BAB 4 HASIL DAN PEMBAHASAN. pemaknaan simbolik pada uang dan dimensi budaya terhadap

(1)

50 BAB 4

HASIL DAN PEMBAHASAN

Bab ini memuat penjelasan mengenai apakah terdapat pengaruh

pemaknaan simbolik pada uang dan dimensi budaya terhadap

impulsivitas membeli pada mahasiswa di Jakarta dan sekitarnya yang

merupakan tujuan dari dilakukannya penelitian ini.

4.1 Hasil Pengolahan Data

Berikut ini akan dipaparkan hasil pengolahan data baik dilihat dari

besarnya persentase pada setiap demografi responden maupun uji

asumsi, hipotesis, dan analisa tambahan.

4.1.1 Demografi Responden

Peneliti melakukan analisa deskriptif guna memperoleh gambaran

responden yang mewakili karakteristik konsumen mahasiswa, dalam

penelitian ini yakni mahasiswa, yang tinggal di kota Jakarta dan

sekitarnya, seperti Tangerang dan Depok. Berikut gambaran responden

dalam penelitian ini.

(2)

4.1.1.1 Jenis Kelamin Responden

Tabel 4.1 Tabel Jenis Kelamin Responden

Frequency Percent Valid Perempuan 109 54.5

Laki-laki 91 45.5

Total 200 100.0

Sumber: Pengolahan Data SPSS 19.0

Berdasarkan jenis kelaminnya, responden pada penelitian ini

terdiri dari 54,5% perempuan dan 45,5% laki-laki.

4.1.1.2 Usia Responden

Tabel 4.2 Tabel Usia Responden

Usia Frequency Percent Valid 19 35 17.5 20 38 19.0 21 68 34.0 22 44 22.0 23 15 7.5 Total 200 100.0

(3)

Sebagian besar responden dalam penelitian ini berusia 21 tahun

dengan persentase 34%. Kemudian diikuti umur 22 tahun dengan

persentase 22%, responden dengan usia 20 tahun memiliki persentase

sebesar 19%, dilanjutkan dengan responden berusia 19 tahun sebesar

17,5%, dan usia 23 tahun sebanyak 7,5%.

4.1.1.3 Status Pekerjaan

Tabel 4.3 Tabel Status Pekerjaan Responden

Frequency Percent

Valid Mahasiswa penuh waktu 141 70.5

Mahasiswa kerja paruh waktu 40 20.0 Karyawan sambil kuliah bekerja 19 9.5

Total 200 100.0

Sumber: Pengolahan Data SPSS 19.0

Status pekerjaan dalam penelitian ini yang terbesar adalah

mahasiswa penuh waktu dengan persentase sebesar 70,5%, kemudian

diikuti dengan mahasiswa yang kerja paruh waktu sebesar 20%, dan

yang terakhir yakni karyawan yang sambil kuliah dan bekerja sebanyak

9,5%.

(4)

4.1.1.4 Tempat Membeli Barang Responden

Tabel 4.4 Tabel Tempat Membeli Barang Responden

Frequency Percent Valid Internet 42 21.0 Pasar Terbuka 34 17.0 Mall 111 55.5 Lain-lain 13 6.5 Total 200 100.0

Sumber: Pengolahan Data SPSS 19.0

Berdasarkan tabel diatas, responden dalam penelitian ini lebih

banyak membeli barang pada tempat seperti mal, dengan menunjukkan

persentase sebesar 55,5%. Kemudian, dIikuti dengan pembelian pada

situs internet sebesar 21%, dan tempat lain yang biasa dikunjungi

responden ialah pasar terbuka dengan persentase 17%. Sisanya sebesar

6,5% responden melakukan pembelian di tempat selain mal, internet, dan

pasar terbuka.

(5)

4.1.1.5 Jenis Barang yang Sering di Beli

Tabel 4.5 Tabel Jenis Barang Responden

Frequency Percent Valid Pakaian 153 76.1 Perangkat elektronik 15 7.5 Aksesori 10 5.0 Lain-lain 23 11.4 Total 201 100.0

Sumber: Pengolahan Data SPSS 19.0

Responden pada penelitian ini lebih banyak membeli jenis barang

seperti pakaian yang memiliki persentase 76,1%. Kemudian, pembelian

barang yang tidak diketahui jenis barangnya tergolong kedalam lain-lain

sebesar 11,4%, diikuti perangkat elektronik sebanyak 7,5%, dan aksesori

sebesar 5%.

4.1.2 Uji Asumsi

Dalam melakukan uji hipotesis yang mana dalam penelitian ini

menggunakan model analisis regresi berganda, diperlukan uji asumsi

klasik terlebih dahulu yang meliputi uji asumsi klasik multikolinieritas,

heteroskedastisitas, normalitas, dan autokorelasi (Sunyoto, 2011). Uji

asumsi ini diperlukan untuk mengukur apakah data penelitian ini memiliki

distribusi normal sehingga dapat dipakai dalam statistik parametrik

(Sujianto, 2009) yang mana dalam penelitian ini menggunakan metode

analisis regresi berganda.

(6)

4.1.2.1 Uji asumsi klasik multikolinieritas

Pengujian

asumsi

klasik

pertama

menggunakan

uji

multikolinieritas. Cara yang dilakukan yakni dengan menggunakan uji

VIF. Dalam menggunakan cara VIF ini, dapat dikatakan tidak terjadi

multikolinieritas jika nilai VIF untuk masing-masing variabel tidak lebih

besar dari 10. Jika nilai VIF lebih besar dari 10 maka diindikasikan

bahwa model tersebut memiliki gejala multikolinieritas (Sunyoto, 2011).

Selain itu, dapat dikatakan suatu model akan terbebas dari

multikolinieritas apabila tolerance yang didapat > 0,1.

Tabel 4.6 Uji Multikolinieritas

Coefficientsa Model Collinearity Statistics Tolerance VIF 1 (Constant) PDB_Tot .940 1.064 UA_Tot .871 1.148 CO_Tot .932 1.073 SYM_Tot .897 1.115

Sumber: Hasil Output SPSS 19.0

Dari tabel tersebut terlihat bahwa nilai VIF pada setiap variabel

tidak lebih besar dari 10 dan tolerance yang dihasilkan > 0,1. Maka dapat

disimpulkan bahwa tidak terjadi multikolinieritas.

(7)

4.1.2.2 Uji asumsi klasik Heteroskedastisitas

Dalam pengujian ini persamaan yang baik adalah jika terbebas

dari masalah heteroskedastisitas (Sunyoto, 2011). Dengan arti,

penelitian dikatakan baik apabila residual dari observasi yang satu

dengan observasi yang lain mempunyai varians yang sama atau yang

dinamakan dengan homoskedastisitas (Sunyoto, 2011). Analisis

pengujian ini salah satunya didapatkan dari hasil output SPSS 19.0

melalui grafik scatterplot antara Z prediction (ZPRED) yang merupakan

nilai prediksi, variabel bebas dan/atau sumbu x dan (SRESID)

merupakan nilai residual, variabel terikat dan/atau sumbu y (Draper &

Smith, 1998). Dapat dinyatakan tidak terdapat heteroskedastisitas

apabila penyebaran titik tidak berpola dan titik data menyebar di atas

dan di bawah angka 0 (Sujianto, 2000).

Gambar 4.1 Uji Heteroskedastisitas

(8)

Grafik Scatterplot diatas menunjukkan bahwa penyebaran titik

tidak berpola dan menyebar di atas angka 0 dan dibawah angka 0 pada

sumbu Y. Dengan demikian dapat disimpulkan bahwa tidak terdapat

heteroskedastisitas.

4.1.2.3 Uji asumsi klasik Normalitas

Pengujian ini dibutuhkan untuk melihat apakah data yang ada

berdistribusi normal atau tidak normal dengan menguji data variabel

bebas (X) dan variabel terikat (Y). Persamaan regresi ini dapat

dikatakan baik jika mempunyai data variabel bebas dan terikat yang

berdistribusi mendekati normal atau bahkan normal sekalipun (Sunyoto,

2011). Dalam melihat data variabel apakah normal atau tidak, terdapat

beberapa macam cara yang dapat dilakukan. Peneliti menggunakan

melihat distribusi data variabel tersebut menggunakan normal probability

plots. Dengan alasan, cara ini membandingkan data riil dengan data

distribusi normal (otomatis oleh komputer) secara kumulatif. Berikut hasil

analisa yang didapatkan.

(9)

Gambar 4.2 Uji Normalitas

Sumber: Output Pengolahan Data SPSS 19.0

Dari hasil normal probability plots, menunjukkan berdistribusi

normal, dapat dilihat dari garis (titik-titik) mengikuti garis diagonal.

4.1.2.4 Uji asumsi klasik autokorelasi

Persamaan regresi yang baik adalah yang tidak memiliki masalah

autokorelasi. Salah satu ukuran dalam menentukan ada tidaknya

autokorelasi adalah dengan uji Durbin-Watson (DW). Menurut Sujianto

(2009) terjadi atau tidak terjadinya autokorelasi dapat dilihat dari

ketentuan berikut.

(10)

1. 1,65 < DW < 2,35 maka tidak ada autokorelasi.

2. 1,21 < DW < 1,65 atau 2,35 < DW < 2,79 maka tidak dapat disimpulkan.

3. DW < 1,21 atau DW > 2,79 maka terjadi autokorelasi.

Tabel 4.7 Uji Autokorelasi

Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .679a .461 .450 19.746 1.878

a. Predictors: (Constant), SYM_Tot, CO_Tot, PDB_Tot, UA_Tot b. Dependent Variable: IB_Tot

Sumber: Output Pengolahan Data SPSS 19.0

Tabel diatas memperlihatkan bahwa tidak terjadi autokorelasi,

dapat dilihat dari nilai DW sebesar 1,878 yang mana 1,65 < 1,878 < 2,35.

4.1.3 Uji Hipotesis

Penelitian ini menggunakan analisis regresi linier berganda dalam

melakukan uji hipotesis yang mana bertujuan untuk melihat pengaruh

satu variabel terhadap variabel lain dan melihat kemampuan prediksi

dua atau lebih variabel bebas yang digunakan sebagai predictor dan

satu variabel tergantung yang diprediksi (Sarwono, 2012). Berikut hasil

analisis regresi liner berganda menggunakan peranti lunak SPSS 19.0.

(11)

Tabel 4.8 Variables Entered/Removed

Variables Entered/Removed

b

Model

Variables

Entered

Variables

Removed

Method

1 SYM_Tot,

CO_Tot,

PDB_Tot,

UA_Tot

.

Enter

a. All requested variables entered.

b. Dependent Variable: IB_Tot

Sumber: Output Pengolahan Data SPSS 19.0

Tabel diatas menunjukkan langkah pertama dalam melakukan uji

hipotesis dengan memasukkan empat variabel bebas kedalam SPSS

19.0. Beragam variabel secara bersama-sama dimasukkan kedalam

peranti lunak SPSS 19.0 Variabel tersebut ialah pemaknaan simbolik

pada uang (SYM_Tot), dimensi budaya kolektivisme (CO_Tot), keyakinan

tentang jarak kekuasaan (PDB_Tot), dan terakhir variabel penghindaran

ketidakpastian (UA_Tot). Impulsivitas membeli berperan sebagai variabel

terikat (IB_Tot).

(12)

Tabel 4.9 Model Summary

Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .679a .461 .450 19.746 1.878

Sumber: Output Pengolahan Data SPSS 19.0

Hasil diatas menunjukkan bahwa R Square atau koefisien

determinasi memiliki nilai 0,461. Dengan ini, penelitian ini memiliki variasi

impulsivitas membeli yang dapat dijelaskan oleh dimensi budaya

keyakinan tentang jarak kekuasaan, penghindaran ketidakpastian, dan

kolektivisme serta variabel pemaknaan simbolik pada uang sebesar

46,1%. Sedangkan sisanya sebesar 53,9% variasi impulsivitas membeli

dapat ditentukan oleh variabel lain yang tidak ikut diteliti.

Tabel 4.10 ANOVA

ANOVAb

Model Sum of Squares df Mean Square F Sig.

1 Regression 65017.029 4 16254.257 41.687 .000a

Residual 76032.971 195 389.913

Total 141050.000 199

(13)

Tabel tersebut menjelaskan bahwa pemaknaan simbolik pada

uang dan dimensi budaya termasuk didalamnya keyakinan tentang jarak

kekuasaan, penghindaran ketidakpastian, dan kolektivisme secara

bersama-sama merupakan prediktor yang signifikan terhadap impulsivitas

membeli (F= 41,687, p < 0,01).

Tahap selanjutnya dilakukan analisis dalam melihat pengaruh

dimensi budaya dan pemaknaan simbolik pada uang terhadap

impulsivitas membeli. Hasil dari analisis tersebut dapat dilihat sebagai

berikut.

Tabel 4.11 Coefficients

Coefficientsa Model Unstandardized Coefficients B Std. Error 1 (Constant) 33.940 11.958 PDB_Tot 2.151 .552 UA_Tot -1.429 .544 CO_Tot .920 .463 SYM_Tot .348 .035

(14)

Coefficientsa Model Standardized Coefficients t Sig. Correlations

Beta Zero-order Partial Part

1 (Constant) 2.838 .005

PDB_Tot .211 3.895 .000 .279 .269 .205

UA_Tot -.148 -2.629 .009 -.215 -.185 -.138

CO_Tot .108 1.988 .048 .129 .141 .105

SYM_Tot .560 10.091 .000 .636 .586 .531

Sumber: Output Pengolahan Data SPSS 19.0

Tabel tersebut memperlihatkan bahwa terdapat pengaruh positif

dimensi budaya keyakinan tentang jarak kekuasaan terhadap impulsivitas

membeli (ß = 0,211, p < 0,01).

Pada dimensi budaya penghindaran ketidakpastian memiliki

pengaruh negatif terhadap impulsivitas membeli (ß = -0,148, p < 0,05).

Namun hasil yang dimiliki masih tergolong lemah. Selanjutnya, pada

dimensi budaya kolektivisme memiliki pengaruh yang positif terhadap

impulsivitas membeli (ß = 0,108, p < 0,05) meskipun pengaruh tersebut

tergolong lemah. Terdapat pengaruh positif pemaknaan simbolik pada

uang terhadap impulsivitas membeli (ß = 0,606, p < 0,01).

(15)

4.1.4 Analisis Tambahan

Dalam melakukan analisa tambahan terhadap data demografi

responden, peneliti melakukan pengujian dengan menggunakan one-way

ANOVA yaitu membandingkan rata-rata dari dua lebih kelompok

berdasarkan satu variabel atau faktor (Archambault, 2000). Sedangkan

pengujian untuk membandingkan antara dua kelompok digunakan

pengujian t-test (Park, 2009).

Tabel 4.12 T-Test Impulsivitas Membeli dengan jenis kelamin

Independent Samples Test

Levene's Test for Equality of Variances

F Sig.

IB_Tot Equal variances assumed .247 .620

Independent Samples Test t-test for Equality of Means

t df Sig. (2-tailed) Mean Difference Std. Error Difference 95% Confidence Interval of the Difference Lower Upper 3.902 198 .000 14.249 3.652 7.047 21.452 3.888 188.824 .000 14.249 3.665 7.020 21.479

(16)

Sumber: Output Pengolahan Data SPSS 19.0

Tabel diatas menunjukkan bahwa terdapat perbedaan impulsivitas

membeli antara laki-laki dan perempuan (p < 0,01). Berdasarkan hasil

tersebut, dilakukan pengujian selanjutnya menggunakan post hoc test

yang digunakan apabila terdapat perbedaan antar kelompok dan

bertujuan untuk mengetahui kelompok mana yang lebih impulsif (Howell,

2010). Setelah dilakukan pengujian post hoc test, didapatkan hasil analisa

penelitian yang menunjukkan bahwa perempuan lebih cenderung untuk

berperilaku impulsif dalam berbelanja dibandingkan laki-laki.

Tabel 4.13 ANOVA Impulsivitas Membeli dengan Usia

ANOVA IB_Tot

Sum of Squares df Mean Square F Sig.

Between Groups 1961.215 6 326.869 .454 .842

Within Groups 139088.785 193 720.667

Total 141050.000 199

Sumber: Output Pengolahan Data SPSS 19.0

Pengujian menggunakan one-way ANOVA dilakukan dalam

melihat perbandingan kelompok usia satu dengan yang lainnya terhadap

impulsivitas membeli. Dari tabel diatas tidak memperilhatkan adanya

Group Statistics

JK N Mean Std. Deviation Std. Error Mean

IB_Tot Perempuan 109 109.18 25.257 2.419

(17)

impulsivitas membeli antar kelompok umur yaitu umur 19, 20, 21, 22, dan

23 (p > 0,05).

Tabel 4.14 ANOVA Impulsivitas Membeli dengan Status Pekerjaan Mahasiswa

ANOVA IB_Tot

Between Groups 1334.201 2 667.101 .941 .392

Within Groups 139715.799 197 709.217

Total 141050.000 199

Sumber: Output Pengolahan Data SPSS 19.0

Berdasarkan hasil perhitungan yang tergambar dari tabel diatas,

menunjukkan bahwa tidak terdapat perbedaan impulsivitas membeli antar

kelompok status pekerjaan mahasiswa, yaitu mahasiswa penuh waktu,

mahasiwa kerja paruh waktu, dan karyawan sambil kuliah dan bekerja

(p > 0,05).

Tabel 4.15 ANOVA Impulsivitas membeli dengan tempat membeli barang

ANOVA IB_Tot

Sum of Squares df Mean Square F Sig. Between Groups 11684.159 3 3894.720 5.901 .001 Within Groups 129365.841 196 660.030

(18)

Multiple Comparisons IB_Tot LSD (I) Tempat_Beli (J) Tempat_Beli Mean Difference (I-J) Std. Error Sig. 95% Confidence Interval Lower Bound Upper Bound Internet Pasar terbuka .574 5.927 .923 -11.11 12.26

Mal -15.808* 4.654 .001 -24.99 -6.63

Lain-lain -10.998 8.154 .179 -27.08 5.08 Pasar terbuka Internet -.574 5.927 .923 -12.26 11.11

Mal -16.382* 5.036 .001 -26.31 -6.45 Lain-lain -11.572 8.378 .169 -28.09 4.95 Mal Internet 15.808* 4.654 .001 6.63 24.99 Pasar terbuka 16.382* 5.036 .001 6.45 26.31 Lain-lain 4.809 7.531 .524 -10.04 19.66 Lain-lain Internet 10.998 8.154 .179 -5.08 27.08 Pasar terbuka 11.572 8.378 .169 -4.95 28.09 Mal -4.809 7.531 .524 -19.66 10.04

*. The mean difference is significant at the 0.05 level.

Sumber: Output Pengolahan Data SPSS 19.0

Tabel menunjukkan bahwa terdapat perbedaan impulsivitas

membeli antar kelompok tempat membeli barang yaitu mal, internet,

pasar terbuka, dan lain-lain (p < 0,01). Setelah diketahui bahwa terdapat

perbedaan impulsivitas membeli antar tempat membeli responden, maka

dilakukan pengujian lanjutan untuk melihat tempat membeli manakah

yang memiliki kecenderungan untuk seseorang berperilaku impulsif. Maka

dari itu, pengujian dilakukan menggunakan post hoc test. Hasil dari

pengujian tersebut didapatkan bahwa responden lebih banyak melakukan

pembelian yang impulsif di pusat perbelanjaan mal dibandingkan di

internet, pasar terbuka, maupun tempat lain yang tidak diketahui.

(19)

Tabel 4.16 ANOVA Impulsivitas Membeli dengan Jenis Barang

ANOVA VAR00002

Between Groups 3563.283 3 1187.761 1.698 .169

Within Groups 137819.941 197 699.594

Total 141383.224 200

Sumber: Output Pengolahan Data SPSS 19.0

Tabel tersebut menerangkan bahwa tidak terdapat perbedaan

impulsivitas membeli antar kelompok jenis barang yaitu pakaian,

perangkat elektronik, aksesoris, dan lain-lain, yang sering dibeli oleh

responden (p > 0,05).

4.5 Pembahasan Hasil Penelitian

Berdasarkan seluruh hasil analisis yang telah dipaparkan

sebelumnya, dapat disimpulkan bahwa secara bersama-sama dimensi

budaya, tanpa dimensi maskulinitas, dan pemaknaan simbolik pada uang

mampu mempredikasi impulsivitas membeli.

Pada dimensi budaya keyakinan tentang jarak kekuasaan mampu

memprediksi impulsivitas membeli dengan keputusan bahwa H1 diterima.

Selanjutnya, didapatkan kesimpulan dari hasil analisa pada dimensi

penghindaran ketidakpastian bahwa penghindaran ketidakpastian mampu

memprediksi impulsivitas membeli dengan ini keputusan H2 diterima.

(20)

Pada dimensi nilai budaya kolektivisme, dapat disimpulkan bahwa

dimensi kolektivisme mampu memprediksi impulsivitas membeli yang

mana H3 diterima. Pada dimensi maskulinitas tidak dapat dibuktikan

dikarenakan alat ukur maskulinitas tidak terbukti memiliki validitas dan

nilai korelasi item-total yang baik. Maka dari itu, H4 tidak dapat

diikutsertakan.

Sedangkan didapatkan kesimpulan untuk pemaknaan simbolik

pada uang mampu memprediksi impulsivitas membeli. Maka diambil

keputusan bahwa H5 diterima, yang berarti pemaknaan simbolik pada

uang memiliki pengaruh terhadap impulsivitas membeli.

Di sisi lain, H6 ditolak karena tidak terdapat pengaruh keyakinan

tentang jarak kekuasaan, penghindaran ketidakpastian, kolektivisme,

maskulinitas, dan pemaknaan simbolik pada uang secara bersama-sama

terhadap impulsivitas membeli. Hal ini dikarenakan dimensi maskulinitas,

yang tidak memiliki validitas dan reliabilitas yang cukup, tidak

diikutsertakan dalam pengujian data lapangan.

Hasil dari analisis tambahan menemukan bahwa terdapat

perbedaan impulsivitas membeli antara jenis kelamin perempuan dan

laki-laki. Di dalam penelitian ini ditemukan bahwa kaum perempuan ternyata

lebih impulsif dibandingkan dengan kaum laki-laki.

Perbedaan juga terjadi pada impulsivitas membeli antara

kelompok tempat membeli barang yaitu mal, internet, pasar terbuka, dan

lain-lain. Hasil temuan tersebut menunjukkan bahwa mal merupakan

tempat yang paling sering dikunjungi oleh para responden.

(21)