4.4 Analisis Verifikatif
4.4.1 Analisis Regresi Linear Berganda
Untuk melihat pengaruh citra merek X1 dan selebriti endorser X2 terhadap keputusan pembelian konsumen Y, maka digunakan analisis regresi
linier berganda dengan persamaan sebagai berikut :
Dimana : = Keputusan pembelian
X
1
= Citra merek X
2
= Selebriti endorser = Konstanta
β
1
, β
2
= Koefisien Regresi
Table 4.32 Tebel Penolong Untuk Menghitung
Persamaan Regresi Dan Uji Korelasi Resp
X1 X2
Y X1Y
X2Y X1X2
X1² X2²
Y²
1 22.47
24.40 28.05
630.09 684.24
548.09 504.71
595.20 786.62
2 19.97
19.42 22.59
451.06 438.66
387.81 398.77
377.15 510.20
3 18.69
20.67 22.85
427.03 472.27
386.29 349.29
427.22 522.07
4 18.89
14.95 19.05
359.74 284.71
282.28 356.66
223.41 362.84
5 22.80
18.72 23.01
524.59 430.64
426.83 519.95
350.39 529.26
6 23.91
23.19 29.37
702.33 681.11
554.59 571.87
537.83 862.55
7 21.27
19.47 22.97
488.54 447.26
414.25 452.49
379.24 527.47
8 21.25
19.47 24.18
513.92 470.96
413.84 451.60
379.24 584.85
9 18.81
14.35 18.18
341.90 260.87
269.89 353.72
205.93 330.47
10 21.35
10.21 14.40
307.37 146.98
217.96 455.82
104.22 207.27
11 26.46
21.81 29.37
777.13 640.53
577.10 700.17
475.66 862.55
12 27.62
15.25 25.45
703.13 388.06
421.15 763.07
232.44 647.89
13 20.00
17.39 18.99
379.80 330.21
347.86 400.10
302.44 360.54
14 18.81
20.67 21.45
403.43 443.36
388.73 353.72
427.22 460.12
15 20.11
18.60 21.10
424.42 392.47
373.97 404.41
345.82 445.42
16 20.14
12.34 15.53
312.86 191.67
248.52 405.65
152.25 241.29
17 24.91
22.06 27.79
692.17 613.13
549.61 620.46
486.85 772.16
18 27.62
17.24 26.73
738.29 460.90
476.37 763.07
297.39 714.30
19 27.62
18.60 26.54
733.02 493.47
513.70 763.07
345.82 704.15
20 22.72
22.03 25.34
575.82 558.25
500.51 516.26
485.24 642.26
21 21.17
20.72 22.74
481.40 471.29
438.58 447.98
429.37 517.31
= β0 + β
1
X
1
+ β
2
X
2
22 21.24
21.92 21.35
453.34 467.93
465.49 450.97
480.48 455.72
23 20.18
20.78 22.73
458.81 472.39
419.36 407.30
431.78 516.83
24 19.30
16.20 22.94
442.58 371.49
312.50 372.30
262.30 526.12
25 19.97
20.67 21.45
428.35 443.36
412.75 398.77
427.22 460.12
26 19.97
23.27 24.01
479.45 558.71
464.69 398.77
541.50 576.47
27 21.31
19.42 20.23
431.09 392.88
413.83 454.08
377.15 409.26
28 18.92
20.67 18.94
358.42 391.51
391.11 358.05
427.22 358.78
29 24.91
24.40 28.06
698.90 684.52
607.70 620.46
595.20 787.25
30 25.08
25.73 28.05
703.32 721.74
645.32 628.85
662.22 786.62
dst.. …
… …
… …
… …
… …
100 17.92
16.47 21.59
387.05 355.73
295.27 321.26
271.37 466.30
Total 2,031.19
1,865.62 2,206.26
45,816.35 42,228.76
38,675.12 42,723.02
36,512.68 50,478.14
Berdasarkan table diatas maka dapat disimpukan sebagai berikut:
n = 100
x
2 2
= 36,512.68
x
1
= 2,031.19
y² = 50,478.14
x
2
= 1,865.62
x
1
y = 45,816.35
y = 2,206.26
x
2
y = 42,228.76
x
1 2
= 42,723.02
x
1
x
2
= 50,487.14
Untuk menentukan nilai koefisien regresiterlebih dahulu menentukan nilai- nilai statistic berikut ke dalam rumus sebagai berikut:
a.
2 1
2 2
1 1
X X
X n
= −
2 2
1
2, 031.19 42, 723.02
100 X
= −
2 1
42, 723.02 41257.27 X
= −
2 1
1, 465.752 X
= b.
2 2
2 2
2 2
X X
X n
= −
2 2
2
1,865.62 36, 512.68
100 X
= −
2 2
36, 512.68 34805.32 X
= −
2 2
1, 707.359 X
= c.
2 2
2
Y Y
Y n
= −
2 2
2, 206.26 50, 478.14
100 Y
= −
2
50, 478.14 48675.98 Y
= −
2
1,802.16 Y
= d.
1 1
1
X Y
X Y X Y
n =
−
1
2, 031.19 2, 206.26 45,816.35
100 X Y
= −
1
45,816.35 44813.37 X Y
= −
1
1, 002.99 X Y
= e.
2 2
2
X Y
X Y X Y
n =
−
2
42, 228.76 2, 206.26 42, 228.76
100 X Y
= −
2
42, 228.76 41160.46 X Y
= −
2
1, 068.306 X Y
= f.
1 2
1 2
1 2
X X
X X X X
n =
−
1 2
2, 031.19 1,865.62 38, 675.12
100 X X
= −
1 2
38, 675.12 37894.23 X X
= −
1 2
780.897 X X
=
Kemudian memasukan nilai-nilai hasil dari jumlah kuadrat ke persamaan b1 b2 dan a seperti yang dijelaskan di bawah ini:
2 2
1 1
2 2
1 2
2 2
1 2
1 2
X X Y
X X X Y
b X
X X X
− =
−
1 2
1, 707.359 1, 022.99 780.897 1, 068.306
1, 465.752 1, 707.359 780.897
b −
= −
1
1712458.96 834237.2446 2502564.42 609,800.086
b −
= −
1
878221.7 1892764
b =
1
0.464 b
=
2 1
2 1
2 1
2 2
2 2
1 2
1 2
X X Y
X X X Y
b X
X X X
− =
−
2 2
1, 465.752 1, 068.306 780.897 1, 002.99
1, 465.752 1, 707.359 780.897
b −
= −
2
1565872.4 783229.7643 2502564.42 609,800.0859
b −
= −
2
782642.6 1892764
b =
2
0.413 b
=
1 2
1
2 Y
X X
a b
b n
n n
= −
− 2, 206
2, 031.19 1,865.62
0.464 0.413
100 100
100 a
= −
− 22.063 9.424 7.714
a =
− −
4.924 a
=
Maka, nilai konstanta dan koefisien regresi dapat dibentuk persamaan regresi linier berganda sebagai berikut :
Hasil pengolahan software SPSS 12 untuk analisis regresi berganda disajikan pada tabel berikut :
Tabel 4.33 Koefisien Regresi Berganda
Coefficients
a
4,924 1,769
2,784 ,006
,464 ,091
,418 5,086
,000 ,617
,459 ,364
,413 ,085
,402 4,892
,000 ,609
,445 ,350
Constant CitraMerek
SelebritiEndorse Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Zero-order Partial
Part Correlations
Dependent Variable: KeputusanPembelianKonsumen a.
Sumber: Hasil Output SPSS 12.0
Berdasarkan hasil perhitungan pada tabel di atas, diperoleh bentuk persamaan regresi linier berganda sebagai berikut :
Nilai koefisien regresi pada variabel-variabel bebasnya menggambarkan apabila diperkirakan variabel bebasnya naik sebesar satu persen dan nilai variabel
bebas lainnya diperkirakan konstan atau sama dengan nol, maka nilai variabel terikat diperkirakan bisa naik atau bisa turun sesuai dengan tanda koefisien regresi
variabel bebasnya. Dari persamaan regresi linier berganda diatas diperoleh nilai konstanta
sebesar 4,924. Artinya, jika variabel keputusan pembelian Y tidak dipengaruhi = 4,924 + 0,464 X
1
+ 0,413 X
2
= 4,924 + 0,464 X
1
+ 0,413 X
2
oleh kedua variabel bebasnya Citra merek dan Selebriti endorser bernilai nol, maka besarnya rata-rata persentase keputusan pembelian akan bernilai 4,924.
Tanda koefisien regresi variabel bebas menunjukkan arah hubungan dari variabel yang bersangkutan dengan keputusan pembelian. Koefisien regresi untuk
variabel bebas X
1
bernilai positif, menunjukkan adanya hubungan yang searah antara Citra merek X
1
dengan keputusan pembelian konsumen Y. Koefisien regresi variabel X
1
sebesar 0,464 mengandung arti untuk setiap pertambahan Citra merek X
1
sebesar satu satuan akan menyebabkan meningkatnya keputusan pembelian konsumen Y sebesar 0,464.
Tanda koefisien regresi variabel bebas menunjukkan arah hubungan dari variabel yang bersangkutan dengan keputusan pembelian. Koefisien regresi untuk
variabel bebas X
2
bernilai positif, menunjukkan adanya hubungan yang searah antara selebriti endorser X
2
dengan keputusan pembelian konsumen Y. Koefisien regresi variabel X
2
sebesar 0,413 mengandung arti untuk setiap pertambahan selebriti endorser X
2
sebesar satu satuan akan menyebabkan meningkatnya keputusan pembelian konsumen Y sebesar 0,413.
4.4.2 Analisis Korelasi
Kategori