Regresi Linier Berganda Uji Simultan F

2. Uji Hipotesis

Tabel 4.24 Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant .729 .602 1.212 .229 PRODUK .818 .082 .421 9.975 .000 HARGA .399 .053 .220 7.582 .000 LOKASI .373 .063 .196 5.914 .000 PROMOSI 1.044 .081 .604 12.882 .000 a Dependent Variable: KEPUTUSANMENJADINASABAH

a. Regresi Linier Berganda

Model persamaan regresi linier berganda digunakan untuk meramalkan Y. apabila semua nilai variabel independen diketahui, maka kita dapat menggunakan persamaan regresi linier berganda. Model regresi linier berganda dirumuskan sebagai berikut : Y = α + β 1 X 1 + β 2 X 2 + β 3 X 3 + β 4 X 4 + ε i Dimana: Y = Keputusan menjadi nasabah α = Elemen Konstanta β 1 sd n = Koefisien regresi variabel independen X 1 = Produk X 2 = Harga X 3 = Lokasi X 4 = Promosi Dari hasil pengolahan didapat model persamaan regresi: Y = 0,729 + 0,818X 1 + 0,399X 2 + 0,373X 3 + 1,044X 4 + ε i Dari model regresi di atas dapat disimpulkan sebagai berikut: 1 Nilai konstanta sebesar 0,729 menyatakan bahwa jika tidak ada nilai produk, harga, lokasi, dan promosi maka besarnya keputusan menjadi nasabah sebesar 0,729 2 Nilai koefisien regresi variable X 1 Produk sebesar 0.818 menyatakan bahwa setiap penambahan 1 karena tanda + dari produk, maka nilai Y keputusan keputusan menjadi nasabah akan bertambah sebesar 0.818 3 Nilai koefisien regresi variable X 2 harga sebesar 0.399 menyatakan bahwa setiap penambahan 1 karena tanda + dari harga, maka nilai Y keputusan keputusan menjadi nasabah akan bertambah sebesar 0.399. 4 Nilai koefisien regresi variable X 3 lokasi sebesar 0.373 menyatakan bahwa setiap penambahan 1 karena tanda + dari lokasi, maka nilai Y keputusan keputusan menjadi nasabah akan bertambah sebesar 0.373. 5 Nilai koefisien regresi variable X 4 Promosi sebesar 1.044 menyatakan bahwa setiap penambahan 1 karena tanda + dari lokasi, maka nilai Y keputusan keputusan menjadi nasabah akan bertambah sebesar 1.044.

b. Uji Simultan F

Uji simultan digunakan unutk mengetahui apakah variable independen secara bersama-sama berpengaruh secara signifikan terhadap variable dependen. Tabel 4.25 ANOVAb Model Sum of Squares df Mean Square F Sig. 1 Regression 599.638 4 149.910 479.961 .000a Residual 29.672 95 .312 Total 629.310 99 a Predictors: Constant, PROMOSI, HARGA, LOKASI, PRODUK b Dependent Variable: KEPUTUSANMENJADINASABAH Hipotesis dalam uji F adalah sebagai berikut: H o : tidak terdapat pengaruh yang signifikan antara variable independen promosi, harga, lokasi, produk terhadap variable dependen Keputusan menjadi nasabah. H a : terdapat pengaruh yang signifikan antara variable independen promosi, harga, lokasi, produk terhadap variable dependen keputusan menjadi nasabah. Apabila nilai F hitung F tabel maka hipotesis Ha diterima Ho ditolak. Apabila nilai F hitung F tabel maka hipotesis Ha ditolak Ho diterima. Atau Jika nilai Sig. F hitung F αk,n-k -1 maka Hipotesis Ha ditolak Ho diterima Jika nilai Sig. F hitung F αk,n-k -1 maka Hipotesis Ha diterima Ho ditolak. Berdasarkan pada tabel analisis Anova, jika dilihat dari signifikansi, diketahui bahwa nilai signifikan 0.000 0.05 yang artinya signifikan, sedangkan F hitung sebesar 479.961 F tabel , dengan tingkat signifikansi 5 dan F tabel = df 98 ; 1, maka df 1 = 1 dan df 2 = 98 didapat nilai f tabel = 3.94 Kesimpulan: Karena nilai F hitung 479.961 nilai F tabel 3.94, dan nilai signifikansi F hitung 0.000 F tabel 0.05, maka dapat disimpulkan bahwa variabel independen produk, harga, promosi, lokasi mempunyai pengaruh yang signifikan terhadap variabel dependen keputusan menjadi nasabah.

c. Uji Parsial Uji t