Pengaruh Produk, Promosi, Lokasi Dan Brand Image Terhadap Keputusan Pembelian Studi Kasus Mc Donald’s Di Kota
4. Reliabilitas Variabel Sikap (X 4 ) dari hasil uji yang telah dilakukan terhadap variabel Sikap
4.5 Uji Asumsi Klasik .1Uji Normalitas
Menurut Bahri (2018, h.162-165) uji normalitas pada model regresi digunakan untuk menguji apakah nilai residual yang dihasilkan dari regresi terdistribusi secara normal atau tidak. Uji normalitas pada penelitian ini menggunakan Uji One sample Sumber: Data yang diolah, 2019
normal
Dapat dilihat dari tabel 14 hasil pengolahan data, yaitu nilai Asymp.Sig (2-tailed) sebesar 0.059 yang mengartikan bahwa data berdistribusi normal karena Asymp.Sig (2-tailed) 0.059 > 0.05.
4.5.2 Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antarvariabel independen (Bahri 2018, h.168). untuk
Tabel 14. Hasil Uji Normalitas
residual data yang telah dilakukan:
mengetahui suatu model regresi ada atau tidaknya gejala multikolinieritas antara lain dengan melihat nilai Variance Inflation Factor (VIF) dan Tolerance, apabila nila i VIF kurang (<) dari 10 dan Tolerancemendekati angka 1 maka dinyatakan tidak terjadi gejala multikolinieritas (Bahri 2018, h.173-174).
Berikut ini adalah hasil dari pengujian multikolinieritas yang telah dilakukan:
Sumber: Data yang diolah, 2019
Tabel 15. Hasil UjiMultikolinieritas
Sumber: Data yang diolah, 2019
< 10. Pada variabel pembelajaran nilai tolerance sebesar 0.969 > 1.0 dan VIF pembelajaran sebesar 1.032 < 10, dan pada variabel sikapnilai tolerance sebesar 0.981 > 1.0 dan VIF sikap sebesar 1.019 <
10, sehingga dapat disimpulkan bahwa tidak terjadi multikolinieritas.
4.5.3 Uji Autokorelasi
Uji Autokorelasi adalah sebuah analisis statistik yang dilakukan untuk mengetahui adakah korelasi variabel yang ada di dalam model prediksi dengan perubahan waktu. Oleh karena itu, apabila asumsi autokorelasi terjadi pada sebuah model prediksi, maka nilai dist urbance tidak lagi
dL = 1.7012 dU= 1.7975
4-dU = 4- 1.797 = 2.203
Berdasarkan pada tabel 16 nilai Durbin Watson berada antara dU dan 4 – Du yaitu 1.797 <
1.977 < 2.203. Oleh karena itu berdasarkan Uji Autokorelasi yang telah dilakukan dapat disimpulkan bahwa analisis regresi tidak terjadi autokorelasi.
4.5.4 Uji Heteroskedastisitas
Uji Heteroskedastisitas adalah uji yang menilai apakah ada ketidaksamaan varian dari residual untuk semua pengamatan pada model regresi linear. Uji ini merupakan salah satu dari uji asumsi klasik yang harus dilakukan pada regresi linear.
Tabel 16. Hasil Uji Autokorelasi
adalah yang bebas dari autokorelasi. Jika terjadi korelasi, maka disebut problem autokorelasi. Untuk mendeteksi gejala autokorelasi dapat menggunakn uji durbin Watson (D-W). Durbin Watson hitung akan dibandingkan dengan Durbin Watson tabel, dengan kriteria sebagai berikut (Bahri 2018, h.175):
a. du < DW atau < 4 – du maka H0 diterima (tidak ada autokorelasi)
b. 4 – dl < dw < 4 maka H0 ditolak (ada autokorelasi) c. Dl < dw < du maka tidak ada keputusan yang
pasti
Berikut ini adalah hasil dari Uji Autokorelasi yang telah dilakukan:
Menurut Ba hri (20 18, h. 180) Heteroskedastisitas adalah varian residual yang tidak sama pada semua pengamatan di dalam model regresi.
Regr esi yang baik seharusnya tidak ter jadi heterokedastisitas.
Menurut Bahri (2018, h.184) Metode Uji Glejser sebagai berikut:
a. Jika signifikansi > 0,05 maka tidak terjadi heterokedastisitas.
b. Jika signifikansi < 0,05 maka terjadi heterokedastisitas.
Berikut ini adala h hasil pengujian heteroskedastisitas yang telah dilakukan pada tabel berikut ini:
Sumber: Data yang diolah, 2019
Sumber: Data yang diolah, 2019 Berdasarkan tabel 17 dapat dilihat nilai signifikansi persepsi sebesar 0. 609 > 0,05, signifikansi motivasi sebesar 0. 084 > 0 ,05, signifikansi pembelajaran 0,543 > 0,05, signifikansi sikap 0,094 > 0,05 maka dapat disimpulkan bahwa dalam model regresi tidak terjadi heteroskedastisitas sehingga regresi layak digunakan.
4.6 Uji Hipotesis
4.6.1 Uji t (Uji Koefisien Regresi Secara Parsial)
Nilai Uji t diperoleh pada bagian output koefisien regresi, uji statistik t digunakan untuk
Dari tabel 18 dapat diketahui untuk pengujian hipotesis secara parsial dapat dijelaskan sebagai berikut:
Tabel 18. Hasil Uji t
pengujian hipotesis pengaruh variabel independen secara individu terhadap variabel dependen.
Pengujian ini bertujuan untuk menguji bagaimana pengaruh secara parsial dari variabel bebas terhadap variabel terikat yaitu dengan membandingkan ttabel dan thitung.
Pengujian dengan perbandingan antara t hitung dengan t tabel (Bahri 2018, h.194-195) sebagai berikut:
a. Jika statistik t hitung > t tabel maka H0 ditolak b. Jika statistik t hitung < t tabel maka H0 diterima
Berikut ini adalah hasil pengujian Uji t yang telah dilakukan:
a. Variabel Persepsi, Motivasi, pembelajaran dan sikap berpengaruh secara par sial terhadap keputusan pembelian.
Sumber: Data yang diolah, 2019
Model/Uji Anova, yaitu uji u ntuk melihat bagaimanakah pengaruh semua variabel bebasnya secara bersama-sama terhadap variabel terikatnya.
Atau untuk menguji apakah model regresi yang kita buat baik/signifikan atau tidak baik/non signifikan.
Uji statistik F digunakan untuk pengujian hipotesis semua variabel independen yang
4.7 Pembahasan
Pengaruh Persepsi Terhadap Keputusan Pembelian
Berdasarkan hasil penelitian menunjukkan bahwa t hitung sebesar 3.189 > t tabel 1.974 dan nilai signifikansi 0.002 < 0.05 yang berarti variabel persepsi berpengaruh secara signifikan terhadap keputusan pembelian
Pengaruh Motivasi terhadap Keputusan Pembelian
Berdasarkan hasil penelitian menunjukkan bahwa t hitung sebesar 3.041 > t tabel sebesar 1.974 dan nilai signifikansi 0.003 < 0.05 yang berarti motivasi berpengaruh secara signifikan terhadap keputusan pembelian.
Pengaruh Pembelajaran Terhadap Keputusan Pembelian
Tabel 19. Hasil Uji F
Fhitung dengan F tabel (Bahri 2018, h.192-194) sebagai berikut:
a. Jika statistik F hitung > F tabel maka H0 ditolak b. Jika statistik F hitung < F tabel maka H0 diterima Berikut ini adalah hasil pengujian Uji-F yang telah dilakukan:
Berdasarkan hasil penelitian menunjukkan bahwa nilai t hitung sebesar 2.027 > t tabel sebesar 1.974 dan nilai signifikansi 0.044 <0.05 yang berarti pembelajaran berpengaruh secara signifikan terhadap keputusan pembelian.
Pengaruh Sikap Terhadap Keputusan Pembelian Berdasarkan hasil penelitian menunjukkan bahwa nilai t hitung sebesar 3.634 > t tabel 1.974 dan nilai signifikansi 0.000 < 0.05 yang berarti sikap berpengaruh secara signifikan terhadap keputusan pembelian.
Pengaruh Persepsi, Motivasi, Pembelajaran, dan Sikap Terhadap Keputusan Pembelian Secara Simultan
Berdasarkan Uji F atau Uji Simultan dengan nilai F hitung sebesar 9.334 > F tabel 2.42 dan nilai signifikansi 0.000 < 0.05 dapat disimpulkan bahwa secara bersa ma-sama persepsi, motivasi, Sumber: Data yang diolah, 2019
5. KESIMPULAN DAN SARAN