• Tidak ada hasil yang ditemukan

BAB IV HASIL DAN PEMBAHASAN

4.4 Uji Ketetapan Model

Sumber: Data primer diolah SPSS 25.0, 2022.

Berdasarkan Tabel 4.12, dapat dilihat dari hasil uji VIF pada output SPSS 25.0 tabel coefficient masing – masing variabel Kemudahan Transaksi Non Tunai sebesar 1,058, variabel Gaya Hidup 1,062 dan variabel Purchase Intention 1,004.

Masing masing variabel memiliki VIF dengan nilai < 10,00 sehingga dapat disimpulkan ketiga variabel tidak terjadi multikolineritas. Sedangkan jika dilihat dari tabel Tolerance untuk variabel Kemudahan Transaksi Non Tunai sebesar 0,945, variabel Gaya Hidup sebesar 0,941, dan variabel Purchase Intention sebesar 0,996. Masing masing variabel nilai Tolerance > 0,10 artinya model regresi linier berganda tidak terjadi multikolineritas antar variabel independen dengan variabel lain sehingga dapat digunakan dalam penelitian.

4.4 Uji Ketetapan Model

K = jumlah variabel (bebas dan terikat) = 4 n = jumlah responden = 100

df(1) = k – 1 = 4 – 1 = 3 df(2) = n – k = 100 – 4 = 96

Jadi Ftabel (df1, df2) = (3,96) = 2,699 Tabel 4. 13

Hasil Uji Signifikan Simultan (Uji F)

Model df F Sig

Regression 3 42,891 .000b

Residual 96

Total 99

Sumber: Data primer diolah SPSS 25.0, 2022.

Uji simultan F untuk mengetahui apakah keseluruhan variabel bebas memiliki pengaruh secara bersama – sama terhadap variabel terikat. Uji F diuji pada tingkat signifikan 5%. Berdasarkan Tabel 4.13 mengenai hasil Uji F, dapat diketahui bahwa Fhitung sebesar 42,891 sedangkan nilai Ftabel sebesar 2,699. Maka dapat diketahui bahwa nilai Fhitung 42,891 > Ftabel 2,699 dengan tingkat signifikan 0,000 yang kurang dari 0,05. Model regresi dapat digunakan untuk variabel perilaku konsumtif mahasiswa pada masa pandemi covid – 19 dengan studi kasus mahasiswa FEB UNDIP. Dengan kata lain bahwa variabel bebas yaitu kemudahan transaksi non tunai (e-wallet), gaya hidup serta purchase intention secara bersama sama memiliki pengaruh signifikan terhadap variabel perilaku konsumtif mahasiswa pada masa pandemi covid – 19.

4.4.2 Uji Signifikan Parsial (Uji T)

Pengujian hipotesis secara parsial untuk melihat ada atau tidak pengaruh variabel independen secara parsial terhadap variabel dependen. Hasil hipotesis dapat dilihat pada tabel di bawah:

Tabel 4. 14 Hasil Uji T

Sumber: Data primer diolah SPSS 25.0, 2022

Berdasarkan Tabel 4.14 untuk mengetahui besarnya pengaruh dari masing masing variabel bebas secara parsial (individu) terhadap variabel terikat sebagai berikut:

a. Pengaruh Variabel Kemudahan Transaksi Non Tunai (MudahTR) terhadap Perilaku Konsumtif Mahasiswa (PKONS)

Pada Tabel 4.14 nilai thitung untuk Kemudahan Transaksi Non Tunai sebesar 3,075, sementara nilai ttabel sebesar 1,98525. Maka dapat dilihat bahwa thitung (3,075)

> ttabel (1,98525) dengan nilai signifikan 0,003 < 0,05. Sehingga hipotesis yang mengatakan adanya pengaruh signifikan antara kemudahan transaksi non tunai terhadap perilaku konsumtif mahasiswa diterima (H01 diterima dan Ha1 ditolak).

Model t Sig.

(Constant) 1.228 0.223

TotalMBeli 4.859 0.005

TotalGHidup 11.035 0.000

TotalMudahTR 3.075 0.003

Dapat disimpulkan bahwa secara parsial terdapat pengaruh yang signifikan antara kemudahan transaksi non tunai terhadap perilaku konsumtif.

b. Pengaruh Variabel Gaya Hidup (GHidup) terhadap Perilaku Konsumtif Mahasiswa (PKONS)

Pada Tabel 4.14 nilai thitung untuk Gaya Hidup sebesar 4,859, sementara nilai ttabel sebesar 1,98525. Maka dapat dilihat bahwa thitung (11,035) > ttabel (1,98525) dengan nilai signifikan 0,000 < 0,05. Sehingga hipotesis yang mengatakan adanya pengaruh yang signifikan antara gaya hidup terhadap perilaku konsumtif mahasiswa diterima (H02 diterima dan Ha2 ditolak). Dapat disimpulkan bahwa secara parsial terdapat pengaruh yang signifikan antara gaya hidup terhadap perilaku konsumtif.

c. Pengaruh Purchase Intention (MBeli) terhadap Perilaku Konsumtif Mahasiswa (PKONS)

Pada Tabel 4.14 nilai thitung untuk purchase intention sebesar 4,859, sementara nilai ttabel sebesar 1,98525. Maka dapat dilihat bahwa thitung (4,859) > ttabel

(1,98525) dengan nilai signifikan 0,005 < 0,05. Sehingga hipotesis yang mengatakan adanya pengaruh yang signifikan antara minat beli terhadap perilaku konsumtif mahasiswa diterima (H03 diterima dan Ha3 ditolak). Dapat disimpulkan bahwa secara parsial terdapat pengaruh yang signifikan antara purchase intention terhadap perilaku konsumtif.

4.4.3 Uji Koefisien Determinasi (R2)

Analisis koefisien determinasi untuk mengetahui presentase sumbangan pengaruh variabel bebas (MudahTR, GHidup, MBeli) secara serentak terhadap variabel terikat (PKONS). Koefisien ini menunjukkan seberapa besar presentase variabel independent yang digunakan dalam model mampu menjelaskan variasi variabel dependen. Nilai koefisien determinasi yaitu antara 0 dan 1. Nilai R2 yang kecil berarti kemampuan variabel independent dalam menjelaskan variabel dependen sangat terbatas. Nilai yang mendekati 1 berarti variabel independent memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variabel dependen yang dientukan dengan nilai R Square.

Tabel 4. 15 Uji Determinasi (R2)

R R square Adjusted R Square Std. Error

.757a .573 .559 2.64329

Sumber: Data primer diolah SPSS 25.0, 2022.

Pada Tabel 4.15 menunjukkan besarnya pengaruh dari keseluruhan variabel independent terhadap variabel dependen. Pengaruh secara umum ditandai dengan R yaitu 0,757 artinya hubungan secara umum variabel kemudahan transaksi non tunai (MudahTR), Gaya Hidup (GHidup), Purchase Intention (MBeli) terhadap perilaku konsumtif (PKOND) sebesar 75,7% yang menunjukkan hubungan kuat.

Kemudian dilihat dari nilai R Square yaitu 0,573 artinya 57,3%. Yang berarti pengaruh variabel independen terhadap variabel dependen sebesar 57,3%.

Nilai adjust R square sebesar 0,559. Nilai ini berarti bahwa pengaruh kemudahan transaksi non tunai (MudahTR), Gaya Hidup (GHidup) serta Purchase Intention

(MBeli) terhadap Perilaku Konsumtif (PKONS) sebesar 55,9%. Sisanya sebesar 44,1% disebabkan oleh faktor lain yang tidak dimasukkan kedalam model.

4.4.4 Hasil Regresi Linear Berganda

Analisis regresi linear berganda merupakan hubungan secara linear antara dua atau lebih variabel bebas atau independen dengan variabel dependen. Analisis ini untuk mengetahui arah hubungan antar variabel apakah masing – masing variabel bebas berhubungan positif atau negatif serta untuk memprediksi nilai dari variabel dependen apabila nilai variabel independen mengalami kenaikan atau penurunan. Perhitungan statistik dalam analisis regresi linear berganda dapat dilihat sebagai berikut:

Tabel 4. 16

Hasil Regresi Linear Berganda

Variabel B Beta T hitung Sig t Ket

(Constant) 3.460 1.228 0.223

TotalMBeli 0.405 0.032 4.859 0.005 Signifikan TotalGHidup 0.508 0.759 11.035 0.000 Signifikan TotalMudahTR 0.480 0.021 3.075 0.003 Signifikan Sumber: Data primer diolah SPSS 25.0, 2022

Berdasarkan hasil yang diperoleh dari koefisien regresi Tabel 4.15, maka dibuat suatu persamaan regresi sebagai berikut:

PKONS = 3,460 + 0,480MudahTR + 0,508GHidup + 0,405MBeli + e Dimana:

PKONS = Perilaku Konsumtif Mahasiswa

MudahTR = Kemudahan Transaksi Non Tunai (E-Wallet) GHidup = Gaya Hidup

MBeli = Minat Beli

e = Error

1. Konstanta = 3,460 Hal ini berarti jika tidak ada variabel kemudahan transaksi non tunai, gaya hidup, serta minat beli, maka nilai dari perilaku konsumtif sebesar 3,460.

2. Koefisien regresi 0,480 artinya setiap variabel kemudahan transaksi non tunai naik sejumlah satu satuan maka perilaku konsumtif akan naik sejumlah 0,480 dengan anggapan variabel bebas yang lainnya konstan.

3. Koefisien regresi 0,580 berarti setiap penambahan sejumlah satu satuan pada variabel gaya hidup akan meningkatkan perilaku konsumtif sebesar 0,580 atau akan mendorong perilaku konsumtif sebesar 0,580 dengan asumsi variabel bebas yang lainnya konstan.

4. Koefisien regresi 0,405 artinya setiap variabel minat beli mengalami penambahan sejumlah satu satuan dapat menaikkan perilaku konsumtif sebesar 0,405 atau mendorong perilaku konsumtif sebesar 0,405 dengan anggapan variabel bebas yang lainnya konstan.

Dokumen terkait