Pengujian Prasyarat Analisis

BAB IV HASIL ANALISIS DATA DAN PEMBAHASAN

A. Hasil Penelitian

2. Pengujian Prasyarat Analisis

Pengujian normalitas mengunakan sampel Kolmogorov-Smirnov, yaitu tingkat kesesuaian antara distribusi harga satu sampel (skor yang diobservasi) dengan suatu distribusi teoritis tertentu. Uji ini menetapkan suatu titik dimana teoritis dan terobservasi mempunyai perbedaan besar, artinya distribusi sampling yang diamati benar-benar merupakan observasi suatu sampel acak ari distribusi teoritis.

Dalam penelitian ini, uji normalitas dilakukan dengan menggunakan Kolmogorov-smirnov dengan tingkat kepercayaan 5%

atau 0,05, untuk mengetahui apakah distribusi frekuensi normal atau tidak dapat dilihat dengan ketentuan sebagaiberikut :

1) Jika nilai probabilitas (asym.sig) > 0,05 maka distribusi dapat dikatakan normal

2) Jika nilai probabilitas (asym.sig) < 0,05 maka distribusi tersebut tidak normal

Output dari hasil olah data menggunakan SPSS adalah sebagai berikut :

Tabel 4.13 Hasil Uji Normalitas

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 100

Normal Parameters^a,,b

Mean .0000000

Std. Deviation 1.47048442

Most Extreme Differences

Absolute .070

Positive .070

Negative -.051

Kolmogorov-Smirnov Z .697

Asymp. Sig. (2-tailed) .716

a. Test distribution is Normal.

b. Calculated from data.

Sumber : Data diolah 2017

Berdasarkan output yang diperoleh dari olah data, dapat dilihat nilai Asym. Sig. (2-tailed) sebesar 0.716. apabila dibandingkan nilai probabilitas (asym.sig) > 0,05 maka dapat ditarik kesimpulan bahwa

data kepercayaan konsumen, pengalaman berbelanja, kemudahan transaksi dan minat belanja online berdistribusi normal.

b. Uji Linieritas

Uji Linieritas digunakan untuk mengetahui apakah variabel bebas dan terikat dalam penelitian ini memiliki hubungan linier. Kriteria hubungan antara variabel bebas dan terikat dikatakan linier jika nilai signifikansinya lebih besar dari 0,05. Ringkasan hasil uji linieritas dalam penelitian ini adalah sebagai berikut.

Tabel 4.14 Hasil Uji Linieritas ANOVA^b

Model Sum of Squares Df Mean Square F Sig.

1 Regression 199.930 3 66.643 29.886 .000^a

Residual 214.070 96 2.230

Total 414.000 99

a. Predictors: (Constant), Kemudahan_Transaksi, Kepercayaan_Konsumen, Pengalaman_Berbelanja

b. Dependent Variable: Minat_Belanja_Online

Sumber : Data diolah 2017

Dari hasil uji ANOVA atau F test, didapatkan Fhitung adalah 29,886 dengan taraf signifikansi (α) = 5% dan Ftabel = 2,70. Setelah Fhitung dan Ftabel diketahui, maka langkah selanjutnya membandingkan Fhitung dan Ftabel. Apabila Fhitung > Ftabel maka dapat dinyatakan bahwa model regresi dengan variabel bebas kepercayaan konsumen, pengalaman berbelanja, dan kemudahan

transaksi dapat digunakan untuk memprediksi variabel minat belanja online. Sebaliknya apabila Fhitung < Ftabel maka dapat dinyatakan bahwa model regresi dengan variabel bebas kepercayaan konsumen, pengalaman berbelanja, dan kemudahan transaksi tidak dapat digunakan untuk memprediksi variabel minat belanja online. Dari hasil perhitungan Fhitung 29,886>Ftabel 2,70, artinya Fhitung > Ftabel, maka model regresi dengan variabel bebas kepercayaan konsumen, pengalaman berbelanja, dan kemudahan transaksi dapat digunakan untuk memprediksi variabel minat belanja online. Jadi dapat disimpulkan bahwa model regresi dengan variabel bebas kepercayaan konsumen, pengalaman berbelanja, dan kemudahan transaksi berpengaruh dan dapat digunakan untuk memprediksi variabel minat belanja online.

c. Uji Multikolinieritas

Uji Multikolinieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi yang tinggi antar variabel bebas. Regresi yang baik seharusnya tidak terjadi multikolinieritas.

Cara mendeteksinya yaitu dengan menganalisis nilai variance inflation factor (VIF). Dimana menurut Hair et al dalam Hesti Ratnanigrum (2016) variabel dikatakan mempunyai masalah multikolinearitas apabila nilai tolerance lebih kecil dari 0,1 atau nilai VIF lebih besar dari 10. Model regresi yang baik seharusnya tidak

terjadi korelasi diantara variabel independen. Melihat tolerance dan nilai VIF.

Melihat nilai tolerance :

- Tidak terjadi multikolinieritas, jika nilai tolerance lebih dari 0,1 - Terjadi multikolinieritas, jika nilai tolerance lebih kecil atau sama

dengan 0,1 Melihat nilai VIF :

- Tidak terjadi multikolinieritas, jika nilai VIF lebih kecil dari 10,0 - Terjadi multikolinieritas, jika nilai VIF lebih besar atau sama

dengan 10,0

Tabel 4.15 Hasil Uji Multikolinieritas Coefficients^a

Model

Collinearity Statistics

Tolerance VIF

1 (Constant)

Kepercayaan_Konsumen .633 1.580

Pengalaman_Berbelanja .535 1.870

Kemudahan_Transaksi .750 1.333

a. Dependent Variable: Minat_Belanja_Online

Sumber : Data diolah 2017

Berdasarkan tabel 4.15 hasil perhitungan nilai tolerance menunjukkan bahwa variabel independen memiliki tolerance lebih besar dari 0,01 (X1=0,633 ; X2=0,535 ; X3=0,750), yang berarti tidak ada korelasi antar variabel independen. Tolerance mengukur variabilitas variabel independen yang terpilih dan tidak dijelaskan oleh variabel independen lainnya.

Hasil perhitungan VIF juga menunjukkan hal yang sama yaitu tidak ada satu variabel independen yang memiliki nilai VIF lebih dari 10 (X1= 1.580 ; X2=1.870 ; X3=1.333), dengan demikian dapat disimpulkan tidak ada multikolinieritas antar variabel independen model regresi.

d. Uji Heteroskedastisitas

Uji heteroskedastisitas muncul apabila kesalahan atau residual dari model yang diamati tidak memiliki variance yang konstan dari satu observasi ke observasi lainnya. Untuk mengetahui adanya gejala ini maka dapat dilakukan dengan menggunakan teknik uji Spearman Rank. Uji heteroskedastisitas dijelaskan dalam tabel berikut :

Tabel 4.16 Hasil Uji Heteroskedastisitas

Correlations

Kepercayaan_

Konsumen

Pengalaman_

Berbelanja

Kemudahan _Transaksi

Unstandardized Residual

Spe arm an's rho

Kepercayaan_Kon sumen

Correlation Coefficient

1.000 .602^** .420^** .022

Sig. (2-tailed) . .000 .000 .827

N 100 100 100 100

Pengalaman_Berbe lanja

Correlation Coefficient

.602^** 1.000 .430^** .018

Sig. (2-tailed) .000 . .000 .858

N 100 100 100 100

Kemudahan_Trans aksi

Correlation Coefficient

.420^** .430^** 1.000 .041

Sig. (2-tailed) .000 .000 . .685

N 100 100 100 100

Unstandardized Residual

Correlation Coefficient

.022 .018 .041 1.000

Sig. (2-tailed) .827 .858 .685 .

N 100 100 100 100

**. Correlation is significant at the 0.01 level (2-tailed).

Sumber : Data diolah 2017

Berdasarkan hasil output diatas pada tabel 4.16, diketahui bahwa nilai signifikan variabel kepercayaan konsumen (X1) sebesar 0,827, pengalaman berbelanja (X2) sebesar 0,858, dan kemudahan transaksi (X3) sebesar 0,685. Dalam uji heteroskedastisitas ini diketahui bahwa

signifikan variabel kepercayaan konsumen, pengalaman berbelanja dan kemudahan transaksi > 0,05. Maka dapat disimpulkan bahwa dalam model regresi tidak terjadi masalah heteroskedastisitas.

e. Analisis Regresi Linear Berganda

Analisis linear berganda digunakan untuk menganalisa pengaruh beberapa variabel bebas (X) terhadap suatu variabel terikat (Y) secara bersama-sama. Regresi berganda dilakukan menggunakan program SPSS 17. Rangkuman hasil analisis regresi linear berganda dapat dilihat pada tabel berikut.

Tabel 4.17 Hasil Analisis Regresi Linear Berganda Coefficients^a

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

B Std. Error Beta

1 (Constant) 3.469 1.471 2.358 .020

Kepercayaan_Konsumen -.063 .034 -.171 -1.859 .066

Pengalaman_Berbelanja .227 .048 .474 4.725 .000

Kemudahan_Transaksi .293 .059 .420 4.956 .000

a. Dependent Variable: Minat_Belanja_Online Sumber : Data diolah 2017

Dari hasil analisis tersebut dapat diketahui persamaan regresi berganda sebagai berikut :

Y = 3,469 + -0,063 X1 + 0,227 X2 + 0,293 X3

Keterangan :

Y : Prediksi minat beli

3,469 : Konstanta sebesar 3,469 berarti bahwa apabila setiap variabel bebas (X1, X2, X3 ) dianggap nol maka prediksi Y sebesar 3,469

-0,063 X1 : koefisien prediktor kepercayaan konsumen (X1) sebesar -0,063 menunjukkan kepercayaan konsumen dapat memprediksi minat belanja online (Y) secara positif, sebagai contoh apabila iklan (X1) ditingkatkan 1 poin maka peningkatan atas prediksi minat belanja (Y) sebesar -0,063 0,227 X2 : koefisien prediktor pengalaman berbelanja (X2) sebesar

0,227 menunjukkan pengalaman berbelanja dapat memprediksi minat belanja online (Y) secara positif, sebagai contoh apabila pengalaman berbelanja (X2) ditingkatkan 1 poin maka peningkatan atas prediksi minat belanja (Y) sebesar 0,227

0,293 X3 : koefisien prediktor kemudahan transaksi (X3) sebesar 0,293 menunjukkan kemudahan transaksi dapat memprediksi minat belanja online (Y) secara positif, sebagai contoh apabila kemudahan transaksi (X3) ditingkatkan 1 poin maka peningkatan atas prediksi minat belanja (Y) sebesar 0,293

f. Pengujian Hipotesis

Untuk menguji ke-4 hipotesis dalam penelitian ini dilakukan dengan analisis regresi berganda. Untuk menguji hipotesis 1 sampai dengan 3 didasarkan pada hasil yang tercantum dalam tabel berikut :

Tabel 4.18 Hasil Uji Analisis Regresi Linear Berganda Coefficients^a

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

B Std. Error Beta

1 (Constant) 3.469 1.471 2.358 .020

Kepercayaan_Konsumen -.063 .034 -.171 -1.859 .066

Pengalaman_Berbelanja .227 .048 .474 4.725 .000

Kemudahan_Transaksi .293 .059 .420 4.956 .000

a. Dependent Variable: Minat_Belanja_Online Sumber : Data diolah 2017

a. Hipotesis 1

Hipotesis 1 mengatakan bahwa kepercayaan konsumen berpengaruh terhadap minat belanja online. Untuk menguji hipotesis tersebut didasarkan pada nilai sig.

t

^hitung. Tabel diatas menunjukkan kepercayaan konsumen tidak berpengaruh terhadap minat belanja online, (r = -0,063 sig.thitung 0,066 > 0,05). Dengan demikian hipotesis nol (Ho) diterima dan hipotesis alternatif (Ha) ditolak, yang berarti bahwa variabel

kepercayaan konsumen tidak berpengaruh terhadap minat belanja online.

b. Hipotesis 2

Hipotesis 2 mengatakan bahwa pengalaman berbelanja berpengaruh terhadap minat belanja online. Untuk menguji hipotesis tersebut didasarkan pada nilai sig.

t

^hitung. Tabel diatas menunjukkan pengalaman berbelanja berpengaruh positif terhadap minat belanja online, (r = 0,227, sig.thitung 0,000 < 0,05). Dengan demikian hipotesis nol (Ho) ditolak dan hipotesis alternatif (Ha) diterima, yang berarti bahwa variabel pengalaman berbelanja berpengaruh positif dan signifikan terhadap minat belanja online.

c. Hipotesis 3

Hipotesis 3 mengatakan bahwa kemudahan transaksi berpengaruh terhadap minat belanja online. Untuk menguji hipotesis tersebut didasarkan pada nilai sig.

t

hitung. Tabel diatas menunjukkan kemudahan transaksi berpengaruh negatif terhadap minat belanja online, (r = 0,293, sig.thitung 0,000 < 0,05). Dengan demikian hipotesis nol (Ho) ditolak dan hipotesis alternatif (Ha) diterima, yang berarti bahwa variabel kemudahan transaksi berpengaruh positif dan signifikan terhadap minat belanja online.

d. Hipotesis 4

Hipotesis ke 4 mengatakan bahwa kepercayaan konsumen, pengalaman berbelanja, dan kemudahan transaksi berpengaruh terhadap minat

belanja online. Untuk menguji hipotesis tersebut didasarkan pada nilai sig.Fhitung. Hasil analisis data disampaikan dalam tabel berikut :

Tabel 4.19 Hasil Uji Stimultan (Uji F) ANOVA^b

Model Sum of Squares Df Mean Square F Sig.

1 Regression 199.930 3 66.643 29.886 .000^a

Residual 214.070 96 2.230

Total 414.000 99

a. Predictors: (Constant), Kemudahan_Transaksi, Kepercayaan_Konsumen, Pengalaman_Berbelanja

b. Dependent Variable: Minat_Belanja_Online Sumber : Data diolah 2017

Berdasarkan tabel 4.19 di atas, dapat dikatakan bahwa model regresi berganda ini baik. Artinya bahwa variabel pengalaman berbelanja (X2), dan kemudahan transaksi (X3) berpengaruh terhadap minat belanja online dan dapat menjadi prediktor variabel minat belanja online (Fhitung = 29,886 ; sig 0,000 < 0,01). Kemampuan variabel pengalaman berbelanja dan kemudahan transaksi, dalam memprediksi minat belanja online dapat dilihat pada koefisien determinasi. Besarnya koefisien determinasi dapat dilihat pada nilai R² seperti yang tercantum dalam tabel berikut :

Tabel 4.20 Hasil Uji Determinasi (Adjusted R²) Model Summary^b

Model R R Square Adjusted R Square

Std. Error of the Estimate

1 .695^a .483 .467 1.493

a. Predictors: (Constant), Kemudahan_Transaksi, Kepercayaan_Konsumen, Pengalaman_Berbelanja

Sumber : Data diolah 2017

Berdasarkan tabel diatas diperoleh angka R² (R square) sebesar 0,483 (48%). Hal ini menunjukkan bahwa persentase pengaruh variabel bebas (pengalaman berbelanja dan kemudahan transaksi) terhadap variabel terikat (minat belanja online) sebesar 48%, sedangkan sisanya dipengaruhi variabel lain yang tidak dimasukkan dalam model penelitian ini.

g. Uji Statistik t

Uji statistik pada dasarnya menunjukan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel dependen. Apabila nilai t hitung lebih besar dari t tabel dan nilai signifikansi lebih kecil dari 0,05 (p < 0,05) maka dapat disimpulkan bahwa variabel bebas secara parsial berpengaruh signifikan terhadap variabel terikat.

Penjelasan hasil uji t untuk masing-masing variabel adalah sebagai berikut.

a. Kepercayaan Konsumen

1) Dengan menggunakan nilai probabilitas signifikansi

Hasil perhitungan uji statistik t analisis regresi berganda menggunakan program SPSS 17 didapat nilai signifikansi sebesar 0,066

2) Dengan membandingkan t hitung dengan tabel

Hasil statistik uji t untuk variabel kepercayaan konsumen diperoleh nilai t hitung sebesar -1.859 dan t tabel 1,984.

Berdasarkan hasil perhitungan tersebut dapat disimpulkan bahwa hipotesis yang menyatakan, “terdapat pengaruh positif antara kepercayaan konsumen terhadap minat belanja online” tidak diterima.

Ini dikarenakan koefisien regresi mempunyai nilai negatif. Selain itu, nilai t hitung lebih kecil dari t tabel (0,066 < 1,984) serta signifikansi lebih besar dari 0,05 (-1.859 > 0,05).

b. Pengalaman Berbelanja

1) Dengan menggunakan nilai probabilitas signifikansi

Hasil perhitungan uji statistik t analisis regresi berganda menggunakan program SPSS 17 didapat nilai signifikansi sebesar 0,000

2) Dengan membandingkan t hitung dengan tabel

Hasil statistik uji t untuk variabel iklan diperoleh nilai t hitung sebesar 4.725dan t tabel 1,984.

Berdasarkan hasil perhitungan tersebut dapat disimpulkan bahwa hipotesis yang menyatakan, “terdapat pengaruh positif antara pengalaman berbelanja terhadap minat belanja online” dapat diterima.

Ini dikarenakan koefisien regresi mempunyai nilai positif. Selain itu,

nilai t hitung lebih besar dari t tabel (4.725 > 1,984) serta signifikansi lebih kecil dari 0,05 (0,000 < 0,05) yang berarti tingkat kepercayaannya lebih dari 95%

c. Kemudahan Transaksi

1) Dengan menggunakan nilai probabilitas signifikansi

Hasil perhitungan uji statistik t analisis regresi berganda menggunakan program SPSS 17 didapat nilai signifikansi sebesar 0,000

2) Dengan membandingkan t hitung dengan tabel

Hasil statistik uji t untuk variabel iklan diperoleh nilai t hitung sebesar 4.956 dan t tabel 1,984.

Berdasarkan hasil perhitungan tersebut dapat disimpulkan bahwa hipotesis yang menyatakan, “terdapat pengaruh positif antara kemudahan transaksi terhadap minat belanja online” dapat diterima.

Ini dikarenakan koefisien regresi mempunyai nilai positif. Selain itu, nilai t hitung lebih besar dari t tabel (4.956 > 1,984) serta signifikansi lebih kecil dari 0,05 (0,000 < 0,05) yang berarti tingkat kepercayaannya lebih dari 95%.