BAB IV HASIL PENELITIAN
C. Pengujian Hipotesis
142
model regresi ini dapat digunakan sebagai predictor keputusan
konsumen.
f. Tabel “Anova” menguatkan interpretasi, bahwa hubungan variabel
product, price, place, promotion, dan keputusan konsumen adalah
sangat signifikan. Hal ini terlihat dari nilai F sebesar 535,254 dengan
melihat nilai p value < 0.05. sehingga, dapat diketahui nilai signifikan
F adalah 0,000 < 0,05. Hal ini menjelaskan, bahwa hubungan antar
variabel adalah sangat signifikan.
g. Tabel “Coefficients” memberikan informasi garis persamaan regresi.
Rumus persamaan garis regresi berganda secara umum adalah sebagai
berikut:
Y = a + b1X1 + b2X2 + b3X3 + b4X4
Y = -0,775 + 0,27 + 0,858+ 0,082 + 0.074
Maksud dari rumus di atas yaitu, apabila product = 0 (X1 = 0), price = 0
(X2=0),
place = 0 (X3=0), dan promotion = 0 (X4=0), Maka keputusan
konsumen sebesar -0,755.88
C.Pengujian Hipotesis
1. Pengaruh product terhadap keputusan konsumen
Uji parsial digunakan untuk menguji signifikansi konstanta dan
143
prediksi variabel dependen. Tabel 4.55 tentang “Correlations” pada
kolom sig bagian product dengan hipotesis di atas yaitu:
a. Nilai p value (sig) > 0,05 adalah Ho diterima yang artinya
koefisien regresi tidak signifikan.
b. Nilai p value (sig) < 0,05 adalah Ho ditolak yang artinya koefisien
regresi signifikan.
Berikut ini adalah hipotesisnya:
Ha : Ada pengaruh antara product dengan keputusan konsumen.
Ho : Tidak ada pengaruh antara product dengan keputusan
konsumen.
Tabel di atas menunjukkan, bahwa nilai p value untuk konstanta
sebesar 0,000 < 0,05, maka nilai konstanta adalah signifikan.
Demikian untuk nilai p value (sig) variabel product adalah sebesar 0,
000 < 0,05, maka variabel product memiliki nilai signifikan. Melalui
penjelasan tersebut dapat disimpulkan, bahwa Ho ditolak yang
artinya ada pengaruh product terhadap keputusan konsumen yang menjadi jama’ah Umroh di PT. Shafira Lintas Semesta.
2. Pengaruh price terhadap keputusan konsumen
Uji parsial digunakan untuk menguji signifikansi konstanta dan
variabel independen mengenai kevalidan yang digunakan untuk
prediksi variabel dependen. Tabel 4.55 tantang “Correlations” pada
144
a. Nilai p value (sig) >0,05 adalah Ho diterima yang artinya
koefisien regresi tidak signifikan.
b. Nilai p value (sig) <0,05 aadalah Ho ditolak yang artinya koefisien
regresi signifikan.
Berikut ini adalah hipotesisnya:
Ha : Ada pengaruh antara price dengan keputusan konsumen.
Ho : Tidak ada pengaruh antara price dengan keputusan konsumen.
Tabel di atas menunjukkan, bahwa nilai p value untuk
konstanta sebesar 0,000 < 0,05, maka nilai konstanta adalah
signifikan. Demikian untuk nilai p value (sig) variabel price adalah
sebesar 0, 000 < 0,05, maka variabel price memiliki nilai signifikan.
Melalui penjelasan tersebut dapat disimpulkan, bahwa Ho ditolak
yang artinya ada pengaruh price terhadap keputusan konsumen yang menjadi jama’ah Umroh di PT. Shafira Lintas Semesta.
3. Pengaruh place terhadap keputusan konsumen
Uji parsial digunakan untuk menguji signifikansi konstanta
dan variabel independen apakah adanya kevalidan yang digunakan
untuk prediksi variabel dependen. Tabel 4.55 “Correlations” pada
kolom sig bagian place dengan hipotesis di atas yaitu:
a. Nilai p value (sig) >0,05 adalah Ho diterima yang artinya
145
b. Nilai p value (sig) <0,05 aadalah Ho ditolak yang artinya
koefisien regresi signifikan.
Berikut ini adalah hipotesisnya:
Ha : Ada pengaruh antara place dengan keputusan konsumen.
Ho : Tidak ada pengaruh antara place dengan keputusan konsumen.
Tabel di atas menunjukkan, bahwa nilai p value untuk
konstanta sebesar 0,000 < 0,05, maka nilai konstanta adalah
signifikan. Demikian untuk nilai p value (sig) variabel place adalah
sebesar 0, 000 < 0,05, maka variabel place memiliki nilai signifikan.
Melalui penjelasan tersebut dapat disimpulkan, bahwa Ho ditolak
yang artinya ada pengaruh place terhadap keputusan konsumen yang menjadi jama’ah Umroh di PT. Shafira Lintas Semesta.
4. Pengaruh promotion terhadap keputusan konsumen
Uji parsial digunakan untuk menguji signifikansi konstanta dan
variabel independen apakah adanya kevalidan yang digunakan untuk
prediksi variabel dependen. Tabel 4.55 tentang “Correlations” pada
kolom sig bagian promotion dengan hipotesis di atas yaitu:
a. Nilai p value (sig) >0,05 adalah Ho diterima yang artinya koefisien
regresi tidak signifikan.
b. Nilai p value (sig) <0,05 aadalah Ho ditolak yang artinya koefisien
regresi signifikan.
Berikut ini adalah hipotesisnya:
146
Ho : Tidak ada pengaruh antara promotion dengan keputusan
konsumen.
Tabel di atas menunjukkan, bahwa nilai p value untuk konstanta
sebesar 0,000 < 0,05, maka nilai konstanta adalah signifikan. Demikian
untuk nilai p value (sig) variabel promotion adalah sebesar 0, 000 < 0,05,
maka variabel promotion memiliki nilai signifikan. Melalui penjelasan
tersebut dapat disimpulkan, bahwa Ho ditolak yang artinya ada
pengaruh promotion terhadap keputusan konsumen yang menjadi jama’ah Umroh di PT. Shafira Lintas Semesta.
5. Pengaruh Marketing Mix 4p terhadap keputusan konsumen
Uji simultan digunakan untuk menunjukkan apakah variabel
independen marketing mix 4p keseluruhan terhadap variabel dependen
keputusan konsumen signifikan atau berpengaruh. Hasil uji secara
keseluruhan atau simultan dapat dilihat pada tabel 4.58 tentang “Anova”
pada kolom sig dengan hipotesis:
Ha : Ada pengaruh antara marketing mix 4p terhadap keputusan
konsumen
Ho : Tidak ada pengaruh antara marketing mix 4p terhadap keputuan
konsumen
Berdasarkan tabel “Anova” dapat diketahui, bahwa nilai
147
signifikan dengan nilai p value 0,000 < 0,05. Hal tersebut menyatakan,
bahwa product, price, place, dan promotion berpengaruh terhadap
keputuan konsumen. Dengan demikian Ho ditolak, yang artinya ada
pengaruh antara marketing mix 4p mengenai product, price, place,
promotion terhadap keputusan konsumen yang menjadi jama’ah Umroh
di PT. Shafira Lintas Semesta.
6. Prediksi marketing mix 4P terhadap keputusan konsumen
Uji regresi berganda digunakan untuk menguji model regresi
apakah berfungsi dengan baik sebagai predictor atau belum. Hasil uji
regresi berganda dapat dilihat pada tabel “Model Summary” pada kolom
Standart Error Of Estimate (SEE) dengan hipotesis:
Ha : Marketing mix menjadi prediksi keputusan konsumen
Ho : Marketing mix tidak menjadi prediksi keputusa
konsumen
Berdasarkan hasil uji regresi berganda pada tabel “Model
Summary” dapat diketahui, bahwa nilai SEE adalah sebesar 0,741. Agar
model regresi dapat digunakan sebagai prediksi, maka nilai SEE harus
lebih kecil dari nilai standart deviation. Nilai standart deviation yaitu
sebesar 3.926. Nilai SEE ternyata lebih kecil dari nilai standart
deviation. Sehingga, model regresi ini dapat digunakan sebagai prediksi
148