70
C. Metode Pengumpulan Data
Jenis data yang digunakan penulis dalam penelitian ini merupakan data
primer dan data sekunder. Penjelasannya adalah sebagai berikut:
1. Data Primer Primary Data Data primer menurut Carl McDaniel dan Rogers Gates 2001:81 adalah
data survei, pengamatan, atau eksperimen yang dikumpulkan untuk memecahkan masalah tertentu yang sedang diselidiki. Dalam penelitian ini,
data primer yang digunakan adalah penyebaran kuesioner kepada responden.
2. Data Sekunder Secondary Data Data sekunder menurut Carl McDaniel dan Rogers Gates 2001:81
adalah jenis data mencakup informasi yang telah dikumpulkan dan hanya mungkin relevan dengan permasalahan yang ada. Dalam penelitian ini, penulis
mengumpulkan data-data dan informasi yang diperlukan dengan cara membaca literatur, buku, artikel, jurnal, data dari internet, dan skripsi maupun tesis
penelitian sebelumnya.
D. Metode Analisis Data
Pengukuran tingkat kepentingan atas unsur iklan televisi, celebrity endorser, kualitas produk dan citra merek, terhadap keputussan pembelian dilakukan dengan
menggunakan skala likert. Skala likert digunakan untuk mengukur sikap, pendapat
71
dan persepsi seseorang atau sekelompok orang tentang fenomena sosial Riduwan dan Kuncoro, 2008:20.
Dengan menggunakan skala likert, maka variabel yang akan diukur dijabarkan menjadi sub variabel kemudian sub variabel dijabarkan lagi menjadi
indikator-indikator yang dapat diukur. Akhirnya indikator-indikator yang telah diukur ini dapat dijadikan titik tolak untuk membuat item instrument yang berupa
pertanyaan yang perlu dijawab oleh responden Riduwan dan Kuncoro, 2008:20. Instrumen pertanyaan atau pernyataan ini akan mengahasilkan total skor bagi
tiap anggota sampel yang diwakili oleh setiap nilai skor seperti instrumen di bawah ini:
SS = Sangat setuju
diberi skor 5 S
= Setuju diberi skor 4
N = Netral
diberi skor 3 TS
= Tidak Setuju diberi skor 2
STS = Sangat Tidak Setuju diberi skor 1
Skala likert dikatakan ordinal karena pernyataan Sangat Setuju mempunyai tingkatan atau preferensi yang “lebih tinggi” dari Setuju, dan Setuju “lebih tinggi”
dari Ragu-Ragu Ghozali, 2012:47. 1. Uji Validitas dan Uji Reliabilitas
a. Uji Validitas Uji validitas digunakan untuk mengukur sah atau tidak suatu
kuesioner. Suatu kuesioner dikatakan valid jika pertanyaan atau pernyataaan
72
pada kuesioner mampu mengungkapkan sesuatu yang akan diukur oleh kuesioner tersebut Ghozali, 2012:53.
Dalam penentuan layak atau tidaknya suatu item yang akan digunakan, biasanya dilakukan uji signifikansi koefisien korelasi pada batasan minimal
korelasi 0,30. Artinya suatu item dianggap valid jika skor total lebih besar dari 0,30 Duwi Priyatno, 2010:90.
b. Uji Reliabilitas Uji reliabilitas merupakan alat untuk mengukur suatu kuesioner yang
merupakan indikator dari variabel atau konstruk. Suatu kuesioner dikatakan reliabel atau handal jika jawaban seseorang terhadap pernyataan adalah
konsisten atau stabil dari waktu ke waktu Ghozali, 2012:47. Dalam pengujian ini, peneliti mengukur reliabelnya suatu variabel
dengan cara melihat Cronbach Alpha dengan signifikansi yang digunakan lebih besar dari 0,7. Suatu konstruk atau variabel dikatakan reliabel jika
memberikan nilai Cronbach Alpha 0,7 Nunnally dalam Ghozali, 2012:48.
2. Uji Asumsi Klasik a. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal Ghozali,
73
2012:160. Data yang baik dan layak dalam penelitian adalah yang memiliki distribusi normal. Normalitas data dapat dilihat dengan beberapa cara,
diantaranya yaitu dengan melihat kurva normal probability plot. Normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal
dari grafik. Jika data titik menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka menunjukkan pola distribusi normal yang
mengindikasikan bahwa model regresi memenuhi asumsi normalitas. Jika data titik menyebar menjauh dari garis diagonal, maka tidak menunjukkan
pola distribusi normal yang mengindikasikan bahwa model regresi tidak memenuhi asumsi normalitas.
b. Uji Multikolinieritas Menurut Ghozali 2012:105, uji multikolinieritas bertujuan untuk
menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi
korelasi di antara variabel independen. Jika variabel independen saling berkorelasi, maka variabel-variabel ini tidak ortogonal. Variabel ortogonal
adakah variabel independen yang memiliki nilai korelasi antar sesama variabel independen sama dengan nol.
Untuk mendeteksi ada atau tidaknya multikolinieritas di dalam model regresi adalah sebagai berikut:
74
1 Nilai R
2
yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel independen banyak yang
tidak signifikan mempengaruhi variabel dependen. 2 Menganalisis matriks korelasi variabel-variabel independen. 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 independen tidak berarti bebas dari multikolinieritas. Multikolinieritas dapat disebabkan karena adanya efek
kombinasi dua atau lebih variabel independen. 3 Multikolinieritas dapat juga dilihat dari 1 nilai tolerance dan lawannya
2 variance inflation factor VIF. Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen
lainnya. Dalam pengertian sederhana setiap variabel independen menjadi variabel dependen terikat dan diregres terhadap variabel independen
lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai
tolerance yang rendah sama dengan nilai VIF tinggi karena VIF = 1Tolerance. Nilai cut off yang umum dipakai 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
75
dengan nilai Tolerance dan VIF, tetapi kita masih tetap tidak mengetahui variabel-variabel independen mana sajakah yang saling berkolerasi.
c. Uji Heteroskedastisitas Menurut Ghozali 2012:139, uji heteroskedasitas bertujuan menguji
apakah dalam model regresi terjadi ketidaksamaan dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu
pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedasitas. Model regresi yang baik adalah yang
homoskedastisitas atau tidak terjadi heterokedastisitas. Kebanyakan data crossection mengandung situasi heteroskesdatisitas karena data ini
menghimpun data yang mewakili berbagai ukuran kecil, sedang dan besar. Salah satu cara untuk mendeteksi ada atau tidaknya heteroskedastisitas
adalah dengan melihat pada grafik plot antara nilai prediksi variabel tterikat dependen yaitu ZPRED dengan residualnya SRESID. Deteksi ada tidaknya
heteroskedastisitas dapat dilakukan dengan melihat ada atau 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 analsiis jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur
bergelombang, melebar kemudian menyempit, maka mnegindikasikan telah terjadi heteroskedastisitas dan jika tidak ada pola yang jelas, serta titik-
76
titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
3. Analisis Regresi Linier Berganda Analisis regresi berganda adalah alat 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 Bhuono Agung Nugroho, 2005:43. Rumus regresi linier berganda:
Bhuono Agung Nugroho, 2005:43 Dimana:
Y = Keputusan pembelian
a = Harga Y bila X = 0 harga konstan
b
1
= Koefisien regresi iklan televisi X
1
= Iklan Televisi b
2
= Koefisien regresi celebrity endorser X
2
= Celebrity endorser
Y= a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ b
4
X
4
+ e
77
b
3
= Koefisien regresi kualitas produk X
3
= Kualitas produk b
4
= Koefisien regresi citra merek X
4
= Citra merek e
= Standar error
4. Koefisien Korelasi R Analisis korelasi bertujuan untuk mengukur kekuatan asosiasi hubungan
linier antara dua variabel. Korelasi tidak menunjukkan hubungan fungsional atau dengan kata lain analisis korelasi tidak membedakan antara variabel
dependen dengan variabel independen Ghozali, 2012:96.
Tabel 3.1 Interpretasi Koefisien Korelasi
Interval Koefisien Tingkat Hubungan
0,00 – 0,199
Sangat rendah 0,20
– 0,399 Rendah
0,40 – 0,599
Sedang 0,60
– 0,799 Kuat
0,80 – 0,1000
Sangat Kuat
5. Koefisien Determinasi R
2
Menurut Ghozali 2012:97, koefisien determinasi R
2
pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi
78
variabel dependen. Nilai koefisien determinasi adalah antara nol dan satu. Nilai R
2
yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekatisatu
berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Kelemahan
mendasar dalam penggunaan koefisien determinasi adalah jumlah variabel independen yang dimasukkan kedalam model. Setiap tambahan satu variabel
independen, maka R
2
pasti meningkat tidak peduli apakah variabel tersebut berpengaruh secara signifikan terhadap variabel independen. 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
, nilai Adjusted R
2
dapat naik atau turun apabila satu variabel independen ditambahkan ke dalam model.
6. Uji Hipotesis a. Uji t Hitung Uji Parsial
Menurut Ghozali 2012:98, uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh variabel penjelas atau independen secara individual
dalam menerangkan variasi variabel dependen. Dalam pengujian hipotesis yang menggunakan uji dua pihak two
tails ini berlaku ketentuan, bahwa bila harga t hitung, berada pada daerah penerimaan Ho atau terletak di antara harga tabel, maka Ho diteriuma dan
79
Ha ditolak. Dengan demikian bila harga t hitung lebih kecil atau sama dengan ≤ dari harga tabel maka Ho diterima. Harga t hitung adalah harga
mutlak, jadi tidak dilihat + atau - nya Sugiyono, 2010:7. Menurut Duwi Priyatno 2010: 69, dasar pengambilan keputusan
adalah sebagai berikut: a
Ho : β
1
= 0 Jika nilai probabilitas lebih besar dari 0,05, maka Ho diterima atau Ha
ditolak, ini berarti menyatakan bahwa variabel independen atau bebas tidak mempunyai pengaruh secara individual terhadap variabel dependen
atau terikat. b
Ha : β
1
≠ 0 Jika nilai probabilitas lebih kecil dari 0,05, maka Ho ditolak atau Ha
diterima, ini berarti menyatakan bahwa variabel independen atau bebas mempunyai pengaruh secara individual terhadap variabel dependen atau
terikat.
b. Uji F Hitung Uji Simultan Menurut Ghozali 2012:98, uji statistik F pada dasarnya menunjukkan
apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel
dependen atau terikat.
80
Salah satu cara melakukan uji F adalah dengan membandingkan nilai F hasil perhitungan dengan nilai F menurut tabel. Bila nilai F hitung lebih
besar daripada nilai F tabel, maka kita menerima hipotesis alternatif yang menyatakan
bahwa semua
variabel independen
secara simultan
mempengaruhi variabel dependen Ghozali, 2012:98. Menurut Duwi Priyatno 2010: 67, dasar pengambilan keputusan
adalah sebagai berikut: a. H
o
: β
1
= 0 Jika nilai probabilitas lebih besar dari 0,05, maka H
o
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. b. H
a
: β
1
≠ 0 Jika nilai probabilitas lebih kecil dari 0,05, maka H
o
ditolak atau H
a
diterima, ini berarti menyatakan bahwa semua variabel independen atau bebas mempunyai pengaruh secara bersama-sama terhadap variabel
dependen atau terikat.
81
E. Operasional Variabel Penelitian
Kategori