BAB III METODOLOGI PENELITIAN
K. Teknik Analisis Data
Teknik analisis data yang digunakan pada penelitian ini yaitu analisis deskriptif dan analisis kuantitatif.
1. Deskripsi Statistik
Pada bagian ini penyusun akan menganalisa data tersebut satu persatu yang didasarkan pada jawaban responden yang dihimpun berdasarkan koesioner yang telah diisi oleh responden selama penelitian berlangsung. Adapun berdasarkan kriteria yang dipakai pada kategori jawaban responden, maka untuk lebih memudahkan digunakan 3 kategori yaitu: tinggi, sedang, dan rendah. Cara pengkategorian data berdasarkan rumus dari Azwar, (2009:108) adalah sebagai berikut:
Tinggi : X ≥ M + SD
Sedang : M –SD ≤ X < M + SD Rendah : X < M – SD
2. Uji Asumsi Klasik
Uji asumsi klasik adalah persyaratan statistik yang harus dipenuhi pada analisis regresi berganda yang berbasis ordinary least square. Untuk meyakinkan bahwa persamaan regresi yang diperoleh adalah linier dan dapat dipergunakan (valid) untuk mencari peramalan, maka
akan dilakukan pengujian asumsi normalitas, multikolinearitas, dan heteroskedastisitas.
a) Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Persamaan regresi dikatakan baik jika mempunyai data variabel bebas dan data variabel terikat berdistribusi mendekati normal atau normal sama sekali. Distribusi normal akan membentuk satu garis lurus diagonal, dan ploting data akan dibandingkan dengan garis diagonal. Jika distribusi data adalah normal, maka garis yang menghubungkan data sesungguhnya akan mengikuti garis diagonalnya. Deteksi normalitas dapat dilakukan dengan melihat penyebaran data (titik) pada sumbu diagonal dari grafik. Dasar pengambilan keputusan dari uji normalitas adalah
a. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas.
b. Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.
b) Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk mengetahui apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen). Model regresi yang baik seharusnya tidak tejadi korelasi diantara variabel independen. Jika variabel independen saling berkorelasi, maka variabel-variabel tidak ortogonal. Variabel ortogonal adalah variabel independen yang nilai korelasi antar sesama variabel independen sama dengan nol. Menurut Santoso, adapun pedoman suatu model regresi yang bebas multikolinieritas adalah VIF di bawah 10 dan tolerance lebih dari 0,1 (dalam Purnomo, 2008:36).
c) Uji Heteroskedastisitas
Heteroskedastisitas adalah terjadinya ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Untuk menguji ada tidaknya heteroskedastisitas, dalam penelitian ini digunakan grafik plot antara nilai prediksi variabel dependen (ZPRED) dengan residualnya (SRESID). Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas. Model regresi yang baik adalah
yang terjadi Homoskedastisitas atau tidak terjadi
Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatter plot antara ZPRED dan SRESID dimana sumbu Y adalah Y yang telah diprediksi dan sumbu X adalah residual (Y prediksi – Y sesungguhnya) yang telah di studentized. Dasar analisisnya adalah: a. Apabila terdapat pola tertentu, seperti titik-titik yang ada
membentuk pola tertentu (bergelombang, melebar kemudian
menyempit), maka mengindikasikan telah terjadi
heteroskedastisitas.
b. Apabila terdapat pola yang jelas serta titik-titik menyebar di atas dan di bawah angka nol pada sumbu Y, maka tidak terjadi heteroskedastisitas.
3. Metode Analisis
Untuk membuktikan hipotesis yang diajukan pada penelitian ini digunakan metode analisis, yaitu:
1. Analisis deskriptif kuantitatif, yaitu metode yang bertujuan mengubah kumpulan data mentah menjadi bentuk yang mudah dipahami, dalam bentuk informasi yang ringkas, dimana hasil penelitian beserta analisanya diuraikan dalam suatu tulisan ilmiah yang mana dari analisis tersebut akan dibentuk suatu kesimpulan. 2. Analisis kuantitatif dengan regresi berganda untuk mengetahui
besarnya pengaruh secara kuantitatif dari suatu perubahan kejadian (variabel X) terhadap kejadian lainnya (variabel Y). Dalam
penelitian ini, analisis regresi berganda berperan sebagai teknik statistik yang digunakan untuk menguji ada tidaknya pengaruh citra merek terhadap loyalitas konsumen. Analisis regresi menggunakan rumus persamaan regresi berganda seperti yang dikutip dalam Sugiyono (2010:277), yaitu:
= � + � + � + � + �
Dimana:
Y = loyalitas konsumen terhadap produk Body Mist The Body Shop (variabel dependen/terikat)
X1 = corporate image (variabel independen/bebas) X2 = user image (variabel independen/bebas) X3 = product image (variabel independen/bebas)
a = nilai konstan atau tetap, yang merupakan rata-rata nilai Y pada saat nilai X1, X2, dan X3 sama dengan nol
b1 = koefisien regresi parsial, mengukur rata-rata nilai Y untuk tiap perubahan X1 dengan menganggap X2 dan X3 konstan b2 = koefisien regresi parsial, mengukur rata-rata nilai Y untuk tiap perubahan X2 dengan menganggap X1 dan X3 konstan b3 = koefisien regresi parsial, mengukur rata-rata nilai Y untuk tiap perubahan X3 dengan menganggap X1 dan X2 konstan e = standar error
4. Nalisisi Koefisien Determinasi (R2)
Pada model linear berganda ini, akan dilihat besarnya kontribusi untuk variabel bebas secara bersama-sama terhadap variabel terikatnya dengan melihat besarnya koefisien determinasi totalnya (R2). Jika (R2) yang diperoleh mendekati 1 (satu) maka dapat dikatakan semakin kuat model tersebut menerangkan hubungan variabel bebas terhadap variabel terikat. Sebaliknya jika (R2) makin mendekati 0 (nol), maka semakin lemah pengaruh variabel-variabel bebas terhadap variabel terikat. Karena variabel independen pada penelitian ini lebih dari 2 (dua), maka koefisien determinasi yang digunakan adalah Adjusted R Square (Imam Ghozali dalam Made Novandri, 2010:39). Dari koefisien determinasi (R2) ini dapat diperoleh suatu nilai untuk mengukur besarnya sumbangan dari beberapa variabel X terhadap variasi naik turunnya variabel Y yang biasanya dinyatakan dalam persentase.
5. Uji Hipotesis
a. Uji F (Uji Serempak)
Uji F test digunakan untuk menguji ada tidaknya pengaruh signifikan variabel bebas secara bersama-sama terhadap variabel terikat. Bila Fhitung > Ftabel, maka secara bersama-sama variabel bebas
berpengaruh terhadap variabel terikat. Sebaliknya bila Fhitung < Ftabel,
maka secara bersama-sama variabel bebas tidak berpengaruh terhadap variabel terikat (Sugiyono, 2010).
Keterangan:
n = Ukuran sampel
R2 = Koefisien determinasi
k = Banyaknya variabel bebas
1) H0 ditolak bila Fhitung > Ftabel
Apabila Fhitung > Ftabel maka hipotesis alteratif diterima atau dengan
kata lain H0 ditolak. Hal ini dapat diartikan bahwa variabel
corporate image, user image, dan product image secara bersama- sama berpengaruh terhadap keputusan pembelian.
2) H0 diterima bila Fhitung < Ftabel
Apabila Fhitung < Ftabel maka hipotesis alternatif ditolak atau dengan
kata lain H0 diterima. Hal ini dapat diartikan bahwa variabel
corporate image, user image, dan product image secara bersama- sama tidak berpengaruh terhadap keputusan pembelian.
b. Uji-T ( Uji Parsial)
Dalam hal ini untuk menilai apakah masing-masing variabel yaitu corporate image (X1), user image (X2), dan product image (X3)
mempunyai hubungan yang signifikan dengan keputusan pembelian (Y). Pengujian hipotesis dengan cara menilai probabilitas distribusi hasil perhitungan dengan besarnya tingkat signifikan (α) yang
digunakan adalah 5%. Pengujian hipotesis ini dilakukan dengan menghitung nilai t (Sugiyono, 2001:292).
Rumus:
� = √� − √ − � Keterangan:
t = thitung yang dicari
r = koefisien korelasi
R2 = koefisien determinan
n = jumlah sampel
jika thitung < ttabel(α = 0,05;n-2), maka H0 diterima dan Ha ditolak.
jika thitung > ttabel(α = 0,05;n-2), maka H0 ditolak dan Ha diterima.
c. Kriteria Pengujian
1) H0 ditolak (Ha diterima) apabila thitung > ttabelpada α 0,05. Artinya
variabel corporate image, user image, dan product image secara parsial berpengaruh terhadap Loyalitas Konsumen.
2) H0 diterima (Ha ditolak) apabila thitung < ttabel pada α 0,05. Artinya
variabel corporate image, user image, dan product image secara parsial tidak berpengaruh terhadap Loyalitas Konsumen.
61