BAB IV HASIL PENELITIAN DAN PEMBAHASAN ......................... 53-83
C. Analisis dan Olah Statistik
6 bulan – 1 tahun 35 35% >1 tahun 65 65% Jumlah 100 100%
Sumber: Data primer yang diolah, 2017
Pada tabel 4.4 menunjukkan bahwa lama menggunakan produk Oriflame responden yang lebih dominan yaitu >1 tahun ialah 65 orang atau 65% dan yang menggunakan 6 bulan – 1 tahun ialah 35 orang atau 35.
5. Karateristik Responden Berdasarkan Jumlah pendapatan
Penyajian data responden berdasarkan Jumlah pendapatan yang telah dikumpulkan adalah sebagai berikut
Tabel. 4.5 Jumlah pendapatan
Jumlah pendapatan Jumlah Responden
(Orang) Persentase (%) Rp 500,000 – Rp 1.000.000 23 23% Rp 1.000.000 –Rp 1.500,000 37 37% Rp 2.000.000- Rp.5.000.000 40 40% Jumlah 100 100%
Sumber: Data primer yang diolah, 2017
Pada tabel 4.5 menunjukkan bahwa jumlah pendapatan responden yang paling dominan yaitu Rp 2.000.000 – Rp 5.000.000 dengan 40 orang atau 40%, kemudian di urutan kedua yaitu Rp !.000.000 – Rp 1.500.000 dengan 37 orang atau 37% dan yang terakhir yaitu Rp 500.000 – 1.000.000 dengan 23 orang atau 23%.
C. Analisis dan Olah Statistik
a. Uji Validitas
Uji validitas digunakan untuk menguji sejauh mana alat ukur yang digunakan dapat mengukur kejadian/gejala yang akan diukur. Jika r hitung lebih besar dari r tabel dan nilai positif maka butir pernyataan atau indikator tersebut dikatakan valid.Jika r hitung > dari r tabel (pada taraf signifikan 10 %) maka pernyataan tersebut dikatakan valid. Pengujian validitas dapat dilihat sebagai berikut:
1) Variabel Faktor Sosial
Tabel 4.6
Hasil Pengujian Validitas Variabel Faktor Sosial (X1)
No Variabel X1 r Hitung r Tabel Keterangan
1. X1. P1 0,576 0,230 Valid
2. X1. P2 0,743 0,230 Valid
3. X1. P3 0,715 0,230 Valid
4. X1. P4 0,765 0,230 Valid
Sumber: Data Diolah (Output SPSS 22), 2017
Tabel 4.6menunjukkan seluruh instrumen valid untuk digunakan sebagai instrumen atau pernyataan untuk mengukur variabel yang diteliti.
61
Tabel 4.7
Hasil Pengujian Validitas Faktor Pribadi (X2)
No Variabel X2 r Hitung r Tabel Keterangan
1. X2.P1 0,678 0,230 Valid
2. X2.P2 0,756 0,230 Valid
3. X2.P3 0,651 0,230 Valid
4. X2.P4 0,630 0,230 Valid
5. X2.P5 0.752 0,230 Valid
Sumber: Data Diolah (Output SPSS 22), 2017
Tabel 4.7menunjukkan seluruh instrumen valid untuk digunakan sebagai instrumen atau pernyataan untuk mengukur variabel yang diteliti.
3) Variabel Faktor Psikologi
Tabel 4.8
Hasil Pengujian Validitas Faktor Psikologi (X3)
No Variabel X3 r Hitung r Tabel Keterangan
1. X3.P1 0,727 0,230 Valid 2. X3.P2 0,763 0,230 Valid 3. X3.P3 0,764 0,230 Valid 4. X3.P4 0,359 0,230 Valid 5. X3.P5 0,726 0,230 Valid 6. X3.P1 0,749 0,230 Valid
Sumber: Data diolah (Output SPSS 22), 2017
Tabel 4.8 menunjukkan seluruh instrumen valid untuk digunakan sebagai instrumen atau pernyataan untuk mengukur variabel yang diteliti.
4) Variabel Pengambilan Keputusan Pembelian (Y) Tabel 4.9
Hasil Pengujian Validitas Keputusan Pembelian (Y)
No Variabel X3 r Hitung r Tabel Keterangan
1. Y.P1 0,567 0,230 Valid
2. Y.P2 0,685 0,230 Valid
3. Y.P3 0,641 0,230 Valid
4. Y.P4 0,788 0,230 Valid
5. Y.P5 0,680 0,230 Valid
Sumber: Data diolah (Output SPSS 22), 2017
Tabel 4.9 menunjukkan seluruh instrumen valid untuk digunakan sebagai instrumen atau pernyataan untuk mengukur variabel yang diteliti
b. Uji Reliabilitas
Uji realibilitas adalah uji yang digunakan untuk mengukur suatu kuesioner yang merupakan indikator dari suatu variabel.Suatu kuesioner dikatakan realibel atau handal jika jawaban pertanyaan adalah konsisten dari waktu ke waktu. Pengukuran realibilitas dalam penelitian ini dilakukan dengan caraone shot atau sekali pengukuran saja. Disini pengukuran hanya sekali dan kemudian hasilnya dibandingkan dengan pernyataan lain atau mengukur realibilitas dengan uji statistic Cronbach Alpha. Suatu variabel dikatakan realibel jika nilai cronbach Alpha > 0,6 (Siregar,2013:57). Hasil pengujian realibilitas untuk masing-masing variabel diringkas pada tabel berikut ini:
Tabel 4.10
63
Variabel Cronbach’s Alpha N of Items
Faktor Sosial (X1) 0,648 4
Faktor Pribadi (X2) 0,730 5
Faktor Psikologi (X3) 0,763 6
Pengambilan Keputusan Pembelian (Y) 0,696 5
Sumber: Data Diolah (Output SPSS 22), 2017
Hasil uji realibilitas tersebut menunjukkan bahwa semua variabel dinyatakan realibel karena telah melewati batas koefisien realibilitas (0,60) sehingga untuk selanjutnya item-item pada masing-masing konsep variabel tersebut layak digunakan sebagai alat ukur.
2. Uji Asumsi Klasik a. Uji Normalitas
Uji normalitas bertujuan untuk menguji dalam model regresi, kedua variabel (bebas dan terikat) mempunyai distribusi normal atau tidak. Model regresi yang baik adalah model yang memiliki distribusi data normal atau mendekati normal dasar pengambilan keputusan yaitu:
1. Jika data menyebar di sekitar garisdiagonal dan mengikuti arah garis histogramnya menujukkan pada pola distribusi normal, maka model regsresi memenuhi asumsinormalitas.
2. Jika data menyeber jauh dari garis diagonal dan tidak megikuti garis diagonal atau grafik histogramnya tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
Gambar 4.1 Hasil Uji Normalitas
Hasil dari uji normalitas di atas menunjukkan bahwa semua data berdistribusi secara normal, sebaran data berada disekitas garis diagonal, sehingga model regresi memenuhi asumsi normalitas.
b. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear pada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu t-1 (sebelumnya). Model regresi yang baik adalah regresi yang bebas dari autokorelasi (Ghozali,2013: 107-108). Dalam penelitian ini cara yang digunakan untuk menguji ada atau tidaknya korelasi antar variabel adalah Uji Durbin - Watson (DW test). Dasar pengambilan keputusannya yaitu :
1. Apabila du < DW < 4-du, maka tidak ada autokorelasi.
2. Apabila du ≤ DW ≤ du atau 4-du ≥ DW ≥ 4-dl, maka tidak ada kesimpulan yang bisa diambil.
3. DW < dl, maka autokorelasi positif
65
4. DW > 4-dl, maka autokorelasi negative. Tabel 4.11 Hasil Uji Autokorelasi
Model Summaryb Mod el R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .967a .936 .934 .829 2.121
a. Predictors: (Constant), Faktor Psikologi, Faktor Pribadi, Faktor Sosial b. Dependent Variable: Keputusan Pembelian
Sumber: Data Diolah (Output SPSS 22), 2017
Tabel 4.11 menunjukkan bahwa nilai DW sebesar 2.121 nilai ini akan dibandingkan dengan nilai tabel dengan menggunakan nilai signifikansi 10%, jumlah sampel 100 (n) dan jumlah variable independen 3 (k=3), maka di tabel durbin Watson adalah sebagai berikut:
Tabel 4.12 Tabel Durbin Watson
K3 N Dl Du 8 - - 100 0.3674 - - 1.6131 2.2866 - - 1.7364
Berdasarkan tabel tersebut nilai DW lebih besar dari batas atas (du) dan kurang dari 4 – 1.7364 (4 – dw) yaitu 1.879 maka dapat disimpulkan bahwa tidak ada autokorelasi positif atau negatif (berdasarkan tabel keputusan) atau dapat disimpulkan tidak terdapat autokorelasi.
Multikolinearitas bertujuan menguji apakah pada model regresi ditemukan adanya korelasi antar variabel bebas (independen) (Ghozali,2013:103-104). Dalam penelitian ini untuk mendeteksi ada atau tidaknya multikolinearitas dalam model regresi dilakukan dengan (1) melihat nilai tolerance berlawanan(2) variance inflation factor (VIF). Nilai tolerance yang besarnya diatas 0.1 dan nilai VIF dibawah 10 menunjukkan bahwa tidak ada multikolineritas diantara variable bebas (Ghozali,2015: 104). Hasil uji multikolinieritas dapat ditunjukkan dalam tabel berikut:
Tabel 4.13
Hasil Uji Multikolinieritas Coefficientsa Model Collinearity Statistics Tolerance VIF 1 Faktor Sosial .878 1.139 Faktor Pribadi .882 1.133 Faktor Psikologi .988 1.012
a. Dependent Variable: Keputusan Pembelian Sumber: Data Diolah (Output SPSS 22), 2017
Tabel 4.13 menunjukkanHasil uji multikolinieritas, dapat dilihat pada tabel Coefficients kolom tolerance dan VIF dapat di lihat di atas. Nilai VIF untuk variabel faktor sosial yaitu 1.139 dengan tolerance.878, nilai VIF variabel faktor pribadi yaitu 1.133 dengan tolerance .882, dan nilai VIF variabel Faktor psikologi 1.012 dengan tolerance.988. Karena nilai tolerance dari ketiga variabel > 0,10 dan VIF dari kedua variabel < dari 10 maka dapat dikatakan tidak terjadi multikolinieritas pada ketiga
67
variabel bebas tersebut. Berdasarkan syarat asumsi klasik regresi linier, bahwa model regresi linier yang baik adalah yang terbebas dari adanya multikolinieritas.Dengan demikian, model di atas telah terbebas dari adanya multikolinieritas.
d. Uji Heteroskedastisitas
Model regresi yang baik adalah tidak terjadi heterokedastisitas. Untuk mendeteksi ada tidaknya heterokedastisitas pada penelitian ini, digunakan metode grafik Scatterplot yang dihasilkan dari output program SPSS versi 22 sebagai berikut:
Gambar 4.2
Hasil Uji Heteroskedastisitas
Sumber : Data diolah (Output SPSS 22), 2017
Hasil pengujian heterokedastisitas menunjukkan, titik-titik yang menyebar secara acak, tidak membentuk suatu pola tertentu yang jelas, serta tersebar baik di atas maupun di bawah angka 0 (nol) pada sumbu Y, hal ini berarti tidak terjadi penyimpangan asumsi klasik heteroskedastisitas pada model regresi yang dibuat. 3. Regresi Linear Berganda
Analisis regresi digunakan untuk menguji hipotesis tentang pengaruh secara parsial dan secara simultan variabel bebas terhadap variabel terikat. Model persamaan regresi yang baik adalah yang memenuhi persyaratan asumsi klasik, antara lain semua data berdistribusi normal, model harus bebas dari gejala multikolenieritas, terbebas dari autokorelasi dan terbebas dari heterokedastisitas. Dari analisis sebelumnya membuktikan bahwa penelitian ini sudah dianggap baik.
Penelitian ini menggunakan analisis regresi untuk mengetahui faktor-faktor yang mempengaruhi perilaku konsumen dalam keputusan pembelian produk Oriflame pada PT. Orindo Ayu di Makassar. Adapun hasil dari SPSS yang digunakan sebagai alat analisis regresi berganda adalah sebagai berikut:
Tabel 4.14 Hasil pengujian regresi
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients B Std. Error Beta 1 (Constant) 1.604 .969 Faktor Sosial 1.126 .034 .924 Faktor Pribadi .134 .031 .118 Faktor Psikologi .034 .024 .037
a. Dependent Variable: Keputusan Pembelian Sumber: Data Diolah (Output SPSS 22), 2017
Dari tabel diatas, hasil perhitungan variabel bebas dapat disusun dalam suatu model berikut:
69 Keterangan: Y = keputusan pembelian X1 = faktor sosial X2 = faktor pribadi X3 = faktor psikologi
Hasil dari analisis tersebut dapat diinterprestasikan sebagai berikut :
a. Nilai konstanta persamaan diatas sebesar 1.604 angka tersebut menunjukkan bahwa jika X1 (faktor sosial), X2 (faktor pribadi), dan X3 (faktor psikologi) sebesar 1.604.
b. X1 (faktor sosial) menunjukkan nilai koefisien sebesar (1.126). Hal ini berarti bahwa jika terjadi kenaikan faktor sosial sebesar 1% terhadap pengambilan keputusan pembelian juga akan mengalami kenaikan sebesar variabel pengalinya 1.126 dengan asumsi variabel independen yang lain dianggap konstan.
c. X2 (faktor pribadi) menunjukkan nilai koefisien sebesar (0,134). Hal ini berarti bahwa jika terjadi kenaikan faktor pribadi sebesar sebesar 1% terhadap pengambilan keputusan pembelian juga akan mengalami kenaikan sebesar variabel pengalinya 0,134 dengan asumsi variabel independen yang lain dinaggap konstan.
d. X3 (faktor psikologi) menunjukkan nilai koefisien sebesar (0,034). Hal ini berarti bahwa jika terjadi kenaikan faktor psikologi sebesar sebesar 1% terhadap pengambilan keputusan pembelian juga akan mengalami kenaikan sebesar
variabel pengalinya 0,034 dengan asumsi variabel independen yang lain dianggap konstan.
4. Koefisien Determinasi (R2)
Koefisien determinasi (R²) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variable dependen.Nilai koefisien determinasi adalah antara nol dan satu.Nilai R² yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variable dependen (Ghozali,2013: 95).
Tabel 4.15
Hasil Uji Koefisien Determinasi
Model Summaryb Mod el R R Square Adjusted R Square Std. Error of the Estimate 1 .967a .936 .934 .829
a. Predictors: (Constant), Faktor Psikologi, Faktor Pribadi, Faktor Sosial
b. Dependent Variable: Keputusan Pembelian
Sumber: Data Diolah (Output SPSS 22), 2017
Berdasarkan Tabel 4.15 besarnya R Square adalah 0.936 hal ini berarti 93,6% variabel keputusan pembelian dapat dijelaskan dari ketiga variabel yaitu faktor sosial, faktor pribadi, dan faktor psikologi sedangkan sisanya (100% - 93,6% = 6,4 %) dijelaskan oleh variabel-variabel lain di luar variabel dalam penelitian ini.
71
5. Pengujian Hipotesis a. Hasil Uji F (simultan)
Pengujian Simultan merupakan pengujian secara bersama-sama koefisien faktor sosial, faktor pribadi, dan faktor psikologi dalam kepeutusan pembelian. Jika nilai F hitung > F tabel maka variabel bebas (X) berpengaruh terhadap variabel terikat (Y). Jika nilai F hitung < F tabel maka variabel bebas (X) tidak berpengaruh terhadap variabel terikat (Y). Nilai Ftabel dapat dilihat pada tabel statistik untuk signifikansi 0,10 dengan – dan Dimana k = jumlah variabel (bebas+terikat) dan n = jumlah observasi/sampel pembentuk regresi. Jadi (4–1) = 3 dan (100–4) = 96. Hasil diperoleh untuk Ftabel sebesar 2,14.
Tabel 4.16 Hasil Uji F ANOVAa Model Sum of Squares Df Mean Square F Sig. 1 Regressio n 961.854 3 320.618 466.80 5 .000b Residual 65.936 96 .687 Total 1027.790 99
a. Dependent Variable: Keputusan Pembelian
b. Predictors: (Constant), Faktor Psikologi, Faktor Pribadi, Faktor Sosial
Sumber: Data Diolah (Output SPSS 22), 2017
Dari uji ANOVA atau Uji F didapat nilai F hitung sebesar 466.805 nilai ini lebih besar dari F tabel yaitu 2,14 atau Fhitung 466.805 > F tabel 2,14 dengan
probabilitas 0.000. Karena nilai probabilitas jauh lebih kecil dari 0.10 maka model regresi dapat digunakan untuk memprediksi keputusan pembelian atau dapat dikatakan bahwa ketiga variabel bebas faktor sosial, faktor pribadi, dan faktor psikologi berpengaruh terhadap pengambilan keputusan pembelian.
b. Hasil Uji t (Secara Parsial)
Uji t untuk menguji kemaknaan atau keberartian koefisien regresi parsial. Pengujian melalui uji t adalah dengan membandingkan thitung dengan ttabel pada taraf nyata = 0.10. Uji t berpengaruh signifikan apabila hasil perhitungan thitung lebih besar dari ttabel (thitung> ttabel) atau probabilitas kesalahan lebih kecil dari 10% (sig< 0.10).
Nilai Ttabel dapat dilihat pada tabel statistik untuk signifikansi 0,10 dengan Dimana k = jumlah variabel (bebas+terikat) dan n = jumlah observasi/sampel pembentuk regresi. Jadi, . Hasil diperoleh untuk ttabel sebesar 1,66088 Tabel 4.17 Hasil Uji T Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) 1.604 .969 1.656 .101 Faktor Sosial 1.126 .034 .924 33.486 .000
73
Faktor Pribadi .134 .031 .118 4.293 .000
Faktor
Psikologi .034 .024 .037 1.419 .159
a. Dependent Variable: Keputusan Pembelian Sumber: Data Diolah (Output SPSS 22), 2017
Berdasarkan tabel 4.17 output Coefficients diatas, diperoleh bahwa nilai X1 t hitung sebesar 33,486 > t tabel 1,1661 dan nilai signifikansi (Sig.) 0,000 < 0,10 yang artinya bahwa faktor sosial (X1) berpengaruh positif dan signifikan terhadap keputusan pembelian (Y). X2 t hitung sebesar 4,293 > t tabel 1,661 dan nilai signifikansi (Sig.) 0,000 < 0,10 yang artinya bahwa faktor pribadi (X2) berpengaruh positif dan signfikan terhadap keputusan pembelian (Y). X3 t hitung sebesar 1,419 > t tabel 1,661 dan nilai signifikansi (Sig.) 0,159 < 0,10 yang artinya bahwa faktor psikologi (X3) tidak berpengaruh dan tidak signifikan terhadap keputusan pembelian (Y).
Berdasarkan cara pengambilan keputusan uji parsial dalam analisis regresi dapat disimpulkan sebagai berikut:
1) Variabel Faktor Sosial secara parsial berpengaruh terhadap Keputusan Pembelian (Y).
2) Variabel Faktor Pribadi secara parsial berpengaruh Keputusan Pembelian (Y).
3) Variabel Faktor Psikologi secara parsial tidak berpengaruh terhadap Keputusan Pembelian (Y).