1.

Mengolah data (koefisien determinasi, uji simultan)

Copy data x1 x2 x3 y1, beri nama dan label
Analyze
Regression
Linier
Y dependen
Save centang standardized residual

Somultan signifikan kalo dibawah 0,05

ANOVAa

Model Sum of Squares df Mean Square F Sig.

1 Regression 2745.643 3 915.214 228.955 .000b

Residual 359.762 90 3.997

Total 3105.404 93

a. Dependent Variable: y
b. Predictors: (Constant), x3, x1, x2

“table 1.1 menunjukkan hasil uji F dengan nilai signifikansi 0.000<0,05 dan dapat dinyatakan
 Uji parsial ( signifikan kalo t hitung>t table )

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1 (Constant) 1.705 .698 2.444 .016

x1 .060 .116 .047 .514 .609

x2 .362 .145 .317 2.495 .014

x3 .718 .149 .590 4.836 .000

a. Dependent Variable: y

“table 1.2 dari hasil uji parsial menunjukkan analisis sebagai berikut.
X1 kualitas produk tidak memiliki pengaruh yang signifikan terhadap minat pembelian ulang,
dengan nilai analisis 0,014 lebih besar dari 0,05.

x2 kualitas layanan memiliki hasil yang serupa dengan varibel kualitas produk yaitu tidak
berkontribusi dalam niat pembelian ulang dengan nilai sig 0,69>0,05 dinyatakan tidak
signifikan.

Sedangan x3 kepercayaan layanan memiliki pengaruh yang signifikan terhadap nilai

pembelian ulang”

Koefisien determinasi ( makin mendekati 1 makin baik

Model Summaryb

Adjusted R Std. Error of the

Model R R Square Square Estimate
a
1 .940 .884 .880 1.99934

a. Predictors: (Constant), x3, x1, x2

b. Dependent Variable: y

“ dari data 1.3 menjelaskan analisis daru uji R Square sebesar 0,884 hal ini menjelaskan
bahwa penelitian ini memiliki pengaruh 88,4 persen dalam pengimplementasian variable
pada objek penelitian. Namun terdapat nilai 11,6 persen adalah variable yang tidak diteliti
dalam penelitian tersebut