BAB III METODE PENELITIAN
K. Teknik Analisis Data
Teknik analisis data yang digunakan dalam penelitian ini adalah Analisis regresi linier berganda. Analisis regresi linier berganda adalah hubungan secara linier antara dua atau lebih variabel independen (X1, X2,….Xn) dengan variabel dependen (Y). Analisis ini digunakan untuk mengetahui arah hubungan antara variabel independen dengan variabel dependen apakah masing-masing variabel independen berhubungan positif atau negatif dan untuk memprediksi nilai dari variabel dependen apabila nilai variabel independen mengalami kenaikan atau penurunan. Analisis regresi linier berganda dilakukan dengan prosedur berikut ini:
a. Uji Asumsi Klasik i. Uji Normalitas
Menurut Ghozali (2007), uji normalitas ini dilakukan untuk mengetahui apakah data berdistribusi normal atau tidak. Distribusi normal akan membentuk satu garis diagonal. Jika distirbusi normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya. Model regresi linier yang baik adalah memiliki nilai residual yang terdistibusi normal. Uji
normalitas dilakukan bukan pada masing-masing variabel melainkan pada nilai residualnya.
Salah satu alat yang biasa digunakan untuk pengujian normalitas adalah Uji Kolmogorov-Smirnov (Uji K-S). Sebaran data dapat dikatakan terdistribusi normal menurut uji Kolmogorov-Smirnov yaitu ketika nilai signifikansi (Asymp.sig) menunjukkan angka > 0,05, sedangkan apabila nilai signifikansi (Asymp.sig) < 0,05 maka sebaran data tidak mengikuti distribusi normal.
ii. Uji Multikolinearitas
Menurut Sarjono dan Julianita (2011) uji multikolinearitas bertujuan untuk mengetahui apakah hubungan di antara variabel bebas memiliki masalah multikorelasi (gejala multikolinearitas) atau tidak.
Alat statistik yang sering dipergunakan untuk menguji gangguan mulitikolinearitas adalah dengan variance inflation faktor (VIF), korelasi Pearson antara
variabel-variabel bebas, atau dengan melihat eigenvalues dan Condition Index (CI). Dapat dikataan tidak terjadi
multikolinearitas apabila VIF < 10 dan nilai tolerance > 0,10.
iii. Uji Heteroskedastisitas
Uji heteroskedastisitas adalah untuk melihat apakah terdapat ketidaksamaan varian dari residual satu ke pengamatan yang lain. Model regresi yang memenuhi persyaratan adalah dimana terdapat kesamaan varians dari residual satu pengamatan ke pengamatan yang lain tetap atau disebut homoskedastisitas. Analisis uji asumsi heteroskedastisitas hasil output SPSS melalui grafik scatterplot antara Z prediction (ZPRED) yang mempunyai
variabel bebas (sumbu X = Y hasil prediksi) dan nilai residualnya (SREID) merupakan variabel terikat (sumbu Y = Y prediksi – Y riil). Heteroskedastisitas terjadi jika pada scatterplot titik-titiknya mempunyai pola yang teratur baik
menyempit, melebar maupun bergelombang-gelombang (Sugiyono, 2009:273).
b. Membuat Persamaan Regresi
Metode analisis data yang dipakai dalam penelitian ini adalah metode analisis kuantitatif, dimana untuk mencapai tujuan pertama yaitu menganalisis pengaruh sales promotion dan desain antarmuka aplikasi terhadap impulse buying behavior pada layanan GoFood pada aplikasi GOJEK dengan menggunakan analisis regresi linier berganda. Regresi linier berganda pada dasarnya merupakan perluasan dari regresi linier sederhana, yaitu menambah
Y1=a+b1X1+b2X2+e
jumlah variabel bebas yang sebelumnya hanya satu menjadi dua atau lebih variabel bebas. Analisis regresi berganda dapat menyajikan suatu kombinasi dari dua tujuan dasar: (1) memprediksikan variabel dependen berdasarkan variabel independen, dan (2) memahami hubungan antara variabel dependen dan independen (Suhartanto, 2014:328).
Persamaan regresi linier berganda adalah sebagai berikut:
Dimana :
Y1 = impulse buying berhavior
a = penduga bagi α intercept (titik potong) b1 = penduga bagi β1
e = error
X1 = sales promotion
X2 = desain antarmuka aplikasi
c. Pengujian Hipotesis i. Uji F
Uji F digunakan untuk menguji ada tidaknya pengaruh signifikan antara variabel-variabel bebas yaitu sales promotion dan desain antarmuka aplikasi secara
impulse buying behavior. Langkah-langkah yang dilakukan
dalam uji F yaitu sebagai berikut: 1. Menentukan hipotesis
Ho = sales promotion dan desain antarmuka aplikasi secara bersama-sama tidak berpengaruh terhadap impulse buying behavior.
Ha = sales promotion dan desain antarmuka aplikasi secara bersama-sama tidak berpengaruh terhadap impulse buying behavior.
2. Menentukan taraf signifikansi
Taraf signifikansi (α) dalam penelitian ini adalah 5% atau 0,05.
3. Menentukan nilai Fhitung menggunakan program statistik SPSS.
4. Kriteria pengujian
1) Jika nilai Fhitung > Ftabel, maka Ho ditolak dan Ha diterima
2) Jika nilai Fhitung ≤ Ftabel, maka Ho diterima dan Ha ditolak
5. Kesimpulan
1) Jika Ho diterima maka sales promotion dan desain antarmuka aplikasi secara bersama-sama tidak berpengaruh terhadap impulse buying behavior.
2) Jika Ho sales promotion dan desain antarmuka aplikasi secara bersama-sama tidak berpengaruh terhadap impulse buying behavior.
ii. Uji Signifikansi Parameter Individual (Uji t)
Uji t digunakan untuk menguji signifikansi konstanta dari setiap variabel independen dalam menjelaskan variasi variabel dependen. Uji t merupakan pengujian koefisien regresi parsial individual yang digunakan unuk mengetahui apakah variabel independen secara individual memengaruhi variabel dependen. Jika angka probabilitas signifikansi lebih kecil dari 0,05 maka hasilnya siginifikan, yang berarti ada pengaruh dari variabel independen secara individual terhaadap variabel dependen (Ghozali, 2007)
Langkah-langkah Uji t adalah sebagai berikut: 1. Menentukan hipotesis alternative (Ha) dan Hipotesis
1) Sales promotion
- Ho : sales promotion tidak berpengaruh positif terhadap impulse buying behavior
- Ha : sales promotion
berpengaruh positif terhadap impulse buying behavior
2) Desain antarmuka aplikasi
- Ho : desain antarmuka aplikasi tidak berpengaruh positif terhadap impulse buying behavior
- Ha : desain antarmuka aplikasi berpengaruh positif terhadap impulse buying behavior.
2. Menentukan tingkat signifikan (α)
Tingkat signifikansi (α) dalam penelitian ini adalah 5% atau 0,05 dengan df=n-k-1 (k adalah jumlah variabel independen).
3. Menentukan nilai thitung menggunakan program statistik SPSS atau rumus thitung = 𝑆𝑏
𝑏 dengan derajat bebas n-2.
Untuk pengujian satu sisi, α dibandingkan dengan (sig./2), maka kriteria keputusannya adalah sebagai berikut:
1) Jika nilai thitung > ttabel, maka Ho ditolak dan Ha
diterima atau jika nilai (sig./2) < 0,05 dan b > 0
2) Jika nilai thitung ≤ ttabel, maka Ho diterima dan Ha ditolak atau jika nilai (sig./2) ≥ 0,05 dan b > 0
5. Kesimpulan
1) Pengaruh sales promotion terhadap impulse buying behavior
- Jika Ho diterima maka tidak ada pengaruh positif dari sales promotion terhadap impulse buying
behavior.
- Jika Ho ditolak maka ada pengaruh positif dari sales promotion terhadap impulse buying behavior. 2) Pengaruh desain antarmuka aplikasi terhadap
impulse buying behavior
- Jika Ho diterima maka tidak ada pengaruh positif dari desain
antarmuka aplikasi terhadap impulse buying behavior.
- Jika Ho ditolak maka ada pengaruh positif dari desain antarmuka aplikasi terhadap impulse buying behavior.
iii. Analisis Koefisien Determinasi (R2)
Koefisien determinasi dapat disebut dengan koefisien determinasi majemuk. Koefisien determinasi digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai dari koefisien determinasi berkisar antara nol dan satu. Jika nilai R2 kecil, berarti kemampuan variabel-variabel independen dalam menjelaskan variabel dependen sangat terbatas. Namun, apabila nilai R2 mendekati satu dapat diartikan bahwa variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen.
62 BAB IV
GAMBARAN UMUM OBJEK PENELITIAN