56
Tabel 9. Uji Linearitas Variabel Opinion Leader dengan
Postpurchase Regret ANOVA Table
Sum of Squares
df Mean
Square F
Sig. PPR
OL Between
Groups Combined
9732.040 50 194.641 2.364
.001 Linearity
2640.231 1
2640.231 32.06 5
.000
Deviation from
Linearity 7091.809 49
144.731 1.758 .020
Within Groups 4775.758 58
82.341 Total
14507.798 108
2. Hasil Utama
Pada pengujian normalitas data diatas, diperoleh bahwa data pada kedua variabel berdistribusi normal sehingga uji hipotesis menggunakan parametrik
terpenuhi. Metode analisis data yang digunakan adalah regresi sederhana. Berikut ini akan dijelaskan pengelolaan data mengenai hubungan antara opinion
leader dengan postpurchase regret dengan bantuan program komputer SPSS 16.0.
Universitas Sumatera Utara
57
Tabel 10. Koefisien Korelasi Analisis Regresi Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
18.050 5.567
3.242 .002
OL .273
.056 .427
4.879 .000
a. Dependent Variable: PPR
Pada tabel 10 diatas juga dapat dilihat bahwa angka signifikansi yang dihasilkan adalah 0,000. Signifikansi atau probabilitas 0,05 menunjukkan ada hubungan yang
signifikan antara kedua variabel Sarwono, 2006. Dari tabel 10 diatas, menggambarkan persamaan regresi untuk mengetahui nilai konstan dan uji hipotesis signifikansi
koefisien regresi dengan persamaan sebagi berikut: Y= a+bx
Dimana: Y = postpurchase regret
X = opinion leader a = nilai konstan dari unstandarized coefficients sebesar 18,050
b = nilai koefisien regresi sebesar 0,273 maka persamaan yang diperoleh Y = 18,050+0,273 x.
Universitas Sumatera Utara
58
Dari persamaan regresi terlihat bahwa nilai konstanta a = 18,050 dapat diinterpretasikan bahwa ketika tidak ada perubahan pada variabel opinion leader X =
0, maka model regresi akan memprediksi bahwa nilai postpurchase regret sama dengan nilai konstanta. Dari tabel juga dapat dilihat bahwa nilai b = +0,273 yang menunjukkan
arah garis regresi. Hal ini menggambarkan perubahan hasil berhubungan dengan berubahnya satu satuan perubahan variabel prediktor. Jika variabel prediktor, yang
dalam penelitian ini adalah opinion leader, meningkat satu satuan, maka kemudian model regresi akan memprediksi bahwa terjadi penambahan postpurchase regret
sebesar 0,273. Sehingga dapat disimpulkan bahwa semakin positif persepsi yang dimiliki terhadap opinion leader maka tingkat postpurchase regret akan semakin
meningkat.
Tabel 11. Koefisien Determinasi Model Summary
Model R
R Square Adjusted R
Square Std. Error of
the Estimate 1
.427
a
.182 .174
10.531 a. Predictors: Constant, OL
Dari tabel 11 diatas nilai koefisien determinasi R-square yang diperoleh adalah sebesar 0,182 R-squarer
2
= 0,182. nilai R square sebesar 0,182 juga menunjukkan opinion leader memberikan sumbangan sebesar 18,2 terhadap postpurchase regret,
sedangkan sisanya yang sebesar 81,8 disebabkan oleh faktor-faktor lain.
Universitas Sumatera Utara
59
Tabel 12. Uji Anova ANOVA
b
Model Sum of
Squares df
Mean Square F
Sig. 1
Regression 2640.231
1 2640.231
23.805 .000
a
Residual 11867.567
107 110.912
Total 14507.798
108 a. Predictors: Constant, OL
b. Dependent Variable: PPR
Dari tabel 12 diatas, berdasarkan hasil uji ANOVA dengan menggunakan uji F, diperoleh nilai F hitung adalah sebesar 23,805 dengan tingkat signifikansi 0,000. Untuk
dapat digunakan sebagai model regresi yang dapat digunakan dalam memprediksi variabel tergantung, nilai signifikansi harus lebih kecil dari 0,05 Sarwono, 2009.
Nilai signifikansi adalah 0,000, dimana nilai signifikasni ini lebih kecil dari 0,05 maka kesimpulan yang dapat diambil adalah model regresi dapat dipakai untuk memprediksi
postpurchase regret.
Universitas Sumatera Utara
60
3. Hasil Tambahan
