a. Analisis Regresi Linier Berganda
Menurut Santoso dan Ashari 2005, analisis regresi linier berganda merupakan persamaan regresi dengan menggunakan dua atau lebih
variabel independen. Analisis regresi linier berganda digunakan untuk mengukur pengaruh antara variabel bebas terhadap variabel
terikat. Persamaan regresi dalam penelitian ini adalah:
Keterangan: Y
= Impulse Buying α
= Konstanta X
1
= Shopping Lifestyle X
2
= Fashion Involvement β
1
= Koefisien regresi variabel Shopping Lifestyle β
2
= Koefisien regresi variabel Fashion Involvement e
= Standard Error
b. Uji t
Uji t digunakan untuk menguji keberartian koefisien regresi linier berganda secara parsial. Pengujian melalui uji t adalah
membandingkan t
hitung
dengant
tabel
pada derajat signifikan 0,05. Apabila nilai signifikansi lebih kecil dari 0,05 maka dapat
disimpulkan bahwa variabel bebas secara parsial berpengaruh
Y= α + β
1
X
1
+ β
2
X
2
+ e
signifikan pada variabel terikat. Apabila nilai statistik t
hitung
lebih tinggi dibanding t
tabel
maka variabel independen secara individual memengaruhi variabel dependen Mudrajat, 2003 :219
c. Uji F
Uji statistik F pada dasarnya menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai
pengaruh secara bersama-sama terhadap variabel dependen. Tujuannya untuk menguji variabel secara simultan atau bersama-
sama terhadap Y. Dikatakan nilai F
hitung
F
tabel
dan nilai signifikansi 0,05. Hipotesis nol Ho yang hendak diuji adalah apakah semua
parameter dalam model sama dengan nol atau Ho : ß
1
, ß
2
= 0 artinya adalah gaya hidup berbelanja dan ketertarikan fashionsecara
simultan tidak berpengaruh terhadap perilaku pembelian impulsif. Hipotesis alternatifnya Ha, tidak semua parameter simultan dengan
nol, atau Ho: ß
1
,ß
2
≠ 0 yang artinya variabel gaya hidup berbelanja dan ketertarikan fashionsecara simultan berpengaruh terhadap
perilaku pembelian impulsif. 1 Dengan menggunakan nilai probabilitas signifikansi.
a Jika tingkat signifikansi lebih besar 0,05 maka dapat disimpulkan Ho diterima, sebaliknya Ha ditolak.
b Jika tingkat signifikansi lebih kecil 0,05 maka dapat disimpulkan Ho ditolak, sebaliknya Ha diterima.
2 Dengan membandingkan t
hitung
dengan t
tabel
.
a Jika F
hitung
F
tabel
maka Ho ditolak, sebaliknya Ha diterima. b Jika F
hitung
F
tabel
maka Ho diterima, sebaliknya Ha ditolak.
d. Koefisien Determinasi Ajusted R