Hasil uji reliabilitas Variabel
Koefisien Cronbach’s Alpha
Keterangan Persepsi Harga
0,689 Reliabel
Atribut Produk 0,708
Reliabel Persepsi Risiko
0,791 Reliabel
Keputusan Pembelian 0,917
Reliabel Sumber: Data Primer yang Diolah 2014
Hasil uji reliabilitas menunjukkan bahwa semua item pernyataan dan empat variabel yang akan diteliti adalah reliabel, karena mempunyai nilai
Cronbach Alpha 0.70 serta nilai 0.60 – 0.70 masih dapat diterima Hair,
2010: 123.
H. Teknik Analisis Data
1. Analisis Statistik Deskriptif Statistik
deskriptif adalah
statistik yang
digunakan untuk
menggambarkan atau menganalisis suatu data hasil penelitian. Analisis ini memberikan penjelasan tentang subjek yang dibahas tanpa menggunakan
perhitungan angka. Analisis statistik deskriptif bertujuan mengubah kumpulan data mentah menjadi mudah dipahami dalam bentuk informasi
yang lebih ringkas, yaitu dalam bentuk angka persentase. Pada umumnya, tampilan analisis statistik deskriptif berupa nilai minimum, nilai
maksimum, nilai rata-rata, dan standar deviasi.
Dalam mengidentifikasi kecenderungan tiap-tiap variabel digunakan nilai rerata dan standar deviasi dari semua objek dalam tiap variabel. Dari
nilai rerata dan standar deviasi tersebut, identifikasi dikelompokkan dalam kategori sebagai berikut Sutrisno Hadi, 2002: 135 :
a Tinggi = X ≥ M + SD
b Sedang = M + SD X ≥ M - SD
c Rendah = M – SD X
Data yang diperoleh dari kuesioner kemudian dikumpulan dan diolah dengan cara memberikan bobot penilaian dari setiap pernyataan
berdasarkan skala likert. 2. Pengujian Prasyarat Analisis
Pengujian persyaratan analisis dilakukan sebelum pengujian hipotesis, yang meliputi uji normalitas, uji linieritas dan uji multikolinieritas.
a. Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi,
variabel pengganggu atau residual memiliki distribusi normal Ghozali, 2012: 160. Seperti diketahui bahwa uji t dan F mengasumsikan bahwa
nilai residual mengikuti distribusi normal. Untuk menguji normalitas residual digunakan uji statistik non-parametrik Kolmogorov-Smirnov
K-S. Uji K-S dilakukan dengan membuat hipotesis: H0 : Data residual berdistribusi normal
Ha : Data residual tidak berdistribusi normal
Normal atau tidaknya distribusi data dilakukan dengan melihat nilai signifikansi variabel. Jika signifikansinya lebih besar dari alpha 5,
maka menunjukkan bahwa distribusi data normal. b. Uji Liniearitas
Uji linieritas ini digunakan untuk mengetahui apakah variabel bebas dan terikat dalam penelitian ini memiliki hubungan yang linier Ghozali,
2012: 152. Dikatakan linier jika kenaikan skor variabel bebas diikuti kenaikan skor variabel terikat. Uji linieritas ini dilakukan dengan
menggunakan garis regresi dengan taraf signifikansi 5. Kriteria yang digunakan jika F hitung lebih besar dari F tabel berarti
hubungan antara variabel bebas dan variabel terikat bersifat tidak linier. Sedangkan jika F hitung lebih kecil dari F tabel berarti hubungan antara
variabel bebas dengan variabel terikat bersifat linier. c. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas Ghozali, 2012:
105. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebas. Jika variabel bebas saling berkorelasi, maka variabel-
variabel ini tidak ortogonal. Variabel ortogonal adalah variabel bebas yang nilai korelasi antar sesama variabel bebas sama dengan nol. Untuk
mendeteksinya yaitu dengan cara menganalisis nilai tolerance dan
variance inflation factor VIF. Apabila nilai tolerance mendekati angka 1 dan VIF di bawah angka 10 maka regresi bebas dari multikolinieritas.
d. Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan menguji apakah dalam model
regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain Ghozali, 2012: 139. Jika variance dari residual
satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda heteroskedastisitas. Model regresi
yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Kriteria terjadinya heteroskedastisitas dalam suatu
model regresi adalah jika signifikansinya kurang dari 0,05.
3. Analisis Regresi Berganda Analisis regresi pada dasarnya adalah studi mengenai ketergantungan
variablel dependen terikat dengan satu atau lebih variabel independen variabel penjelasbebas, dengan tujuan untuk mengestimasi dan atau
memprediksi rata-rata populasi atau nilai rata-rata variabel dependen berdasarkan nilai variabel independen yang diketahui Gujarati, 2003.
Hasil analisis regresi adalah berupa koefisien untuk masing-masing variabel independen.
Analisis regresi berganda dalam penelitian ini bertujuan untuk mengetahui besarnya pengaruh variabel independen Persepsi Harga,
Atribut Produk dan Persepsi Risiko terhadap variabel dependen Keputusan Pembelian. Adapun bentuk umum persamaan regresi berganda
yang digunakan dalam penelitian ini adalah sebagai berikut: Y = a+ b1X1 + b2X2 + b3X3 + e
Dimana: Y
= Keputusan Pembelian a
= Konstanta X1
= Persepsi Harga X2
= Atribut Produk X3
= Persepsi Risiko b1,b2,b3
= Besaran koefisien regresi dari masing-masing variabel e
= error
4. Uji Hipotesis Uji hipotesis bertujuan mengetahui apakah ada tidaknya pengaruh
yang signifikan antara variabel indepeden Persepsi Harga, Atribut Produk dan Persepsi Risiko terhadap variabel dependen Keputusan Pembelian
baik secara parsial maupun simultan. a. Uji t
Uji t digunakan untuk menguji pengaruh variabel independen secara parsial terhadap variabel dependen. Pengujian ini dilakukan dengan uji t
pada tingkat keyakinan 95 dengan ketentuan sebagai berikut:
1 Dengan menggunakan nilai probabilitas signifikansi : a Jika tingkat signifikasi lebih besar 0,05 maka dapat disimpulkan
bahwa Ho diterima, sebaliknya Ha ditolak. b Jika tingkat signifikasi lebih kecil 0,05 maka dapat disimpulkan
bahwa Ho ditolak, sebaliknya Ha diterima. 2 Dengan membandingkan nilai t hitung dengan t tabel:
a Jika t
hitung
t
tabel
maka Ho ditolak dan sebaliknya Ha diterima. b Jika t
hitung
t
tabel
maka Ho diterima dan sebaliknya Ha ditolak. Hipotesis yang diajukan dalam penelitian dirumuskan sebagai
berikut: 1 Ho
1
: β1 ≤ 0,artinya variabel Persepsi harga X
1
tidak berpengaruh positif terhadap variabel keputusan pembelian Y
Ha
1
:β1 0,artinya variabel Persepsi harga X
1
berpengaruh positif terhadap variabel keputusan pembelian Y
2 Ho
2
: β2 ≤ 0, artinya variabel atribut produk X
2
tidak berpengaruh positif terhadap variabel keputusan pembelian Y
Ha
2
: β2 0, artinya variabel atribut produk X
2
berpengaruh positif terhadap variabel keputusan pembelian Y
3 Ho
3
: β3 ≤ 0, artinya variabel persepi risiko X
3
tidak berpengaruh positif terhadap variabel keputusan pembelian Y
Ha
3
: β3 0, artinya variabel persepsi risiko X
3
berpengaruh positif terhadap variabel keputusan pembelian Y
b. Uji Signifikansi Simultan F Uji F digunakan untuk mengetahui pengaruh seluruh variabel
independen terhadap variabel dependen. Pengujian ini dilakukan pada tingkat keyakinan 95 dengan ketentuan sebagai berikut:
1 Dengan menggunakan nilai probabilitas signifikansi : a Jika tingkat signifikasi lebih besar 0,05 maka dapat
disimpulkan bahwa Ho diterima, sebaliknya Ha ditolak. b Jika tingkat signifikasi lebih kecil 0,05 maka dapat
disimpulkan bahwa Ho ditolak, sebaliknya Ha diterima. 2 Dengan membandingkan nilai F hitung dengan F tabel:
a Jika F
hitung
F
tabel
maka Ho ditolak dan sebaliknya Ha diterima.
b Jika F
hitung
F
tabel
maka Ho diterima dan sebaliknya Ha ditolak.
Rumusan hipotesis untuk uji F adalah sebagai berikut: 1
Ho : β1, β2, β3 = 0, artinya persepsi harga, atribut produk dan persepsi risiko secara simultan tidak berpengaruh terhadap
keputusan pembelian. 2
Ha : β1, β2, β3 ≠ 0, artinya persepsi harga, atribut produk dan persepsi risiko secara simultan berpengaruh terhadap
keputusan pembelian.
c. Analisis Koefisien Determinasi R
2
Menurut Ghozali 2012: 97, koefisien determinasi R
2
pada intinya mengukur seberapa jauh kemampuan model dalam
menerangkan variasi variabel dependen. Nilai koefisien determinasi berkisar antara 0 0 R
2
1 100. Nilai R
2
yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi
variabel dependen amat terbatas. Nilai yang mendekati satu 100 berarti variabel-variabel independen memberikan hampir semua
informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Secara umum koefisien determinasi untuk data silang
crossection relatif rendah karena adanya variasi yang besar antara masing-masing pengamatan, sedangkan untuk data runtun waktu time
series biasanya mempunyai nilai koefisien determinasi yang tinggi.
60
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
