dan perhitungan nilai Tolerance dan Variance Inflation Factor VIF. Kriteria pengambilan keputusannya adalah sebagai
berikut Situmorang, et al, 2008:104: 1 Jika nilai Tolerance 0,1 atau nilai VIF 5, maka tidak
terjadi multikolinearitas. 2 Jika nilai Tolerance 0,1 atau nilai VIF 5, maka terjadi
multikolinearitas.
Tabel 4.19 Uji Multikolineritas
Coefficients
a
Model Collinearity Statistics
Tolerance VIF
1 Persepsi Kemudahan Penggunaan .875
1.143 Persepsi Manfaat
.817 1.223
Karakteristik dan Kualitas Website .849
1.178 a. Dependent Variable: Belanja Online
Sumber : Hasil Pengolahan SPSS, diolah peneliti 2012 Berdasarkan Tabel 4.17 menunjukkan seluruh nilai Tolerance 0,1
dan seluruh nilai VIF 5. Dengan ini dapat disimpulkan bahwa semua data variabel tidak terkena atau terjadi multikolinearitas.
4.2.4 Analisis Regresi Linier Berganda
Analisis Regresi Linear Berganda digunakan untuk mengetahui seberapa besar pengaruh dari variabel Persepsi Kemudahan Penggunaan
X
1
, Persepsi Manfaat X
2
, dan Karakteristik Dan Kualitas Website X
3
terhadap variabel Kepercayaan Konsumen Dalam Belanja Online Y.
Universitas Sumatera Utara
Model regresi liner berganda dirumuskan sebagai berikut:
Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ e
Keterangan: Y
= Kepercayaan Konsumen Dalam Belanja Online a
= Konstanta b
1,
b
2,
b
3
= Koefisien regresi X
1
= Persepsi Kemudahan Penggunaan X
2
= Persepsi Manfaat X
3
= Karakteristik Dan Kualitas Website e
= Standar error Hasil pengolahan SPSS untuk analisis regresi linier berganda adalah
sebagai berikut.
Tabel 4.20
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
5.062 1.041
4.863 .000
Persepsi Kemudahan Penggunaan
.157 .057
.216 2.738
.007 Persepsi Manfaat
.141 .062
.184 2.258
.025 Karakteristik dan
Kualitas Website .169
.062 .219
2.739 .007
a. Dependent Variable: Belanja Online
Sumber: Hasil Pengolahan SPSS, diolah peneliti 2012
Universitas Sumatera Utara
Berdasarkan hasil pengolahan pada Tabel 4.18 dapat dirumuskan model persamaan regresi linier berganda sebagai berikut.
Y = 5,062 + 0,157X
1
+ 0,141X
2
+ 0,169X
3
+ e
Model persamaan regresi linier berganda di atas dapat dijelaskan sebagai berikut.
1. Konstanta a = 5,062. Ini menunjukkan harga constant. Dimana jika variabel bebas yang terdiri dari Persepsi Kemudahan
Penggunaan X
1
, Persepsi Manfaat X
2
, dan Karakteristik dan Kualitas Pelayanan X
3
= 0, maka variabel terikat yaitu Belanja Online Y adalah 5,062.
2. Koefisien X
1
b
1
= 0,157, ini berarti bahwa variabel Persepsi Kemudahan Penggunaan X
1
berpengaruh positif terhadap Belanja Online Y, atau dengan kata lain jika Persepsi
Kemudahan Penggunaan X
1
ditingkatkan sebesar satu-satuan, maka Belanja Online Y akan meningkat sebesar 0,157, dengan
asumsi variabel lain tetap. 3. Koefisien X
2
b
2
= 0,141, ini berarti bahwa variabel Persepsi Manfaat X
2
berpengaruh positif terhadap Belanja Online Y, atau dengan kata lain jika Persepsi Manfaat X
2
ditingkatkan sebesar satu-satuan, maka Belanja Online Y akan meningkat
sebesar 0.141, dengan asumsi variabel lain tetap.
Universitas Sumatera Utara
4. Koefisien X
3
b
3
= 0,169, ini berarti bahwa variabel Karakteristik dan Kualitas Website X
3
berpengaruh positif terhadap Belanja Online Y, atau dengan kata lain jika
Karakteristik dan Kualitas Website X
3
ditingkatkan sebesar satu-satuan, maka Belanja Online Y akan meningkat sebesar
0,169, dengan asumsi variabel lain tetap.
4.2.5 Uji Hipotesis 4.2.5.1 Uji Koefisien Determinasi R
