68
4.4.2 Uji Koefisien Determinan R
2
Determinan R
2
atau R-Square digunakan untuk melihat berapa besar variabel independent mampu menjelaskan variabel dependent. Dengan kata lain
koefisien determinan digunakan untuk mengukur kemampuan variabel independen menjelaskan variabel dependen. Koefisien determinasi berkisar antara
0 nol sampai dengan 1 satu, 0 ≤ R2 ≤ 1. Jika R
2
semakin besar maka dapat dikatakan bahwa pengaruh variabel independen adalah besar terhadap variabel
dependen. Hal ini berarti model-model yang digunakan semakin kuat untuk menerangkan pengaruh variabel independen terhadap variabel dependen dan
demikian sebaliknya.
Tabel 4.12 Hubungan Antar Variabel
Nilai Intrepetasi
0,0 – 0,19 0,2 – 0,39
0,4 – 0,59 0,6 – 0,79
0,8 – 0,99 Sangat Tidak Erat
Tidak Erat Cukup Erat
Erat Sangat Erat
Tabel 4.12 menjelaskan mengenai tipe hubungan antar variabel, semakin besar nilai R berarti hubungan semakin erat. Nilainya adalah 0 – 1. Semakin
mendekati nol berarti tidak baik atau variasi model dalam menjelaskan amat terbatas. Hasil koefisien determinan R
2
dapat dilihat pada Tabel 4.13
69
Tabel 4.13 Hasil Uji Koefisien Determinasi R
2
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
.934
a
.872 .861
1.108 a. Predictors: Constant, Kemasan, Merek, Kualitas
b. Dependent Variable: Keputusan_Pembelian
Sumber : Hasil Penelitian, 2015 Tabel 4.13 menunjukkan bahwa :
1. Nilai R adalah 0,934 menunjukkan bahwa terdapat hubungan antara variabel
merek X
1
, kualitas X
2
dan kemasan X
3
dengan keputusan pembelian konsumen Y sebesar 93,4. Sedangkan sisanya sebesar 6,6 dipengaruhi
oleh faktor-faktor lain yang tidak diteliti dalam penelitian ini. 2.
Nilai R-Square adalah 0,872, angka ini menunjukkan bahwa sebesar 87,2 keputusan pembelian konsumen Y dapat dipengaruhi oleh merek X
1
, kualitas X
2
dan kemasan X
3
. Sedangkan sisanya sebesar 12,8 dipengaruhi oleh faktor-faktor lain yang tidak diteliti dalam penelitian ini.
4.4.3 Uji SimultanSerempak Uji F
Uji signifikansi simultan Uji-F dilakukan untuk menguji apakah variabel bebas yang dimasukkan kedalam model mempunyai pengaruh secara bersama-
sama. Pengujian ini dilakukan untuk melihat apakah variabel bebas yang terdiri dari Merek, Kualitas dan Kemasan mempunyai pengaruh secara bersama-sama
terhadap variabel terikat yakni Keputusan Pembelian. Pada penelitian ini nilai F
hitung
akan dibandingkan dengan F
tabel
pada tingkat signifikan
�
= 5. Kriteria penilaian hipotesis pada uji-F ini adalah:
70
1. F
hitung
≤ F
tabel
maka H diterima atau H
a
ditolak. 2. F
hitung
F
tabel
maka H ditolak atau H
a
diterima. Nilai F
tabel
akan diperoleh dengan menggunakan bantuan Ms.Excel. Untuk menentukan nilai F
tabel
, maka diperlukan adanya derajat bebas pembilang dan derajat bebas penyebut, dengan rumus sebagai berikut :
df pembilang = k-1 df penyebut = n-k
Keterangan : n = jumlah sampel penelitian
k = jumlah variabel bebas dan terikat Pada penelitian ini diketahui jumlah sampel n adalah 40 orang dan
jumlah keseluruhan variabel k adalah 4, sehingga diperoleh: 1 df pembilang = 4-1 = 3
2 df penyebut = 40- 4 = 36
Tabel 4.14 Hasil Uji Simultan uji F
ANOVA
a
Model Sum of
Squares df
Mean Square F
Sig. 1
Regression 301.166
3 100.389
81.748 .000
b
Residual 44.209
36 1.228
Total 345.375
39 a. Dependent Variable: Keputusan_Pembelian
b. Predictors: Constant, Kemasan, Merek, Kualitas
Sumber : Hasil Penelitian, 2015 Hasil uji F pada Tabel 4.14 terlihat bahwa nilai F
hitung
pada kolom F adalah sebesar 81,748 dengan tingkat signifikansi 0,000
≤ 0,05. Dengan menggunakan
71
tabel F diperoleh nilai F
tabel
sebesar 2,87. Hal ini menunjukkan bahwa nilai F
hitung
F
tabel
dimana 81,748 2,87 yang berarti H ditolak dan H
a
diterima, artinya secara simultan atau serempak variabel bebas yakni merek, kualitas dan kemasan
berpengaruh signifikan terhadap keputusan pembelian rokok Marlboro pada mahasiswa laki-laki Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara
4.4.4 Uji Parsial Uji t