Uji t Uji Parsial

f. Kesimpulan Oleh karena F hitung = 117,884 F tabel = 3,8594 maka Ho ditolak dan Hi diterima, sehingga dapat diambil kesimpulan bahwa semua variabel bebas yaitu Produk X 1 , Harga X 2 dan Promosi X 3 berpengaruh secara signifikan variabel terikat yaitu Keputusan Konsumen Y

4.5.3 Uji t Uji Parsial

Untuk menguji hipotesis digunakan uji t menunjukan pengaruh secara parsial dari masing-masing varaiabel bebas terhadap variabel terikat tak bebas. Pada tahapan ini dilakukan pengujian terhadap pengaruh variabel bebas yang terdapat pada model yang terbentuk untuk mengetahui apakah varaiabel bebas X yang ada dalam model secara parsial mempunyai pengaruh yang signifikan terhadap variabel terikat Y. Tabel 4.16 Hasil Perhitungan Uji t Model Anova t hitung t tabel Produk X 1 8,452 1,9671 Harga X 2 3,136 1,9671 Promosi X 3 6,219 1,9671 Sumber : Lampiran 7 , Data diolah a Pengaruh secara parsial antara Produk X 1 Keputusan Konsumen Y Langkah-langkah pengujian : a. Ho :  1 = 0 tidak ada pengaruh Hi :  1  0 ada pengaruh b. 2 = 0,025 dengan df = 3 t table 2 = 0,025 = 1,9671 c. t hitung = β Se β 1 1 = 8,452 d. Pengujian Gambar 4.4 Kurva Distribusi Hasil Analisis secara Parsial Faktor Produk X 1 terhadap Keputusan Konsumen Y Sumber : lampiran 2 1,9671 ‐ 1,9671 Daerah Penerimaan Ho Daerah Penolakan Ho Daerah Penolakan Ho 8,452 e. kesimpulan Berdasarakan output SPSS diperoleh hasil t hitung = 8,452 t tabel = 1,9671 maka H ditolak pada tingkat signifikan 5 sehingga kesimpulannya secara parsial Produk X 1 berpengaruh secara nyata terhadap Keputusan Konsumen Y Setelah diketahui hasil perhitungan secara parsial diperoleh t hitung = 8,452 t tabel = 1,9671. Sehingga secara parsial Produk X 1 berpengaruh secara nyata terhadap Keputusan Konsumen Y b Pengaruh secara parsial antara Harga X 2 Keputusan Konsumen Y Langkah-langkah pengujian : a. Ho :  2 = 0 tidak ada pengaruh Hi :  2  0 ada pengaruh b. 2 = 0,025 dengan df = 3 t table 2 = 0,025 = 1,9671 c. t hitung = β Se β 2 2 = 3,136 d. pengujian Gambar 4.5 Kurva Distribusi Hasil Analisis secara Parsial Faktor Harga X 2 terhadap Keputusan Konsumen Y Daerah Penerimaan Ho Daerah Penolakan Ho Daerah Penolakan Ho -1,9671 3,136 1,9671 Sumber : lampiran 2 e. kesimpulan Berdasarakan output SPSS diperoleh hasil t hitung = 3,136 t tabel = 1,9671 maka H ditolak pada tingkat signifikan 5 sehingga kesmpulannya secara parsial Harga X 2 berpengaruh secara nyata terhadap Keputusan Konsumen Y c Pengaruh secara parsial antara Promosi X 3 Keputusan Konsumen Y Langkah-langkah pengujian : a. Ho :  3 = 0 tidak ada pengaruh Hi :  3  0 ada pengaruh b. 2 = 0,025 dengan df = 3 t table 2 = 0,025 = 1,9671 b. t hitung = β Se β 3 3 = 6,219 c. pengujian Gambar 4.6 Kurva Distribusi Hasil Analisis secara Parsial Faktor Promosi X 3 terhadap Keputusan Konsumen Y 1,9671 -1,9671 Daerah Penerimaan Ho Daerah Penolakan Ho Daerah Penolakan Ho 6,219 Sumber : lampiran 2 d. kesimpulan Berdasarakan output SPSS diperoleh hasil t hitung = 6,219 t tabel = 1,9671 maka H ditolak pada tingkat signifikan 5 sehingga kesmpulannya secara parsial Promosi X 2 berpengaruh secara nyata terhadap Keputusan Konsumen Y. 4.5.4 Koefisien Korelasi Parsial Nilai korelasi parsial r menunjukan berapa erat hubungan antara variabel bebas yang meliputi variabel Produk X 1 , Harga X 2 , Promosi X 3 parsial terhadap variabel terikat Keputusan Kosumen Y. Tabel 4.17 Nilai Koefisien Korelasi Parsial Model Anova r r 2 Prosentase Produk X 1 0,419 0,175 17,5 Harga X 2 0,169 0,028 2,80 Promosi X 3 0,322 0,103 10,3 Sumber : Lampiran 7, Data diolah Berdasarkan data yang didapat dilihat pada Tabel 4.15 diatas, terlihat bahwa nilai koefisien determinasi r 2 terbesar adalah untuk variabel Produk X 1 sebesar 0,175, artinya secara parsial variabel Produk X 1 memberikan pengaruh yang paling dominan terhadap Keputusan Konsumen dengan nilai prosentase hubungan sebesar 17,5 sedangakn yang memberikan pengaruh terkecil terhadap Keputusan Konsumen adalah variabel Harga X 2 yaitu sebesar 0,028 atau 2,80 .

4.6 Pembahasan