Metode Analisis Data TINJAUAN PUSTAKA

64 konstruk-konstruk pertanyaan yang merupakan dimensi suatu variabel dan disusun dalam bentuk kuesioner. Instrumen dikatakan reliabel atau handal jika jawaban seseorang terhadap pertanyaan adalah konsisten atau stabil dari waktu kewaktu.Uji reliabilitas digunakan untuk mengukur bahwa variabel yang digunakan benar-benar bebas dari kesalahan sehingga menghasilkan hasil yang konstan meskipun diuji beberapa kali. Perhitungan reliabilitas dilakukan dengan menggunakan uji statistik Cronbach Alpha  . Suatu konstruk atau variabel dikatakan reliabel jika memberikan nilai Cronbach Alpha0,60 Nunnally dalam Ghozali, 2005 2. Uji Asumsi Klasik Uji asumsi klasik merupakan tahapaon awal yang digunakan sebelum analisis linier berganda Ghozali, 2011: 105. Ketika asumsi tidak terpenuhi, biasanya peneliti menggunakan berbagai solusi agar asumsinya dapat terpenuhi atau beralih ke metode yang lebih advance agar asumsinya dapat terselesaikan. Uji asumsi klasik yang digunakan dalam penelitian ini adalah uji normalitas, uji multikolonieritas, dan uji heteroskedastisitas. 1. Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal Ghozali, 2006:160. Ada dua cara yang sering digunakan untuk menguji normalitas residual, yaitu dengan analisis grafik normal P- Plot regresi dan uji One Sample Kolmogorov-Smirnov. 65 Uji normalitas dilakukan dengan melihat normal probability plot P – Plot yang membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal, dan ploting data residual akan dibandingkan dengan garis diagonal. Jika menyebar sekitar garis dan mengikuti garis diagonal, maka residual pada model regresi tersebut terdistribusi secara normal Priyatno, 2013:50. Sedangkan untuk uji normalitas penelitian ini juga menggunakan uji non-parameterik Kolmogorov-smirnov K-S untuk mengetahui signfikansi data terdistribusi normal. Yaitu dengan cara melihat nilai signifikansi residual Asym.Sig 2-tailed. Jika signifikansi lebih dari 0,05, maka residual terdistribusi secara normal Priyatno, 2013:53. 2. Uji multikoloniearitas Multikolonieritas adalah keadaan dimana antara dua variabel independen atau lebih pada model regresi terjadi hubungan linier yang sempurna atau mendekati sempurna. Uji multikoloniearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independent Ghozali, 2011:171. Jika variabel independent saling berkorelasi, maka variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah variabel independent yang nilai korelasi antar sesama variabel 66 independent sama dengan nol. Untuk mendeteksi ada atau tidaknya multikolinieritas di dalam model regresi adalah sebagai berikut: 1 Nilai R 2 yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel independent banyak yang tidak signifikan mempengaruhi variabel dependent. 2 Menganalisis matriks korelasi variabel-variabel independent. Jika antar variabel ada korelasi yang cukup tinggi umumnya di atas 0.90, maka hal ini merupakan indikasi adanya multikolinieritas. Tidak adanya korelasi yang tinggi antar variabel independent tidak berarti bebas dari multikolinieritas. Multikolinieritas dapat disebabkan karena adanya efek kombinasi dua atau lebih variabel independent. 3 Multikolinieritas dapat juga dilihat dari 1 nilai tolerance dan lawannya 2 variance inflation factor VIF. Kedua ukuran ini menunjukkan setiap variabel independent manakah yang dijelaskan oleh variabel independent lainnya. Dalam pengertian sederhana setiap variabel independent menjadi variabel dependent terikat dan diregres terhadap variabel independent lainnya. Tolerance mengukur variabilitas variabel independent yang terpilih jika dijelaskan oleh variabel independent lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF tinggi karena VIF = 1tolerance. Nilai cut off yang umum dipakai 67 untuk menunjukkan adanya multikolinieritas adalah nilai tolerance 0.10 atau sama dengan nilai VIF 10. Setiap peneliti harus menentukan tingkat kolinieritas yang masih dapat ditolerir. Sebagai misal nilai tolerance = 0.10 sama dengan tingkat kolinieritas 0.95. Walaupun multikolinieritas dapat dideteksi dengan nilai tolerance dan VIF, tetapi kita masih tetap tidak mengetahui variabel-variabel independent mana sajakah yang saling berkolerasi. 3. Uji heterokedastisitas Uji heterokedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas dan jika berbeda disebut heterokedastisitas. Ghozali, 2011:138 Model regresi yang baik adalah yang homokedastisitas atau tidak terjadi heterokedastisitas. Kebanyakan data crossection mengandung situasi heterokedastisitas karena data ini menghimpun data yang mewakili berbagai ukuran kecil, sedang, besar. Terdapat beberapa cara atau metode untuk mendeteksi ada atau tidaknya heterokedastisitas, yaitu : Spearman’s Rho Testing, Glejser Testing, dan grafik regresi. 68 1. Uji Glejser Uji glejser ini dilakukan dengan meregresikan variabel- variabel bebas terhadap nilai absolute residual. Residual adalah selisih antara nilai observasi dengan nilai prediksi, dan absolute adalah nilai mutlaknya. Jika nilai signifikansi antara variabel independen dengan residual 0,05, maka tidak terjadi heterokedastisitas Ghozali, 2006 dalam Duwi Priyatno, 2013:62. 2. Grafik Regresi Scatterplot Grafik plot antara nilai prediksi variabel terikat dependent yaitu ZPRED dengan residualnya SRESID. Deteksi ada tidaknya heterokedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu 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, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heterokedastisitas dan jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas. 69 3. Uji Hipotesis a. Uji t Uji statistik pada dasarnya menunjukan seberapa jauh pengaruh satu variabel penjelas atau independen secara individual dalam menerangkan variasi variabel dependen dan digunakan untuk mengetahui ada atau tidaknya pengaruh masing-masing variabel independen secara individual terhadap variabel dependen yang diuji pada tingkat signifikansi 0,05 Ghozali, 2009:84. Menurut Duwi Priyatno 2013: 120 juga menjelaskan kriteria pengujiannya adalah Ho diterima jika –t tabel ≤ t hitung ≤t tabel dan Ho ditolak jika –t hitung – t tabel atau t hitung t tabel. Dan dasar pengambilan keputusan yang digunakan dalam uji statistik t adalah sebagai berikut: 1 H o : β = 0 Jika nilai probabilitas lebih besar dari 0,05, maka H diterima atau H a ditolak, ini berarti menyatakan bahwa variabel independen atau bebas tidak mempunyai pengaruh secara individual terhadap variabel dependen atau terikat. 2 Ha : β ≠ 0 Jika nilai probabilitas lebih kecil dari 0,05, maka H ditolak atau H a diterima, ini berarti menyatakan bahwa variabel independen atau bebas mempunyai pengaruh secara individual terhadap variabel dependen atau terikat. 70 b. Uji F Uji Simultan Uji statistik F menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen atau terikat. Uji statistik F digunakan untuk mengetahui pengaruh semua variabel independen yang dimasukkan dalam model regresi secara bersama- sama terhadap variabel dependen yang diuji pada tingkat signifikan 0,05 Ghozali, 2009:84. Menurut Duwi Priyatno 2013: 122, dasar pengambilan keputusan adalah sebagai berikut: 1 H o : β 1,2,3,4,5 = 0 Jika nilai probabilitas lebih besar dari 0,05, maka H diterima atau H a ditolak, ini berarti menyatakan bahwa semua variabel independen atau bebas tidak mempunyai pengaruh secara bersama- sama terhadap variabel dependen atau terikat. 2 Ha : β 1,2,3,4,5 ≠ 0 Jika nilai probabilitas lebih kecil dari 0,05, maka H ditolak atau H a diterima, ini berarti menyatakan bahwa semua variabel independen atau bebas mempunyai pengaruh secara bersama-sama terhadap variabel dependen atau terikat. 4. Uji Regresi Linear Berganda Dari beberapa jurnal penelitian terdahulu yang mempunyai tema hampir sama dengan penelitian ini, sebagian besar penelitian tersebut 71 menggunakan analisis regresi linier berganda, maka alasan inilah yang membuat peneliti juga memakai analisis regresi linier berganda. Menurut Dwi Priyatno 2013:116 Analisis regresi linier berganda adalah alat analisis yang dapat digunakan untuk meramalkan nilai pengaruh dua variabel bebas atau lebih terhadap satu variabel terikat. Yang bertujuan untuk membuktikan ada tidaknya hubungan fungsional atau hubungan kausal antara dua atau lebih variabel bebas. variabel independen dan variabel dependen yaitu antara produk X 1 , harga X 2 , budaya X 3 , sosial X 4 dan keputusan pembelian Y Nugroho, 2005:43 Analisis regresi linier berganda adalah suatu analisis yang digunakan untuk mengetahui pengaruh dua atau lebih variabel bebas X 1,2,3,4,….,n terhadap variabel terikat Y Sunyoto, 2012:137 dengan menggunakan program SPSS 17 for windows. Model ini digunakan karena penulis ingin mengetahui tentang produk X 1 , harga X 2 , budaya X 3 , sosial X 4 terhadap keputusan pembelian Stevigrow Sweetener. Rumus Regresi Linier Berganda : Bhuono Agung Nugroho, 2005:43 Keterangan : Y = Variabel Dependen a = Konstanta b 1 = Koefisien Regresi produk Y = a + b 1 x 1 + b 2 x 2 + b 3 x 3 + b 4 x 4 + e 72 X 1 = Produk b 2 = Koefisien regresi Harga X 2 = Harga b 3 = Koefisien regresi Budaya X 3 = Budaya b 4 = Koefisien regresi Sosial X 4 = Sosial e = Standar eror 5. Koefisien Determinasi R 2 Koefisien determinasi R 2 bertujuan untuk mengetahui seberapa besar kemampuan variabel independent produk, harga, budaya dan sosial menjelaskan variabel dependent keputusan pembelian. Nilai koefisien determinasi adalah antara nol dan satu. Nilai yang mendekati satu berarti variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variabel dependen Ghozali, 2011:97. Kelemahan mendasar dalam penggunaan koefisien determinasi adalah bias terhadap jumlah variabel independent yang dimasukkan kedalam model. Setiap tambahan satu variabel independent, maka R 2 pasti meningkat tidak peduli apakah variabel tersebut berpengaruh secara signifikan terhadap variabel dependent. Oleh karena itu, banyak peneliti yang menganjurkan untuk menggunakan nilai Adjusted R 2 pada saat mengevaluasi mana model regresi yang terbaik. Tidak seperti nilai R 2 , 73 nilai Adjusted R 2 dapat naik atau turun apabila satu variabel independent ditambahkan ke dalam model Ghozali, 2005: 83. Dalam kenyataan nilai adjusted R 2 dapat bernilai negatif, walaupun yang dikehendaki harus bernilai positif. Menurut Gujarati dalam Ghozali, 2005: 83, jika dalam uji empiris didapat nilai adjusted R 2 negatif, maka nilainya dianggap nol. Menurut Nachrowi dan Usman 2006: 108, mengatakan bahwa untuk melihat besarnya pengaruh variabel bebas terhadap variabel terikat, salah satu indikator yang dapat digunakan adalah nilai beta Standardized Coefficient yang terdapat pada tabel ‘coefficient’, angka ini dapat menunjukan besarnya pengaruh variabel bebas terhadap variabel terikat.

E. Operasional Variabel Penelitian

Variabel penelitian adalah sesuatu hal yang berbentuk apa saja yang ditetapkan oleh peneliti untuk dipelajari sehingga diperoleh informasi tentang hal tersebut, kemudian ditarik kesimpulannya Sugiyono, 2007:59 Variabel-variabel dalam penelitian ini adalah: a. Variable bebas independen variable X Adalah merupakan variabel yang mempengaruhi atau yang menjadi sebab perubahannya atau timbulnya variabel terikat dependen variable Sugiyono, 2007:59. Dalam penelitian ini yang menjadi variabel bebas adalah produk X 1 , harga X 2 , budaya X 3 , sosial X 4 . 74 b. Variabel terikattidak bebas dependen variableY Merupakan variabel yang dipengaruhi atau menjadi akibat, Karenanya variabel bebas Sugiyono, 2007:59. Dalam penelitian ini penulis menentukan yang menjadi variable terikatnya adalah keputusan pembelian Y Stevigrow Sweetener Tabel 3.2 Operasional Variabel no. Variable Subvariabel Indikator Skala 1 Produk X1 Kotler Keller, 2012:47 1. Nama merek 1. Merek yang mudah diingat dan melekat dimasyarakat. 2. Produk sudah dikenal di masyarakat Likert 2. Kemasan Produk 1. Kemasan produk sangat menarik 3. Ciri Produk 1. Tekstur serbuk berkualitas baik 2. Rasa khas daun stevia yang terjaga 3. Rasa manis yang nikamt dan beda dari yang lain 2 Harga X2 Stanton dalam rosvita, 2010:24 1. Keterjangkauan Harga 1. Harga produk sangat terjangkau 2. Membeli produk sesuai dengan kemampuan konsumen Likert 2. Kesesuaian harga dengan kualitas Produk 1. Harga produk sesuai dengan kualitas yang diberikan 75 3. Daya Saing Produk 1. Harga produk lebih murah dibanding merek lain 4. Kesesuaian Harga dengan Manfaat 1. Harga produk sesuai dengan harapan konsumen. 3. Budaya X3 Kotler Keller, 2012:175 1. Budaya 1. Kebiasaan mendengar tentang produk 2. Kelompok terdekat dalam membeli produk. Likert 2. Sub Budaya 1. Kebangsaan kewarganegaraan 3. Kelas Sosial 1. Gaya hidup 2. Persepsi 4. Sosial X4 Kotler Keller, 2012:175 1. Kelompok 1. Pembentuk opini 2. Acuan Likert 2. Keluarga 1. Peran 2. Pengaruh 3. Peran dan Status 1. Kelas produk 5 Keputusan pembelian Y Kotler Keller, 2012:188 1. Pengenalan kebutuhan 1. Konsumen membeli produk karena sudah sering memakai Likert 2. Pencarian informasi 1. mencari informasi sebelum mengkonsumsi 3. Mengevaluasi alternative 1. Mengevaluasi sebelum melakukan keputusan pembelian 76 4. Keputusan pembelian 1. Konsumen memutuskan beli setelah mengetahuin kelebihan produk 5. Perilaku pasca pembelian 1. Konsumen mengalami kepuasan