106 0,494 sikap +0,468 e
d. Menghitung Nilai Koefisien Korelasi Substruktur 2
1
Tabel 4.26 Koefisien Korelasi
Correlations
kualitas fitur
rancangan sikap
kualitas Pearson Correlation
1 ,671
,433 ,599
Sig. 2-tailed ,000
,000 ,000
N 96
96 96
96 fitur
Pearson Correlation ,671
1 ,512
,579 Sig. 2-tailed
,000 ,000
,000 N
96 96
96 96
rancangan Pearson Correlation
,433 ,512
1 ,596
Sig. 2-tailed ,000
,000 ,000
N 96
96 96
96 sikap
Pearson Correlation ,599
,579 ,596
1 Sig. 2-tailed
,000 ,000
,000 N
96 96
96 96
. Correlation is significant at the 0.01 level 2-tailed.
Sumber: Hasil pengolahan data primer Kuesioner, SPSS versi 20.00,2014
Dari hasil perhitungan tabel diatas terlihat bahwa korelasi antar variabel bebas tidak ada yang sangat tinggi atau mendekati 1, yaitu:
1. Variabel kualitas memiliki korelasi yang positif terhadap variabel fitur
dengan nilai korelasi sebesar 0,671. 2.
Variabel fitur memiliki korelasi yang positif terhadap variabel rancangan dengan nilai korelasi sebesar 0,512.
3.
Variabel rancangan memiliki korelasi yang positif terhadap variabel kualitas dengan nilai korelasi sebesar 0,433
. 4.
Variabel kualitas memiliki korelasi yang positif terhadap variabel sikap dengan nilai korelasi sebesar 0,599.
Sehingga dapat digambarkan korelasi dari tabel 4.17 kedalam gambar 4.5 sebagai berikut
Universitas Sumatera Utara
107
-0,020
e
2
0,671 =0,468
0,433 0,312
0,323 0,512 0,034
0,174 0,494 0,376
R= 0,729, R
2
Gambar 4.10 =0,532 , F hit=25,82
Analisis jalur II Tabel 4.27
Rangkuman Hasil Koefisien Jalur Substruktur 2
Dari Ke
Standart Coefficient
Beta T
Hitung F
Hitung Hasil
Pengujian R
e
2
Kualitas Kepu-
tusan Pembe-
lian Y2
-0,020 -0,194
25,82 H5 Ditolak
0,532 ,468
Fitur 0,312
3,000 H6 Diterima
Rancangan 0,034
0,369 H7 Ditolak
Sikap 0,494
4,802 H8 Diterima
Kualitas, Fitur,
Rancangan Dan Sikap
- 3,112
H9 Diterima
Sumber: Hasil Data Penelitian, 2014 Diolah 4.2.4 Analisis Jalur
Analisis jalur merupakan suatu teknik analisis statistika yang dikembangkan dari analisis regresi berganda. Dalam model regresi, model yang
Kualitas X1
Fitur X2
Rancangan X3
Keputusan pembelian
Y2
sikap Y1
Universitas Sumatera Utara
108 terbentuk digunakan untuk meramalkan memprediksi variabel endogen apabila
variabel eksogen diketahui.Sedangkan dalam analisis jalur, model yang terbentuk digunakan untuk menjelaskan besarnya pengaruh bukan memprediksi variabel
eksogen terhadap variabel endogen. Dalam analisis jalur terdapat dua metode analisis, yaitu metode
dekomposisi dan metode trimming. Apabila tujuan penelitian adalah membentuk model kausal yang memasukkan seluruh variabel yang diamati maka digunakan
metode dekomposisi. Sedangkan metode trimming digunakan untuk memperbaiki suatu model struktur analisis jalur dengan cara mengeluarkan variabel eksogen
yang koefisien jalurnya tidak signifikan. Dalam Penelitian ini, peneliti akan menggunakan Metode Triming.
Berdasarkan substruktur 1 dan 2, maka Koefisien Jalur Secara Keseluruhan adalah sebagai berikut:
R= 0,716, R
2
-0,020 e
=0,513 , F hit=32,35
2
0,671 0,323
=0,468
0,433 0.312
0,174 0,494
0,512 0,376
0,034 e
1
R= 0,729, R
=0 ,487
2
Gambar 4.11
=0,532 , F hit=25,82 Kualitas
X1
Fitur X2
Rancangan X3
Sikap Y1
Keputusan pembelian
Y2
Universitas Sumatera Utara
109
Koefisien Jalur Secara Keseluruhan Tabel 4.28
Rangkuman Hasil Koefisien Jalur secara keseluruhan
Dari Ke
Standart Coefficient
Beta T
Hitung F
Hitung Hasil
Pengujian R
e
2
Kualitas Sikap
Y1 0,323
3,259 32,35
H1 Diterima 0,513 0,487
Fitur 0,174
1,678 H2 Ditolak
Rancangan 0,376
4,296 H3 Diterima
Kualitas, Fitur dan
Rancangan -
0,477 H4 Ditolak
Kualitas Kepu-
tusan Pembe-
lian Y2
-0,020 -0,194
25,82 H5 Ditolak
0,532 0,468 Fitur
0,312 3,000
H6 Diterima Rancangan
0,034 0,369
H7 Ditolak Sikap
0,494 4,802
H8 Diterima Kualitas,
Fitur, Rancangan
dan Sikap -
3,112 H9 Diterima
Sumber: Hasil Data Penelitian, 2014 Diolah 4.2.4.1 Uji Asumsi Klasik Trimming
Model trimming adalah model digunakan untuk memperbaiki model struktur analisis jalur dengan cara mengeluarkan variabel eksogen
kualitas dan rancangan yang yang tidak signifikan dari model yang ada. Dalam Penelitian ini, peneliti akan menggunakan Metode Triming. Cara menggunakan
model trimming yakni menghitung ulang koefisien jalur tanpa menyertakan variavel eksogen yang jalurnya tidak signifikan.
Kualitas X1
Fitur X2
Rancangan X3
Sikap Y1
Keputusan pembelian
Y2
Universitas Sumatera Utara
110
Gambar 4.12 Kerangka Trimming
1. Uji Normalitas
a. Pendekatan Histogram
Kategori