Vaseline for Men karena referensi dari orang lain adalah keputusan yang tepat, sedangkan 71,88 menyatakan setuju, 4,17 menyatakan kurang
setuju, 1,04 menyatakan tidak setuju, dan 0 menyatakan sangat tidak setuju.
6. Pada pertanyaan keenam, dari 96 responden terdapat 22,91 responden
menyatakan sangat setuju bahwa menggunakan Hand Body Lotion Vaseline for Men karena merupakan gaya hidup masa kini, 67,71
menyatakan setuju, 8,33 menyatakan kurang setuju, 1,04 menyatakan tidak setuju dan 0 menyatakan sangat tidak setuju.
4.2.3 Uji Asumsi Klasik
1. Uji Normalitas
Tujuan uji normalitas adalah ingin menguji apakah dalam model regresi distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi
data dengan bentuk lonceng. Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid. Ada dua cara untuk mendeteksi apakah data berdistribusi normal atau
tidak, yaitu dengan pendekatan grafik dan pendekatan Kolmogorv-Smirnov.
a. Pendekatan Grafik
Salah satu cara untuk melihat normalitas adalah dengan melihat grafik histogram dan grafik normal plot yang membandingkan antara dua observasi
dengan distribusi yang mendekati distribusi normal.
Grafik Histogram Uji Normalita
Sumber: Hasil Pengolahan SPSS Mei 2011
Gambar 4.1
Berdasarkan Gambar 4.1 dapat diketahui bahwa variabel berdfistribusi normal, hal ini ditunjukkan oleh gambar tersebut, dimana tidak menceng ke kiri
atau ke kanan.
Sumber: Hasil Pengolahan SPSS Mei 2011
Gambar 4.2 Scatter Plot Uji Normalitas
Pada Gambar 4.2 data juga berdistribusi normal ini dapat dilihat pada scatter plot terlihat titik yang mengikuti data disepanjang garis diagonal.
b. Pendekatan Kolmogorov-Smirnov
Uji normalitas dengan grafik bisa saja terlihat berdistribusi normal, padahal secara statistik tidak berdistribusi normal. Berikut ini pengujian
normalitas yang didasrkan dengan uji statistik non-parametik Kolmogorov- Smirnov K-S.
Tabel 4.9
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 96
Normal Parameters
a,,b
Mean .0000000
Std. Deviation 1.23286365
Most Extreme Differences Absolute
.094 Positive
.094 Negative
-.057 Kolmogorov-Smirnov Z
.922 Asymp. Sig. 2-tailed
.364 a. Test distribution is Normal.
Sumber: Hasil Pengolahan SPSS Mei 2011
Berdasarkan Tabel 4.9, terlihat bahwa nilai Asymp.Sig. 2-tailed adalah 0.364, ini berarti nilainya diatas nilai signifikan 5 0.05. dengan kata lain
variabel tersebut berdistribusi normal.
2. Uji Heteroskedastisitas
Uji ini bertujuan untuk menguji apakah didalam model regresi terjadi ketidaksamaan varians dari suatu residual pengamatan ke pengamatan lain. Jika
varians dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model
regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas.
Ada beberapa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas, yaitu:
a. Metode Grafik
Dasar analisis adalah tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas,
sedangkan jika ada pola tertentu, seperti titik-titik yang membentuk pola tertentu yang teratur, maka mengindikasikan telah terjadi heteroskedastisitas.
Sumber: Hasil Pengolahan SPSS Mei 2011
Gambar 4.3 Scatter Plot Uji Heteroskedastisitas
Berdasarkan Gambar 4.3 dapat terlihat bahwa tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka
berdasarkan metode grafik tidak terjadi heteroskedastisitas pada model regresi.
b.Uji Glejser Tabel 4.10
Uji Glejser
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error
Beta 1
Constant -.863
1.065 -.811
.420 Kualitasproduk
.024 .062
.052 .381
.704 Nilaiemosional
.051 .066
.124 .777
.439 Kesesuaianharga
.036 .087
.058 .413
.681 a. Dependent Variable: absut
Sumber: Hasil Pengolahan SPSS Mei 2011
Berdasarkan Tabel 4.10 dapat diketahui bahwa tidak satupun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen
absolute Ut absut. Hal ini terlihat dari probabilitas signifikansinya di atas tingkat kepercayaan 5 jadi disimpulkan model regresi tidak mengarah adanya
heteroskedastisitas.
3. Uji Multikolinieritas
Uji Multikolinieritas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen. Model regresi yang baik
seharusnya tidak terjadi korelasi di antara variabel independen. Berikut ini disajikan cara mendeteksi multikolinierritas dengan menganalisis matrik korelasi
antar variabel independen dan perhitungan nilai Tolerance dan Variance Inflation Factor VIF.
Tabel 4.11 Uji Nilai Tolerance dan VIF
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
3.059 1.617
1.892 .062
Kualitasproduk .283
.095 .218
2.982 .004
.562 1.778
Nilaiemosional .210
.100 .180
2.104 .038
.408 2.454
Kesesuaianharg a
1.005 .131
.572 7.650
.000 .535
1.868 a. Dependent Variable: Keputusanpembelian
Sumber: Hasil Pengolahan SPSS Mei 2011
Berdasarkan Tabel 4.11 dapat dilihat bahwa: a.
Nilai VIF dari nilai Kualitas Produk, Nilai Emosional,dan Kesesuaian Harga lebih kecil atau dibawah 5 VIF 5, ini berarti tidak terkena
multikolinieritas antara variabel independen dalam model regresi. b.
Nilai Tolerance dari Kualitas Produk, Nilai Emosional dan Kesesuaian Harga lebih besar dari 0.1, ini berarti tidak terdapat multikolinieritas antar
variabel independen dalam model regresi.
4.2.4 Analisis Regresi Linier Berganda
Analisis regresi linier berganda dilakukan dengan bantuan SPSS 17.0 dengan tujuan untuk mengetahui seberapa besar pengaruh variabel bebas yang
terdiri dari Kualitas Produk, Nilai Emosional dan Kesesuaian Harga terhadap variabel terikat yaitu Keputusan Pembelian Y.
Model persamaan yang digunakan dalam penelitian ini adalah sebagai berikut:
Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ e Penjelasan dari hasil pengolahan SPSS akan ditunjukkan pada Tabel 4.12
berikut ini:
Tabel 4.12 Analisis Regresi Linier Berganda
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
T Sig.
B Std. Error
Beta 1
Constant -.863
1.065 -.811
.420 Kualitasproduk
.024 .062
.052 .381
.704 Nilaiemosional
.051 .066
.124 .777
.439 Kesesuaianharga
.036 .087
.058 .413
.681 a. Dependent Variable: Keputusan Pembelian
Sumber: Hasil Pengolahan SPSS Februari 2011
Berdasarkan hasil pengolahan data yang ditunjukkan dalam Tabel 4.12, maka diperoleh persamaan hasil regresi linier berganda sebagai berikut :
Y = -0,863 + 0,024X
1
+ 0,051X
2
+0,036X
3
Berdasarkan persamaan tersebut dapat digambarkan sebagai berikut : a.
Konstanta a = -0,863 ini menunjukkan harga constant, dimana jika
variable Kualitas Produk X
1
,Nilai Emosional X
2
Kesesuaian Harga X
3
= 0, maka Keputusan Pembelian = -0,863. b.
Koefisien X
1
b
1
0,024, ini berarti bahwa variable Kualitas Produk X
1
berpengaruh positif terhadap Keputusan Pembelian, atau dengan kata lain jika Kualitas Produk X
1
ditingkatkan sebesar satu-satuan, maka Keputusan Pembelian akan bertambah sebesar 0,024.
c. Koefisien X
2
b
2
= 0,051, ini menunjukkan bahwa variabel Nilai
Emosional X
2
berpengaruh positif terhadap Keputusan Pembelian, atau
dengan kata lain jika Nilai Emosional X
2
ditingkatkan sebesar satu- satuan, maka Keputusan Pembelian akan bertambah sebesar 0,051
d. Koefisien X
3
b
3
= 0,036, ini menunjukkan bahwa variabel Kesesuaian
Harga X
3
berpengaruh positif terhadap Keputusan Pembelian, atau dengan kata lain jika Kesesuaian Harga X
3
ditingkatkan sebesar satu- satuan, maka Keputusan Pembelian akan bertambah sebesar 0,036
4.2.5 Uji Hipotesis
a. Uji Signifikansi Simultan Uji-F
Pengujian ini dilakukan untuk melihat apakah semua variabel bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap
variabel terikat. Kriteria pengujiannya adalah:
H : b
1
,b
2,
b
3
= 0, artinya secara serentak tidak terdapat pengaruh yang positif dan signifikan dari variabel bebas terhadap variabel terikat.
H : b
1
,b
2,
b
3
≠ 0, artinya secara serentak terdapat pengaruh yang positif dan signifikan dari variabel bebas terhadap variabel terikat.
Untuk menentukan nilai F, maka diperlukan adanya derajat bebas pembilang dan derajat bebas penyebut, dengan rumus sebagai berikut:
df Pembilang = k – 1 df Penyebut = n – k
Keterangan : n = jumlah sampel penelitian
k = jumlah variabel bebas dan terikat
pada penelitian ini diketahui jumlah sampel n 96 dan jumlah keseluruhan variabel k adalah 4, sehingga diperoleh :
1. df pembilang = 4 – 1 = 3 2. df penyebut = 96 – 4 = 92
Nilai F
hitung
akan diperoleh dengan menggunakan bantuan SPSS 17.0 for windows, kemudian akan dibandingkan dengan F
tabel
pada tingkat α = 5, dengan kriteria uji sebagai berikut :
H diterima jika F
hitung
F
tabel
pada α= 5
H
a
diterima jika F
hitung
F
tabel
pada α= 5
Tabel 4.13 Hasil Uji Signifikansi Simultan Uji-F
ANOVA
b
Model Sum of Squares
Df Mean Square
F Sig.
1 Regression
379.438 3
126.479 80.585
.000
a
Residual 144.396
92 1.570
Total 523.833
95 a. Predictors: Constant, Kesesuaianharga, Kualitasproduk, Nilaiemosional
b. Dependent Variable: Keputusanpembelian
Sumber : Hasil Pengolahan SPSS Mei 2011
Pada Tabel 4.13 dapat dilihat bahwa hasil perolehan F
hitung
pada kolom F yakni sebesar 80.585 dengan tingkat signifikansi = 0.000 lebih besar dari nilai
F
tabel
yakni 2.70, dengan tingkat kesalahan α = 5, atau dengan kata lain F
hitung
F
tabel
80.585 2.70. Berdasarkan kriteria pengujian hipotesis jika F
hitung
F
tabel
dan tingkat signifikansinya 0.000 0.05, menunjukkan bahwa pengaruh variabel
independen Kualitas Produk, Nilai Emosional dan Kesesuaian Harga secara
serempak adalah signifikan terhadap Keputusan Pembelian. b.
Uji Signifikansi Parsial Uji-t
Pengujian ini dilakukan untuk mengetahui seberapa jauh pengaruh suatu variabel independen secara parsial individual terhadap variasi variabel
dependen. kriteria pengujiannya adalah: H
: b
1
= 0, artinya secara parsial tidak terdapat pengaruh yang positif dan signifikan dari variabel independen X1, X2, X3 terhadap variabel
dependen Y. H
: b
1
≠ 0, artinya secara parsial terdapat pengaruh yang positif dan signifikan dari variabel independen X1, X2, X3 terhadap variabel
dependen Y. H
: b
2
= 0, artinya secara parsial tidak terdapat pengaruh yang positif dan signifikan dari variabel independen X1, X2, X3 terhadap variabel
dependen Y. H
: b
2
≠ 0, artinya secara parsial terdapat pengaruh yang positif dan signifikan dari variabel independen X1, X2, X3 terhadap variabel
dependen Y. H
: b
3
= 0, artinya secara parsial tidak terdapat pengaruh yang positif dan signifikan dari variabel independen X1, X2, X3 terhadap variabel
dependen Y.
H : b
3
≠ 0, artinya secara parsial terdapat pengaruh yang positif dan signifikan dari variabel independen X1, X2, X3 terhadap variabel
dependen Y. Kriteria pengambilan keputusan adalah:
H diterima jika t
hitung
t
tabel
pada α= 5
H
a
diterima jika t
hitung
t
tabel
pada α= 5
Tabel 4.14 Hasil Uji Signifikansi Parsial Uji-t
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 3.059
1.617 1.892
.062 Kualitasproduk
.283 .095
.218 2.982
.004 Nilaiemosional
.210 .100
.180 2.104
.038 Kesesuaianharga
1.005 .131
.572 7.650
.000 a. Dependent Variable: Keputusanpembelian
Sumber : Hasil Pengolahan SPSS Februari 2011
Berdasarkan Tabel 4.14 dapat dilihat bahwa: 1.
Variabel Kualitas Produk X
1
Nilai t
hitung
variable Kualitas Produk adalah 2,982 dan nilai t
tabel
1.986 maka t
hitung
t
tabel
2,982 1,986 sehingga dapat disimpulkan bahwa variable Kualitas Produk berpengaruh positif dan signifikan 0,004 0,05
secara parsial terhadap Keputusan Pembelian pada konsumen Hand Body Lotion Vaseline for Men di Kelurahan Gaharu. Artinya, jika variable
Kualitas Produk ditingkatkan sebesar satu satuan, maka Keputusan Pembelian akan meningkat sebesar 0,283.
2. Variabel Nilai Emosional X
2
Nilai t
hitung
variable Nilai Emosional adalah 2,104 dan nilai t
tabel
1.986 maka t
hitung
t
tabel
2,104 1.986 sehingga dapat disimpulkan bahwa variable Nilai Emosional berpengaruh positif dan signifikan 0,038 0,05
secara parsial terhadap Keputusan Pembelian pada konsumen Hand Body Lotion Vaseline for Men Di Kelurahan Gaharu. Artinya, jika variable Nilai
Emosional ditingkatkan sebesar satu satuan, maka Keputusan Pembelian akan meningkat sebesar 0,210.
3. Variabel Kesesuaian Harga X
3
Nilai t
hitung
variable Kesesuaian Harga adalah 7,650 dan nilai t
tabel
1.986 maka t
hitung
t
tabel
7,650 1.986 sehingga dapat disimpulkan bahwa variable Kesesuaian Harga berpengaruh positif dan signifikan 0,000
0,05 secara parsial terhadap Keputusan Pembelian pada konsumen Hand Body Lotion Vaseline for Men Di Kelurahan Gaharu. Artinya, jika variable
Kesesuaian Harga ditingkatkan sebesar satu satuan, maka Keputusan Pembelian akan meningkat sebesar 1,005. Variabel Kesesuaian Harga
mempunyai nilai terbesar diantara variabel lain yang mempengaruhi Keputusan Pembelian pada konsumen Hand Body Lotion, sehingga dapat
dikatakan bahwa variable Kesesuaian Harga merupakan variabel dominan dalam mempertahankan Keputusan Pembelian pada konsumen Hand Body
Lotion Vaseline for Men Di Kelurahan Gaharu.
4.2.6 Pengujian Koefisien Determinasi R²
Pengujian koefisien determinasi R² digunakan untuk mengukur proporsi atau persentase kemampuan model dalam menerangkan variabel terikat. Koefisien
determinasi berkisar antara nol sampai satu 0 ≤ R² ≥ 1. Jika R² semakin besar
mendekati satu, maka dapat dikatakan bahwa pengaruh variabel bebas X adalah besar terhadap variabel terikat Y. Hal ini berarti model yang digunakan
semakin kuat untuk menerangkan pengaruh variabel bebas terhadap variabel terikat dan demikian sebaliknya.
Tabel 4.15
Model Summary
b
Model R
R Square Adjusted R Square
Std. Error of the Estimate
1 .851
a
.724 .715
1.25280 a.Predictors: Constant, Kesesuaianharga, Kualitasproduk, Nilaiemosional
b.Dependent Variable: Keputusanpembelian
Sumber : Hasil Pengolahan SPSS Februari 2011
Berdasarkan Tabel 4.15 dapat dilihat bahwa : a.
R = 0,851 berarti hubungan antara variable Kualitas Produk X
1
, Nilai Emosional X
2
dan Kesesuaian Harga X
3
terhadap Keputusan Pembelian Y sebesar 85,10. Artinya hubungannya sangat erat.
b. Adjusted R Square sebesar 0,715 berarti 71,5 variabel Keputusan
Pembelian dapat dijelaskan oleh Kualitas Produk, Nilai Emosional dan Kesesuaian Harga. Sedangkan sisanya 28,5 dapat dijelaskan oleh
variabel-variabel lain yang tidak diteliti oleh penelitian ini. c.
Standard Error of Estimated Standar Deviasi artinya mengukur variasi dari nilai yang diprediksi. Dalam penelitian ini standar
deviasinya sebesar
1.25280
. Semakin kecil standar deviasi berarti model semakin baik.
4.3. Pembahasan
