Tabel 4.11 Uji Heteroskedastisitas Uji Glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 1.782
.774 2.301
.028 Pengalaman
Sebelumnya .039
.054 .159
.729 .471
Kepercayaan -.115
.062 -.405
-1.859 .072
a. Dependent Variable: abs_residual_Glejser
Berdasarkan Tabel 4.11, diketahui nilai probabilitas atau Sig.dari pengalaman sebelumnya adalah 0,471,nilai probabilitas atau Sig. dari kepercayaan adalah
0,072. Karena seluruh nilai Sig. lebih besar dari 0,05 tidak signifikan, maka disimpulkan bahwa tidak terjadi heteroskedastisitas Gujarati, 2003. Gio dan Elly,
2015:182-183.
4.5 Analisis Regresi
Dari hasil pengujian asumsi klasik disimpulkan bahwa model regresi yangBest Linear Unibiased Estimator BLUE dan layak dilakukan analisis
regresi.Untuk menguji hipotesis, peneliti menggunakan analisis berganda. Berdasarkan hasil pengolahan data dengan SPSS, maka diperoleh hasil sebagai
berikut: a.
Persamaan Regresi Dalam pengolahan data dengan menggunakan regresi linier, dilakukan
beberapa tahapan untuk mencari hubungan antara variabel independen dan dependen, pengaruh pengetahuan kewirausahaan X
1
, keunggulan bersaing X
2
, Hasil regresi dapat dilihat pada Tabel 4.11 berikut ini:
Universitas Sumatera Utara
Tabel 4.12 Hasil Analisis Regresi Linier Berganda
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
2.147 1.458
1.473 .151
Pengalaman Sebelumnya
.213 .101
.323 2.112
.043 Kepercayaan
.384 .117
.503 3.290
.003 a. Dependent Variable: Perpindahan Merek
Tabel 4.12 menyajikan nilai koefisien regresi, serta nilai statistik t untuk pengujian pengaruh secara parsial. Berdasarkan Tabel 4.12, diperoleh persamaan
regresi linear berganda sebagai berikut. b.
Y = 2,147 + 0,231X1 + 0,384X2 + e Berdasarkan Tabel 4.12, diketahui nilai koefisien regresi dari pengalaman
sebelumnya adalah 0,213. Karena nilai koefisien regresi pengalaman sebelumnya 0.236 bernilai positif, hal ini berarti variabel pengalaman sebelumnya
berpengaruh positif terhadap perpindahan merek. Diketahui nilai koefisien regresi dari kepercayaan adalah 0,384. Karena nilai koefisien regresi kepercayaan 0,384
bernilai positif, hal ini berarti variabel kepercayaan berpengaruh positif terhadap perpindahan merek.
Untuk mengetahui apakah pengaruh parsial atau masing-masing dari variabel pengalaman sebelumnya dan kepercayaan, signifikan atau tidak terhadap
perpindahan merek, dapat digunakan pendekatan probabilitas Sig dan pendekatan nilai statistik t. Berikut kriteria pengambilan keputusan untuk
pendekatan nilai probabilitas Sig.. Jika nilai probabilitas Sig. 0,05, pengaruh parsial tidak signifikan.
Jika nilai probabilitas Sig. 0,05, pengaruh parsial signifikan.
Universitas Sumatera Utara
Berikut kriteria pengambilan keputusan untuk pendekatan nilai statistik t. ��
ℎ�����
� |�
�����
|, pengaruh parsial signifikan. ��
ℎ�����
� |�
�����
|, pengaruh parsial tidak signifikan. Daerah pengambilan keputusan untuk pendekatan nilai statistik t dapat
digambarkan sebagai berikut. Berdasarkan Tabel 4.12, diketahui nilai probabilitas Sig. dari variabel
pengalaman sebelumnya adalah 0,043, dan nilai probabilitas Sig. dari variabel kepercayaan adalah 0,003. Diketahui masing-masing nilai probabilitas Sig. dari
variabel pengalamam sebelumnya dan kepercayaan adalah 0,043 dan 0,003, yakni lebih kecil dibandingkan 0,05, maka pengaruh parsial dari pengalaman
sebelumnya dan kepercayaan terhadap perpindahan merek signifikan. Berdasarkan Tabel 4.12, diketahui nilai
�
ℎ�����
untuk pengalaman sebelumnya adalah 2,112, dan untuk kepercayaan adalah 3,290. Diketahui nilai
�
�����
= ±2,0395. Diketahui nilai
�
ℎ�����
untuk variabel pengalaman sebelumnya adalah 2,122 dan �
ℎ�����
untuk variabel kepercayaan adalah 3,290, berada di wilayah keputusan signifikan. Hal ini berarti pengaruh parsial dari pengalaman sebelumnya dan
kepercayaan terhadap perpindahan merek signifikan.
4.6 Pengujian Hipotesis
