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.
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
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%.
4.1.1.4 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.
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.
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.
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
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.
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.
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 1.878a. 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.
Tabel 4.8 Variables Entered/Removed
Variables Entered/Removed
bModel
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).
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 1.878a. Predictors: (Constant), SYM_Tot, CO_Tot, PDB_Tot, UA_Tot b. Dependent Variable: IB_Tot
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
a. Predictors: (Constant), SYM_Tot, CO_Tot, PDB_Tot, UA_Tot b. Dependent Variable: IB_Tot
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 .035Coefficientsa 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).
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
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
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
Sum of Squares df Mean Square F Sig.
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
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.
Tabel 4.16 ANOVA Impulsivitas Membeli dengan Jenis Barang
ANOVA VAR00002
Sum of Squares df Mean Square F Sig.
Between Groups 3563.283 3 1187.761 1.698 .169
Within Groups 137819.941 197 699.594
Total 141383.224 200