∑ = Jumlah ragam butir
Nilai Cronbach’s Alpha dapat dihitung dengan bantuan software SPSS Ver.17.0. Setelah itu, reliabilitas suatu konstruk variabel
dikatakan baik jika memiliki nilai Cronbach’s Alpha lebih dari 0,60. Hasil uji reliabel pada pertanyaan kuesioner diperoleh hasil alpha
hitung 0,973 dan 0,892 maka kuesioner terbukti andal Lampiran 2.
3.6. Pengolahan dan Analisis Data
Penelitian ini menggunakan metode analisis kuantitatif dengan menggunakan pendekatan konsep-konsep manajemen pemasaran yang ada.
3.6.1 Consumer Decision Model CDM
Model dengan enam peubah yang saling berhubungan, yaitu Pesan Iklan F, finding information, Pengenalan Merek B, brand
recognition, Kepercayaan Konsumen C, confidence, Sikap Konsumen A, attitude, Niat Beli I, intention dan Pembelian Nyata
P, purchase dianalisis dengan menggunakan regresi linier baik yang sederhana maupun berganda. Regresi linier digunakan untuk melihat
hubungan antar variabel satu dengan lainnya. Untuk mengetahui efektivitas iklan dengan menggunakan CDM
digunakan analisis bentuk hubungan dan analisis keeratan hubungan. Pengaruh langsung variabel independen terhadap variabel dependen
ditelusuri dengan analisis regresi. Analisis regresi yang digunakan memperhatikan prinsip parsimony, yaitu semakin sederhana suatu
model semakin bagus model tersebut, dan dengan pertimbangan efisiensi dan kemudahan pemahaman model tersebut dari sisi pengguna
Durianto, 2003. Model populasi yang digunakan adalah : Y =
+ β X + ε …………………………….4 dalam hal ini :
Y = Variabel dependent X = Variabel independent
= Intercept model β = Parameter regresi
ε = error term
Pada persamaan tersebut akan dianalisis persamaan regresi sederhana antara variabel pesan iklan F dengan pengenalan merek B,
pesan iklan F dengan kepercayaan konsumen C, pesan iklan F dengan sikap konsumen A. Pada ketiga persamaan tersebut, variabel
pesan iklan F menjadi variabel independen dan variabel B, C, dan A menjadi variabel dependen. Persamaan regresi berikutnya adalah
persamaan regresi antara variabel pengenalan merek B dengan kepercayaan konsumen C, pengenalan merek B dengan sikap
konsumen A, dengan variabel B sebagai variabel independen dan variabel C dan A sebagai variabel dependen. Persamaan keenam adalah
variabel C menjadi variabel dependen dan variabel F dan B menjadi variabel independen. Persamaan ketujuh adalah variabel A menjadi
variabel dependen dan variabel F dan B menjadi variabel independen. Persamaan berikutnya yang akan dianalisis adalah persamaan regresi
sederhana antara variabel niat beli I dengan kepercayaan konsumen C, dan niat beli I dengan sikap konsumen A. Persamaan kesepuluh,
variabel I menjadi variabel dependen dan variabel C dan A menjadi variabel independen. Persamaan regresi berikutnya yang akan dianalisis
adalah persamaan regresi antara variabel pembelian nyata P dengan variabel niat beli I. Pada persamaan terakhir, variabel P menjadi
variabel dependen dan variabel I menjadi variabel independen. Pembentukan model dan pengujian signifikansi variabel
independen terhadap variabel dependen dilakukan melalui pendekatan OLS method Ordinary Least Square Method. Prinsip metode ini
meminimumkan selisih kuadrat antara Y observasi dengan Y dugaan. Model sampel untuk regresi linier sederhana adalah :
Y = + bX ……………………………..5
Dimana : a = penduga bagi intersep α
b = penduga bagi koefisien regresi β dengan menggunakan OLS, nilai a dan b diperoleh dari :
b = ∑X Y − ∑X ∑Y
∑X − ∑X ² ……………………6
= ∑Y − b∑X
………………………..………7 Untuk menguji nilai parameter regresi, apakah sama dengan nilai
tertentu, digunakan uji t. Hipotesis nol dan hipotesis tandingannya ditentukan sebagai berikut :
H
01
: β
i
= 0 variabel independen tidak memiliki pengaruh signifikan terhadap variabel dependen
H
01
: β
i
≠ 0 variabel independen memiliki pengaruh signifikan terhadap variabel dependen
Setiap nilai koefisien regresi dapat dihitung nilai t-nya, sebagai berikut : t =
β k − β k ………………………………8
Hasil yang diperoleh dibandingkan dengan t
tabel
. Bila,nilai t
hitung
t
table
, berarti pengaruh variabel independen terhadap variabel dependen signifikan. Dalam penelitian ini digunakan alat bantu
MINITAB ver14. Kriteria signifikansi dilihat dari perbandingan nilai signifikansi yang diperoleh dengan α . Jika nilai signifikansi lebih kecil
daripada nilai α yang digunakan, dinyatakan sebagai pengaruh variabel independen terhadap variabel dependen hasilnya signifikan, dan jika
yang terjadi sebaliknya maka hasilnya tidak signifikan. Nilai α yang digunakan dalam penelitian ini adalah sebesar 5.
Analisis regresi berganda digunakan untuk menguji hubungan antara variabel pesan iklan F, pengenalan merek B, dan kepercayaan
konsumen C, dimana kepercayaan konsumen bertindak sebagai variabel dependen sedangkan variabel pesan iklan F dan pengenalan
merek B bertindak sebagai variabel independen. Dan menguji hubungan antara variabel pesan iklan F, pengenalan merek B, dan
sikap konsumen A, dimana sikap konsumen bertindak sebagai variabel dependen sedangkan variabel pesan iklan F dan pengenalan
merek B bertindak sebagai variabel independen. Terakhir, menguji hubungan antara variabel kepercayaan konsumen C, sikap konsumen
A, dan niat beli konsumen I, dimana niat beli konsumen bertindak sebagai variabel dependen sedangkan variabel kepercayaan C dan
sikap konsumen A bertindak sebagai variabel independen. Persamaan dalam model regresi linear berganda yang menunjukkan hubungan
antar variabel dependen Y dengan variabel independennya X
i
adalah sebagai berikut :
Y= + b
1
X
1
+b
2
X
2
.......................................................9 Dimana :
Y = variabel dependen
a = konstanta
b
1
dan b
2
= koefisien regresi variabel independen X
1
dan X
2
= variabel independen Mengetahui apakah suatu persamaan regresi yang dihasilkan
baik untuk mengestimasi nilai variabel dependen, maka perlu dilakukan uji simultan uji F dan uji parsial uji t. Uji simultan bertujuan untuk
mengetahui apakah semua variabel independen mempunyai pengaruh yang sama terhadap variabel dependen. Pengujian terhadap pengaruh
variabel independen secara bersama-sama simultan terhadap perubahan nilai variabel dependen dilakukan melalui pengujian
terhadap besarnya perubahan nilai variabel dependen yang dapat dijelaskan oleh perubahan nilai semua variabel independen. Langkah
pertama dalam melakukan uji simultan adalah menentukan perumusan hipotesis. Hipotesis nol dan hipotesis tandingannya ditentukan sebagai
berikut : H
02
: β
i
= 0 X
1
dan X
2
secara bersama-sama tidak memiliki pengaruh signifikan terhadap Y
H
02
: β
i
≠ 0 X
1
dan X
2
secara bersama-sama memiliki pengaruh signifikan terhadap Y
Kemudian menentukan nilai F
hitung
dengan menggunakan rumus : F=
²
………………………………10 Dimana :
R² = Koefisien determinasi
k = jumlah variabel n = jumlah sampel
Pengambilan keputusan dilakukan berdasarkan perbandingan antara nilai F
hitung
dengan nilai F
tabel
sesuai dengan tingkat signifikansi yang digunakan. Jika F
hitung
lebih kecil daripada F
tabel
atau p-value lebih besar dibandingkan dengan nilai α yang digunakan, maka keputusannya
adalah menerima daerah penerimaan hipotesis nol H . Artinya, secara
statistik dapat dibuktikan bahwa semua variabel independen X
1
dan X
2
tidak berpengaruh terhadap variabel dependen. Sedangkan jika nilai F
hitung
lebih besar daripada nilai F
tabel
atau p-value lebih kecil dibandingkan dengan nilai α yang digunakan, maka keputusannya
adalah menolak H dan menerima H
a
. Artinya, secara statistik data yang digunakan membuktikan bahwa semua variabel independen X
1
dan X
2
berpengaruh terhadap variabel dependen. Uji parsial bertujuan untuk memastikan apakah variabel
independen yang terdapat dalam persamaan tersebut secara individu berpengaruh terhadap nilai variabel dependen. Caranya adalah dengan
melakukan pengujian terhadap koefisien regresi setiap variabel independen. Langkah pertama dalam melakukan uji parsial adalah
menentukan perumusan hipotesis. Hipotesis nol dan hipotesis tandingannya ditentukan sebagai berikut :
H
03
: β
i
= 0 X
1
tidak memiliki pengaruh signifikan terhadap Y H
a3
: β
i
≠ 0 X
1
memiliki pengaruh signifikan terhadap Y H
04
: β
i
= 0 X
2
tidak memiliki pengaruh yang signifikan terhadap Y H
a4
: β
i
≠ 0 X
2
memiliki pengaruh yang signifikan terhadap Y Langkah selanjutnya adalah menghitung nilai t untuk setiap
koefisien regresi dengan menggunakan rumus 8 yang telah disebutkan di atas. Hasil t
hitung
yang diperoleh dibandingkan dengan t
tabel
. Jika t
hitung
suatu koefisien regresi lebih kecil daripada t
tabel
atau p-value lebih besar dibandingkan dengan nilai α yang digunakan, maka keputusannya
adalah menerima H . Artinya koefisien regresi variabel independen,
yaitu X
1
dan X
2
tersebut tidak berpengaruh terhadap nilai variabel
dependen Y. Sedangkan jika pada pengujian terhadap suatu koefisien regresi, t
hitung
lebih besar daripada nilai t
tabel
atau p-value lebih kecil dibandingkan dengan nilai α yang digunakan, maka keputusannya
adalah menolak H dan menerima H
a
. Artinya koefisien regresi variabel independen X
1
dan X
2
berpengaruh terhadap variabel dependen Y. Mengetahui pernyataan variabel independen mana yang paling
berpengaruh terhadap variabel dependen digunakan analisis regresi dengan metode stepwise. Regresi stepwise melibatkan dua jenis proses
yaitu: forward selection dan backward elimination. Teknik ini dilakukan melalui beberapa tahapan. Pada masing-masing tahapan,
akan diputuskan variabel mana yang merupakan prediktor terbaik untuk dimasukkan ke dalam model. Variabel ditentukan berdasarkan uji-F,
variabel ditambahkan ke dalam model selama nilai p-valuenya kurang dari nilai kritik α . Kemudian variabel dengan nilai p-value lebih dari
nilai kritik α akan dihilangkan. Proses ini dilakukan terus menerus hingga tidak ada lagi variabel yang memenuhi kriteria untuk
ditambahkan atau dihilangkan. Mengetahui signifikansi peran variabel antara digunakan
koefisien determinasi. Koefisien determinasi menunjukkan besarnya sumbangan variabel independen terhadap variabel dependen. Bila
variabel tersebut memiliki koefisien determinasi lebih besar daripada koefisien determinasi kedua variabel lainnya, maka variabel tersebut
berkedudukan sebagai variabel antara.
3.6.2 Analisis Korelasi Kanonik
