61
untuk mencari varian tiap butir digunakan rumus :
N N
x x
∑ ∑
− =
2 2
2
σ Keterangan :
σ
2
= Varian tiap butir X = Jumlah skor butir
N = Jumlah responden Arikunto, 2002 : 171 Hasil analisis reliabilitas dapat di lihat pada lampiran 3 di peroleh
nilai r
11
untuk angket lokasi sebesar 0,6784, angket harga sebesar 0,7523 dan angket keputusan berbelanja sebesar 0,7607. Nilai r
11
tersebut lebih besar daripada r
tabel
yang berarti secara nyata ketiga angket tersebut reliabel.
3.5 Metode Analisis Data
Metode analisis data adalah suatu metode yang di gunakan untuk mengolah hasil penelitian guna memperoleh suatu kesimpulan. Adapun
metode analisis data yang di gunakan sebagai berikut: 3.5.1 Metode analisis deskriptif persentase
Metode analisis deskriptif persentase ini digunakan untuk mengkaji variabel – variabel yang ada dalam penelitian. Dengan demikian dapat
diketahui persentase lokasi dan harga terhadap keputusan berbelanja. Untuk mengukur variabel lokasi, variabel harga dan variabel keputusan
berbelanja. Untuk mengukur variabel lokasi, variabel harga dan variabel
62
keputusan berbelanja dilakukan dengan memberikan skor dari jawaban angket yang diisi oleh responden dengan ketentuan sebagai berikut :
A. Untuk jawaban a di beri skor 4 B. Untuk jawaban b di beri skor 3
C. Untuk jawaban c di beri skor 2 D. Untuk jawaban d di beri skor 1
Dengan kategori jawaban: a. Sangat baik
b. Baik c. Cukup
d. Kurang baik Perhitungan indeks prosentase dapat dihitung dengan
menggunakan rumus sebagai berikut : 100
x N
n =
Keterangan : n = Nilai yang diperoleh
N = Jumlah seluruh nilai = Persentase yang di peroleh
Ali, 1984 : 184 3.5.2
Teknik Analisis Regresi Berganda Mengacu pada tujuan dan hipotesis penelitian maka model analisis
yang di gunakan adalah analisis regresi linier berganda. Penggunaan model analisis ini dengan alasan untuk mengetahui hubungan antara
63
variabel bebas dengan variabel terikat, yaitu lokasi X1, harga X2 terhadap keputusan berbelanja Y selain itu juga ingin mengetahui sejauh
mana besarnya pengaruh antara variabel-variabel bebas dengan variabel terikatnya baik secara bersama-sama maupun secara parsial. Spesifikasi
yang di gunakan dalam penelitian ini adalah: Y = a + b
1
x
1
+ b
2
x
2
+ e Keterangan :
Y = variabel keputusan berbelanja B
B
1
= koefisien regresi lokasi B
B
2
= koefisien regresi harga X
1
= lokasi X
2
= harga a
= bilangan konstanta e = variabel gangguan Algifari, 2000 : 85
Untuk mengetahui apakah suatu persamaan regresi yang di hasilkan baik untuk mengestimasi nilai variabel dependen di perlukan pembuktian
terhadap kebenaran hipotesis. Pembuktian kebenaran hipotesis di lakukan dengan dua cara pengujian, yaitu:
a. Uji simultan Untuk membuktikan kebenaran hipotesis di gunakan uji F
yaitu untuk mengetahui sejauh mana variabel-variabel bebas yang di gunakan mampu menjelaskan variabel terikat. Nilai F
hitung
dapat ditentukan dengan formula:
64
Freg = 1
1
2 2
R m
m n
R −
− −
Keterangan : r
2
= koefisien
determinasi n = banyaknya sampel
m = banyaknya variabel Apabila dari hasil perhitungan F
hitung
F
tabel
maka Ho ditolak, Sehingga dapat dikatakan bahwa variabel bebas darimodel
regresidapat menerangkan variabel terikat secara serentak. Sebalinya, jika F
hitung
F
tabel
maka Ho diterima dengan demikian dapat dikatakan bahwa variabel bebas model regresi linier berganda
tidak mampu menjelaskan variabel terikatnya. Besarnya persentase pengaruh semua variabel independen
terhadap nilai variabel dependen dapat diketahui dari besarnya koefisien determinasi R
2
persamaan regresi.. Besarnya koefisien determinasi dari 0 sampai dengan 1. Semakin mendekati 0 nol
besarnya koefisien determinasi suatu persamaan regresi, maka semakin kecil pula pengaruh semua variabel independen terhadap
nilai variabel dependen. Sebaliknya semakin mendekati 1 satu besarnya koefisien determinasi maka semakin besar pula pengaruh
semua variabel independen terhadap variabel dependen. b.
Uji t Uji Parsial Untuk menguji pemaknaan koefisien regresi parsial digunakan uji t.
Nilai t hitung dapat ditentukan dengan formula :
65
t =
2
1 2
r n
r −
−
Keterangan : r : koefisien korelasi
n : banyaknya sampel Alghifari, 2000:57 Apabila t
hitung
maka Ho ditolak dengan demikian variabel bebas dapat menerangkan variabel terikat yang ada dalam model. Sebaliknya
apabila t
hitung
t
tabel
maka Ho diterima. Dengan demikian variabel bebas tidak dapat menjelaskan variabel terikatnya atau dengan kata
lain tidak ada pengaruh diantara 2 variabel yang diuji. Selain melakukan pembuktian dengan uji F dan uji t, perlu juga dicari
besarnya koefisien determinasi r
2
parsialnya untuk masing-masing variabel bebas. Koefisien determinasi adalah satu dikurangi rasio
antara besarnya deviasi nilai Y observasi dari rata-ratanya. Atau secara matematis dapat ditulis sebagai berikut :
r
2
=
∑ ∑
− −
− ˆ
1 Y
Y Y
Y
Keterangan : r
2
: besarnya koefisien determinasi Y : nilai variabel Y
Yˆ : nilai estimasi Y Y : nilai rata-rata variabel Y Alghifari, 2000: 48 .
66
Menghitung r
2
digunakan untuk mengetahui sejauh mana sumbangan dari masing-masing variabel bebas. Jika variabel lainnya konstan
terhadap variabel terikat. Semakin besar nilai r
2
maka semakin besar variasi sumbangannya terhadap variabel terikat.
3.5.3 Uji Asumsi Evaluasi ekonometri dimaksudkan untuk mengetahui apakah model
regresi linier beranda yang digunakan unutk menganalisis dalam penelitian ini memenuhi asumsi klasik atau tidak.
a. Uji Multikoleniaritas Salah satu asumsi klasik adalah terjadinya Multikoleniaritas
diantara variabel – variabel bebas yang berada dalam satu model, artinya antar variabel independen yang terdapat dalam model memiliki
hubungan yang sempurna atau mendekati sempurna koefisiennya tinggi atau bahkan satu. Menurut Algifari 2000 : 87 , apabila hal ini terjadi
berarti antara variabel bebas itu sendiri saling berkorelasi, sehingga dalam hal ini sulit diketahui variabel bebas mana yang mempengaruhi
variabel terikat. Salah satu cara untuk mendeteksi kolinieritas ini dilakukan dengan meregresikan antara variabel bebas dan apabila
korelasinya signifikan maka antara variabel bebas terjadi multikoleniaritas.
67
b. Uji Heteroskedastisitas Uji Heteroskedastisitas digunakan untuk mengetahui apakah
terjadinya penyimpangan model karena variance gangguan berbeda antara satu observasi ke observasi lain. Diagnosis adanya
heteroskedastisitas secara kuantitatif dalam suatu regresi dapat dilakukan dengan Sperman Rank Correlation, dimana data dari masing – masing
variabel diubah menjadi bentuk jenjang yaitu dari nilai terendah sampai nilai tertinggi kemudian meregresikan antara variabel – variabel bebas
dengan variabel gangguannya. Korelasi ranking sperman r
s
dapat dihitung dengan formula :
rs = 1-6 ⎟
⎟ ⎠
⎞ ⎜
⎜ ⎝
⎛ −
∑
2
2 2
1
N N
d
Keterangan: d
1
: selisih rangking standar deviasi s dan rangking nilai mutlak error e nilai e = Y – Y
N : banyaknya sampel Setelah itu dihitung koefisiensi korelasinya dan dilakukan
pengujian t pada tiap-tiap variabel. Apabila t hitung lebih besar maka dikatakan tidak ada perbedaan yang signifikan atau dapat diartikan tidak
terjadi heteroskedastisitas dalam model. Apabila kondisi sebaliknya maka model yang digunakan menjadi heteroskedatisitas.
Nilai t hitung dapat ditentukan dengan formula
t =
2
1 2
s s
r N
r −
−
68
c. Uji otokorelasi Uji otokorelasi digunakan untuk mengetahui apakah terjadi
korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu data time series atau ruang data cross section. Beberapa
faktor yang menyebabkan adanya otokorelasi adalah tidak dimasukkannya variabel bebas yang lain, misalnya pada suatu model
regresi yang seharusnya model tersebut terdiri dari empat variabel bebas dan satu variabel terikat, dalam pembuatan model hanya memasukkan
tiga variabel bebas. Untuk mendiaknosis adanya otokorelasi dalam suatu model regresi dilakukan melalui pengujian terhadap nilai uji Durbin
Watson Uji DW. Tabel 4. Durbin Watson Test
Hasil perhitungan Klasifikasi
Kurang dari 1.08 1,08 – 1,66
1,66 – 2,34 2,34 – 2,92
Lebih dari 2,92 Ada otokorelasi
Tanpa kesimpulan Tidak ada otokorelasi
Tanpa kesimpulan Ada otokorelasi
Algifari, 2000 : 89
BAB IV HASIL PENELITIAN DAN PEMBAHASAN