Anita Arumsari

175020300111039

Hipotesis Deklaratif

 H1: Product quality berpengaruh positif terhadap Purchase Level.

 H2: E-Commerce activities berpengaruh positif terhadap Purchase Level.
 H3: Technical support berpengaruh positif terhadap Purchase Level.

Diagram Jalur

X2

X3 Y

X5

Model Empiris

Y = a + b1x1 + b2x2 + b3x3

Hipotesis Statistika

H1 H0: b1 < 0 ; H1: b1 > 0

H2 H0: b2 < 0 ; H1: b2 > 0
H3 H0: b3 < 0 ; H1: b3 > 0

Asumsi-asumsi Regresi

1. Uji Asumsi Lineraritas

1.1. Product Quality

ANOVA Table
Sum of Squares df Mean Square F Sig.
X22 - Purchase Level * X6 - Between Groups (Combined) 5602,300 42 133,388 3,503 ,000
Product Quality Linearity 2513,405 1 2513,405 65,999 ,000
Deviation from 3088,895 41 75,339 1,978 ,009
Linearity
Within Groups 2170,700 57 38,082
Total 7773,000 99
 Dengan Asumsi

Pada baris Linearity :

 H0 : Model regresi tidak linear

 H1 : Model regresi linear

Pada baris Deviaion from linearity

 H0 : Tidak ada deviasi linear

 H1 : Ada deviasi linear

Keputusan

 Pada Linearity, nilai sig. = 0,000 ; Sehingga sig. < 0,05

Maka dapat disimpulkan jika H1 diterima dan merupakan model regresi linear
 Pada Deviation from linearity, nilai sig. = 0,009 ; sehingga sig. < 0,05
Maka dapat disimpulkan jika H1 diterima dan terjadi deviasi linear pada model regresi

1.2. E-Commerce Activities

ANOVA Table
Sum of Squares df Mean Square F Sig.
X22 - Purchase Level * X7 - E- Between Groups (Combined) 2398,036 26 92,232 1,253 ,225
Commerce Activities Linearity 147,114 1 147,114 1,998 ,162
Deviation from Linearity 2250,923 25 90,037 1,223 ,250
Within Groups 5374,964 73 73,630
Total 7773,000 99
Dengan Asumsi

Pada baris Linearity :

 H0 : Model regresi tidak linear

 H1 : Model regresi linear

Pada baris Deviaion from linearity

 H0 : Tidak ada deviasi linear

 H1 : Ada deviasi linear

Keputusan

 Pada Linearity, nilai sig. = 0,162 ; Sehingga sig. > 0,05

Maka dapat disimpulkan jika H1 ditolak dan bukan merupakan model regresi linear
 Pada Deviation from linearity, nilai sig. = 0,250 ; sehingga sig. < 0,05
Maka dapat disimpulkan jika H1 ditolak dan tidak terjadi deviasi linear pada model
regresi
 1.3 Technical Support

ANOVA Table
Sum of Squares df Mean Square F Sig.
X22 - Purchase Level * X8 - Between Groups (Combined) 4221,583 49 86,155 1,213 ,249
Technical Support Linearity ,888 1 ,888 ,013 ,911
Deviation from Linearity 4220,695 48 87,931 1,238 ,228
Within Groups 3551,417 50 71,028
Total 7773,000 99
Dengan Asumsi

Pada baris Linearity :

 H0 : Model regresi tidak linear

 H1 : Model regresi linear

Pada baris Deviaion from linearity

 H0 : Tidak ada deviasi linear

 H1 : Ada deviasi linear

Keputusan

 Pada Linearity, nilai sig. = 0,911 ; Sehingga sig. > 0,05

Maka dapat disimpulkan jika H1 ditolak dan bukan merupakan model regresi linear
 Pada Deviation from linearity, nilai sig. = 0,228 ; sehingga sig. < 0,05
Maka dapat disimpulkan jika H1 ditolak dan tidak terjadi deviasi linear pada model
regresi
2. Uji Asumsi Homoskedastisitas

Keputusan :
 Dari grafik scatterplots terlihat bahwa titik-titik menyebar secara acak sehingga dapat
disimpulkan tidak terjadi heterokedastisitas
 Model regresi layak untuk memprediksi Purchase Level berdasarkan input Product
Quality, E-Commerce activities, Technical Support

Uji Heteroskedastisitas : Uji Park

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 6,175 2,037 3,032 ,003
X6 - Product Quality -,157 ,168 -,095 -,936 ,352
X7 - E-Commerce Activities -,462 ,333 -,140 -1,385 ,169
X8 - Technical Support -,120 ,152 -,079 -,787 ,433
a. Dependent Variable: LnRes_2
Keputusan :
 Nilai Sig. Semua variabel > 0,05 Sehingga dapat disimpulkan model regresi
mempunyai masalah heterokedastisitas

3. Uji Autokorelasi

Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
1 ,181a ,033 ,003 2,30221 1,787
a. Predictors: (Constant), X8 - Technical Support, X7 - E-Commerce Activities, X6 -
Product Quality
b. Dependent Variable: LnRes_2

Keputusan :
Nilai dari D-W = 1,787 ; sehingga -2 < D – W < 2
Sehingga dapat disimpulkan jika terdapat autokorelasi bebas

4. Uji Multikolinieritas

Coefficient Correlationsa
X7 - E-
X8 - Technical Commerce X6 - Product
Model Support Activities Quality
1 Correlations X8 - Technical Support 1,000 -,014 -,097
X7 - E-Commerce Activities -,014 1,000 ,138
X6 - Product Quality -,097 ,138 1,000
Covariances X8 - Technical Support ,023 -,001 -,002
X7 - E-Commerce Activities -,001 ,111 ,008
X6 - Product Quality -,002 ,008 ,028
a. Dependent Variable: LnRes_2

Keputusan :
 Di dapatkan jika nilai Korelasi E-Commerce Activties dengan Technical Support
adalah -0,014 sehingga di dapatkan -0,014 < 0,5
 Selainn itu di dapatkan nilai Korelasi Product Quality dengan Technical Support
adalah -0,097 sehingga di dapatkan -0,097 < 0,5
  Maka dapat disimpulkan jika model regresi tersebut tidak terdapat problem
multikolinieritas

5. Uji Normalistas : Uji K-S

One-Sample Kolmogorov-Smirnov Test

Unstandardized
Residual
N 100
Normal Parametersa,b Mean ,0000000
Std. Deviation 7,00291882
Most Extreme Differences Absolute ,056
Positive ,036
Negative -,056
Test Statistic ,056
Asymp. Sig. (2-tailed) ,200c,d
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.

Dengan Hipotesis :
H0 : Data normal
H1 : Data tidak normal
Keputusan :
Di dapat nilai Sig. = 0,200 ; sehingga di dapat Sig. > 0,05
Maka dapat disimpulkan jika data regresi berdistribusi normal

Penilaian Terhadap GOF

1. Koefisien Diterminasi

Model Summary
Adjusted R Std. Error of the
Model R R Square Square Estimate
1 ,613a ,375 ,356 7,1115
a. Predictors: (Constant), X8 - Technical Support, X7 - E-Commerce
Activities, X6 - Product Quality
Pengambilan Keputusan :
nilai R2 = 0,375 maka 0,05 > R2
Sehingga dapat disimpulkan bahwa variabel independen dalam menjelaskan variasi/variabel
independen kurang bagus

2. Uji F atau Anova

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 2917,954 3 972,651 19,232 ,000b
Residual 4855,046 96 50,573
Total 7773,000 99
a. Dependent Variable: X22 - Purchase Level
b. Predictors: (Constant), X8 - Technical Support, X7 - E-Commerce Activities, X6 - Product
Quality

Dengan hipotesis Statistik

H0: b1 = b2 = b3 = 0

H1: b1 ≠ b2 ≠ b3 ≠ 0

Pengambilan Keputusan :

Dengan nilai Sig. = 0,000 maka Sig. < 0,05

Sehingga dapat disimpulkan jika H1diterima. Maka model layak digunakan untuk
memprediksi variabel dependen. Atau dengan kata lain semua variabel yang dimasukkan
dalam model berpengaru secara bersama-sama terhadap variabel dependen

3. Uji t

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 20,276 6,291 3,223 ,002
X6 - Product Quality 3,842 ,519 ,605 7,401 ,000
X7 - E-Commerce Activities 2,791 1,030 ,221 2,710 ,008
X8 - Technical Support -,398 ,469 -,069 -,849 ,398
a. Dependent Variable: X22 - Purchase Level
Hasil Keputusan :

 Hipotesis 1
Hipotesis statistik : H0: b1 = 0 ; H1: b1 > 0
Dengan nilai Sig. = 0,000 maka Sig. < 0,05
Sehingga dapat disimpulkan jika H1 diterima dan dapat disimpulkan jika ada
pengaruh variabel Product Quality secara individual dalam menerangkan variasi
variabel Purchase Level
Maka dapat diputuskan jika Product Quality berpengaruh positif terhadap
Purchase Level
 Hipotesis 2
Hipotesis statistik : H0: b2 = 0 ; H1: b2 > 0
Dengan nilai Sig. = 0,008 maka Sig. < 0,05
Sehingga dapat disimpulkan jika H1 diterima dan dapat disimpulkan jika ada
pengaruh variabel E-Commerce Activities secara individual dalam menerangkan
variasi variabel Purchase Level
Maka dapat diputuskan jika E-Commerce Activities berpengaruh positif
terhadap Purchase Level
 Hipotesis 3
Hipotesis statistik : H0: b3 = 0 ; H1: b3 > 0
Dengan nilai Sig. = 0,398 maka Sig. > 0,05
Sehingga dapat disimpulkan jika H3 ditolak dan dapat disimpulkan jika tidak ada
pengaruh variabel Tehnical Support secara individual dalam menerangkan variasi
variabel Purchase Level
Maka dapat diputuskan jika Tehnical Support tidak berpengaruh positif
terhadap Purchase Level

Persamaan Regresi

Y = 20,276 + 3,842 x1 + 2,791 x2 – 0,398 x3

Penjelasan

 a = 20,276 menyatakan bahwa jika nilai variabel independen tetap (x 1, x2, x3 ....
x10)maka nilai Purchase Level adalah sebesar 20,276
 b1 = 3,842 menyatakan bahwa jika X1 bertambah, maka Purchase Level akan
mengalami perubahan sebesar3,842, dengan asumsi tidak ada penambahan
(konstanta) pada variabel independen lainnya
 b2 = 2,791 menyatakan bahwa jika X2 bertambah, maka Purchase Level akan
mengalami perubahan sebesar2,791, dengan asumsi tidak ada penambahan
(konstanta) pada variabel independen lainnya
  b3 = -0,398 menyatakan bahwa jika X3 bertambah, maka Purchase Level akan
mengalami perubahan sebesar -0,398 dengan asumsi tidak ada penambahan
(konstanta) pada variabel independen lainnya
Variable yang palng berpengaruh adalah Product Quality