model tersebut. Analisis pada gambar Scatterplot yang menyatakan model linier berganda tidak terdapat heteroskedastisitas jika Triton P.B., 2006 : 152 :
• •
• •
Titik-titik data menyebar di atas dan di bawah atau di sekitar angka 0. •
• •
•
Titik-titik data tidak mengumpul hanya di atas atau di bawah saja. •
• •
•
Penyebaran titik-titik data tidak boleh membentuk pola bergelombang melebar kemudian menyempit dan melebar kembali.
• •
• •
Penyebaran titik-titik data sebaiknya tidak berpola. Dari gambar 4.2 terlihat bahwa penyebaran residual adalah tidak teratur. Hal
tersebut dapat dilihat dari plot yang terpencar serta tidak membentuk suatu pola tertentu. Sehingga dapat disimpulkan bahwa model regresi linear berganda bebas
dari heteroskedastisitas.
E. Analisa Regresi Berganda
Teknik analisis data yang digunakan dalam penelitian ini adalah teknik analisis regresi berganda Multiple Regression. Analisis regresi berganda
adalah analisis tentang hubungan antara satu dependent variabel dengan dua atau lebih independent variabel Arikunto 2002 : 56 .
Tabel 4.36 Hasil Analisis Regresi Berganda
Variabel Koefisien regresi
t-hitung signifikan
Konstan 21,932
4,304 0,000
Produk 0,166
1,692 0,007
Harga 0,278
2,390 0,027
Promosi 0,088
2,426 0,047
Lokasi 0,249
1,794 0,039
Kualitas Pelayanan 0,211
1,694 0,036
Ad.R R Multiplier
R Squer Standar Eror of Estimate
0,659 0,326
0,521 1,287
F-hitung F-tabel
T- Tabel Signifikansi
12,240 2,68
1,66 0,037
Sumber : Data primer yang telah diolah
Keputusan Pembelian = 21,932 + 0,166X
1
+ 0,278X
2
+ 0,088X
3
+ 0,249X
4
+ 0,211X
5
+ E
Dari persamaan koefisien regresi tersebut dapat dijelaskan bahwa: a. Produk adalah suatu manfaat yang diberikan oleh satu pihak kepada
pihak lainnya. Pada tabel 4.36 diatas dapat kita lihat bahwa keyakinan membeli terdapat pengaruh yang signifikan dengan keputusan
pembelian dengan nilai koefisien regresi 0,166. b. Koefisien regresi harga sebesar 0,278 menyatakan bahwa setiap
penambahan harga sebesar 1 satuan maka keputusan pembelian akan meningkat sebesar 0,278 dengan asumsi variable lainnya tetap.
c. Koefisien regresi promosi sebesar 0,088 menyatakan bahwa setiap penambahan promosi sebesar 1 satuan maka keputusan pembelian
akan meningkat sebesar 0,088 dengan asumsi variable lainnya tetap.
Model Summary
b
.326
a
.521 .659
1.827 .626
Model 1
R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
Predictors: Constant, Kualitas Pelayanan, Harga, Lokasi , Produk, Promosi
a. Dependent Variable: Keputusan pembelian
b.
d. Koefisien regresi lokasi sebesar 0,459 menyatakan bahwa setiap penambahan lokasi sebesar 1 satuan maka keputusan pembelian akan
meningkat sebesar 0,459 dengan asumsi variable lainnya tetap. Hal ini konsisten dengan penelitian yang dilakukan oleh koesendari bahwa
evaluasi mempunyai hubungan positif yang kuat terhadap keputusan
pembelian.
e. Koefisien regresi kualitas pelayanan sebesar 0,211 menyatakan bahwa setiap penambahan evaluasi sebesar 1 satuan maka keputusan
pembelian akan meningkat sebesar 0,211 dengan asumsi variable
lainnya tetap.
F. Pengujian Hipotesis
