BAB V. ANALISIS DATA
B. Analisis Data dan Pengujian Hipotesis
Untuk memecahkan masalah pertama yaitu bagaimanakah karakteristik Mahasiswa Fakultas Ekonomi Universitas Sanata Dharma (Prodi Manajemen & Akuntansi) yang menggunakan produk sepeda motor Honda, peneliti menggunakan analisis Presentase. Analisis ini digunakan untuk menjawab rumusan masalah pertama mengenai karakteristik mahasiswa Fakultas Ekonomi yang ditinjau dari usia, jumlah uang saku, jenis kelamin, lamanya menggunakan sepeda motor Honda dan jenis motor yang dipakai atau dimiliki.
a. Distribusi frekuensi usia responden
Tabel V.3 merupakan analisis klasifikasi responden berdasarkan usia. Tabel V.3
Distribusi Frekuensi Usia Responden Usia Jumlah Presentase (%) < 20 tahun 21 – 23 tahun > 24 – 26 tahun 23 57 20 23 57 20 Jumlah 100 100 Sumber: data primer diolah
Dari tabel V.3 di atas terlihat bahwa jumlah responden dengan usia kurang dari 20 tahun sebanyak 23 orang (23%), responden dengan usia 21 sampai 23 tahun sebanyak 57 orang (57%) dan responden usia 24 sampai 26 tahun sebanyak 20 orang (20%). Sehingga dapat diketahui bahwa responden yang paling banyak adalah responden dengan usia 21 – 23 tahun.
b. Distribusi frekuensi jumlah uang saku responden Tabel V.4
Distribusi Frekuensi Jumlah Uang Saku Responden
Uang Saku Jumlah Presentase (%) > 1,5 juta 1 juta – 1,5 juta 800 ribu – 1 juta < 800 ribu 10 45 35 10 10 45 35 10 Jumlah 100 100 Sumber: data primer diolah
Dari tabel di atas dapat diketahui bahwa responden dengan uang saku lebih dari 1,5 juta sebanyak 10 orang (10%), responden dengan uang saku antara 1 juta sampai 1,5 juta sebanyak 45 orang (45%), responden dengan uang saku antara 800 ribu sampai 1 juta sebanyak 35 orang (35%) dan responden dengan uang saku kurang dari 800 ribu sebanyak 10 orang (10%). Sehingga dapat diketahui bahwa jumlah uang saku 45 responden (45%) pada umumnya antara 1 juta sampai 1,5 juta.
c. Distribusi frekuensi responden berdasarkan jenis kelamin
Tabel V.5. dibawah ini merupakan hasil analisis klasifikasi responden berdasarkan jenis kelamin.
Tabel V.5
Klasifikasi Jenis Kelamin Responden
Jenis Kelamin Jumlah Presentase (%)
Pria Wanita 65 35 65 35 Jumlah 100 100
Sumber: data primer diolah
Dari tabel V.5 di atas maka diperoleh hasil bahwa jenis kelamin responden dalam penelitian ini terdiri dari 65 responden pria (65%) dan 35 responden wanita (35%). Sehingga dapat ditarik kesimpulan bahwa responden pria yang paling banyak dalam penelitian ini yaitu sejumlah 65 responden pria (65%).
Tabel V.6
Lamanya Menggunakan Sepeda Motor Lama Pengunaan Jumlah Presentase (%)
> 2 tahun 1 tahun – 2 tahun 6 bulan – 1 tahun < 6 bulan 43 35 19 3 43 35 19 3 Jumlah 100 100 Sumber: data primer diolah
Dari tabel diatas dapat diketahui bahwa responden yang lama menggunakan sepeda motor lebih dari 2 tahun sebanyak 43 orang (43%), antara 1 tahun sampai 2 tahun sebanyak 35 orang (35%), antara 6 bulan sampai 1 tahun sebanyak 19 orang (19%) dan kurang dari 6 bulan sebanyak 3 orang (3%). Sehingga mayoritas responden menggunakan sepeda motor paling banyak sudah lebih dari 2 tahun sebanyak 43 responden (43%).
2. Analisis Regresi
Untuk memecahkan masalah kedua yaitu apakah positioning product berpengaruh terhadap loyalitas konsumen pengguna sepeda motor Honda, peneliti menggunakan alat analisis regresi berganda. Dari hasil perhitungan diperoleh persamaan regresi yaitu:
Y = 42,887 + 7,11 X1 + 1,03 X2 + 0,422 X3 + 0,252 X4 + 0,267 X5 + 0,452 X6 + 0,244 X7 + 0,504 X8
Analisis regresi akan menghasilkan sebuah persamaan regresi seperti persamaan di atas. Persamaan regresi di atas merupakan suatu metode statistik umum yang digunakan untuk meneliti hubungan antara sebuah variabel dependen (Y) dengan beberapa variabel independent (X). Tujuan analisis regresi berganda ii adalah menggunakan nilai-nilai variabel independent yang diketahui, untuk meramalkan nilai variabel dependent. Dari hasil persamaan di atas diketahui bahwa nilai koefisien konstanta adalah sebesar 42,887 yang berarti mempunyai nilai yang signifikan secara statistik untuk semua variabel sehingga semua variabel mempunyai pengaruh secara signifikan.
Persamaan regresi di atas dapat diketahui bahwa skor nilai koefisien regresi kualitas terbaik (X1) sebesar 7,11 menyatakan bahwa setiap penambahan (karena terdapat tanda +) maka kualitas terbaik yang dimiliki dari motor Honda akan meningkatkan loyalitas konsumen pengguna sepeda motor Honda sebesar 7,11 dan seterusnya.
3. Analisis Unsur
Untuk memecahkan masalah ketiga: untuk mengetahui unsur Positioning Produk yang paling mempengaruhi loyalitas pengguna sepeda motor Honda di daerah Istimewa Yogyakarta dengan studi kasus Mahasiswa Fakultas Ekonomi, Universitas Sanata Dharma, Daerah Istimewa Yogyakarta. Dapat diketahui dengan melihat dari hasil pengisian kuesioner dengan melihat akumulasi nilai paling tertinggi pada setiap faktor.
Hasil akumulasi diperoleh nilai yaitu 1707 (X1), 2595 (X2), 1699 (X3), 2126 (X4), 1746 (X5), 2430 (X6), 1704 (X7) dan 1642 (X8). Sehingga unsur positioning produk yang paling mempengaruhi loyalitas pengguna sepeda motor Honda di daerah Istimewa Yogyakarta dengan studi kasus Mahasiswa Fakultas Ekonomi, Universitas Sanata Dharma, Daerah Istimewa Yogyakarta adalah 2595 atau pada unsur pelayanan terbaik (X2) untuk akumulasi nilai paling tertinggi pada setiap faktor.
4. Uji asumsi klasik multikolinieritas
Pada hasil penelitian terlihat bahwa hasil VIF setiap faktor mempunyai nilai yang lebih besar dari satu, sehingga menunjukkan adanya gejala multikolinieritas. Berdasarkan hasil diperoleh kualitas terbaik (X1) mempunyai nilai VIF sebesar 3,028, pelayanan terbaik (X2) mempunyai nilai VIF 3,765, harga termurah (X3) mempunyai nilai VIF 5,563, nilai terbaik (X4) mempunyai nilai VIF 10,225, paling aman (X5) mempunyai nilai VIF 3,535, paling cepat (X6) mempunyai nilai VIF5,860, paling nyaman (X7) mempunyai nilai VIF 4,543 dan teknologi paling maju (X8) mempunyai nilai VIF 5,214. Hal ini dapat dilihat seperti berikut ini:
Coefficientsa .330 3.028 .266 3.765 .180 5.563 .098 10.225 .283 3.535 .171 5.860 .220 4.543 .192 5.214 KWLITAS LAYANAN HARGA NILAI AMAN CEPAT NYAMAN TKNOLOGI Model 1 Tolerance VIF Collinearity Statistics
Dependent Variable: LOYAL a.
Kesimpulan yang dapat diperoleh adalah pada model regresi terjadi gejala multikolinieritas karena mempunyai nilai variance inflation factor (VIF) lebih besar dari satu. Hasil selengkapnya dapat dilihat pada Lampiran.
5. Uji asumsi klasik normalitas
Uji asumsi klasik normalitas untuk menguji data variabel bebas (X) dan variabel terikat (Y) pada persamaan regresi yang dihasilkan, berdistribusi normal atau berdistribusi tidak normal. Persamaan regresi dikatakan baik jika mempunyai data variabel dan data variabel terikat berdistribusi mendekati normal atau normal sama sekali.
Uji asumsi normalitas dengan Grafik Histogram dan Normal Probability Plots menunjukkan hasil grafik mengikuti bentuk distribusi normal dengan membentuk histogram yang hampir sama dengan bentuk distribusi normal dan nilai Plot tidak menyimpang jauh dari garis diagonal, sehingga distribusi ini adalah normal.
Normal P-P Plot of Regression Standardized Residual Dependent Variable: LOYAL
Observ ed Cum Prob
1.00 .75 .50 .25 0.00 Ex p e