Persamaan Analisis Analisis Statistik Analisis Regresi Linier Berganda

Tabel 4.11 Uji Multikolinearitas Coefficients a Model Unstandardized Coefficients Standardized Coefficients T Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant .148 4.141 .036 .972 Exterior_X 1 -.049 .215 -.018 -.226 .822 .895 1.117 General Interior_X 2 .761 .192 .372 3.966 .000 .680 1.470 Store Layout_X 3 .826 .275 .276 3.002 .003 .711 1.407 Display_X 4 .581 .248 .204 2.339 .021 .792 1.262 a. Dependent Variable: Keputusan.Pembelian_Y Sumber: Output SPSS Juni 2014 Berdasarkan Tabel 4.11 dapat dilihat dari nilai tolerance dari semua variabel independen 0,1 dan VIF 5, sehingga data tidak terkena multikolinearitas.

4.4 Analisis Statistik Analisis Regresi Linier Berganda

Analisis regresi linier berganda ditujukan untuk menentukkan hubungan linier antara beberapa variabel bebas dengan variabel terikat. Analisis regresi berganda menggunakan aplikasi SPSS Statistics 19.00.

4.4.1 Persamaan Analisis

Statistik Persamaan Regresi Berganda dapat dilihat sebagai berikut: Y= a + b 1 X 1 + b 2 X 2 + b 3 X 3 + b 4 X 4 + e Universitas Sumatera Utara Hasil pengolahan atau SPSS dapat dilihat dalam tabel 4.14 sebagai berikut: Tabel 4.12 Analisis Regresi Linier Berganda Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant .148 4.141 .036 .972 Exterior_X 1 -.049 .215 -.018 -.226 .822 General.Interior_X 2 .761 .192 .372 3.966 .000 Store.Layout_X 3 .826 .275 .276 3.002 .002 Display_X 4 .581 .248 .204 2.339 .021 a. Dependent Variable: Keputusan.Pembelian_Y Sumber : Output SPSS Juni 2014 Berdasarkan hasil pengolahan data analisis regresi berganda yang ditunjukkan dalam Tabel 4.14 maka diperoleh hasil regresi berganda sebagai berikut: Y = 148 - 0,49 X 1 + 0,761 X 2 + 0,826 X 3 + 0,581 X 4 + e Berdasarkan persamaan tersebut dapat digambarkan sebagai berikut: a. Konstanta a = 0,148 artinya bahwa jika variabel Exterior X 1 , General Interior X 2 , Store Layout X 3 , Display X 4 , maka Keputusan Pembelian Y sebesar 0,148 b. Koefisien X 1 = 0,49 menunjukkan bahwa Exterior X 1 berpengaruh negatif terhadap keputusan pembelian konsumen pada restoran Solaria Universitas Sumatera Utara Medan Fair, Medan. Dengan kata lain, jika variabel Exterior X 1 meningkat sebesar satu satuan maka keputusan pembelian pada restoran Solaria Medan Fair, Medan bertambah sebesar 0,49 c. Koefisien X 2 = 0,761 menunjukkan bahwa General Interior X 2 berpengaruh positif terhadap keputusan pembelian konsumen pada restoran Solaria Medan Fair, Medan. Dengan kata lain, jika variabel General Interior X 2 meningkat sebesar satu satuan maka keputusan pembelian pada restoran Solaria Medan Fair, Medan bertambah sebesar 0,761. d. Koefisien X 3 = 0,826 menunjukkan bahwa Store Layout X 3 berpengaruh positif terhadap keputusan pembelian konsumen pada restoran Solaria Medan Fair, Medan. Dengan kata lain, jika variabel Store Layout X 3 meningkat sebesar satu satuan maka keputusan pembelian pada restoran Solaria Medan Fair, Medan bertambah sebesar 0,826. e. Koefisien X 4 = 0,581 menunjukkan bahawa Display X 4 berpengaruh positif terhadap keputusan pembelian konsumen pada restoran Solaria Medan Fair, Medan. Dengan kata lain, jika variabel Display X 4 meningkat sebesar satu satuan maka keputusan pembelian pada restoran Solaria Medan Fair, Medan bertambah sebesar 0,581.

4.4.1 Koefisien Determinasi