Teknik Analisa Data Uji Hipotesis .1

nilai signifikansi α maka terima H

3.7 Teknik Analisa Data

Untuk mengetahui pengaruh variabel independent kualitas, fitur produk, desain produk terhadap variabel dependent keputusan pembelian, digunakan metode regresi linier berganda dengan regresi 3 prediktor. Menurut Rambat 2006 : 238, analisa regresi ganda biasanya digunakan untuk memprediksi pengaruh dua variabel independent atau lebih terhadap satu variabel dependent. Menurut Rambat 2006 : 238 rumus yang digunakan untuk regresi linier berganda dengan 3 prediktor adalah : Y i = β + β 1 X 1 + β 2 X 2 + β 3 X 3 + e Dimana : Y = keputusan pembelian β = konstanta persamaan regresi β 1 = koefisien regresi dari variabel X 1 dimensi kualitas X 2 = skor dimensi kualitas β 2 = koefisien regresi dari variabel X 2 dimensi fitur produk X 2 = skor dimensi fitur produk β 3 = koefisien regresi dari variabel X 3 dimensi desain produk X 3 = skor dimensi desain produk e = residual atau kesalahan prediksi. 3.8 Uji Hipotesis 3.8.1 Uji F Uji F digunakan untuk menguji pengaruh variabel independent kualitas, fitur produk dan desain produk terhadap variabel dependent keputusan pembelian secara simultan. Untuk membuktikan kebenaran pengaruh secara simultan dilakukan dengan uji F yang menyatakan ada tidaknya pengaruh dari variabel independent terhadap variabel dependent. Menurut Sulaiman 2004 : 86, pengujian ini dilakukan dengan membandingkan nilai F hitung dengan F tabel. . Untuk memperoleh F hitung dipakai rumus berikut : 1. Y – Y 2 k F hitung = …….Sulaiman 2004 : 1987  Y – Y 2 N– k – 1 Dengan : Y = nilai pengamatan Y = nilai Y yang ditaksir dengan model regresi. Y = nilai rata-rata pengamatan. N = jumlah pengamatansampel k = jumlah variabel independent 2. Nilai kritis dalam distribusi F dengan tingkat signifikan α 5. Dari uraian diatas maka diberikan uji statistik sebagai berikut : a. H o : b 1 = b 2 = b 3 = 0, variabel independent X secara simultan tidak berpengaruh signifikan terhadap variabel dependent Y. b. H 1 : b 1 ≠ b 2 ≠ b 3 ≠ 0, variabel independent X secara simultan berpengaruh signifikan terhadap variabel dependent Y. 3. Kriteria pengujian dari uji F adalah sebagai berikut : a. Jika F hit ≤ F tabel, maka H diterima dan H 1 ditolak yang berarti secara simultan variabel independent X 1 , X 2 , X 3 tidak berpengaruh secara signifikan terhadap variabel dependent Y. b. Jika F hit F tabel, maka H ditolak dan H 1 diterima yang berarti secara simultan variabel independent X 1 , X 2 , X 3 berpengaruh secara signifikan terhadap variabel dependent. Gambar 3.1 : Kurva F H o diterima jika F hit ≤ F tab H o ditolak jika F hit F tab

3.8.2 Uji t

Uji t digunakan untuk menguji pengaruh variabel independent kualitas, fitur produk, dan desain produk terhadap variabel dependent keputusan pembelian secara parsial. Untuk membuktikan kebenaran pengaruh secara parsial dilakukan dengan uji t yang menyatakan ada tidaknya pengaruh dari variabel independent terhadap variabel dependent. Menurut Sulaiman 2004 : 87, uji ini dilakukan dengan memperbandingkan t hitung dengan t tabel . Untuk memperoleh nilai t hitung dipakai rumus sebagai berikut : 1. Menentukan nilai t hitung t hitung = bi se i bi   ……………………Sulaiman 2004 : 87 Dengan : b i = koefisien variabel ke–i β i = parameter ke-i yang dihipotesiskan. Se b i = kesalahan standar b i 2. Merumuskan hipotesis statistik a. H o : b 1 = 0, variabel independent kualitas X 1 , fitur produk X 2 , desain produk X 3 , secara parsial tidak berpengaruh signifikan terhadap variabel dependent Y. b. H 1 : b 1 ≠ 0, variabel independent kualitas X 1 , fitur produk X 2 , desain produk X 3 , secara parsial berpengaruh signifikan terhadap variabel dependent Y. 3. Kriteria pengujian dari uji t adalah sebagai berikut : a. Jika t hit ≤ t tabel, maka Ho diterima dan H 1 ditolak yang berarti secara parsial variabel independent X 1 , X 2 , X 3 tidak berpengaruh secara parsial terhadap variabel dependent Y. b. Jika t hit t tabel, maka Ho ditolak dan H 1 diterima yang berarti secara parsial variabel independent X 1 , X 2 , X 3 berpengaruh secara parsial terhadap variabel dependent Y. Gambar 3.2 : Kurva t

BAB IV HASIL DAN PEMBAHASAN