59 intercept konstanta dalam model regresi dan tidak ada variabel
lag diantara variabel independen. 2 Uji Lagrage Multipler LM test digunakan untuk sampel besar
diatas 100 observasi. Uji ini memang lebih tepat digunakan dibandingkan uji DW terutama bila sampel yang digunakan
relative besar dan derajat autokorelasi lebih dari satu. d. Heteroskedastisitas
Menurut Imam Ghozali 2011:139. Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan
variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan kepengamatan yang lain tetap
maka disebut
Homoskedastisitas dan
jika berbeda
disebut Heteroskedastisitas. Model regresi yang baik adalah homoskedastisits
atau tidak terjadi heteroskedastisitas. Kebanyakan data crossection mengandung situasi heteroskedastisitas karena data ini menghimpun
data yang mewakili beberapa ukuran kecil, sedang dan besar. Ada cara mendeteksi ada atau tidaknya heteroskedastisitas.
1 Melihat Grafik Plot antara nilai prediksi variabel terikat dependen yaitu ZPRED dengan residualnya SRESID. Deteksi ada atau
tidaknya dapat dilakukan dengan melihat ada atau tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana
sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual Y predisi -Y sesungguhnya yang telah di studentized.
60 Dasar analisis:
a Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian
menyempit, maka menidikasikan telah terjadi heteroskedastisitas. b Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas
dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
4. Uji Hipotesis
a. Uji
– T Parsial
Menurut Agus
Widarjono 2010:25
digunakan untuk
membuktikan apakah
variabel independen
secara individu
mempengaruhi variabel dependen. Ada dua hipotesis yaitu hipotesis nol Ho dan hipotesis alternatif Ha. Hipotesis nol Ho merupakan
angka dari nilai parameter sampel. sementara hipotesis alternatif Ha merupakan lawan dari hipotesis nol. Di dalam melakukan uji t ini
peneliti harus menentukan apakah menggunakan uji satu sisi atau uji dua sisi. Uji hipotesis satu sisi dipilih jika kita mempunyai dasar teori
atau dugaan yang kuat sebaliknya uji dua sisi dipilih peneliti jika peneliti tidak mempunyai landasan teori atau dugaan awal yang kuat.
Misalnya kita mempunyai regresi berganda dengan dua variabel independen dengan estimator β
1 dan
β
2
. Adapun prosedur langkahnya sebagai berikut :
61 Membuat hipotesis nol Ho dan hipotesis alternatif Ha utuk β
1
1 Jika hipotesis negatif, maka digunakan uji hipotesis sisi negatif Ho : β
1
= 0 Ha : β
1
2 Jika hipotesis posotif, maka digunakan uji hipotesis satu sisi positif Ho : β
1
= 0 Ha : β
1
3 Jika hipotesis bisa positif maupun negatif, maka digunakan uji hipotesis dua sisi
Ho : β
1
= 0 Ha :
β
1
≠ 0
b. Uji – F Simultan
menurut Agus Widarjono 2010:22. Uji F digunakan mengevaluasi semua pengaruh variabel independen terhadap variabel dependen. Uji
F ini bisa dijelaskan dengan menggunkan analisis varian analysis Of variance = ANOVA. Prosedur uji F untuk menguji apakah koefisisen
regresi β1 dan β2 di dalam regresi berganda secara bersama-sama berpengaruh terhadap variabel dependen Y sebagai berikut:
1. Membuat hipotesi nol H0 dan hipotesis alternatif Ha sebagai berikut:
H0 :
β = β = . . . .= βk = 0
Ha :
β ≠ β ≠ . . . . ≠ βk ≠
2. Mencari nilai F hitung dan nilai F kritis dari tabel distribusi F. Nilai
62 F kritis berdasarkan besarnya α dan df dimana besarnya ditentukan
oleh numerator k-1 dan df untuk denominator n-k. Nilai f hitung
dicari dengan formula sebagai berikut:
� � − F =
− � � − � −
Dimana �
2
adalah koefisien determinasi. n = jumlah observasi dan k adalah jumlah parameter estimasi termasuk konstanta. intersep
3. Pengujian ini dilakukan untuk mengetahi apakah semua variabel independen secara bersama sama stimultan, dapat mempengaruhi
terhadap variabel dependen. Apabila F hitung F-tabel maka Ho ditolak dan Ha diterima, artinya variabel independen secara
simultan mempunyai pengaruh yang signifikan terhadap variabel dependen.
Apabila F-hitung F-tabel maka Ho diterima dan Ha ditolak, artinya variabel independen secara simultan tidak mempunyai
pengaruh yang signifikan terhadap variabel dependen.
5. Operational Variabel
Variabel-variabel dalam penelitian ini : a. Variabel bebas
Variabel - variabel bebas dalam penelitian ini adalah Kualitas produk X1, Promosi X2, Kepercayaan merek X3 dan Kepuasan
konsumen X4 yang merupakan faktor penting yang mempengaruhi dalam keputusan pembelian konsumen.
63 b. Variabel Terikat
Variabel terikat dalam penelitian ini adalah keputusan pembelian Y yang merupakan penilaian terhadap variable-variabel sebelumnya.
Operational Variabel No
Variable Dimensi
Indikator Ukuran
1
Kualitas produk
X1 Philip
Kotler 2002:.391
,
1.
Kinerja
performance
1. Memiliki mesin yang mempunyai daya tahan tinggi.
Ordinal
2.
Fitur
features
2. Keunikan desain motor yang ditawarkan
3. Keunikan warna yang ditawarkan
3. Kehandalan Reliability
4. Kesesuaian convermance
4. Mesin yang dimiliki stabil dalam pemakaian jarak jauh.
5. Mudah diperbaiki ketika terjadi kerusakan
6. Kesesuaian produk yang sesuai dengan yangditawarkan.
7. Produk yang ditawarkan sesuai dengan standar yang
diterapkan. 5. Daya tahan
durability 8. Tahan dalam setiap kondisi
cuaca 9. Umur mesin yang lama
6. Service
Abillty 7.
Estetika Asthethic
10. Kenyamanan dalam berkendara 11. Kelengkapan fitur yg sesuai.
12. Mutu produk terjamin.
2
Promosi X2
Kotler dan Amstrong
2008.A 1. Periklanan
13.
Iklan memberikan informasi akan produk.
Ordinal
2. Promosi penjualan 14. Memberikan potongan harga
atau diskon
15.
Adanya pemberian hadiah atau suvernir pada promosi
penjualan. 3. Personal selling
16. Memiliki kemampuan dalam menarik kustomer.
17.
Memiliki kelebihan dalam
