BAB V ANALISIS DATA DAN PEMBAHASAN
E. Analisis Regresi Linier Berganda
Analisis ini digunakan untuk mengukur intensitas hubungan antara dua variabel atau lebih dan membuat perkiraan nilai Y atas X. Analisis regresi linier berganda bertujuan untuk mendeskripsikan dan memprediksi bagaimana variabel independen mempengaruhi variabel dependen dengan menggunakan data primer hasil dari penyebaran kuesioner. Berikut tabel koefisien yang menampilkan nilai koefisien regresi untuk menentukan persamaan regresi berganda:
Tabel 5.18
Tabel Analisis Persamaan Regresi Linier Berganda
Coefficientsa
Sumber: Hasil pengolahan data primer, 2017
Berdasarkan hasil perhitungan tabel 5.18 maka diperoleh nilai koefisien konstan sebesar 0,751, koefisien harga (X1) sebesar 0,170, koefisien kualitas produk (X2) sebesar 0,039, dan koefisien citra merek (X3) sebesar 0,126.
Berdasarkan hasil pada tabel tersebut, persamaan regresi dapat dirumuskan sebagai berikut:
Y = 0,751 + 0,170 X1 + 0,039 X2 + 0,126 X3
Dimana :
a = konstanta (nilai Y apabila X = 0) Y = keputusan pembelian
X1 = harga
X2 = kualitas produk X3 = citra merek
Dari hasil analisis perhitungan tabel 5.18 ini juga diketahui bahwa variabel bebas (X) yang berpengaruh paling besar terhadap variabel terikat (Y) adalah dimensi citra merek (X3). Hal ini dibuktikan dengan nilai Beta dari dimensi citra merek (X3) sebesar 0,328 atau sebesar 32,8% yang merupakan Beta terbesar dibandingkan Beta dimensi lainnya, yaitu dimensi Harga (X1) sebesar 0,236 atau 23,6% dan dimensi Kualitas Produksi (X2) sebesar 0,184 atau 18,4%.
1. Uji F
Uji F merupakan uji simultan (keseluruhan, bersama-sama). Uji simultan (Uji F) bertujuan untuk mengetahui apakah ada pengaruh secara bersama-sama variabel harga, kualitas produk, dan citra merek terhadap keputusan pembelian sepeda motor Honda matic. Setelah dilakukan uji analisis regresi variabel harga, kualitas produk, citra merek, dan keputusan pembelian, diperoleh hasil pengolahan data dengan menggunakan SPSS versi 16 sebagai berikut:
Tabel 5.19
Tabel Analisis Regresi Secara Simultan Harga (X1), Kualitas Produk (X2), dan Citra Merek (X3) terhadap Keputusan Pembelian (Y)
ANOVAb
a. Predictors: (Constant), Citra_Merek, Harga, Kualitas_Produk b. Dependent Variable: Keputusan_Pembelian
Sumber: Hasil pengolahan data primer, 2017
Berdasarkan tabel 5.19, dapat dilakukan pengujian uji F dengan langkah-langkah sebagai berikut:
a) Menentukan Hipotesis Nihil dan Hipotesis Alternatif
H0;β1=β2=β3=0, artinya variabel harga, kualitas produk, dan citra merek secara simultan tidak berpengaruh signifikan terhadap keputusan pembelian.
Ha:β1≠β2≠β3>0, artinya variabel harga, kualitas produk, dan citra merek secara simultan berpengaruh signifikan terhadap keputusan pembelian.
b) Menentukan tingkat signifikan
Tingkat signifikansi menggunakan α = 5%
c) Menentukan :
= derajat kebebasan
d) Menentukan dengan menggunakan alat analisis atau rumus
:
( )( ) Keterangan:
= koefisien determinasi = jumlah data atau kasus = jumlah variabel independen e) Kriteria dan aturan pengujian
H0 ditolak dan Ha diterima jika ≥ H0 diterima dan Ha ditolak jika <
Berdasarkan kriteria pengujian hipotesis di atas diperoleh hasil pengujian bahwa sebesar 25,357 sedangkan sebesar 2,70. Maka 25,357 ≥ 2,70, dengan demikian secara statistik berarti H0
ditolak dan Ha diterima.
5) Menarik kesimpulan
Berdasarkan hasil kriteria pengujian diperoleh hasil bahwa H0 ditolak dan Ha diterima, dapat disimpulkan bahwa harga, kualitas produk, dan citra merek secara simultan berpengaruh terhadap keputusan pembelian sepeda motor Honda matic.
2. Uji t
Uji t merupakan uji parsial yang digunakan untuk menguji apakah sebuah variabel independen yaitu harga, kualitas produk, dan citra merek benar memberikan pengaruh terhadap variabel dependen yaitu keputusan pembelian. Dalam pengujian ini ingin diketahui secara terpisah, suatu variabel X masih memberikan kontribusi terhadap variabel Y. Setelah dilakukan uji analisis regresi variabel harga, kualitas produk, citra merek, dan keputusan pembelian, diperoleh hasil pengolahan data menggunakan SPSS versi 16 sebagai berikut:
Tabel 5.20
Tabel Analisis Regresi Parsial Harga (X1), Kualitas Produk (X2), dan Citra Merek (X3) terhadap Kepusan Pembelian (Y)
Coefficientsa
Sumber: Hasil pengolahan data primer, 2017 a. Menentukan Hipotesis Nihil dan Hipotesis Alternatif
1) Harga
H0 : β = 0, artinya variabel harga tidak berpengaruh signifikan terhadap keputusan pembelian.
Ha : β # 0, artinya variabel harga berpengaruh signifikan terhadap keputusan pembelian.
2) Kualitas Produk
H0 : β = 0, artinya variabel kualitas produk tidak berpengaruh signifikan terhadap keputusan pembelian.
Ha : β # 0, artinya variabel kualitas produk berpengaruh signifikan terhadap keputusan pembelian.
3) Citra Merek
H0 : β = 0, artinya variabel citra merek tidak berpengaruh signifikan terhadap keputusan pembelian.
Ha : β # 0, artinya variabel citra merek berpengaruh signifikan terhadap keputusan pembelian.
b. Menentukan tingkat signifikan
Tingkat signifikansi menggunakan α = 5%
c. Menentukan
Tabel distribusi T dicari pada α = 5% (uji 2 sisi) dengan derajat kebebasan (df) n-k
Keterangan :
n = jumlah sampel
k = jumlah variabel independen
d. Menentukan dengan menggunakan alat analisis atau rumus
:
√
√
Keterangan:
r = koefisien korelasi parsial k = jumlah variabel independen n = jumlah data
e. Kriteria dan aturan pengujian 1) Harga
H0 ditolak dan Ha diterima jika ≥ H0 diterima dan Ha ditolak jika <
Berdasarkan kriteria pengujian hipotesis di atas diperoleh hasil pengujian untuk variabel harga terhadap keputusan pembelian dengan sebesar 2,000. Sedangkan sebesar 1,66088.
Maka lebih besar atau sama dengan yakni 2,000 ≥ 1,66088, maka Ha diterima.
2) Kualitas Produk
H0 ditolak dan Ha diterima jika ≥ H0 diterima dan Ha ditolak jika <
Berdasarkan kriteria pengujian hipotesis di atas diperoleh hasil pengujian untuk variabel kualitas produk terhadap keputusan pembelian dengan sebesar 1,507. Sedangkan sebesar 1,66088. Maka kurang dari yakni 1,507 < 1,66088, maka Ha ditolak.
3) Citra Merek
H0 ditolak dan Ha diterima jika ≥ H0 diterima dan Ha ditolak jika <
Berdasarkan kriteria pengujian hipotesis di atas diperoleh hasil pengujian untuk variabel citra merek terhadap keputusan pembelian dengan sebesar 3,057. Sedangkan sebesar 1,66088. Maka lebih besar atau sama dengan yakni 3,057 ≥ 1,66088, maka Ha diterima.
f. Menarik kesimpulan 1) Harga
Dari tabel 5.20 di atas dapat disimpulkan bahwa secara statistik variabel harga berpengaruh terhadap keputusan pembelian yang ditunjukkan dari nilai lebih besar atau sama dengan . 2) Kualitas Produk
Dari tabel 5.20 di atas dapat disimpulkan bahwa secara statistik variabel kualitas produk tidak berpengaruh terhadap keputusan pembelian yang ditunjukkan dari nilai lebih kecil dari
. 3) Citra Merek
Dari tabel 5.20 di atas dapat disimpulkan bahwa secara statistik variabel citra merek berpengaruh terhadap keputusan pembelian yang ditunjukkan dari nilai lebih besar atau sama dengan
.
3. Koefisien Determinasi
Tabel 5.21
Tabel Hasil Nilai R pada Variabel Harga, Kualitas Produk, dan Citra Merek
a. Predictors: (Constant), Citra_Merek, Harga, Kualitas_Produk b. Dependent Variable: Keputusan_Pembelian
Sumber: Hasil pengolahan data primer, 2017
Berdasarkan tabel 5.21 di atas, diperoleh R square atau koefisien determinasi sebesar 0,442 atau 44,2%. Hal ini menunjukkan bahwa 44,2%
keputusan pembelian sepeda motor Honda matic dipengaruhi oleh variabel harga, kualitas produk, dan citra merek. Sedangkan 55,8%
sisanya dipengaruhi oleh variabel lain yang tidak terdapat pada penelitian ini.