commit to user
62 kausal sebab akibat, maka teknik analisis data yang digunakan
adalah analisis regresi linier berganda multiple linear regression. Adapun model penelitian dirumuskan sebagai berikut :
Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ e Keterangan :
a = konstanta
X
1
= produk X
2
= harga X
3
= Promosi X
4
= saluran distribusi b
1
,b
2
,b
3,
b
4
= koefisien regresi e
= standard error, yaitu pengaruh variabel lain yang tidak masuk ke dalam model, tetapi ikut
mempengaruhi variabel terikat.
2. Uji Hipotesis
Langkah-langkah pengujian hipotesa secara rinci dilakukan dengan tahapan-tahapan sebagai berikut :
a. Uji t Uji t digunakan untuk mengetahui signifikansi pengaruh
variabel-variabel independen X terhadap variabel dependen Y secara parsial.
Besarnya nilai t hitung ini yang menentukan signifikan tidaknya variabel X dalam mempengaruhi variabel Y. Cara
commit to user
63 menentukan signifikan tidaknya nilai t tersebut adalah melalui
pembandingan antara nilai t hitung dengan nilai t tabel. Dari upaya pembandingan dapat diketahui bahwa, jika nilai t hitung t tabel
maka signifikan dan jika nilai t hitung t tabel maka tidak signifikan Pawenang, 2008 : 62.
b. Uji F Digunakan untuk melakukan pengujian signifikansi semua
variabel independen secara serentak atau bersama-sama terhadap variabel dependen.
Dari hasil pengolahan data dengan menggunakan software SPSS 11.0 for windows akan menghasilkan nilai F hitung, yang
kemudian dibandingkan dengan nilai F tabel. Jika nilai F hitung F tabel, maka secara serentak seluruh variabel independen yang
ada dalam model signifikan mempengaruhi variabel dependen. Sebaliknya, jika nilai F hitung F tabel, maka tidak secara
serentak seluruh variabel independen yang ada dalam model secara signifikan mempengaruhi variabel dependen.
c. Koefisien Determinasi Adj. R
2
Koefisien Determinasi digunakan untuk mengukur besar kemampuan menerangkan dari variabel independen terhadap
variabel dependen dalam suatu model regresi goodness of fit dari persamaan regresi.
commit to user
64 Nilai R
2
berkisar antara 0 R
2
1. Jika R
2
semakin mendekati 1, maka model semakin tepat. Apabila nilai R
2
= 1 maka model tersebut benar-benar sempurna, karena sumbangan variabel-
variabel independen terhadap variabel dependen adalah 100. Sebuah model tidak dapat digunakan untuk membuat ramalan jika
R
2
= 0. Setiaji 2008 : 29 juga menyatakan bahwa untuk data survei yang bersifat cross section data yang diperoleh dari banyak
responden pada waktu yang sama, maka nilai R
2
= 0,2 atau 0,3 sudah cukup baik.
Semakin besar n ukuran sampel, maka nilai R
2
cenderung makin kecil.
3. Uji Asumsi Klasik
