Uji Multikolinieritas Uji Asumsi Klasik

3. Uji Multikolinieritas

Gejala multikolinieritas dapat dilihat dari besarnya nilai Tolerance dan VIF Variance Inflation Factor. Kedua ukuran ini menunjukkan setiap variabel bebas manakah yang dijelaskan oleh variabel bebas lainnya. Tolerance adalah mengukur variabilitas variabel bebas yang terpilih yang tidak dijelaskan variabel lainnya. Nilai yang digunakan untuk Tolerance 0,1 dan VIF 5, sehingga tidak terjadi multikolinieritas. Tabel 4.13 Uji Multikolinieritas Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant -3.323 2.072 -1.604 .114 keterlibatan_kons umen .648 .084 .686 7.720 .000 .786 1.272 perbedaan_antar _merek .122 .055 .196 2.207 .031 .786 1.272 a. Dependent Variable: keputusan_membeli Sumber: Hasil Olahan SPSS 17.00 for Windows Mei, 2011 Berdasarkan tabel 4.13, dapat diketahui bahwa nilai Tolerance 0,1 dan nilai VIF 0,5 untuk semua variabel bebas yaitu keterlibatan konsumen dan perbedaan antar merek yang di uji dalam uji multikolinieritas ini. Dengan demikian data tersebut tidak terjadi multikolinieritas. Universitas Sumatera Utara 4.2.4.Analisis Regresi Linier Berganda 1. Uji Secara Serempak Simultan Uji F atau ANOVA Uji F menunjukkan apakah semua variabel bebas X yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel terikat Y. Kriteria pengambilan keputusan : H diterima jika F hitung F tabel pada α = 5 H a diterima jika F hitung F tabel pada α = 5 Langkah-langkah pengujiannya sebagai berikut: 1 Menentukan model hipotesis untuk H dan H a . 2 Mencari nilai F tabel dengan cara menentukan tingkat kesalahan α dan menentukan derajat kebebasan df. 3 Menentukan kriteria pengambilan keputusan. 4 Mencari nilai F hitung dengan bantuan SPSS 17.00 for windows. 5 Kesimpulan. Tabel 4.14 Uji Simultan Uji F ANOVA b Model Sum of Squares Df Mean Square F Sig. 1 Regression 126.376 2 63.188 50.994 .000 a Residual 73.108 59 1.239 Total 199.484 61 a. Predictors: Constant, perbedaan_antar_merek, keterlibatan_konsumen b. Dependent Variable: keputusan_membeli Sumber: Hasil Olahan SPSS 17.00 for Windows Mei, 2011 Pada tabel 4.14 dapat dilihat bahwa nilai F hitung adalah 50,994 dengan tingkat signifikansi 0,000. Sedangkan F tabel dengan tingkat kepercayaan 95 Universitas Sumatera Utara α=0,05 dan derajat kebebasan pembilang df 1 = 2 k-1 derajat penyebut df 2 = 59 n-k adalah 3,15. Dengan demikian nilai dari F hitung F tabel dan tingkat signifikansi 0,000 α 0,05, yang menunjukkan bahwa variabel bebas yaitu keterlibatan konsumen dan perbedaan antar merek secara bersama- sama berpengaruh positif dan signifikan terhadap variabel terikat yaitu keputusan membeli. 2. Uji Secara Parsial Uji t Uji t digunakan untuk menentukan seberapa besar pengaruh variabel bebas secara parsial terhadap variabel terikat. Kriteria pengambilan keputusan: H diterima jika t hitung t tabel pada α = 5 H a diterima jika t hitung t tabel pada α = 5 Tabel 4.15 Uji Parsial Uji t Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant -3.323 2.072 -1.604 .114 keterlibatan_konsu men .648 .084 .686 7.720 .000 perbedaan_antar_ merek .122 .055 .196 2.207 .031 a. Dependent Variable: keputusan_membeli Sumber: Hasil Olahan SPSS 17.00 for Windows Mei, 2011 Berdasarkan tabel 4.15 di atas, dapat disimpulkan sebagai berikut : a. Berdasarkan hasil uji t maka diperoleh persamaan regresi sebagai berikut: Y= -3,323 + 0,648X1 + 0,122X2 + e Universitas Sumatera Utara b. variabel keterlibatan konsumen berpengaruh positif dan signifikan terhadap keputuasan membeli, hal ini terlihat dari nilai signifikan 0,000 0,05 dan nilai t hitung 7,720 t tabel 1,66, artinya jika variabel keterlibatan konsumen ditingkatkan satu satuan maka keputusan membeli Y akan meningkat sebesar 0, 648 satuan. c. variabel perbedaan antar merek berpengaruh positif dan signifikan terhadap keputusan membeli, hal ini terlihat dari nilai signifikan 0,031 0,05 dan nilai t hitung 2,207 t tabel 1,66, artinya jika variabel perbedaan antar merek ditingkatkan satu satuan maka keputusan membeli Y akan meningkat sebesar 0,122 satuan. 3. Pengujian Koefisien Determinan R 2 Koefisien determinan mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel bebas. Nilainya adalah 0-1. Semakin mendekati nol berarti model regresi semakin tidak baik atau model dalam menjelaskan dengan sangat terbatas, dan sebaliknya semakin mendekati satu, maka model akan semakin baik. Tabel 4.16 Pengujian Goodness of Fit Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .796 a .634 .621 1.11316 a. Predictors: Constant, perbedaan_antar_merek, keterlibatan_konsumen Sumber: Hasil Olahan SPSS 17.00 for Windows, Mei, 2011 Universitas Sumatera Utara Keterangan : a R = 0,796 berarti hubungan antara keterlibatan konsumen dan perbedaan antar merek terhadap keputusan membeli sebesar 79,6. Artinya hubungan antar variabel erat. b Adjusted R Square sebesar 0,621 berarti 62,1 keputusan membeli dapat dijelaskan oleh variabel keterlibatan konsumen dan perbedaan antar merek. Sedangkan sisanya 37,9 dapat dijelaskan oleh faktor- faktor lain yang tidak diteliti oleh peneliti. c Standard Error of Estimated standar deviasi sebesar 1,11316 yang berarti model dinilai baik, karena semakin kecil nilai standar deviasi maka model akan semakin baik.

4.3 Pembahasan