skor 327. Sedangkan atribut lainnya memiliki total skor yang beragam dan menyebar diantara nilai maksimum dan minimum, yaitu berada dalam
kisaran total 428 dan 327.
4.7. Analisis Pengaruh Faktor Komunikasi Pemasaran
4.7.1. Hasil Analisis Regresi Linear Berganda
Dalam penelitian ini menggunakan skala Likert dalam bentuk skala ordinal yang selanjutnya diubah menjadi skala interval 1-5. Setelah
berubah menjadi skala interval, maka selanjutnya dapat dilakukan analisis regresi linear berganda.
Hasil analisis data dilakukan dengan bantuan software Microsoft Excel 2007 dan SPSS Data Editor versi 13,0. Hasil output SPSS untuk
analisis regresi linear berganda dapat dilihat pada Tabel 6. Tabel 6. Output model Regresi Linear Berganda
Coefficients
a
-.650 .481
-1.352 .180
.015 .123
.011 .122
.903 .707
1.414 .558
.118 .420
4.721 .000
.739 1.353
.402 .109
.316 3.695
.000 .801
1.249 .145
.077 .158
1.865 .065
.818 1.222
Constant X1
X2 X3
X4 Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Tolerance VIF
Collinearity Statistics
Dependent Variable: keputusan a.
Keterangan : Peubah iklan sebagai X
1
, Peubah PP sebagai X
2
, Peubah HMP sebagai X
3
, Peubah PII sebagai X
4
Apabila nilai signifikansi t 0,05, maka peubah X berpengaruh nyata terhadap Y. Untuk peubah X
2
dan X
3
berpengaruh nyata terhadap Y. Sedangkan untuk peubah X
1
dan X
4
tidak berpengaruh nyata terhadap Y. Dari tabel output tersebut, yang digunakan untuk membuat persamaan garis
regresinya adalah besaran koefisien beta pada kolom Unstandardized Coefficients
B. Menurut Simamora 2005, peubah yang tidak signifikan tidak ditulis dalam persamaan regresinya. Dengan demikian, persamaan
garis regresi linear ganda dapat dinyatakan sebagai berikut :
Ŷ = -0,650 + 0,558 X
2
+ 0,402 X
3
.................................................. 7
Sesuai dengan persamaan garis regresi yang diperoleh, maka model regresi tersebut dapat diinterpretasikan sebagai berikut Sudarmanto, 2005 :
a. Harga koefisien konstanta = -0,650
b. Harga koefisien b
2
= 0,558, berarti bahwa apabila nilai X
2
mengalami kenaikan sebesar satu satuan, sementara peubah independen lainnya
bersifat tetap, maka tingkat peubah Y di perusahaan obyek penelitian tersebut akan meningkat sebesar 0,558 satuan. Peubah X
2
memiliki hubungan yang positif terhadap peubah Y. Hal ini berarti apabila
terjadi peningkatan peubah promosi penjualan sebesar satu satuan maka akan terjadi peningkatan skor keputusan pembelian sebesar
0,558 satuan. c.
Harga koefisien b
3
= 0,402, berarti bahwa apabila nilai X
3
mengalami kenaikan sebesar satu satuan, sementara peubah independen lainnya
bersifat tetap, maka tingkat peubah Y di perusahaan obyek penelitian tersebut akan meningkat sebesar 0,402 satuan. Peubah X
3
memiliki hubungan yang positif terhadap peubah Y. Hal ini berarti apabila
terjadi peningkatan pada peubah hubungan masyarakat dan publisitas sebesar satu satuan maka akan terjadi peningkatan skor keputusan
pembelian sebesar 0,402 satuan. Kemampuan garis regresi untuk menjelaskan variasi yang terjadi
pada Y ditunjukkan pada besarnya koefisen determinasi atau koefisien R
2
. Besarnya harga koefisien determinasi tersebut dapat dilihat pada Tabel 7.
Model Summary
b
.667
a
.444 .421
.59761 Model
1 R
R Square Adjusted
R Square Std. Error of
the Estimate Predictors: Constant, PII, HMP, PP, iklan
a. Dependent Variable: keputusan
b.
Tabel 7. Output model summary
Berdasarkan tabel output di atas, hasil analisis yang dilakukan menunjukan bahwa Adjusted R-sq 42,1. Hal ini berarti 42,1 keragaman
dari peubah independen Y mampu dijelaskan oleh faktor-faktor yang ada di dalam model, sedangkan sisanya dijelaskan oleh faktor lain diluar model.
4.7.2. Uji Asumsi Klasik
