51
3. Pertanyaan 3 Setelah melihat Agnes Monica sebagai model iklan Helm GM, saya
tertarik untuk membeli produk tersebut sebanyak 19 menyatakan sangat setuju, sebanyak 38 menyatakan setuju, sebanyak 27 menyatakan kurang setuju,
sebanyak 13 menyatakan tidak setuju dan sebanyak 3 menyatakan sangat tidak setuju. Hal ini menunjukkan bahwa mayoritas responden menyatakan Setelah
melihat Agnes Monica sebagai model iklan Helm GM, responden tertarik untuk membeli produk tersebut
4. Pertanyaan 4 Setelah melihat Agnes Monica sebagai model iklan Helm GM, saya
lebih memilih Helm GM dibandingkan merek lain sebanyak 28 menyatakan sangat setuju, sebanyak 42 menyatakan setuju, dan sebanyak 15 menyatakan
kurang setuju sebanyak 13 menyatakan tidak setuju dan sebanyak 2 menyatakan sangat tidak setuju. Hal ini menunjukkan bahwa mayoritas responden
menyatakan Setelah melihat Agnes Monica sebagai model iklan Helm GM, responden lebih memilih Helm GM dibandingkan merek lain.
4.2.2 Analisis Regresi Linear Berganda
Metode analisis regresi linier berfungsi untuk mengetahui pengaruhhubungan
antara variabel independent Attractiveness, Trustworthiness, Expertise dan variabel dependent Keputusan Pembelian akan digunakan analisis regresi linear berganda
multiple regression analysis. Peneliti menggunakan bantuan program software SPSS versi 17,0 untuk memperoleh hasil yang lebih terarah, dengan menggunakan metode
Enter. Metode Enter dilakukan dengan memasukkan semua variabel bebas sebagai variabel prediktor. Seluruh variabel akan dimasukkan ke dalam analisis untuk
mengetahui apakah variabel independent mempunyai pengaruh yang positif dan signifikan terhadap variabel dependent.
Universitas Sumatera Utara
Universitas Sumatera Utara
53
Sumber : Hasil Pengolahan SPSS 17,0 2014 Gambar 4.1
Hasil Uji Normal P-P Plot Regression Standardized Residual
Pada Gambar 4.1, P-P Plot menunjukkan bahwa titik-titik menyebar disekitar garis diagonal dan mengikuti garis diagonal, maka dapat disimpulkan bahwa data yang
diperoleh berdistribusi normal. b.
Analisis Statistik Pengujian normalitas yang didasarkan pada uji statistik non parametrik
Kolmogorof-Smirnov K-S. Apabila nilai Kolmogorof-Smirnov ta el
atau nilai asymp. Sig. 2 tailed α maka data dinyatakan berdistribusi
normal. Berikut adalah Tabel 4.10 hasil uji Kolmogorov Smirnov.
Universitas Sumatera Utara
54
Tabel 4.8 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 100
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 1.64567848
Most Extreme Differences Absolute .120
Positive .120
Negative -.091
Kolmogorov-Smirnov Z 1.199
Asymp. Sig. 2-tailed .113
a. Test distribution is Normal. b. Calculated from data.
Sumber: Hasil Pengolahan SPSS 17,0 2014
Pada table 4.8 diatas bahwa nilai Asymp. Sig. 2-tailed adalah 0,113 lebih besar dari 0,05, sehingga model regresi yang didapat berdistribusi normal.
2. Uji Multikolinieritas
Uji ini bertujuan untuk menguji apakah didalam model regresi linier ditemukan adanya korelasi yang tinggi diantara variabel bebas. Ada atau
tidaknya multikolinieritas antar variabel dapat dilihat dari nilai variance
Universitas Sumatera Utara
55
inflation factor VIF untuk masing-masing variabel independent terhadap variabel dependent.
Pengambilan Keputusannya: VIF 5 maka diduga mempunyai persoalan multikolinieritas
VIF 5 maka tidak terdapat multikolinieritas Tolerence 0,1 maka diduga mempunyai persoalan multikolinieritas
Tolerence 0,1 maka tidak terdapat multikolinieritas Pengujian multikolinearitas dapat dilihat pada Tabel 4.8 berikut ini:
Tabel 4.9 Hasil Uji Multikolineritas
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
Collinearity Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
1.279 1.135
1.127 .263
Attractiveness .406
.082 .441
4.949 .000
.397 2.521
trustworthiness .281
.076 .356
3.710 .000
.342 2.926
expertise .170
.085 .137
2.002 .048
.673 1.486
a. Dependent Variable: Keputusan_Pembelian
Sumber : Hasil Pengolahan SPSS 17,0 2014
Tabel 4.9 memperlihatkan bahwa nilai VIF sebesar 2.5215, 2.9265, dan 1.4865, Maka tidak terdapat multikolinearitas dan Tolerance sebesar 0.3970.1,
Universitas Sumatera Utara
Universitas Sumatera Utara
57
Pada Gambar 4.2 terlihat titik-titik menyebar secara acak, tidak membentuk pola tertentu yang jelas, serta tersebar baik di atas maupun dibawah angka 0 pada
sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi. b.
Analisis Statistik Gejala heteroskedastisitas dapat juga dideteksi melalui Uji Glejer. Tabel 4.10
berikut ini menampilkan hasil pengujian heteroskadastisitas dengan Uji Glejser.
Universitas Sumatera Utara
58
Tabel 4.10 Uji Glejer
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 4.142
.785 5.280
.000 Attractiveness
-.168 .057
-.435 -2.971
.004 trustworthiness
.105 .052
.316 2.002
.048 expertise
-.160 .059
-.308 -2.739
.007 a. Dependent Variable: Absut
Sumber : Hasil Pengolahan SPSS 17,0 2014
Pada Table 4.10 dapat dilihat bahwa variabel Attractiveness, Trustworthiness, Expertise
sig ifika terhadap aria el terikat. Hal i i ditu jukka oleh ilai sig ifikasi α sig 0,05. Hal ini dapat disimpulkan bahwa data variabel Attractiveness,
Trustworthiness, Expertise terdapat masalah heteroskedastisitas. 4.2.3
Uji Hipotesis
1. Uji F Uji Serentak Uji F Uji Serentak Uji F uji serentak adalah untuk melihat apakah variabel
independent yaitu X yang terdiri dari 3 variabel yaitu AttractivenessX
1
, TrustworthinessX
2
, ExpertiseX
3
secara bersama-sama serentak berpengaruh secara positif dan signifikan terhadap variabel dependent yaitu Keputusan
Universitas Sumatera Utara
59
Pembelian Y.
Langkah-langkah pengujiannya adalah sebagai berikut: a.
Menentukan model hipotesis untuk H dan H
1.
b. Mencari nilai f
tabel
dengan cara menentukan tingkat kesalahan α dan
menentukan derajat kebebasan. c.
Menentukan kriteria pengambilan keputusan. d.
Mencari nilai f
hitung
dengan menggunakan bantuan aplikasi SPSS 17,0. e.
Kesimpulan. Hasil pengujian adalah sebagai berikut:
1. Model hipotesis yang digunakan dalam uji F ini adalah sebagai berikut:
H : b
1
= b
2
= 0
Artinya secara bersama-sama serentak tidak terdapat pengaruh yang positif dan signifikan dari variabel independent yaitu Attractiveness,
Trustworthiness, Expertise terhadap variabel dependent Keputusan Pembelian.
H
1
: b
1
b
2
0
Artinya secara bersama-sama serentak terdapat pengaruh yang positif dan signifikan dari variabel independent yaitu Attractiveness,
Trustworthiness, Expertise terhadap variabel dependent Keputusan Pembelian.
Nilai f
hitung
akan dibandingkan dengan nilai f
tabel.
Kriteria pengambilan keputusan, yaitu:
Universitas Sumatera Utara
60
H diterima jika f
hitung
f
tabel
pada α = 5
H
a
diterima jika f
hitung
f
tabel
pada α = 5
2. Hasil Uji F
hitung
dapat dilihat dari Tabel 4.11 :
Tabel 4.11 Hasil Uji-F
ANOVA
b
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
617.192 3
205.731 73.662
.000
a
Residual 268.118
96 2.793
Total 885.310
99 a. Predictors: Constant, expertise, Attractiveness, trustworthiness
b. Dependent Variable: Keputusan_Pembelian
Sumber : Hasil Pengolahan SPSS 17,0 2014
Dari Tabel 4.11 dapat disimpulkan bahwa nilai F
hitung
adalah 73.662 pada tingkat kesalahan
α = 5. Nilai F
hitung
signifikan 0,000 0,05 pada derajat kebebasan 9df = 100- 4, nilai F
tabel
= 3,08. Berdasarkan kriteria uji hipotesis F
hitung
F
tabel
maka H ditolak dan
H
a
diterima. Artinya terdapat pengaruh positif dan signifikan yang terdiri dari variabel Attractiveness, Trustworthiness dan Expertise secara bersama-sama berpengaruh positif
dan signifikan terhadap keputusan pembelian Helm GM pada mahasiswa Fakultas Ekonomi Universitas Sumatera Utara.
2. Uji t Uji Parsial
Universitas Sumatera Utara
61
Uji t dilakukan untuk menguji setiap variabel bebas X
1
,X
2
apakah mempunyai pengaruh yang signifikan terhadap variabel terikat Y secara parsial. Kriteria
pengujian sebagai berikut : H
: b
1
= b
2
= 0 artinya secara parsial tidak terdapat pengaruh yang positif dan signifikan dari variabel bebas X
1
,X
2
terhadap variabel terikat Y. H
: b
1
≠
2
≠ arti ya se ara parsial terdapat pe garuh ya g positif da sig ifika dari variabel bebas X
1
,X
2
terhadap variabel terikat Y. Dengan kriteria pengambilan keputusan:
H diterima jika t
hitung
t
tabel
pada α = 5
Tabel 4.12 Hasil Uji-t
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 1.279
1.135 1.127
.263 Attractiveness
.406 .082
.441 4.949
.000 trustworthiness
.281 .076
.356 3.710
.000 expertise
.170 .085
.137 2.002
.048 a. Dependent Variable: Keputusan_Pembelian
Sumber : Hasil Pengolahan SPSS 17,0 2014
Pengolahan data tersebut menghasilkan suatu model Regresi Linear Berganda sebagai berikut :
Universitas Sumatera Utara
62
Y = 1,279+0.406x1+0.281x2+0.170x3+e
Dimana: Y
= Keputusan Pembelian
A = konstanta
b1, b2, b3 = koefisien regresi X1
= Attractiveness X2
= Trustworthiness X3
= Expertise E
= standard error Dari persamaan tersebut dapat digambarkan sebagai berikut :
a. Jika semua pada variable independen dianggap sebagai konstan maka nilai
Keputusan Pembelian Y adalah sebesar 1.279 b.
Jika terjadi penambahan terhadap Attractiveness X
1
sebesar satu satuan, maka Keputusan Pembelian Y akan Meningkat 0,406.
c. Jika terjadi penambahan terhadap Trustworthiness X
2
sebesar satu satuan, maka Keputusan Pembelian Y akan Meningkat 0,281.
d. Jika terjadi penambahan terhadap Expertise X
3
sebesar satu satuan, maka Keputusan Pembelian Y akan Menurun 0,170.
Berdasarkan kriteria uji hipotesis maka dapat disimpulkan bahwa: 1.
Variabel Attractiveness X
1
Nilai t
hitung
dari variabel ini adalah 4,949 dengan tingkat signifikan 0,000 Nilai t
tabel
pada α = 5, de ga derajat ke e asa df = 96 100-4 adalah 1,66. Berdasarkan kriteria uji hipotesis yaitu t
hitung
t
tabel
maka H
a
diterima, maka dinyatakan bahwa nilai 4,949 1,66 dan dinyatakan signifikan karena
Universitas Sumatera Utara
63
0,0000,05. Artinya bahwa Attractiveness berpengaruh positif dan signifikan terhadap Keputusan Pembelian.
2. Variabel Trustworthiness X
2
Nilai t
hitung
dari variabel ini adalah 3,710 dengan tingkat signifikan 0,000. Nilai t
tabel
pada α = 5, de ga derajat ke e asa df = 96 100-4 adalah 1,6595. Berdasarkan kriteria uji hipotesis yaitu t
hitung
t
tabel
maka H
a
diterima, maka dinyatakan bahwa nilai 3,710 1,66 dan dinyatakan signifikan karena
0,0000,05. Artinya bahwa Trustworthiness berpengaruh positif dan signifikan terhadap Keputusan Pembelian.
3. Variabel Expertise X
3
Nilai t
hitung
dari variabel ini adalah 2,002 dengan tingkat signifikan 0,048. Nilai t
tabel
pada α = 5, de ga derajat ke e asa df = 96 100-4 adalah 1,66. Berdasarkan kriteria uji hipotesis yaitu t
hitung
t
tabel
maka H
a
diterima, maka dinyatakan bahwa nilai 2,002 1,66 dan dinyatakan signifikan karena
0,0480,05. Artinya bahwa Expertise berpengaruh positif dan signifikan terhadap Keputusan Pembelian.
3. Pengujian Koefisien Determinan R
2
R
2
adalah mengukur proporsi atau persentase sumbangan variabel bebas yaitu Attractiveness X
1
, Trustworthiness X
2
, Expertise X
3
terhadap variasi naik turunnya variabel terikat atau Keputusan Pembelian Y secara bersama-sama,
di a a R
2
.
Universitas Sumatera Utara
64
Tabel 4.13 Determinan
Model Summary
Model R
R Square Adjusted R
Square Std. Error of
the Estimate 1
.835
a
.697 .688
1.67119 a. Predictors: Constant, expertise, Attractiveness,
trustworthiness
Sumber : Hasil Pengolahan SPSS 17,0 2014
Berdasarkan Tabel 4.13 dapat dilihat bahwa : 1.
R sebesar 0,835 berarti hubungan erat antara variabel Attractiveness X
1
, Trustworthiness X
2
, Expertise X
3
terhadap Keputusan Pembelian Y sebesar 83,5. Artinya Keputusan Pembelian mempunyai hubungan sangat erat.
2. R Square sebesar 0,697 berarti 69,7 kinerja karyawan oleh Attractiveness,
Trustworthiness, Expertise. Sedangkan sisanya 30,3 dapat dijelaskan oleh
faktor-faktor lain yang tidak diteliti oleh penelitian ini seperti Brand Awareness,
Advertising dan kualitas produk. 3.
Adjusted R Square sebesar 0,688 berarti 68,8. Sedangkan sisanya 31,2 dapat dijelaskan oleh faktor-faktor lain yang tidak diteliti oleh penelitian ini seperti
Brand Awareness, Advertising dan kualitas produk.
4. Standard Error of Estimate adalah untuk mengukur variasi dari nilai yang
diprediksi. Nilai Standard Error of Estimate dari hasil pengujian koefisien determinan adalah sebesar 1,67119. Semakin kecil Standard Error of
Estimatenya berarti model semakin baik.
Universitas Sumatera Utara
65
4.3 Pembahasan 4.3.1 Pengaruh Attractiveness Terhadap Keputusan Pembelian
