73
Y = 0,608 + 0,118 X
1
+ 0,625 X
2
Berdasarkan persamaan tersebut dapat digambarkan sebagai berikut :
a. Konstanta a = 0,608.Hasil dari nilai konstanta pada regresi di atas
adalah 0,608.Hal ini menunjukkan bahwa jika nilai variabel independen kepuasanX
1
dan gaya hidup X
2
bernilai 0, maka nilai variabel dependen daya beli ulangY adalah0,608.
b. Koefisien X
1
b
1
= 0,118. Hasil koefisien regresi Kepuasan adalah 0,118.
Hal ini berarti bahwa variabel Kepuasan X
1
berhubungan positif terhadap daya beli ulang Y. Atau dengan kata lain, jika Kepuasan X
1
ditingkatkan sebesar satu-satuan, maka daya beli ulang akan bertambah sebesar 0,118.
c. Koefisien X
2
b
2
= 0,625. Hasil koefisien regresi Gaya Hidup adalah
0,625. Hal ini berarti bahwa variabel Gaya Hidup X
2
berhubungan positif terhadap Pembelian Ulang. Atau dengan kata lain, jika Gaya Hidup X
2
ditingkatkan sebesar satu-satuan, maka Pembelian Ulangakan bertambah sebesar 0,625.
4.4.2 Koefisien Determinasi R
2
Koefisien Determinasi R
2
digunakan untuk mengukur seberapa besar kontribusi variabel bebas terhadap variabel terikat. Jika Koefisien Determinasi R
2
semakin besar mendekati satu menunjukkan semakin baik kemampuan X menerangkan Y
dimana 0 R
2
1. Sebaliknya, jika R
2
semakin kecil mendekati nol, maka akan dapat dikatakan bahwa pengaruh variabel bebas X adalah kecil terhadap variabel
terikat Y. Hal ini berarti model yang digunakan tidak kuat untuk menerangkan pengaruh variabel bebas yang diteliti terhadap variabel terikat.
Universitas Sumatera Utara
74
Tabel 4.11 Hasil Uji Koefisien Determinasi R
2 Model Summary
Model R
R Square Adjusted R Square
Std. Error of the Estimate
1 .778
a
.605 .596
2.51394 a. Predictors: Constant, X2, X1
Sumber: Hasil Penelitian, 2016 Data diolah
Berdasarkan Tabel 4.11 dapat dilihat bahwa : 1.
R = 0,778. Artinya hubungan antara variabel Kepuasan X
1
dan Gaya Hidup X
2
terhadap Pembelian Ulang Y sebesar 77,8. Artinya hubungan antara variabel independen dengan variabel dependen erat.Untuk
memastikan tipe hubungan antar variabel dapat dilihat pada tabel berikut :
Tabel 4.12 Hubungan antar Variabel
Nilai Interpretasi
0.0 – 0.19 Sangat Tidak Erat
0.2 – 0.39 Tidak Erat
0.4 – 0.59 Cukup Erat
0.6 – 0.79 Erat
0.8 – 0.99 Sangat Erat
Sumber : Situmorang 2014:170 2.
Nilai R Square sebesar 0,605 berarti 60,5 variabel Pembelian Ulang Y dapat dijelaskan oleh variabel Kepuasan X
1
dan Gaya Hidup X
2
. Sedangkan
Universitas Sumatera Utara
75
sisanya 39,5 dapat dijelaskan oleh variabel-variabel lain yang tidak diteliti dalam penelitian ini.
4.4.3Uji Secara SerempakSimultan Uji F
Uji Statistik F digunakan untuk mengetahui tingkat signifikansi pengaruh variabel
independen terhadap variabel dependen secara simultan Situmorang, 2010:147.
Untuk menentukan nilai F, maka diperlukan adanya derajat bebas pembilang dan
derajat bebas penyebut, dengan rumus sebagai berikut:
df Pembilang = k – 1 df Penyebut = n – k
Keterangan : n = jumlah sampel penelitian
k = jumlah variabel bebas dan terikat Pada penelitian ini diketahui jumlah sampel n adalah 93 dan jumlah keseluruhan
variabel k adalah 3, sehingga diperoleh : 1. df pembilang = 3 – 1 = 2
2. df penyebut = 93 – 3 = 90 Nilai F
hitung
akan diperoleh dengan menggunakan bantuan SPSS, kemudian akan dibandingkan dengan F
tabel
pada tingkat α = 5
Universitas Sumatera Utara
76
Tabel 4.13 Hasil Uji-F
ANOVA
b
Model Sum of Squares
Df Mean Square
F Sig.
1 Regression
871.467 2
435.734 68.946
.000
a
Residual 568.791
90 6.320
Total 1440.258
92 a. Predictors: Constant, X2, X1
b. Dependent Variable: Y
Sumber: Hasil Penelitian, 2016 Data diolah
Pada Tabel 4.13 dapat dilihat bahwa hasil perolehan F
hitung
pada kolom F yakni sebesar 68,946dengan tingkat signifikansi = 0,000, lebih besar dari nilai F
tabel
yakni 3,10 , dengan tingkat kesalahan α = 5, atau dengan kata lain F
hitung
F
tabel
68,946 3,10. Berdasarkan kriteria pengujian hipotesis jika F
hitung
F
tabel
dan tingkat signifikansinya 0,000 0.05, menunjukkan bahwa variabel bebas Kepuasan
dan Gaya Hidup secara serempak berpengaruh positif dan signifikan terhadap variabel terikat Pembelian Ulang.
4.4.4Uji Secara Parsial Uji t
Uji Statistik t digunakan untuk mengetahui tingkat signifikansi pengaruh variabel independen terhadap variabel dependen secara parsial Situmorang, 2010:147.
Kriteria pengujiannya adalah: -
Jika t
hitung
t
tabel
,
maka H
o
diterima dan H
a
ditolak. -
Jika t
hitung
t
tabel
,
maka H
o
ditolak dan H
a
diterima. -
Jika tingkat signifikansi dibawah 0,05, maka H
o
ditolak dan H
a
diterima.
Universitas Sumatera Utara
77
Tingkat kesalahan α = 5 dan derajat kebebasan df = n-k
- n = jumlah sampel, n = 93
- k = jumlah variabel yang digunakan, k = 3
- Derajat kebebasan degree of freedom df = n-k = 93 - 3 = 90
Maka t
tabel
yang digunakan adalah t
0,05
90 = 1,661
Tabel 4.14 Hasil Uji-t
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1 Constant
.608 2.259
.269 .788
Kepuasan X1 .118
.092 .121
2.172 .027
Gaya Hidup X2 .625
.086 .687
7.223 .000
a. Dependent Variable: Y
Sumber: Hasil Penelitian, 2016 Data diolah
Berdasarkan Tabel 4.14 dapat dilihat bahwa: 1. Variabel Kepuasan X
1
Nilai t
hitung
variabel Kepuasan adalah 2,172 dan nilai t
tabel
adalah 1,661maka t
hitung
t
tabel
2,1721,661 dengan tingkat signifikansi 0,027 0,05sehingga dapat dinyatakan bahwa variabel Kepuasan berpengaruh signifikan secara parsial
terhadap pembelian ulang. Artinya apabila variabel Kepuasan ditingkatkan sebesar satu satuan maka Pembelian Ulang gadget Apple akan meningkat sebesar
0,118 satuan.
Universitas Sumatera Utara
78
2. Variabel Gaya Hidup X
2
Nilai t
hitung
variabel gaya hidupadalah 7,223 dan nilai t
tabel adalah
1,661 maka t
hitung
t
tabel
7,223 1,661 dengantingkat signifikansi 0,000 0,05 sehingga dapat dinyatakan bahwa variabel Gaya Hidup berpengaruh signifikan secara parsial
terhadap pembelian ulang. Artinya apabila variabel Gaya Hidup ditingkatkan sebesar satu satuan maka Pembelian Ulang gadget Apple akan meningkat sebesar
0,625 satuan.
4.5 Pembahasan
Kategori