product features X
1
, promotion X
2
, dan brand extension X
3
terhadap keputusan pembelian Y. Data yang dianalisis menggunakan program komputer yaitu program
SPSS. Model regresi linier berganda yang digunakan adalah sebagai berikut Sugiyono, 2007: 275 :
Y= a + b
1
X
1
+ b
2
X
2
+…+ b
n
X
n
Keterangan : Y
= Variabel terikat a
= Bilangan konstanta b
1
, b
2
, b
n
= Koefisien regresi X
1
, X
2
, X
n
= Variabel bebas
3.7 Uji Hipotesis
Untuk membuktikan kebenaran hipotesis harus melewati beberapa uji kebenaran antara lain adalah sebagai berikut :
3.7.1 Uji Parsial Uji t
Uji parsial menggunakan uji t, yaitu untuk mengetahui pengaruh masing- masing variabel terhadap variabel terikat. Apabila t
hitung
t
tabel,
maka H ditolak.
Dengan demikian variabel bebas dapat menjelaskan variabel terikat yang ada dalam model. Sebaliknya apabila t
hitung
t
tabel,
mka H diterima, dengan demikian variabel
bebas tidak dapat menjelaskan variabel terikat atau dengan kata lain tidak ada pengaruh antar variabel yang diuji.
3.7.2 Uji Simultan Uji F
Uji simultan uji F, yaitu uji untuk mengetahui ada tidaknya pengaruh antar variabel-variabel bebas secara bersama-sama simultan terhadap variabel terikat.
Apabila hasil perhitungan F
hitung
F
tabel
maka H diterima sehingga dapat dikatakan
bahwa variabel bebas dari model regresi tidak mampu menjelaskan variabel terikat. Sebaliknya jika F
hitung
F
tabel
maka H ditolak, dengan demikian dapat dikatakan
bahwa variabel bebas dari model regresi linear berganda mampu menjelaskan variabel terikat. Selanjutnya untuk mencari besarnya pengaruh dari variabel bebas
terhadap variabel terikat dicari dengan koefisien determinasi secara simultan R
2
.
3.7.3 Uji Koefisien Determinasi R
2
Dalam uji regresi linier berganda ini dianalisis pula besarnya koefisien determinasi R
2
. Keseluruhan R
2
digunakan untuk mengukur ketepatan yang paling baik dari analisis linier berganda. Jika R
2
yang diperoleh mendekati 1 maka dapat dikatakan semakin kuat model tersebut menerangkan variabel bebas terhadap variabel
terikat. Sebaliknya jika R
2
mendekati 0 nol maka semakin lemah variabel-variabel bebas menerangkan variable terikat.
Selain melakukan uji F dan uji t, perlu juga dicari besarnya koefisien determinasi R
2
parsial untuk masing-masing variabel bebas. Menghitung R
2
digunakan untuk mengetahui sejauh mana sumbangan dari masing-masing variabel
bebas, jika variabel lainnya konstan terhadap variabel terikat. Semakin besar variasi sumbangannya terhadap variabel terikat.
3.8 Uji Asumsi Klasik