BAB IV ANALISIS DATA
C. Analisis Data
1. Uji Instrumen a. Uji Validitas
Uji validitas digunakan untuk mengukur sah atau valid tidaknya suatu kuesioner. Dalam penelitian ini untuk mengukur validitas dengan cara melakukan korelasi antar skor butir pertanyaan dengan total skor konstruk atau variabel. Uji signifikansi dilakukan dengan membandingkan nilai r hitung dengan r table untuk degree of freedom (df) = n-2, dalam hal ini n adalah jumlah sample. Jika r hitung > r tabel dan nilai positif maka butir atau pertanyaan suatu indikator tersebut dinyatakan valid (Ghozali, 2013: 52-53). Hasil pengujian validitas dapat dilihat pada tabel tersebut:
Tabel 4.4 Hasil Uji Validitas Variabel Item Correted item
total Correlation
Keterangan
Advertising (X1) Butir 1 .672** Valid Butir 2 .715** Valid Butir 3 .640** Valid Butir 4 .760** Valid Butir 5 .609** Valid
(X2) Butir 7 .796** Valid Butir 8 .855** Valid Butir 9 .824** Valid Butir 10 .710** Valid Lokasi (Z) Butir 11 .708** Valid Butir 12 .772** Valid Butir 13 .633** Valid Butir 14 .719** Valid Butir 15 .683** Valid Butir 16 .380** Valid Keputusan Pembelian (Y) Butir 17 .722** Valid Butir 18 .803** Valid Butir 19 .787** Valid Butir 20 .786** Valid Butir 21 .781** Valid
Sumber: Data primer yang diolah (2017)
Berdasarkan pada tabel di atas, dengan membandingkan nilai r hitung dengan r tabel, maka dapat diketahui semua pernyataan yang digunakan dalam kuesioner adalah valid, hal ini dikarenakan r hitung semua item pernyataan > r tabel untuk (df)= 88 adalah .2072.
b. Uji Reliabilitas
Menurut Ghozali (2013: 47-48), reliabilitas adalah alat untuk mengukur suatu kuesioner yang merupakan indikator dari variabel atau konstruk. Suatu kuesioner dikatakan reliabel jika jawaban
seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu ke waktu. Pengukuran hanya sekali dan hasilnya dibandingkan dengan pertanyaan lain atau mengukur korelasi antar jawaban pertanyaan. SPSS memberikan fasilitas untuk mengukur reliabilitas dengan uji statistik Cronbach Alpha (α).
Menurut Nunnally dalam Bawono (2006: 68), suatu konstruk atau variabel dikatakan reliabel jika memberikan nilai Cronbach Alpha (α) > 0.60 (Bawono, 2006: 68). Hasil pengujian reliabilitas dapat dilihat pada tabel berikut:
Tabel 4.5 Hasil Uji Reabilitas
Variabel Cronbach’s Alpha Keterangan
Advertising (X1) .709 Reliabel
Personal Selling (X2) .871 Reliabel Lokasi (Z) .728 Reliabel Keputusan Pembelian
(Y)
.835 Reliabel
Sumber: Data primer yang diolah (2017)
Berdasarkan tabel di atas, dapat diketahui bahwa masing- masing variabel memiliki nilai Cronbach’s Alpha lebih dari 0,60 (α > 0,60), sehingga dapat disimpulkan bahwa semua variabel
advertising, personal selling, lokasi dan keputusan pembelian adalah reliabel.
2. Uji Spesifikasi Model
Menurut Bawono (2006: 84-86) uji regresi linier berganda digunakan untuk menganalisis data yang mersifat multivariate.
Analisa ini digunakan untuk meramalkan nilai variabel dependen (Y) dengan variabel independen (X) yang jumlahnya lebih dari satu. Analisa ini disebut sebagai analisa multivariate karena variabel yang mempengaruhi naik turunnya variabel dependen (Y) lebih dari satu variabel independen (X).
Analisis regresi linier berganda, digunakan untuk mengetahui seberapa besar pengaruh advertising (X1), personal selling (X2), dan keputusan pembelian (Y) pada Bank Tabungan Negara (BTN) Syariah Kantor Cabang Surakarta. Persamaan regresi berganda dapat dicari dengan rumus berikut:
Y = β0 + β1X1 + β2X2 + e
Hasil pengujian validitas dapat dilihat pada tabel tersebut: Tabel 4.6
Hasil Uji Analisis Regresi Berganda
a. Dependent Variable: Keputusan Pembelian (Y) Sumber: Data primer yang diolah (2017)
Berdasarkan output SPSS, maka diperoleh persamaan regresi sebagai berikut: Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) 29,529 4,936 5,983 ,000 Advertising (X1) ,274 ,117 ,256 2,339 ,022 Personal Selling (X2) ,025 ,090 ,030 ,274 ,785
Y = 29,529 + (0,274)X1 + (0,025)X2 + 0,10
Dari persamaan tersebut dapat diambil kesimpulan bahwa: 1) Konstanta sebesar 29,529 menyatakan bahwa apabila
advertising (X1)dan personal selling (X2) memiliki nilai 0 atau tidak mengalami perubahan atau dengan kata lain tidak ada
advertising (X1) dan personal selling (X2) maka keputusan pembelian (Y) sebesar 29,529.
2) Koefisien regresi advertising (X1) bernilai positif sebesar 0,274 menyatakan bahwa setiap penambahan 1 point advertising (X1) akan menaikkan keputusan pembelian sebesar 0,274 dengan anggapan personal selling (X2) tetap.
3) Koefisien regresi personal selling (X2) bernilai positif sebesar 0,025 menyatakan bahwa setiap penambahan 1 point personal selling (X2) akan menaikkan keputusan pembelian sebesar 0,025 dengan anggapan advertising (X1) tetap.
3. Uji Statistik
a. Uji ttest (Uji Secara Individu)
Uji ini menurut Bawono (2006: 89) digunakan untuk melihat tingkat signifikansi variabel independen mempengaruhi variabel dependen secara individu atau sendiri-sendiri. Pengujian ini dilakukan secara parsial atau individu, dengan menggunakan uji t statistik untuk masing-masing variabel bebas, dengan tingkat
kepercayaan sebesar 0,05. Hasil pengujian ttest dapat dilihat pada
tabel berikut:
Tabel 4.7 Hasil Uji ttest
Sumber: Data primer yang diolah (2017)
Berdasarkan output SPSS, maka dapat disimpulkan bahwa: 1) Pengaruh Advertising (X1) terhadap Keputusan Pengambilan
KPR Syariah
Berdasarkan tabel 4.7, dapat diketahui nilai signifikan
advertising (X1) adalah 0,022 lebih kecil dari α (0,05) dan nilai t test 2,339 lebih besar dari t tabel 1,2916 (df = 90 – 1 – 4 )
dengan α = 5%, sehingga dapat dikatakan bahwa secara parsial
advertising berpengaruh positif dan signifikan terhadap keputusan pengambilan KPR Syariah.
2) Pengaruh Personal Selling (X2) terhadap Keputusan Pengambilan KPR Syariah
Berdasarkan tabel 4.7, dapat diketahui nilai signifikan variabel personal selling (X2) adalah 0,785 lebih besar dari α (0,05) dan nilai t test 0,274lebih kecil dari t tabel 1,2916 (df =
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) 29,529 4,936 5,983 ,000 Advertising (X1) ,274 ,117 ,256 2,339 ,022 Personal Selling (X2) ,025 ,090 ,030 ,274 ,785
90 – 1 – 4 ) dengan α = 5%, sehingga dapat dikatakan bahwa secara parsial variabel personal selling tidak berpengaruh terhadap keputusan pengambilan KPR Syariah.
b. Uji Ftest
Menurut Bawono (2006: 91), uji F dilakukan dengan tujuan untuk mengetahui seberapa jauh semua variabel X1,2,3 ...
(independen) secara bersama-sama dapat mempengaruhi variabel Y (dependen). Hasil Uji Ftest dapat dilihat pada tabel berikut:
Tabel 4.8 Hasil Uji Ftest
B
Berdasarkan tabel di atas, dapat diketahui nilai F hitung sebesar 3,356. F tabel dapat dicari pada kolom df, yaitu df = (n-k), df = (90-3) = 87, dengan α = 5%, maka F tabel untuk df(87) sebesar
2,709, F hitung > F tabel dan nilai signifikansi lebih kecil dari nilai α
yaitu 0,039 < 0,05, maka H1 diterima dan H0 ditolak. Sehingga dapat
diambil kesimpulan bahwa variabel independen yang terdiri dari
advertising dan personal selling, secara simultan (bersama-sama)
ANOVAa Model Sum of Squares Df Mean Square F Sig. 1 Regression 36,738 2 18,369 3,356 ,039b Residual 476,162 87 5,473 Total 512,900 89
a. Dependent Variable: Keputusan Pembelian (Y)
b. Predictors: (Constant), Personal Selling (X2), Advertising (X1) Sumber:Data primer yang diolah (2017)
berpengaruh secara positif dan signifikan terhadap keputusan nasabah mengambil KPR Syariah.
c. Uji Koefisien Determinasi (Uji R²)
Koefisien determinasi (R²) menunjukkan sejauh mana tingkat hubungan antara variabel dependen dengan variabel independen. Menurut Gujarati (1988: 182-183) analisis koefisien determinasi (R²) digunakan untuk mengetahui seberapa besar prosentase (%) pengaruh keseluruhan variabel independen yang digunakan terhadap variabel dependen. Pengujian ini dilakukan dengan melihat R² pada hasil analisis persamaan regresi yang diperoleh. Apabila angka koefisien determinasi (R²) semakin mendekati 1 berarti model regresi yang digunakan sudah semakin tepat sebagai model penduga terhadap variabel dependen.
Ciri-ciri nilai R² adalah:
5) Besarnya nilai koefisien determinasi terletak antara 0 sampai
dengan 1, jadi nilai R² terletak antara 0 ≤ R² ≤ 1.
6) Nilai nol menunjukkan tidak adanya hubungan antara variabel independen dengan variabel dependen.
7) Sedangkan nilai 1 menunjukkan adanya hubungan yang sempurna antara variabel independen dengan variabel dependen. 8) Menghitung koefisien determinasi (R²) untuk menilai besarnya sumbangan atau kontribusi variabel independen terhadap nilai
variabel dependen (Bawono, 2006: 92-94). Hasil pengujian koefisien determinasi (R²) dapat dilihat pada tabel tersebut:
Tabel 4.9
Hasil Uji Koefisien Determinasi
Berdasarkan tabel di atas, maka dapat diketahui bahwa variabel independen yaitu advertising dan personal selling mampu menjelaskan variabel dependen yaitu keputusan pembelian sebesar 0,16 atau 16% sedangkan sisanya 84% dijelaskan variabel lain diluar model.
4. Uji Asumsi Klasik
a. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Untuk mendeteksi ada atau tidaknya multikolinieritas di dalam model regresi adalah sebagai berikut:
3) Menganalisis matrik korelasi variabel-variabel independen. Jika antar variabel independen ada korelasi yang cukup tinggi (umumnya diatas 0.90), maka hal ini merupakan indikasi adanya multikolinieritas. Tidak adanya korelasi yang tinggi antar
Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 ,268a ,172 ,160 2,339
a. Predictors: (Constant), Personal Selling (X2), Advertising (X1) Sumber: Data primer yang diolah (2017)
variabel independen tidak berarti bebas dari multikolinieritas. Multikolinieritas dapat disebabkan karena adanya efek kombinasi dua atau lebih variabel independen.
4) Multikolinieritas dapat juga dilihat dari (1) nilai tolerance dan lawannya (2) variance inflation factor (VIP). Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolinieritas
adalah nilai Tolerance ≤ 0.10 atau sama dengan nilai VIF ≥ 10
(Ghozali, 2013: 105-106).
Hasil pengujian multikolinieritas dapat dilihat pada tabel tersebut:
Tabel 4.10
Hasil Uji Multikolinieritas
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) 12,977 5,628 2,306 ,024
Advertising (X1) ,336 ,106 ,314 3,183 ,002 ,876 1,141
Personal Selling (X2) -,069 ,083 -,084 -,835 ,406 ,839 1,191
Lokasi (Z) ,370 ,078 ,453 4,749 ,000 ,941 1,062
a. Dependent Variable: Keputusan Pembelian (Y) Sumber: Data primer yang diolah (2017)
Tabel 4.11
Hasil Uji Korelasi Antar Variabel Independen
Coefficient Correlationsa Model Lokasi (Z) Advertising (X1) Personal Selling (X2) 1 Correlations Lokasi (Z) 1,000 ,124 -,238 Advertising (X1) ,124 1,000 -,349 Personal Selling (X2) -,238 -,349 1,000 Covariances Lokasi (Z) ,006 ,001 -,002 Advertising (X1) ,001 ,011 -,003 Personal Selling (X2) -,002 -,003 ,007
a. Dependent Variable: Keputusan Pembelian (Y) Sumber: Data primer yang diolah (2017)
Bersadarkan tabel di atas nilai Tolerance semua variabel independen lebih besar dari 0,10, nilai VIF semua variabel independen lebih kecil dari 10,00 dan melihat besaran korelasi antar variabel independen dapat diketahui bahwa personal selling
memiliki tingkat korelasi paling tinggi dengan advertising sebesar – 0,349 atau sekitar 34,9%. Oleh karena itu korelasi ini dibawah 95%, maka dapat disimpulkan tidak terjadi multikolinieritas.
b. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas. Model regresi yang baik adalah yang tidak terjadi
Heteroskedastisitas. Pada penelitian ini, cara untuk mendeteksi ada atau tidaknya heteroskedastisitas dengan dua cara sebagai berikut:
1) Grafik Plot
Melihat Grafik Plot antara nilai prediksi variabel dependen yaitu ZPRED dengan residualnya SRESID. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah sumbu Y yang telah diprediksi, dan sumbu X adalah residual (Y prediksi – Y sesungguhnya) yang telah di-studentized.
Dasar analisis:
c) Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas.
d) Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas (Ghozali, 2013: 139-141). Hasil pengujian heteroskedastisitas dengan garfik plot dapat dilihat pada gambar tersebut:
Gambar 4.1 Scatterplot
Berdasarkan grafik scatterplot terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y. Hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak digunakan untuk memprediksi keputusan pembelian berdasarkan variabel independen advertising, personal selling, dan lokasi.
2) Uji White
Menurut White, uji ini dapat dilakukan dengan meregres residual kuadrat (U²t) dengan variabel independen, variabel independen kuadrat, dan perkalian (interaksi) variabel independen. Dari persamaan regresi akan muncul nilai R² untuk menghitung c², dimana c² = n*R². Dasar analisisnya jika c² hitung < c² tabel, maka tidak terjadi heteroskedastisitas (Ghozali, 2013: 143). Hasil pengujian heteroskedastisitas dengan uji white dapat dilihat pada tabel tersebut:
Tabel 4.12 Hasil Uji White
S u m
B
Bersadarkan tabel di atas, dapat diketahui nilai R² sebesar 0,276. Maka c² = 90*0,276 = 24,84. Nilai c² hitung < c² tabel sebesar 109.7730 (df = n-k, dengan α = 5%), dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak digunakan untuk memprediksi keputusan pembelian berdasarkan variabel independen
advertising, personal selling, dan lokasi. c. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi,variabel pengganggu atau residual memiliki distribusi normal. Pada penelitian ini, untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan cara sebagai berikut: 1) Analisis grafik
Analisis grafik adalah cara termudah untuk melihat normalitas residual adalah dengan cara melihat grafik histogram yang membandingkan antara data observasi dengan distribusi
Model Summary
Model R R Square Adjusted R
Square
Std. Error of the Estimate
1 ,526a ,276 ,195 2,154
a. Predictors: (Constant), Interaksi X2Z, Advertising (X1²), Lokasi (Z²), Interaksi X1Z, Personal Selling (X2²), Advertising (X1), Interaksi X1X2, Personal Selling (X2), Lokasi (Z)
yang mendekati distribusi normal. Metode yang lebih handal adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk garis lurus diagonal, dan ploting data residual akan dibandingkan dengn garis diagonal. Jika distribusi data residual normal, maka garis yang menggambarkan data sesungguhnya akan megikuti garis diagonalnya (Ghozali, 2013: 160-163). Hasil pengujian normalitas dengan analisis grafik dapat dilihat pada grafik tersebut:
Gambar 4.2 Histogram
Gambar 4.3
Normal P-P Plot of Regression Standardized Residual
Berdasarkan grafik histogram dapat disimpulkan bahwa grafik histogram memberikan pola distribusi normal dan pada grafik normal plot terlihat titik-titik menyebar disekitar garis diagonal dan penyebarannya mengikuti arah garis diagonal. Kedua grafik ini menunjukkan bahwa model regresi memenuhi asumsi normalitas.
2) Uji Kolmogorov-Smirnov (K-S)
Uji K-S dilakukan dengan membuat hipotesis sebagai berikut:
H0 : Data residual terdistribusi normal HA : Data residual tidak terdistribusi normal
Dasar analisisnya jika nilai Asymp. Sig. (2-tailed) di atas 0,05 maka distribusi data dinyatakan memenuhi asumsi normalitas, dan jika nilainya di bawah 0,05 maka
diinterpretasikan sebagai tidak normal (https://www.statistikian.com//2012/09/uji-normalitas-dengan- kolmogorov-smirnov-spss.html diakses pada 9 Agustus 2017 pukul 22.10 WIB). Hasil pengujian normalitas dengan uji K-S dapat dilihat pada tabel berikut:
Tabel 4.13
Hasil Uji Kolmogorov-Smirnov (K-S)
Berdasarkan tabel tersebut maka dapat diketahui bahwa nilai Asymp. Sig. (2-tailed) adalah 0,137 > 0,05 maka distribusi data dinyatakan memenuhi asumsi normalitas.
d. Uji Linieritas
Pengujian linieritas digunakan untuk menguji apakah spesifikasi model yang digunakan sudah tepat atau lebih baik dalam spesifikasi model bentuk lain. Uji Durbin-Watson digunakan untuk
One-Sample Kolmogorov-Smirnov Test
Unstandardiz ed Residual
N 90
Normal Parametersa,b
Mean 0E-7 Std. Deviation 2,05875112 Most Extreme Differences Absolute ,122 Positive ,066 Negative -,122 Kolmogorov-Smirnov Z 1,158
Asymp. Sig. (2-tailed) ,137
a. Test distribution is Normal. b. Calculated from data.
melihat ada tidaknya autokorelasi dalam model. Hasil pengujian Durbin-Watson dapat dilihat pada tabel tersebut:
Tabel 4.14
Hasil Uji Durbin-Watson Model Utama (Persamaan 1)
S u m S u T a b e l 4.15
Hasil Uji Durbin Watson Model Kuadrat (Persamaan 2)
S u m
Berdasarkan tabel di atas, dapat diketahui besarnya nilai Durbin Watson keduanya untuk persamaan linier sebesar 2,122 sedangkan persamaan kuadrat sebesar 2,128. Sedangkan nilai D-W, diketahui sebagai berikut: jumlah sampel 90, jumlah variabel independen (k) = 3, dengan asumsi derajat 5%, nilai tabel dL =
1,5863 dan nilai tabel dU = 1,7264, nilai 4-dU = 4 – 1,7264 = 2,2736,
karena nilai D-W test kedua persamaan tersebut diantara dU dan 4dU
Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson 1 ,514a ,265 ,239 2,094 2,122
a. Predictors: (Constant), Lokasi (Z), Advertising (X1), Personal Selling (X2) b. Dependent Variable: Keputusan Pembelian (Y)
Sumber: Data primer yang diolah (2017)
Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson 1 ,517a ,267 ,214 2,128 2,128
a. Predictors: (Constant), Lokasi (Z²), Advertising (X1), Personal Selling (X2²), Lokasi (Z), Personal Selling (X2), Advertising (X1²)
b. Dependent Variable: Keputusan Pembelian (Y) Sumber: Data primer yang diolah (2017)
maka dapat disimpulkan bahwa tidak terdapat kesalahan spesifikasi model atau keduanya layak dipakai.
5. Uji Hipotesis
a. Pengaruh Advertising terhadap Keputusan Pembelian Tabel 4.16
Hasil Uji t test 1
S
B B
Berdasarkan nilai dari thitung diperoleh nilai koefisien sebesar 2,590, t table sebesar1,987. Dalam ini t hitung > t table (2,590 > 1,987) dengan nilai sig 0,011 < 0,05. Hasil tersebut dapat disimpulkan bahwa variabel advertising berpengaruh positif dan signifikan terhadap keputusan pembelian. Hasil penelitian ini menunjukkan bahwa semakin baik kualitas dan kuantitas advertising
yang dibuat oleh Bank Tabungan Negara (BTN) Syariah Kantor Cabang Surakarta maka akan meningkatkan keputusan pengambilan KPR Syariah oleh nasabah.
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 30,093 4,463 6,743 ,000 Advertising (X1) ,284 ,110 ,266 2,590 ,011
a. Dependent Variable: Keputusan Pembelian (Y) Sumber: Data primer yang diolah (2017)
Hal ini sesuai dengan hasil penelitian dari Imansyah, Rahmawati, Maryono (2015) dengan judul Pengaruh Bauran Promosi terhadap Keputusan Nasabah Menabung Simpeda pada Bank Kalsel Unit Gambut menyatakan bahwa variabel periklanan berpengaruh positif dan signifikan terhadap keputusan pembelian. b. Pengaruh Personal Selling terhadap Keputusan Pembelian
Tabel 4.17 Hasil Uji ttest 2
Sumber: Data primer yang diolah (2017)
Berdasarkan nilai dari thitung diperoleh nilai koefisien sebesar
1,086, t table sebesar 1,987. Dalam ini t hitung < t table (1,086 < 1,987) dengan nilai sig 0,280. Hasil tersebut dapat disimpulkan bahwa personal selling tidak berpengaruh terhadap keputusan pembelian. Hasil penelitian ini sesuai dengan penelitian yang dilakukan oleh Milt Grassell (1986) dalam Pawitra (2001) terhadap 70 pembelian eksekutif, terdapat sepuluh komplain tertinggi terhadap proses presentasi tenaga penjualan diantaranya adalah menjatuhkan pesaing, menjadi terlalu agresif atau kasar, tidak mempunyai pengetahuan yang cukup atas produk atau jasa pesaing,
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) 37,817 3,523 10,735 ,000 Personal Selling (X2) ,095 ,087 ,115 1,086 ,280
tidak mempunyai pengetahuan yang cukup mengenai organisasi atau bisnis perusahaan yang didatangi untuk presentasi, dan menyampaikan presentasi yang buruk. Terdapat beberapa kemungkinan Personal Selling tidak berpengaruh terhadap keputusan pembelian. Pertama, dikarenakan tenaga penjual Bank Tabungan Negara (BTN) Syariah Kantor Cabang Surakarta bekerja dibawah tekanan target dana pembiayaan yang harus dikeluarkan setiap bulannya sehingga memungkinkan terjadi unsur pemaksaan dalam menawarkan produk KPR Syariah kepada nasabah dan hal ini menyimpang dari pernyataan dalam kuesioner. Kedua, tenaga penjual Bank Tabungan Negara (BTN) Syariah Kantor Cabang Surakarta tidak terlalu intens dalam mempromosikan produk KPR Syariah kepada nasabah dikarenakan pihak bank mendapatkan nasabah langsung dari developer yang telah menjalin kerjasama dengan pihak Bank Tabungan Negara (BTN) Syariah Kantor Cabang Surakarta.
Hal ini sesuai dengan hasil penelitian dari Darna dan Wardani (2013) dengan judul Pengaruh Bauran Promosi terhadap Keputusan Pengambilan Produk Pembiayaan KPR Platinum iB pada Bank X Syariah Cabang Harmoni Jakarta, menyatakan bahwa variabel personal selling tidak memiliki pengaruh terhadap keputusan pembelian produk pembiayaan KPR Platinum iB.
c. Pengaruh Lokasi terhadap Hubungan antara Advertising terhadap Keputusan Pembelian
Tabel 4.18
Hasil Uji Koefisien Determinasi (R²) Moderasi 1
Sumber: Data primer yang diolah (2017)
Berdasarkan tabel di atas, nilai Adjusted R Square sebesar 0,237. Hal ini berarti 23,7% variabel keputusan pembelian (Y) dapat dijelaskan oleh variabel independen advertising (X1), lokasi (Z), dan variabel moderat atau interaksi (X1*Z). Sisanya 76,3% dijelaskan oleh sebab-sebab lain diluar model.
Tabel 4.19
Hasil Uji Ftest Moderasi 1
S
Berdasarkan tabel di atas, nilai F hitung sebesar 10,221 dengan tingkat signifikansi 0,000. Karena signifikansi 0,000 < 0,005
Model Summary
Model R R Square Adjusted R
Square
Std. Error of the Estimate
1 ,513a ,263 ,237 2,097
a. Predictors: (Constant), Interaksi X1Z, Advertising (X1), Lokasi (Z)
ANOVAa Model Sum of Squares Df Mean Square F Sig. 1 Regression 134,810 3 44,937 10,221 ,000b Residual 378,090 86 4,396 Total 512,900 89
a. Dependent Variable: Keputusan Pembelian (Y)
b. Predictors: (Constant), Interaksi X1Z, Advertising (X1), Lokasi (Z) Sumber: Data primer yang diolah (2017)
maka model regresi dapat digunakan untuk memprediksi variabel keputusan pembelian (Y), atau dapat dikatakan bahwa variabel
advertising (X1), lokasi (Z), moderat atau interaksi (X1*Z) secara bersama-sama berpengaruh terhadap keputusan pembelian (Y).
Tabel 4.20 Hasil Uji ttest Moderasi 1
B e
r
Berdasarkan tabel di atas, advertising (X1) memberikan nlai koefisien parameter sebesar 1,351 dengan tingkat signifikansi 0,366 > 0,05. Lokasi (Z) memberikan nilai koefisien parameter sebesar 1,242 dengan tingkat signifikansi 0,327 > 005. Variabel moderat atau interaksi (X1*Z) memberikan nilai koefisien parameter sebesar -,022 dengan tingkat signifikansi 0,482 > 0,05. Tingkat signifikansi variabel moderat yang merupakan interaksi antara X1*Z tidak signifikan, sehingga dapat disimpulkan bahwa lokasi (Z) tidak mempengaruhi hubungan advertising (X1) terhadap keputusan pembelian (Y) atau lokasi (Z) tidak memoderasi hubungan antara
advertising (X1) terhadap keputusan pembelian (Y). Hal ini sesuai dengan hasil penelitian dari Kurniawan (2012) yang menyatakan
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) -30,101 60,170 -,500 ,618 Advertising (X1) 1,351 1,486 1,265 ,909 ,366 Lokasi (Z) 1,242 1,260 1,519 ,986 ,327 Interaksi X1Z -,022 ,031 -1,431 -,706 ,482
a. Dependent Variable: Keputusan Pembelian (Y) Sumber:Data primer yang diolah (2017)
bahwa lokasi tidak memoderasi pengaruh paparan iklan pada perilaku dan sesuai dengan pendapat Putra (2012: 13), yang menyatakan bahwa tanah yang dimiliki dimanapun lokasinya, strategis atau tidak hal tersebut tidak mempengaruhi apapun. Dikarenakan tata kota akan selalu berubah, begitupun dengan letak tanah yang awalnya tidak strategis akan menjadi strategis seiring dengan laju pertumbuhan suatu kota. Sehingga dimanapun lokasi perumahan tersebut tidak mempengaruhi hubungan advertising
terhadap keputusan pembelian. Dalam brosur KPR Syariah di Bank Tabungan Negara (BTN) Syariah Kantor Cabang Surakarta hanya memuat special margin mulai 8,50%, tanpa provisi, dan proses yang cepat serta mudah, tidak memuat lokasi yang strategis.
d. Pengaruh Lokasi terhadap Hubungan antara Personal Selling
terhadap Keputusan Pembelian
Tabel 4.21
Hasil Uji Koefisien Determinasi (R²) Moderasi 2
Berdasarkan tabel di atas, dapat diketahui nilai Adjusted R Square sebesar 0,149. Hal ini berarti 14,9% keputusan pembelian (Y) dapat dijelaskan oleh personal selling (X2), lokasi (Z), dan
Model Summary
Model R R Square Adjusted R
Square
Std. Error of the Estimate
1 ,422a ,178 ,149 2,214
a. Predictors: (Constant), Interaksi X2Z, Lokasi (Z), Personal Selling (X2) Sumber: Data primer yang diolah (2017)
variabel moderat atau interaksi (X2*Z). Sisanya 85,1% dijelaskan oleh sebab-sebab lain diluar model.
Tabel 4.22
Hasil Uji Ftest Moderasi 2
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression 91,251 3 30,417 6,204 ,001b
Residual 421,649 86 4,903
Total 512,900 89
a. Dependent Variable: Keputusan Pembelian (Y)
b. Predictors: (Constant), Interaksi X2Z, Lokasi (Z), Personal Selling (X2) Sumber:Data primer yang diolah (2017)
Berdasarkan tabel di atas, nilai F hitung sebesar 6,204 dengan tingkat signifikansi 0,001. Karena signifikansi 0,001 < 0,005 maka model regresi dapat digunakan untuk memprediksi keputusan pembelian (Y), atau dapat dikatakan bahwa personal selling (X2), lokasi (Z), moderat atau interaksi (X2*Z) secara bersama-sama berpengaruh terhadap keputusan pembelian (Y).
Tabel 4.23 Hasil Uji ttest Moderasi 2
Sumber: Data primer yang diolah (2017) Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) 22,764 55,642 ,409 ,683 Personal Selling (X2) ,063 1,394 ,077 ,045 ,964 Lokasi (Z) ,373 1,154 ,456 ,323 ,748 Interaksi X2Z -,001 ,029 -,070 -,029 ,977
Berdasarkan tabel di atas, dapat diketahui bahwa personal selling (X2) memberikan koefisien parameter sebesar 0,063 dengan tingkat signifikansi 0,964 > 0,05. Lokasi (Z) memberikan nilai koefisien parameter sebesar 0,373 dengan tingkat signifikansi 0,748 > 005. Variabel moderat atau interaksi (X2*Z) memberikan nilai koefisien parameter sebesar -0,001 dengan tingkat signifikansi 0,977 > 0,05. Tingkat signifikansi variabel moderat yang merupakan interaksi antara X2*Z tidak signifikan, sehingga dapat disimpulkan bahwa lokasi (Z) tidak mempengaruhi hubungan personal selling
(X2) terhadap keputusan pembelian (Y) atau lokasi (Z) tidak memoderasi hubungan antara personal selling (X2) terhadap keputusan pembelian (Y). Hasil penelitian ini sesuai dengan pendapat Putra (2012: 13), yang menyatakan bahwa tanah yang dimiliki dimanapun lokasinya, strategis atau tidak hal tersebut tidak mempengaruhi apapun. Dikarenakan tata kota akan selalu berubah,