fasilitas kualitas pelayanan, kompetensi tenaga penjual dan harga tidak saling berkorelasi atau tidak terjadi multikolinieritas pada model regresi.
6.2 Hasil Analisis Regresi Berganda
Untuk menjawab hipotesis yang ada, digunakan analisis regresi berganda. Regresi berganda adalah regresi yang memiliki satu variabel dependen dan lebih
dari satu variabel independen Bhuono, 2005. Hasil analisis regresi berganda tesebut diuraikan pada sub bab berikut ini.
6.2.1 Hasil Koefisien Determinasi
Koefisien determinasi bertujuan untuk mengetahui seberapa besar kemampuan variabel independen mempengaruhi variabel dependen. Koefisien
determinasi terletak pada tabel model summary
b
pada kolom Adjusted R Square. Nilai koefisien korelasi R menunjukkan seberapa besar hubungan yang
terjadi antara variabel independen terhadap variabel dependen. Nilai R berkisar antara 0 sampai 1, nilai semakin mendekati 1 berarti hubungan yang terjadi
semakin kuat, sebaliknya nilai semakin mendekati 0 maka hubungan yang terjadi semakin lemah.
Tabel 6.2 Koefisien Korelasi dan Koefisien Determinasi
Model Summary
b
Model R
R Square
Adjusted R
Square Std. Error
of the Estimate
Change Statistics R Square
Change F Change
df1 df2 Sig. F
Change 1
.626
a
.391 .371
.38416 .391
18.657 3
87 .000
a. Predictors: Constant, Harga, Kualitas_Pelayanan, Kompetensi_Penjual b. Dependent Variable: Minat_Beli_Ulang
Sumber : Hasil Penelitian, 2013 Data diolah
Dari output SPSS pada Tabel 6.2 tersebut dapat dilihat bahwa :
Universitas Sumatera Utara
• Nilai koefisien korelasi sebesar 0,626 yang menunjukkan hubungan yang erat
antara variabel kualitas pelayanan, kompetensi tenaga penjual dan harga terhadap minat beli ulang apotek di PT Novell Pharmaceutical
Medan. Jika nilai R diantara 0,6 – 0.79 maka korelasi erat Situmorang dan Luthfi, 2008
• Nilai koefisien determinasi R Square sebesar 0,391 . Artinya 39,1 minat beli ulang apotek di PT Novell Pharmaceuticall Labs Medan
dipengaruhi oleh kualitas pelayanan, kompetensi tenaga penjual dan harga. Sedangkan sisanya yakni 60,9 dipengaruhi oleh variabel lain diluar
variabel yang digunakan dalam penelitian ini.
6.2.2 Hasil Uji Hipotesis Secara Simultan Uji F
Uji ini digunakan untuk mengetahui apakah variabel independen X
1
, X
2
, X
3
secara bersama-sama atau simultan berpengaruh secara signifikan terhadap variabel dependen Y. Atau untuk mengetahui apakah model regresi dapat
digunakan untuk memprediksi variabel dependen atau tidak Ghozali, 2011 seperti terlihat pada Tabel 6.3.
Tabel 6.3. Hasil Uji F
ANOVA
a
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
8.260 3
2.753 18.657
.000
b
Residual 12.839
87 .148
Total 21.099
90 a. Dependent Variable: Minat_Beli_Ulang
b. Predictors: Constant, Harga, Kualitas_Pelayanan, Kompetensi_Penjual Sumber : Hasil Penelitian, 2013 Data diolah
Universitas Sumatera Utara
Pada Tabel 6.3 diperoleh nilai F
hitung
sebesar 18,657 , untuk menguji hipotesis secara simultan maka harus diketahui nilai F
tabel
. Dengan menggunakan tingkat keyakinan 95, alpha 5 , df1 jumlah variabel-1 =4-1 = 3 , kemudian
df2 n-k-1= 91-3-1 = 87, diperoleh nilai F
tabel
melalui formula Microsoft Excell 2010 “=FINV0.05,3,87” yang menghasilkan angka 2,7094 .
Karena nilai F
hitung
F
tabel
18,657 2,7094, maka Ho ditolak dan menerima Ha. Artinya secara simultan terdapat pengaruh yang signifikan antara
kualitas pelayanan, kompetensi tenaga penjual dan harga terhadap minat beli ulang apotek di PT Novell Pharmaceuticall Labs Medan.
6.2.3 Hasil Uji Hipotesis Secara Parsial Uji t
