Untuk menentukan nilai koefisien regresi terlebih dahulu menentukan nilai-nilai statistik berikut ke dalam rumus sebagai berikut:
a.
2 1
2 2
1 1
X X
X n
2 2
1
661.70 9,980.6
46 X
2 1
9,980.6 9518.30 X
2 1
462.276 X
b.
2 2
2 2
2 2
X X
X n
2 2
2
1,567.21 55, 223.56
46 X
2 2
55, 223.56 53394.21 X
2 2
1,829.346 X
c.
2 2
2
Y Y
Y n
2 2
1, 233.33 34, 649.89
46 Y
2
34, 649.89 33067.52 Y
2
1,582.38 Y
d.
1 1
1
X Y
X Y X Y
n
1
661.70 1, 233.33 18,396.02
46 X Y
1
18,396.02 17741.10 X Y
1
654.92 X Y
e.
2 2
2
X Y
X Y X Y
n
2
1,567.21 1, 233.33 43,364.045
46 X Y
2
43,364.045 42019.21 X Y
2
1,344.836 X Y
f.
1 2
1 2
1 2
X X
X X X X
n
1 2
661.70 1,567.21 23, 099.788
46 X X
1 2
23, 099.788 22543.78 X X
1 2
556.004 X X
Kemudian memasukan nilai-nilai hasil dari jumlah kuadrat ke persamaan b1 b2 dan a seperti yang dijelaskan di bawah ini:
Koefisien regresi b
1
:
2 2
1 1
2 2
1 2
2 2
1 2
1 2
X X Y
X X X Y
b X
X X X
1 2
1,829.346 654.92 1,344.836 556.004
462.276 1,829.346 556.004
b
1
1198070.8 747734.6 845663.8 309140.6
b
1
450336.1 536523.1
b
1
0.839 b
Koefisien regresi b
2
:
2 1
2 1
2 1
2 2
2 2
1 2
1 2
X X Y
X X X Y
b X
X X X
2 2
462.276 1,344.836 654.92 556.004
462.276 1.829.346 556.004
b
2
621686.2 364136.8 845663.8 309140.6
b
2
257549.4 536523.1
b
2
0.480 b
Konstanta a :
1 2
1
2 Y
X X
a b
b n
n n
1, 233.33 661.70
1,567.21 0.839
0.480 46
46 46
a
26.812 12.074 16.355 a
1, 617
a
Maka, nilai konstanta dan koefisien regresi dapat dibentuk persamaan regresi linier berganda sebagai berikut :
Hasil pengolahan software SPSS 18 untuk analisis regresi berganda disajikan pada tabel berikut :
Ŷ = -1,617 + 0,839 X
1
+ 0,480 X
2
Tabel 4.76 Koefisien Regresi Berganda
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Correlations
B Std. Error
Beta Zero-order Partial Part
Constant -1.617
2.531 -.639 .526
Penetapan Harga .839
.175 .454
4.791 .000 .766
.590 .361 Kualitas Produk
.480 .088
.516 5.450 .000
.790 .639 .411
a. Dependent Variable: Keputusan Pembelian
Sumber: Hasil Output SPSS 18
Berdasarkan hasil perhitungan pada tabel di atas, diperoleh bentuk persamaan regresi linier berganda sebagai berikut :
Nilai koefisien regresi pada variabel-variabel bebasnya menggambarkan apabila diperkirakan variabel bebasnya naik sebesar satu persen dan nilai variabel
bebas lainnya diperkirakan konstan atau sama dengan nol, maka nilai variabel terikat diperkirakan bisa naik atau bisa turun sesuai dengan tanda koefisien regresi
variabel bebasnya. Dari persamaan regresi linier berganda diatas diperoleh nilai konstanta
sebesar -1,617. Artinya, jika variabel keputusan pembelian Y tidak dipengaruhi oleh kedua variabel bebasnya penetapan harga dan kualitas produk bernilai nol,
maka besarnya rata-rata persentase keputusan pembelian akan bernilai -1,617. Tanda koefisien regresi variabel bebas menunjukkan arah hubungan dari
variabel yang bersangkutan dengan keputusan pembelian. Koefisien regresi untuk variabel bebas X
1
bernilai positif, menunjukkan adanya hubungan yang searah Ŷ = -1,617 + 0,839 X
1
+ 0,480 X
2
antara penetapan harga X
1
dengan keputusan pembelian Y. Koefisien regresi variabel X
1
sebesar 0,839 mengandung arti untuk setiap pertambahan penetapan harga X
1
sebesar satu satuan akan menyebabkan meningkatnya keputusan pembelian Y sebesar 0,839.
Tanda koefisien regresi variabel bebas menunjukkan arah hubungan dari variabel yang bersangkutan dengan keputusan pembelian. Koefisien regresi untuk
variabel bebas X
2
bernilai positif, menunjukkan adanya hubungan yang searah antara kualitas produk X
2
dengan keunggulan bersaing Y. Koefisien regresi variabel X
2
sebesar 0,480 mengandung arti untuk setiap pertambahan kualitas produk X
2
sebesar satu satuan akan menyebabkan meningkatnya keputusan pembelian Y sebesar 0,480.
2. Analisis Korelasi Berganda
Untuk mengetahui derajat atau kekuatan hubungan secara bersama-sama antara penetapan harga dan kualitas produk terhadap keputusan pembelian
digunakan analisis korelasi berganda r. Adapun rumus statistiknya yaitu sebagai berikut :
Sugiono 2005 : 149
Dimana : r
yz
= Korelasi Koefisien Berganda JK
regresi
= Jumlah Kuadrat Regresi JK
total
= Jumlah Kuadrat Total JK
regresi
r
yz
= ––––––––
JK
total
Dengan ketentuan sebagai berikut : r
yz
= -1 artinya terdapat hubungan linier negatif antara variabel X dan Y. r
yz
= 0 artinya tidak terdapat hubungan linier antara variabel X dan Y. r
yz
= 1 artinya terdapat hubungan linier positif antara variabel X dan Y. Ketentuan untuk melihat tingkat keeratan korelasi digunakan acuan pada
tabel 4.14 dibawah ini :
Tabel 4.77 Pedoman untuk Memberikan Interpretasi Koefisien Korelasi
Interval Koefisien
Tingkat Keeratan
0,00 - 0,199 Sangat rendah
0,20 - 0,399 Rendah
0,40 - 0,599 Sedang
0,60 - 0,799 Kuat
0,80 - 1,000 Sangat Kuat
` Sumber : Sugiyono 2009:184
Berdasarkan hasil perhitungan dengan menggunakan SPSS 18.0 maka persamaan hubungan korelasi berganda disajikan seperti di bawah ini :
Tabel 4.78 Persamaan Hubungan Korelasi Berganda
ANOVA
b
Model Sum of Squares
Df Mean Square
F Sig.
1 Regression
1195.291 2
597.645 66.386
.000
a
Residual 387.112
43 9.003
Total 1582.402
45 a. Predictors: Constant, Kualitas Produk, Penetapan Harga
b. Dependent Variable: Keputusan Pembelian
Sumber: Hasil Output SPSS 18.0
JK
regresi
r
yz
= –––––––––
JK
total
1195.291 r
yz
= ––––––––– = 0,755 = 0,869
1582.402
Tabel 4.79 Analisis Korelasi Berganda
Model Summary
Model R
R Square
Adjusted R Square
Std. Error of the Estimate
dimension0
1 .869
a
0.755 0.744
3.00043 a. Predictors: Constant, Kualitas Produk, Penetapan Harga
Sumber: Hasil Output SPSS 18.0
Berdasarkan hasil output software SPSS di atas, diperoleh nilai koefisien korelasi R sebesar 0,869. Hal ini menunjukkan bahwa terdapat hubungan yang
kuat antara variabel penetapan harga dan kualitas produk terhadap keputusan pembelian, karena berada di antara 0,60
– 0,799.
3. Koefisien Determinasi
Besarnya pengaruh penetapan harga dan kualitas produk terhadap keputusan pembelian, dapat ditunjukkan oleh koefisien determinasi dengan rumus
sebagai berikut : 100
2
R
KD = 0,869² x 100
= 75,5
Artinya, variabel-variabel penetapan harga dan kualitas produk memberikan pengaruh sebesar 75,5 terhadap keputusan pembelian Y.
Sedangkan sisanya sebesar 24,5 yang merupakan pengaruh dari variabel lainnya
yang tidak diteliti oleh peneliti.
Secara parsial, masing-masing variabel bebas memiliki pengaruh terhadap keputusan pembelian. Pengaruh secara parsial tersebut ditunjukkan melalui tabel
di bawah ini:
Tabel 4.80 Besarnya Korelasi Parsial dan Pengaruh Secara Parsial
Model Standardized
Coefficients Correlations
Besarnya Pengaruh
Secara Parsial
Besarnya Pengaruh
Secara Parsial
Beta Zero-order
X
1
0.454 0.766
0.348 34.8
X
2
0.516 0.79
0.408 40.8
Pengaruh Total 0,755
75,5
Sumber: Hasil Output SPSS 18.0
Berdasarkan tabel di atas diperoleh hasil sebagai berikut : 1. Penetapan harga X
1
secara parsial memberikan pengaruh sebesar 34,8 terhadap keputusan pembelian Y.
2. Kualitas produk X
2
secara parsial memberikan pengaruh sebesar 40,8 terhadap keputusan pembelian Y.
4.5 Pengujian Hipotesis
1. Pengujian Hipotesis Secara Simultan Uji F
Untuk mengetahui signifikan atau tidaknya suatu pengaruh dari variabel- variabel bebas secara bersama-sama atau simultan atas suatu variabel tidak bebas
digunakan uji F.
Hipotesis
Ho : Semua i = 0 Tidak terdapat pengaruh secara simultan antara
penetapan harga dan inivasi terhadap keputusan pembelian.
H
1
: Ada i 0
Terdapat pengaruh secara simultan antara penetapan harga dan inivasi terhadap keputusan pembelian.
Rumus uji F yang digunakan adalah :
F
hitung
=
Re Re
1
gresi sidu
JK k
JK n
k
Keterangan : JK
residu
= Jumlah kuadrat regresi JK
residu
= Jumlah kuadrat residu K
= Jumlah variabel bebas n
= Jumlah anggota sampel
Berdasarkan tabel ANOVA, maka dapat diketahui nilai F
hitung
yaitu sebagai berikut :
Tabel 4.81 Nilai F
hitung ANOVA
b
Model Sum of Squares
Df Mean Square
F Sig.
1 Regression
1195.291 2
597.645 66.386
.000
a
Residual 387.112
43 9.003
Total 1582.402
45 a. Predictors: Constant, Kualitas Produk, Penetapan Harga
b. Dependent Variable: Keputusan Pembelian
Sumber: Hasil Output SPSS 18.0
1195.291 2
F
hitung
= –––––––––––––––––––––– = 66.386
387.112 {46 – 2 + 1 }
Kriteria Uji :
1. H diterima apabila F
hitung
dari F
tabel
2. H ditolak apabila F
hitung
dari F
tabel
3. Dengan tingkat signifikasi
= 0,05
Hasil uji F berdasarkan pengolahan SPSS disajikan pada tabel berikut :
Tabel 4.82 Pengujian Hipotesis Secara Simultan Uji F
F hitung df
F tabel Sig
Keterangan Kesimpulan
66.386 df1 = 2
3,21 0,000
H ditolak
Ada pengaruh df2 = 43
Signifikan
Sumber: Hasil Output SPSS 18.0
Gambar 4.10 Kurva Uji F
Dari tabel diatas, diperoleh nilai F
hitung
sebesar 66.386. Karena nilai F
hitung
66.386 F
tabel
3,21, maka H ditolak. Dengan demikian dapat disimpulkan
bahwa penetapan harga dan kualitas produk berdampak dan mempunyai pengaruh terhadap keputusan pembelian.
2. Pengujian Hipotesis Secara Parsial Uji t