65
7. Untuk Pernyataan 7 “Saya yakin membeli produk online shop merupakan keputusan yang tepat” Sebanyak 20 responden 12,7, menjawab Sangat
Setuju SS, 115 responden 72,8 Setuju S, 21 responden 13,3 Kurang Setuju KS dan 2 responden 1,3 menjawab Tidak Setuju TS
serta tidak ada responden yang menjawab Sangat Tidak Setuju STS. Hal ini menunjukkan bahwa sebagian besar responden menilai bahwa membeli
produk online shop merupakan keputusan yang tepat.
4.2.2 Uji Asumsi Klasik
Uji asumsi klasik dilakukan untuk memenuhi asumsi-asumsi regresi agar nilai estimasi tidak bias. Uji asumsi klasik yang digunakan meliputi Uji
Normalitas Data, Uji Heterokedastisitas, dan Uji Multikolinearitas.
1. Uji Normalitas Data
Uji normalitas data digunakan untuk mengetahui apakah data berdistribusi normal atau mendekati normal. Data dikatakan normal jika tidak menyalahi atau
menyimpang dari asumsi klasik. Uji normalitas data pada penelitian ini dilakukan dengan menggunakan pendekatan histogram, grafik, dan pendekatan statistik
komogorov-smirnov.
66
a. Pendekatan Histogram
Sumber: Hasil Penelitian Data Diolah, 2015 Gambar 4.3 Histogram Normalitas
Uji Normalitas Data dengan pendekatan histogram diatas menunjukkan bahwa model regresi yang digunakan telah berdistribusi normal, hal ini dapat
dilihat dari garis histogram tidak menceng ke kiri atau ke kanan, sehingga penyebaran datanya telah berdistribusi secara normal.
b. Pendekatan Grafik
Pendekatan lainnya yang digunakan dalam untuk menguji normalitas data adalah Pendekatan Grafik. Pendekatan Grafik yang digunakan adalah Normality
Probability Plot . Berikut adalah hasil Uji Normalitas Data dengan pendekatan
Grafik Normality Probability Plot.
67
Sumber: Hasil Penelitian Data Diolah, 2015 Gambar 4.4 Pendekatan Grafik Normalitas
Berdasarkan hasil Uji Normalitas dengan pendekatan grafik diatas, dapat diketahui bahwa data memiliki distribusi atau penyebaran yang normal, hal ini
dapat dilihat dari penyebaran titik berada disekitar sumbu diagonal dari grafik.
68
c. Pendekatan Statistik Kolmogorov-Smirnov
Tabel 4.10 Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 158
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 1.32880346
Most Extreme Differences Absolute
.041 Positive
.041 Negative
-.029 Kolmogorov-Smirnov Z
.509 Asymp. Sig. 2-tailed
.958 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Hasil Penelitian Data Diolah, 2015
Dari Tabel 4.10 terlihat bahwa nilai Asymp. Sig. 2-tailed adalah sebesar 0,958 0,05 dan nilai Kolmogorov-Smirnov Z sebesar 0,509 dari 1,97. Dengan
demikian berdasarkan kriteria pengujian data telah berdistribusi secara normal.
2. Uji Heterokedastisitas
Uji Heterokedastisitas digunakan untuk melihat seberapa besar peranan variabel bebas terhadap variabel terikat. Pendekatan dilakukan melalui
pendekatan grafik dan pendekatan statistik.
a. Pendekatan Grafik
Scatter Plot
Untuk melihat ada tidaknya Heterokedastisitas pada model yang digunakan, dilakukan dengan Uji Heterokedastisitas Scatter Plot. Berikut hasil
Uji Heterokedastisitas dengan Scatter Plot. Pada Gambar 4.3 berikut dapat dilihat grafik Scatter plot.
69
Sumber: Hasil Penelitian Data Diolah, 2015 Gambar 4.5 Pendekatan Grafik Heteroskedastisitas
Berdasarkan Hasil Uji Heteroskedastisitas pada Gambar 4.5 diketahui bahwa titik –titik penyebaran pada Scatter Plot tidak menunjukkan pola tertentu
dan penyebarannya berada di atas dan di bawah angka nol, sehingga model regresi yang digunakan tidak mengalami Heterokedastisitas.
b. Pendekatan Statistik Uji Glejser
Tabel 4.11 Hasil Uji Glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error
Beta 1
Constant 2.230
1.102 2.023
.045 Kepercayaan
-.012 .030
-.034 -.410
.682 Gaya_Hidup
-.032 .039
-.070 -.840
.402 a. Dependent Variable: absut
Sumber: Hasil Penelitian Data Diolah, 2015
70
Berdasarkan Tabel 4.11 menunjukkan bahwa tingkat signifikansi variabel kepercayaan X
1
sebesar 0,402 0,05 dan tingkat signifikansi variabel gaya hidup X
2
sebesar 0,682 0,05. Dengan demikian terlihat bahwa tidak satupun variabel independen yang signifikan secara statistik mempengaruhi variabel
dependen absolut absut. Hal ini terlihat dari probabilitas signifikansinya diatas tingkat kepercayaan 5. Dengan demikian disimpulkan bahwa model regresi
tidak mengarah adanya heteroskedastisitas.
3. Uji Multikolonearitas
Uji Multikolonearitas pada penelitian ini digunakan untuk melihat ada tidaknya gejala multikolonearitas antar variabel independen. Pada Tabel 4.12
berikut dapat dilihat hasil Uji Multikolonearitas dengan melihat nilai Tolerance dan nilai VIF .
Tabel 4.12 Hasil uji Multikolonearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
12.648 1.817
6.961 .000
Kepercayaan .388
.049 .503
7.861 .000
.916 1.092
Gaya_Hidup .285
.064 .287
4.490 .000
.916 1.092
a. Dependent Variable: Keputusan_Pembelian
Sumber: Hasil Penelitian Data Diolah, 2015
Pada Tabel 4.12 disimpulkan bahwa pada model regresi yang digunakan tidak terlihat adalanya gejala multikolonearitas antar variabel indevenden. Hal ini
dapat diketahui dari nilai tolerance dan nilai VIF, hasil perhitungan menunjukkan bahwa nilai tolerance sebesar 0,916 0,1 dan nilai VIF sebesar 1,092 5 nilai
71
tersebut telah sesuai denan kriteria pengambilan keputusan dimana nilai tolerance 0,1 dan nilai VIF 5.
4.2.3 Hasil Analisis Regresi Linear Berganda
Dalam penelitian ini Analisis Regresi Linear Berganda digunakan untuk mengetahui pengaruh variabel Kepercayaan X
1
, dan variabel Gaya Hidup X
2
terhadap variabel Keputusan Pembelian Y Hasil perhitungan koefisien regresi linear berganda dapat dilihat pada Tabel
4.13 berikut:
Tabel 4.13 Hasil Koefisien Regresi Linear Berganda
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
1 Constant
12.648 1.817
6.961 .000
Kepercayaan .388
.049 .503
7.861 .000
Gaya_Hidup .285
.064 .287
4.490 .000
a. Dependent Variable: Keputusan_Pembelian
Sumber: Hasil Penelitian Data Diolah, 2015
Hasil Analisis Regresi Linear Berganda Tabel 4.13 diperoleh persamaan sebagai berikut:
Y= a + b
1
X
1
+ b
2
X
2
+ e Y= 12,648 + 0,388X
1
+ 0,285 X
2
+ e Dimana:
Y = Keputusan Pembelian X
1
= Kepercayaan X
2
= Gaya Hidup e = standard error
72
Berdasarkan persamaan tersebut dapat diketahui bahwa : 1. Konstanta a = 12,648 menunjukkan nilai konstan, jika nilai variabel
bebas kepercayaan dan gaya hidup = 0 maka keputusan pembelian Y akan sebesar 12,648.
2. Koefisien regresi variabel kepercayaan sebesar 0,338 menunjukkan bahwa variabel kepercayaan memiliki pengaruh yang bernilai positif terhadap
keputusan pembelian Y. Dengan kata lain, jika variabel kepercayaan ditingkatkan maka keputusan pembelian akan meningkat sebesar 0,338.
3. Koefisien regresi variabel gaya hidup sebesar 0,285 menunjukkan bahwa variabel gaya hidup memiliki pengaruh yang bernilai positif terhadap
keputusan pembelian Y. dengan kata lain, jika variabel gaya hidup meningkat maka keputusan pembelian akan meningkat sebesar 0,285.
4.2.4 Pengujian Hipotesis 4.2.4.1 Uji Signifikansi Simultan Uji F
Hasil Uji Simultan Uji F menunjukkan seberapa besar pengaruh Variabel Kepercayaan X
1
dan Variabel Gaya Hidup X
2
, secara bersama-sama atau serempak terhadap Variabel Keputusan Pembelian Y. Hasil Uji F dapat dilihat
pada Tabel 4.14 berikut:
Tabel 4.14 Hasil Uji Simultan Uji F
ANOVA
b
Model Sum of Squares
Df Mean Square
F Sig.
1 Regression
200.124 2
100.062 55.947
.000
a
Residual 277.218
155 1.789
Total 477.342
157
a. Predictors: Constant, Gaya_Hidup, Kepercayaan b. Dependent Variable: Keputusan_Pembelian
73
Sumber: Hasil Penelitian Data Diolah, 2015
Berdasarkan Tabel 4.14 dapat diketahui bahwa nilai F
hitung
adalah sebesar 55,947 dan nilai F
tabel
pada alpha 5 adalah 3,05 maka nilai F
hitung 55,947
F
tabel 3,05
dengan tingkat signifikansi sebesar 0,000 0,05. Dengan demikian secara bersama-sama atau simultan variabel kepercayaan X
1
, dan variabel gaya hidup X
2
berpengaruh positif dan signifikan terhadap variabel keputusan pembelian Y. Dengan demikian berdasarkan kriteria pengujian hipotesis maka H
a
diterima dan H
ditolak.
4.2.4.2 Uji Signifikansi Parsial Uji t
