Analisis Deskriptif Uji Coba Instrumen
2. Uji t Uji t digunakan untuk menguji pengaruh variabel independen
secara parsial terhadap variabel dependen. Pengujian ini dilakukan dengan uji t pada tingkat keyakinan 95 dengan ketentuan sebagai berikut:
Dengan menggunakan nilai probabilitas signifikansi: a. Jika tingkat signifikansi lebih besar 0,05 maka dapat disimpulkan bahwa
Ho diterima, sebaliknya Ha ditolak. b. Jika tingkat signifikansi lebih kecil 0,05 maka dapat disimpulkan bahwa
Ho ditolak, sebaliknya Ha diterima. Hipotesis yang telah diajukan dalam penelitian dirumuskan sebagai
berikut: a.
: 1 0, artinya variable suasana toko
tidak berpengaruh positif terhadap variabel minat beli Y.
: 10, artinya variabel suasana toko
berpengaruh positif terhadap variable minat beli Y.
b. 2 0, artinya variabel promosi
tidak berpengaruh positif terhadap variabel minat beli Y.
: 20, artinya variabel promosi
berpengaruh positif terhadap variabel minat beli Y.
c. : 3 0, artinya variabel lokasi
tidak berpengaruh positif terhadap variabel minat beli Y.
: 30, artinya variabel lokasi
berpengaruh positif terhadap variabel minat beli Y.
3. Analisis Koefisien Determinasi R
2
Koefisien determinasi R
2
digunakan untuk mengetahui sampai seberapa besar presentase variasi variable bebas pada model dapat
diterangkan oleh variable terikat Gujarati, 1995. Koefisien determinasi R
2
dinyatakan dalam presentase yang nilainya berkisar antara 0 R
2
1. Nilai R
2
yang kecil berarti kemampuan variable-variabel independen dalam menjelaskan variasi variable dependen amat terbatas. Nilai yang
mendekati satu berarti variable-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variable
dependen. Secara umum koefisien determinasi untuk data silang Crossection relative rendah karena adanya variasi yang besar antara
masing-masing pengamatan, sedangakan untuk data runtun waktu Time series biasanya mempunyai nilai koefisien determinasi yang tinggi.
Kelemahan mendasar pada pengguna koefisien determinasi adalah bias terhadap jumlah variable independen, maka R
2
pasti akan meningkat tanpa melihat apakah variable tersebut berpengaruh secara signifikan
terhadap variable dependent. Oleh karena itu, banyak penelitian yang menganjurkan untuk menggunakan Adjusted R
2
untuk mengevaluasi model regresi karena Adjusted R
2
dapat naik atau turun apabila satu variable independen ditambahkan ke dalam model Ghozali, 2009.