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