• Tidak ada hasil yang ditemukan

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

4.3 Penyajian Data

4.3.3 Metode Analisis Regresi Linier Berganda

Metode Enter

Sumber: Hasil Penelitian, diolah Peneliti (2016)

Pada Tabel 4.31 dapat dilihat bahwa analisis regresi linear berganda pada penelitian ini menggunakan metode enter dimana variabel-variabel yang dimasukkan (entered) adalah citra merek (X1), harga (X2) dan gaya hidup (X3).

Coefficientsa

Model Collinearity Statistics

Tolerance VIF

(Constant)

CITRA MEREK ,462 2,163

HARGA ,546 1,883

GAYA HIDUP ,476 2,101

a. Dependent Variable: KEPUTUSAN_PEMBELIAN

Variables Entered/Removedb Model Variables Entered Variables Removed Method 1 Gaya Hidup, Harga, Citra Mereka Enter

a. All requested variables entered.

Tabel 4.32

Regresi Linier Berganda Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 7,570 2,008 3,769 ,000 Citra Merek ,137 ,119 ,143 1,154 ,251 Harga ,276 ,144 ,220 1,922 ,058 Gaya Hidup ,278 ,121 ,280 2,292 ,024

a. Dependent Variable: Keputusan Pembelian

Sumber: Hasil Penelitian, diolah Peneliti (2016)

Berdasarkan hasil pengolahan data pada tabel 4.32, dapat dirumuskan model persamaan regresi linier berganda sebagai berikut:

Y = a + b1X1 + b2X2 + b3X3 + e

Y = 7,570 + 0,137X1 + 0,276X2 + 0,278X3 + e

Keterangan:

1. Konstanta (a) = 7,570. Hal ini menunjukkan nilai konstan, dimana jika variabel citra mereka (X1), harga (X2) dan gaya hidup (X3) = 0, maka keputusan pembelian terhadap produk fashion imitasi (Y) = 7,570.

2. Koefisien regresi variabel citra merek (b1) = 0,137. Hal ini menunjukkan bahwa apabila terjadi peningkatan citra merek sebesar satu satuan, maka keputusan pembelian produk fashion imitasi akan meningkat sebesar 0,137. 3. Koefisien regresi variabel harga (b2) = 0,276. Hal ini menunjukkan bahwa

apabila terjadi peningkatan harga sebesar satu satuan, maka keputusan pembelian produk fashion imitasi akan meningkat sebesar 0,276.

4. Koefisien regresi variabel gaya hidup (b3) = 0,278. Hal ini menunjukkan bahwa apabila terjadi peningkatan gaya hidup sebesar satu satuan, maka keputusan pembelian produk fashion imitasi akan meningkat sebesar 0,278.

4.3.4 Pengujian Hipotesis

4.3.4.1 Uji Signifikansi Parsial (Uji - t)

Nilai-nilai koefisien regresi dalam persamaan regresi merupakan hasil perhitungan berdasarkan sampel yang terpilih. Oleh karena itu, disamping uji F, dilakukan uji t untuk masing-masing nilai koefisien regresi dalam persamaan regresi. Pengujian ini dimaksudkan untuk mengetahui pengaruh variabel bebas terhadap variabel terikat secara parsial.

Variabel bebas dikatakan berpengaruh terhadap variabel terikat bisa dilihat dari probabilitas variabel bebas dibandingkan dengan tingkat kesalahannya (α). Jika probabilitas variabel bebas lebih besar dari tingkat kesalahannya (α) maka variabel bebas tidak berpengaruh, tetapi jika probabilitas variabel bebas lebih kecil dari tingkat kesalahannya (α) maka variabel bebas tersebut berpengaruh terhadap variabel terikat. Model pengujiannya adalah:

H0: b1 : b2 : b3 = 0, artinya secara parsial tidak terdapat pengaruh yang positif dan signifikan dari variabel bebas, yaitu citra merek (X1), harga (X2) dan gaya hidup (X3) terhadap variabel terikat, yaitu keputusan pembelian (Y).

H0 : b1 : b2 : b3 ≠ 0, artinya secara parsial terdapat pengaruh yang positif dansignifikan dari variabel bebas, yaitu citra merek (X1), harga (X2), dan gaya hidup (X3) terhadap variabel terikat, yaitu keputusan pembelian (Y).

Kriteria pengambilan keputusan adalah: H0 diterima jika thitung < ttabel pada α= 10%

H0 ditolak jika thitung > ttabel pada α= 10% Hasil pengujiannya adalah:

Tingkat kesalahan (α) = 10% dan derajat kebebasan (df) = (n-k) n = jumlah sampel, n = 100

k = jumlah variabel yang digunakan, k = 4 Derajat bebas (df) = n - k = 100 - 4 = 96

Maka ttabel yang digunakan adalah t 10% (96) atau t0,1 (96) = 1,290

Tabel 4.33 Uji t Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 7,570 2,008 3,769 ,000 Citra Merek ,137 ,119 ,143 1,154 ,251 Harga ,276 ,144 ,220 1,922 ,058 Gaya Hidup ,278 ,121 ,280 2,292 ,024

a. Dependent Variable: Keputusan Pembelian

Sumber: Hasil Penelitian, diolah Peneliti (2016)

Dari Tabel 4.33, dapat dilihat pengaruh dari setiap variabel secara parsial adalah sebagai berikut:

1. Variabel citra merek berpengaruh secara positif dan tidak berpengaruh signifikan parsial terhadap keputusan pembelian produk fashion imitasi, hal ini terlihat dari nilai signifikan (0,251) > 0,1 dan nilai thitung (1,154) < ttabel (1,290).

2. Variabel harga berpengaruh secara positif dan berpengaruh signifikan parsial terhadap keputusan pembelian produk fashion imitasi, hal ini terlihat dari nilai signifikan (0,058) < 0,1 dan nilai thitung (1,922) > ttabel (1,290).

3. Variabel gaya hidup berpengaruh secara positif dan signifikan parsial terhadap keputusan pembelian produk fashion imitasi, hal ini terlihat dari nilai signifikan (0,024) < 0,1 dan nilai thitung (2,292) > ttabel (1,290).

4. Dari hasil pengujian hipotesis secara parsial menunjukkan bahwa Gaya Hidup merupakan variabel yang dominan mempengaruhi keputusan pembelian produk fashion imitasi.

4.3.4.2 Uji Signifikansi Simultan (Uji - F)

Uji F dilakukan untuk melihat apakah variabel bebas yang terdiri dari citra merek, harga, dan gaya hidup yang dimasukkan dalam model yang mempunyai pengaruh secara bersama-sama terhadap variabel terikat yakni keputusan pembelian.

1. Model hipotesis yang digunakan adalah:

H0: b1 = b2 = b3 = 0, artinya secara serentak tidak terdapat pengaruh yang positif dan signifikan dari variabel bebas, yaitu citra merek (X1), harga (X2) dan gaya hidup (X3) terhadap variabel terikat, yaitu keputusan pembelian (Y). H0: b1 = b2 = b3 ≠ 0, artinya secara serentak terdapat pengaruh yang positif dan signifikan dari variabel bebas, yaitu citra merek (X1), harga (X2) dan gaya hidup (X3) terhadap variabel terikat, yaitu keputusan pembelian (Y).

Kriteria pengambilan keputusannya adalah: H0 diterima jika Fhitung< Ftabel pada α= 10% H0 ditolak jika Fhitung>Ftabel pada α= 10% 2. Ftabeldapat dilihat pada α = 0,1

Derajat penyebut = n – k = 100 – 4 = 96, Ftabel 0,1 (3, 96) = 2,14.

Tabel 4.34 Uji F

ANOVAb

Model Sum of Squares Df Mean Square F Sig.

1 Regression 141,833 3 47,278 14,834 ,000a

Residual 305,957 96 3,187

Total 447,790 99

a. Predictors: (Constant), Gaya Hidup, Harga, Citra Merek b. Dependent Variable: Keputusan Pembelian

Sumber: Hasil Penelitian, diolah Peneliti (2016)

ℎ����� = �������������������� ������������������ =

47,278

3,187 = 14,834

Pada Tabel 4.34 dapat dilihat bahwa nilai Fhitung 14,834) > Ftabel (2,14). Hal ini menunjukkan bahwa variabel bebas yang terdiri dari variabel citra merek (X1), harga (X2) dan gaya hidup (X3), secara serentak berpengaruh positif dan signifikan terhadap variabel terikat yaitu keputusan pembelian (Y) produk fashion imitasi.

4.3.4.3 Pengujian Koefisien Determinasi (R2)

Koefisien determinan (R2) pada intinya mengukur seberapa kemampuan model dalam menerangkan variabel terikat. Koefisien Determinan berkisar antara 0 (nol) sampai dengan 1 (satu), (0 ≤ R 2 ≤1). Jika R2

semakin besar (mendekati satu), maka dapat dikatakan bahwa pengaruh variabel bebas (X1, X2, dan X3) adalah besar terhadap variabel terikat (Y). Hal ini berarti model yang digunakan semakin kuat untuk menerangkan pengaruh variabel bebas yang diteliti terhadap variabel terikat. Sebaliknya, jika R2 semakin mengecil (mendekati nol) maka dapat dikatakan bahwa pengaruh variabel bebas (X1, X2, dan X3) terhadap variabel terikat (Y) semakin kecil.

Tabel 4.35

Pengujian Koefisien Determinasi

Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate 1 ,563a ,317 ,295 1,78523

a. Predictors: (Constant), Gaya Hidup, Harga, Citra Merek b. Dependent Variable: Keputusan Pembelian

Sumber: Hasil Penelitian, diolah Peneliti (2016)

Berdasarkan Tabel 4.35 dapat dilihat bahwa:

1. Nilai R = 0,563, hal ini menunjukkan bahwa hubungan antara variabel-variabel bebas, yaitu citra merek (X1), harga (X2), dan gaya hidup (X3) terhadap variabel terikat yaitu keputusan pembelian produk fashion imitasi (Y) cukup erat.

2. Nilai Adjusted R Square = 0.295, hal ini menunjukkan bahwa sebesar 29,5 % keputusan pembelian produk fashion imitasi dapat dijelaskan oleh variabel bebas berupa citra merek, harga, dan gaya hidup. Sedangkan sisanya sebesar 70,5% dapat dijelaskan oleh faktor-faktor lain yang tidak diteliti.

Dokumen terkait