secara statistik mempengaruhi variabel dependen Keputusan Pembelian absolute Ut absUt. Hal ini terlihat dari probabilitas signifikansinya di atas tingkat
kepercayaan 5 0,05, jadi disimpulkan model regresi tidak mengarah adanya heterokedastisitas.
4.6.2.3 Uji Multikolinearitas
Uji multikolinearitas artinya variabel independen yang satu dengan yang lain dalam model regresi berganda tidak saling berhubungan secara sempurna atau
mendekati sempurna. Untuk mengetahui ada tidaknya gejala multikolinearitas dapat dilihat dari besarnya nilai Tolerance dan VIF Variance Inflation Factor
melalui SPSS. Tolerance mengukur variabilitas variabel terpilih yang tidak dijelaskan oleh variabel independen lainnya. Kriteria pengambilan keputusannya
adalah sebagai berikut Situmorang, et al., 2010:136 : 1.
Jika nilai Tolerance 0,1 atau nilai VIF 5, maka tidak terjadi multikolinearitas.
2. Jika nilai Tolerance 0,1 atau nilai VIF 5, maka terjadi multikolinearitas.
Hasil pengolahan SPSS untuk uji statistik melalui uji multikolinearitas dapat dilihat pada Tabel 4.15 berikut ini :
Universitas Sumatera Utara
Tabel 4.15 Uji Multikolinearitas Coefficients
a
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta Tolerance VIF
1 Constant .785
1.279 .614
.541 Bentuk
.319 .102
.287 3.125 .002
.566 1.767
Keistimewaan .271 .130
.210 2.087 .040
.470 2.127
Mutu kinerja .305
.134 .206
2.271 .025 .577
1.733 Gaya
.277 .125
.208 2.221 .029
.542 1.846
a. Dependent Variable: Keputusan Pembelian Sumber: Hasil Pengolahan SPSS Oktober 2013
Tabel 4.15 menunjukkan seluruh nilai Tolerance 0,1 dan seluruh nilai VIF 5. Dengan ini dapat disimpulkan bahwa semua data variabel tidak terkena
atau terjadi multikolinearitas. 4.6.3 Analisis Regresi Linear Berganda
Analisis regresi linear berganda digunakan untuk mengetahui seberapa besar pengaruh dari Bentuk, Keistimewaan, Mutu kinerja, dan Gaya terhadap keputusan
pembelian sepeda motor Yamaha pada Mahasiswa S1 Teknologi Informasi Universitas Prima Medan. Model regresi linear berganda dirumuskan sebagai
berikut :
Y= a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ e
Universitas Sumatera Utara
Keterangan : Y
= Keputusan Pembelian a
= Konstanta b
1
,b
2
,b
3
,b
4
= Koefisien regresi
X
1
= Bentuk Form
X
2
= Keistimewaan Feature X
3
= Mutu kinerja Performance Quality X
4
= Gaya Style
Hasil pengolahan SPSS untuk analisis regresi linear berganda adalah sebagai berikut :
Tabel 4.16 Variables EnteredRemoved
b
Model Variables
Entered Variables Removed
Method 1
Gaya, Mutu kinerja,
Keistimewaan, Bentuk
a
. Enter
a. All requested variables entered.
b. Dependent Variable: Keputusan Pembelian
Sumber: Hasil Pengolahan SPSS Oktober 2013
Universitas Sumatera Utara
Tabel 4.16 menunjukkan bahwa seluruh variabel independen telah dimasukkan dalam analisis, dengan kata lain tidak ada variabel independen yang tidak
digunakan sehingga disebut sebagai metode enter.
Tabel 4.17 Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta 1
Constant .785
1.279 .614
.541 Bentuk
.319 .102
.287 3.125
.002 Keistimewaan
.271 .130
.210 2.087
.040 Mutu kinerja
.305 .134
.206 2.271
.025 Gaya
.277 .125
.208 2.221
.029 a. Dependent Variable: Keputusan Pembelian
Sumber: Hasil Pengolahan SPSS Oktober 2013 Berdasarkan hasil pengolahan SPSS pada Tabel 4.17, dapat dirumuskan model
persamaan regresi linear berganda sebagai berikut :
Y= a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ e Y= 0,785+ 0,319X
1
+ 0,271X
2
+ 0,305X
3
+ 0,277X
4
Model persamaan regresi linear berganda diatas dijelaskan sebagai berikut : 1.
Konstanta a = 0,785. Ini menunjukkan nilai konstan yang artinya jika variabel bebas yang terdiri dari Bentuk X1, Keistimewaan X2, Mutu kinerja
Universitas Sumatera Utara
X3, dan Gaya X4 bernilai 0, maka keputusan pembelian sepeda motor Yamaha tetap sebesar 0,785.
2. Koefisien X
1
b
1
= 0,319. Ini menunjukkan bahwa variabel Bentuk berpengaruh positif dan signifikan terhadap keputusan pembelian sepeda motor
Yamaha pada Mahasiswa S1 Teknologi Informasi Universitas Prima Medan. Hal ini terlihat dari tingkat signifikansi 0,002 di bawah lebih kecil dari 0,05 dan
nilai t
hitung
3,125 t
tabel
1,66 yang artinya jika variabel Bentuk ditingkatkan maka keputusan pembelian sepeda motor Yamaha pada Mahasiswa S1 Teknologi
Informasi Universitas Prima Medan akan meningkat sebesar 0,319. 3.
Koefisien X
2
b
2
= 0,271. Ini menunjukkan bahwa variabel Keistimewaan berpengaruh positif dan signifikan terhadap keputusan pembelian sepeda motor
Yamaha pada Mahasiswa S1 Teknologi Informasi Universitas Prima Medan. Hal ini terlihat dari tingkat signifikansi 0,040 di bawah lebih kecil dari 0,05 dan
nilai t
hitung
2,087 t
tabel
1,66 yang artinya jika variabel Keistimewaan ditingkatkan maka keputusan pembelian sepeda motor Yamaha pada Mahasiswa
S1 Teknologi Informasi Universitas Prima Medan akan meningkat sebesar 0,271. 4.
Koefisien X
3
b
3
= 0,305. Ini menunjukkan bahwa variabel Mutu kinerja berpengaruh positif dan signifikan terhadap keputusan pembelian sepeda motor
Yamaha pada Mahasiswa S1 Teknologi Informasi Universitas Prima Medan. Hal ini terlihat dari tingkat signifikansi 0,025 di bawah lebih kecil dari 0,05 dan
nilai t
hitung
2,271 t
tabel
1,66 yang artinya jika variabel Mutu kinerja ditingkatkan maka keputusan pembelian sepeda motor Yamaha pada Mahasiswa
S1 Teknologi Informasi Universitas Prima Medan akan meningkat sebesar 0,305.
Universitas Sumatera Utara
5. Koefisien X
4
b
4
= 0,277. Ini menunjukkan bahwa variabel Gaya berpengaruh positif dan signifikan terhadap keputusan pembelian sepeda motor
Yamaha pada Mahasiswa S1 Teknologi Informasi Universitas Prima Medan. Hal ini terlihat dari tingkat signifikansi 0,029 di bawah lebih kecil dari 0,05 dan
nilai t
hitung
2,221 t
tabel
1,66 yang artinya jika variabel Gaya ditingkatkan maka keputusan pembelian sepeda motor Yamaha pada Mahasiswa S1 Teknologi
Informasi Universitas Prima Medan akan meningkat sebesar 0,277.
4.6.4 Uji Hipotesis