[1] Sumber Data dan Definisi Operasional

Sumber data yang digunakan adalah data sekunder yang diambil dari Skripsi Zaenol Arifin dengan
judul “Pengaruh Kualitas Produk, Harga, Dan Promosi Terhadap Keputusan Pembelian
Smartphone Android Xiaomi Di Jember Pada Mahasiswa Fakultas Ekonomi Dan Bisnis
Universitas Jember”. Berikut adalah tampilan data mentah yang akan digunakan pada analisis.

Gambar 1 Tampilan Data Mentah dari Skripsi Zaenol Arifin

Variabel- variabel yang digunakan yaitu.
I. Variabel Bebas (Variabel Independent)
Variabel bebas dalam penelitian ini adalah Kualitas Produk (X1), Harga (X2) dan Promosi (X3).
1. Kualitas produk (X1) adalah kemampuan suatu barang untuk memberikan hasil atau
kinerja yang sesuai bahkan melebihi dari apa yang diinginkan pelanggan smartphone
android Xiaomi dengan indikator Kualitas produk yang digunakan menurut (philip Kotler
dan Keller (2009:8) sebagai berikut :
a. Kualitas Kinerja adalah Spesifikasi produk smartphone Xiaomi yang cukup mumpuni
b. Fitur adalah kamera tambahan pada produk smartphone android Xiaomi
c. Ketahanan adalah produk smartphone android Xiaomi tidak mudak rusak
d. Keandalan adalah produk smartphone android Xiaomi mampu di operasikan dengan
baik di segala kondisi
e. Desain adalah tampilan produk smartphone android Xiaomi yang cukup staylish
2. Harga (X2) adalah nilai dari suatu produk dalam bentuk uang yang harus dikorbankan
konsumen guna mendapatkan manfaat produk smartphone android xiaomi, indikator harga
yang digunakan menurut (Zielke, 2006) sebagai berikut :
a. Tingkat Harga yaitu Harga yang ditawarkan Smartpone android Xiaomi sangat murah
 dan terjangkau.
b. Kesesuaian Harga dengan Kualitas Produk yaitu, harga yang ditawarkan Smartpone
android Xiaomi sesuai dengan kualitas produk yang didapat oleh konsumen.
c. Daya Saing Harga yaitu, harga yang ditawarkan Smartpone android Xiaomi lebih
murah dibandingkan harga dari produk lain yang sejenis.
3. Promosi (X3) adalah kegiatan yang dilakukan perusahaan untuk mengkomunikasikan
manfaat produk smartphone android xiaomi dan sebagai alat untuk mempengaruhi
konsumen dalam kegiatan pembelian atau penggunaan jasa sesuai dengan kebutuhan,
indikator Promosi yang digunakan menurut (philip kotler dan keller,2016) sebagai berikut :
a. frekuensi promosi adalah Produk smartphone Xiaomi sering meakukan promosi
penjualan yang menawarkan bonus.
b. Kualitas Promosi adalah tolak ukur seberapa baik promosi penjualan yang dilakukan.
c. kuantitas promosi adalah nilai atau jumlah promosi penjualan yang diberikan kepada
konsumen.
d. Waktu promosi adalah lamanya promosi yang dilakukan.
e. Informasi promosi adalah Informasi yang jelas dari promosi membantu konsumen
mengenali produk.
f. Sasaran promosi adalah Ketepatan atau kesesuaian sasaran promosi merupakan faktor
yang diperlukan untuk mencapai target yang diinginkan.

II. Variabel Terikat (dependent)

Variabel terikat dalam penelitian ini adalah keputusan pembelian (Y). Tingkat keterlibatan
pelanggan dalam pengambilan keputusan pembelian mengacu pada perasaan relevansi pribadi
dengan objek atau tingkat ketertarikan di dalamnya. Indikator keputusan pembelian yang
digunakan adalah indikator menurut (Traylor and Joseph, 1984; Mittal and Lee, 1988; O’Cass,
2000) sebagai berikut :
a. Keterlibatan yaitu konsumen melakukan keputusan pembelian karena keterlibatan terhadap
suatu produk
b. Ketertariakan yaitu konsumen melakukan keputusan pembelian karena tertarik dengan
keunikan dari produk tersebut.
c. Rekomendasi dari Orang Lain yaitu konsumen melakukan keputusan pembelian terhadap
suatu produk karena adanya rekomendasi dari orang lain seperti keluarga, saudara dan
teman.
 Gambar 2 Kerangka Konseptual Zaenal Arifin

[2] Uji Validitas dan Reliabilitas

Uji validitas bertujuan untuk mengetahui sejauh mana validitas data yang diperoleh dari
penyebaran kuisioner. Uji validitas yang digunakan yaitu korelasi product moment pearson’s, dengan
cara mengkorelasikan tiap pertanyaan dengan skor total, kemudian hasil korelasi tersebut dibandingkan
dengan angka kritis taraf signifikan 5%. Berikut adalah hasil uji validitas untuk masing variabel X1.
a. Kualitas Produk (X1)
Tabel 1 Uji Validitas Kualitas Produk (X1)
X11 X12 X13 X14 X15 X1
Pearson Correlation 1 .672** .124 .500** .028 .765**
X11 Sig. (2-tailed) .000 .211 .000 .778 .000
N 104 104 104 104 104 104
Pearson Correlation .672** 1 .188 .307** -.113 .687**
X12 Sig. (2-tailed) .000 .057 .002 .253 .000
N 104 104 104 104 104 104
Pearson Correlation .124 .188 1 .247* .049 .537**
X13 Sig. (2-tailed) .211 .057 .011 .622 .000
N 104 104 104 104 104 104
Pearson Correlation .500** .307** .247* 1 -.074 .662**
X14 Sig. (2-tailed) .000 .002 .011 .454 .000
N 104 104 104 104 104 104
Pearson Correlation .028 -.113 .049 -.074 1 .323**
X15 Sig. (2-tailed) .778 .253 .622 .454 .001
N 104 104 104 104 104 104
Pearson Correlation .765** .687** .537** .662** .323** 1
X1 Sig. (2-tailed) .000 .000 .000 .000 .001
N 104 104 104 104 104 104
**. Correlation is significant at the 0.01 level (2-tailed).
*. Correlation is significant at the 0.05 level (2-tailed).
Tabel 1 menunjukkan bahwa korelasi antara masing-masing indicator pada variabel kualitas
produk (X1) memiliki nilai signifikan kurang dari 5% atau 0.05, sehingga dapat disimpulkan bahwa
semua item pertanyaan pada variabel kualitas produk (X1) adalah valid.
b. Harga (X2)
Tabel 2 Uji Validitas Harga (X2)
X21 X22 X23 X2
Pearson Correlation 1 .453** .526** .830**
X21 Sig. (2-tailed) .000 .000 .000
N 104 104 104 104
Pearson Correlation .453** 1 .450** .762**
X22 Sig. (2-tailed) .000 .000 .000
N 104 104 104 104
Pearson Correlation .526** .450** 1 .826**
X23 Sig. (2-tailed) .000 .000 .000
N 104 104 104 104
Pearson Correlation .830** .762** .826** 1
X2 Sig. (2-tailed) .000 .000 .000
N 104 104 104 104
**. Correlation is significant at the 0.01 level (2-tailed).
Tabel 2 menunjukkan bahwa korelasi antara masing-masing indicator pada variabel Harga (X2)
memiliki nilai signifikan kurang dari 5% atau 0.05, sehingga dapat disimpulkan bahwa semua item
pertanyaan pada variabel Harga (X2) adalah valid.
c. Promosi (X3)
Tabel 3 Uji Validitas Promosi (X3)
X31 X32 X33 X34 X35 X36 X3
Pearson Correlation 1 .381** .465** .650** .338** .369** .733**
X31 Sig. (2-tailed) .000 .000 .000 .000 .000 .000
N 104 104 104 104 104 104 104
Pearson Correlation .381** 1 .493** .451** .325** .535** .751**
X32 Sig. (2-tailed) .000 .000 .000 .001 .000 .000
N 104 104 104 104 104 104 104
Pearson Correlation .465** .493** 1 .596** .291** .473** .766**
X33 Sig. (2-tailed) .000 .000 .000 .003 .000 .000
N 104 104 104 104 104 104 104
Pearson Correlation .650** .451** .596** 1 .259** .309** .753**
X34 Sig. (2-tailed) .000 .000 .000 .008 .001 .000
N 104 104 104 104 104 104 104
Pearson Correlation .338** .325** .291** .259** 1 .536** .615**
X35 Sig. (2-tailed) .000 .001 .003 .008 .000 .000
N 104 104 104 104 104 104 104
Pearson Correlation .369** .535** .473** .309** .536** 1 .732**
X36 Sig. (2-tailed) .000 .000 .000 .001 .000 .000
N 104 104 104 104 104 104 104
Pearson Correlation .733** .751** .766** .753** .615** .732** 1
X3 Sig. (2-tailed) .000 .000 .000 .000 .000 .000
N 104 104 104 104 104 104 104
**. Correlation is significant at the 0.01 level (2-tailed).
Tabel 3 menunjukkan bahwa korelasi antara masing-masing indicator pada variabel Promosi (X 3)
memiliki nilai signifikan kurang dari 5% atau 0.05, sehingga dapat disimpulkan bahwa semua item
pertanyaan pada variabel Promosi (X3) adalah valid.
d. Keputusan Pembelian (Y)
Tabel 4 Uji Validitas Keputusan Pembelian (Y)
Y1 Y2 Y3 Y
Pearson
1 .331 .402 .715**
** **
Correlation
Y1
Sig. (2-tailed) .001 .000 .000
N 104 104 104 104
 Pearson
.331** 1 .448** .773**
Correlation
Y2
Sig. (2-tailed) .001 .000 .000
N 104 104 104 104
Pearson ** **
.402 .448 1 .824**
Correlation
Y3
Sig. (2-tailed) .000 .000 .000
N 104 104 104 104
Pearson
.715** .773** .824** 1
Correlation
Y
Sig. (2-tailed) .000 .000 .000
N 104 104 104 104
**. Correlation is significant at the 0.01 level (2-tailed).

Tabel 4 menunjukkan bahwa korelasi antara masing-masing indicator pada variabel Keputusan
Pembelian (Y) memiliki nilai signifikan kurang dari 5% atau 0.05, sehingga dapat disimpulkan bahwa
semua item pertanyaan pada variabel Keputusan Pembelian (Y) adalah valid.

Uji reliabilitas digunakan untuk menguji kemampuan suatu hasil pengukuran relatif konsisten
apabila pengukurannya diulangi dua kali atau lebih. Reliabilitas menunjukkan seberapa besar
pengukuran kendali terhadap subjek yang sama. Pengujian kendala alat ukur dalam alat penelitian
menggunakan reliabilitas metode alpha (α) yang digunakan adalah metode Cronbach. Hasil Uji
Reliabilitas sebagai berikut.
a. Kualitas Produk (X1)
Tabel 5 Uji Reliabilitas Kualitas Produk (X1)
Reliability Statistics
Cronbach's Alpha N of Items
.726 6
Tabel 5 menunjukkan bahwa diperoleh nilai Cronbach’s Alpha sebesar 0.726 dimana nilai tersebut
diatas 0.60, sehingga dapat disimpulkan bahwa instrument pada variabel Kualitas Produk (X1) adalah
reliabel.
b. Harga (X2)
Tabel 6 Uji Reliabilitas Harga (X2)
Reliability Statistics
Cronbach's Alpha N of Items
.829 4
Tabel 6 menunjukkan bahwa diperoleh nilai Cronbach’s Alpha sebesar 0.829 dimana nilai
tersebut diatas 0.60, sehingga dapat disimpulkan bahwa instrument pada variabel Harga (X 2) adalah
reliabel.
c. Promosi (X3)
Tabel 7 Uji Reliabilitas Promosi (X3)
Reliability Statistics
Cronbach's Alpha N of Items
.782 7
Tabel 7 menunjukkan bahwa diperoleh nilai Cronbach’s Alpha sebesar 0.782 dimana nilai tersebut
diatas 0.60, sehingga dapat disimpulkan bahwa instrument pada variabel Promosi (X3) adalah reliabel.
d. Keputusan Pembelian (Y)
 Tabel 8 Uji Reliabitlitas Keputusan Pembelian (Y)
Reliability Statistics
Cronbach's Alpha N of Items
.813 4
Tabel 8 menunjukkan bahwa diperoleh nilai Cronbach’s Alpha sebesar 0.813 dimana nilai tersebut
diatas 0.60, sehingga dapat disimpulkan bahwa instrument pada variabel Keputusan Pembeli (Y) adalah
reliabel.
[3] Model Regresi Linier Berganda
Berikut adalah model dari analisis regresi linier berganda.

Y  1.226  0.114 X 1  0.167 X 2  0.281X 3

Coefficientsa
Unstandardized Coefficients Standardized Coefficients
Model T Sig.
B Std. Error Beta
1 (Constant) 1.23
1.226 .994 .220
4
X1 1.49
.114 .076 .147 .139
3
X2 2.33
.167 .071 .186 .021
7
X3 6.08
.281 .046 .550 .000
3
a. Dependent Variable: Y

[4] Uji Asumsi Klasik

a. Multikolinieritas
Multikolinearitas adalah pengujian dari asumsi untuk membuktikan bahwa variabel-variabel
bebas dalam suatu model tidak saling berkorelasi satu dengan lainnya. Adanya multikolinearitas
dapat menyebabkan model regresi yang diperoleh tidak valid untuk menaksir variabel independen.
Gejala multikolinearitas juga dapat dideteksi dengan melihat besarnya VIF (Variance Inflution
Factor), jika VIF lebih dari 10, maka variabel tersebut mempunyai pesoalan multikolinieritas
dengan variabel bebas lainnya.
Tabel 9 Uji Multikolinieritas
Unstandardized Coefficients Standardized Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant .
1.226 .994 1.234
) 220
X1 .
.114 .076 .147 1.493 .396 2.526
139
X2 .
.167 .071 .186 2.337 .605 1.654
021
X3 .
.281 .046 .550 6.083 .468 2.137
000
Tabel 9 menunjukkan bahwa diperoleh nilai VIF untuk variabel X1,X2 dan X3 sebesar
2.526, 1.654 dan 2.137 dimana nilai tersebut kurang dari 10 sehingga dapat disimpulkan bahwa
tidak terjadi kasus multikolinieritas.
b. Asumsi Independen (Uji Heteroskedastisitas)
Uji ini bertujuan untuk melakukan uji apakah pada sebuah model regresi terjadi
ketidaksamaan varian dari residual dalam satu pengamatan ke pengamatan lainnya. Apabila varian
berbeda, disebut heteroskedastisitas. Salah satu cara untuk mengetahui ada tidaknya
heteroskedastisitas pada suatu model regresi linier berganda, yaitu dengan melihat grafik
scatterplot atau dari nilai prediksi variabel terikat yaitu SRESID dengan residual error yaitu
ZPRED. Apabila tidak terdapat pola tertentu dan tidak menyebar diatas maupun dibawah angka
nol pada sumbu y, maka dapat disimpulkan tidak terjadi heteroskedastisitas.

Gambar 3 Asumsi Independen

Gambar 3 menunjukkan bahwa hasil uji heteroskedastitias menggunakan scatterplot yaitu
titik-titik yang dihasilkan menyebar dan tidak membentuk suatu pola lonceng, sehingga dapat
disimpulkan bahwa tidak terdapat kasus heteroskedastisitas dan asumsi independent terpenuhi.

c. Asumsi Identik (Uji Autokorelasi)

Asumsi autokorelasi merupakan asumsi residual yang memiliki komponen/nilai yang
berkorelasi berdasarkan waktu (urutan waktu) pada himpunan data itu sendiri. Berikut adalah hasil
analisis uji asumsi identic atau uji autokorelasi menggunakan durbin-watson.
Tabel 10 Uji Identik
Mode Adjusted R 4-du
l R R Square Square Std. Error of the Estimate Durbin-Watson
1 .785a .617 .605 1.06445 1.428 2.54

Tabel 10 menunjukkan bahwa diperoleh nilai durbin-watson sebesar 1.428 dimana nilai
tersebut kurang dari nilai 4-du sebesar 2.54 sehingga dapat disimpulkan tidak terjadi autokorelasi
atau asumsi identic terpenuhi.

d. Asumsi Normalitas
 Uji normalitas bertujuan untuk menguji apakah dalam sebuah model regresi, variabel
independen, variabel dependen atau keduanya mempunyai distribusi normal atau mutlak. Regresi
yang baik adalah distribusi data normal atau mendekati normal.

Gambar 4 Asumsi Normalitas

Gambar 4 menunjukkan bahwa hasil residual data memenuhi asumsi normalitas hal itu
dapat dilihat dari plot-plot yang menyebar mengikuti garis.

[5] Koefisien Regresi, Koefisien Korelasi dan Koefisien Determinasi

a. Koefisien Regresi
Y  1.226  0.114 X 1  0.167 X 2  0.281X 3

a) Nilai Konstanta
Dari persamaan diatas diperoleh nilai konstanta sebesar 1.226 yang berarti bahwa jika nilai
dari variabel independen Kualitas Produk (X 1), Kualitas Harga (X2), Promosi (X3), sama
dengan nol, maka Keputusan Pembelian (Y) adalah sebesar 1.226.
b) Kualitas Produk (X1)
Nilai koefisien dari variabel Kualitas Produk adalah bernilai positif 0.114 yang berarti
bahwa setiap kenaikan satu satuan variabel tersebut, akan meningkatkan Keputusan
Pembelian sebesar 0.114. Selain itu tanda koefisien variabel kualitas produk telah sesuai
dengan teori ekonomi yaitu apabila kualitas produk meningkat maka keputusan pembelian
juga akan meningkat.
c) Harga (X2)
Nilai koefisien dari variabel Harga adalah bernilai positif 0.167 yang berarti bahwa setiap
kenaikan satu satuan variabel tersebut, akan meningkatkan Keputusan Pembelian sebesar
0.167.
d) Promosi (X3)
Nilai koefisien dari variabel Promosi adalah bernilai positif 0.281 yang berarti bahwa setiap
kenaikan satu satuan variabel tersebut, akan meningkatkan Keputusan Pembelian sebesar
 0.281. Dimana tanda koefisien variabel promosi telah sesuai dengan teori ekonomi yaitu
apabila kegiatan promosi meningkat maka keputusan pembelian juga akan meningkat.

b. Koefisien Korelasi
Tabel 11 Koefisien Korelasi
Unstandardized
Standardized Coefficients Correlations
Coefficients
Model t Sig.
Partia
B Std. Error Beta Zero-order Part
l
1 (Constant .
1.226 .994 1.234
) 220
X1 .
.114 .076 .147 1.493 .660 .148 .092
139
X2 .
.167 .071 .186 2.337 .564 .228 .145
021
X3 .
.281 .046 .550 6.083 .754 .520 .377
000
Tabel 11 menunjukkan bahwa diperoleh nilai korelasi parsial untuk variabel X 1 dan Y
dengan mengontrol pengaruh variabel X2 dan X3 yaitu sebesar 0.148, yang berarti keeratan
hubungan antara Kualitas Produk (X1) dengan Keputusan pembelian adalah lemah. Nilai korelasi
parsial untuk variabel X2 dan Y dengan mengontrol pengaruh variabel X3 dan X2 yaitu sebesar
0.228, yang berarti keeratan hubungan antara Harga (X2) dengan Keputusan pembelian tidak
terlalu kuat. Nilai korelasi parsial untuk variabel X3 dan Y dengan mengontrol pengaruh variabel
X1 dan X2 yaitu sebesar 0.52, yang berarti keeratan hubungan antara Promosi (X3) dengan
Keputusan pembelian adalah cukup.

c. Koefisien Determinasi
Koefisien determinasi menunjukkan sejauh mana kontribusi variabel bebas dalam model
regresi mampu menjelaskan variasi dari variabel terikatnya. Koefisien determinasi dapat dilihat
melalui nilai R-square (R2). Nilai koefisien determinasi yang kecil memiliki arti bahwa
kemampuan variabel – variabel independen dalam menjelaskan variabel dependen sangat terbatas,
Sebaliknya jika nilai mendekati 1 (satu) dan menjauhi 0 (nol) memiliki arti bahwa variabel –
variabel independen memiliki kemampuan memberikan semua informasi yang dibutuhkan untuk
memprediksi variabel dependen.
Tabel 12 Koefisien Determinasi
Std. Error of the
Model R R Square Adjusted R Square Estimate Durbin-Watson
1 .785a .617 .605 1.06445 1.428

Tabel 12 menunjukkan bahwa diperoleh nilai R2 sebesar 0.617 yang berarti kemampuan
variabel kualitas produk, harga dan promosi dalam menjelesakan variabel keputusan pembelian
sebesar 0.617 dan sisanya sebesar 0.383 dijelaskan oleh variabel lain diluar model.
[6] Uji Serentak
Pengujian serentak pada faktor-faktor yang diduga berpengaruh terhadap keputusan
pembelian smartphone merk Xiaomi dijelaskan sebagai berikut.
Hipotesis :
H0 : β 1=β 2 =β 3 =0
H1 : Minimal ada satu β j ≠0 , dimana j=1,2,3
Taraf signifikan : α=0,05
Daerah penolakan : Fhitung > F α , (dbreg , dbgalat )
Statistik uji :
Tabel 13 Uji Serentak
Model Sum of Squares df Mean Square F Sig.
1 Regressio 53.67
182.454 3 60.818 .000b
n 6
Residual 113.306 100 1.133
Total 295.760 103
a. Dependent Variable: Y
b. Predictors: (Constant), X3, X2, X1

Tabel 13 menunjukkan bahwa berdasarkan pengujian serentak diperoleh nilai Fhitung sebesar
53.676 dimana lebih besar dari F0,05(3;100) sebesar 2.69 dan nilai P-value sebesar 0,000 dimana lebih
kecil dari α yaitu sebesar 0,05 sehingga dapat diputuskan tolak H0 yang berarti minimal ada
satu faktor yang diduga berpengaruh signifikan terhadap keputusan pembelian smartphone merk
xiaomi.

[7] Uji Parsial

Pengujian parsial dijelaskan sebagai berikut.
Hipotesis :
a. H0 : β 1=0 (Kualitas produk tidak berpengaruh terhadap keputusan pembelian)
H1 : β 1≠0 (Kualitas produk berpengaruh terhadap keputusan pembelian)
b. H0 : β 2=0 (Harga tidak berpengaruh terhadap keputusan pembelian)
H1 : β 2 ≠0 (Harga berpengaruh terhadap keputusan pembelian)
c. H0 : β 3=0 (Promosi tidak berpengaruh terhadap keputusan pembelian)
H1 : β 3≠0 (Promosi berpengaruh terhadap keputusan pembelian)
Taraf signifikan : α=0,05
Daerah Penolakan : tolak H0 jika |thitung| > t0,025(103) (2.27) atau p-value < α
Statistik Uji :
Tabel 14 Uji Parsial
Model Unstandardized Standardized Coefficients t Sig. Correlations
Coefficients
 Partia
B Std. Error Beta Zero-order Part
l
1 (Constant .
1.226 .994 1.234
) 220
X1 .
.114 .076 .147 1.493 .660 .148 .092
139
X2 .
.167 .071 .186 2.337 .564 .228 .145
021
X3 .
.281 .046 .550 6.083 .754 .520 .377
000

Tabel 14 menunjukkan bahwa berdasarkan pengujian parsial pada variabel kualitas produk
(X1) diperoleh nilai |thitung| sebesar 1.493 yang kurang dari nilai t 0,025(103) sebesar 2.27 dan nilai P-
value sebesar 0.139 yang lebih besar dari nilai α sebesar 0,05 sehingga dapat diputuskan gagal
tolak H0 yang berarti kualitas produk tidak berpengaruh terhadap keputusan pembelian
Smartphone merk Xiaomi. Sedangkan pada variabel harga (X 2) dan promosi (X3) diperoleh nilai |
thitung| sebesar 2.337 dan 6.083 yang lebih dari nilai t 0,025(103) sebesar 2.27 dan nilai P-value sebesar
0.021 dan 0.000 yang kurang dari nilai α sebesar 0,05 sehingga dapat diputuskan tolak H 0 yang
berarti harga dan promosi berpengaruh terhadap keputusan pembelian Smartphone merk Xiaomi.

[8] Goodness of Fit

Goodness of fit yang biasanya di singkat dengan GOF pada model regresi mempertanyakan
seberapa baik model tersebut mampu menghasilkan estimasi yang sesuai dengan nilai aktualnya. Ukuran
umum dari GOF yang umum digunakan dalam model regresi adalah proporsi varians (sampel) yang
dapat dijelaskan oleh model ukuran ini dinamakan R2 (R Square).
1. Koefisien determinasi (R2)
Pada hasil analisis diperoleh nilai R2 sebesar 0.617, dimana nilai tersebut sudah bagus dan
telah memenuhi kriteria GOF.
2. Hasil Uji F
Hasil uji F bisa dijadikan pedoman bahwa kontribusi variabilitas variabel independen
terhadap variabilitas variabel dependen nyata atau tidak. Bila hasil uji F menyatakan bahwa
variabel independen mempunyai determinasi signifikan terhadap variabel dependen maka besaran
nilai R2 tidak sepenuhnya dijadikan pedoman, karena bisa saja sebuah model dengan R 2 sebesar
30% namun uji F nya tidak signifikan, namun di model lain R 2 sebesar 20% uji F nya signifikan.
Uji F inilah yang menjadi parameter utama uji GOF. Pada hasil analisis diperoleh kesimpulan
bahwa minimal terdapat satu variabel independent yang berpengaruh signifikan terhadap
keputusan pembelian merk smartphone Xiaomi, sehingga memenuhi Kriteria GOF.
3. Hasil Uji t
Uji t adalah uji statistik yang digunakan untuk melihat kontribusi setiap variabel independen
pada perubahan variabel dependen secara parsial. Pada model regresi berganda uji parsial ini perlu
dilakukan untuk melihat pengaruh masing-masing variabel ini signifikan apa tidak. Hasil uji t ini
 juga sangat penting untuk diperhatikan dalam kriteria GOF, karena bisa jadi pada suatu model
mempunyai koefisien determinasi yang besar dan uji F yang signifikan namun secara parsial
sebagian besar variabelnya tidak mempunyai pengaruh signifikan. Bila hal ini terjadi maka ada
indikasi kuat bahwa model tersebut bermasalah sehingga hasil estimasinya berpotensi tidak akurat.
Pada hasil analisis diperoleh kesimpulan bahwa terdapat dua variabel yang berpengaruh
signifikan terhadap keputusan pembelian dan satu variabel yang tidak berpengaruh signifikan
terhadap keputusan pembelian smartphone merk xiaomi. Sehingga berdasarkan uji t atau uji
parsial telah memenuhi kriteria GOF.

[9] Kesimpulan
Berdasarkan hasil analisis diperoleh kesimpulan sebagai berikut.
1. Instrument-instrumen pada variabel di kuisoner telah memenuhi asumsi validitas dan reliabilitas.
2. Harga dan promosi berpengaruh signifikan terhadap keputusan pembelian smartphone merk
xiaomi, namun kualitas produk tidak memberikan pengaruh signifikan terhadap keputusan
pembelian. Nilai koefisien determinasi yang diperoleh dari model regresi linier berganda sebesar
0.617, yang berarti kemampuan variabel independent dalam menjelaskan variabel dependen
cukup baik.
3. Residual data telah memenuhi asumsi residual identic, independent dan berdistribusi normal
(IIDN) serta tidak terdapat kasus multikolinieritas.
4. Model yang terbentuk telah memenuhi kriteria GOF yaitu model memiliki nilai koefisien
determinasi yang cukup besar, hasil uji F signifikan dan sebagaian besar variabel independent
mempunyai pengaruh yang signifikan. Serta model telah memenuhi asumsi-asumsi residual
IIDN sehingga model layak dikatakan sebagai best linier unbiased estimator (BLUE).