BAB II TINJAUAN PUSTAKA
4.3 Uji Instrumen Penelitian
4.3.2 Uji Realibilitas
Uji realibilitas adalah suatu uji yang digunakan untuk mengukur konsistensi responden dalam menjawab suatu item pertanyaan kuesioner. Dalam penelitian ini, untuk mengetahui hasil uji realibiltas menggunakan aplikasi IBM SPSS Statistics 25 dengan menginterpretasikan nilai
Cronbach Alpha. Instrument dikatakan reliabel jika nilai Cronbach Alpha diatas > 0,60 maka data penelitian dapat dipercaya, dan sebaliknya apabila nilai Cronbach Alpha < 0,60 maka data penelitian dikatakan tidak reliable. Semakin tinggi nilai Cronbach Alpha maka data penelitian semakin dapat diandalkan. Berikut hasil uji realibilitas setiap variabel dapat dilihat dibawah ini:
Tabel 4. 12 Hasil Uji Realibilitas
Variabel Cronbach Alpha Nilai Batas Keterangan
Produk (X1) 0,846 0,6 Realiable
Harga (X2) 0,904 0,6 Realiable
Lokasi (X3) 0,832 0,6 Realiable
Kaputusan Pembelian (Y) 0,811 0,6 Realiable
Sumber: Data Primer yang diolah, 2021
Berdasarkan hasil tabel 4.11 dapat dijelaskan bahwa nilai Cronbach Alpha lebih besar dari nilai batas, dimana dari setiap variabel memiliki nilai Cronbach Alpha yang lebih besar dari 0,60.
Sehingga dapat dikatakan bahwa semua variabel X dan Y dinyatakan realiable.
4.3.3 Uji Asumsi Klasik 4.3.3.1 Uji Normalitas
Uji normalitas pada penelitian ini bertujuan untuk mengetahui data variabel independen pengaruh stimuli pemasaran (produk, harga, lokasi) dan data variabel dependen (keputusan pembelian konsumen di pasar tradisional Anyar Bogor) berdistribusi normal atau berdistribusi tidak normal. Uji normalitas dapat dilihat dari nilai Asymp Sig yang terdapat pada One sample Kolmogrov-Smirnov test. Suatu model regersi dikatakan normal apabila nilai Asymp Sig lebih besar dari > 0,05 maka data residual dapat dikatakan berdistibusi secara normal. Sebaliknya, apabila nilai Asymp Sig lebih kecil dari < 0,05, maka data residual dapat dikatakan tidak berdistibusi secara normal.
Pengujian normalitas juga dapat dilakukan menggunakan Grafik Normal Probability Plot, yang dapat dilihat dari titik persebaran data, dimana garis yang menggambarkan data sesungguhnya akan mengikuti atau merapat kegaris diagonalnya dari kiri bawah ke kanan atas. Berikut hasil uji normalitas yang dapat dilihat pada tabel dan gamabar dibawah ini:
Tabel 4. 13 Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Test
Unstandardize d Residual
N 100
Normal Parametersa,b Mean .0000000
Std. Deviation 2.64181582
Most Extreme Differences Absolute .068
Positive .054
Negative -.068
Test Statistic .068
Asymp. Sig. (2-tailed) .200c,d
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.
Sumber: Data Primer yang diolah, 2021
Berdasarkan hasil tabel 4.12 diatas dapat diketahui bahwa data yang diuji memiliki nilai signifikan sebesar 0.200 dimana nilai tersebut lebih besar dari 0,05 yang berarti nilai residual data tersebut dapat dinyatakan berdistribusi normal.
Gambar 4. 2 Hasil Uji Normalitas
Dari gambar 4.2 tersebut dapat dikatakan bahwa semu data berdistribusi secara normal. Hal ini dikarenakan titik persebaran data mengikuti garis dan masih disekitar garis diagonal, dengan ini model regresi memenuhi asumsi normalitas.
4.3.3.2 Uji Multikolinieritas
Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas, hal ini dapat dilihat dari nilai VIF (Variance Inflation Factor) dan Tolerance. Dimana jika VIF < 10 dan nilai toleransi > 0,1 maka dinyatakan tidak terjadi multikolinieritas. Berikut hasil uji multikolinieritas yang dapat dilihat pada tabel dibawah ini:
Tabel 4. 14 Hasil Uji Multikolinieritas Model Collinearity Statistics
Tolerance VIF
1 (Constant)
Produk .553 1.808
Harga .685 1.459
Lokasi .615 1.626
a. Dependent Variable: Keputusan Pembelian Sumber: Data Primer yang diolah, 2021
Berdasarkan tabel 4.13 dapat diketehui bahwa nilai VIF variabel produk (X1), variabel harga (X2), dan variabel lokasi (X3) kurang dari 10 dan nilai toleransi value variabel produk (X1), variabel harga (X2), dan variabel lokasi (X3) lebih dari 0,1. Maka dapat dikatakan bahwa data tersebut tidak terjadi multikolinieritas.
4.3.3.3 Uji Heteroskedastisitas
Uji Heteroskedastisitas digunakan untuk menguji ada atau tidaknya kesamaan varian residual pada pengamatan model regresi. Pengujian ini menggunakan uji Glejser dengan meregresi nilai-nilai residual terhadap variabel independen dengan persamaan regersi.
Dikatakan tidak terjadi Heteroskedastisitas apabila nilai sig > 0,05. Berikut hasil uji Heteroskedastisitas yang dapat dilihat pada tabel dibawah ini:
Tabel 4. 15 Hasil Uji Heteroskedastisitas
Sumber: Data Primer yang diolah, 2021
Berdasarkan hasil tabel 4.14 dapat diketahui bahwa nilai signifikan antara variabel bebas (produk 0,171; harga 0,529; lokasi 0,541) dengan absolut residual lebih dari 0,05.
Sehingga dapat dikatakan bahwa tidak terjadi heteroskedastisitas.
4.3.4 Alat Uji Hipotesis
4.3.4.1 Analisis Regresi Berganda
Analisis regresi berganda digunkan untuk mengetahui ada atau tidaknya pengaruh variabel bebas terhadap variabel terikat. Dalam penelitian ini variabel bebasnya yaitu
Model T Sig.
1 (Constant) 1.029 .306
Produk 1.378 .171
Harga -.632 .529
Lokasi -.613 .541
a. Dependent Variable: RES2
produk (X1), harga (X2), lokasi (X3). Sedangkan variabel terikatnya yaitu keputusan pembelian (Y). model perhitungan yang digunakan dalam penelitian ini yaitu;
𝒀 = 𝒂 + 𝒃𝟏𝑿𝟏+ 𝒃𝟐𝑿𝟐+ 𝒃𝟑𝑿𝟑
Hasil analisis regresi berganda pada penelitian ini menggunakan aplikasi IBM SPSS Statistics 25 yang dapat dilihat hasilnya pada tabel dibawah ini:
Tabel 4. 16 Hasil Analisis Regresi Berganda Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error Beta
1 (Constant) 7.714 2.823 2.733 .007
Produk .214 .097 .221 2.215 .029
Harga .235 .070 .300 3.359 .001
Lokasi .270 .082 .311 3.294 .001
Sumber: Data Primer yang diolah, 2021 Berdasarkan tabel 4.15 dapat diketehui:
𝒀 = 𝒂 + 𝒃1𝑿𝟏+ 𝒃𝟐𝑿𝟐+ 𝒃𝟑𝑿𝟑
𝒀 = 𝟕. 𝟕𝟏𝟒 + 𝟎, 𝟐𝟏𝟒 + 𝟎, 𝟐𝟑𝟓 + 𝟎. 𝟐𝟕𝟎 Dimana:
Y = variabel dependen (Keputusan Pembelian) X1 = Produk
X2 = Harga X3 = Lokasi
a = konstanta (nilai Y jika X1, X2, X3 = 0)
b1 b2 b3 = nilai koefisiensi regresi (peningkatan/penurunan variabel Y yang didasarkan pada variabel X).
Hasil Analisis:
a. Pada tabel diatas menunjukan nilai konstanta memiliki nilai 7.714. hal ini menunjukan nilai a sebesar 7.714 artinya tanpa mempertimbangkan pengaruh manapun yang tidak diteliti dalam penelitian ini maka nilai keputusan pemebelian sebesar 7.714 dan nilai produk, harga, dan lokasi sama dengan nol (0) maka nilai keputusan pembelian tetap 7.714.
b. B1 (nilai koefisien regresi X1) sebesar 0,214 yang menunjukan bahwa setiap kenaikan 1 satuan variabel produk (X1) maka keputusan pembelian (Y) akan meningkat sebesar 0,214 dengan asumsi variabel yang lain tetap.
c. B2 (nilai koefisien regresi X2) sebesar 0,235 yang menunjukan bahwa setiap kenaikan 1 satuan variabel harga (X2) maka keputusan pembelian (Y) akan meningkat sebesar 0,235 dengan asumsi variabel yang lain tetap.
d. B3 (nilai koefisien regresi X3) sebesar 0,270 yang menunjukan bahwa setiap kenaikan 1 satuan variabel lokasi (X3) maka keputusan pembelian (Y) akan meningkat sebesar 0,270 dengan asumsi variabel yang lain tetap.
4.3.4.2 Uji Koefisien Determinasi (R2)
Analisis koefisien determinasi ini bertujuan untuk melihat besarnya pengaruh variabel pengaruh produk, harga, dan lokasi terhadap variabel keputusan pembelian. Nilai koefisien determinasi kisaran (R2) adalah 0-1. Nilai yang mendekati satu berarti variabel independen (X) mampu memberikan penjelasan yang dibutuhkan pada variasi variabel dependen (Y). Hasil analisis koefisien determinasi pada penelitian ini menggunakan aplikasi IBM SPSS Statistics 25 yang dapat dilihat hasilnya pada tabel dibawah ini:
Tabel 4. 17 Hasil Koefisien Determinasi Model Summary
Model R R Square
Adjusted R Square
Std. Error of the Estimate
1 .688a .474 .457 2.68278
a. Predictors: (Constant), Lokasi, Harga, Produk Sumber: Data Primer yang diolah, 2021
Berdasarkan hasil tabel 4.16 di atas dapat diketehui bahwa nilai koefisien determinasi sebesar 0,474 atau 47,4%. Jadi, dapat disimpulkan bahwa besarnya pengaruh variabel produk, harga, dan lokasi terhadap keputusan pembelian sebesar 0,474 atau 47,4%, dan sisanya 52,6% dipengaruhi oleh faktor lain yang tidak termasuk dalam penelitian ini.
4.3.4.3 Uji Parameter Individual (uji t)
Uji t (uji parsial) digunakan untuk menguji apakah sebuah variabel bebas (X) benar memberikan pengaruh terhadap variabel terikat (Y) secara pasial atau terpisah. Dengan hipotesis sebagai berikut:
H1 = terdapat pengaruh produk (X1) terhadap keputusan pembelian (Y) H2 = terdapat pengaruh harga (X2) terhadap keputusan pembelian (Y) H3 = terdapat pengaruh lokasi (X3) terhadap keputusan pembelian (Y)
Tingkat kepercayaan 95% α = 0,05
Jika nilai sig lebih < 0,05 atau thitung > ttabel maka terdapat pengaruh pada variabel bebas (X) terhadap variabel terikat (Y). Dengan mencari:
𝒕𝒕𝒂𝒃𝒆𝒍 = 𝒕(𝒂
𝟐: 𝒏 − 𝒌 − 𝟏) 𝒕𝒕𝒂𝒃𝒆𝒍 = 𝒕(𝟎, 𝟎𝟐𝟓 ∶ 𝟗𝟔) Dimana:
a = tingkat kepercayaan (0,05) n = jumlah sampel
k = jumlah variabel bebas
Maka diperoleh ttabel sebesar 1,988
Haji uji parameter individual ini menggunakan aplikasi IBM SPSS Statistics 25 yang dapat dilihat pada tabel dibawah ini:
Tabel 4.18 Hasil Uji Parameter Individual (uji t) Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error Beta
1 (Constant) 7.714 2.823 2.733 .007
Produk .214 .097 .221 2.215 .029
Harga .235 .070 .300 3.359 .001
Lokasi .270 .082 .311 3.294 .001
a. Dependent Variable: Keputusan Pembelian
Sumber: Data Primer yang diolah, 2021
Berdasarkan hasil pada tabel 4.17 dapat diketahui bahwa nilai signifikansi variabel produk (X1) sebesar 0,029 < 0,05 atau nilai thitung sebesar 2.215 > dari nilai ttabel yaitu 1,988 yang berarti bahwa pada variabel produk (X1) memiliki pengaruh terhadap variabel keputusan pembelian (Y). kemudian untuk nilai signifikansi pada variabel harga (X2) sebesar 0,001 < 0,05 atau nilia thitung sebesar 3.359 > dari nilai ttabel yaitu 1,988 yang berarti bahwa pada variabel harga (X2) juga memiliki pengaruh terhadap variabel keputusan pembelian (Y). begitu juga dengan variabel lokasi (X3) memiliki nilai signifikansi sebesar 0,001 < 0,05 atau nilai thitung sebesar 3.294 > dari nilai ttabel yaitu 1,988 yang artinya bahwa pada variabel lokasi (X3) memiliki pengaruh terhadap variabel keputusan pembelian (Y).