Teknik Pengolahan dan Analisis Data .1 Teknik Pengolahan Data

Top Brand Index KingKong Snack Selama 3 Tahun

METODOLOGI PENELITIAN

2. Data Sekunder

3.7 Teknik Pengolahan dan Analisis Data .1 Teknik Pengolahan Data

Dikutip dari Bungin (2005:174-178) pengolahan data adalah kegiatan lanjutan setelah pengumpulan data dilaksanakan. Pada penelitian kuantitatif, pengolahan data secara umum dilakukan dengan tahap-tahap sebagai berikut:

a. Memeriksa (Editing)

Editing adalah kegiatan yang dilaksanakan setelah peneliti selesai menghimpun data di lapangan. Kegiatan ini penting karena kenyataannya bahwa data yang terhimpun kadang kala belum memenuhi harapan peneliti, ada di antaranya kurang atau terlewatkan, tumpang tindih, berlebihan bahkan terlupakan. Pada akhir editing, peneliti harus mempertanyakan kembali beberapa hal antara lain: apakah data yang diperlukan sudah betul-betul lengkap dan jelas untuk dimengerti dan dipahami, apakah data satu dengan lainnya sudah konsisten, seragam, dan memiliki respons yang sesuai.

b. Proses Pemberian Identitas (Coding)

Dalam tahapan koding, data yang telah diedit sebelumnya, diberi identitas sehingga memiliki arti tertentu pada saat dianalisis. Pengkodean

menggunakan dua cara yaitu pengkodean frekuensi dan pengkodean lambang. Pengkodean frekuensi digunakan apabila jawaban pada poin tertentu memiliki bobot atau arti frekuensi tertentu, sedangkan pengkodean lambang, digunakan pada poin yang tidak memiliki bobot tertentu.

c. Proses Pembeberan (Tabulating)

Tabulasi adalah bagian terakhir dari pengolahan data, tabulasi adalah proses memasukkan data pada tabel-tabel tertentu dan mengatur angka-angka serta menghitungnya. Ada beberapa jenis tabel yang bisa dipakai dalam penelitian sosial, yaitu tabel data dan tabel kerja. Tabel data adalah tabel yang dipakai untuk mendeskripsikan data sehingga memudahkan peneliti untuk memahami struktur dari sebuah data, sedangkan tabel kerja adalah tabel yang dipakai untuk menganalisis data yang tertuang dalam tabel data.

3.7.2 Uji Normalitas Data

Uji normalitas data dilakukan untuk mengetahui data yang diteliti berdistribusi normal atau tidak. Menurut Sugiyono (2012:182), penggunaan statistik parametris mensyaratkan bahwa setiap variabel yang akan dianalisis harus berdistribusi normal. Jika data berdistribusi normal dapat dilakukan pengujian hipotesis, ketentuan dalam uji normalitas data adalah sebagai berikut:

1. Data berdistribusi secara normal diuji menggunakan statistik parametrik dengan skala pengukuran interval dan rasio

2. Data berdistribusi tidak normal diuji menggunakan statistik non parametrik dengan skala pengukuran nominal dan ordinal

Pengujian dilakukan dengan bantuan SPSS versi 20, dasar pengambilan keputusan ini adalah sebagai berikut:

1. Jika hasil uji memiliki nilai probabilitas > 0,05 maka data berdistribusi normal.

2. Jika hasil uji memiliki nilai probabilitas < 0,05 maka data berdistribusi tidak normal.

3.7.3 Uji Koefisien Kolerasi

Menurut Sugiyono (2012:182) analisis korelasi adalah metode statistik yang digunakan untuk mengukur besarnya hubungan linier antara dua variabel atau lebih.

Nilai korelasi populasi (ρ) berkisar pada interval -1 ≤ ρ ≤ 1. Jika korelasi bernilai

positif, maka hubungan antara dua variabel bersifat searah, sebaliknya, jika korelasi bernilai negatif, maka hubungan antara dua variabel bersifat melawan arah.

Untuk pengujian koefisien korelasi, dapat menggunakan rumus korelasi ganda sebagai berikut:

( )( )

( )



 − 



 −

( )





  −  2 2 2 2 y y n x x n y x xy n r_xy Keterangan : xy r =KoefisienKorelasi.

55 x _{= Jumlah Nilai variable X}

y _{= Jumlah Nilai variable Y}

x _{= Jumlah pangkat dua nilai variable X}

y _{= Jumlah pangkat dua nilai variable Y}

n = Banyaknya sampel

Untuk dapat memberikan penafsiran terhadap koefisien korelasi yang ditemukan tersebut besar atau kecil pengaruhnya, maka dapat berpedoman pada ketentuan yang tertera pada tabel sebagai berikut:

56 Tabel 3.3

Nilai Koefisien Korelasi

Koefisien Korelasi Tingkat Hubungan

0,00 – 0,199 0,20 – 0,399 0.40 – 0,599 0,60 – 0,799 0,80 – 1,000 Sangat Rendah Rendah Sedang Kuat Sangat kuat Sumber: Sugiyono (2012:184) 3.7.4 Koefisien Determinasi

Koefesien diterminasi digunakan pada penelitian untuk mengetahui seberapa besar pengaruh dari variabel X terhadap variabel Y. Dengan menggunakan rumus:

Keterangan :

KD = Koefisien Determinasi r = Koefisien Korelasi

Dengan batas Koefisien Determinan 0 < KD < 1. KD = r2 x 100%

57 % 100 % x N n =

Dalam penelitian ini, peneliti menggunakan program aplikasi SPSS 20,

dengan menggunakan program tersebut hasilnya dapat dilihat pada tabel model summary berdasarkan nilai dari tabel yang berjudul R – square atau melihat angka R.

3.7.5 Analisis Deskriptif

Analisis deskriptif adalah metode yang digunakan untuk mendeskripsikan masing-masing variabel, yaitu variabel dari Terpaan Iklan di Instagram (X) dan variabel Brand Awareness followers @RaffiNagita1717 (Y). Dalam analisis deskriptif ini perhitungan yang digunakan untuk mengetahui tingkat presentase skor jawaban dari masing-masing variabel dengan rumus berikut :

Keterangan:

n = skor empirik (skor yang diperoleh)

N = jumlah nilai ideal (jumlah responden x jumlah soal x skor tertinggi) % = Tingkat keberhasilan yang dicapai

Perhitungan deskriptif presentase ini mempunyai langkah – langkah sebagai berikut :

1. Menentukan presentase maksimal

% 100 maksimal skor maksimal skor x % 100 % 100 4 4x =

2. Menentukan angka presentase minimal

% 25 % 100 4 1 = x

3. Menentukan interval kelas presentase, diperoleh dari pembagian kriteria terhadap rentang presentase (100% - 25% = 75%), maka didapat 75% : 4 = 18, 7%.

Untuk mengetahui kriteria tersebut, selanjutnya skor yang diperoleh (dalam %) dengan analisis deskriptif presentase diperoleh sebagai berikut:

Tabel 3.4

Kriteria Analisis Deskriptif Persentase Rentang Presentase Kriteria

81% s/d 100% 61%s/d 80% 41% s/d 60% 21% s/d 40% 1% s/d 20% Sangat Baik Baik Cukup Baik Tidak Baik Sangat Tidak Baik

3.7.6 Analisis Regresi

Analisis regresi menurut Kriyantono (2008:179) dilakukan jika korelasi antara dua variable mempunyai hubungan kausal (sebab-akibat) atau hubungan fungsional. % 100 maksimal skor minimal skor x

a. Analisis Regresi Linier Sederhana

Dijelaskan oleh Sugiyono (2012:188) regresi sederhana didasarkan pada hubungan fungsional maupun kausal satu variabel independen dengan satu variabel dependen. Pengujian regresi linier sederhana untuk mengetahui seberapa besar kekuatan variabel X berhubungan dengan variabel Y dengan menggunakan SPSS 20.

𝒀 = ∝ +𝒃𝑿

Keterangan:

Y = Subjek dalam variabel dependen yang diprediksi

α= Harga Y ketika X=0 (harga konstan)

b= angka arah atau koefisien regresi, yaitu menunjukan angka peningkatan atau penurunan variabel dependen yang didasarkan pada variabel independen, bila b (+) maka naik dan bila b (-) maka terjadi penurunan

X = Subjek pada variabel tertentu yang mempunyai nilai tertentu.

b. Analisis Regresi Ganda

Regresi linier ganda merupakan pengembangan dari regresi linier sederhana. Dalam analisis regresi linier sederhana menurut Widiyanto (203:226)

hanya terdapat satu variabel prediktor, namun dalam regresi linier ganda terdapat lebih dari satu variabel prediktor, baik itu dua, tiga atau lebih tergantung dari banyaknya variabel prediktor yang dimiliki dalam permasalahan penelitian. Analisis ini digunakan untuk mengestimasi nilai variabel prediktor X (Terpaan Iklan) terhadap variabel Y (Brand Awareness).

𝐘 = 𝐚 + 𝐛_𝟏𝐗_𝟏+ 𝐞

Keterangan:

Y = variabel dependen (keputusan pembelian “Wardah”)

a = konstanta

𝑏1 ^{= koefisien regresi}

𝑋1 ^{= variabel independen 1}

e = standard error

3.7.7 Uji Hipotesis

Menurut Sugiyono (2012:192) untuk menguji signifikansi koefisien korelasi yaitu hubungan yang ditemukan berlaku untuk keseluruhan populasi maka perlu diuji signifikansi dengan uji signifikansi korelasi uji t, uji F, dan uji signifikansi:

1. Uji t dilakukan untuk menguji signifikansi koefisien korelasi variable bebas dengan variable terikat. Rumus thitung adalah:

2 1 2 r n r t − − =

Keterangan : r = Korelasi

n = Banyaknya sampel

t = tingkat signifikan (thitung) yang selanjutnya dibandingkan denganttabel

Untuk mencari t tabel maka terlebih dahulu tentukan taraf signifikansi, misal

(α = 0,05), kemudian dicari ttabel dengan derajat kebebasan (dk) = n – 1, dengan ketentuan sebagai berikut:

a. Jika thitung< ttabel, maka Ho diterima dan H1 ditolak artinya tidak signifikan.

b. Jika thitung> ttabel, maka Ho ditolak dan H1 diterima yang artinya signifikan.

2. Uji F ditujukan untuk menguji signifikansi koefisien korelasi berganda seberapa kuat hubungan variabel terikat secara bersamaan (simultan), yaitu a. Ho :  = 0 atau koefisien korelasi, variabel bebas tidak signifikansi

dengan variabel terikat.

b. H1 :  ≠ 0 atau koefisian korelasi, variabel bebas signifikansi dengan

variabel bebas.

Untuk memperoleh hasilnya, maka nilai Fhitung harus dibandingkan dengan Ftabel. Rumus dari Fhitung adalah:

(

1

)

/( 1)

/

2 2

−

=

K

n

R

K

r

F

_hitung

Keterangan :

R = Koefisien korelasi ganda k = Jumlah variable independen n = Jumlah anggota sampel

Harga Fhitung kemudian dikonsultasikan dengan Ftabel dengan dk pembilang = k dan dk penyebut = (n– k–1) dan taraf kesalahan yang ditetapkan misalnya 5%. Dasar pengambilan keputusannya adalah:

a. Jika Fhitung< Ftabel, maka Ho diterima dan H1 ditolak artinya tidak signifikan,

b. Jika Fhitung> Ftabel, maka Ho ditolak dan H1 diterima artinya signifikan.

3. Tingkat signifikansi yang ditetapkan oleh penulis adalah 0,05, menunjukkan bahwa periset mempunyai 5% kesempatan untuk membuat keputusan yang salah mengenai penolakan Ho (menerima H1). Penetapan tingkat atau taraf signifikansi tergantung pada jumlah kesalahan periset yang bisa diterima. Menurut Kriyantono (2010:35) ketentuan dari uji signifikansi adalah:

a. Jika nilai Sig < 0,05, maka Ho ditolak artinya signifikan. b. Jika nilai Sig > 0,05, maka Ho diterima artinya tidak signifikan.

3.8 Lokasi dan Jadwal Penelitian

Dalam dokumen PENGARUH TERPAAN IKLAN KINGKONG SNACK DI INSTAGRAM TERHADAP BRAND AWARENESS (Survei Terhadap Followers Akun Instagram @RaffiNagita1717) - FISIP Untirta Repository (Halaman 74-84)