METODE PENELITIAN
3.5 Metode Analisis Data
Metode analisis data yang digunakan dalam penelitian ini adalah : 3.5.1 Analisis Data Kualitatif
Menurut (Sugiyono, 2013:13) analisis kualitatif adalah metode penelitian yang disebut juga sebagai metode aristik, karena proses penelitian lebih bersifat seni (kurang terpola) dan disebut sebagai metode interpretive, karena data hasil penelitian lebih berkenaan dengan interprestasi terhadap data yang ditemukan dilapangan.
3.5.2 Analisis Data Kuantitatif
Data kuantitatif adalah metode penelitian yang berlandaskan pada filsafat positivisme, digunakan untuk meneliti pada populasi atau sampel tertentu, pengumpulan data menggunakan instrumen penelitian, tehnik pengambilan sampel umumnya dilakukan secara random, pengumpulan data menggunakan instrumen penelitian, analisis data bersifat statistik dengan tujuan untuk menguji hipotesis (Sugiyono, 2013:13). Analisis data kuantitatif yang digunakan adalah kuisioner atau
42
angket. Pertanyaan dalam kuesioner dibuat dengan menggunakan skala Likert dari pertanyaan yang diberikan kepada responden.
Menurut Sugiyono (2010:132) skala Likert digunakan untuk mengukur sikap, pendapat dan persepsi seseorang atau sekelompok orang tentang fenomena sosial, fenomena sosial ini telah ditetapkan secara spesifik oleh peneliti dan selanjutnya disebut sebagai variable penelitian. Menurut Sugiyono (2010:133) Skala Likert terdiri dari 5 tingkatan yaitu:
a. Untuk jawaban sangat tidak setuju diberi nilai = 1 b. Untuk jawaban tidak setuju diberi nilai = 2 c. Untuk jawaban netral atau ragu-ragu diberi nilai = 3 d. Untuk jawaban setuju diberi nilai = 4 e. Untuk jawaban sangat setuju diberi nilai = 5
Perhitungan tersebut adalah sebagai berikut :
Standart kategori lima kelas adalah : 1,00 – 1,80 = sangat jelek
1,81 – 2,60 = jelek
2,61 – 3,40 = cukup
STS TS N S SS
43
3,41 – 4,20 = baik
4,21 – 5,00 = sangat baik
3.5.3 Uji Instrumen 3.5.3.1 Uji Validitas
Uji validitas dilakukan untuk mengetahui tingkat kevalidan dari instrumen kuesioner yang digunakan dalam pengumpulan data. Uji validitas ini dilakukan untuk mengetahui apakah item-item yang tersaji dalam kuesioner, benar-benar mampu mengungkapkan dengan pasti apa yang akan diteliti (Sugiyono, 2013:122).
Hasil penelitian yang valid apabila korelasi tiap faktor tersebut positif dan besar > 0,3 maka faktor tersebut merupakan construct yang kuat. Jadi berdasarkan analisi faktor itu dapat disimpulkan bahwa instrumen tersebut memiliki validitas konstruksi yang baik (Sugiyono, 2013:142). Valid berarti instrumen tersebut dapat digunakan untuk mengukur apa yang seharusnya diteliti.
3.5.3.2 Uji Reliabilitas
Uji reliabilitas menurut (Sugiyono, 2013:178) adalah alat untuk melakukan pengukuran kuesioner yang menjadi indikator dari variabel-variabel penelitian.
Pengujian instrumen dapat dilakukan secara ekstertal maupun internal. Secara eksternal pengujian dapat dilakukan dengan test-retest (stability), equivalent, dan gabungan keduanya. Secara internal, reliabilitas instrumen dapat di uji dengan menganalisis konsistensi butir-butir yang ada pada instrumen dengan teknik tertentu.
Uji reliabilitas menurut (Ghozali, 2011:47) adalah alat untuk mengukur suatu kuesioner yang merupakan suatu indikator dari variabel / konstruk. Suatu kuesioner
44
dikatakan reliable / handal jika jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu ke waktu. Dengan menggunakan uji statistik Cronbach Alpha ( α ). Suatu indikator dikatakan reliable jika nilai Conbach Alpha >
0.70 (Ghozali, 2011:48).
3.5.4 Uji Asumsi Klasik
Asumsi klasik bertujuan untuk mengetahui kondisi data yang dipergunakan dalam penelitian. Hal ini dilakukan agar diperoleh model analisis yang tepat. Model analisis regresi penelitian ini mensyaratkan uji asumsi terhadap data yang meliputi :
3.5.4.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Selain itu, untuk mendeteksi apakah residual berdistribusi normal atau tidak, dapat diketahui dengan menggunakan analis grafik histogram maupun grafik normal plot (Ghozali, 2011:160).
Dengan melihat grafik histogram yang membandingkan data observasi dengan distribusi yang mendekati distribusi normal. Kemudian 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 data residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya.
45 3.5.4.2 Uji Multikolinearitas
Uji multikoleniaritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas atau independen (Imam Ghozali, 2011:105). Cara umum untuk mendeteksi adanya multikolinear dalam model ini, dengan melihat adanya R² yang tinggi dalam model, tetapi tingkat signifikan t-statistiknya sangat kecil dari hasil regresi tersebut, dan cenderung banyak yang tidak signifikan. Selain itu, untuk menguji multikoleniaritas dapat dengan melihat matrik korelasinya, jika masing-masing variabel bebas berkorelasi lebih besar dari 80%, maka termasuk yang memiliki hubungan yang tinggi atau ada indikasi multikolinearitas.
Menurut Imam Ghozali (2011:105) untuk mendeteksi ada atau tidaknya multikolinearitas di dalam model regresi, dengan cara sebagai berikut:
1. Nilai Tolerance di bawah ≤ 0,10 2. Nilai VIF di atas ≥ 10
3.5.4.3 Uji Heteroskedastisitas
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 berbeda, maka disebut heteroskedastisitas (Imam Ghozali, 2011:139). Deteksi ini dilakukan dengan melihat ada tidaknya pola tertentu dalam grafik, dimana sumbu X dan sumbu Y telah diproduksi. Dasar pengambilan keputusan adalah sebagai berikut:
1. Jika titk-titik yang ada membentuk suatu pola tertentu yang teratur seperti gelombang, melebar, kemudian menyempit, maka terjadi heteroskedastisitas.
46
2. Jika titk-titik ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
3.5.5 Analisis Data
3.5.5.1 Regresi Linier Berganda
Analisis regresi berganda adalah suatu metode statistik umum yang digunakan untuk meneliti hubungan antara sebuah variabel dependen dengan beberapa variabel independen untuk mengukur ada atau tidaknya korelasi antar variable (Sugiyono, 2010:277).
Analisis regresi berganda digunakan oleh peneliti, bila peneliti bermaksud meramalkan bagaimana keadaan (naik turunnya) variabel dependen (kriterium), bila dua atau lebih variabel independen sebagai faktor prediktor dimanipulasi (dinaik turunkan nilainya). Analisis regresi ganda akan dilakukan bila jumlah variabel independennya lebih dari satu (Sugiyono, 2008).
Persamaan regresi dalam penelitian ini untuk mengetahui seberapa besar pengaruh variabel independen atau bebas, yaitu harga (X1), kualitas produk (X2), dan promosi (X3), celebrity endorser (X4) terhadap variabel dependen atau terikat yaitu keputusan pembelian (Y). Rumus (Sugiyono, 2010) :
Y = + b1X1 + b2X2 + b3X3 + e
Y : Keputusan Pembelian
: Konstanta
b1, b2, dan b3 : Koefisien Regresi
X1 : Harga
X2 : Kualitas
47
X3 : Promosi
X4 : Celebrity Endorser
e : error
3.5.5.2 Pengujian Hipotesis
Pengujian hipotesis dalam penelitian ini menggunakan analisis regresi linier berganda, diantaranya menggunakan uji signifikansi simultan (F test), uji koefisien determinasi (R2), dan uji signifikansi parameter individual (t test). Dalam Pengujian ini, digunakan software SPSS (Statistical Product and Service Solution).
1. Uji – F
Untuk menguji apakah variabel bebas (harga, kualitas produk, promosi, dan celebrity endorser) berpengaruh secara signifikan terhadap variabel terikat (keputusan pembelian) secara bersama-sama, dengan α = 0,05 dan juga penerimaan atau penolakan hipotesa dengan Kriteria pengambilan keputusan sebagai berikut : a. Merumuskan hipotesis
1. H0 : β1, β2, β3, β4 = 0
Tidak ada pengaruh antara harga, kualitas produk, promosi, dan celebrity endorser terhadap keputusan pembelian secara simultan.
2. H0 : β1, β2, β3, β4 ≠ 0
Ada pengaruh antara kualitas produk, price, promosi, dan brandimage terhadap keputusan pembelian secara simultan.
b. Batasan F hitung (Ghozali, 2009:88) H0 diterima : bila sig. > α = 0,05 H1 ditolak : bila sig. ≤ α = 0,05
48 2. Koefisien Determinasi (R2)
Koefisien determinasi (R2) pada intinya mengukur seberapa jauh kemampuan model (harga, kualits produk, promosi dan celebrity endorser) dalam menerangkan variasi variabel dependen/tidak bebas (keputusan pembelian). Nilai koefisien determinasi adalah antara nol (0) dan satu (1). Nilai R2 yang kecil berarti kemampuan variabel-variabel independen (bebas) dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen (Ghozali, 2009).
Kelemahan mendasar penggunaan koefisien determinasi adalah bias terhadap jumlah variabel independen yang dimaksudkan 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 (Adjusted R Square) pada saat mengevaluasi mana model regresi terbaik. Tidak seperti R2, nilai Adjusted R2 dapat naik atau turun apabila satu variabel independen ditambahkan ke dalam model (Ghozali, 2009:87).