BAB V ANALISIS DATA DAN PEMBAHASAN
D. Analisis Deskripsi Variabel Penelitian
Tabel V. 10 Hasil Analisis Deskriptif Variabel Citra Merek
Sumber: Data Primer yang Diolah (September 2019)
Berdasarkan tabel V.10 dapat dilihat bahwa rata-rata skor total untuk variabel citra merek adalah 3,95. Hal ini menunjukkan bahwa citra merek yang dimiliki sepatu Vans dapat dikategorikan baik.
No
Item Pernyataan Rata- rata Skor Kategori 1 Saya sangat mengenal sepatu dengan merek
Vans 3,9 Baik
2 Saya merasa sepatu merek Vans mengikuti
perkembangan zaman 4,12 Baik 3 Saya merasa lebih percaya diri menggunakan
produk sepatu bermerek Vans 3,98 Baik 4 Saya merasa sepatu merek Vans memenuhi
keinganan saya sebagi konsumen 3,67 Baik 5 Saya melihat produk sepatu merek Vans dibuat
oleh perusahaan yang memiliki reputasi yang
baik 4,12
Baik
2. Kualitas Produk
Tabel V. 11 Hasil Analisis Deskriptif Variabel Kualitas Produk
Sumber: Data Primer yang Diolah (September 2019)
Berdasarkan tabel V.11 dapat dilihat bahwa rata-rata skor total untuk variabel kualitas produk adalah 3,82. Hal ini menunjukkan bahwa kualitas produk yang dimiliki sepatu Vans dapat dikategorikan baik.
No
Item Pernyataan Rata- rata Skor Kategori 1 Saya merasa sepatu Vans nyaman untuk
digunakan 3,9 Baik
2 Saya merasa sepatu Vans memiliki kualitas yang
baik 3,71 Baik
3 Sepatu Vans yang saya gunakan awet dan tahan
lama 3,79 Baik
4 Saya merasa sepatu Vans memiliki desain yang
menarik dan unik 3,77 Baik 5 Saya merasa sepatu Vans memiliki kualitas yang
sesuai reputasi yang ditawarkan perusahaan 3,95 Baik Rata-rata skor total 3,82 Baik
3. Harga
Tabel V. 12 Hasil Analisis Deskriptif Variabel Harga
Sumber: Data Primer yang Diolah (September2019)
Berdasarkan tabel V.12 dapat dilihat bahwa rata-rata skor total untuk variabel Harga adalah 4,33. Hal ini menunjukkan bahwa harga yang dimiliki sepatu Vans dapat dikategorikan sangat murah.
No
Item Pernyataan Rata- rata Skor Kategori 1 Saya merasa sepatu Vans memiliki harga yang
terjangkau
4,35 Sangat Murah 2 Saya merasa sepatu Vans memiliki kualitas yang
sesuai dengan harga yang ditawarkan
4,28 Sangat Murah 3 Saya merasa manfaat yang saya dapatkan sesuai
dengan harga yang ditawarkan
4,25 Sangat Murah 4 Saya merasa harga sepatu Vans memilki daya
saing dengan produk sepatu lain
4,44 Sangat Murah Rata-rata skor total
4,33
Sangat Murah
4. Minat Beli Ulang
Tabel V. 13 Hasil Analisis Variabel Minat Beli Ulang
Sumber: Data Primer yang Diolah (September 2019)
Berdasarkan tabel V.12 dapat dilihat bahwa rata-rata skor total untuk variabel minat beli ulang adalah 3,91. Berdasarkan hal ini menunjukkan bahwa minat beli ulang yang dimiliki sepatu Vans dapat dikategorikan Tinggi, karena sepatu Vans memiliki harga yang terjangkau dan memiliki daya saing dengan produk lain.
E. Teknik Analisis Data 1. Uji Asumsi Klasik
a. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Seperti No
Item Pernyataan Rata- rata Skor Kategori 1 Saya merasakan manfaatnya, saya berminat
untuk membeli kembali sepatu vans
3,56 Tinggi
2 Saya akan merekomendasikan kepada orang lain untuk membeli sepatu vans
3,86 Tinggi
3 Sepatu vans adalah pilihan utama saya diantara sepatu yang lain
4,2 Sangat Tinggi 4 Saya selalu mencari informasi mengenai sepatu
vans yang saya minati
4 Tinggi
diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti distribusi normal. Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan analisis grafik dan uji statistik. Untuk menguji apakah data berdistribusi normal atau tidak dilakukan uji statistik Kolmogorov-Smirnov Test. Residual berdistribusi normal jika memiliki nilai signifikansi > 0,05 Ghozali (2011: 160).
Tabel V. 14 Uji Normalitas One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 100
Normal Parametersa,b Mean .0000000
Std. Deviation 1.88658335
Most Extreme Differences Absolute .085
Positive .053
Negative -.085
Test Statistic .085
Asymp. Sig. (2-tailed) .069c
Sumber: Data Primer yang Diolah (Mei 2019)
Berdasarkan hasil pengujian normalitas yang disajikan pada tabel V.14, dapat dilihat bahwa nilai signifikansinya lebih besar dari 0,05 (0,069 > 0,05). Dengan demikian, dapat disimpulkan bahwa nilai residual berdistribusi normal.
b. Uji heteroskedastisitas
Persamaan Regresi Linier Berganda perlu juga diuji mengenai sama atau tidak varian dari residual dari observasi yang satu dengan observasi lain. Jika residualnya mempunyai varian yang sama disebut terjadi homokedastisitas. Persamaan yang baik adalah jika tidak terjadi heteroskedastisitas. Tujuan dari uji heteroskedastisitas ini adalah untuk mengetahui apakah dalam model regresi terdapat persamaan varian dari residual satu pengamatan ke pengamatan yang lain Noor (2014:64) . Uji ini dilakukan dengan menggunakan grafik scatterplot.
Gambar V. 1 Hasil uji Heteroskedasitas
Sumber: Data Primer yang Diolah (September 2019)
Berdasarkan gambar V.1 dapat dilihat bahwa titik-titik pada grafik
disimpulkan bahwa data yang diuji dalam penelitian ini tidak mengalami heteroskedastisitas.
c. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen. Untuk mendeteksi adanya multikolinearitas dengan menganalisis matriks korelasi variabel-variabel independen. Jika antar variabel independen terdapat nilai korelasi yang cukup tinggi (umumnya diatas 0.95), maka hal ini merupakan indikator adanya multikolinearitas. Mengamati nilai
tolerance dan variance inflation factor (VIF). Tolerance mengukur variabilitas independen yang dipilih yang tidak dijelaskan oleh variabel independen lainnya. Nilai cut-off yang umum dipakai adalah nilai tolerance ≤ 0.10 atau sama dengan VIF ≥ 10. Bila hasil regresi memiliki nilai VIF tidak lebih dari 10, maka dapat disimpulkan tidak ada multikolinearitas dalam model regresi (Ghozali, 2011: 105).
Tabel V. 15 Uji Multikolinearitas
Sumber: Data Primer yang Diolah (September 2019) Model Collinearity Statistics Tolerance VIF 1 (Constant) Citra Merek .738 1,355 Kualitas Produk .778 1,286 Harga .729 1,372
Berdasarkan hasil pengujian multikolinearitas yang disajikan pada tabel V.15, dapat dilihat bahwa nilai VIF pada setiap variabel bebas adalah lebih kecil dari 10. Sehingga, dapat disimpulkan bahwa tidak ada multikolinearitas di antara variabel bebas tersebut.
2. Analisis Regresi Linear Berganda
Analisis ini digunakan untuk mengetahui pengaruh citra merek, kualitas produk dan harga terhadap minat beli ulang. Berdasarkan perhitungan regresi linear berganda dengan menggunakan SPSS, maka hasil yang diperoleh adalah sebagai berikut
Tabel V. 16 Analisis Regresi Linear Berganda
Sumber: Data Primer yang Diolah (September 2019)
Berdasarkan hasil analisis Regresi Linier Berganda pada tabel V.16 diperoleh persamaan regresi sebagai berikut:
Y = -0,538 + 0,079X1 + 0,377X2 +0,412X3 Keterangan:
Y = Minat beli ulang X1 = Citra merek X2 = Kualitas produk X3 = Harga Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) -.583 1.987 -.293 .770 CITRA_MEREK .079 .073 .098 1.084 .281 KUALITAS_PROD UK .377 .086 .384 4.378 .000 HARGA .412 .113 .329 3.631 .000
Persamaan regresi di atas dapat dijelaskan sebagai berikut:
a. Konstanta sebesar -0,538 artinya jika citra merek (X1) kualitas produk (X2) dan harga (X3) nilainya adalah 0, maka minat beli ulang (Y) nilai nya adalah -0,538
b. Koefisien regresi variabel citra merek (X1) sebesar 0,079, kualitas produk (X2) sebesar 0,377 dan harga (X3) 0,412.
1) Koefisien regresi variabel citra merek (X1) sebesar 0,079 artinya jika variabel X1 mengalami kenaikan satu satuan dan variabel lain nilai nya tetap, maka minat beli ulang (Y) mengalami peningkatan sebesar 0,079. 2) Koefisien regresi variabel kualitas produk (X2) sebesar 0,377 artinya
jika variabel X2 mengalami kenaikan satu satuan dan variabel lain nilai nya tetap, maka minat beli ulang (Y) mengalami peningkatan sebesar 0,377.
3) Koefisien regresi variabel citra harga (X3) sebesar 0,412 artinya jika variabel X3 mengalami kenaikan satu satuan dan variabel lain nilai nya tetap, maka minat beli ulang (Y) mengalami peningkatan sebesar 0,412.
3. Uji Hipotesis a. Uji F
Uji F dilakukan untuk melihat signifikan tidaknya pengaruh variabel-variabel bebas yaitu citra merek, kualitas produk dan harga secara bersama-sama terhadap variabel terikat yaitu minat beli ulang. Hasil yang didapatkan adalah sebagai berikut:
Tabel V. 17 Hasil Uji F
ANOVAa
Model Sum of Squares Df Mean Square F Sig.
1 Regression 262.390 3 87.463 23.829 .000b
Residual 352.360 96 3.670
Sumber: Data Primer yang Diolah (September 2019) Langkah-langkah uji F adalah:
1) Menentukan Ho dan Ha
Ho= Citra merek, kualitas produk, dan harga secara bersama-sama tidak berpengaruh terhadap minat beli ulang.
Ha= Citra merek, kualitas produk, dan harga secara bersama-sama secara bersama-sama berpengaruh terhadap minat beli ulang.
2) Menentukan tingkat signifikansi
Tingkat signifikansi menggunakan α=5% (signifikansi 5% atau 0,05) adalah ukuran standar yang sering digunakan dalam penelitian
3) Menentukan Fhitung;
Nilai F hitung diperoleh dari output SPSS adalah 23,829 4) Menentukan Ftabel:
F tabel dicari pada tabel statistik pada signifikansi 0,05 dengan n-k= 97, didapatkan nilai F tabel sebesar 2,70.
5) Menentukan Kriteria Penerimaan atau Penolakan Hipotesis Ho ditolak dan Ha diterima jika Fhitung ≥ Ftabel
Ho diterima dan Ha ditolak jika Fhitung < Ftabel 6) Menarik Kesimpulan
Pada tabel V.17 bahwa nilai signifikansi citra merek, kualitas produk dan harga sebesar 0,000 lebih kecil dari nilai α (0,000 < 0,05), dan nilai Fhitung sebesar (23,289 > 2,70) maka HO ditolak yang artinya citra merek, kualitas produk dan harga secara bersama-sama berpengaruh terhadap minat beli ulang.
b. Uji t
Tabel V. 18 Hasil Uji t
Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) -.583 1.987 -.293 .770 CITRA_MEREK .079 .073 .098 1.084 .281 KUALITAS_PRODU K .377 .086 .384 4.378 .000 HARGA .412 .113 .329 3.631 .000
1) Variabel Citra Merek a) Menentukan Ho dan Ha
Ho : citra merek (X1) tidak berpengaruh terhadap minat beli ulang. Ha: citra merek (X1) berpengaruh terhadap minat beli ulang. b) Menentukan tingkat signifikasnsi
Tingkat signifikansi menggunakan α=5% (signifikansi 5% atau 0,05) adalah ukuran standar yang sering digunakan dalam penelitian.
c) Menentukan thitung
Nilai t hitung diperoleh dari output SPSS adalah 1,084 dan t tabel di cari pada tabel statistik pada signifikansi 0,05 dengan n-k-1= 96, di dapat nilai t tabel sebesar 1,661.
d) Menentukan Kriteria Penerimaan atau Penolakan Hipotesis. Ho diterima, Ha ditolak jika Sig > α
Ho ditolak, Ha diterima jika Sig < α e) Menarik Kesimpulan
Berdasarkan hasil uji t tabel V.18 diperoleh nilai PValue (sig) untuk variabel citra merek sebesar 0,281. Diketahui Pvalue (sig) sebesar 0,281 > α (0,05), Maka HO diterima dan HA ditolak. Jadi dapat disimpulkan bahwa citra merek tidak berpengaruh signifikan terhadap minat beli ulang.
2) Variabel kualitas produk a) Menentukan Ho dan Ha
Ho : kualitas produk (X2) tidak berpengaruh terhadap minat beli ulang.
Ha : kualitas produk (X2) berpengaruh terhadap minat beli ulang. b) Menentukan tingkat signifikansi
Tingkat signifikansi menggunakan α=5% (signifikansi 5% atau 0,05) adalah ukuran standar yang sering digunakan dalam penelitian.
c) Menentukan thitung
Nilai t hitung diperoleh dari output SPSS adalah 4,378 dan t tabel di cari pada tabel statistik pada signifikansi 0,05 dengan n-k-1= 96, di dapat nilai t tabel sebesar 1,661.
d) Menentukan Kriteria Penerimaan atau Penolakan Hipotesis Ho diterima, Ha ditolak jika Sig > α
Ho ditolak, Ha diterima jika Sig < α e) Menarik Kesimpulan
Berdasarkan hasil uji t tabel V.18 diperoleh nilai PValue (sig) untuk variabel kualitas produk sebesar 0,000. Diketahui Pvalue (sig) sebesar 0,000 < α (0,05), maka HA diterima dan H0 ditolak. Jadi dapat disimpulkan bahwa kualitas produk berpengaruh signifikan terhadap minat beli ulang.
3) Variabel harga
a) Menentukan Ho dan Ha
Ho : harga (X3) tidak berpengaruh terhadap minat beli ulang Ha : citra harga (X3) berpengaruh terhadap minat beli ulang b) Menentukan tingkat signifikasnsi
Tingkat signifikansi menggunakan α=5% (signifikansi 5% atau 0,05) adalah ukuran standar yang sering digunakan dalam penelitian.
c) Menentukan thitung
Nilai t hitung diperoleh dari output SPSS adalah 3,631 dan t tabel dicari pada tabel statistik pada signifikansi 0,05 dengan n-k-1= 96, di dapat nilai t tabel sebesar 1,661.
d) Menentukan Kriteria Penerimaan atau Penolakan Hipotesis Ho diterima, Ha ditolak jika Sig > α
Ho ditolak, Ha diterima jika Sig < α e) Menarik Kesimpulan
Berdasarkan hasil uji t tabel V.18 diperoleh nilai PValue (sig) untuk variabel harga sebesar 0,000. Diketahui Pvalue (sig) sebesar 0,000 < α (0,05), Maka HO ditolak dan HA diterima. Jadi dapat disimpulkan bahwa harga berpengaruh signifikan terhadap minat beli ulang. 4. Koefisien Determinasi (Adjusted R2)
Koefisien determinasi digunakan untuk mengetahui seberapa besar kontribusi variabel independen yaitu citra merek (X1), kualitas produk (X2),
dan harga (X3) secara bersama-sama mempengaruhi minat beli ulang (Y). Berikut hasil dari analisis menggunakan program SPSS 25.
Tabel V. 19 Koefisien determinasi (R2)
Model Summaryb
Sumber: Data Primer yang Diolah (September 2019)
Berdasarkan Tabel V.19 dapat dilihat bahwa besarnya Adjusted R Square adalah 0,409 atau 40,9%. Artinya, variasi perubahan variabel minat beli ulang dipengaruhi oleh variabel citra merek, kualitas produk, dan harga sebesar 40,9 %. Sedangkan 59,1% dipengaruhi variabel lain yang tidak digunakan dalam penelitian ini.