Teknik Pengolahan dan Analisis Data

BAB V PENUTUP

H. Teknik Pengolahan dan Analisis Data

Pada penelitian kuantitatif teknik yang digunakan dalam menganalisis data adalah sudah jelas, yaitu diarahkan untuk menjawab rumusan masalah dan melakukan perhitungan untuk menguji hipotesis yang

15 Sofyan Siregar, Metode Penelitian Kuantitatif (Jakarta: Kencana Prenada Media Group, 2014), 44.

16 Hengki Latan dan Selva Temalagi, Analisis Multivariate Menggunakan Program IBM

SPSS 20.0 (Bandung: Alfabeta, 2013), 46.

17 Aji Supranto, Pengantar Teknologi Informasi (Jakarta: Salemba Infotek, 2005), 96.

telah dirumuskan.¹⁸ Analisis data dalam penelitian ini menggunkaan bantuan program Excel dan Statistical Product and Service Solution (SPSS) Versi 20. Sebelum data dianalisis, terlebih dahulu dilakukan uji asumsi klasik yang terdiri dari uji normalitas, uji heteroskedastisitas, uji autokorelasi, dan uji multikolinieritas.

1. Uji Asumsi Klasik a. Uji Normalitas

Uji normalitas data dapat dilakukan dengan menggunakan Uji Kolmogorov Smirnov satu arah. Pengambilan kesimpulan untuk menentukan apakah suatu data mengikuti distribusi normal atau tidak adalah dengan menilai signifikannya. Jika signifikan > 0, 05 maka variabel berdistribusi normal dan sebaliknya jika signifikan < 0, 05 maka variabel tidak berdistribusi normal.¹⁹

b. Uji Heteroskedatisitas

Heteroskedasitas menguji terjadinya perbedaan variance residual suatu periode pengamatan ke periode pengamatan lain.²⁰ Analisa bisa dilaksanakan mengamati signifikasi variabel independen terhadap variabel dependen. Model regresi yang baik adalah tidak terjadi heteroskedasitas. Apabila hasil uji

18 Sugiyono, Metode Penelitian Pendidikan Pendekatan Kuantitatif, Kualitatif dan R&D, 243.

19 Sujarweni, Metodologi Penelitian Bisnis dan Ekonomi, 225.

20 Ibid, 157-159.

diatas level signifikan (r>0,05), berarti tidak terjadi heteroskedastisitas dan sebaliknya apabila hasil uji dibawah level signifikan (r < 0,05) berarti terjadi heteroskedastisitas.²¹ c. Uji Autokorelasi

Uji autokorelasi digunakan untuk mengetahui apakah ada penyimpangan asumsi klasik autokorelasi, yaitu korelasi yang terjadi anatara residual suatu pengamatan dengan pengamatan lain pada model regresi. Salah satu cara yang umum dipakai untuk mendeteksi adanya autokerelasi dalam regresi linier berganda adalah dengan Uji Durbin-Watson (DW). Adapun syarat yang harus dipenuhi adalaah sebagai berikut:

𝑑_𝑢 < d < 4 - 𝑑_𝑢 Keterangan:

d = Nilai Durbin Watson hitung.

𝑑_𝑢 = Nilai batas atas atau upper Durbin-Watson

Mendeteksi autokerelasi dengan menggunakan nilai Durbin- Watson adalah dengan kriteria berikut:

1) 0 ≤ d ≤ dL (tidak ada autokeralasi positif).

2) dL ≤ d ≤ dU (tidak ada autokorelasi positif).

3) 4 – dL ≤ d ≤ 4 ( tiak ada korelasi negatif).

4) A – dU ≤ d ≤ 4 – dL ( tiadak ada korelasi negatif).

21 Ibid, 226.

5) dU ≤ d ≤ 4 – dU (tidak ada autokorelasi positif).²² d. Uji Multikolinieritas

Uji multikolinieritas bertujuan mengamati ada tidaknya variabel independen yang mempunyai kemiripan antar variabel independen di suatu model. Kemiripan antar variabel independen dapat mengakibatkan korelasi yang sangat kuat. Uji ini juga digunakan menghindari kebiasaan proses pengambilan keputusan mengenai korelasi uji parsial masing-masing variabel independen terhadap variabel dependen. Jika VIF (Variant Inflation Factor) dihasilkan antara 1-10 berdampak tidak terjadi multikolinieritas.

2. Analisis Regresi Linier Berganda

Penelitian ini menggunakan analisis regresi berganda untuk mengetahui hubungan variabel X terhadap variabel Y yang dalam penelitian ini variabel X adalah brand ambassador dan brand image terhadap variabel Y yakni Impulsive buying. Secara sistematis bentuk persamaan model yang dirumuskan sebagai berikut:

𝑌 = 𝛼 + 𝑏₁ 𝑋₁− 𝑏₂𝑋₂+ 𝑒

Keterangan:

Y : Impulsive Buying Behavior X₁ : Brand Ambassador

22 Agus Widarjono, Analisis Multivariant Terapan Dengan Program SPSS, AMOS, dan SMARTPLS (Yogyakarta: UPP STIM YKPN, 2010), 80.

X₂ : Brand Image

b₁ : Koefisien Brand Ambassador b₂ : Koefisien Brand Image 𝛼 : Konstanta

𝑒 : 10 %

Selanjutnya untuk menilai ketepatan fungsi regresi dalam menaksir nilai aktual dapat diukur dari nilai statistik t, nilai statistik F, dan nilai koefisien determinasi.²³

a. Uji t

Uji t adalah pengujian koefisien regresi parsial individual yang digunakan untuk mengetahui apakah variabel independen (X) secara individual memengaruhi variabel dependen (Y).²⁴ adapun acuan yang dapat digunakan dalam dasar pengambilan keputusan adalah:

1) Apabila t _hitung > t _tabel atau t _statistik < 0,05, maka Ho ditolak dan Ha diterima, berarti terdapat pengaruh dari variabel bebas terhadap variabel terikat.

2) Apabila t _hitung > t _tabel atau t _statistik > 0,05, maka Ha ditolak dan Ho diterima, berarti tidak terdapat pengaruh dari variabel bebas terhadap variabel terikat.

b. Uji F

23 Widarjono, 160.

24 Sujarweni, Metode Penelitian Bisnis dan Ekonomi, 161.

Uji F adalah pengujian signifikasi yang digunakan untuk mengetahui besar pengaruh dari varibel independen (X₁, X₂) secara bersama-sama terhadap variabel dependen (Y).²⁵ Kriteria keputusannya sebagai berikut:

1) Apabila t _hitung > t _tabel atau t _statistik < 0,05, maka H_𝑜 ditolak dan H_𝑎 diterima, berarti terdapat pengaruh dari variabel bebas terhadap variabel terikat.

2) Apabila t _hitung < t _tabel atau t _statistik > 0,05, maka H_𝑎 ditolak dan H_𝑜 diterima, berarti tidak terdapat pengaruh dari variabel bebas terhadap variabel terikat.

c. Koefisien Determinasi

Koefisien determinasi (R²) digunakan untuk mengetahui prosentase perubahan variabel tidak bebas (Y) yang disebabkan oleh variabel bebas (X). Jika R² semakin besar, maka prosentase perubahan variabel tidak bebas (Y) yang disebabkan variabel bebas (X) semakin tinggi. Jika R² semakin kecil, maka prosentase perubahan variabel tidak bebas (Y) yang disebabkan variabel bebas (X) semakin rendah.²⁶

Dalam output SPSS, koefisien determinasi terletak pada tabel model summary dan tertulis R_square. Jika nilai koefisien determinasi berkisar 0-1 berarti semakin kuat variabel dependen

25 Ibid, 162.

26 Ibid, 164.

dapat menjelaskan pengaruh variabel dependen.²⁷ Untuk menginterpretasikannya, digunakan kategori menurut Sugiyono²⁸ dan dapat dilihat pada tabel 3.3 berikut ini:

Tabel 3. 3: Tabel Interpretasi Nilai 𝑅² Interval Koefisien Tingkat Hubungan

0,80 – 1,00 Sangat Kuat

0,60 –0,799 Kuat

0,40 – 0,599 Cukup Kuat

0,20 – 0,399 Rendah

0,00 – 0,199 Sangat Rendah

27 Suardi, “Pengaruh Kepuasan Kerja Terhadap Kinerja Pegawai pada PT Bank Mandiri, Tbk Kantor Cabang Pontianak,” JBEE: Journal Business and Enterpreneurship 1, no. 2 (2019): 12.

28 Sugiyono, Metode Penelitian Pendidikan Pendekatan Kuantitatif, Kualitatif, dan R&D, 184.

59 BAB IV

PEMBAHASAN DAN ANALISA DATA A. Gambaran Umum Obyek Penelitian

1. Profil Perusahaan

PT Lemonilo Indonesia Sehat adalah perusahaan makanan instan sehat yang didirikan pada tanggal 1 Oktober 2016 oleh Shinta Nurfauzia sebagai Founder sekaligus CEO, Johannes Ardiant sebagai Chief Product and Technology, dan Ronald Wijaya sebagai Co-CEO.¹ Perusahaan ini bergerak di bidang bisnis makanan sehat juga rempah- rempah organik non-MSG (Monosodium Glutamate) yang fokus pada kesehatan, kalori, bebas gluten, rendah gula, dan MSG.

Gambar 4. 1: Logo Perusahaan Lemonilo Sumber: google.com

Lemonilo adalah perusahan rintisan konsumen yang berbasis di Jakarta, dengan alamat kantor pusatnya yaitu Unifam Tower Unit 2FG, Jl. Panjang Blok A3 No. 1 Kedoya Utara, Jakarta Barat, Indonesia. Pada

1 Herning Banirestu, “Lemonilo Kampanye Pentingnya Produk yang Sehat dan Aman”

dalam https://swa.co.id/swa/listed-articles/lemonilo-kampanye-pentingnya-produk-yang-sehat-dan- aman, (Diakses pada 20 September 2023, Pukul 11:53).

Oktober 2016, Lemonilo diresmikan dengan mengusung konsep gaya hidup sehat. Lemonilo berkomitmen memberikan harga terbaik bagi konsumen sekaligus memastikan produk-produknya bebas dari bahan berbahaya. Hal ini diawali dari hasil observasi para pendiri sebelumnya tentang makanan-makanan sehat yang beredar di pasaran dengan harga tinggi.

Pada September 2017, Lemonilo secara resmi meluncurkan produk pertamanya di platform lemonilo.com secara online yaitu Mi Instan Rasa Mi Goreng. Kemudian seiring berjalannya waktu, tingkat permintaan konsumen yang tinggi membuat Lemonilo juga menjual produknya secara luring dengan menyediakannya di beberapa supermarket dan minimarket. Penyebaran produk Lemonilo saat ini sudah ada di 28 wilayah di seluruh Indonesia.¹

Lemonilo terus mengembangkan dan mengeluarkan banyak produk sehat lainnya setelah kesuksesan Lemonilo Mi Instan Goreng.

Pada Maret 2019, Lemonilo merilis aplikasi mobile yang tersedia di App Store dan Google Play Store, sampai pada tahun 2020 Lemonilo sudah menjual lebih dari 40 produk melalui platform onlinenya.²

2. Produk Lemonilo

1 Ratih Rahayu, “Mie Goreng Instan Alami: Jawaban Lemonilo atas Tingginya Konsumen Mie di Indonesia” dalam https://wartaekonomi.co.id/read173783/mie-goreng-instan-alami- jawaban-lemonilo-atas-tingginya-konsumsi-mie-di-indonesia, (Diakses pada 20 September 2023, Pukul 13:25).

2 Shella Rafiqah Ully, “Hadirkan pengalaman Belanja Terbaik, Lemonilo Luncurkan Lemonilo Mobile App” dalam https://www.lemonilo.com/blog/hadirkan-pengalaman-belanja- terbaik-lemonilo-luncurkan-lemonilo-mobile-app, (Diakses Pada 20 September 2023, Pukul 12:15).

Beberapa produk Lemonilo di antaranya adalah mi instan, keripik ubi (Chimi Ubi), brownies crispy, 100% organic extra virgin coconut oil, minyak goreng, dan kaldu pelezat masakan.³ Semua produk diklaim sehat dan aman, tanpa pengawet, aman bagi anak-anak, ibu hamil dan menyusui karena tanpa MSG.

3. Visi dan Misi

Visi dan misi Lemonilo adalah untuk menyediakan makanan sehat dengan harga terjangkau.

B. Hasil Pengujian Instrumen