D. Analisis Regresi Linear Berganda
Analisis regresi linier berganda digunakan dengan maksud meramalkan bagaimana keadaan naik turunnya variabel dependent bila dua atau lebih variabel
independent dimanipulasi Sugiyono, 2004:210. Dengan mempertimbangkan variabel Daya Tarik Visual X
1
dan Daya Tarik Praktis X
2
dapat diketahui berapa besar pengaruhnya terhadap minat beli. Adapun model regresi yang digunakan
adalah: Y= b
+b
1
X
1
+b
2
X
2
+ e Analisis regresi linier berganda menggunakan program SPSS versi 14.00 dapat
dilihat pada tabel berikut:
Tabel 4.10 Analisis Regresi Linier Berganda
Coeffi cients
a
7.447 2.449
3.040 .004
.097 .084
.133 1.156
.252 .267
.049 .631
5.486 .000
Const ant Daya Tarik Vis ual
Daya Tarik Praktis Model
1 B
St d. E rror Unstandardized
Coeffic ient s Beta
St andardiz ed Coeffic ient s
t Sig.
Dependent Variable: Minat beli responden a.
Sumber : Hasil Penelitian 2010 diolah Berdasarkan hasil perhitungan data terlihat pada tabel diatas kolom Unstandardized
Coefficient bagian B diperoleh persamaan regresi linier berganda:
Y= 7,447 + 0.097 X
1
+ 0.267 X
2 +
e
Dari persamaan tersebut dapat digambarkan sebagai berikut: a.
Konstanta b = 7,447, menunjukkan harga konstan, dimana jika nilai variabel X
1
dan X
2
= 0, maka minat beli Y = 7,447
Universitas Sumatera Utara
b. Koefisien X
1
b
1
= 0,097, menunjukkan bahwa variabel daya tarik visual berpengaruh positif terhadap minat beli Y. Artinya bahwa jika daya tarik visual
ditingkatkan sebesar satu satuan, maka minat beli akan meningkat sebesar 0.097. c.
Koefisien X
2
b
2
= 0,267, menunjukkan bahwa variabel daya tarik praktis X
2
berpengaruh positif terhadap minat beli Y. Dengan kata lain, jika variabel daya tarik praktis ditingkatkan sebesar satu satuan, maka minat beli akan meningkat sebesar
0,267.
E. Analisis Hipotesis 1. Uji F Uji Secara Serentak
Uji F dilakukan untuk mempengaruhi apakah secara serentak variabel bebas mempunyai pengaruh signifikan atau tidak terhadap variabel terikat. Model hipotesis
yang digunakan dalam penelitian ini adalah: -
Ho : b1,b2 = 0 artinya, tidak terdapat pengaruh yang positif dan signifikan dari seluruh variabel bebas X
1
dan X
2
secara bersama-sama serentak terhadap variabel terikat Y.
- Ha ; b1,b2
≠ 0 artin ya, t erdapat pengaruh yang positif dan signifikan dari seluruh variabel bebas X
1
dan X
2
terhadap variabel terikat Y. Kriteria pengambilan keputusan :
Ho diterima jika F hitung F table pada α = 5
Ha diterima jika F hitung F table pada α = 5
Berikut ini hasil perhitungan uji F menggunakan program SPSS versi 14.00
Universitas Sumatera Utara
Tabel 4.11 Hasil Uji F
hitung
ANOV A
b
231.582 2
115.791 30.366
.000
a
217.351 57
3.813 448.933
59 Regres sion
Residual Total
Model 1
Sum of Squares
df Mean S quare
F Sig.
Predic tors: Constant, Day a Tarik P rakt is, Daya Tarik Visual a.
Dependent Variable: Minat beli responden b.
Sumber : Hasil Penelitian 2010 diolah Berdasarkan hasil perhitungan pada tabel di atas, maka dapat disimpulkan sebagai
berikut: a.
Nilai F hitung 30.366 F tabel 3,16, maka Ha diterima. Jadi, terdapat hubungan linier antara variabel bebas dan variabel terikat dengan pengaruh yang signifikan.
b. Sig 0,000 α 0,05, maka H0 ditolak. Jadi terdapat hubungan linier antara variabel
bebas dan variabel terikat.
F. Uji t Parsial
Kategori