BAB III METODOLOGI PENELITIAN
H. Uji Validasi Instrumen
I. Teknik Analisis Data
Teknik analisis data menurut Sugiyono (2022:226) menjelaskan bahwa teknik analisis data yaitu kegiatan setelah data dari seluruh responden terkumpul. Kegiatan dalam analisis data adalah mengelompokkan data berdasarkan variabel dan jenis responden, mentabulasi data berdasarkan variabel dari seluruh responden, menyajikan data tiap variabel yang diteliti, melakukan perhitungan untuk menjawab rumusan masalah, dan melakukan perhitungan untuk menguji hipotesis yang telah diajukan. Teknik analisis data pada penelitian ini menggunakan 5 tahapan yaitu analisis deskriptif, uji asumsi klasik, analisis regresi linear berganda, uji hipotesis dan uji koefisiensi determinasi.
1. Analisis Deskriptif
Analisis deskriptif untuk memberikan deskripsi atau gambaran mengenai subjek penelitian berdasarkan data variabel yang diperoleh dari kelompok subjek tertentu. Penelitian ini diperlukan perhitungan dengan menggunakan statistik yang didapatkan dari setiap item pertanyaanpada kuesioner yang telah disebar kepada responden. Lalu, peneliti menghitung frekuensi jawaban dari setiap pilihan jawaban dan kemudian dijumlahkan. Perhitungan ini digunakan untuk mengetahui nilai dari kategori skala pada setiap item dengan rumus Nilai Jangkauan Interval (NJI) menurut Sugiyono (2013:134) sebagai berikut:
ππ½πΌ π π‘πππ‘πππππ β π π‘ππππππβ π½π’πππβ πΎπππ‘ππππ ππππ‘πππ¦πππ Keterangan:
NJI = Nilai Jangkauan Interval NTertinggi = Nilai Tertinggi
NTerendah = Nilai Terendah
Maka nilai jenjang interval yang digunakan dalam penelitian ini berdasarkan rumus di atas, yaitu:
ππ½πΌ =5 β 1 5 = 4
5= 0,80
Setelah mendapatkan Nilai Jenjang Interval (NJI), kemudian klasifikasi penelitian pernyataan dirumuskan dengan bantuan tabel kontinum, yaitu:
Tabel 3.7 Kategori Skala
Skala Kategori
1,00 - 1,80 Sangat Tidak Baik
1,81 - 2,60 Tidak Baik
2,61 - 3,40 Cukup Baik
3,41 - 4,20 Baik
4,21 - 5,00 Sangat Baik
Sumber: (Sugiono 2013:134) 2. Uji Asumsi Klasik
Cara untuk mengetahui bahwa data penelitian memiliki ketepatan dalam estimasi dan tidak bias serta konsisten, maka data penelitian perlu melakukan pengujian asumsi klasik dengan 3 prasyarat sebagai berikut:
a. Uji Normalitas
Uji normalitas menurut Sahir (2021:69) menjelaskan bahwa uji normalitas yaitu untuk uji yang digunakan dalam mengetahui apakah variabel independen dan variabel dependen berdistribusi normal atau tidak. Model regresi yang baik seharusnya memiliki analisi grafik dan uji statistik, dengan ketentuan, sebagai berikut:
1) Apabila nilai signifikansi atau nilai probabilitas > 0,05 maka, hipotesis diterima karena data tersebut terdistribusi secara normal.
2) Apabila nilai signfikansi atau nilai probabilitas < 0,05 maka, hipotesis ditolak karena data tidak terdistribusi secara normal.
b. Uji Multikoliniearitas
Uji multikolinearitas menurut Sahir (2021:70) yaitu untuk melihat ada atau tidaknya hubungan yang tinggi antara variabel bebas. Untuk mendeteksi multikolinearitas menggunakan metode Variance Inflation Factor (VIF) dan Tolerance (TOL). Ketika Rj2 mendekati satu atau dengan kata lain ada kolinearitas variabel independen maka VIF akan naik dan Jika Rj2 = 1, maka nilai tidak terhingga. Jika nilai VIF semakin membesar, maka diduga ada Multikolonieritas antar varibabel independen atau jika VIF melebihi angka 10 maka bisa disimpulkan ada Multikolonieritas.
c. Uji Heteroskedastisitas
Uji heteroskedastisitas menurut Sahir (2021:69) menjelaskan bahwa uji heteroskedastisitas adalah uji yang digunakan untuk melihat apakah terdapat ketidaksamaan varians dari residual satu pengamatan ke pengamatan lain. Dalam penelitian ini untuk menguji terjadi atau tidaknya gejala heteroskedastisitas dapat menggunakan beberapa cara sebagai berikut: grafik scatter plot antara nilai predeksi variabel terikat (ZPRED) dengan residualnya (SRESID) dengan keputusan sebagai berikut:
1) Dengan mengamati pada grafik scatter plot antara nilai predeksi variabel terikat (ZPRED) dengan residualnya (SRESID). Apabila terlihat titik-titik yang membentuk pola tertenti dan teratur (contohnya bergelombang, melebar lalu menyempit) maka, dapat dikatakan telah terjadi heteroskedastisitas. Jika pada grafik scatter plot, titik-titik menyebar di atas dan di bawah angka nol pada sumbu Y lalu tidak membentuk pola tertentu yang teratur (contohnya bergelombang, melebar lalu menyempit), maka dapat dikatakan tidak terjadi masalah heteroskedastisitas.
2) Dengan menggunakan rumus uji statistik seperti Uji Glajser, uji ini pada dasarnya bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan yang lain. Jika variance dari residual satu
pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas.
Dasar pengambilan keputusan pada uji heteroskedastisitas yakni: Jika nilai signifikansi > a = 0,05, kesimpulannya adalah tidak terjadi heteroskedastisitas.
3. Analisis Regresi Linear Berganda
Analisis regresi linear berganda menurut Purnomo (2017:163) analisis regresi linear berganda bertugas untuk mengetahui pengaruh variabel bebas terhadap variabel terikat. Penekitian ini menggunakan 2 variabel bebas content marketing dan online customer review dan satu variabel terikat yaitu keputusan pembelian. Persamaan regresi berganda dapat dirumuskan sebagai berikut:
π = π + ππ1+ ππ2+ π Keterangan:
Y = Keputusan Pembelian π = Konstanta
X1 = Content Marketing X2 = Online Customer Review
π = Koefisien regresi setiap variabel bebas π = Standar error
4. Uji Hipotesis
Uji hipotesis ini bertujuan untuk memutuskan apakah hipotesis yang diuji ditolak atau diterima. Maka penelitian ini pada uji hipotesis
dugunakan uji-t (uji signifikansi parsial) dan uji-f (uji signifikansi simultan).
a. Uji Hipotesis Secara Parsial (Uji t)
Uji-t digunakan untuk mengetahui apakah variabel independen secara parsial berpengaruh secara signifikan terhadap variabel dependen. Sahir (2021:53) menjelaskan bahwa uji hipotesis secara parsial (uji t) merupakan pengujian kepada koefisien regresi secara parsial, untuk mengetahui signifikansi secara parsial atau masing-masing variabel. Uji ini melalui program SPSS statistik versi 23 dengan cara membandingkan probalitas dengan taraf signifikan 5%.
1) Jika thitung > ttabel, maka H0 ditolak dan Ha diterima
a) Jika tingkat signifikansi t < π (0,05) dan nilai thitung > ttabel
variabel bebas content marketing berpengaruh signifikan terhadap variabel terikat keputusan pembelian dan dinyatakan signifikan.
b) Jika tingkat signifikansi t < π (0,05) dan nilai thitung > ttabel
variabel bebas online customer review berpengaruh signifikan terhadap variabel terikat keputusan pembelian dan dinyatakan signifikan.
2) Jika thitung < ttabel, maka H0 diterima dan Ha ditolak
a) Jika tingkat signifikansi t > π (0,05) dan nilai thitung < ttabel
variabel bebas content marketing tidak berpengaruh signifikan
terhadap variabel terikat keputusan pembelian dan dinyatakan tidak signifikan.
b) Jika tingkat signifikansi t > π (0,05) dan nilai thitung < ttabel
variabel bebas online customer review tidak berpengaruh signifikan terhadap variabel terikat keputusan pembelian dan dinyatakan tidak signifikan.
b. Uji Hipotesis Secara Simultan (Uji F)
Uji simultan menurut Sahir (2021:53) menjelaskan bahwa uji simultan merupakan uji yang digunakan untuk mengenali terdapat tidaknya pengaruh dengan cara bersama-sama (simultan) variabel bebas terhadap variabel terikat melalui bantuan program SPSS statistik versi 23 dengan cara membandingkan probalitas taraf signifikan 5%
Berikut rumus untuk uji F:
πΉ =
π 2 π
(1 β π 2)(π β π β 1) Keterangan:
R = Koefisien korelasi ganda k = Jumlah variabel independen n = Jumlah anggota sampel
1) Jika tingkat signifikansi F < π (0,05) dan nilai Fhitung > Ftabel maka variabel bebas content marketing dan online customer review
secara simultan berpengaruh signifikan terhadap variabel terikat keputusan pembelian dan dinyatakan signifikan atau model dinyatakan cocok.
2) Jika tingkat signifikansi F > π (0,05) dan nilai Fhitung < Ftabel maka variabel bebas content marketing dan online customer review secara simultan tidak berpengaruh signifikan terhadap variabel terikat keputusan pembelian dan dinyatakan tidak signifikan atau model dinyatakan tidak cocok.
5. Uji Koefisien Determinasi (R2)
Uji koefesien determinasi menurut Sahir, (2021:54) menjelaskan bahwa uji koefisien determinasi (R2) bertujuan melihat besar pengaruh variabel bebas terhadap variabel terikat. Nilai koefisien determinasi berada di 0 dan 1 dengan menggunakan bantuan program SPSS Statistik versi 23. Koefisien determinasi (kd) dihitung menggunakan rumus sebagai berikut:
πΎπ = π2. 100%
Keterangan:
Kd = Koefisien determinasi π2 = Nilai koefisien korelasi
53 BAB IV
HASIL DAN PEMBAHASAN A. Hasil Penelitian
a. Gambaran Umum Responden
KPMKB sendiri didirikan tanggal 26 Desember 1977, KPMKB ini dibentuk pertama kali di asrama putra 1 Berau yang sekarang berada di jalan Rumbia, No. 24, Rt.18, Kel. Sidomulyo, Kec. Samarinda Ilir, Kota Samarinda. Tokoh-tokoh pendiri KPMKB yang masih aktif pada saat ini yaitu salah-satunya Bapak Makmur yang pernah menjabat sebagai Bupati Berau dan juga Ketua DPRD Provinsi Kalimantan Timur, beliau adalah salah satu penggerak KPMKB dimasa beliau, atau generasi ke tiga yang menjabat.
KPMKB merupakan singkatan dari Keluarga Pelajar dan Mahasiswa Kabupaten Berau, yang bahasannya yaitu mahasiswa yang berhimpun di Samarinda. KPMKB ini sebenarnya adalah organisasi atau komunitas kemahasiswaan dan kemasyarakatan, dasar berdirinya KPMKB adalah UU Ormas untuk asas organisasi berdasarkan UUD dan Pancasila. Ketua KPMKB untuk saat ini yaitu Rijal, KPMKB tujuannya yaitu menghimpun mahasiswa yang ada di Samarinda, untuk berkumpul, dan dijadikan sebagai tempat studi untuk mengasah sebagai generasi muda, KPMKB sendiri masih sampai saat ini berstatus organisasi independent.
b. Karakteristik Responden
Responden pada penelitian ini ialah anggota Komunitas Pelajar dan Mahasiswa Kabupaten Berau (KPMKB) di Samarinda yakni gender
perempuan maupun laki-laki. Karakteristik berdasarkan jenis kelamin akan disajikan pada tabel sebagai berikut:
Tabel 4.1 Karakteristik Responden
Jenis Kelamin Jumlah Presentase (%)
Perempuan 50 39,8
Laki-laki 33 60,2
Total 83 100
Sumber : Data diolah (2024)
Tabel data di atas menunjukkan bahwa subjek pada penelitian ini sebagian besar berjenis kelamin perempuan, terdiri dari 39,8% laki-laki dan 60,2% perempuan. Hasil menerangkan bahwa responden terbanyak ialah berjenis kelamin perempuan.
c. Analisis Deskriptif
Analisis deskriptif ini digunakan untuk melihat dan menganalisis data dengan mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya, tampa bermaksud membuat kesimpulan yang berlaku untuk umum. Rumus yang digunakan untuk dapat mencari nilai skala tabel interpretasi skor yakni (Sugiyono, 2013:134).
1. Analisis Deskriptif Variabel Content Marketing (X1)
Berikut di bawah ini tersedia tabel tanggapan dari responden mengenai content marketing yakni :
Tabel 4.2 Tanggapan Responden pada Content Marketing
Pernyataan Jawaban Mean Skala
SS S RG TS STS (5) (4) (3) (2) (1) X1 Content Marketing
Indikator Relevansi 1 Konten produk online berisikan
informasi yang saya butuhkan
F 34 38 9 2 - 4,25 Sangat
Baik
% 41 45,8 10,8 2,4 - 2 Konten produk online
mengandung konten yang informatif
F 29 48 3 3 - 4,24 Sangat
Baik
% 34,9 57,8 3,6 3,6 - 3 Konten produk online dapat
membantu saya mencari barang kebutuhan harian
F 43 32 7 1 - 4,40 Sagat
Baik
% 51,8 38,6 8,4 1,2 -
Rata-Rata 4,29 Sangat
Baik Indiktor Akurasi
4 Konten produk online
berisisikan berisikan informasi yang rill terkait produk
F 24 32 21 5 1 3,87 Baik
% 28,9 38,6 25,3 6 1,2 5 Konten produk online
menjelaskan kondisi terkini dari suatu produk
F 28 41 11 3 - 4,13 Baik
% 33,7 49,4 13,3 3,6 -
Rata-Rata 4 Baik
Indikator Bernilai 6 Konten produk online
memberikan manfaat
F 29 45 7 2 - 4,21 Sangat
Baik
% 34,9 54,2 8,4 2,4 -
Rata-Rata 4,21 Sangat
Baik Indikator Mudah Dipahami
7 Informasi yang diberikan pada video konten produk online mudah dipahami
F 31 43 7 2 - 4,24 Sangat
Baik
% 37,3 51,8 8,4 2,4 - 8 Huruf atau tulisan pada konten
produk online dapat dilihat dengan jelas
F 33 35 12 3 - 4,18 Baik
% 39,8 42,2 14,5 3,6 -
Rata-Rata 4,21 Sangat
Baik Indikator Mudah Ditemukan
9 Konten produk online mudah
ditemukan F 46 27 8 2 - 4,40 Sangat
Baik
% 55,4 32,5 9,6 2,4 -
Rata-Rata 4,40 Sangat Baik Indikator Konsisten
10 Konten produk online selalu up to date
F 38 36 7 2 - 4,32 Sangat
Baik
% 45,8 43,4 8,4 2,4 -
Rata-Rata 4,32 Sangat
Baik Sumber: Diolah Peneliti (2024)
Tabel di atas dapat disimpulkan bahwa indikator pada variabel content marketing berkategori sangat baik. Indikator mudah ditemukan memperoleh nilai rata-rata terbesar dari indikator lainnya, sehingga indikator yang paling dominan pada variabel content marketing adalah mudah ditemukan dengan nilai rata-rata 4,40 kategori sangat baik, tanggapan sangat setuju paling banyak dipilih oleh responden. Hal ini menunjukkan bahwa pelanggan akan melakukan pemilihan produk ketika sebuah perusahaan atau brand menciptakan vidio konten suatu produk disebar secara online dan mudah ditemukan. Kemudahan menemukan vidio konten suatu produk yang disediakan kepada pelanggan mampu mempengaruhi tingkat pembelian dalam membeli sebuah produk secara online, hal tersebutlah yang menjadikan indikator mudah ditemukan lebih dominan dipilih dari indikator lain pada variabel ini.
Berikut ini data secara keseluruhan jumlah jawaban responden mengenai variabel content marketing (X1) terhadap keputusan pembelian.
Tabel 4.3 Tingkat Content Marketing Responden
Skor Kelas Kategori Frekuensi %
10-18 Sangat Tidak Baik - -
19-27 Tidak Baik 2 2,41
28-36 Cukup Baik 8 9,64
37-44 Baik 40 48,19
45-52 Sangat Baik 33 53,40
Jumlah 83 100
Sumber : Diolah Peneliti (2024)
Berdasarkan tabel di atas dapat diketahui bahwa nilai tertinggi yaitu sebesar 53,40%. Maka dapat disimpulkan bahwa content marketing pada mahasiswa KPMKB di Samarinda terkategori sangat baik dalam mempengaruhi keputusan pembelian online.
2. Analisis Deskriptif Variabel Online Customer Raview (X2)
Berikut di bawah ini tersedia tabel tanggapan dari responden mengenai online customer review yakni :
Tabel 4.4 Tanggapan Responden Pada Online Customer Review
Pernyataan
Jawaban Mean Skala SS S RG TS STS
(5) (4) (3) (2) (1) X2 Online Customer Review
Indikator Perceived Usefullness (Dianggap Berguna) 11 Saya merasa online customer
review memudahkan saya dalam memilih suatu produk
F 38 36 7 2 - 4,32 Sangat
Baik
% 45,8 43,4 8,4 2,4 - 12 Saya merasa online customer
review sangat berguna untuk calon konsumen
F 39 37 5 2 - 4,36 Sangat
Baik
% 47 44,6 6 2,4 -
Rata-Rata 4,34 Sangat
Baik Indiktor Source Creadibility (Kreadibilitas Sumber)
13 Saya percaya online customer review yang diberikan oleh konsumen sebelumnya
F 26 40 15 2 - 4,08 Baik
% 31,3 48,2 18,1 2,4 -
14 Saya percaya online customer review memberikan sumber yang akurat
F 23 35 18 3 1 3,95 Baik
% 27,7 45,8 21,7 3,6 1,2
Rata-Rata 4,01 Baik
Indikator Quality Argument (Kualitas Argumen) 15 Saya dapat melihat informasi
mengenai kelebihan dan
kekurangan produk pada online customer review
F 35 34 11 6 - 4,21 Sangat Baik
% 42,2 41 13,3 3,6 - 16 Saya merasa online customer
review dapat meyakinkan saya dalam menentukan produk yang tepat
F 34 33 14 1 1 4,18 Baik
% 41 39,8 16,9 1,2 1,2
Rata-Rata 4,19 Baik
Indikator Volume Of Review (Volume Ulasan) 17 Saya merasa semakin banyak
jumlah online customer review positif dapat memberikan kepercayaan terhadap produk
F 43 30 6 4 - 4,34 Sangat
Baik
% 51,8 36,1 7,2 4,8 - 18 Saya merasa semakin banyak
jumlah review positif maka semakin baik pula reputasi produk tersebut
F 41 35 5 2 - 4,38 Baik
% 49,4 42,2 6 2,4 -
Rata-Rata 4,36 Baik
Indikator Valence (Valensi) 19 Saya merasa online customer
review dapat memberikan informasi yang tepat dan dapat mengetahui produk tersebut
F 36 35 8 4 - 4,24 Sangat
Baik
% 43,4 42,2 9,6 4,8 - 20 Saya melihat online customer
review terlebih dahulu sebelum membeli suatu produk
F 46 30 5 2 - 4,44 Sagat
Baik
% 55,4 36,1 6 2,4 -
Rata-Rata 4,34
Sumber: Diolah Peneliti (2024)
Tabel 4.4 di atas dapat disimpulkan bahwa indikator pada variabel online customer review berkategori sangat baik. Indikator volume ulasan memperoleh nilai rata-rata terbesar dari indikator lainnya, sehingga indikator yang paling dominan pada variabel online customer review adalah volume ulasan dengan nilai rata-rata 4,39 kategori sangat baik, tanggapan
sangat setuju paling banyak dipilih oleh responden. Hal ini menunjukkan bahwa banyaknya ulasan mengenai sebuah produk atau informasi yang diberikan dari konsumen mengenai pembelian secara online dapat mempengaruhi konsumen lain dalam melakukan keputusan pembelian.
Berikut ini data secara keseluruhan jumlah jawaban responden mengenai variabel online customer review (X2) terhadap keputusan pembelian.
Tabel 4.5 Tingkat Online Customer Review
Skor Kelas Kategori Frekuensi %
10-18 Sangat Tidak Baik - -
19-27 Tidak Baik 3 2,91
28-36 Cukup Baik 6 5,83
37-44 Baik 39 37,86
45-52 Sangat Baik 55 53,40
Jumlah 83 100
Sumber: Diolah Peneliti (2024)
Berdasarkan tabel di atas dapat diketahui bahwa nilai tertinggi yaitu sebesar 53,40%. Maka dapat disimpulkan bahwa online customer review pada mahasiswa KPMKB di Samarinda terkategori sangat baik dalam mempengaruhi keputusan pembelian online.
3. Analisis Deskiptif Variabel Keputusan Pembelian
Berikut di bawah ini tersedia tabel tanggapan dari responden mengenai online customer review yakni :
Tabel 4.6 Tanggapan Responden pada Keputusan Pembelian
Pernyataan Jawaban Mean Skala
SS S RG TS STS (5) (4) (3) (2) (1) Y Keputusan Pembelian
Indikator Sesuai Kebutuhan 21 Saya merasa online customer
saya melakukan keputusan pembelian online sesuai dengan kebutuhan
F 43 29 9 2 - 4,36 Sangat
Baik
% 51,8 34,9 10,8 2,4 - 22 Saya hanya membeli produk
secara online yang ditawarkan sesuai dengan kebutuhan
F 31 33 15 4 - 4,09 Baik
% 37,3 39,8 18,1 4,8 -
Rata-Rata 4,22 Sangat
Baik Indiktor Mempunyai Manfaat
23 Saya melakukan pembelian produk secara online yang dipercaya dapat bermanfaat
F 32 38 10 3 - 4,19 Baik
% 38,6 45,8 12 3,6 - 24 Saya melakukan pembelian
produk secara online yang mempunyai manfaat dan berarti
F 35 39 8 1 - 4,30 Sangat
Baik
% 42,2 47 9,6 1,2 - 25 Saya melakukan pembelian
produk secar online sesuai dengan keinginan
F 38 32 9 4 - 4,25 Sangat
Baik
% 45,8 38,6 10,8 4,8 -
Rata-Rata 4,24 Sangat
Baik Indikator Ketetapan
26 Saya membeli produk secara online dengan
mempertimbangkan harga produk
F 49 27 6 1 - 4,49 Sangat
Baik
% 59 32,5 7,2 1,2 - 27 Saya membeli produk secara
online sesuai dengan kualitasnya
F 45 33 4 1 - 4,46 Sangat
Baik
% 54,2 39,8 4,8 1,2 - 28 Saya membeli produk secara
online memperhatikan harga sesuai dengan kualitas yang didapatkan
F 48 28 5 1 1 4,45 Sangat
Baik
% 57,8 33,7 6 1,2 1,2
Rata-Rata 4,46 Sangat
Baik Indikator Pembelian Ulang
29 Saya melakukan pembelian produk secara online
dikarenakan merasapuas atas pembelian sebelumnya
F 36 37 7 3 - 4,27 Sangat
Baik
% 43,4 44,6 8,4 3,6 - 30 Saya memutuskan pembelian
secara online karena ingin melakukan pembelian ulang
F 28 32 19 2 1 4 Baik
% 33,7 38,6 22,9 3,6 1,2
Rata-Rata 4,13 Baik
Sumber: Diolah Peneliti (2024)
Tabel di atas menunjukkan bahwa indikator pada veriabel keputusan pembelian berkategori sangat baik. Indikator ketetapan memperoleh nilai rata-rata terbesar dari indikator lainnya, sehingga dapat dikatakan indikator yang paling dominan pada veriabel keputusan pembelian adalah ketatapan dengan nilai rata-rata 4,46 kategori sangat baik dengan pilihan responden dominan memilih sangat setuju pada pertanyaan. Hal tersebut dikarenakan pelanggan melihat sebuah produkdalam pembelian online dengan mempertimbangkan harga suatu produk, dan juga dengan melihat kualitas produk tersebut.
Berikut ini data secara keseluruhan jumlah jawaban responden mengenai variabel online customer review (X2) terhadap keputusan pembelian.
Tabel 4.7 Tingkat Keputusan Pembelian
Skor Kelas Kategori Frekuensi %
10-18 Sangat Tidak Baik - -
19-27 Tidak Baik 2 2,41
28-36 Cukup Baik 6 7,23
37-44 Baik 39 46,99
45-52 Sangat Baik 36 43,37
Jumlah 83 100
Sumber: Diolah Peneliti (2024)
Berdasarkan tabel di atas dapat diketahui bahwa nilai tertinggi yaitu sebesar 46,99. Maka dapat disimpulkan bahwa tingkat keputusan pembelian online pada mahasiswa KPMKB di Samarinda terkategori baik.
d. Hasil Uji Asumsi Klasik
Uji asumsi klasik di gunakan untuk mengetahui apakah alat ukur atau alat uji yang digunakan efektif atau tidak. Oleh karena itu sebelum melakukan pengujian hipotesis, terlebih dahulu dilakukan pengujian asumsi klasik yang dimaksudkan untuk memastikan bahwa model regresi linier berganda dapat digunakan atau tidak.
a) Uji Normalitas
Tabel 4.8 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 83
Normal Parametersa,b Mean ,0000000
Std. Deviation 2,80361736
Most Extreme Differences Absolute ,085
Positive ,085
Negative -,054
Test Statistic ,085
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: Diolah Peneliti (2024)
Berdasarkan tabel 4.8 di atas menunjukkan bahwa nilai signifikansi 0,200>0,05 maka dapat disimpulkan bahwa nilai residual pada penelitian ini berkontribusi normal.
b) Uji Multikolinieritas
Tabel 4.9 Hasil Uji Multikolinieritas
Sumber: Diolah Peneliti (2024)
Berdasarkan tabel 4.9 menunjukkan bahwa nilai VIF variabel content marketing dan online customer review adalah 3,581<10 dan nilai tolarance velue 0,279>0,1. Maka dapat disimpulkan bahwa data tersebut tidak terjadi gejala multikolinieritas antar variabel bebas content marketing dan online customer review pada model regresi.
c) Uji Heteroskedastisitas
Gambar 4. 1 Hasil Uji Heteroskedastisitas Scatterplot Sumber: Diolah Peneliti (2024)
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) 4,791 2,246 2,133 ,036
Content Marketing ,387 ,099 ,380 3,933 ,000 ,279 3,581
Online Customer
Review ,511 ,091 ,544 5,632 ,000 ,279 3,581
a. Dependent Variable: Keputusan Pembelian
Berdasarkan gambar di atas terlihat bahwa titik-titik menyebar di atas dan di bawah angka nol pada sumbu Y lalu tidak membentuk pola tertentu yang teratur, oleh karena itu dapat dikatakan pada model regresi ini tidak terjadi masalah heteroskedastisitas.
Tabel 4.10 Hasil Uji Heteroskedastisitas
Coefficientsa Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1 (Constant) 4,817 1,458 3,305 ,001
Content Marketing ,027 ,064 ,087 ,423 ,673
Online Customer Review -,091 ,059 -,319 -1,555 ,124
a. Dependent Variable: Abs_RES
Sumber: Diolah Peneliti (2024)
Dari tabel 4.10 sesuai dengan hasil pengujian, variabel X1 (content marketing) memiliki nilai signifikansi residual standar sebesar 0,673>0,05, sedangkan variabel X2 (online customer review) memiliki nilai signifikansi residual standar sebesar 0,124>0,05. Maka dapat disimpulkan bahwa tidak terjadi masalah heteroskedastisitas.
e. Analisis Regresi Berganda
Tabel 4.11 Hasil Uji Regresi Linier Berganda
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1 (Constant) 4,791 2,246 2,133 ,036
Content Marketing ,387 ,099 ,380 3,933 ,000
Online Customer Review ,511 ,091 ,544 5,632 ,000
a. Dependent Variable: Keputusan Pembelian
Sumber: Diolah Peneliti (2024)
Berdasarkan hasil analisis regresi di atas dapat diketahui persamaan analisis regresi linier berganda dengan menggunakan perumusan dan penjelasan sebagai berikut:
Y = 4,791 + 0,387π1 + 0,511π2 + π
Adapun hasil persamaan regresi linier berganda dapat dijabarkan sebagai berikut:
1. Nilai kostanta sebesar 4,791 dan nilai ini merupakan keadaan saat variabel keputusan pembelian belum dipengaruhi oleh variabel lainnya yaitu variabel content marketing dan variabel online customer review.
Jika variabel independen tidak ada, maka variabel keputusan pembelian akan bernilai sebesar 4,791.
2. Nilai koefisien regresi X1 sebesar 0,387 menunjukkan bahwa variabel content marketing mempunyai pengaruh positif terhadap keputusan pembelian yang berarti bahwa setiap kenaikan satuan variabel content marketing maka akan mempengaruhi keputusan pembelian sebesar 0,387 dengan asumsi bahwa variabel lain bernilai tetap.
3. Nilai koefisien regresi X2 sebesar 0,511 menunjukkan bahwa variabel online customer review mempunyai pengaruh positif terhadap keputusan pembelian yang berarti bahwa setiap kenaikan satuan variabel online customer review maka akan mempengaruhi keputusan pembelian sebesar 0,511 dengan asusmsi bahwa variabel lain berniai tetap.
4. Nilai koefisien content marketing (X1) dan online customer review (X2) menunjukkan bahwa nilai kedua variabel bebas ada pengaruh terhadap keputusan pembelian (Y) online pada KPMKB di Samarinda.
f. Uji Hipotesis
Uji hipotesis bertujuan untuk mengetahui ada atau tidaknya pengaruh parsial (sendiri) yang diberikan variabel bebas (X) terhadap variabel terikat (Y). Dasar pengambilan keputusan uji t ialah jika nilai signifikansi < 0,05 atau thitung>ttabel maka dinyatakan terdapat pengaruh variabel (X) terhadap variabel (Y), dan sebaliknya jika nilai signifikansi
>0,05 atau thitung>ttabel maka dinyatakan tidak ada pengaruh antara variabel (X) dan (Y). Dasar pengambilan keputusan uji f ialah jika nilai signifikansi
<0,05 atau fhitung>ftabel maka terdapat pengaruh variabel (X) secara simultan terhadap variabel (Y), dan sebaliknya jika nilai signifikansi >0,05 atau fhitung<ftabel maka terdapat pengaruh variabel (X) secara simultan terhadap variabel (Y).
Berdasarkan hasil pengujian hipotesis penelitian ini terdiri dari uji t dan juga uji-f yang disajikan kedalam tabel sebagai berikut:
1) Uji Signifikansi Parsial (t)
Tabel 4.12 Hasil Uji t
Coefficientsa
Model t Sig.
1 (Constant) 2,133 ,036
Content Marketing 3,933 ,000
Online Customer Review 5,632 ,000
a. Dependent Variable: Keputusan Pembelian
Sumber: Diolah Peneliti (2024)
a. Content marketing (X1) tehadap Keputusan Pembelian (Y)
Berdasarkan hasil uji hipotesis pada tabel di atas yaitu hasil uji t (parsial) menunjukkan bahwa nilai signifikansi pengaruh content marketing terhadap keputusan pembelian adalah 0,000<0,05 atau