102
setuju, 29 responden atau 29 yang menyatakan netral, 29 responden atau 29 menyatakan setuju, dan 9 responden atau 9 yang
menyatakan sangat setuju mengenai pernyataan saya beralih ke pembalut Charm karena ingin mencoba inovasi produk Charm yang
terbaru. Dapat diartikan sebagian besar responden 31 menyatakan tidak setuju bahwa mereka beralih ke pembalut Charm karena ingin
mencoba inovasi produk Charm yang terbaru.
3. Hasil Analisis
a. Uji Asumsi Klasik
1 Uji Multikolinieritas
Menurut Ghozali 2011:105, uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya
korelasi antar variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel
independen. Multikolinearitas dapat dilihat pertama dari nilai tolerance dan lawannya, kedua dari Variance Inflation Factor
VIF. Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen
lainnya. Nilai tolerance yang rendah sama dengan nilai VIF yang tinggi karena VIF=1Tolerance. Nilai cut off yang
umum dipakai untuk menunjukkan multikolinearitas adalah nilai tolerance
≤ 0,10 atau sama dengan nilai VIF ≥10. Adapun
nilai VIF dapat dilihat dari tabel 4.37 berikut :
103
Tabel 4.37 Hasil Uji Multikolinieritas
Sumber : Data primer yang telah diolah
Dari tabel di atas dapat dilihat hasil perhitungan nilai tolerance menunjukkan tidak ada variabel independen yang memiliki nilai
tolerance kurang dari 0,10 yang berarti bahwa tidak terdapat korelasi antar variabel independen yang nilainya lebih dari 95. Hasil
perhitungan nilai VIF juga menunjukkan hal yang sama, tidak ada variabel independen yang memiliki nilai VIF lebih dari 10. Jadi, dapat
disimpulkan variabel iklan TV, mencari variasi, dan ketersediaan produk dalam model regresi ini tidak memiliki masalah
multikolinieritas atau tidak terjadi multikolinieritas.
2 Uji Heteroskedastisitas
Menurut Ghozali 2011:139, uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi
ketidaksamaan variance 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
Variabel Collinearity Statistics
Tolerance VIF
Iklan TV .999
1.001 Mencari Variasi
.974 1.027
Ketersediaan Produk .973
1.028
104
Heteroskedastisitas. Model regresi yang baik adalah yang Homoskedastisitas atau tidak terjadi heteroskedastisitas. Uji
heteroskedastisitas menghasilkan grafik pola penyebaran titik
Scatterplot seperti tampak pada gambar 4.5 : Gambar 4.5
Hasil Uji Heteroskedastisitas
Sumber : Data primer yang telah diolah
Hasil pengujian heteroskedastisitas menunjukkan bahwa titik- titik tidak membentuk pola yang jelas, dan titik-titik menyebar di atas
dan di bawah angka nol 0, maka dapat disimpulkan tidak terjadi heteroskedastisitas.
3 Uji normalitas
Menurut Ghozali 2011:160, uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel pengganggu atau
105
residual memiliki distribusi normal. Pengujian normalitas dilakukan dengan cara melihat normal probability plot untuk
pengujian residual model regresi yang tampak pada gambar 4.6 berikut :
Gambar 4.6 Hasil Uji Normalitas
Sumber : Data primer yang telah diolah
Data yang baik dan layak digunakan dalam penelitian adalah yang memiliki distribusi normal. Suatu variabel dikatakan normal jika
gambar distribusi dengan titik-titik data yang menyebar di sekitar garis diagonal, dan menyebar di titik-titik searah mengikuti garis
diagonal. Melihat tampilan grafik normal probability plot di atas menunjukkan bahwa data menyebar di sekitar garis diagonal, dan
menyebar di titik-titik searah mengikuti garis diagonal, maka model regresi memenuhi asumsi normalitas. Dari hasil uji normalitas maka
106
dapat diketahui bahwa populasi data dari variabel iklan TV, mencari variasi, ketersediaan produk dan keputusan perpindahan merek
berdistribusi normal.
Gambar 4.7 Hasil Uji Normalitas
Sumber : Data primer yang telah diolah
Dengan melihat tampilan grafik normal probability plot maupun grafik histogram yang memberikan pola normal. Sehingga
dapat diambil kesimpulan bahwa model regresi pada penelitian ini memenuhi asumsi normalitas.
b. Analisis Regresi Linier berganda
Dalam upaya menjawab permasalahan dalam penelitian ini maka digunakan analisis regresi linear berganda Multiple
Regression untuk mengetahui ada tidaknya pengaruh variabel
107
bebas terhadap variabel terikat. Perhitungan statistik dalam analisis regresi linier berganda yang digunakan dalam penelitian ini adalah
dengan menggunakan bantuan program komputer SPSS for Windows versi 21. Ringkasan hasil pengolahan data dengan
menggunakan program SPSS dapat dilihat pada tabel 4.38 berikut : Tabel 4.38
Hasil Regresi Linier Berganda
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
2.765 5.163
.536 .594
Iklan TV .282
.095 .239
2.965 .004
.999 1.001
Mencari Variasi .714
.114 .510
6.240 .000
.974 1.027
Ketersediaan Produk .365
.174 .172
2.101 .038
.973 1.028
a. Dependent Variable: Keputusan Perpindahan Merek
Sumber : Data primer yang telah diolah
Dari hasil tersebut apabila ditulis dalam bentuk standardized dari persamaan regresinya adalah sebagai berikut :
Keterangan : Y
= Keputusan Perpindahan Merek X
1
= Iklan TV X
2
= Mencari Variasi X
3
= Ketersediaan Produk Konstanta a = 2,765
Y = 2,765 +0,282X
1
+ 0,714X
2
+ 0,365X
3
108
b1 = 0,282
b2 = 0,714
b3 = 0,365
Persamaan regresi di atas dapat dijelaskan sebagai berikut : a. Konstanta sebesar 2,765. Artinya jika variabel iklan TV, mencari
variasi dan ketersediaan produk adalah 0 nol, maka keputusan perpindahan merek nilainya adalah 2,765.
b. Koefisien regresi variabel iklan TV X
1
adalah sebesar 0,282. Koefisien bernilai positif, artinya terjadi hubungan antara iklan TV
dan keputusan perpindahan merek, semakin sering iklan Charm tayang di televisi maka semakin tinggi keputusan perpindahan
merek ke pembalut wanita Charm. c. Koefisien regresi variabel mencari variasi X
2
adalah sebesar 0,714. Koefisien bernilai positif, artinya terjadi hubungan antara
mencari variasi dan keputusan perpindahan merek, semakin tinggi mencari variasi, maka semakin tinggi
keputusan perpindahan merek ke pembalut wanita Charm.
d. Koefisien regresi variabel ketersediaan produk X
3
adalah sebesar 0,410. Koefisien bernilai positif, artinya terjadi hubungan antara
ketersediaan produk dan keputusan perpindahan merek, semakin tinggi ketersediaan produk merek Charm daripada pembalut lain
maka semakin tinggi keputusan perpindahan merek ke pembalut
wanita Charm.
109
Berdasarkan nilai koefisien regresi pada setiap variabel, jika variabel bebas diurutkan dari pengaruh terbesar sampai
pengaruh terkecil, maka yang pertama adalah mencari variasi X
2
, yang kedua adalah iklan TV X
1
, dan yang terakhir ketersediaan produk X
3
. Jadi, berdasarkan nilai koefisien regresi yang paling berpengaruh adalah variabel mencari variasi. Hal ini sesuai dengan
yang dikatakan Kotler Keller 2012:174, bahwa peralihan merek terjadi untuk mencari keragaman dan bukan karena
ketidakpuasan.
1 Analisis Koefisien Korelasi R
Tabel 4.39 Hasil Koefisien Korelasi
Model R
R Square Adjusted R
Square Std. Error of
the Estimate 1
.613
a
.375 .356
4.528 Sumber : Data primer yang telah diolah
Koefisien Korelasi R untuk menunjukkan seberapa besar hubungan yang terjadi antara variabel independen dan variabel
dependen. Nilai korelasi adalah antara nol dan satu. Hasil pada penelitian ini yang menggunakan program SPSS 21 diketahui
bahwa koefisien korelasi R yang diperoleh sebesar 0,613. Nilai tersebut berada diantara
. nilai 0,60
– 0,79 Hal ini berarti antara variabel independen iklan TV, mencari variasi, dan ketersediaan
produk dan variabel dependen keputusan perpindahan merek memiliki hubungan yang kuat sebesar 61,3.
110
2 Analisis Koefisien Determinasi R
2
Menurut Ghozali 2011:97, koefisien determinasi R
2
pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan
variasi variabel
dependen. Nilai
koefisien determinasi adalah antara nol dan satu. Nilai R
2
yang kecil berarti kemampuan variabel-variabel independen dan menjelaskan variasi
variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi
yang dibutuhkan untuk memprediksi variasi variabel dependen. Hasil perhitungan di atas menunjukkan bahwa nilai Adjusted R
2
yang diperoleh sebesar 0,356. Hal ini 35,6 keputusan perpindahan merek dapat dipengaruhi oleh variabel iklan TV,
mencari variasi, dan ketersediaan produk. Sedangkan sisanya 64,4 keputusan perpindahan merek dipengaruhi oleh variabel-
variabel lainnya yang tidak diteliti dalam penelitian ini.
3 Pengujian Hipotesis
a Uji t
Uji t ini dilakukan untuk mengetahui apakah secara parsial variabel iklan TV, mencari variasi dan ketersediaan produk
berpengaruh secara signifikan atau tidak terhadap keputusan perpindahan merek. Pengujian menggunakan tingkat signifikansi
0,05 dan uji dua sisi. Hasil uji t dapat dilihat pada tabel 4.40 di bawah ini :
111
Tabel 4.40 Hasil Uji t
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
2.765 5.163
.536 .594
Iklan TV .282
.095 .239
2.965 .004
Mencari Variasi .714
.114 .510
6.240 .000
Ketersediaan Produk .365
.174 .172
2.101 .038
Sumber : Data primer yang telah diolah
t
tabel
dapat dilihat pada tabel statistik pada signifikansi 0,052 = 0,025 dengan derajat kebebasan df = n-k-1 atau 100-3-1 =
96. Sementara itu hasil yang diperoleh dari t
tabel
adalah 1,985 dan signifikansi 0,05.
1. Variabel iklan TV
