Uji Asumsi Klasik Metode Analisis

72 tolerance 10 atau sama dengan nilai VIF 10 Ghazali, 2009:92. c. Uji Heteroskedeatisitas Menurut Ghozali 2009:125, uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskesdatisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskesdatisitas atau tidak terjadi heteroskedastisitas. Kebanyakan data crossection mengandung situasi heteroskedastisitas karena data ini menghimpun data yang mewakili berbagai ukuran kecil, sedang dan besar. Ada beberapa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas. Dalam penelitian ini untuk melihat Grafik Plot antara nilai prediksi variabel terikat dependen yaitu ZPRED dengan residualnya SRESID. Deteksi ada atau tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimanasumbu Y adalah Y yang telah diprediksi dan sumbu X adalah residual Y prediksi – Y sesungguhnya yang telah di-studentized. Dengan analisis jika ada pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengidentifikasikan telah terjadi heteroskedastisitas dan jika tidak ada pola yang jelas, serta titik-titik 73 menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas Ghozali, 2012:139.

3. Uji Hiopotesis

1. Uji t Uji Parsial Untuk mengetahui apakah variabel independen secara parsial individual mempunyai pengaruh yang signifikan terhadap variabel dependen. Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel individu independen secara individu dalam menerangkan variabel dependen Ghozali, 2013:99. Hasil uji t juga dapat dilihat dalam tabel coefficient pada kolom sig significance. Jika probabilitas nilai t atau signifikansi 0,05 maka dapat dikatakan bahwa terdapat pengaruh variabel bebas terhadap variabel terikat secara parsial. Ghozali, 2013:101. 1 Jika angka sig. 0,05, maka Ho diterima. 2 Jika angka sig. 0,05, maka Ho ditolak. 2. Uji F Uji Simultan Pengujian ini bertujuan untuk membuktikan apakah variabel- variabel independen X secara simultan bersama-sama mempunyai pengaruh terhadap variabel dependen Y Ghozali, 2009:88. Jika nilai probabilitas lebih kecil daripada 0,05 untuk tingkat signifikansi = 0,05, maka variabel independen secara bersama-sama berpengaruh terhadap variabel dependen. Sedangkan jika nilai 74 probabilitas lebih besar daripada 0,05 maka variabel independen secara serentak tidak berpengaruh terhadap variabel dependen.

4. Regresi Linear Berganda

Dalam upaya menjawab permasalahan dalam penelitian ini maka digunakan analisisregresi linier berganda Multiple Regression. Analisis regresi linier berganda digunakan sebagai alat untuk mengetahui seberapa jauh perubahan nilai variabel dependen, bila nilai variabel independen dimanipulasi atau dirubah-rubah atau dinaik-turunkan Sugiyono, 2005:211. Rumus matematis dari regresi linier berganda yang umum digunakan dalam penelitian adalah sebagai berikut: Y = a + β 1 X 1 + β 2 X 2 + β 3 X 3 + β 4 X 4 + e Ket: Y = Keputusan Pembelian a = Konstanta β 1 , β 2 , β 3 , β 4 = Koefisien Variabel Independen X 1 = Diferensiasi Produk X 2 = Word of Mouth X 3 = Citra Merek X 4 = Kualitas Produk e = Error Sampling

5. Koefisien Determinasi R Square

Koefisien determinasi Adjusted R 2 bertujuan untuk mengetahui seberapa besar kemampuan variabel independen menjelaskan variabel 75 dependen dan untuk mengetahui seberapa besar kemampuan variabel independen menjelaskan variabel dependennya yang dilihat melalui Adjusted R Square karena variabel independen yang diteliti dalam penelitian ini lebih dari dua. Dalam output SPSS, koefisien determinasi terletak pada tabel Model Summary dan tertulis Adjusted R Square. Nilai R 2 sebesar 1, berarti pengaruh variabel dependen seluruhnya dapat dijelaskan oleh variabel independen dan tidak ada faktor lain yang menyebabkan pengaruh variabel dependen. Jika nilai Adjusted R 2 berkisar antara 0 sampai dengan 1, berarti semakin kuat kemampuan variabel independen dapat menjelaskan pengaruh variabel dependen Ghozali, 2009:87.

E. Operasional Variabel Penelitian

Tabel 3.2 Operasional Variabel penelitian Variabel Dimensi Indikator Skala Kualitas produk X 4 Garvin 2008 dalam Lonardo dan Yasintha 2014:30 1. Performance 1. Kehandalan 2. Konsumsi Baterai 3. Kemudahan penggunaan 4. Kenyamanan penggunaan Ordinal 2. Features 5. Fitur tambahan 3. Reliability 6. Tidak mudah rusak 4. Durability 7. Tahan lama 5. Asthetic 8. Bentuk yang menarik 9. Desain yang artistik 6. Perceived Quality 10. Persepsi konsumen terhadap kualitas 76 Variabel Dimensi Indikator Skala Diferensiasi Produk X 1 Kotler Keller 2009 11. Mempunyai fitur yang menarik dan berbeda dari yang lain 12. Sesuai dengan yang konsumen harapkan 13. Mempunyai kualitas kinerja yang baik 14. Dapat diandalkan dalam menunjang aktivitas harian Ordinal Word of Mouth X 2 Godes dan Mayzlin, 2004 1. Volume 15. Xiaomi Sering di bicarakan 16. Xioami sering di rekomendasikan Ordinal 2. Dispersion 17. Banyak orang yang berbeda profesi membicarakan Xiaomi 18. Banyak orang yang status sosialnya berbeda membicarakan Xiaomi 19. Kecepatan berita tentang Xiaomi Citra merek X 3 Keller 2008:56 1. Strenght 20. Penampilan fisik produk Ordinal 2. Favourable 21. Kemudahan merek untuk diucapkan. 22. Kemampuan merek untuk diingat konsumen 3. Uniquess 23. Variasi produk 24. Memiliki perbedaan dengan yang lain Proses Keputusan Pembelian Y Kotler dan Keller 2009:184 1. Pengenalan masalah 25. Kebutuhan akan smartphone Ordinal 2. Pencarian informasi 26. Adanya sumber informasi pribadi keluarga, teman, tetangga dan rekan 27. Sumber dari media internet 3. Evaluasi alternatif 28. Pertimbangan yang menguntungkan 77 Variabel Dimensi Indikator Skala 4. Keputusan pembelian 29. Memutuskan untuk melakukan pembelian 5. Perilaku pasca pembelian 30. Kepuasan pasca pembelian Sumber : Diolah dari berbagai sumber, 2016