HASIL DAN PEMBAHASAN
B. Analisis Induktif a. Uji Kelayakan Model
2) Uji Multikolinearitas
Hasil pengujian multikolinieritas dengan bantuan program SPSS versi 16.0 yang dilihat dari auxiliry regresions pada tabel 29 sebagai berikut :
Tabel 29. Hasil Uji Multikolinearitas
Model R R Square A d j u s t R S q u a r e Std. Err Estimateor of the X1 = X2, X3 dengan X4 a .283 .080 .051 6.352 X2= X1, X3 dengan X4 a .266 .071 .042 6.130 X3= X1, X2 dengan X4 a .452 .204 .179 4.141 X4= X1, X2 dengan X3 a .468 .219 .194 5.105
Sumber : Pengolahan Data Primer, Mei 2018 ( lampiran 6, hal 185)
Berdasarkan Tabel 29. di atas menunjukkan bahwa variable Store Atmosphere (X1) memiliki nilai R Square sebesar 0,080, variabel Lokasi (X2) sebesar 0,071, variabel Keragaman Produk (X3) sebesar 0,204 dan variabel Potongan Harga (X4) sebesar 0,219. Dari nilai R Square di atas dapat dicari nilai dengan menggunakan rumus Auxillary Regression dari masing – masing variabel dengan cara sebagai berikut : a. Regresi variabel X1 = (X2, X3 dengan X4)
Fi = = =0,0870,021 = 0,0018 Jadi nilai (0,0018) < (2,70)
b. Regresi variabel X2= (X1, X3 dengan X4)
Fi = = =0,0760,021 = 0,0015 Jadi nilai (0,0015) < (2,70)
109 109
c. Regresi variabel X3= (X1, X2 dengan X4)
Fi = = =0,2560,021 = 0,005 Jadi nilai (0,005) < (2,70)
d. Regresi variabel X4= (X1, X2 dengan X3)
Fi = = =0,2800,021 = 0,006 Jadi nilai (0,006) < (2,70)
Berdasarkan perhitungan di atas diperoleh masing – masing variabel memiliki nilai < , dimana nilai variabel Store Atmosphere ( sebesar 0,0018, variabel Lokasi ( sebesar 0,0015, variabel Lokasi (X3) sebesar 0,005 dan variabel Store Atmosphere (X4) sebesar 0,006 sedangkan nilai sebesar 2,70. Jadi, dapat disimpulkan hal tersebut tidak mengandung gejala multikolinieritas.
3) Uji Heteroskedastisitas
Adapun hasil pengujian heteroskedastisitas dengan menggunakan metode Gletser yaitu jika nilai probabilitas lebih besar dari nilai Alpha (α) atau (Sig > 0,05), maka dipastikan hasil uji tidak terjadi gejala heteroskedastisitas, untuk lebih jelasnya terlihat pada tabel 30 sebagai berikut:
Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 2.767 2.233 1.239 .220 .064 .039 .244 1.640 .107 -.014 .033 -.061 -.426 .672 -.013 .034 -.053 -.375 .709 -.039 .038 -.158 - 1.038 .304 Tabel 30. Hasil Uji Heteroskedastisitas
Coefficientsa (Constant) Store Atmosphere (X1) Lokasi (X2) Keragaman Produk (X3) Potongan Harga (X4)
Sumber: Pengolahan Data Primer, Mei 2018 ( lampiran 6, hal 186) a. Dependent Variable: abres
Dari tabel 30. diatas dapat dilihat signifikansi variabel Store Atmosphere (X1) terhadap absolut residual sebesar 0,107>0,05, signifikansi variabel Lokasi (X2) terhadap absolut residual sebesar 0,672>0,05, signifikansi variabel Keragaman Produk (X3) terhadap absolut residual sebesar 0,709>0,05 dan signifikansi variabel Potongan Harga (X4) terhadap absolut residual sebesar 0,304>0,05. Dengan demikian diambil kesimpulan bahwa pada model regresi tidak terjadi gejala heteroskedastisitas.
4) Uji Autokorelasi
Adapun uji autokerelasi yang digunakan dalam penelitian ini adalah menggunakan metode Durbin Watson uji DW merupakan uji yang sangat populer yang digunakan untuk menguji ada tidaknya masalah autokorelasi dari model empiris yang di estimasi. Untuk lebih jelasnya terlihat pada tabel 31 sebagai berikut :
111 111
Tabel 31. Hasil Uji Autokorelasi
Model Summaryb
Model Durbin-Watson
1 1.743a
Sumber : Pengolahan Data Primer, Mei 2018 ( lampiran 6, hal 187) a. Predictors: (Constant), Potongan Harga (X4), Store Atmosphere (X1), Lokasi (X2), Keragaman Produk (X3)
b. Dependent Variable: Keputusan Pembelian (Y)
Berdasarkan Tabel 31. dapat dilihat bahwa nilai Durbin-Watson sebesar 1,743. Pengambilan keputusan pada asumsi ini memerlukan dua nilai bantu yang diperoleh dari tabel Durbin-Watson, yaitu nilai dL dan dU, dengan k=4 dan n=100.
Berdasarkan hasil analisa dapat diketahui nilai DW sebesar 1,743 lebih besar dari batas atas (dU) 1,7582 sedangkan 4-dU adalah 2,2418. Berdasarkan hasil diatas terlihat bahwa DW<dU<4-dU Jadi dapat dikatakan bahwa tidak terdapat autokorelasi, dengan demikian dapat disimpulkan bahwa data tersebut layak untuk diuji lebih lanjut.
Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 4.606 3.771 1.222 .225 .235 .047 .339 5.037 .000 .282 .048 .390 5.814 .000 .273 .072 .276 3.810 .000 .163 .058 .205 2.798 .006
c. Analisis Linear Berganda
Analisis regresi berganda dalam penelitian ini dilakukan dengan menggunakan bantuan program SPSS Versi 16.0 dapat dilihat pada Tabel 32 dibawah ini :
Tabel 32. Hasil Analisis regresi Berganda Coefficientsa (Constant) Store Atmosphere (X1) Lokasi (X2) Keragaman Produk (X3) Potongan Harga (X4)
Sumber : Pengolahan Data Primer, Mei 2018 ( lampiran 6, hal 187) a. Dependent Variable: Keputusan Pembelian (Y)
Berdasarkan hasil yang terdapat pada Tabel 32 di atas, maka dapat dirumuskan persamaan regresi linear berganda sebagai berikut:
Y= a + bı Xı + b2 X2 + b3 X3+ b4 X4
Y= 4,606+0,235X1+0,282X2+0,273X3+0,163X4
1. Dari model persamaan regresi linear berganda di atas dapat diketahui bahwa nilai konstanta sebesar 4,606, yang berarti bahwa tanpa adanya pengaruh dari variable Store Atmosphere, Lokasi, Keragaman Produk dan Potongan Harga maka Keputusan Pembelian telah mencapai 4,606 satuan.
2. Koefisien regresi variabel Store Atmosphere (X1) sebesar 0,235. Hal ini berarti apabila Store Atmosphere meningkat sebesar satu satuan
113 113
maka Keputusan Pembelian akan meningkat sebesar 0,235 dalam setiap satuannya. Dengan asumsi variabel lain tidak mengalami perubahan atau konstan.
3. Koefisien regresi variabel Lokasi (X2) sebesar 0,282. Hal ini berarti apabila Lokasi meningkat sebesar satu satuan maka Keputusan Pembelian akan meningkatkan sebesar 0,282 dalam setiap satuannya, dengan asumsi variabel lain tidak mengalami perubahan atau konstan. 4. Koefesien regresi variabel Keragaman Produk (X3) sebesar 0,273. Hal
ini berarti apabila Keragaman Produk meningkat sebesar satu satuan maka Keputusan Pembelian akan meningkat sebesar 0,273 dalam setiap satuannya dengan asumsi variabel lain tidak mengalami perubahan atau konstan.
5. Koefesien regresi variabel Potongan Harga (X4) sebesar 0,163. Hal ini berarti apabila Potongan Harga meningkat sebesar satu satuan maka Keputusan Pembelian akan meningkat sebesar 0,163 dalam setiap satuannya dengan asumsi variabel lain tidak mengalami perubahan atau konstan.
d. Koefisien Determinasi
Menurut Siregar (2013:338) mengatakan bahwa koefisien determinasi adalah angka yang menyatakan atau digunakan untuk mengetahui kontribusi atau sumbangan yang diberikan oleh sebuah variabel X (bebas) atau lebih terhadap variabel Y (terikat). Berdasarkan hasil SPSS diperoleh koefisien determinasi seperti tabel 33 di bawah ini:
Tabel 33. Hasil Uji Koefisien Determinasi Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .777a .603 .586 2.909
Sumber : Pengolahan Data Primer, Mei 2018 ( lampiran 6, hal 188) a. Predictors: (Constant), Potongan Harga (X4), Store Atmosphere (X1), Lokasi (X2), Keragaman Produk (X3)
Berdasarkan hasil pada tabel 33. hasil pengolahan data yang dapat dilihat pada tabel diperoleh hasil nilai R square sebesar 0,603 yang artinya 60,3% perubahan pada variabel dependen (Keputusan Pembelian) dapat dijelaskan oleh variabel independen (Store Atmosphere, Lokasi, Keragaman Produk dan Potongan Harga) sedangkan sisanya sebesar 39,7% dipengaruhi oleh variabel lain yang tidak termasuk ke dalam penelitian ini.
e. Hipotesis 1) Hasil Uji t
Uji hipotesis yang digunakan dalam penelitian ini t yaitu uji t (parsial) dengan bandingannya adalah ttabel dengan rumus n-k-1 yaitu 100-4-1 dengan df 95 @0,05 diperoleh nilai ttabel = 1,985. Adapun hasil uji hipotesis tersebut
115 115
Tabel 34. Hasil Uji t
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) Store Atmosphere (X1) Lokasi (X2) Keragaman Produk (X3) Potongan Harga (X4) 4.606 3.771 1.222 .225 .235 .047 .339 5.037 .000 .282 .048 .390 5.814 .000 .273 .072 .276 3.810 .000 .163 .058 .205 2.798 .006 Sumber : Pengolahan Data Primer, Mei 2018 ( lampiran 6, hal 188)
a. Dependent Variable: Keputusan Pembelian (Y)
Dari Tabel 34. di atas dapat dilihat pengaruh masing-masing variabel bebas yang mempengaruhi Keputusan Pembelian adalah:
a. Hipotesis 1, terdapat pengaruh antara Store Atmosphere (X1) terhadap Keputusan Pembelian (Y)
Diperoleh nilai koefisien regresi Store Atmosphere sebesar 0,235 dan nilai thitung sebesar 5,037>ttabel sebesar 1,985 sedangkan nilai signifikan 0,000<α0,05, berarti Ha diterima dan H0 ditolak dengan demikian dapat dikatakan bahwa terdapat pengaruh antara Store Atmosphere (X1) terhadap Keputusan Pembelian (Y) konsumen kentucky fried chiken (KFC) Cabang Ahmad Yani Padang.
b. Hipotesis 2, terdapat pengaruh antara Lokasi (X2) terhadap Keputusan Pembelian(Y)
Diperoleh nilai koefisien regresi Lokasi sebesar 0,282 dan nilai thitung sebesar 5,814>ttabel sebesar 1,985 sedangkan nilai signifikan 0,000<α0,05, berarti Ha diterima dan H0 ditolak dengan demikian
dapat dikatakan bahwa terdapat pengaruh antara Lokasi (X2) terhadap Keputusan Pembelian (Y) konsumen kentucky fried chiken (KFC) Cabang Ahmad Yani Padang.
c. Hipotesis 3, terdapat pengaruh antara Keragaman Produk (X3) terhadap Keputusan Pembelian (Y)
Diperoleh nilai koefisien regresi Keragaman Produk sebesar 0,273 dan nilai thitung sebesar 3,810>ttabel sebesar 1,985 sedangkan nilai signifikan 0,000<α0,05, berarti Ha diterima dan H0 ditolak dengan demikian dapat dikatakan bahwa terdapat pengaruh antara Keragaman Produk (X3) terhadap Keputusan Pembelian (Y) konsumen kentucky fried chiken (KFC) Cabang Ahmad Yani Padang.
d. Hipotesis 4, terdapat pengaruh antara Potongan Harga (X4) terhadap Keputusan Pembelian (Y)
Diperoleh nilai koefisien regresi Potongan Harga sebesar 0,163 dan nilai thitung sebesar 2,798>ttabel sebesar 1,985 sedangkan nilai signifikan 0,006<α0,05, berarti Ha diterima dan H0 ditolak dengan demikian dapat dikatakan bahwa terdapat pengaruh antara Store Atmosphere (X4) terhadap Keputusan Pembelian (Y) konsumen kentucky fried chiken (KFC) Cabang Ahmad Yani Padang.
117 117