Situmorang 2012:107 memaparkan bahwa dasar pengambilan keputusan untuk Kolmogorov Smirnov yaitu nilai value pada kolom Asymp. Sig lebih
besar dari level of significant α = 5, maka tidak mengalami gangguan
distribusi normal. Melalui Tabel 4.10 terlihat bahwa nilai Asymp. Sig. 2- tailed adalah 0,786 dan diatas nilai signifikan 0,05. Dapat disimpulkan
bahwa data residual berdistribusi normal. Nilai kolmogorov-smirnov Z dari Tabel 4.10 yaitu 0,654 dan lebih kecil dari 1,97 berarti tidak ada perbedaan
antara distribusi teoritik dan distribusi empirik atau dengan kata lain data dikatakan normal.
2. Uji Heterokedastisitas
Alat untuk menguji heterokedastisitas dapat dibagi dua yaitu dengan alat analisis grafik scatter plot atau dengan pendekatan statistik yang disebut sebagai
Uji Glejser Situmorang, 2012:107. a.
Uji Glejser
Tabel 4.11 Uji Glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta
1 Constant
.237 .418
.567 .572
Advertising -.072
.026 -.357
-2.742 .053
Personal_Selling .046
.028 .196
1.668 .099
Sales_Promotion .123
.040 .444
3.106 .058
Public_Relation -.017
.033 -.066
-.520 .605
Direct_Marketing -.053
.054 -.148
-.997 .322
a. Dependent Variable: absut
Sumber: Hasil penelitian, 2014 data diolah Pada Tabel 4.11 menunjukkan tidak adanya masalah heterokedastisitas,
dimana hasil uji signifikan variabel advertising, personal selling, sales promotion,
Universitas Sumatera Utara
public relation, dan direct marketing menunjukkan nilai lebih besar dari 0,05. Jadi dapat disimpulkan tidak terdapat adanya heterokedastisitas dalam model regresi.
b. Pendekatan Grafik
Sumber: Hasil penelitian, 2014 data diolah Gambar 4.7 Pendekatan Grafik Heterokedastisitas
Gambar 4.7 menunjukkan bahwa penyebaran residual cenderung tidak teratur, terdapat titik-titik yang berpencar. Kesimpulan yang dapat diperoleh
adalah tidak terdapat gejala heterokedastisitas, sehingga model regresi layak dipakai untuk memprediksi keputusan pembelian, berdasarkan masukan variabel
advertising, personal selling, sales promotion, public relation, dan direct marketing.
3. Uji Multikolinearitas
Artinya variabel independen yang satu dengan yang lain dalam model regresi berganda tidak saling berhubungan secara sempurna. Untuk mengetahui ada
tidaknya gejala multikolinearitas dapat dilihat dari besarnya nilai tolerance dan
Universitas Sumatera Utara
VIF Variance Inflation Factor melalui program SPSS. Tolerance mengukur variabilitas variabel terpilih yang tidak dijelaskan oleh variabel independen
lainnya. Nilai umum yang bisa dipakai adalah nilai Tolerance 0,1 atau nilai VIF 5, maka tidak terjadi multikolinearitas. Hasil pengolahan dapat dilihat pada
Tabel 4.12:
Tabel 4.12 Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
.583 .864
.675 .501
Advertising .130
.054 .212
2.408 .018
.498 2.009 Personal_Selling
.165 .057
.230 2.894
.005 .612 1.634
Sales_Promotion .240
.082 .284
2.928 .004
.412 2.429 Public_Relation
.239 .069
.302 3.481
.001 .516 1.937
Direct_Marketing .277
.111 .252
2.503 .014
.382 2.619 a. Dependent Variable: Keputusan_Pembelian
Sumber: Hasil penelitian, 2014 data diolah Pada Tabel 4.12 terlihat bahwa nilai tolerance dari advertising, personal
selling, sales promotion, public relation, dan direct marketing 0,1 dan nilai VIF 5 yang artinya tidak terjadi masalah multikolinearitas pada masing-masing
variabel bebasnya.
4.2.4 Analisis Regresi Linier Berganda
Analisis regresi linier berganda digunakan untuk mengetahui berapa besar pengaruh variabel bebas advertising, personal selling, sales promotion, public
relation, dan direct marketing terhadap variabel terikat keputusan pembelian. Analisis dilakukan dengan menggunakan bantuan SPSS versi 20 dengan
Universitas Sumatera Utara
menggunakan metode enter. Metode ini digunakan untuk mengetahui apakah variabel bebas mempunyai pengaruh positif terhadap variabel terikat.
Tabel 4.13 Metode Enter
Variables EnteredRemoved
a
Model Variables Entered
Variables Removed
Method
1 Direct_Marketing,
Personal_Selling, Advertising,
Public_Relation, Sales_Promotion
b
. Enter a. Dependent Variable: Keputusan_Pembelian
b. All requested variables entered.
Sumber: Hasil penelitian, 2014 data diolah Tabel 4.13 menunjukkan variables entered removed menunjukkan hasil
analisis statistik deskriptif yaitu sebagai berikut: 1.
Variabel yang dimasukkan kedalam persamaan adalah variabel bebas yaitu bauran promosi yang terdiri dari advertising X1, personal selling X2,
sales promotion X3, public relation X4, dan direct marketing X5. 2.
Tidak ada variabel bebas yang dikeluarkan removed 3.
Metode yang digunakan untuk memasukkan data yaitu metode enter.
Tabel 4.14 Regresi Linier Berganda
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta
1 Constant
.583 .864
.675 .501
Advertising .130
.054 .212
2.408 .018
Personal_Selling .165
.057 .230
2.894 .005
Sales_Promotion .240
.082 .284
2.928 .004
Public_Relation .239
.069 .302
3.481 .001
Direct_Marketing .277
.111 .252
2.503 .014
a. Dependent Variable: Keputusan_Pembelian
Sumber: Hasil penelitian, 2014 data diolah
Universitas Sumatera Utara
Persamaan Regresi Linier Berganda dapat diperoleh dari Tabel 4.14 sebagai berikut:
Y = a+b
1
X
1
+b
2
X
2
+b
3
X
3
+b
4
X
4
+b
5
X
5
+e = 0,583+0,130X
1
+0,165X
2
+0,240X
3
+0,239X
4
+0,277X
5
+e
Dimana: Y = Keputusan Pembelian
X
1
= Advertising X
2
= Personal Selling X
3
= Sales Promotion X
4
= Public Relation X
5
= Direct Marketing e
= Variabel Pengganggu standard error Interpretasi model:
1. Konstanta a = 0,583 menunjukkan nilai konstan, jika nilai variabel bebas
advertising, personal selling, sales promotion, public relation, dan direct marketing = 0 maka keputusan pembelian Y akan sebesar 0,583.
2. Variabel advertising sebesar 0,130 menunjukkan bahwa advertising
berpengaruh positif terhadap keputusan pembelian. Dengan kata lain, jika advertising ditingkatkan sebesar satu satuan maka keputusan pembelian
akan meningkat sebesar 0,130. 3.
Variabel personal selling sebesar 0,165 menunjukkan bahwa personal selling berpengaruh positif terhadap keputusan pembelian. Dengan kata
lain, jika personal selling ditingkatkan sebesar satu satua maka keputusan pembelian akan meningkat sebesar 0,165.
Universitas Sumatera Utara
4. Variabel sales promotion sebesar 0,240 menunjukkan bahwa sales
promotion berpengaruh positif terhadap keputusan pembelian. Dengan kata lain, jika sales promotion ditingkatkan sebesar satu satuan maka
keputusan pembelian akan meningkat sebesar 0,240. 5.
Variabel public relation sebesar 0,239 menunjukkan bahwa public relation berpengaruh positif terhadap keputusan pembelian. Dengan kata lain, jika
public relation ditingkatkan sebesar satu satuan maka keputusan pembelian akan meningkat sebesar 0,239.
6. Variabel direct marketing sebesar 0,277 menunjukkan bahwa direct
marketing berpengaruh positif terhadap keputusan pembelian. Dengan kata lain, jika direct marketing ditingkatkan sebesar satu satuan maka
keputusan pembelian akan meningkat sebesar 0,277.
4.2.5 Pengujian Hipotesis 1. Uji Determinasi
Pengujian determinan dilakukan untuk melihat seberapa jauh kemampuan variabel bebas dalam menerangkan variabel terikat. Nilainya adalah 0-1
jika Adjusted R square semakin mendekati 1 maka model semakin baik.
Tabel 4.15
Model Summary
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
.797
a
.636 .616
.99603 a. Predictors: Constant, Direct_Marketing, Personal_Selling,
Advertising, Public_Relation, Sales_Promotion
Sumber: Hasil penelitian, 2014 data diolah
Universitas Sumatera Utara
Pada Tabel 4.15 terlihat bahwa nilai koefisien determinasi Adjusted R Square sebesar 0,616 berarti 61,6 variabel keputusan pembelian dapat
dijelaskan oleh advertising, personal selling, sales promotion, public relation, dan direct marketing, sedangkan sisanya 38,4 dapat dijelaskan
oleh faktor-faktor lain yang tidak diteliti oleh penelitian ini.
2. Uji Statistik F