Teknik Pengambilan Sampel Sumber Data

H :β 1 =β 2 =0, artinya merek dan gaya hidup secara bersama-sama tidak berpengaruh terhadap keputusan pembelian. H a :B 1 ;B 2 minimal salah satu ≠ nol 0 artinya merek dan gaya hidup berpengaruh secara bersama-sama terhadap keputusan pembelian. 2 Menentukan daerah keputusan hipotesis Untuk menguji ini digunakan tabel F. untuk mencari nilai F tabel perlu diketahui derajat bebas pembilang pada kolom, derajat bebas penyebut pada baris dan taraf nyata. 3 Menentukan nilai F-hitung Nilai F-hitung ditentukan dengan rumus sebagai berikut: = di mana: F = Nilai F hitung R 2 = Koefisien determinasi K = Banyaknya variabel yang diteliti n = Banyaknya populasi 4 Pengambilan keputusan Jika F hitung F tabel , maka H ditolak dan Ha diterima, artinya merek dan gaya hidup secara bersama-sama mempengaruhi keputusan pembelian. Jika F hitung ≤F tabel, maka H diterima dan H a ditolak, artinya merek dan gaya hidup secara bersama-sama tidak berpengaruh terhadap keputusan pembelian. H a jika F h ≥ F t maka H o ditolak dan H a diterima. Artinya merek dan gaya hidup secara bersama-sama berpengaruh terhadap keputusan pembelian.

b. Uji t

Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh 1 variabel penjelas secara individual dalam menerangkan variasi variabel terikat Kuncoro,2007:81. Merek dan gaya hidup secara parsial berpengaruh signifikan terhadap keputusan pembelian. Namun jika t hitung t total dengan taraf signifikansi α 5 maka h o diterima. Artinya variabel merek dan gaya hidup secara parsial berpengaruh terhadap keputusan pembelian, secara signifikan maka dengan uji t test dengan rumus sebagai berikut : t = b − β s di mana : b = koefisien regresi β = rata-rata sampel s b = standar eror dan koefisien regresi Dalam uji signifikansi ini, apabila nilai t hitung ≥ t tabel dengan taraf signifikansi α 5, maka h o ditolak. Artinya variabel merek dan gaya hidup secara parsial tidak berpengarug terhadap keputusan pembelian.

c. Koefisien Determinasi R

2 Nilai koefisien determinasi R 2 dilakukan untuk mendeteksi seberapa jauh kemampuan variabel independen dalam menerangkan variabel dependen. Nilai R 2 yang kecil berarti kemampuan variabel- variabel independen dalam menjelaskan variabel dependen amat terbatas. Sebaliknya, nilai R 2 yang mendekati satu menandakan variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variabel dependen.