 93 orang dan
jumlah keseluruhan variabel k adalah 4 sehingga diperoleh: a. Df Pembilang = k
– 1 4 – 1 = 3 b. Df Penyebut = n
– k 93 – 4 = 89
Nilai F
hitung
akan diperoleh dengan menggunakan program SPSS for windows. Kemudian akan dibandingkan dengan nilai F
tabel
pada tingkat α = 5 4:89 = 2.706
Berikut ini merupakan hasil pengujian uji-F pada Tabel 4.10:
Universitas Sumatera Utara
70
Tabel 4.12 Uji Simultan Uji-F
ANOVA
a
Model Sum of
Squares Df
Mean Square
F Sig.
1 Regression
260.130 3
86.710 19.046
.000
b
Residual 405.182
89 4.553
Total 665.312
92 a. Dependent Variable: KEPUTUSAN PEMBELIAN
b. Predictors: Constant, SIKAP KONSUMEN, KEMASAN, MEREK
Sumber : Hasil Pengolahan SPSS, 2015 data diolah
Tabel 4.11 menunjukkan bahwa nilai F
hitung
adalah 19,046 dengan tingkat signifikansi 0,000. Sedangkan F
tabel
adalah 2,706 .
Dari hal tersebut F
hitung
19,046 F
tabel
2,706 dan tingkat signifikansinya 0,000 0,05. Sehingga dapat disimpulkan bahwa variabel Merek X
1
, Kemasan X
2
, Sikap Konsumen X
3
, secara bersama-sama berpengaruh positif dan signifikan terhadap Keputusan
Pembelian.
4.2.3.2 Uji Signifikansi Parsial Uji-T
