ada tidaknya gejala multikolinearitas dapat dilihat dari besarnya nilai Tolerance dan VIF Variance Inflation Factor melalui program SPSS.
Nilai umum yang biasa dipakai adalah nilai Tolrance 1, atau nilai VIF 5, maka tidak terjadi mutikolinearitas Situmorang, dkk, 2008:104.
10. Metode Analisis Data
Metode analisis data dalam penelitian ini adalah: a.
Metode Analisis Deskriptif Metode analisis deskriptif merupakan cara yang digunakan untuk
menganalisa data dengan mendeskripsikan atau menggambarkan data yang telah terkumpul sehingga memberikan gambaran yang jelas
mengenai persepsi konsumen.
b. Analisis Regresi Linier Berganda
Metode analisis regresi berganda berfungsi untuk mengetahui pengaruh variabel bebas image ,keamanan, tarif, dan kenyamanan angkutan
terhadap variabel terikat keputusan konsumen menggunakan jasa transportasi PT. ALS.
Rumus perhitungan persamaan regresi berganda : Y=
e X
b X
b X
b X
b a
+ +
+ +
+
4 4
3 3
2 2
1 1
Dimana : Y
= Keputusan konsumen a
= Konstanta b
1
-b
4
= Koefesien Regresi angkutan X
1
= Skor dimensi image angkutan X
2
= Skor dimensi keamanan angkutan
Universitas Sumatera Utara
X
3
= Skor dimensi tarif angkutan X
4
= skor dimensi kenyamanan angkutan e
= Standar eror c.
Pengujian Hipotesis 1. Uji Signifikansi Parsial Uji t
Uji t menunjukkan seberapa besar pengaruh variabel bebas secara parsial terhadap variabel terikat.
H : b
1
= 0, artinya secara parsial tidak terdapat pengaruh yang positif dan signifikan dari variabel bebas X
1
, X
2
, X3, X
4
terhadap variabel terikat Y .
H
a
: b
1
≠ 0, artinya secara parsial terdapat pengaruh yang positif dan signifikan dari variabel bebas X
1
, X
2
, X3, X
4
terhadap variabel terikat Y .
Kriteria pengambilan keputusan : H
diterima jika t
hitung
t
tabel
pada α = 5
H
a
diterima jika t
hitung
t
tabel
pada α = 5
2. Uji Signifikansi Simultan Uji F Uji F menunjukkan semua variabel bebas yang dimasukkan dalam
model mempunyai pengaruh secara bersama-sama terhadap variabel terikat.
H0 : b1 = b2 = b3 = b4 = 0, artinya secara bersama – sama tidak terdapat pengaruh positif dan signifikan dari variabel bebas X
1
, X
2
, X3, X
4
terhadap variabel terikat Y .
Universitas Sumatera Utara
Ha : b1 ≠ b2 ≠ b3 ≠ b4 ≠ 0, artinya secara bersama -sama terdapat
pengaruh yang positif dan signifikan dari variabel bebas X
1
, X
2
, X3, X
4
terhadap variabel terikat Y . Kriteria pengambilan keputusan :
H diterima jika F
hitung
F
tabel
pada α = 5
H
a
diterima jika F
hitung
F
tabel
pada α = 5
3. Koefisien Determinasi R
2
Koefisien determinasi R
2
pada intinya mengukur seberapa kemampuan model dalam menerangkan variabel terikat. Jika R
2
semakin besar mendekati satu, maka dapat dikatakan bahwa pengaruh variabel bebas X
1
, X
2
, X3, X
4
adalah besar terhadap variabel terikat Y. Hal ini berarti model yang digunakan semakin
kuat untuk menerangkan pengaruh variabel bebas terhadap variabel terikat. Semakin kecil R
2
mendekati nol maka dapat diartikan bahwa pengaruh variabel bebas bebas X
1
, X
2
, X3, X
4
terhadap variabel terikat Y semakin kecil, artinya model yang digunakan
tidak kuat untuk menerangkan pengaruh variabel bebas yang diteliti terhadap variabel terikat.
BAB II URAIAN TEORITIS
Universitas Sumatera Utara
