BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.2 Hasil Penelitian
4.2.1.2 Analisis Deskriptif Variabel
Setelah mengetahui karakteristik dari responden penelitian, berikut ini akan ditampilkan hasil olahan data primer yang merupakan deskriptif penelitian berdasarkan penelitian berdasarkan pendapat responden mengenai keputusan pembelian dengan indikator merek (X1), harga (X2), kualitas (X3), dan keputusan pembelian (Y).
Untuk menginterpretasikan nilai rata-rata, maka dipetakan rentang yang mempertimbangkan informasi pada rumus :
Interval =
=
= 0,8Setelah interval diketahui, kemudian dibuat rentang skala sehingga dapat diketahui letak rata-rata penilaian responden. Rentang skala tersebut adalah: 1,00 - 1,8 = Sangat tidak setuju
2,61 – 3,4 = Kurang Setuju 3,41 – 4,2 = Setuju
4,21 – 5 = Sangat Setuju
a. Deskriptif Variabel Merek (X1) Tabel 4.5
Jawaban Responden Terhadap Variabel Merek (X1)
Tanggapan Responden STS TS KS S SS Total
R Item no. F % F % F % F % F % F % Reputasi Merek 0 0 0 0 9 11.8 29 38.2 38 50.0 76 100 4.38 Kemudahan diucapkan 0 0 0 0 8 10.5 30 39.5 38 50.0 76 100 4.39 Kepercayaan Merek 0 0 0 0 11 14.5 26 34.2 39 51.3 76 100 4.37 Mencerminkan pemakainya 0 0 0 0 2 2.6 36 47.4 38 50.0 76 100 4.47
Total Rata- rata 4.40
Sumber: Hasil Penelitian, 2016 (data diolah) Tabel 4.5 menunjukkan bahwa:
1. Pernyataan pertama terdapat 0 responden yang menjawab sangat tidak setuju, 0 responden menjawab tidak setuju, 9 responden (11.8%) menjawab kurang setuju, 29 responden (38.2%) menjawab setuju, 38 responden (50.0%) menjawab sangat setuju.
2. Pada pernyataan kedua terdapat 0 responden menjawab sangat tidak setuju, 0 responden menjawab tidak setuju, 8 responden (10.5%) menjawab kurang setuju, 30 responden (39.5%) menjawab setuju, 38 responden (50.0%) menjawab sangat setuju.
3. Pada pernyataan ketiga terdapat 0 responden menjawab sangat tidak setuju, 0 responden menjawab tidak setuju, 11 responden (14.5%) menjawab kurang setuju, 26 responden (34.2%) menjawab setuju, 39 responden (51.3%) menjawab sangat setuju.
4. Pada penryataan keempat terdapat 0 responden menjawab sangat tidak setuju, 0 responden menjawab tidak setuju, 2 responden (2.6%) menjawab kurang setuju, 36 responden (47.4%) menjawab setuju, 38 responden (50.0%) menjawab sangat setuju.
b. Deskriptif Variabel Harga (X2)
Tabel 4.6
Jawaban Responden Terhadap Variabel Harga (X2)
Tanggapan Responden STS TS KS S SS Total R
Item no. F % F % F % F % F % F %
Harga Terjangkau 0 0 2 2.6 9 11.8 31 40.8 34 44.7 76 100 4.27 Kesesuaian dengan kualitas 0 0 0 0.0 9 11.8 27 35.5 40 52.6 76 100 4.41 Kesesuaian dengan manfaat 0 0 0 0.0 9 11.8 33 43.4 34 44.7 76 100 4.33 Harga Bersaing 0 0 0 0.0 7 9.2 32 42.1 37 48.7 76 100 4.39
Total Rata- rata 4.35
Sumber: Hasil Penelitian, 2016( data diolah) Tabel 4.6 menunjukkan bahwa:
1. Pernyataan pertama terdapat 0 responden yang menjawab sangat tidak setuju, 2 responden (2.6%) menjawab tidak setuju, 9 responden (11.8%) menjawab kurang setuju, 31 responden (40.8%) menjawab setuju, 34 responden (44.7%) menjawab sangat setuju.
2. Pada pernyataan kedua terdapat 0 responden menjawab sangat tidak setuju, 0 responden menjawab tidak setuju, 9 responden (11.8%) menjawab kurang setuju, 27 responden (35.5%) menjawab setuju, 40 responden (52.6%) menjawab sangat setuju.
3. Pada pernyataan ketiga terdapat 0 responden menjawab sangat tidak setuju, 0 responden menjawab tidak setuju, 9 responden (11.8%)
menjawab kurang setuju, 33 responden (43.4%) menjawab setuju, 34 responden (44.7%) menjawab sangat setuju.
4. Pada penryataan keempat terdapat 0 responden menjawab sangat tidak setuju, 0 responden menjawab tidak setuju, 7 responden (9.2%) menjawab kurang setuju, 32 responden (42.1%) menjawab setuju, 37 responden (48.7%) menjawab sangat setuju.
c. Deskriptif Variabel Kualitas (X3) Tabel 4.7
Jawaban Responden Terhadap Variabel Kualitas (X3)
Tanggapan Responden STS TS KS S SS Total
R
Item no. F % F % F % F % F % F %
Daya tahan mesin 0 0 0 0.0 10 13.2 25 32.9 41 53.9 76 100 4.40 Irit Bahan Bakar 0 0 1 1.3 1 1.3 28 36.8 46 60.5 76 100 4.56 Nyaman digunakan 0 0 0 0.0 3 3.9 33 43.4 40 52.6 76 100 4.48 Kecepatan yang lebih unggul 0 0 0 0.0 8 10.5 22 28.9 46 60.5 76 100 4.50
Total Rata- rata 4.49
Sumber: Hasil Penelitian, 2016 (data diolah) Tabel 4.7 menunjukkan bahwa:
1. Pernyataan pertama terdapat 0 responden yang menjawab sangat tidak setuju, 0 responden menjawab tidak setuju, 10 responden (13.2%) menjawab kurang setuju, 25 responden (32.9%) menjawab setuju, 41 responden (53.9%) menjawab sangat setuju.
2. Pada pernyataan kedua terdapat 0 responden menjawab sangat tidak setuju, 1 responden (1.3%) menjawab tidak setuju, 1 responden (1.3%) menjawab kurang setuju, 28 responden (36.8%) menjawab setuju, 46 responden (60.5%) menjawab sangat setuju.
3. Pada pernyataan ketiga terdapat 0 responden menjawab sangat tidak setuju, 0 responden menjawab tidak setuju, 3 responden (3.9%) menjawab kurang setuju, 33 responden (43.4%) menjawab setuju, 40 responden (52.6%) menjawab sangat setuju.
4. Pada penryataan keempat terdapat 0 responden menjawab sangat tidak setuju, 0 responden menjawab tidak setuju, 8 responden (10.5%) menjawab kurang setuju, 22 responden (28.9%) menjawab setuju, 46 responden (60.5%) menjawab sangat setuju.
d. Deskriptif Variabel Keputusan (Y) Tabel 4.8
Jawaban Responden Terhadap Variabel Keputusan (Y)
Tanggapan Responden STS TS KS S SS Total R
Item no. F % F % F % F % F % F %
Kebutuhan 0 0 0 0.0 14 18.4 28 36.8 34 44.7 76 100 4.26 Pencarian Informasi 0 0 1 1.3 10 13.2 26 34.2 39 51.3 76 100 4.35 Perbandingan Alternatif 0 0 0 0.0 9 11.8 28 36.8 39 51.3 76 100 4.39 Memutuskan Membeli 0 0 1 1.3 10 13.2 26 34.2 39 51.3 76 100 4.35
Total Rata- rata 4.34
Sumber: Hasil Penelitian, 2016 (data diolah) Tabel 4.8 menunjukkan bahwa:
1. Pernyataan pertama terdapat 0 responden yang menjawab sangat tidak setuju, 0 responden menjawab tidak setuju, 14 responden (18.4%) menjawab kurang setuju, 28 responden (36.8%) menjawab setuju, 34 responden (44.7%) menjawab sangat setuju.
2. Pada pernyataan kedua terdapat 0 responden menjawab sangat tidak setuju, 1 responden (1.3%) menjawab tidak setuju, 10 responden (13.2%) menjawab kurang setuju, 26 responden (34.2%) menjawab setuju, 39 responden (51.3%) menjawab sangat setuju.
3. Pada pernyataan ketiga terdapat 0 responden menjawab sangat tidak setuju, 0 responden menjawab tidak setuju, 9 responden (11.8%) menjawab kurang setuju, 28 responden (36.8%) menjawab setuju, 39 responden (51.3%) menjawab sangat setuju.
4. Pada penryataan keempat terdapat 0 responden menjawab sangat tidak setuju, 1 responden (1.3%) menjawab tidak setuju, 10 responden (13.2%) menjawab kurang setuju, 26 responden (34.2%) menjawab setuju, 39 responden (51.3%) menjawab sangat setuju.
4.2.2 Uji Asumsi Klasik 4.2.2.1 Uji Normalitas
Tujuan uji normalitas adalah ingin menguji apakah dalam model regresi distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data dengan bentuk lonceng. Jika asumsi ini dilanggar maka uji statistik menjadi tidak valid. Ada dua cara untuk mendeteksi apakah data berdistribusi normal atau tidak, yaitu dengan pendekatan grafik dan pendekatan Kolmogorv-Smirnov.
a. Pendekatan Grafik. Salah satu cara untuk melihat normalitas adalah dengan melihat grafik histogram dan grafik normal plot yang membandingkan antara dua observasi dengan distribusi yang mendekati distribusi normal.
Sumber : Hasil Pengolahan SPSS, (2016) Gambar 4.1
Grafik Histogram Uji Normalitas
Sumber: Hasil Pengolahan SPSS, (2016) Gambar 4.2
Scatter Plot Uji Normalitas
Berdasarkan Gambar 4.1 dapat diketahui bahwa variabel berdistribusi normal, hal ini ditunjukkan oleh distribusi data tersebut, dimana tidak menceng ke kiri atau ke kanan, sedangkan pada Gambar 4.2 data juga berdistribusi normal ini
dapat dilihat pada scatter plot terlihat titik yang mengikuti data disepanjang garis diagonal.
b. Pendekatan Kolmogorv-Smirnov. Uji normalitas dengan grafik bisa saja terlihat berdistribusi normal, padahal secara statistik tidak berdistribusi normal. Menentukan kriteria keputusan:
1. Jika nilai Asymp. sig. (2-tailed) > 0.05 (5%), maka data tidak mengalami gangguan distribusi normal.
2. Jika nilai Asymp. sig. (2-tailed) > 0.05 (5%), maka data mengalami gangguan distribusi normal. Berikut ini pengujian normalitas yang didasarkan dengan uji statistik non-parametik Kolmogorv-Smirnov (K-S).
Tabel 4.9
One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 76 Normal Parametersa,b Mean 0E-7 Std. Deviation 1.45617308 Most Extreme Differences Absolute .075 Positive .041 Negative -.075 Kolmogorov-Smirnov Z .653
Asymp. Sig. (2-tailed) .787
a. Test distribution is Normal. b. Calculated from data.
Sumber : Hasil pengolaan SPSS, (2016)
Tabel 4.9 Menunjukkan bahwa nilai Asymp.Sig.(2-tailed) adalah 0.787, ini berarti nilainya diatas nilai signifikan 5% (0.05), dengan kata lain variabel tersebut berdistribusi normal.
4.2.2.2 Uji Heteroskedastisitas
Uji ini bertujuan untuk menguji apakah didalam model regresi terjadi ketidaksamaan varians dari suatu residual pengamatan ke pengamatan lain. Jika varians dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Ada beberapa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas, yaitu:
a. Metode Grafik
Dasar analisis adalah tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas, sedangkan jika ada pola tertentu, seperti titik-titik yang membentuk pola tertentu yang teratur, maka mengindikasikan telah terjadi heterokedastisitas.
Sumber : Hasil Pengolahan SPSS, (2016) Gambar 4.3
Berdasarkan Gambar 4.3 dapat terlihat bahwa tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka berdasarkan metode grafik tidak terjadi heteroskedastisitas pada model regresi.
b. Uji Glejser
Menentukan kriteria keputusan:
1. Jika nilai signifikansi > 0.05 (5%), maka tidak mengalami gangguan heterokedastisitas.
2. Jika nilai signifikansi < 0.05 (5%), maka mengalami gangguan heterokedastisitas. Tabel 4.10 Uji Glejser Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 2.010 1.333 1.508 .136 Merek -.047 .068 -.098 -.688 .494 Harga -.011 .057 -.028 -.197 .844 Kualitas .009 .072 .015 .119 .906
a. Dependent Variable: absut
Sumber: Hasil Pengolahan SPSS,(2016)
Tabel 4.10 menunjukkan bahwa tidak satupun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen absolute Ut (absut). Hal ini terlihat dari probabilitas signifikansinya di atas tingkat kepercayaan 5% jadi disimpulkan model regresi tidak mengarah adanya heteroskedastisitas.
4.2.2.3 Uji Multikolinieritas
seharusnya tidak terjadi korelasi di antara variabel independen. Berikut ini disajikan cara mendeteksi multikolinierritas dengan menganalisis matrik korelasi antar variabel independen dan perhitungan nilai Tolerance dan Variance Inflation Factor (VIF). Batas tolerance value adalah 0,1 dan batas VIF adalah 5.
Tabel 4.11
Uji Nilai Tolerance dan VIF Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) -4.719 2.198 -2.147 .035 Merek .399 .112 .313 3.570 .001 .675 1.481 Harga .462 .094 .425 4.889 .000 .688 1.453 Kualitas .392 .119 .261 3.299 .002 .830 1.206
a. Dependent Variable: Keputusan_Pembelian Sumber: Hasil Pengolahan SPSS, (2016) Berdasarkan Tabel 4.11 dapat dilihat bahwa:
a. Nilai VIF dari nilai merek, harga, dan kualitas lebih kecil atau dibawah 5 (VIF < 5), ini berarti tidak terkena multikolinieritas antara variabel independen dalam model regresi.
b. Nilai Tolerance dari merek, harga, dan kualitas lebih besar dari 0.1 (Tolerance > 0.1) , ini berarti tidak terdapat multikolinieritas antar variabel independen dalam model regresi.
4.2.3 Analisis Statistik (Analisis Regresi Berganda)
Analisis regresi berganda digunakan untuk mengetahui seberapa besar pengaruh dari variabel bebas (merek, harga, dan kualitas) terhadap variabel terikat (keputusan pembelian) data diolah secara statistik untuk keperluan analisis dan pengujian hipotesis dengan menggunakan alat bantu SPSS 20 For Windows.
Model persamaan yang dapat di formulasikan sebagai berikut : Y = a + b 1X 1 + b 2X 2 + b 3X 3 + e Keterangan:
Y = Keputusan pembelian Honda Beat a = Konstanta X 1= Merek X 2= Harga X 3= Kualitas b 1…2= Koefisien Regresi e = Standar Error
Berdasarkan pengujian menggunakan SPSS For Windows, maka hasil persamaan regresi linier berganda dapat dilihat pada table dibawah ini sebagai berikut:
