HASIL DAN PEMBAHASAN
4. Distribusi Jawaban Responden Tentang Variabel Keputusan Pembelian (Y)
4.4 Analisis Regresi Linear Berganda
Analisis regresi linear berganda digunakan untuk mengetahui pengaruh variabel independen (atribut produk, harga, citra merek) terhadap variabel dependen (keputusan pembelian). Nilai koefisien regresi linear berganda dapat dilihat pada Tabel 4.10 berikut :
Tabel 4.10
Koefisien Regresi Linear Berganda Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) 4.943 4.891 1.011 .315 Atribut Produk (X1) .404 .147 .279 2.751 .007 .695 1.440 Harga (X2) .541 .239 .272 2.267 .026 .496 2.014 Citra Merek (X3) .641 .246 .269 2.603 .011 .670 1.493 a. Dependent Variable: Keputusan Pembelian (Y)
Sumber : Hasil Penelitian 2017 (Data Diolah)
Berdasarkan hasil pengolahan data seperti terlihat pada Tabel 4.10 kolom Unstandardized Coefficients bagian B diperoleh persamaan regresi linear berganda sebagai berikut:
Y = 4,4943 + 0,404X1 + 0,541X2 + 0,641X3 + e i
Berdasarkan persamaan tersebut dapat digambarkan sebagai berikut : Berdasarkan persamaan regresi linear berganda di atas, diketahui:
1. Nilai koefisien regresi dari atribut produk adalah 0.404, yakni bernilai positif. Nilai tersebut dapat diinterpretasikan atribut produk berpengaruh positif terhadap keputusan pembelian.
2. Nilai koefisien regresi dari harga adalah 0.541, yakni bernilai positif. Nilai tersebut dapat diinterpretasikan harga berpengaruh positif terhadap
3. Nilai koefisien regresi dari citra merek adalah 0.641, yakni bernilai positif. Nilai tersebut dapat diinterpretasikan citra merek berpengaruh positif terhadap keputusan pembelian.
4.5 Pengujian Hipotesis
4.5.1 Uji Secara Simultan (Uji F)
Uji-F pada dasarnya menunjukkan apakah semua variabel bebas (X) yang dimasukkan dalam model mempunyai pengaruh yang signifikan secara bersama- sama terhadap variabel terikat (Y). Untuk menentukan nilai F, maka diperlukan adanya derajat bebas pembilang dan derajat bebas penyebut, dengan rumus sebagai berikut:
df (Pembilang) = k – 1 df (Penyebut) = n – k Keterangan :
n = jumlah sampel penelitian
k = jumlah variabel bebas dan terikat
Pada penelitian ini diketahui jumlah sampel (n) adalah 85 dan jumlah keseluruhan variabel (k) adalah 4, sehingga diperoleh :
df1= k - 1 = 4 – 1 = 3 df2 = n – k = 85 – 4 = 81
Nilai Fhitung akan diperoleh dengan menggunakan bantuan SPSS, kemudian akan dibandingkan dengan Ftabel pada tingkat α = 5%
Tabel 4.11
Uji Secara Simultan (Uji F) ANOVAB
Model Sum of Squares Df Mean Square F Sig.
1 Regression 1589.070 3 529.690 19.690 .000a
Residual 2178.977 81 26.901
Total 3768.047 84
a. Predictors: (Constant), Citra Merek (X3), Atribut Produk (X1), Harga (X2) b. Dependent Variable: Keputusan Pembelian (Y)
Sumber : Hasil Penelitian 2017 (Data Diolah)
Dengan kriteria pengujian sebagai berikut:
1. Jika Fhitung< Ftabel, maka Ho diterima dan Ha ditolak yang berarti faktor atribut produk (X1), harga (X2), dan citra merek (X3) secara simultan tidak berpengaruh terhadap keputusan pembelian (Y)
2. Jika Fhitung> Ftabel, maka Ho ditolak dan Ha diterima yang berarti faktor atribut produk (X1), harga (X2), dan citra merek (X3) secara simultan berpengaruh terhadap keputusan pembelian (Y)
3. Oleh karena : df1= k – 1 = 4 – 1 = 3 df2 = n – k = 85 – 4 = 81
Maka dapat dilihat bahwa nilai Fhitung adalah 19,690 dengan tingkat signifikasi 0,000. Sedangkan Ftabel dengan tingkat kepercayaan 95% ( a = 0,05) dan derajat kebebasan pembilang (df1) = 3 derajat penyebut (df2) = 81. Dengan demikian nilai dari Fhitung (19,690) > Ftabel (2,7173) dengan tingkat signifikansi (0,000) < (0,05) yang menunjukkan bahwa variabel independen yaitu atribut produk, harga dan citra merek secara secara simultan berpengaruh signifikan terhadap keputusan pembelian.
df1 = jumlah variabel X = X1, X2, X3 = 3
df2 = jumlah pengamatan – jumlah variabel = 85 – 4 (X1,X2,X3,Y) = 81
Gambar 4.5 Perhitungan Nilai F Tabel dengan Excel Sumber : Hasil Penelitian 2017 (Data Diolah)
4.5.2 Uji Parsial ( Uji t)
Uji t digunakan untuk menentukan seberapa besar pengaruh variabel bebas secara parsial terhadap variabel terikat. Kriteria pengujiannya:
Ho : b1 = 0, artinya secara parsial tidak terdapat pengaruh yang positif dansignifikan dari variabel bebasterhadap variabel terikat.
Ho : b1 ≠ 0, artinya secara parsial terdapat pengaruh yang positif dan signifikan dari variabel bebas terhadap variabel terikat.
Kriteria pengambilan keputusan adalah:
1.Jika thitung < ttabel, maka Ho diterima dan Ha ditolak. 2.Jika thitung > ttabel, maka Ho ditolak dan Ha diterima.
3.Jika tingkat signifikansi dibawah 0,05, maka Ho ditolak dan Ha diterima. Hasil pengujian adalah :
Tingkat kesalahan (α) = 5% dan derajat kebebasan (df) = (n-k) n = jumlah sampel, n = 85
k = jumlah variabel yang digunakan, k = 4
Derajat kebebasan/ degree of freedom(df) = (n-k) = 85-4 = 81
Uji-t yang dilakukan adalah uji satu arah, maka ttabel yang digunakan adalah t0,05 (81) = 1.989686
Gambar 4.6 Perhitungan Nilai t Tabel dengan Excel Sumber : Hasil Penelitian 2017 (Data Diolah)
Tabel 4.12 Uji Parsial ( Uji t)
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 4.943 4.891 1.011 .315 Atribut Produk (X1) .404 .147 .279 2.751 .007 Harga (X2) .541 .239 .272 2.267 .026 Citra Merek (X3) .641 .246 .269 2.603 .011 Sumber : Hasil Penelitian 2017 (Data Diolah)
Berdasarkan Tabel 4.12, diperoleh hasil sebagai berikut :
1.Diketahui : Nilai probabilitas (Sig.) dari atribut produk, yakni 0.007 < 0,05 Nilai thitung dari atribut produk adalah 2.751 > nilai ttabel 1.989686
Maka variabel atribut produk berpengaruh signifikan (secara statistika) terhadap keputusan pembelian, pada tingkat signifikansi 5%.
2.Diketahui : Nilai probabilitas (Sig.) dari harga, yakni 0.026 < 0,05
Nilai thitung dari harga adalah 2.267 > nilai ttabel adalah 1.989686
Maka variabel harga berpengaruh signifikan (secara statistika) terhadap keputusan pembelian, pada tingkat signifikansi 5%.
3.Diketahui : Nilai probabilitas (Sig.) dari citra merek, yakni 0.011 < 0,05 Nilai thitung dari citra merek adalah 2.603 > nilai ttabel adalah 1.989686
Maka variabel citra merek berpengaruh signifikan (secara statistika) terhadap keputusan pembelian, pada tingkat signifikansi 5%.
4.5.3 Pengujian Koefisien Determinasi ( )
Koefisien Determinasi ( ) digunakan untuk mengukur seberapa besar kontribusi atribut produk, harga, dan citra merek terhadap variabel keputusan pembelian. Jika Koefisien Determinasi ( ) semakin besar (mendekati satu) menunjukkan semakin baik kemampuan X menerangkan Y dimana 0 < < 1. Sebaliknya, jika semakin kecil (mendekati nol), maka akan dapat dikatakan bahwa pengaruh variabel bebas adalah kecil terhadap variabel terikat. Hal ini berarti model yang digunakan tidak kuat untuk menerangkan pengaruh variabel bebas yang diteliti terhadap variabel terikat.
Dalam output SPSS, koefisien determinasi terletak pada tabel Model Summary dan tertulis R square. Namun untuk regresi linear berganda sebaiknya menggunakan R square yang sudah disesuaikan atau tertulis Adjusted R Square, karena di sesuaikan dengan jumlah variabel bebas dalam penelitian. Nilai R Square dikatakan baik jika di atas 0,5 karena nilai R Square berkisar 0 sampai 1.
Tabel 4.13 Uji Koefisien Determinasi (
Sumber : Hasil Penelitian 2017 (Data Diolah)
Berdasarkan Tabel 4.13 terlihat bahwa nilai Adjusted R Square sebesar 0,400. Hal ini menunjukkan bahwa sebesar 40% keputusan pembelian produk
Chicken Holic pada Siswa/i SMP Swasta Islam Terpadu Al-Musabbihin, Medan
dapat dijelaskan oleh variabel atribut produk, harga, dan citra merek sedangkan Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate 1 .649a .422 .400 5.18661
a. Predictors: (Constant), Citra Merek (X3), Atribut Produk (X1), Harga (X2)
sisanya sebesar 60% dijelaskan oleh variabel lain yang tidak diikutsertakan pada penelitian ini.
4.6 Pembahasan
Berdasarkan uji validitas yang dilakukan, dinyatakan bahwa 30 pernyataan yang mewakili variabel adalah valid. Hal ini terbukti dari rhitung pada Corrected Item-Total Correlation yang lebih besar dari rtabel (3,61), sehingga 30 pernyataan tersebut dapat digunakan untuk penelitian.
Uji Reliabilitas yang dilakukan memperoleh nilai Cronbach`s alpha sebesar 0,990. Menurut Situmorang dan Lutfi (2012:82), suatu konstruk atau variabel dinyatakan reliabel jika memberikan nilai Cronbach`s alpha lebih besar dari 0,80. Dari teori tersebut dapat dinyatakan bahwa seluruh pernyataan dalam penelitian ini adalah reliabel. Hal ini dibuktikan dari nilai Cronbach`s alpha sebesar 0,990 lebih besar dari 0,80. Dari hasil penelitian yang dilakukan oleh peneliti, variabel atribut produk, harga, dan citra merek secara bersama-sama berpengaruh positif dan signifikan terhadap keputusan pembelian produk Chicken Holic pada Siswa/i SMP Swasta Islam Terpadu Al-Musabbihin, Medan. Hal Ini dapat dilihat dari hasil uji Fhitung yang menunjukkan bahwa nilai Fhitung pada kolom (F) adalah sebesar 19,690, lebih besar dari nilai Ftabel sebesar 2,7173. Nilai signifikan Fhitung pada kolom (sig.) adalah 0,00 nilai ini lebih kecil dari tingkat kesalahan (α) 0,05. Sehingga dapat disimpulkan bahwa variabel bebas yang terdiri dari atribut produk, harga, dan citra merek secara bersama-sama berpengaruh positif dan signifikan terhadap variabel terikat keputusan pembelian.
Berdasarkan hasil uji-t yaitu di tiap variabel (Atribut Produk, Harga, dan Citra Merek) memiliki nilai thitung > ttabel yang artinya berpengaruh positif dan signifikan terhadap keputusan pembelian. Penjelasannya sebagai berikut: