Konstanta = -0,356 R² = 0,474
Sumber: Data Primer 2016 Berdasarkan Tabel 4.9 diketahui bahwa koefisien regresi gaya hidup
b
1
dan kelompok acuan b
2
memiliki koefisien regresi positif. Hal tersebut menunjukkan bahwa gaya hidup b
1
dan kelompok acuan b
2
memiliki pengaruh positif terhadap keputusan pembelian Y.
2. Uji F secara simultan
Uji F adalah uji serempak yang digunakan untuk mengetahui pengaruh variabel independen secara serempak terhadap variabel dependen.
Apabila nilai signifikansi lebih kecil dari 0,05 sig0,05, maka dapat disimpulkan bahwa variabel bebas secara serempak berpengaruh signifikan
terhadap variabel dependen. Hasil uji F dapat dilihat pada Tabel 4.10 berikut ini:
Tabel 4.10. Hasil Uji F
ANOVA
b
28,410 2
14,205 43,739
,000
a
31,503 97
,325 59,914
99 Regression
Residual Total
Model 1
Sum of Squares
df Mean Square
F Sig.
Predictors: Constant, Kelompok_Acuan, Gay a_Hidup a.
Dependent Variable: Keputusan_Pembelian b.
Sumber: Data Primer 2016 Berdasarkan hasil pengujian dengan uji F diperoleh nilai signifikansi
sebesar 0,000. Oleh karena nilai signifikansi lebih kecil dari 0,05 0,0000,05, maka dapat diketahui bahwa gaya hidup dan kelompok acuan
secara bersama-sama berpengaruh terhadap keputusan pembelian.
3. Uji Asumsi Klasik
Uji asumsi klasik dilakukan sebelum melakukan analisis regresi linier berganda. Prasyarat yang digunakan dalam penelitian ini meliputi uji
normalitas, uji linieritas, uji multikolinieritas dan uji heteroskedastisitas yang dilakukan menggunakan bantuan komputer program SPSS 13.00 for
Windows. Hasil uji asumsi klasik disajikan berikut ini.
a. Uji Normalitas
Pengujian normalitas adalah pengujian tentang kenormalan distribusi data. Dalam penelitian ini, menggunakan Uji Kolmogrov-
smirnov yang disajikan pada Tabel 4.11 berikut ini:
Tabel 4.11. Hasil Uji Normalitas Variabel
Signifikansi Keterangan
Gaya Hidup 0,126
Normal Kelompok Acuan
0,295 Normal
Keputusan Pembelian 0,107
Normal Sumber: Data Primer 2016
Berdasarkan Tabel 4.11 menunjukkan bahwa semua variabel penelitian mempunyai nilai signifikansi lebih besar dari 0,05 pada
sig0,05, sehingga dapat disimpulkan bahwa data penelitian berdistribusi normal.
b. Uji Linieritas
Tujuan uji linieritas adalah untuk mengetahui hubungan antara variabel bebas dan variabel terikat linier atau tidak Ghozali, 2011:166.
Kriteria pengujian linieritas adalah jika nilai signifikasi lebih besar dari
0,05, maka hubungan antara variabel bebas dan variabel terikat adalah linier. Hasil rangkuman uji linieritas disajikan pada Tabel 4.12 berikut:
Tabel 4.12. Hasil Uji Linieritas Variabel
Signifikansi Keterangan
Gaya Hidup 0,254
Linier Kelompok Acuan
0,895 Linier
Sumber : Data primer 2016 Hasil uji linieritas pada Tabel 4.12 di atas dapat diketahui
bahwa semua variabel memiliki nilai signifikansi yang lebih besar dari 0,05 sig0,05, hal ini menunjukkan bahwa semua variabel penelitian
adalah linier.
c. Uji Multikolinieritas
Uji multikolinieritas dilakukan untuk mengetahui besarnya interkolerasi antar variabel bebas dalam penelitian ini. Jika terjadi
korelasi, maka dinamakan terdapat masalah multikolinieritas Ghozali, 2011: 105. Untuk mendeteksi ada tidaknya multikolinieritas dapat
dilihat pada nilai tolerance dan VIF. Apabila nilai toleransi di atas 0,1 dan nilai VIF di bawah 10 maka tidak terjadi multikolinieritas. Hasil uji
multikolinieritas untuk model regresi pada penelitian ini disajikan pada Tabel 4.13 di bawah ini:
Tabel 4.13. Hasil Uji Multikolinieritas Variabel
Tolerance VIF
Kesimpulan
Gaya Hidup 0,743
1,345 Non Multikolinieritas
Kelompok Acuan 0,743
1,345 Non Multikolinieritas
Sumber: Data Primer 2016 Dari Tabel 4.13 terlihat bahwa semua variabel mempunyai
nilai toleransi di atas 0,1 dan nilai VIF di bawah 10, sehingga dapat