BAB III METODE PENELITIAN
H. Validitas Dan Reliabilitas Instrumen
I. Teknik Pengolahan Dan Analisis Data
Teknik pengolahan data ialah proses yang dilakukan dengan tujuan memperoleh data dari masing-masing variabel yang dianalisis. Pengolahan data ini bertujuan untuk mengubah data mentah menjadi data yang mudah untuk pengkajian selanjutnya. Pada penelitian ini menggunakan metode kuantitatif dengan pengolahan data antara lain :
1. Pengeditan data
Pengeditan data merupakan koreksi dari hasil data yang terkumpul dari responden. Hal ini dibutuhkan agar diketahui apakah data sesuai kebutuhan peneliti atau tidak.
2. Pengkodean data dan transformasi data
Pengkodean merupakan proses menyusun data yang mulanya berupa data mentah dari hasil kuisioner untuk memudahkan peneliti membaca dan memahami. Transformasi data yang mana menyusun data menjadi kuantitatif dengan penskoran, dan skala pengukuran.
20 Amruddin, Metodologi Penelitian Kuantitatif Dan Kualitatif (Bandung: CV. Media Sains Indonesia, 2022), 109.
3. Tabulasi data
Tabulasi data merupakan proses dimana meletakkan data pada tabel sesuai dengan kebutuhan peneliti.21
Pada penelitian ini menggunakan teknik analisis data uji asumsi klasik, asumsi yang harus dipenuhi ialah sebagai berikut :
1. Uji Normalitas
Uji normalitas dilakukan dengan tujuan untuk melihat apakah nilai residual atau perbedaan yang ada dalam suatu penelitian berdistribusi normal atau tidak. Uji normalitas ini dapat menggunakan analisis analisis explore dan menggunakan signifikasipada kolom Kolmogorof-smirnov. Teknik analisisnya adalah:
a. Jika nilai probability signifikasi lebih dari sama dengan 0,05 maka data tersebut berdistribusi normal.
b. Jika nilai probability signifikasi kurang dari sama dengan 0,05 maka data tersebut berdistribusi tidak normal.22
2. Uji Multikolinieritas
Uji multikolinieritas dilakukan dengan tujuan apakah ada atau tidak korelasi yang tinggi diantara variabel-variabel bebas.
Jika terdapat korelasi yang tinggi diantara variabel-variabel
21 Surya Dharma, Pengolahan Dan Analisis Data Penelitian (Jakarta: Ditjen PMPTK, 2018), 23–
24.
22 Nikolaus Duli, Metodologi Penelitian Kuantitatif : Beberapa Konsep Dasar Untuk Penulisan Skripsi & Analisis Data Dengan SPSS (Yogyakarta: CV. Budi Utama, 2019), 114–15.
bebasnya maka terdapat aspek yang sama diukur dalam variabel bebas. Uji multikolinieritas dilakukan dengan analisis varain inflation factor (VIF). Kriteria yang dijadikan acuan ialah :
a. Jika nilai toleransi pada VIF lebih dari 10 maka tidak terjadi multikolinieritas pada data yang diuji.
b. Jika nilai toleransi pada VIF kurang dari 10 maka terjadi multikolinieritas pada data yang diuji.23
3. Uji Heteroskedastisitas
Uji heteroskedastisitas dilakukan dengan tujuan untuk mengetahui apakah terdapat ketidaksamaan varians dari residul satu pengamatan ke pengamatan yang lain. Dasar pengambilan keputusan pada uji heteroskedastisitas ialah :
a. Jika nilai signifikasi lebih dari sama dengan 0,05 persen maka tidak terjadi heteroskedastisitas.
b. Jika nilai signifikasi kurang dari sama dengan 0,05 persen maka terjadi heteroskedastisitas.24
4. Uji Linieritas
Uji linieritas dilakukan untuk melihat apakah model yang dibangun memiliki hubungan yang linier atakah tidak, yang digunakan untuk mengkonfirmasikan apakah sifat linier antara dua
23 Ajat Rukajat, Pendekatan Penelitian Kuantitatif Quantitative Research Approach (Yogyakarta:
Deepublish, 2017), 17.
24 Roni Fadli, Manajemen Sumber Daya Manusia Di Dalam Perusahaan (Tangerang Selatan: Pascal Book, 2022), 99.
variabel yang diidentifikasikan secara teori sesuai atau tidak dengan hasil observasi yang ada. Uji linieritas dapat menggunakan Deviation from Linearity dengan dasar pengambilan keputusan sebagai berikut :
a. Jika nilai Deviation from Linearity dengan signifikasi lebih besar dari 0,05 maka terdapat hubungan yang linier antara variabel X dengan variabel Y.
b. Jika nilai Deviation from Linearity dengan signifikasi lebih kecil dari 0,05 maka tidak terdapat hubungan yang linier antara variabel X dengan variabel Y.25
5. Uji Autokorelasi
Uji autokorelasi dilakukan dengan tujuan untuk mengetahui adakah korelasi antara anggota serangkaian data yang diteliti atau dianalisis. Metode yang digunakan yaitu dengan pengujian uji Durbin-Watson (uji DW) yang terletak pada du < DW < 4 – du.
Nilai du dapat dicari melalui tabel Durbin Watson dengan melihat nilai k (variabel bebas) dan N (banyaknya sampel) dengan nilai signifikansi 5%.26
25 Billy Nugraha, Pengembangan Uji Statistik : Implementasi Metode Regresi Linier Betganda Dengan Pertimbangan Uji Asumsi Klasik (Jawa Tengah: Pradina Pustaka, 2022), 65.
26 Imam Ghozali, Aplikasi Analisis Multivariate Dengan Program SPSS, Universitas Diponegoro (2013): 110.
b. Analisis Data
Pada penelitian ini menggunakan analisis regresi yang mana digunakan untuk memahami hubungan antar variabel dependen dan independen yang bertujuan untuk menganalisis besarnya pengaruh dari variabel independen dan dependen.
Regresi linier terbagi pada dua kelompok antara lain:
1. Analisis regresi linier sederhana
Analisis regresi sederhana digunakan untuk mengetahui kebergunaan satu independent variable untuk memprediksi dependent variable.27 Regresi sederhana hanya dapat memasukkan satu independent variable dan persamaannya berpangkat satu independent variable dan persamaannya berpangkat satu. Adapun rumus regresi linier sederhana sebagai berikut :
Y = a + bX Keterangan:
Y = dependent variable (nilai yang diprediksi) X = independent variable
a = konstanta
b = koefisien regresi (nilai peningkatan atau penurunan) Dasar untuk pengambilan keputusan regresi linier
27 Tony Wijaya, Analisis Data Penelitian Menggunakan SPSS (Yogyakarta: Universitas Atmajaya, 2009), 91.
sederhana ialah sebagai berikut:
Jika thitung > ttabel maka H0 ditolak dan Ha diterima Jika thitung < ttabel maka H0 diterima dan Ha ditolak
atau
Jika α < 0,05 maka H0 ditolak dan Ha diterima Jika α > 0,05 maka H0 diterima dan Ha ditolak.
2. Analisis regresi linier berganda
Analisis regresi linier berganda hanya pada satu dependent variable serta dua atau lebih independent variable. Pada analisis regresi linier sederhana jumlah independent variable yang dipakai merupakan sebesar satu variabel. Sedangkan dalam analisis regresi dan korelasi berganda, jumlah dari independent variable yang dapat digunakan lebih dari satu variabel. Adapun rumus analisis regresi linier berganda sebagai berikut :
Y = a + b1X1 + b2X2 + error
Keterangan:
Y : dependent variable yaitu sales perfomance X1 : independent variable yaitu digital marketing X2 : independen variable yaitu capacity building.
A : Konstanta
b1 : Koefisien regresi parsial, mengukur rata-rata nilai Y untuk setiap perubahan X1 dengan menganggap X2 adalah konstan.
b2 : Koefisien regresi parsial, mengukur rata-rata nilai Y untuk setiap perubahan X2 dengan X1 konstan.
3. Uji hipotesis a. Uji t
Uji t merupakan uji yang digunakan untuk mengetahui kebenaran suatu hipotesis, dengan tujuan mengetahui ada atau tidaknya perbedaan yang signifikan dari dua sampel.28 Dalam pengambilan kesimpulannya dengan berdasarkan melihat nilai signifikan dan membandingkan dengan taraf kesalahan yang dipakai, yakni jika diketahui nilai probabilitas < nilai alpha, maka disimpulkan bahwa independent variable berpengaruh signifikan terhadap dependent variable. Dengan dasar pengambilan keputusan sebagai berikut :
1.) Apabila thitung > ttabel, maka independent variable memiliki pengaruh yang signifikan terhadap dependent variable.
28 I Putu Ade Andre Payadnya, Panduan Penelitian Eksperimen Beserta Analisis Statistik Dengan SPSS (Yogyakarta: CV Budi Utama, 2018), 71.
2.) Apabila thitung < ttabel, maka independent variable tidak memiliki pengaruh yang signifikan terhadap dependent variable.
Sedangkan dasar pengambilan keputusannya ialah sebagai berikut :
1.) Jika nilai signifikansi < 0,05 maka H0 ditolak dan Ha diterima.
2.) Jika nilai signifikansi > 0,05 maka H0 diterima dan Ha ditolak.29
b. Uji F
Uji F digunakan untuk mengetahui pengaruh independent variable secara keseluruhan terhadap dependent variable yang mana dilakukan dengan cara membandingkan nilai signifikan dengan nilai tingkat kepercayaan 0,05.30
Adapun dasar pengambilan keputusan uji F sebagai berikut : 1). Jika Fhitung > Ftabel, maka H0 ditolak dan Ha diterima, artinya terdapat pengaruh yang signifikan antara variabel bebas secara keseluruhan terhadap variabel terikat
2). Jika Fhitung < Ftabel, maka H0 diterima dan Ha ditolak, artinya tidak terdapat pengaruh yang signifikan antara
29 Ibid.
30 Nur Sayidan, Metodologi Penelitian Disertai Dengan Contoh Penerapannya Dalam Penelitian (Sidoarjo: Zifatama Jawara, 2018), 123.
variabel bebas secara keseluruhan terhadap variabel terikat.
31 Sunyoto, Prosedur Uji Hipotesis Untuk Riset Ekonomi (Bandung: Alfabetha, 2012), 125.
32 Yenni Arfah, Keputusan Pembelian Produk (Sumatera Utara: PT. Inovasi Pratama Internasional, 2017), 37–38.
Dasar pengambilan uji f sebagai berikut :
1) Jika nilai signifikansi > 0,05 maka H0 diterima dan Ha ditolak.
2) Jika nilai signifikansi < 0,05 maka H0 ditolak dan Ha diterima.31
c. Koefisien Determinasi
Koefisien determinasi dilakukan untuk mengetahui seberapa besar distribusi variabel bebas terhadap variabel terikat.
Semakin besar nilai koefisisen determinasi maka semakin baik pula kemapuan variabel bebas menerangkan variabel terikat. 32
BAB IV
PEMBAHASAN DAN ANALISIS DATA A. Gambaran Umum Objek Penelitian
1. Sejarah DomikadogiftShop
Domikadogiftshop tepatnya didirikan pada tanggal 07 November tahun 2007, oleh ownernya bernama Ibu Dian Rivia Rahmawatie atau yang kerap disapa dengan Mba Adynt. Awalnya toko ini terletak di Jl. K.H Ahmad Dahlan No. 76 dan sejak januari 2023 pindah ke Jl. Pahlawan No. 35C.
Domikadogiftshop merupakan toko kado terlengkap dan hanya ada satu- satunya di Kabupaten Ponorogo pada awal didirikan. Yang melatarbelakangi didirikannya toko ini pun salah satunya ialah karena pada tahun 2007 di Ponorogo khususnya belum ada satupun toko yang menjual untuk keperluan kado atau hadiah sehingga belum adanya pesaing yang menjual produk serupa.
Dikarenakan hal tersebut Ibu Dian melirik peluang usaha ini sangat bagus dan sangat cocok didirikan di Ponorogo. Ditambah lagi dengan hobi dan keterampilan kerajinan tangan yang dikuasai oleh Ibu Dian juga melatarbelakangi berdirinya usaha ini. Sehingga produk-produk yang tersedia pada Domikadogiftshop tidak hanya buatan pabrik saja, namun juga banyak yang handmade dan tentunya bisa menyesuaikan keinginan dan kebutuhan konsumen seperti box, papebag, dan masih banyak lainnya.1
1 Dian Rivia Rahmawatie, Wawancara, 01 April 2023.
mempermudah tercapainya tujuan perusahaan.2
Struktur Organisasi Domikadogiftshop Ponorogo
Gambar 4.1 3. Visi dan Misi
Visi merupakan sebuah cita-cita maupun tujuan dalam sebuah organisasi maupun perusahaan. Sedangkan misi merupakan langkah-langkah yang ditempuh dalam mencapai tujuan atau visi perusahaan atau organisasi tersebut. Visi pada umumnya hanya dijabarkan dengan satu kalimat,
Karyawan
Head Of Production
Eka Nurma Head Of
Customer Service Fradiella Frensisca Head Of
Admin Kayla Awanis
Musthofa
Owner
Dian Rivia Rahmawatie 2. Struktur Organisasi
Struktur organisasi ialah sistem yang dibuat secara formal yang membagi tugas, wewenang, dan jabatan dalam sebuah organisasi agar
sedangkan misi umumnya dijabarkan dengan beberapa kalimat sehingga mudah dipahami untuk mendukung penjabaran daripada visi.
2 Dicky Wishnu U.R, “Teori Organisasi Struktur dan Desain” (Malang: UMM Press, 2009), 8.
1.) Visi Domikadogiftshop Ponorogo:
"Menjadi perusahaan dagang yang terus berkembang, berinovasi sesuai perkembangan jaman dan mampu menyerap tenaga kerja serta membawa keberkahan dan kebermanfaatan bagi semua pihak"
2.) Misi Domikadogiftshop Ponorogo:
a. Mengedepankan kenyamanan konsumen.
b. Mengedepankan kinerja efektif dan efisien.
c. Meningkatkan kualitas produk dan pelayanan.
d. Mengoptimalkan ketersediaan produk.
e. Memenuhi selera pasar yang sangat beragam.
f. Membangun suasana nyaman bekerja bagi karyawan.
g. Meningkatkan kesejahteraan karyawan.
B. Hasil Pengujian Instrumen (Validitas dan Reliabilitas) 1. Uji Validitas
Pada penelitian ini menggunakan uji validitas dengan teknik product moment, adapun rumus teknik product moment sebagai berikut :
Keterangan :
rxy : Koefisien Korelasi n : Jumlah Responden x : Nilai Per butir
y : Total nilai kuesioner masing-masing responden
Dari perhitungan yang telah dilakukan, maka diperoleh hasil sebagai berikut:
Tabel 4.1
Hasil Uji Validitas Variabel Digital Marketing
Variabel Pernyataan Validitas Keterangan Digital Marketing X1.1
X1.2 X1.3 X1.4 X1.5 X1.6 X1.7 X1.8 X1.9 X1.10 X1.11 X1.12 X1.13 X1.14 X1.15 X1.16 X1.17 X1.18 X1.19 X1.20 X1.21 X1.22 X1.23 X1.24
0,722 0,662 0,571 0,654 0,752 0,803 0,746 0,471 0,758 0,758 0,530 0,528 0,528 0,492 0,492 0,731 0,644 0,682 0,712 0,544 0,665 0,669 0,632 0,632
Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Sumber : Data diolah
Berdasarkan paparan tabel tersebut dapat disimpulkan bahwa seluruh pernyataan pada variabel digital marketing sebanyak 24 pernyataan dinyatakan valid. Terlihat pada r hitung > r tabel dengan N=25, dan nilai signifikasi 0.05% yakni (0,396).
Tabel 4.2
Hasil Uji Validitas Variabel Capacity Building
Variabel Pernyataan Validitas Keterangan Capacity Building X1.1
X1.2 X1.3 X1.4 X1.5 X1.6 X1.7 X1.8 X1.9 X1.10 X1.11 X1.12
0,713 0,765 0,417 0,721 0,635 0,547 0,721 0,648 0,508 0,492 0,635 0,765
Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Sumber : Data diolah
Berdasarkan paparan tabel tersebut dapat disimpulkan bahwa seluruh pernyataan pada variabel capacity building sebanyak 12 pernyataan dapat dinyatakan valid. Dibuktikan dengan r hitung > r tabel dengan N-25, dan nilai signifikasi 0,05% yakni (0,396).
Tabel 4.3
Hasil Uji Validitas Variabel Sales Perfomance
Variabel Pernyataan Validitas Keterangan Sales Perfomance Y.1
Y.2 Y.3 Y.4 Y.5 Y.6 Y.7 Y.8 Y.9 Y.10 Y.11 Y.12
0,791 0,501 0,648 0,838 0,663 0,581 0,838 0,499 0,638 0,791 0,634 0,838
Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Sumber : Data diolah
Berdasarkan paparan tabel tersebut dapat disimpulkan bahwa seluruh pernyataan pada variabel sales perfomance sebanyak 12 pernyataan dapat dikatakan valid. Dibuktikan dengan r hitung > r tabel dengan N-25, dan nilai signifikasi 0,05% yakni (0,396)
Tabel 4.4 Hasil Uji Validitas X1
Butir Soal Sig. 2 Tailed Standart Validitas
Keterangan
X1.1 0,000 <0,05 Valid
X1.2 0,000 <0,05 Valid
X1.3 0,002 <0,05 Valid
X1.4 0,000 <0,05 Valid
X1.5 0,000 <0,05 Valid
X1.6 0,000 <0,05 Valid
X1.7 0,000 <0,05 Valid
X1.8 0,013 <0,05 Valid
X1.9 0,000 <0,05 Valid
X1.10 0,000 <0,05 Valid
X1.11 0,004 <0,05 Valid
X1.12 0,005 <0,05 Valid
X1.13 0,005 <0,05 Valid
X1.14 0,000 <0,05 Valid
X1.15 0,003 <0,05 Valid
X1.16 0,000 <0,05 Valid
X1.17 0,000 <0,05 Valid
X1.18 0,000 <0,05 Valid
X1.19 0,000 <0,05 Valid
X1.20 0,003 <0,05 Valid
X1.21 0,000 <0,05 Valid
X1.22 0,000 <0,05 Valid
X1.23 0,000 <0,05 Valid
X1.24 0,000 <0,05 Valid
Sumber : Data diolah
Berdasarkan paparan tabel tersebut dapat disimpulkan bahwa semua nilai signifikan dari masing-masing butir pernyataan < 0,05 maka dapat disimpulkan semua butir soal pada variabel digital marketing (X1) dinyatakan valid.
Tabel 4.5 Hasil Uji Validitas X2
Butir Soal Sig. 2 Tailed Standart
Validitas Keterangan
X2.1 0,000 <0,05 Valid
X2.2 0,000 <0,05 Valid
X2.3 0,030 <0,05 Valid
X2.4 0,000 <0,05 Valid
X2.5 0,000 <0,05 Valid
X2.6 0,003 <0,05 Valid
X2.7 0,000 <0,05 Valid
X2.8 0,000 <0,05 Valid
X2.9 0,007 <0,05 Valid
X2.10 0,009 <0,05 Valid
X2.11 0,000 <0,05 Valid
X2.12 0,000 <0,05 Valid
Sumber : Data diolah
Berdasarkan paparan tabel tersebut dapat disimpulkan bahwa semua nilai signifikan dari masing-masing butir pernyataan < 0,05 maka dapat disimpulkan semua butir soal pada variabel capacity building (X2) dinyatakan valid.
Tabel 4.6 Hasil Uji Validitas Y Butir Soal Sig. 2 Tailed Standart
Validitas Keterangan
Y.1 0,000 <0,05 Valid
Y.2 0,000 <0,05 Valid
Y.3 0,000 <0,05 Valid
Y.4 0,000 <0,05 Valid
Y.5 0,000 <0,05 Valid
Y.6 0,001 <0,05 Valid
Y.7 0,000 <0,05 Valid
Y.8 0,000 <0,05 Valid
Y.9 0,000 <0,05 Valid
Y.10 0,000 <0,05 Valid
Y.11 0,000 <0,05 Valid
Y.12 0,000 <0,05 Valid
Sumber : Data diolah
Berdasarkan paparan tabel tersebut dapat disimpulkan bahwa semua nilai signifikan dari masing-masing butir pernyataan < 0,05 maka dapat disimpulkan semua butir soal pada variabel sales perfomance (Y) dinyatakan valid.
2. Uji Reliabilitas
Pernyataan dalam kuisioner dapat dikatakan reliabel jika nilai r total tes
> r tabel. Pada penelitian ini jumlah seluruh responden yang digunakan sebanyak 27 maka diperoleh nilai distribusi (df) r tabel ialah N-2 yaitu N = 25 dengan taraf signifikasi 5% ialah 0,396. Dibawah ini merupakan paparan tabel hasil uji reliabilitas terhadap tiga vaiabel yang digunakan dalam penelitian ini, antara lain sebagai berikut :
Tabel 4.7 Hasil Uji Reliabilitas
Variabel r Total tes r Tabel Keterangan Didital Marketing 0,936 > 0,396 Reliabel Capacity Building 0,865 > 0,396 Reliebel Sales Perfomance 0,894 > 0,396 Reliebel Sumber : Data diolah
Berdasarkan paparan tabel tersebut dapat disimpulkan bahwa nilai r total tes > nilai r tabel. Jadi dapat disimpulkan bahwa variabel digital marketing, capacity building, dan sales perfomance dapat dikatakan reliabel.
C. Hasil Pengujian Deskriptif
Pada penelitian ini data maupun informasi yang digunakan diperoleh langsung terhadap para responden dilapangan melalui kuisioner yang disebarkan kepada seluruh karyawan domikadogiftshop ponorogo sejumlah 27 responden.
Kriteria yang diambil dalam penelitian ini berdasarkan usia, jenis kelamin dan pendidikan.
1. Deskripsi Data Responden
Pada penelitian ini data maupun informasi yang diperoleh dari responden yang dikelompokkan berdasarkan usia dan berdasarkan jenis kelamin. Berikut paparan data-data responden yang digunakan sebagai sampel yang diperoleh dari seluruh karyawan domikadogiftshop ponorogo.
a. Data responden berdasarkan usia
Pada data responden berdasarkan usia peneliti mengelompokkan data responden kedalam dua kategori yakni data responden yang berusia <
20 tahun dan data responden yang berusia > 20 tahun, sehingga diperoleh data sebagai berikut :
Tabel 4.8 Data Usia Karyawan
Usia Frekuensi Persen
<20 Tahun 5 19%
>20 Tahun 22 81%
Sumber : Data diolah
Berdasarkan tabel tersebut dapat diketahui bahwa jumlah karyawan yang berusia <20 tahun sejumlah 5 orang, sedangkan jumlah karyawan yang berusia >20 tahun adalah 22 orang. Jika diprosentasekan maka jumlah karyawan yang berusia <20 tahun hanya 18%, sedangkan jumlah karyawan yang berusia >20 tahun adalah 81%.
b. Data responden berdasarkan jenis kelamin
Pada data responden berdasarkan jenis kelamin peneliti mengelompokkan data responden kedalam dua kategori yakni data responden berjenis kelamin laki-laki dan perempuan, sehingga diperoleh data sebagai berikut :
Tabel 4.9 Data Usia Karyawan Jenis
Kelamin
Frekuensi Persen
Laki-Laki 4 15%
Perempuan 23 85%
Sumber : data diolah
Berdasarkan tabel diatas dapat diketahui bahwa jumlah karyawan yang bejenis kelamin laki-laki adalah sejumlah 4 orang, jika diprosentasekan ialah 15%, sedangkan jumlah karyawan yang berjenis kelamin perempuan mencapai 23 orang, sehingga jika diprosentasekan ialah 85%.
c. Data responden berdasarkan pendidikan
Pada data responden berdasarkan pendidikan peneliti mengelompokkan data responden kedalam dua kategori yakni data responden yang berpendidikan lebih dari tingkat sekolah menengah atas dan kurang dari sama dengan sekolah menengah atas.
Tabel 4.10
Data Pendidikan Karyawan
Pendidikan Frekuensi Persen
< SMA Sederajat 1 4%
> SMA Sederajat 26 96%
Sumber : Data diolah
Berdasarkan tabel tersebut dapat diketahui bahwa jumlah karyawan dengan taraf pendidikan dibawah SMA sederajat hanya 1 orang saja, jika diprosentasekan ialah 4%, sedangkan jumlah dengan taraf pendidikan diatas atau sama dengan SMA sederajat mencapai 26 orang, sehingga jika diprosentasekan ialah 96%.
2. Hasil Pengujian Deskripsi Data Penelitian
Variabel yang digunakan dalam penelitian ini yakni digital marketing (X1), dan capacity building (X2) sebagai independent variable atau variabel bebas, dan sales perfomance (Y) sebagai dependent variable atau variabel terikat, dengan kriteria penilaian 4 = sangat setuju, 3 = setuju, 2 = kurang setuju, 1 = sangat tidak setuju. Berikut merupakan data-data yang diperoleh melalui kuisioner yang telah disebarkan kepada para responden.
D. Hasil Pengujian Hipotesis 1. Hasil Uji Asumsi Klasik
Pada penelitian ini uji asumsi klasik yang digunakan ialah, uji normalitas, uji multikolinieritas, uji heteroskedastisitas, uji linieritas, dan uji autokorelasi.
a. Uji Normalitas
Uji normalitas dilakukan guna mengetahui perbedaan atau nilai residual yang ada dalam suatu penelitian tersebut, apakah berdistribusi normal atau tidak normal.3 Pada uji ini menggunakan kolmogrov-smirnov dengan dasar pengambilan keputusan jika nilai signifikasi > 0,05 % maka data berdistribusi normal. Berikut paparan tabel hasil uji Normalitas :
3 Imam Machali, Metode Penelitian Kuantitatif (Yogyakarta: UIN Sunan Kalijaga, 2017).
Sumber : Data diolah
Berdasarkan paparan tabel diatas dapat diketahui bahwa nilai sig. 2 (tailed) (0,200) > 0,05% maka dapat disimpulkan pada penelitian ini data berdistribusi normal.
b. Uji Multikolinieritas
Uji Multikolinieritas dilakukan guna mengetahui ada atau tidaknya hubungan (korelasi) yang signifikan antar variabel bebas.4 Berikut paparan tabel hasil uji Multikolinearitas:
Tabel 4.11 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 27
Normal Parametersa,b Mean ,0000000
Std. Deviation 3,76935905
Most Extreme Differences Absolute ,068
Positive ,066
Negative -,068
Test Statistic ,068
Asymp. Sig. (2-tailed) ,200c,d
a. Test distribution is Normal.
4 Danang Sunyoto, Praktik SPSS (Yogyakarta: Nuha Medika, 2011), 119.
Tabel 4.12
Hasil Uji Multikolinearitas Coefficientsa
Model
Unstandardized Coefficients
Stand ardiz
ed Coeffi
cient
s t Sig.
Collinearity Statistics
B Std.
Error
Beta
Tole ran ce
VIF
(Constant) 17,671 9,240 1,912 ,068
Digital Marketing
,301 ,097 ,538 3,103 ,005 ,988 1,012
Capacity Building
-,078 ,130 -,103 ,597 ,556 ,988 1,012
a. Dependent Variable: Sales Perfomance
Sumber : Data diolah
Berdasarkan paparan tabel diatas nilai VIF > 10 pada kedua variabel maka dapat disimpulkan bahwa tidak terjadi gejala multikolinearitas.
c. Uji Heteroskedastisitas
Uji Heteroskedatisitas dilakukan guna mengetahui apakah dalam model regresi terjadi ketidaksamaan varian dan residual satu pengamatan terhadap pengamatan yang lainnya. Berikut tabel paparan hasil uji Heteroskedatisitas :
Tabel 4.13
Hasil Uji Heteroskedatisitas
Coefficientsa
Model
Unstandardized Coefficients
Standardiz ed Coefficient
s t Sig.
B Std. Error Beta
1 (Constant) 5,334 2,937 1,816 ,082
Digital Marketing
,027 ,023 ,236 1,178 ,250
Capacity Building
-,099 ,068 -,293 -1,463 ,156
a. Dependent Variable: RES2
Sumber : Data diolah
Berdasarkan paparan tabel tersebut nilai sig. 2 tailed > 0,05 pada kedua variabel maka dapat disimpulkan bahwa tidak terdapat gejala heteroskedatisitas.
d. Uji Linieritas
Uji Linearitas dilakukan guna mengetahui apakah instrumen yang digunakan linear atau tidak, apabila instrumen yang digunakan dalam penelitian hasilnya tidak linear maka instrumen tersebut tidak dapat digunakan. Berikut paparan tabel hasil uji linearitas. Berikut paparan tabel hasil Uji Linearitas :
Tabel 4.14 Hasil Uji Linearitas
ANOVA Table
Sum of Squares df
Mean
Square F Sig.
Sales Perfom ance * Digital Marketi ng
Between Groups
(Combined) 361,167 1 8
20,065 1,019 ,519
Linearity 77,228 1 77,228 3,923 ,083 Deviation from
Linearity
283,938 1 7
16,702 ,848 ,634
Within Groups 157,500 8 19,688
Total 518,667 2
6
ANOVA Table
Sum of Squares df
Mean
Square F Sig.
Sales Perfoman ce * Capacity Building
Between Groups
(Combined) 255,333 12 21,278 1,13 1
,408
Linearity 1,065 1 1,065 ,057 ,815 Deviation
from Linearity
254,268 11 23,115 1,22 9
,352
Within Groups 263,333 14 18,810
Total 518,667 26
Sumber : Data diolah
marketing terhadap sales performance, dan capacity building terhadap sales performance adalah linier.
e. Uji Autokorelasi
Uji autokorelasi dilakukan guna mengetahui ada atau tidaknya korelasi antara anggota serangkaian data yang diteliti dan dianalisis menurut ruang atau waktu.5
Tabel 4.15 Hasil Uji Autokorelasi
Sumber: Data diolah
Dengan nilai signifikansi 5% , N= 27, DW= 1,798, Du= 1,5562, 4- Du= 2,4438. Dengan itu maka diperoleh hasil sebagai berikut:
dU<DW<4-dU
=1,5562 < 1,798 <4-1,5562
Berdasarkan paparan tabel tersebut nilai DFL (Deviation From Linearity) > 0,05, maka dapat disimpulkan bahwa garis regresi X1 terhadap Y, dan X2 terhadap Y adalah linier atau garis regresi digital
Model Summaryb
Model R R Square
Adjusted R Square
Std. Error of the
Estimate Durbin-Watson
1 ,415a ,172 ,103 4,229 1,798
a. Predictors: (Constant), Capacity Building, Digital Marketing b. Dependent Variable: Sales Perfomance
=1,5562 < 1,798 < 2,4438
5 Ibid, 110.
Dari hasil analisis tersebut maka dapat disimpulkan bahwa terdapat kolerasi.
2. Analisis Regresi Linear Sederhana
Analisis regresi linear sederhana dilakukan guna mengetahui bagaimana pengaruh variabel digital marketing terhadap variabel sales perfomance, dan variabel capacity building terhadap variabel sales perfomance. Berikut merupakan paparan hasil analisis regresi linear sederhana :
a. Pengaruh digital marketing terhadap sales perfomance 1.) Model regresi
Tabel 4.16
Hasil Uji Pengaruh X1 terhadap Y Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficient S
t Sig.
B Std.
Error
Beta
1 (Constant) 14,988 7,969
0,526
1,881 ,072 Digital
Marketing 0,294 0,095 3,096 ,005
Sumber : Data diolah
Berdasarkan paparan tabel tersebut dapat diketahui hasil persamaan regresi sebagai berikut :
Y = a + bX
Y = 14,988 + 0,294