dipakai untuk memprediksi keputusan pembelian, berdasarkan masukan variabel bebasnya.
Tabel 4.11 Uji glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 2.607
1.625 1.605
.112 perceived quality
-.012 .082
-.021 -.145
.885 positioning
-.030 .063
-.068 -.478
.634 a. Dependent Variable: absut
Sumber: Pengolahan data dengan SPSS 2010.
Kriteria pengambilan keputusan dengan uji glejser sebagai berikut: a.
Jika nilai signifikansi 0,05 maka tidak mengalami gangguan heteroskedastisitas
b. Jika nilai signifikansi 0,05 maka mengalami gangguan
heteroskedastisitas Tabel 4.11 memperlihatkan bahwa tidak satupun variabel independen yang
signifikan secara statistik mempengaruhi variabel dependen absolut Ut absut. Hal ini terlihat dari probabilitas signifikansi di atas tingkat kepercayaan 5, jadi model
regresi tidak mengarah adanya heteroskedastisitas.
3. Uji Multikolinearitas
Gejala multikolinearitas dapat dilihat dari besarnya nilai Tolerance dan VIF Varience Inflation Factor melalui program SPSS 16.0 Tolerance mengukur
Universitas Sumatera Utara
variabilitas variabel terpilih yang tidak dijelaskan oleh variabel independen lainnya. Nilai umum yang biasa dipakai adalah nilai Tolerance 0,1 atau nilai VIF 5, maka
tidak terjadi multikolinearitas Situmorang et al, 2008:136.
Tabel 4.12 Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
4.708 2.268
2.076 .041
perceived quality
.309 .115
.313 2.685
.009 .513
1.950 positioning
.241 .088
.318 2.730
.008 .513
1.950 a. Dependent Variable: keputusan pembelian
Sumber: pengolahan data dengan SPSS Dari tabel 4.12 dapat dilihat bahwa VIF 5, maka tidak terjadi multikolinearitas
dan tolerance 0,1 maka tidak terjadi multikolinearitas.
3. Pengujian Koefisien Determinan R
2
Pengujian koefisien determinasi R
2
bertujuan untuk mengetahui seberapa besar kemampuan variabel bebas menjelaskan variabel terikat. Dalam
output SPSS, koefisien determinasi terletak pada tabel Model Summary
b
dan tertulis R Square. Namun untuk regresi linear berganda sebaiknya
menggunakan R Square yang sudah disesuaikan atau tertulis Adjusted R Square, karena disesuaikan dengan jumlah variabel bebas dalam penelitian.
Universitas Sumatera Utara
Nilai R Square dikatakan baik jika di atas 0,5 karena nilai R Square berkisar antara 0 sampai 1.
Tabel 4.13 Pengujian koefisien determinan
Model Summary
b
Model R
R Square Adjusted R Square
Std. Error of the Estimate
1 .581
a
.338 .324
1.89633 a. Predictors: Constant, positioning, perceived quality
b. Dependent Variable: keputusan pembelian
Sumber: pengolahan data SPSS 2010 Tabel 4.13 menunjukkan angka R = 0,581 yang berarti perceived quality
dan positioning memiliki hubungan yang cukup erat terhadap keputusan pembelian pelanggan sebesar 58,1 .
Adjusted R Square atau determinan R
2
sebesar 0.324 berarti model analisis yang digunakan hanya mampu menjelaskan pengaruh perceived quality
X1 dan positioning X2 terhadap keputusan pembelian Y pada Brastagi Supermarket Medan sebesar 32.4, sedangkan 67.6 dijelaskan oleh faktor lain
yang tidak dimasukkan dalam model analisis penelitian. Angka Standard Error Of Estimate SEE sebesar 1,89633 menunjukkan
ketepatan model regresi memprediksi variabel bebas. Semakin kecil nilai Standart Error of Estimate SEE akan membuat model regresi semakin tepat
dalam memprediksi variabel. Angka 1,89633 dapat dikatakan kecil, sehingga dapat dikatakan tepat untuk memprediksi variabel bebas dalam penelitian ini.
Universitas Sumatera Utara
E. Uji Signifikan Simultan Uji-F
