BAB III METODOLOGI PENELITIAN
D. Metode Analisis Data
Pengukuran yang dilakukan dalam penelitian ini menggunakan Skala Likert. Skala yang sering dipakai dalam penyusunan kuesioner adalah Skala Ordinal atau sering disebut Skala Likert, yaitu skala yang berisi lima tingkat preferensi jawaban dengan pilihan sebagai berikut: 1 = Sangat Tidak Setuju. 2 = Tidak Setuju. 3 = Ragu-ragu atau Netral. 4 = Setuju. 5 = Sangat Setuju. (Ghozali, 2006:41).
Tabel 3.1 Skala Likert
Sangat setuju Setuju Ragu Tidak Setuju Sangat Tidak Setuju
5 4 3 2 1
1. Uji Validitas dan Reliabilitas. a. Uji Validitas.
dikatakan valid jika pertanyaan pada kuesioner mampu untuk mengungkapkan sesuatu yang akan diukur oleh kuesioner tersebut. Pengujian validitas ini menggunakan dengan cara menghitung korelasi antar skor masing-masing butir pertanyaan dengan total skor. Uji validitas ini menggunakan program SPSS Ver 17.0. Jika r hitung lebih besar dari r tabel dan nilai positif maka butir pertanyaan atau indikator tersebut dinyatakan valid.
b. Uji Reliabilitas.
Menurut Ghozali, (2006:42). Instrumen dikatakan reliabel apabila terdapat kesamaan data dalam waktu yang berbeda. Suatu kuesioner dikatakan reliabel atau handal jika jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu ke waktu. Uji reliabilitas digunakan untuk mengukur bahwa variabel yang digunakan benar-benar bebas dari kesalahan sehingga menghasilkan hasil yang konsisten meskipun diuji berkali-kali. Uji reliabilitas ini menggunakan program SPSS Ver 17.0 dengan uji statistik
Cronbach Alpha (α). Suatu konstruk atau variabel dikatakan reliabel jika memberikan nilai Cronbach Alpha(α) > 0,60.
2. Uji Asumsi Klasik. a. Uji Normalitas.
Menurut Ghozali, (2006:110). Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Seperti diketahui bahwa uji t dan f mengasumsikan bahwa
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. Salah satu cara termudah untuk melihat normalitas residual adalah dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi normal. Metode yang lebih handal adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal dan ploting data residual akan dibandingkan dengan garis diagonal. Jika ditribusi data residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya.
b. Uji Multikolinieritas.
Menurut Ghozali, (2006:91). Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya kolerasi antara variabel bebas (independen). Model regresi yang baik seharusnya tidak terjadi kolerasi diantara variabel independen. Jika variabel independen saling berkolerasi, maka variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah variabel independen yang nilai korelasi antara sesama variabel independen sama dengan nol. Untuk mendeteksi ada atau tidaknya multikolinieritas di dalam model regresi adalah sebagai berikut:
1) Nilai R² yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel independen banyak yang tidak mempengaruhi variabel dependen.
2) Menganalisis matrik korelasi variabel-variabel independen. Jika antar variabel independen ada korelasi yang cukup tinggi (umumnya di atas 0,90), maka hal ini merupakan indikasi adanya multikolinieritas.
3) Multikolinieritas dapat juga dilihat dari nilai Tolerance dan Variance Inflation Factor (VIF). Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya.
Tolerance mengukur variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Nilai Tolerance yang rendah sama nilai VIF tinggi (karena VIF = 1/ Tolerance). Nilai yang umum dipakai untuk menunjukkan adanya multikolinieritas adalah nilai
Tolerance < 0,10 atau sama dengan nilai VIF > 10. Setiap peneliti harus menentukan tingkat kolinieritas yang masih dapat ditolerir. Misal nilai
Tolerance = 0,10 sama dengan tingkat kolonieritas 0,95. c. Uji heteroskedastisitas.
Menurut Ghozali, (2006:105). Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan
homoskedastisitas atau tidak terjadi heteroskedastisitas. Ada cara untuk mendeteksi ada atau tidaknya heteroskedastisitas, jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu dan teratur seperti bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas. Sedangkan jika tidak ada pola yang jelas dan titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
3. Analisis Regresi Berganda.
Teknik analisis data yang digunakan dalam penelitian ini adalah teknik analisis regresi berganda, penelitian ini di rancang untuk meneliti variabel-variabel yang mempengaruhi dari variabel-variabel bebas terhadap variabel-variabel terikat. Analisis ini dimaksudkan untuk mengetahui adakah pengaruh produk, harga, distribusi, promosi terhadap keputusan pembelian.
Perumusan model analisis yang digunakan dalam penelitian ini yaitu: Y = a + b1 X1 + b2 X2 + b3 X3 + b4 X4 + €
Keterangan:
Y = Variabel dependen yang diprediksikan (keputusan pembelian). a = Konstanta.
b1 = koefisien regresi produk. b2 = koefisien regresi harga. b3 = koefisien regresi distribusi.
X1 = produk. X2 = harga. X3 = distribusi. X4 = promosi. € = standar eror. a. Uji Hipotesis.
1) Uji signifikan parameter individual / parsial (uji statistik t).
Menurut Ghozali, (2006:84). Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas atau independen secara individual dalam menerangkan variasi variabel dependen. Bila t hitung lebih besar dari t tabel atau nilai signifikan lebih kecil dari 5% (a = 5% = 0,05) maka hal ini menunjukkan bahwa Ho ditolak yang berarti bahwa terdapat pengaruh yang signifikan antara variabel bebas (produk, harga, distribusi, promosi) terhadap variabel terikat (keputusan pembelian) secara parsial.
2) Uji signifikan simultan (uji statistik F).
Menurut Ghozali, (2006:84). Uji statistik F pada dasarnya menunjukkan apakah semua variabel independen atau bebas mempunyai pengaruh secara bersama-sama terhadap variabel dependen atau terikat. Bila nilai F hitung lebih besar dari F tabel atau tingkat signifikannya lebih kecil dari 5% (a = 5% = 0,05) maka hal ini menunjukkan bahwa Ho
variabel bebas (produk, harga, distribusi, promosi) terhadap variabel terikat (keputusan pembelian) secara simultan.
b. Koefisien Determinasi.
Menurut Ghozali, (2006:83). Koefisien Determinasi (R²) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara nol dan satu. Nilai R Square yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variabel-variabel dependen amat terbatas. Pada penelitian ini R Square yang digunakan adalah R Square yang sudah disesuaikan
Adjusted (Adjusted R²) karena disesuaikan dengan jumlah variabel yang digunakan dalam penelitian. Nilai Adjusted R² dapat naik atau turun apabila satu variabel independen ditambahkan ke dalam model.