Teknik Analisis dan Uji Hipotesis .1 Metode Analisis dan Uji Hipotesis

1. Keputusan pembelian ( Variabel Dependen Y)

3.5 Teknik Analisis dan Uji Hipotesis .1 Metode Analisis dan Uji Hipotesis

Metode analisis data yang dipakai dalam penelitian ini adalah Uji Validitas, Reliabilas, Asumsi Klasik . sedangkan untuk uji hipotesis menggunakan Metode Analisis Regresi Linear Berganda, Uji t, Uji f, Uji Koefisien Determinan.

2.5.2 Uji Reliabilitas

Tingi rendahnya reliabilitas ditunjukkan oleh suatu angka yang disebut koefisien reliabilitas (Azwar, 2003). Pada awalnya tinggi-rendahnya reliabilitas tes tercermin oleh nilai cronbach alpha (Ghozali, 2002, p.39). Dimana apabila nilai cronbach alpha diatas 0,60 maka variabel dalam penelitian dapat dikatakan reliabel atau handal, sehingga apabila tes terhadap pertanyaan yang diajukan dilakukan secara berulang-ulang maka jawaban responden akan sama (Ghozali, 2002, p.39).

2.5.3 Uji Validitas

Validitas berasal dari kata validity yang artinya sejauhmana ketepatan dan kecermatan suatu alat ukur dalam melakukan fungsi ukurnya (Azwar, 2003). Suatu tes atau instrumen pengukur dapat dikatakan mempunyai validitas yang tinggi apabila alat tersebut menjalankan fungsi ukurnya, atau memberikan hasil ukur, yang sesuai dengan maksud dilakukannya pengukuran tersebut. Tes yang menghasilkan data yang tidak

relevan dengan tujuan pengukuran dikatakan sebagai tes yang memiliki validitas yang rendah (Azwar, 2003). Uji validitas dapat dilihat dengan menggunakan koefisien korelasi product moment. Adapun rumus untuk mengetahui koefisien korelasi product moment (r) adalah sebagai berikut (Azwar, 2003, p.19) :

r_xy =

Keterangan :

X dan Y : Skor masing-masing variabel n : Banyaknya sampel

3.5.4 Uji Asumsi Klasik

Dalam penelitian ini untuk mengolah data dari hasil penelitian ini dengan menggunakan Analisis Inferensial (kuantitatif). Dimana dalam analisis tersebut dengan menggunakan paket program SPSS. Analisis data dilakukan dengan bantuan Metode Regresi Linear Berganda, tetapi sebelum melakukan analisis regresi linear berganda digunakan uji asumsi klasik. Uji asumsi klasik adalah uji untuk mengukur indikasi ada tidaknya penyimpangan data melalui hasil distribusi, korelasi, variance indikator-indikator dari variabel. Uji asumsi klasik meliputi uji normalitas, uji multikolinearitas, uji autokorelasi dan uji heteroskedastisitas. Dalam

∑XY – (∑X) (∑Y) / n [∑X2

– (∑X)2/ n] [∑Y2

– (∑Y)2 / n]

penelitian ini uji autokorelasi tidak digunakan karena data observasi tidak berurutan sepanjang waktu dan tidak terkait (longitudinal), Gujarati (2003).

3.5.5 Uji Normalitas Data

Uji normalitas bertujuan untuk menguji apakah dalam model regresi, dependent variable dan independent variable keduanya mempunyai distribusi normal ataukah tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal (Imam Ghozali, 2001).

Mendeteksi dengan melihat penyebaran data (titik) pada sumbu diagonal dari grafik normal P-P Plot. Adapun pengambilan keputusan didasarkan kepada:

1. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas.

2. Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal, atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.

3.5.6 Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel bebas (Imam Ghozali, 2001). Untuk mendeteksi ada atau tidaknya multikolinearitas didalam model regresi adalah dengan menganalisa matrik korelasi variabel bebas jika

terdapat korelasi antar variabel bebas yang cukup tinggi (lebih besar dari 0,90) hal ini merupakan indikasi adanya multikolinearitas.

3.5.7 Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Salah satu cara untuk mendeteksi ada atau tidaknya heteroskedastisitas itu dengan melihat grafik plot antara nilai prediksi dengan residualnya, adapun dasar untuk menganalisisnya adalah : 1. Jika ada pola tertentu (bergelombang, melebar kemudian menyempit)

maka mengindikasikan telah terjadi heteroskedastisitas.

2. Jika tidak ada pola yang serta titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.

3.5.8 Autokorelasi

Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t – 1 (sebelumnya). Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Model regresi yang baik adalah rgresi yang bebas dari autokorelasi.

Menurut Wahid Sulaiman (2004 : 96), deteksi adanya autokorelasi adalah : Besaran DURBIN = WATSON yaitu :

Uji Durbin Watson hanya digunakan untuk autokorelasi tingkat satu dan mensyaratkan adanya intercept (konstanta) dalam model regresi dan tidak ada variabel lagi diantara variabel independen.

H0 : tidak ada autokorelasi (r = 0)

H1 : ada autokorelasi (r ≠ 0)

Tabel 3.1

Pengambilan keputusan ada tidaknya autokorelasi

Kriteria Keputusan

1,21 < DW < 1,65 Tidak dapat disimpulkan 1,65 < DW < 2,35 Tidak ada autokorelasi 2,35 < DW < 2,79 Tidak dapat disimpulkan DW < 1,21 atau DW > 2,79 Terjadi autokorelasi

(Wahid Sulaiman 2004 : 96)

3.5.9 Analisis Regresi

Setelah melakukan uji asumsi klasik lalu menganalisis dengan metode regresi linear berganda dengan alasan variabel bebas terdiri dari beberapa variabel. Berdasarkan hubungan dua variabel yang dinyatakan dengan persamaan linear dapat digunakan untuk membuat prediksi (ramalan) tentang besarnya nilai Y (variabel dependen) berdasarkan nilai X tertentu (Variabel independent). Ramalan (prediksi) tersebut akan menjadi lebih baik bila kita tidak hanya memperhatikan satu variabel yang mempengaruhi (variabel independen) sehingga menggunakan analisis regresi linear berganda (Djarwanto, PS, 1985). Adapun bentuk persamaan regresi linear berganda yang digunakan dapat dirumuskan: (Gujarati, 1995)

Y1 = α + βlX_l + β2X₂ + β3X₃ + β4X₄ + e ...(1) Keterangan :

Y : variabel tidak bebas : Keputusan pembelian.

α : koefisien konstanta.

β1, β2, β3, β4 : koefisien variabel kualitas produk, harga, tempat, promosi.

X₁, X₂, X_3, X₄ : variabel bebas kualitas produk, harga, tempat, promosi.

e : faktor pengganggu

3.5.10 Uji Hipotesis 1. Uji thitung

Untuk melihat pengaruh secara parsial masing-masing variabel bebas terhadap variabel terkait, digunakan uji t. Rumus uji t yang digunakan untuk masing-masing variabel sebagai berikut :

Rumus :

( Sulaiman 2004 : 87 )

�

_{ℎ�����}

= �� −(��)

��(��)

Keterangan:

�� : Fhitung yang selanjutnya dibandingkan dengan Ftabel βi : Koefisien determinasi

a) Merumuskan hipotesis

H0 : β1---n = 0, artinya secara parsial tidak ada pengaruh yang nyata antara variabel bebas dengan variabel terikat.

H1 : β1---n ≠ 0, artinya secara parsial ada pengaruh yang nyata antara

variabel bebas dengan variabel terikat. b) Kriteria Penghitungan

H₀ diterima jika -t_tabel ≤ thitung atau t_hitung≤ t_tabel : artinya secara parsial tidak ada pengaruh antara variabel bebas dan variabel terikat.

H0 ditolak jika thitung > ttabel atau -thitung < -ttabel, artinya secara parsial ada pengaruh antara variabel bebas dan variabel terikat.

c) Dalam Penelitian ini mentukan level of signifikan (α) sebesar 5 % dengan : df = n – k – 1

Dimana :

n = jumlah sampel k = jumlah variabel

Gambar 3.1 Kurva t