pengolahan data nilai VIF Variance Inflation Factor dan Tolerance-nya. Apabila ini matriks kolerasi tidak ada yang lebih besar dari 0,5 maka dapat dikatakan data
yang akan dianalisis terlepas dari gejala multikolinearitas. Kemudian apabila nilai VIF berada dibawah 10 dan nilai Tolerance mendekati 1, maka diambil
kesimpulan bahwa model regresi tersebut tidak terdapat masalah multikolinearitas.
3.10.2 Metode Analisis Regresi Berganda
Analisis regresi berganda digunakan untuk menganalisis seberapa besar pengaruh dan hubungan antara variabel bebas dengan variabel terikat. Analisis
regresi berganda digunakan karena jumlah variabel bebas yang akan diteliti berjumlah lebih dari satu variabel. Dalam penelitian ini peneliti menggunakan
aplikasi SPSS 16.00 untuk menghitung model regresi berganda ini. Rumus
matematisnya adalah:
Y = a + b
1
X
1
+ b
2
X
2
+ e
Dimana : Y
= Brand Switching a
= Konstanta b
1
-b
2
= Koefisien regresi
X
1
= Pengetahuan Produk X
2
= Kebutuhan Mencari Variasi e
= Standar error Model regresi yang sudah memenuhi asumsi-asumsi klasik kemudiaan
akan dianalisis pengujian hipotesis sebagai berikut:
3.10.2.1 Koefisien Determinasi
Universaitas Sumatera Utara
Koefisien determinasi R
2
pada dasarnya mengukur seberapa jauh kemampuan suatu model dalam menerangkan variase variabel terikat. Nilai
koefisien determinasi adalah di antara nol dan satu. Nilai R
2
yang kecil memberi arti bahwa kemampuan variabel bebas dalam menjelaskan variasi variabel terikat
amat terbatas. Sedangkan bila nilai R
2
besar mendekati 1 berarti variabel bebas memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi
variabel dependen. Kelemahan mendasar koefesien determinasi adalah bias terhadap
jumlah variabel independen yang dimasukkan ke dalam model. Setiap tambahan satu variabel independen maka R
2
pasti meningkat tidak peduli apakah variabel tersebut berpengaruh signifikan terhadap variabel dependen. Oleh karena itu
penelitian ini menggunakan Adjusted R
2
saat mengevaluasi model regresi. Tidak seperti R
2
, nilai Adjusted R
2
dapat naik atau turun apabila satu variabel independen ditambahkan. Hasil penghitungan Adjusted R
2
dapat dilihat pada output Model Summary. Pada kolom Adjusted R
2
dapat diketahui berapa persentase yang dapat dijelaskan variabel independen terhadap variabel dependen
dan sisanya dijelaskan atau dipengaruhi oleh variabel lain yang tidak dimasukkan
dalam penelitian ini. 3.10.2.2 Uji Signifikansi Individual Uji Statistik t
Uji t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas secara individual dalam menerangkan variasi variabel dependen
Kuncoro, 2009:238. Hipotesis nol H yang hendak diuji adalah apakah suatu
parameter b
1
sama dengan nol, artinya apakah suatu variabel independen bukan merupakan penjelas yang signifikan terhadap variabel dependen. Hipotesis
Universaitas Sumatera Utara
alternatifnya Ha, parameter suatu variabel tidak sama dengan nol, artinya variabel tersebut merupakan penjelas yang signifikan terhadap variabel dependen.
Untuk melakukan uji t adalah dengan cara berikut: a. Bila dilakukan secara penghitungan manual, uji t dilakukan dengan
membandingkan nilai t hitung dengan nilai t tabel. Apabila nilai t hitung nilai t tabel, maka Ha diterima. Sebaliknya, bila nilai t hitung nilai t
tabel, maka H diterima.
b. Bila dilakukan dengan bantuan aplikasi SPSS for Windows, uji t dapat dilakukan dengan membandingkan tingkat peluang signifikan sig
dengan nilai taraf nyata α. Apabila sig α maka, Ha diterima. Sebaliknya, bilai nilai sig α, maka H
diterima.
3.10.2.3 Uji Signifikansi Simultan Uji Statistik F