atau tidak kurang dari 0,10 serta nilai VIF di sekitar angka 1 serta tidak lebih dari 10, maka dapat disimpulkan tidak terjadi multikolinearitas antara variabel bebas
dalam model regresi.
3.6.4. Analisis Regresi Linear Berganda
Dalam upaya menjawab permasalahan dalam penelitian ini, maka digunakan analisis regresi linear berganda multiple regression. Analisis regresi
pada dasarnya adalah studi mengenai ketergantungan variabel dependen terikat dengan satu atau lebih variabel independen variabel bebas, dengan tujuan untuk
mengestimasi dan atau memprediksi rata-rata populasi atau nilai-nilai variabel independen yang diketahui Ghozali, 2001. Untuk regresi yang variabel
independennya terdiri atas dua atau lebih regresinya disebut juga regresi berganda. Oleh karena variabel independen dalam penelitian ini mempunyai variabel yang
lebih dari dua, maka regresinya disebut regresi berganda. Persamaan regresi dalam penelitian ini adalah untuk mengetahui seberapa besar pengaruh variabel
independen atau bebas, yaitu pelayanan, disiplin kerja dan lokasi terhadap variabel dependen atau terikat yaitu keputusan konsumen.
Rumus regresi berganda yang digunakan dalam penelitian ini adalah :
Y = b1 . X1 + b2 . X2 + b3 . X3 + b4 . X4
Keterangan : Y = keputusan konsumen
b1 = koefisien regresi dari variabel produk b2 = koefisien regresi dari variabel harga
b3 = koefisien regresi dari variabel lokasi b4 = koefisien regresi dari variabel pelayanan
X1 = produk X2 = harga
X3 = lokasi X4 = pelayanan
Universitas Sumatera Utara
Koefisien variabel independen dalam persamaan regresi berganda tersebut akan diinterpretasikan dengan menggunakan standarlized beta coefficient. Hal ini
disebabkan unit ukuran dari variabel independen tidak sama. Keuntungan menggunakan standarlized beta coefficient adalah dapat mengeliminasi perbedaan
unit ukuran pada variabel independen Ghozali, 2001.
3.6.5. Uji T
Uji T pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel dependen
Ghozali, 2001. Perhitungan nilai t hitung dapat dilakukan dengan rumus sebagai berikut :
Keterangan : b
= koefisien regresi Sb
= standar eror regresi Dalam model summar, nilai t hitung dihitung dari perbandingan antara
koefisien b dengan standar of erroe estimate.
1. Merumuskan Hipotesis Statistik a. Ho : βi = 0
Variabel independen secara parsial tidak berpengaruh positif terhadap variabel dependen
b. Ho : βi 0 Variabel independen secara parsial berpengaruh positif terhadap variabel
dependen 2. Mengukur taraf signifikansi
a. Probabilitas 0,05 = Ho ditolak dan Ha diterima b. Probabilitas 0,05 = Ho diterima dan Ha ditolak
Universitas Sumatera Utara
3.6.5. Uji Determinan R
