BAB III METODE PENELITIAN

(1)

49

METODE PENELITIAN

3.1 Desain Penelitian

Penelitian ini merupakan penelitian dengan menggunakan deskriptif dan asosiatif.

Menurut Nazir (2003:54) Penelitian deskriptif adalah metode dalam meneliti status kelompok manusia, suatu objek, suatu set kondisi, suatu system pemikiran ataupun sekelompok kelas peristiwa pada masa sekarang. Sedangkan penelitian asosiatif yaitu metode untuk mencari korelasi atau hubungan kausal (mananyakan apakah ada hubungan atau terhadap variable independent mempengaruhi variabel dependent). Mengenai desain penelitian dapat dilihat pada tabel 3.1 sebagai berikut :

Tabel 3.1 Desain Penelitian

Tujuan Penelitian

Desain Penelitian Jenis

Penelitian

Metode Penelitian

Unit analisis

Time horizon

T-1 Asosiatif Survey Individu Æ Pelanggan PT. Telkom Indonesia Cross Sectional

T-2 Asosiatif Survey Individu Æ Pelanggan PT Telkom Indonesia Cross Sectional

(2)

Keterangan :

1. T-1 = Mengetahui dan menganalisis kontribusi promosi dan keputusan pembelian yang dilakukan oleh PT Telkom Indonesia area Jakarta Utara

2. T-2 = Mengetahui dan menganalisis kontribusi atribut produk dan keputusan pembelian yang dilakukan oleh PT Telkom Indonesia area Jakarta Utara

3. T-3 = Mengetahui dan menganalisis kontribusi promosi dengan atribut produk 4. T-4 = Mengetahui dan menganalisis kontribusi Promosi dan Atribut Produk secara

simultan terhadap Keputusan Pembelian.

5. T-5 = Mengetahui dan menganalisis faktor yang paling dominan besar dalam mempengaruhi keputusan pembelian

3.2 Operasionalisasi Variable Penelitian

Variabel penelitian ini dikemukakan dalam rangka membantu menjelaskan pokok subyek dan batasan pengertian untuk variabel – variabel tersebut yang digunakan :

1. Variabel Independen ( X )

Variable independen ( X ) yaitu keseluruhan sifat dari suatu produk yang berpengaruh pada kemampuannya untuk memuaskan kebutuhan para konsumen.

Variabel independen dalam penelitian ini meliputi : 1. Promosi

2. Atribut produk

2. Variabel Dependen ( Y )

Variabel dependen adalah variabel terikat yang dipengaruhi karena adanya variabel bebas. Variabel dependen dalam penelitian ini adalah perilaku

(3)

membeli konsumen (Keputusan pembelian) dalam membeli produk Telkom Speedy.

Berdasarkan variabel penelitian diatas, maka operasional variabel dapat digambarkan di dalam tabel 3.2 di bawah ini :

Tabel 3.2 Operasional Variable

Variabel Dimensi Indikator Instrumn

Ukuran Skala Skala Pengukuran

Promosi (X1)

1.Periklanan

• Iklan media cetak

• Informasi dari brosur

• Kemudahan akses informasi

• Poster, Flier, Sticker

Kuesioner Ordinal Likert

2. Promosi Penjualan

• Pilihan paket promosi

• Melakukan pameran Kuesioner Ordinal Likert

3. Hubungan Masyarakat

• Menjadi Sponsor di Event – Event Teretntu

• Publikasi atau Siaran Media

4. Pemasaran langsung

• Memasarkan Produk Mealui Telpon

• Memasarkan Produk melalui Sms

(4)

Atribut Produk

(X2)

1. Kualitas Produk

• Kecepatan Akses dari internet

• Jaringan Interenet yang luas

2. Merek

• Pengenalan Merek Telkom

• Pengenalan Merek Speedy

3. Harga

• Harga faktor utama

• Kekompetitifan Harga

• Kemudahan dalam proses transaksi dan Instalasi

4. Pelayanan

• Kualitas layanan

• Dukungan teknis

• Kemudahan proses pelayanan di seluruh kantor Telkom

• Ketepatan waktu Pelayanan

Keputusan Pembelian

(Y)

1.Pemahaman Masalah

• Hasrat untuk memenuhi kebutuhan

• Pengidentifikasian kebutuhan

2.Pencarian Alternatif /

informasi

• Pencarian informasi yang berkaitan

• Penjelasan Informasi mengenai produk

(5)

3.3 Jenis dan Sumber Data Penelitian

Jenis – jenis dan sumber data yang digunakan dalam penelitian ini antara lain : 1. Data primer

Data primer adalah data yang diperoleh secara langsung dari obyek penelitian yang berupa tanggapan, saran, krtik, dan penilaian dari konsumen sebagai responden, penjelasan dan keterangan pihak manajemen Telkom serta keterangan hasil pengamatan secara langsung atas produk Telkom Speedy.

2. Data sekunder

Data sekunder menurut jonathan sarwono (2005, p42) data yang diperoleh secara tidak langsung dimana sumber data yang tidak langsung memberikan data kepada peneliti / data yang sudah ada. Data 3. Evaluasi

Alternatif

• Memilih merek yang akan dipilih

• Menilai dalam mempertimbangkan

merek lain

4. Keputusan Pembelian

• Pemilihan produk

• Memutuskan membeli dengan pertimbangan kualitas

5. Perilaku Pasca Pembelian

• Menginformasikan

Produk Kepada Teman / keluarga

• Menyarankan Produk

(6)

berfungsi sebagai pelengkap data primer. Data sekunder dapat diperoleh dari berbagai literatur dengan membaca dan membahas dari buku – buku lain yang diperoleh yang dianggap relevan yang berkaitan erat dengan masalah yang sedang diteliti.

3.4 Teknik Pengumpulan Data

Teknik pengumpulan data yang dignakan dalam penyusunan skripsi ini adalah : 1. Penelitian lapangan (Field Research)

Yaitu melakukan peninjauan langsung ke perusahaan yang diteliti. Adapun cara yang dilakukan adalah sebagai berikut :

a. Wawancara

Nazir (2003, p193) mengatakan bahwa wawancara atau interview adalah suatu proses memperoleh keterangan untuk tujuan penelitian dengan cara tanya jawab, sambil bertatap muka antara si penanya atau pewawancara dengan si penjawab atau responden.

b. Kuesioner (quesioner)

Nazir (2003, p203) mengatakan bahwa kuesioner merupakan teknik pengumpulan data melalui suatu daftar pertanyaan yang secara logis berhubungan dengan masalah penelitian yan diisi oleh responden. Dalam kuesioner ini terdapat dua bagian, yaitu :

• Bagian I : Mengenai data responden yaitu nama, jenis kelamin, Pekerjaan

• Bagian II : Mengenai daftar pertanyaan yang akan di isi oleh responden

(7)

3.5 Teknik Pengambilan Sampel

3.5.1 Instrumen Penelitian

Berbentuk kuesioner yaitu pengumpulan data dengan cara mengajukan pertanyaan kepada responden untuk selanjutnya dijawab. Data yang diperoleh berupa jawaban – jawaban yang diajukan dan tersusun dalam bentuk angket.

3.5.2 Skala Likert

Merupakan skala yang dirancang untuk memungkinkan responden menjawab baerbagai tingkatan pada setiap butir yang menggunakan produk atau jasa. Dalam kuesioner ini digunakan skala likert yang terdiri dari sangat setuju, setuju, tidak setuju dan sangat tidak setuju. Skala Likert adalah skala yang dirancang untuk memungkinkan responden menjawab berbagai tingkatan pada setiap objek yang akan diukur. Jawaban dari kuesioner tersebut diberi bobot skor atau nilai sebagai berikut :

SS = Sangat Setuju = 5

S = Setuju = 4

KS = Kurang Setuju = 3 TS = Tidak Setuju = 2 STS = Sangat Tidak Setuju = 1

3.5.3 Uji Analisis Validitas dan Analisis Reliabilitas

Dalam penelitian ini responden tidak diharuskan memberikan alasan untuk mengetahui apakah pengumpulan data dari kuesioner tersebut baik, harus memenuhi kriteria validitas dan reliabilitas dengan menggunakan data yang diperoleh dari perhitungan dengan tehnik pemberian skala seperti pada Skala likert. Apabila hasil perhitungan SPSS sama dengan hasil yang tertera pada kuesioner maka hasil tersebut cocok.

(8)

3.5.3.1 Analisis Validitas

Pengujian validitas item-item pertanyaan dalam kuesioner bertujuan mengetahui apakah item-item tersebut benar-benar mengukur konsep-konsep yang dimaksudkan dalam penelitian ini dengan tepat. Butir-butir pengukuran yang digunakan dalam penelitian ini dari kuesioner yang digunakan dalam penelitian ini dan dipadukan dengan penjabaran atas definisi teoritis dari variable yang digunakan dalam penlitian ini. Hal ini memberikan dukungan bahwa butir-butir pengukuran yang dijadikan indikator konstruk terbukti memiliki validitas isi (content validity) yaitu butir-butir pengukuran tersebut merupakan alat ukur yang mencukupi dan representative yang telah sesuai dengan konsep teoritis. Analisis ini ditujukan sejauh mana ketepatan dan kecermatan suatu alat ukur dalam melakukan fungsi ukurannya.

Suatu tes dapat dikatakan mempunyai validitas yang tinggi bila alat tersebut memberikan hasil ukur yang sesuai dengan pengukuran. Analisis validitas yang digunakan adalah uji korelasi product moment dan diolah menggunakan program SPSS for Windows Release 15.00 Uji validitas dapat diketahui dengan membandingkan antara r hitung dari hasil olahan komputer dengan r tabel dari tabel r product moment. Validitas menunjukan sejauh mana suatu alat pengukur itu mengukur apa yang ingin diukur. Uji validitas dilakukan dengan cara menghitung korelasi antara masing – masing pernyataan skor butir ( X ) dengan skor total ( y ) menggunakan rumus teknik korelasi Product Moment yang rumusnya sebagai berikut :

r_xy =

( ) ( ) ( ) ( )

[

^N

_∑

^x^N² ⁻

^∑ _∑

^xy^xy⁻²

^∑ ] [

^N^x

_∑

⁻^y

^∑

² ⁻^y

( ) _∑

^y ²

]

dimana r_xy = Koefisien korelasi Product Moment N = Jumlah sampel

X = Skor butir y = Skor total

(9)

Perhitungan valid tidaknya suatu butir pertanyaan dilakukan dengan cara membandingkan angka koefisien korelasi butir dengan angka tabel. Pengujian validitas dilakukan dengan metode korelasi yaitu dengan melihat angka koefisien korelasi (r_xy) dan nilai signifikansinya (probabilita statistik) pada item korelasi yang menyatakan hubungan antara skor pertanyaan dengan skor total. Dengan jumlah sampel uji coba kuesioner sebanyak 30 responden, maka dilakukan analisis korelasi antara skor pertanyaan dengan skor total. Apabila nilai probabilita statistik < level of significant 5% = 0,05, maka dapat dinyatakan item tersebut valid, sehingga seluruh pertanyaan dalam kuesioner dinyatakan valid. Selanjutnya kuesioner tersebut akan digunakan dalam penelitian. Selanjutnya dihitung dengan Uji-t dengan rumus :

Dimana: t = Nilai t _hitung

r = Koefisien korelasi hasil r _hitung

n = Jumlah responden

Distribusi (Tabel t) untuk α = 0,05 dan derajad kebebasan (dk = n-2) Kaidah keputusan : Jika t _hitung > t _table berarti valid sebaliknya t _hitung< t _tableberarti tidak valid

Jika instrument itu valid, maka dilihat criteria penafsiran mengenai indeks korelasinya (r) sebagai berikut:

Antara 0,800 – 1,000 : sangat tinggi Antara 0,600 – 0,799 : tinggi Antara 0,400 – 0,599 : cukup tinggi Antara 0,200 – 0,399 : rendah Antara 0,000 – 0,199 : sangat rendah

(10)

3.5.3.2 Analisis Reliabilitas

Analisis reliabilitas adalah indeks yang menunjukan tingkat kekuatan suatu alat pengukur dapat dipercaya dan diandalkan. Reliabilitas sering diartikan juga sebagai keajegan atau konsisten. Hal ini berati bahwa suatu alat ukur memiliki reliabilitas sempurna apabila hasil pengukuran diujikan berkali – kali terhadap subyek yang sama selalu menunjukan hasil atau skor yang sama. Suatu alat ukur dikatakan reliabel apabila alat ukur tersebut mempunyai kendala dalam pengukuran rumus yang digunakan adalah rumus koefisien alpha.

⎥ ⎥

⎦

⎤

⎢ ⎢

⎣

⎡

⎥⎦ ⎤

⎢⎣ ⎡

= − ∑

2 2

1 1

_x

j

s s k

α k

Dimana k = Banyaknya belahan tes

Sj² = Varian belahan ; j = 1, 2, ... k Sx2 = Varian skor tes

3.6 Teknik Pengolahan Sampel

3.6.1 Populasi dan Sampel penelitian

Populasi adalah wilayah generalisasi yang terdiri atas objek / subjek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulanya. Sedangkan pengertian sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi.

Dalam penelitian ini yang dijadikan populasi adalah seluruh pelanggan atau konsumen yang telah membeli produk Telkom Speedy yang berdomisili di wilayah jakarta utara. Sedangkan sampel dari penelitian ini adalah sebagian pelanggan atau konsumen yang telah membeli produk Telkom Speedy yang berdomisili di wilayah jakarta utara.

Menurut data dari PT. Telekomunikasi Indonesia, Tbk. (TELKOM) wilayah Jakarta utara, bahwa jumlah penjualan Telkom Speedy mulai dari tanggal 1 januari 2009 sampai

(11)

dengan 31 april 2009 adalah sebanyak 8244 unit. Teknik sampel yang digunakan yaitu sampel taro Yamane yang dikutip oleh Hamdi (2007, p131)

n = N N . d² + 1 Dimana :

n = ukuran sampel N = ukuran populasi d² = tingkat kesalahan

dengan menggunakan tingkat kesalahan 10% maka ukuran sampel penelitian dapat dihitung sebagai berikut :

n = 8422 = 8422 8422 . (0.1)² + 1 8422 . (0,01) + 1

n = 8422 = 98,80 83,44

Atau dibulatkan menjadi 100 orang responden

3.7 Metode Analisis Data

Menurut sifat, data yang diperoleh dapat dikelompokan menjadi dua bagian yaitu : 1) Data Kualitatif Î Data yang dinyatakan dalam bentuk kata, kalimat dan

gambar.

2) Data Kuantitatif Î Data yang berbentuk angka atau data kualitatif yang diangkakan.

Data yang diperoleh kemudian diolah dan dianalisis dengan menggunakan dua macam metode analisis data, yaitu :

(12)

A. Analisis Kualitatif Î Data mengenai objek penelitian yang merupakan data kualitatif dianalisis berdasarkan perbandingan antar teori dari literature dengan pernyataan yang didapatkan selama penelitian dilakukan di perusahaan.

B. Analisis Kuantitatif Î Penganalisaan data dengan menggunakan rumus- rumus statistik yaitu analisis koefisien korelasi dan uji hipotesis.

Untuk keperluan analisis ini, data yang dikumpulkan dan diolah adalah data yang diperoleh dari kuesioner dengan cara memberikan bobot dari setiap pertanyaan berdasarkan skala likert. Adapun skor jawabannya adalah sebagai berikut :

Tabel 3.3 Alternatif Jawaban Responden

Alternatif Jawaban Skor

Sangat Setuju (SS) 5

Setuju (S) 4

Cukup Setuju (CS) 3

Tidak Setuju (TS) 2

Sangat Tidak Setuju (STS) 1

Berikut ini adalah tabel mengenai metode analisis berdasarkan Tujuan Penelitian yaitu Tabel 3.4 Metode Analisis Berdasarkan Tujuan Penelitian

Tujuan Alat analisis

T-1 Korelasi dan Regresi

T-2 Korelasi dan Regresi

T-3 Korelasi

T-4 R Square Regresi

T-5 Korelasi

(13)

3.7.1 Statistik

Statistik adalah alat pengolah data atau angka. Statistic dapat juga diartikan sebagai metode/asas-asas guna mengerjakan data kuantitatif agar angka berbicara. Pendekatan dengan statistik sering digunakan metode statistic yaitu guna mengumpulkan ,mengolah , menyajikan , menganalisis dan menginterpretasikan data statistic. Statistic dapat pula diartikan sebagai pengetahuan yang berhubungan dengan pengumpulan data, pengolahan data, penganalisaan data dan penarikan kesimpulan berdasarkan data dan analisis. Jadi statistic adalah produk dari kerja statistika.

Ada 2 konsep dalam bahasa inggris statistic

• Statistic adalah nilai yang dihitung dari sebuiah sample

• Statistic adalh metode ilmiah untuk mengumpulkan data atau kumpulan angka Dalam bahasa Indonesia statistic memiliki 3 pengertian di muka

• Kumpulan data = data

• Nilai yang dihitung dari sebuah sample = statistic sample

Metode ilmiah guna mengumpulkan, mengolah, menyajikan, dan mengnalisis data = statistik Analisis Statistik adalah analisis dengan menggunakan pendekatan atau rumus statistik. Dalam penelitian ini analisis statistik digunakan untuk menguji apakah terdapat pengaruh yang signifikan atau tidak dari atribut produk.

3.7.2 Analisa Regresi

Regresi linier adalah metode statistika yang digunakan untuk membentuk model hubungan antara variabel terikat (dependen; respon; Y) dengan satu atau lebih variabel bebas (independen, prediktor, X). Apabila banyaknya variabel bebas hanya ada satu, disebut sebagai regresi linier sederhana, sedangkan apabila terdapat lebih dari 1 variabel bebas, disebut sebagai regresi linier berganda. Regresi dalam statistika adalah salah satu metode untuk menentukan hubungan sebab-akibat antara satu variabel dan variabel – variabel yang

(14)

lain. analisis regresi sebagai kajian terhadap hubungan satu variabel yang disebut sebagai variabel yang diterangkan (the explained variabel) dengan satu atau dua variabel yang menerangkan (the explanatory). Variabel pertama disebut juga sebagai variabel tergantung dan variabel kedua disebut juga sebagai variabel bebas. Jika variabel bebas lebih dari satu, maka analisis regresi disebut regresi linear berganda. Disebut berganda karena pengaruh beberapa variabel bebas akan dikenakan kepada variabel tergantung.

Variabel penyebab disebut dengan bermacam-macam istilah: variabel penjelas, variabel eksplanatorik, variabel independen, atau secara bebas, variabel X (karena seringkali digambarkan dalam grafik sebagai absis, atau sumbu X). Analisis regresi adalah salah satu analisis yang paling populer dan luas pemakaiannya. Hampir semua bidang ilmu yang memerlukan analisis sebab-akibat boleh dipastikan mengenal analisis ini. Tujuan menggunakan analisis ini adalah :

• Membuat estimasi rata-rata dan nilai variabel tergantung dengan didasarkan pada nilai variabel bebas.

• Menguji hipotesis karakteristik dependensi

• Untuk meramalkan nilai rata-rata variabel bebas dengan didasarkan pada nilai variabel bebas diluar jangkaun sample.

Regresi mampu mendeskripsikan fenomena data melalui terbentuknya suatu model hubungan yang bersifatnya numerik. Regresi juga dapat digunakan untuk melakukan pengendalian (kontrol) terhadap suatu kasus atau hal-hal yang sedang diamati melalui penggunaan model regresi yang diperoleh. Selain itu, model regresi juga dapat dimanfaatkan untuk melakukan prediksi untuk variabel terikat. Namun yang perlu diingat, prediksi di dalam konsep regresi hanya boleh dilakukan di dalam rentang data dari variabel-variabel bebas yang digunakan untuk membentuk model regresi tersebut. Penggunaan regrsi linear sederhana didasarkan pada asumsi diantarnya sebagai berikut :

(15)

• Model regresi harus linier dalam parameter

• Variabel bebas tidak berkorelasi dengan disturbance term (Error) .

• Nilai disturbance term sebesar 0 atau dengan simbol sebagai berikut: (E (U / X) = 0

• Varian untuk masing-masing error term (kesalahan) konstan

• Tidak terjadi otokorelasi

• Model regresi dispesifikasi secara benar. Tidak terdapat bias spesifikasi dalam model yang digunakan dalam analisis empiris.

• Jika variabel bebas lebih dari satu, maka antara variabel bebas (explanatory) tidak ada hubungan linier yang nyata.

Model kelayakan regresi linear didasarkan pada hal-hal sebagai berikut:

• Model regresi dikatakan layak jika angka signifikansi pada ANOVA sebesar < 0.05

• Predictor yang digunakan sebagai variabel bebas harus layak. Kelayakan ini diketahui jika angka Standard Error of Estimate < Standard Deviation

• Koefesien regresi harus signifikan. Pengujian dilakukan dengan Uji T. Koefesien regresi signifikan jika T hitung > T table (nilai kritis)

• Tidak boleh terjadi multikolinieritas, artinya tidak boleh terjadi korelasi yang sangat tinggi atau sangat rendah antar variabel bebas. Syarat ini hanya berlaku untuk regresi linier berganda dengan variabel bebas lebih dari satu.

• Tidak terjadi otokorelasi. Terjadi otokorelasi jika angka Durbin dan Watson (DB) sebesar < 1 dan > 3

• Keselerasan model regresi dapat diterangkan dengan menggunakan nilai r²semakin besar nilai tersebut maka model semakin baik. Jika nilai mendekati 1 maka model regresi semakin baik. Nilai r²mempunyai karakteristik diantaranya: 1) selalu positif, 2) Nilai r²maksimal sebesar 1. Jika Nilai r²sebesar 1 akan mempunyai arti kesesuaian yang sempurna. Maksudnya seluruh variasi dalam variabel Y dapat diterangkan oleh

(16)

model regresi. Sebaliknya jika r² sama dengan 0, maka tidak ada hubungan linier antara X dan Y.

• Terdapat hubungan linier antara variabel bebas (X) dan variabel tergantung (Y)

• Data harus berdistribusi normal

• Data berskala interval atau rasio

• Kedua variabel bersifat dependen, artinya satu variabel merupakan variabel bebas (disebut juga sebagai variabel predictor) sedang variabel lainnya variabel tergantung (disebut juga sebagai variabel response).

Di dalam suatu model regresi kita akan menemukan koefisien-koefisien. Koefisien pada model regresi sebenarnya adalah nilai duga parameter di dalam model regresi untuk kondisi yang sebenarnya (true condition), sama halnya dengan statistik mean (rata-rata) pada konsep statistika dasar. Hanya saja, koefisien-koefisien untuk model regresi merupakan suatu nilai rata-rata yang berpeluang terjadi pada variabel Y (variabel terikat) bila suatu nilai X (variabel bebas) diberikan. Koefisien regresi dapat dibedakan menjadi 2 macam, yaitu:

1. Intersep (intercept)

Intersep, definisi secara metematis adalah suatu titik perpotongan antara suatu garis dengan sumbu Y pada diagram/sumbu kartesius saat nilai X = 0. Sedangkan definisi secara statistika adalah nilai rata-rata pada variabel Y apabila nilai pada variabel X bernilai 0. Dengan kata lain, apabila X tidak memberikan kontribusi, maka secara rata-rata, variabel Y akan bernilai sebesar intersep. Perlu diingat, intersep hanyalah suatu konstanta yang memungkinkan munculnya koefisien lain di dalam model regresi. Intersep tidak selalu dapat atau perlu untuk diinterpretasikan. Apabila data pengamatan pada variabel X tidak mencakup nilai 0 atau mendekati 0, maka intersep tidak memiliki makna yang berarti, sehingga tidak perlu diinterpretasikan.

(17)

2. Slope

Secara matematis, slope merupakan ukuran kemiringan dari suatu garis. Slope adalah koefisien regresi untuk variabel X (variabel bebas). Dalam konsep statistika, slope merupakan suatu nilai yang menunjukkan seberapa besar kontribusi (sumbangan) yang diberikan suatu variabel X terhadap variabel Y. Nilai slope dapat pula diartikan sebagai rata - rata pertambahan (atau pengurangan) yang terjadi pada variabel Y untuk setiap peningkatan satu satuan variabel X.

Dalam melakukan analisis regresi, sebagian besar mahasiswa biasanya tidak melakukan pengamatan populasi secara langsung. Hal itu dilakukan selain pertimbangan waktu, tenaga, juga berdasarkan pertimbangan biaya yang relatif besar jika melakukan pengamatan terhadap populasi. Dalam hal ini, lazimnya digunakan persamaan regresi linier sederhana sampel sebagai penduga persamaan regresi linier sederhana populasi dengan bentuk persamaan seperti berikut : y = a + bX.

karena antara Y dan X memiliki hubungan, maka nilai X dapat digunakan untuk menduga atau meramal nilai Y. X dinamakan variabel bebas karena variabel ini nilai-nilainya tidak bergantung pada variabel lain. Dan Y disebut variabel terikat juga karena variabel yang nilai-nilainya bergantung pada variabel lain. Hubungan antar variabel yang akan dipelajari disini hanyalah hubungan linier sederhana, yakni hubungan yang hanya melibatkan dua variable (X dan Y) dan berpangkat satu. Koefisien-koefisien regresi linier sebenarnya adalah nilai duga dari parameter model regresi. Parameter merupakan keadaan sesungguhnya untuk kasus yang kita amati.

Bentuk hubungan bisa diketahui melalui analisis regresi, sedangkan keeratan hubungan dapat diketahui dengan analisis korelasi. Analisis regresi dipergunakan untuk menelaah hubungan antara dua variabel atau lebih, terutama untuk menelusuri pola hubungan yang modelnya belum diketahui dengan baik, atau untuk mengetahui bagaimana

(18)

variasi dari beberapa variabel independen mempengaruhi variabel dependen dalam suatu fenomena yang komplek.

Jika X1, X2, ...., Xn, adalah variabel-variabel independen dan Y adalah variabel dependen, maka terdapat hubungan fungsional antara X dan Y, dimana variasi dari X akan diiringi pula oleh variasi dari Y. Jika dibuat secara matematis hubungan itu dapat dijabarkan sebagai berikut: Y = f(X1, X2, ..., Xn, e), dimana Y adalah variabel dependen (takbebas), X adalah variabel independen (bebas) dan e adalah variabel residu (disturbace term).

Sesuai dengan perkembangan metodologi dan penerapannya, definisi regresi pada saat ini telah berbeda jauh dari pengertian awal tersebut. Umpamanya, dengan regresi pendugaan-pendugaan terhadap sesuatu performa dapat dilakukan, selama variabel-variabel penentu dapat ditentukan sebelumnya.

Hubungan antar variabel dapat berupa hubungan linier ataupun hubungan tidak linier. Hubungan-hubungan itu bila dinyatakan dalam bentuk matematis akan memberikan persamaan-persamaan tertentu. Untuk dua variabel, hubungan liniernya dapat dinyatakan dalam bentuk persamaan linier, yakni: Y = a + bX. Hubungan antara dua variabel pada persamaan linier jika digambarkan secara (scatter diagram), semua nilai Y dan X akan berada pada suatu garis lurus. Dan dalam ilmu ekonomi, garis itu dinamakan garis regresi.

Regresi berkaitan dengan ketergantungan stokastik, yang berarti memiliki peluang untuk meleset dari prediksi. Setiap pengambilan dugaan yang menggunakan regresi harus didasari dengan kesadaran bahwa hasil perkiraan tidak akan 100% sama dengan kenyataan (ketergantungan deterministik).

JENIS ANALISIS REGRESI

• Regresi Linier. Memprediksi peranan prediktor dalam persamaan linier

• Regresi Non Linier. Memprediksi peranan prediktor dalam persamaan non-linier yang dibuat sendiri

(19)

Persamaan Garis Regresi Y = a + b X Y : variabel dependen

a : konstanta

b : koefisien variabel X

X : variabel independent

3.7.3 Analisa Regresi Berganda

Regresi linear merupakan suatu metode analisis statistik yang mempelajari pola hubungan antara dua atau lebih variabel. Pada kenyataan sehari-hari sering dijumpai sebuah kejadian dipengaruhi oleh lebih dari satu variabel, oleh karenanya dikembangkanlah analisis regresi linier berganda dengan model :

Ŷ = a + b₁X₁ +b₂X₂

Adanya metode analisis regresi ini sangat menguntungkan bagi banyak pihak, baik di bidang sains, sosial, industri maupun bisnis. Salah satu pemanfaatan analisis regresi adalah pada dunia bisnis atau yang berkaitan dengan aktifitas pemasaran.

Analisis regresi linier berganda merupakan pengembangan dari analisis regresi sederhana. Kegunaanya, yaitu untuk meramalkan nilai variable erikat (Y) apabila variable bebasnya (X) dua atau lebih. Analisis regresi berganda adalah alat untuk meramalkan nilai pengaruh dua variable bebas atau lebih terhadap satu variable terikat untuk membuktikan ada tidaknya hubungan fungsional atau hubungan kausal antara dua atau lebih variable bebas X1,X2,…….,Xi. .

Persamaan regresi ganda dirumuskan sebagai berikut : 1. Dua variable bebas : Ŷ = a + b₁X₁ + b₂X₂

2. Tiga variable bebas : Ŷ = a + b1X1 + b2X2 + b3X3

3. n variable bebas : Ŷ = a + b1X1 + b2X2 + b3X3 + ………bnXn

(20)

Analisis regresi digunakan untuk tujuan peramalan, dimana dalam model tersebut ada sebuah variabel dependen (tergantung) dan variabel independen (bebas). Sebagai contoh ada tiga variabel, yaitu Penjualan, Biaya Promosi Penjualan dan Biaya Iklan. Dalam praktek, akan dibahas bagaimana bagaimana hubungan antara Biaya Promosi Penjualan dan Biaya Iklan terhadap Penjualan. Di sini berarti ada variabel dependen yaitu Penjualan, sedangkan variabel independennya adalah Biaya Promosi Penjualan dan Biaya Iklan. Metode Korelasi akan membahas keeratan hubungan, dalam hal ini keeratan hubungan antara Biaya Promosi Penjualan dan Biaya Iklan terhadap Penjualan. Sedang metode Regresi akan membahas prediksi (peramalan), dalam hal ini apakah Penjualan di masa mendatang dapat diramalkan jika Biaya Promosi Penjualan dan Biaya Iklan diketahui.

Jika pada regresi sederhana hanya ada satu variabel dependen (Y) dan satu variabel independen (X), maka pada kasus regresi berganda, terdapat satu variable dependen dan lebih dari satu variabel independen. Dalam praktek bisnis, regresi berganda justru lebih banyak digunakan, selain karena banyaknya variabel dalam bisnis yang perlu dianalisis bersama, juga pada banyak kasus regresi berganda lebih relevan digunakan. Dalam banyak kasus yang menggunakan regresi berganda, pada umumnya jumlah variabel dependen berkisar dua sampai empat variabel. Walaupun secara teoritis dapat digunakan banyak variabel bebas, namun penggunaan lebih dari tujuh variabel independen dianggap akan tidak efektif. Sama seperti pada pembahasan regresi sederhana, pembahasan regresi berganda dengan SPSS dapat dilakukan dengan menu REGRESSION.

Variabel terkena akibat dikenal sebagai variabel yang dipengaruhi, variabel dependen, variabel terikat, atau variabel Y. Kedua variabel ini dapat merupakan variabel acak (random), namun variabel yang dipengaruhi harus selalu variabel acakAnalisis ini digunakan untuk mengetahui apakah data pengaruh yang positif dari variabel independen ( X1, X2, X3 ) terhadap variabel dependen ( y ) dengan model regresi sebagai berikut :

y = a + b1X1 + b2X2

(21)

Dimana :

y = Variabel dependen (Keputusan pembelian) a = Konstanta

b = Koefisisen regresi yang menunjukan angka peningkatan atau penurunan variabel dependen yang didasarkan pada variabel independen.

X1 = Variabel independen (Atribut Produk) X2 = Promosi

3.7.3.1 Pengujian keberartian Regresi Ganda

Pemeriksaan keberartian pada analisis korelasi ganda dapat dilakukan dengan mengikuti langkah – langkah sebegai berikut :

1. Menentukan rumusan hipotesis H0 dan H1

H₀ : R = 0 : Tidak ada pengaruh yang signifikan antara promosi dan atribut produk terhadap keputusan pembelian.

H₁ : R = 0 : Ada pengaruh yang signifikan antara promosi dan atribut produk terhadap keputusan pembelian.

2. Menentukan uji statistika yang sesuai

3. Menentukan nilai kritis (α) atau nilai tabel F dengan derajat kebebasan untuk db₁

= k dan db₂ = n – k – 1

4. Membandingkan nilai uji F terhadap nilai tabel F dengan kriteria pengujian : jika nilai uji F ≥ nilai tabel F, maka tolak H0

5. Membuat kesimpulan

(22)

3.7.4 koefisien korelasi

Salah satu syarat penggunaan teknik korelasi adalah terdapatnya hubungan antara variabel X dan Y yang bersifat linier. Hubungan yang linier dapat dianalisis secara diagramatis dengan cara menggambarkan apakah dari titik pada diagram pencar bisa ditarik garis lurus yang mewakili semua titik yang berpencar tersebut atau tidak. Apabila dari diagram pencar tersebut dapat ditarik garis yang sesuai dengan pola diagram pencar tersebut, berati variabel – variabel itu memiliki hubungan yang linier. Sebaliknya, jika pada diagram pencar tersebut tidak dapat digaris yang mengandung pola tertentu, hubungan yang terjadi adalah non linier. Ukuran yang menentukan terpencarnya titik – titik itu, jika antara variabel – variabel itu mempunyai hubungan linier, dinamakan koefisien korelasi.

Dengan kata lain, koefisien korelasi merupakan ukuran besar kecilnya atau kuat tidaknya hubungan antara variabel – variabel apabila bentuk hubungan tersebut linier.

Nilai koefisien ini paling sedikit -1 dan paling besar 1. Sehingga bila koefisien korelasi kita nyatakan dengan r, maka nilai r dapat dinyatakan sebagai berikut :

Di mana :

• r = 1 ( mendekati 1 ) berati hubungan X dan Y sempurna dan positif.

• r = -1 ( mendekati -1 ) berati hubungan X dan Y sempurna dan negatif.

• r = 0 berati hubungan X dan Y lemah sekali atau tidak ada hubungan (independen ).

• Hubungan positif di atas berati bahwa kenaikan atau penurunan X umumnya diikuti oleh kenaikan atau penurunan Y.

‐1 ≤ r ≤ 1

(23)

• Hubungan negatif berati naik atau turunnya X diikuti oleh turun atau naiknya nilai Y.

Hal ini dapat di lihat di tabel 3.5 dibawah ini :

Tabel 3.5 Nilai Korelasi

Sumber : Buku Sambas ali Muhidin

Sedangkan arti harga r akan ditampilkan pada Tabel Intepretasi Nilai r sebagai berikut.

Tabel 3.6. Intepretasi Koefisien Korelasi Nilai r

Interval Koefisien Tingkat Hubungan

0,80 – 1,000 0,60 – 0,799 0,40 – 0,599 0,20 – 0,399 0,00 – 0,199

Sangat Kuat Kuat Cukup Kuat Rendah Sangat Rendah Sumber: Riduwan dan Kuncoro (2007:62)

3.7.5 koefisien Determinasi

Diperlukan untuk mengetahui besarnya pengaruh variabel independen dengan variabel dependen, dengan menggunakan SPSS, mengetahui besarnya koefisien determinasi dapat dilihat dari output pada tabel Model Summary^b pada kolom R Square. Dan untuk

Kuat ( ‐ ) Kuat ( + )

‐1 0 1

Lemah ( ‐ ) Lemah ( + )

(24)

mengetahui signifikansi dapat dilihat pada tabel ANOVA^b. Untuk mengetahui persamaan regresinya dapat dilihat pada tabel Coefficients.

3.8 Rancangan Uji Hipotesis

Rancangan Uji Hipotesis menggunakan tingkat kepercayaan 95%, dimana tingkat presisi (α) = 5%=0,05

Dasar Pengambilan Keputusan:

‐ Jika nilai probabilitas 0,05 lebih kecil atau sama dengan nilai probabilitas Sig atau [0,05 ≤ Sig], maka Ho diterima dan Ha ditolak, artinya tidak signifikan.

‐ Jika nilai probabilitas 0,05 lebih besar atau sama dengan nilai probabilitas Sig atau [0,05

≥ Sig], maka Ho ditolak dan Ha diterima, artinya siginifikan.

Variabel:

X1 = Promosi X2 = Atribut Produk Y = Keputusan Pembelian

1. Seberapa besar pengaruh promosi terhadap keputusan pembelian konsumen

Uji korelasi variable X1 dengan variable Y

Hipotesis penelitian akan diuji dirumuskan menjadi hipotesis statistik berikut:

Sig < 0,05 → tolak Ho, terima Ha Sig > 0,05 → terima Ho Hipotesis bentuk kalimat:

Ho: X1 tidak ada hubungan yang signifikan dengan variable Y Ha: X1 ada hubungan yang signifikan dengan variable Y

(25)

2. Seberapa besar pengaruh Atribut produk terhadap keputusan pembelian konsumen

Uji korelasi variable X2 dengan variable Y

Ho: X2 tidak ada hubungan yang signifikan dengan variable Y Ha: X2 ada hubungan yang signifikan dengan variable Y

3. Seberapa besar hubungan Promosi dengan Atribut Produk Uji korelasi variable X1 dengan variable X2

Ho: X1 tidak ada hubungan yang signifikan dengan variable X2 Ha: X1 ada hubungan yang signifikan dengan variable X2

4. Seberapa Besar Pengaruh promosi dan atribut produk secara simultan terhadap keputusan pembelian.

Pengujian secara keseluruhan. Hipotesis statistic dirumuskan sebagai berikut:

Sig < 0,05 → tolak Ho, terima Ha Sig > 0,05 → terima Ho Hipotesis dalam bentuk kalimat:

Ho: Variabel X1 dan X2 tidak berkontribusi secara simultan dan signifikan terhadap Variabel Y

Ha: Variabel X1 dan X2 berkontribusi secara simultan dan signifikan terhadap variable Y