METODE PENELITIAN
3.6. Metode Analisis Kuantitatif
3.6.1. Uji Validitas dan Reliabilitas
3.6.1.1. Uji Validitas
Uji validitas digunakan untuk mengukur sah atau valid tidaknya suatu kuesioner. Suatu kuesioner dikatakan valid jika pertanyaan pada kuesioner mampu untuk mengungkapkan sesuatu yang diukur oleh kuesioner tersebut (Imam Gozhali, 2006). Dalam penelitian ini menggunakan content validity yang dapat menggambarkan kesesuaian sebuah pengukur data dengan apa yang diukur (Ferdinand, 2006).
Adapun kriteria penilaian uji validitas adalah :
a. Apabila r hitung > r table, maka item kuesioner tersebut valid.
b. Apabila r hitung < r table, maka dapat dikatakan item kuesioner tidak valid.
51
3.6.1.2. Uji Reliabilitas
Reliabilitas adalah alat yang digunakan untuk mengukur suatu kuesioner yang merupakan indikator dari suatu variabel. Menurut Ferdinand (2006) sebuah instrumen dan data yang dihasilkan disebut reliable atau terpercaya apabila instrumen tersebut secara konsisten memunculkan hasil yang sama setiap kali dilakukan pengukuran.
Dari hasil uji reliabilitas yang dilakukan dengan program SPSS, kuesioner dikatakan reliable jika memberikan nilai Cronbanch Alpha >0,60 (Ghozali, 2006). Kriteria pengambilan keputusannya sebagai berikut :
4. Apabila hasil koefisien Alpha > taraf signifikan 60 % atau 0,6 maka koefisien tersebut reliable.
5. Apabila hasil koefisien Alpha < taraf signifikan 60 % atau 0,6 maka kuesioner tersebut tidak reliable.
3.6.2. Uji Asumsi Klasik
3.6.2.1. Uji Multikolinearitas
Uji multikolinearitas bertujuan menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel independen, jika variabel independen saling berkorelasi maka variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah variabel independen yang nilai korelasi antar sesama variabel independen = 0. Miltikolinearitas dapat dilihat dari nilai Tolerance dan Variable
52
Menurut Imam Ghozali (2006), cara mendeteksi terhadap adanya multikolinearitas dalam model regresi adalah sebagai berikut :
9. Besarnya Variable Inflation Factor (VIF), pedoman suatu model regresi yang independen Multikolonieritas yaitu nilai VIF ≤ 10.
10. Besarnya Tolerance pedoman suatu model regresi yang independen Multikolinearitas yaitu nilai VIF ≥ 0,10.
3.6.2.2. Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan apakah dalam model regresi terjadi ketidaksamaan variance dari residual suatu kepengamatan yang lain. Jika
variance dari residual pengamatan yang lain tetap, disebut homoskedastisitas dan
jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah homoskedastisitas atau tidak terjadi heteroskedastisitas. Cara untuk mendeteksi dengan cara melihat grafik scatter plot antara nilai predikasi variabel terikat (ZPRED) dengan residual (SRESID). Dasar analisis :
1. Jika ada pola tertentu, seperti titik-titik yang membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas.
2. Jika tidak ada pola yang jelas, serta titik-titik menyebar baik diatas maupun dibawah angka nol pada sumbu Y, maka tidak ada heteroskedastisitas (Ghozali, 2006).
53
3.6.3. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam sebuah model regresi, variabel terikat, variabel bebas atau keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik adalah berdistribusi normal atau mendekati nol. Suatu data berditribusi normal dilihat dari penyebarannya pada sumbu diagonal dari grafik dengan dasar keputusan sebagai berikut (Ghozali, 2006) :
a. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi normalitas.
b. Jika data menyebar jauh dari garis diagonal dan tidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi normalitas.
3.6.4. Analisis Regresi Linear Berganda
Analisis regresi linear berganda ini digunakan untuk mengetahui seberapa besar pengaruh variabel independen terhadap variabel dependen :
1. Lokasi
2. Persepsi Harga 3. Promosi
Persamaan linear berganda yang dipakai adalah sebagai berikut : Y = a + β1X1 + β2X2 + β3X3 + e
Keterangan :
Y = Keputusan Pembelian β1 - β3 = Koefisien Regresi
54
X1 = Lokasi
X2 = Persepsi Harga
X3 = Promosi
a = Konstanta
e = Kesalahan Estimasi Standar
3.6.5. Uji Hipotesis
3.6.5.1. Uji t
Uji t dilakukan untuk mengetahui seberapa jauh variabel - variabel independen (X) mempengaruhi variabel dependen (Y) (Ghozali, 2006). Hipotesis yang digunakan dalam penelitian ini yaitu :
a. Ho : β1 = 0 artinya masing-masing variabel independen (lokasi, persepsi harga dan promosi) secara individual tidak mempunyai pengaruh yang signifikan terhadap variabel independen (keputusan pembelian).
b. Ha : β1 = 0 artinya variabel independen (lokasi, persepsi harga dan promosi) secaa individual mempunyai pengaruh yang signifikan terhadap variabel independen (keputusan pembelian).
Pengujian signifikan koefisien korelasi parsial dan koefisien regresi secara parsial atau secara individu menggunakan uji t yaitu dengan membandingkan t hitung dengan tabel dengan ketentuan sebagai berikut :
a. Jika t hitung > t tabel, Ha diterima dan Ho ditolak, berarti ada pengaruh yang signifikan antara masing-masing variabel bebas dan variabel terikat.
55
yang signifikan antara masing-masing varabel bebas dan variabel terikat.
3.6.5.2. Uji F
Uji F yaitu pada dasarnya menunjukkan apakah lokasi, persepsi harga dan promosi yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap keputusan pembelian (Ghozali, 2006).
Koefisien korelasi berganda dan regresi diuji signifikansinya dengan menggunakan uji F yaitu dengan membandingkan F hitung dengan F tabel, dengan tingkat kepercayaan yang digunakan 95 % atau taraf signifikansi 5 % dengan kriteria sebagai berikut :
a. Jika F hitung > F tabel, Ha diterima dan Ho ditolak, berarti secara bersama-sama mempunyai pengaruh yang signifikan terhadap variabel terikat.
b. Jika F hitung < F tabel, Ha diterima dan Ho ditolak, berarti variabel bebas secara bersama-sama tidak mempunyai pengaruh yang signifikan terhadap variabel terikat.
3.6.5.3. Koefisien Determinasi (R2)
Menurut Ghozali (2006) koefisien determinasi (R2) pada dasarnya digunakan untuk mengukur seberapa jauh kemampuan model regresi dalam menerangkan variasi variabel dependen. Dimana nilai koefisien determinasi adalah antara nol dan satu. Nilai R2 yang kecil berarti kemampuan variabel-variabel independen (lokasi, persepsi harga dan promosi) dalam menjelaskan variabel dependenden (keputusan pembelian) sangat terbatas.
56
Kelemahan mendasar penggunaan koefisien determinasi (R2) adalah bias terhadap jumlah variabel independen yang dimasukkan kedalam model. Setiap tambahan satu variabel independen, maka R2 pasti meningkat tidak peduli apakah variabel tersebut berpengaruh secara signifikan terhadap variabel dependen. Oleh karena itu banyak peneliti menganjurkan untuk menggunakan nilai Adjusted R2 pada saat mengevaluasi model regresi yang terbaik karena Adjusted R2 dapat naik turun apabila satu variabel independen ditambahkan kedalam satu model. Alat penelitian ini menggunakan nilai Adjusted R2 agar tidak terjadi bias dalam mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen.