55
yang dapat digunakan yaitu : Uji Park, Uji Glesjer, Melihat Pola Grafik Regresi, dan Uji Koefisien Korelasi Spearmen. Pada
pembahasan ini menggunakan uji park, yaitu meregresikan nilai residual Lnei
2
dengan masing-masing variabel independen Wiyono, 2011:160. Adapun kriteria pengujian sebagai berikut:
H : Tidak ada gejala heterokedastisitas
H
a
: Ada gejala heterokedastisitas H
diterima jika –t tabel ≤ hitung ≤ t tabel, yang berarti tidak
terdapat heterokedastisistas. H
ditolak jika t tabel t hitung atau –t hitung -t tabel, yang
berarti terdapat heterokedastisistas.
3. Analisis Regresi Berganda
Regresi Berganda merupakan metode analisis yang serbaguna dan “powerful” yang dapat digunakan untuk memodelkan efek simultan
dari variable independen terhadap variable dependen. Periset menggunakan analisis berganda ketika tujuan mereka adalah untuk
menguji hubungan antara dua atau lebih variabel independen prediktor dan satu variabel dependen metrik. Analisis regresi
bergeanda dapat menyajikan suatu kombinasi dari dua tujuan dasar: 1 memprediksikan variabel dependen berdasarkan variable independen
dan 2 memahami hubungan antara variable dependen dan independen. Terdapat banyak penerapan analisis regresi berganda
56
dalam riset pemasaran, misalnya untuk mengestimasi dampak dari perubahan variabel bauran pemasaran
marketing mix
pada penjualan maupun pada pangsa pasar, menentukan pengaruh insentif pajak pada
penjualan kendaraan bermotor, dan masih banyak lainnya. Persamaan regresi berganda adalah sebagai berikut Suhartanto, 2014:
Dimana: Y = Keputusan Konsumen
X
1
= Gaya Hidup X
2
= Kelompok Acuan X
n
= variabel bebas ke-n a, = nilai konstanta
b
1
, b
2
, b
3
= Koefisien regresi
4. Uji t atau Uji Parsial
Uji t atau yang biasa dikenal dengan uji signifikansi terhadap masing-masing koefisien regresi untuk mengetahui signifikansi atau
setidaknya pengaruh dari masing-masing variabel bebas terhadap variabel terikat Y. Langkah-langkah uji t adalah sebagai berikut:
a.
Menentukan signifikan
Tingkat signikansi menggunakan α = 5
Y= a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ ... + b
n
X
n
