Method of Succesive Intervals

Tabel 4.31 Tabel Pembantu Penghitungan M.S.I Responden X Y X2 Y2 XY 1 21.652 33.223 468.809 1103.768 719.344 2 31.113 26.338 968.019 693.690 819.454 3 30.434 26.111 926.228 681.784 794.662 4 37.906 36.220 1436.865 1311.888 1372.955 5 38.624 36.220 1491.813 1311.888 1398.961 6 36.787 33.264 1353.283 1106.494 1223.683 7 37.678 33.275 1419.632 1107.226 1253.735 8 31.400 27.205 985.960 740.112 854.237 9 37.693 33.315 1420.762 1109.889 1255.742 10 32.446 28.899 1052.743 835.152 937.657 ... 90 26.970 13.156 727.381 173.080 354.817 Total 2882.931 2539.567 96330.940 76682.815 84838.220 Dari hasil perhitungan diperoleh : n = 90 Σ X = 2882,931 Σ Y = 2539,567 Σ XY = 84838,220 Σ X 2 = 96330,940 Σ Y 2 = 76682,815 b. Analisis Regresi Linier Sederhana Untuk mengetahui “Pengaruh Citra Perusahaan Terhadap Keputusan Pembelian Konsumen”, maka kita menggunakan analisis regresi linear sederhana dengan model sebagai berikut : Y = a + bX Dengan: ∑ ∑ ∑ ∑ ∑ ∑ − − = 2 2 2 x x n xy x x y a dan 2 2 i i i i i i n X Y X Y b n X X − = − ∑ ∑ ∑ ∑ ∑ Sehingga didapatkan nilai a dan b sebagai berikut : ∑ ∑ ∑ ∑ ∑ ∑ − − = 2 2 2 x x n xy x x y a 2 931 , 2882 940 , 96330 90 220 , 84838 931 , 2882 940 , 96330 567 , 2539 − − = a 157 , = a 2 2 i i i i i i n X Y X Y b n X X − = − ∑ ∑ ∑ ∑ ∑ 2 931 , 2882 940 , 96330 90 567 , 2539 931 , 2882 220 , 84838 90 − − = b 876 , = b Diperoleh model regresi sebagai berikut: Y = 0,157 + 0,876 X Nilai konstanta a memiliki arti bahwa ketika variabel Pengaruh Citra Perusahaan X bernilai nol atau Keputusan Pembelian Konsumen Y tidak dipengaruhi oleh Pengaruh Citra Perusahaan, maka nilai konstan Keputusan Pembelian Konsumen bernilai 0,157. Sedangkan koefisien regresi b memiliki arti bahwa jika variabel Pengaruh Citra Perusahaan X meningkat sebesar satu satuan, maka Keputusan Pembelian Konsumen Y akan meningkat sebesar 0,876.

c. Analisis Korelasi Pearson Product Moment

Untuk mengetahui hubungan Pengaruh Citra Perusahaan variabel X dengan Keputusan Pembelian Konsumen variabel Y, digunakan analisis korelasi Pearson dengan rumus sebagai berikut : ∑ ∑ ∑ ∑ ∑ ∑ ∑ − − − = } }{ { 2 2 2 2 Y Y n X X n Y X Y X n r i i i i i i i xy Dari perhitungan diperoleh: n = 90 Σ X = 2882,931 Σ Y = 2539,567 Σ XY = 84838,220 Σ X 2 = 96330,940 Σ Y 2 = 76682,220 maka { }{ } 2 2 567 , 2539 220 , 76682 90 931 , 2882 940 , 96330 90 567 , 2539 931 , 2882 220 , 84838 90 − × − × − = r = 0,780 Angka output pada korelasi Pearson product Moment mempunyai arti bahwa keeratan hubungan antara citra perusahaan dengan keputusan pembelian konsumen menghasilkan angka 0,780. Untuk lebih jelasnya dapat dilihat pada tabel berikut : Tabel 4.32 Interprestasi Tingkat Hubungan 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 0,80-1,000 Sangat Kuat Sumber: Sugiyono 2004:214 Berdasarkan pada tabel di atas, maka angka tersebut menunjukkan hubungan kedua variabel tersebut kuat dan searah, sedangkan tanda positif + menunjukkan bahwa semakin besar perubahan yang terjadi pada pengaruh citra perusahaan maka akan semakin besar keputusan pembelian konsumen atau sebaliknya, semakin kecil perubahan pada pengaruh citra perusahaan maka akan semakin rendah keputusan pembelian konsumen pada PT. Kereta Api Indonesia Persero Bandung. Korelasi antara citra perusahaan dan keputusan pembelian konsumen adalah signifikan untuk pengujian dengan tingkat kesalahan sebesar 10, atau derajat kepercayaan sebesar 90 . Correlations 1 .780 .000 90 90 .780 1 .000 90 90 Pearson Correlation Sig. 2-tailed N Pearson Correlation Sig. 2-tailed N x y x y Correlation is significant at the 0.01 level 2 il d .