73
Tabel 4.10 Uji Multikolinearitas
Sumber : Output SPSS Maret 2015
Berdasarkan Tabel 4.10 dapat dilihat dari nilai tolerance dari semua variabel independen 0,1 dan VIF5, sehingga data tidak terkena
multikolinearitas.
4.4 Analisis Statistik Analisis Regresi Linier Berganda
Analisis regresi linier berganda ditujukan untuk menentukkan hubungan linier antara beberapa variabel bebas dengan variabel terikat. Analisis regresi
berganda menggunakan aplikasi SPSS Statistics 17.00
4.4.1 Persamaan Analisis Statistik
Persamaan Regresi Berganda dapat dilihat sebagai berikut:
Y= a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ e
Hasil pengolahan atau SPSS dapat dilihat dalam tabel 4.14 sebagai berikut:
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
Collinearity Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
2.618 2.408
1.087 .280
Atribut_X1 .281
.107 .264
2.637 .010
.709 1.411
Harga_X2 .616
.173 .339
3.557 .001
.781 1.281
Endorser_X3 .163
.122 .127
1.335 .185
.786 1.272
a. Dependent Variable: Keputusan.Pembelian_Y
74
Tabel 4.11 Analisis Regresi Berganda
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 2.618
2.408 1.087
.280 Atribut_X1
.281 .107
.264 2.637
.010 Harga_X2
.616 .173
.339 3.557
.001 Endorser_X3
.163 .122
.127 1.335
.185 a. Dependent Variable: Keputusan.Pembelian_Y
Sumber : Output SPSS Maret 2015
Berdasarkan hasil pengolahan data analisis regresi berganda yang ditunjukkan dalam Tabel 4.11 maka diperoleh hasil regresi berganda sebagai
berikut:
Y = 2,618 - 0,281 X
1
+ 0,616 X
2
+ 0,163 X
3
+e
Berdasarkan persamaan tersebut dapat digambarkan sebagai berikut: a. Konstanta a = 2,618 artinya bahwa jika variabel Atribut X
1
, Harga X
2
, Endorser X
3
, maka Keputusan Pembelian Y sebesar 2,618 b. Koefisien X
1
= 0,281 menunjukkan bahwa Atribut X
1
berpengaruh positif terhadap keputusan pembelian konsumen pada mahasiswa S1 Fakultas
Ekonomi dan Bisnis Universitas Sumatera Utara. Dengan kata lain, jika variabel Atribut X
1
meningkat sebesar satu satuan maka keputusan pembelian pada mahasiswa S1 Fakultas Ekonomi dan Bisnis Universitas
Sumatera Utara bertambah sebesar 0,281.
75
c. Koefisien X
2
= 0,616 menunjukkan bahwa Harga X
2
berpengaruh positif terhadap keputusan pembelian konsumen pada mahasiswa S1
Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara. Dengan kata lain, jika variabel HargaX
2
meningkat sebesar satu satuan maka keputusan pembelian pada mahasiswa S1 Fakultas Ekonomi dan Bisnis
Universitas Sumatera Utarabertambah sebesar 0.616. d. Koefisien X
3
= 0,163 menunjukkan bahwa Endorser X
3
berpengaruh positif terhadap keputusan pembelian konsumen pada mahasiswa S1
Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara. Dengan kata lain, jika variabel Endorser X
3
meningkat sebesar satu satuan maka keputusan pembelian pada mahasiswa S1 Fakultas Ekonomi dan Bisnis
Universitas Sumatera Utarabertambah sebesar 0,163.
4.4.2Uji Determinasi R²
Koefisien determinasi ini digunakan untuk mengetahui seberapa besar pengaruh variabel-variabel bebas x memiliki pengaruh terhadap variabel
terikatnya y. Range nilai dari R² adalah 0-1. Semakin mendekati nol berarti model tidak baik atau variasi model dalam menjelaskan amat terbatas, sebaliknya
semakin mendekati satu model samakin baik.
Tabel 4.12 Uji Koefisien determinasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
.582
a
.338 .317
2.37814 a. Predictors: Constant, Endorser_X3, Harga_X2, Atribut_X1
b. Dependent Variable: Keputusan.Pembelian_Y
Sumber : Output SPSS Maret 2015
76
Pada Tabel 4.12 diatas dapat dijelaskan R= 0,582 berarti hubungan antara atribut, hargadanendorser terhadap keputusan pembelian konsumen adalah
sebesar 58,2 . Artinya hubungan yang terjadi cukup erat. Untuk memastikan tipe hubungan antar variabel dapat dilihat pada Tabel dibawah ini:
R square sebesar 0,338, yang berarti 33,8 faktor-faktor keputusan konsumen dapat dijelaskan oleh atribut, hargadanendorser, sedangkan sisanya
sebesar 66,2 dapat dijelaskan oleh faktor-faktor lain yang tidak termasuk dalam penelitian ini. Adjusted R square sebesar 0,317 yakni sebesar 31,7 faktor-faktor
keputusan konsumen dapat dijelaskan oleh atribut, hargadanendorser, sedangkan sisanya sebesar 68,3 dapat dijelaskan oleh faktor-faktor lain yang tidak
termasuk dalam penelitian ini.
4.4.3 Uji Simultan Uji-F