Validitas Instrumen Penelitian

F. Validitas Instrumen Penelitian

Menurut Arikunto mengatakan bahwa “Instrumen yang baik harus memenuhi dua syarat yang penting yaitu valid dan reliabel” (2010: 203). Untuk lebih jelasnya akan peneliti jabarkan sebagai berikut:

1. Validitas

Menurut Arikunto “validitas adalah suatu ukuran yang menunujukkan tingkat kevalidan dan kesahihan suatu instumen” (2010: 211). Suatu instrumen yang valid atau sahih mempunyai validitas tinggi. Sebuah instrumen dikatakan valid apabila mampu mengukur apa yang kita inginkan dan dapat mengungkap data dari variabel yang diteliti secara tepat. Untuk menguji validitas konstruk dilakukan dengan cara mengkorelasikan antara skor butir pertanyaan dengan skor totalnya.

Keterangan: r xy = Koefisien korelasi suatu butir N = Cacah objek

X = Skor butir Y = Skor total (Arikunto, 2010: 213). Instumen dikatakan valid apabila nilai korelasi (pearson correlation) adalah positif dan lebih besar dari 0,3 (Sugiyono, 2010)

2. Reliabilitas

Reliabilitas instrumen dapat diartikan bahwa suatu instrumen cukup dapat dipercaya untuk digunakan sebagai alat pengumpul data karena instrumen itu sudah baik. Instrumen yang sudah dapat dipercaya, yang reliabel akan menghasikan data yang dapat dipercaya juga. Menurut Arikunto menyatakan “Reliabilitas menunjuk pada suatu pengertian bahwa sesuatu instrumen cukup dapat dipercaya untuk digunakan sebagai alat pengumpul data karena instrumen tersebut sudah baik” (2010: 221). Untuk menguji reliabilitas instrumen digunakan rumus alpha sebagai berikut:

r 11 = Reliabilitas instrumen

= Banyaknya butir pertanyaan ∑ = Jumlah varian butir

= Varian total (Arikunto, 2010: 223).

Menurut Priyatno “Suatu instrumen dapat dikatakan reliabel apabila memiliki nilai Cronbach Alpha lebih besar dari 0,6”

Teknik analisis data merupakan suatu cara yang digunakan untuk mengolah data hasil penelitian. Penelitian ini menggunakan teknik statistik karena data yang diambil peneliti merupakan data kuantitatif sedangkan teknik analisis data yang digunakan adalah teknik analisis regresi linear berganda. Arikunto menyatakan ”Regresi berganda (multiple regression) adalah suatu peluasan dari teknik regresi apabila terdapat lebih dari satu variabel bebas untuk mengadakan prediksi terhadap variabel terikat” (2007: 295) sehingga regresi ganda merupakan analisis tentang hubungan antara satu dependent variable dengan dua atau lebih independent variable.

Ada pun beberapa persyaratan yang harus diuji kebenarannya sebelum melakukan analisis data adalah:

1. Uji Persyaratan Analisis

a. Normalitas

Normalitas digunakan untuk mengetahui apakah data akan dianalisis berbentuk sebaran normal atau tidak. Dalam penelitian ini, data untuk setiap variabel diuji normalitasnya. Deteksi normalitas dapat diketahui dengan melihat penyebaran data pada sumbu diagonal pada suatu grafik. Menurut Santoso (2001) menetapkan dasar pengambilan keputusan yang digunakan sebagai berikut:

1) Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas.

2) Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti garis diagonal, maka regresi tidak memenuhi asumsi normalitas.

b. Multikolinearitas

Multikolinieritas digunakan untuk menguji suatu model apakah terjadi hubungan yang sempurna atau hampir sempurna antara variabel bebas, sehingga sulit untuk memisahkan pengaruh antara variabel- variabel itu secara individu terhadap variabel terikat. Pengujian ini untuk Multikolinieritas digunakan untuk menguji suatu model apakah terjadi hubungan yang sempurna atau hampir sempurna antara variabel bebas, sehingga sulit untuk memisahkan pengaruh antara variabel- variabel itu secara individu terhadap variabel terikat. Pengujian ini untuk

c. Heteroskedastisitas

Uji heteroskedastisitas digunakan untuk mengetahui apakah terjadi penyimpangan model karena gangguan varian yang berbeda antar observasi satu ke observasi lain. Heteroskedastisitas digunakan untuk mengetahui apakah variabel pengganggu dalam persamaan regresi mempunyai varian yang sama atau tidak. Untuk mengetahui terjadinya heteroskedastisitas yaitu dengan melihat ada tidaknya pola tertentu pada scatterplot yang menunjukkan hubungan antara Regression Studentised Residual dengan Regression Standardized Predicted Value. Menurut Santoso (2001) menetapkan dasar pengambilan keputusan berkaitan dengan gambar tersebut adalah:

1) Jika ada pola tertentu, seperti titik-titiknya membentuk suatu pola tertentu yang teratur (bergelombang, melebar kemudian menyempit) maka diindikasikan terdapat masalah heteroskedastisitas.

2) Jika tidak ada pola yang jelas, serta titik-titiknya menyebar di atas dan di bawah angka 0 pada sumbu Y, maka diindikasikan tidak terdapat masalah heterokedastisitas.

d. Autokorelasi

Autokorelasi digunakan untuk menguji suatu model apakah antara variabel pengganggu masing-masing variabel bebas saling mempengaruhi. Untuk mengetahui apakah pada model regresi mengandung autokorelasi dapat digunakan pendekatan D-W (Durbin Watson). Menurut Santoso (2001) kriteria autokorelasi ada 3, yaitu:

1) Nilai D-W di bawah -2 berarti diindikasikan ada autokorelasi positif.

e. Linearitas

Uji Linieritas digunakan untuk mendeteksi adanya hubungan linier antara variabel X dan Y. Penelitian ini menggunakan plot antara X versus Y. Menurut Siswandari, “jika plot yang bersangkutan menggambarkan suatu garis lurus maka asumsi pertama ini sudah terpenuhi” arti tidak berpola dengan persebaran dari kiri bawah ke kanan atas maka dapat dikatakan tidak terjadi mispesifikasi pada fungsi regresi, hal ini bararti bahwa hubungan antara variabal X dan Y adalah linier” (2000: 35).

2. Uji Hipotesis

a. Menghitung Pesamaan Garis Regresi Linier Ganda

Analisis Regresi Linear Berganda adalah hubungan secara linier antara dua atau lebih variabel independen (X1, X2,...Xn) dengan variabel dependen (Y). Analisis ini untuk mengetahui arah hubungan antara variabel independen dengan variabel dependen apakah masing-masing variabel independen berhubungan positif atau negatif dan untuk memprediksi nilai dari variabel dependen apabila nilai variabel independen mengalami kenaikan atau penurunan. Persamaan regresi linear bergandanya dituliskan:

Y=a+b 1 X 1 +b 2 X 2 +b 3 X 3 +b 4 X 4 +b 5 X 5

Ketrangan : Y= Keputusan pembelian.

Elemen lokasi

Elemen produk

Elemen harga

Elemen fasilitas fisik

Elemen pelayanan konsumen

a= Bilangan konstanta

Priyatn (2008) mengatakan uji F digunakan untuk mengetahui variabel bebas secara bersama-sama mempunyai berpengaruh secara signifikan terhadap variabel terikat. Atau untuk mengetahui apakah model regresi dapat digunakan untuk memprediksi variabel terikat atau tidak. Signifikan berarti hubungan yang terjadi dapat berlaku untuk populasi. Tingkat signifikansi menggunakan a = 5% atau 0,05. Adapun langkah-langkah dari uji F adalah sebagai berikut :

1) Hipotesis

Ha : b 1 =b 2 =b 3 =b 4 =b 5 =b 6 =0

Berarti tidak ada pengaruh yang signifikan secara bersama-sama variabel independen (Store Imaget) terhadap variabel dependen (Keputusan Pembelian).

Ha : b 1 ≠ b 2 ≠ b 3 ≠ b 4 ≠b 5 ≠b 6 ≠ 0

Berarti ada pengaruh yang signifikan secara bersama-sama variabel independen (Store Image) terhadap variabel dependen (Keputusan Pembelian).

2) Tingkat signifikasi ( )=5%

3) Rumus uji F =

R 2 = Koefisien determinasi n = Jumlah observasi k = Jumlah variabel

4) Kriteria pengujian Ho diterima dan Ha ditolak apabila F hitung F tabel atau probabilitas nilai F atau signifikan  0,05. Ho ditolak dan Ha diterima apabila F hitung F t abel atau probabilitas 4) Kriteria pengujian Ho diterima dan Ha ditolak apabila F hitung F tabel atau probabilitas nilai F atau signifikan  0,05. Ho ditolak dan Ha diterima apabila F hitung F t abel atau probabilitas

c. Uji t

Uji t digunakan untuk menguji secara parsial masing-masing variabel. Adapun langkah-langkah dari uji t adalah sebagai berikut :

1) Hipotesis

Ho : b 1 =b 2 =b 3 =b 4 =b 5 =b 6 =0

Berarti tidak ada pengaruh yang signifikan secara parsial variabel independen (citra hypermarket) terhadap variabel dependen (Keputusan Pembelian).

Ho : b 1 ≠ b 2 ≠ b 3 ≠ b 4 ≠b 5 ≠b 6 ≠ 0

Berarti ada pengaruh yang signifikan secara parsial variabel independen (citra hypermarket)

terhadap variabel dependen (Keputusan Pembelian).

2) Tingkat signifikasi ( ) = 5%

3) Rumus uji t

= Keterangan:

= Koefisien regresi = Standar error koefisien regresi

Ho diterima dan Ha ditolak apabila t hitung t tabel atau probabilitas nilai t atau signifikan  0,05. Ho ditolak dan Ha diterima apabila t hitung t tabel atau probabilitas nilai t atau signifikansi  0,05.

Uji t dalam penelitian ini menggunakan software SPSS 19, yaitu dengan melihat tabel coefficients pada kolom sig. Jika probabilitas nilai t atau signifikansi < 0,05, maka dapat dikatakan bahwa terdapat pengaruh secara parsial antara variabel bebas (Store Image) terhadap variabel terikat (Keputusan Pembelian). Atau jika probabilitas nilai t atau signifikansi > 0,05, maka dapat dikatakan bahwa tidak terdapat pengaruh yang signifikan masing-masing variabel bebas terhadap variabel terikat.

d. Koefisien Determinasi ( adjusted R square)

Uji ini bertujuan untuk menentukan proporsi atau presentase total variasi dalam variabel terikat yang diterangkan variabel bebas secara bersama-sama. Menggunakan Adjusted R Square karena dalam regresi ini menggunakan lebih dari dua variabel bebas.

Hasil perhitungan Adjusted R 2 dapat dilihat pada output Model Summary . Pada kolom Adjusted R 2 dapat diketahui berapa prosentase yang dapat dijelaskan oleh variabel-variabel bebas terhadap variabel terikat. Dan sisanya dipengaruhi atau dijelaskan oleh variabel-variabel lain yang tidak dimasukkan dalam model penelitian ini.