METODE PENELITIAN 3.1 Jenis Penelitian
3. Studi Dokumentasi
Studi dokumentasi adalah metode pengumpulan data dengan cara mengumpulkan dan mempelajari data-data yang diperoleh dari buku, jurnal, dan artikel yang berhubungan dengan penelitian yang dilakukan.
3.9 Uji Validitas dan Reliabilitas 3.9.1 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 akan diukur oleh kuesioner tersebut.
Valid menunjukkan derajat ketepatan antara data yang sesungguhnya terjadi pada objek dengan data yang di kumpulkan oleh peneliti. Jika nilai r hitung ≥ r tabel dan bernilai positif maka pernyataan tersebut dikatakan valid (Ghozali, 2013)
Penyebaran kuesioner untuk uji validitas dan reliabilitas dilakukan terhadap 30 orang responden di luar sampel. Dengan n = 30, df = n-2 = 30 – 2 = 28 maka pada α = 0,05 diperoleh r tabel = 0,361. Pada Tabel 3.3 terlihat bahwa seluruh butir pernyataan memiliki nilai r hitung ≥ r tabel (0,361) Sehingga
40
diperoleh kesimpulan bahwa seluruh pernyataan adalah valid.
Tabel 3.3
Uji reliabilitas suatu pengukuran menunjukkan sejauh mana pengukuran tersebut tanpa bias (bebas kesalahan) dan karena itu menjamin pengukuran yang konsisten lintas waktu dan lintas beragam item dalam instrumen. Dengan kata lain, keandalan suatu pengukuran merupakan indikasi mengenai stabilitas dan konsistensi dimana instrument mengukur konsep dan membantu menilai ketetapan sebuah pengukuran (Kuncoro, 2012). Uji reliabilitas dilakukan pada 30 orang mahasiswa Fakultas Ekonomi dan Bisnis Sumatera Utara diluar sampel yang sudah ditentukan.
Terdapat ketentuan dalam pengukuran reliabilitas menurut Nunnally (dalam Ghozali, 2018) yaitu suatu konstruk atau variabel dapat dikatakan reliabel jika memberikan nilai Cronbach Alpha >0,70. Pada Tabel 3.4 diketahui koefisien alpha (Cronbach’s Alpha) sebesar 0,940 > 0,7 sehingga dapat disimpulkan bahwa pada semua pernyataan pada penelitian ini adalah reliabel.
Tabel 3.4 Uji Reliabilitas
Cronbach's Alpha N of Items
.980 20
Sumber: Lampiran 3
3.10 Teknik Analisis Data
3.10.1 Teknik Analisis Deskriptif
Menurut Ghozali (2016) statistik deskriptif adalah statistik yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi.
3.10.2 Analisis Regresi Linier Berganda
Analisis regresi linear berganda digunakan untuk mengetahui pengaruh antara variabel independen yang terdiri atas Persepsi Risiko (X1), Kepercayaan (X2), dan Gaya Hidup (X3) terhadap variabel dependen yaitu Keputusan Pembelian (Y). Model persamaan yang digunakan adalah sebagai berikut :
Y = β0 + β1X1 + β2X2 + β3X3 + Keterangan:
Y : Keputusan Pembelian Online Menggunakan OVO
42
X1 : Persepsi Resiko X2 : Kepercayaan X3 : Gaya Hidup β0 : Konstanta
β1– β3 : Koefisien Regresi : Error of term
3.11 Uji Asumsi Klasik 3.11.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal (Ghozali, 2016).
Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu melalui analisis grafik dan analisis statistik (Ghozali, 2016).
1. Analisis Grafik
Salah satu cara termudah untuk melihat normalitas residual adalah dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Namun demikian dengan melihat Histogram hal ini dapat menyesatkan khususnya untuk jumlah sampel yang kecil. Metode yang lebih handal adalah dengan melihat normal probability-plot. yang membandingkan distribusi komulatif dari distribusi normal.
Distribusi normal akan membentuk satu garis diagonal. Jika distribusi data residual normal, maka titik-titik yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya.
2. Analisis Statistik
Uji normalitas dengan grafik dapat menyesatkan kalau tidak hati-hati secara visual kelihatan normal, padahal secara statistik bisa sebaliknya. Untuk itu uji grafik yang telah dilakukan dilengkapi dengan uji statistik dengan menggunakan uji kolmogrov Sminov (K S). Uji K S dilakukan dengan menggunakan hipotesis.
H0 : Data residual berdistribusi normal Ha : Data residual tidak berdistribusi normal
Pengujian normalitas yang dilakukan dengan melihat Asymp Sig (2tailed).
Jika tingkat signifikansi lebih besar dari 0,05 maka dapat disimpulkan bahwa H0 diterima sehingga dikatakan residual berdistribusi normal.
3.11.2 Uji Heteroskedastisitas
Uji heterokedastisitas memiliki tujuan 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 jika berbeda disebut heteroskedastisitas (Ghozali, 2016). Salah satu cara untuk mendeteksi ada tidaknya heteroskedastisitas adalah dengan melakukan uji Glejser. Uji Glejser dilakukan dengan meregresi nilai absolut residual terhadap varaibel independen dengan persamaan.
Jika variabel independen signifikan secara statistik mempengaruhi variabel dependen, maka ada indikasi terjadi Heteroskedastisitas. Suatu model regresi dinyatakan tidak mengandung Heteroskedastisitas jika variabel
44
independen tidak signifikan secara statistik mempengaruh variabel dependen.
Hal ini dapat dilihat dari probabilitas signifikansinya di atas tingkat kepercayaan 5 persen (Ghozali 2016).
3.11.3 Uji Multikolinearitas
Menurut Ghozali (2016), uji multikolineritas bertujuan untuk menguji pada model regresi ditemukan adanya korelasi antar variabel bebas (independen).
Model regresi yang baik seharusnya tidak terjadi korelasi antar variabel independen. Dalam penelitian ini, multikolonieritas dapat dilihat dari nilai tolerance dan Variance Inflation Factor (VIF). Multikolinearitas terjadi jika nilai tolerance ≤ 0,1 dan nilai VIF ≥ 10 dalam model (Ghozali, 2016).
3.12 Uji Koefisien Determinasi (R2)
Menurut Ghozali (2016), uji koefisien diterminasi (R2) digunakan untuk mengukur seberapa besar kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adala antara nol dan satu. Nilai R2 yang kecil menunjukkan bahwa kemampuan variabel-variabel independen dalam menjelaskan variabel dependen sangat terbatas. Kelemahan dari koefisien determinasi adalah bias terhadap jumlah variabel independen yang dimasukkan ke dalam model. Setiap penambahan variabel independen maka R2 pasti akan meningkat tanpa memperdulikan apakah variabel tersebut berpengaruh secara signifikan terhadap variabel dependen. Oleh karena itu, digunakanlah model adjusted (R2) (Ghozali 2016).
3.13 Pengujian Hipotesis
3.13.1 UjiSignifikan Serempak (Uji F)
Menurut Ghozali (2016) uji F menunjukkan apakah semua variabel independen atau variabel bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama atau serempak terhadap variabel dependen atau variabel terikat. Kaidah pengujian signifikansi secara manual adalah dengan menggunakan Tabel F, Hipotesis statistik dirumuskan sebagai berikut:
1. H0 : β1 = β2 = β3 = 0, artinya Persepsi risiko online, kepercayaan, dan gaya hidup secara serempak tidak berpengaruh signifikan terhadap keputusan pembelian online menggunakan OVO diFakultas Ekonomi dan Bisnis Universitas Sumatera Utara.
2. Ha : minimal satu βi ≠ 0, artinya Persepsi risiko online, kepercayaan, dan gaya hidup secara serempak berpengaruh signifikan terhadap keputusan pembelian online menggunakan OVO diFakultas Ekonomi dan Bisnis Universitas Sumatera Utara.
Menurut Sugiyono (2013) kriteria pengambilan keputusan adalah sebagai berikut :
1. Ho diterima jika Fhitung ≤ Ftabel atau sig F ≥ α (0,05)
2. Ho ditolak (Ha diterima) jika Fhitung> Ftabel atau sig F<α (0,05)
3.13.2 Uji Signifikasi Parsial (Uji t)
Ghozali (2016) menyatakan uji t bertujuan untuk menguji bagaimana pengaruh secara parsial dari variabel bebas terhadap variabel terikat. Model hipotesis yang digunakan dalam uji Statistik-t ini adalah:
46
1. Pengaruh persepsi risiko (X1) terhadap keputusan pembelian (Y)
H0: βi ≤ 0, artinya secara parsial persepsi risiko berpengaruh positif dan tidak signifikan terhadap keputusan pembelian.
H1 : βi > 0, artinya secara parsial persepsi risiko berpengaruh positif dan signifikan terhadap keputusan pembelian
2. Pengaruh kepercayaan (X2) terhadap keputusan pembelian (Y)
H0: βi ≤ 0, artinya secara parsial kepercayaan berpengaruh positif dan tidak signifikan terhadap keputusan pembelian.
H1 : βi > 0, artinya secara parsial kepercayaan berpengaruh positif dan signifikan terhadap keputusan pembelian
3. Pengaruh gaya hidup (X3) terhadap keputusan pembelian (Y)
H0: βi ≤ 0, artinya secara parsial gaya hidup berpengaruh positif dan tidak signifikan terhadap keputusan pembelian.
H1 : βi > 0, artinya secara parsial gaya hidup berpengaruh positif dan signifikan terhadap keputusan pembelian
Dengan kriteria pengambilan keputusan adalah sebagai berikut:
1. H0 diterima jika thitung ≤ ttabel atau sig t ≥ α (0,05)
2. H0 ditolak (Ha diterima) jika thitung > t table atau sig t < α (0,05)
BAB IV