aquarium mayoritas sudah cukup puas dengan produk yang ada pada toko aqita namun sebagian responden ada yang tidak setuju sehingga pihak toko harus lebih
meningkatkan kualitas produk yang dijualnya.
4.4 Analisis Verifikatif
Pada bagian ini hipotesis penelitian yang sebelumnya diajukan akan diuji dan dibuktikan melalui uji statistik. Hipotesis penelitian seperti yang telah
dituangkan di dalam bab II adalah adanya pengaruh dari variabel store atmosphere dan motivasi belanja berdasarkan kesenangan terhadap keputusan
pembelian konsumen. Analisis statistik yang digunakan adalah analisis regresi linier berganda.
4.4.1 Hasil Estimasi Model Regressi
Pada bagian ini akan disajikan hasil estimasi regresi pengaruh store atmosphere dan motivasi belanja berdasarkan kesenangan terhadapkeputusan
pembelian konsumen pada toko Aqita Aquarium menggunakan regressi linear berganda. Namun karena data hasil kuesioner masih memiliki skala ordinal, jadi
sebelum melakukan analisis regresi terlebih dahulu data ordinal tersebut dikonversi menjadi data interval melalui methods of succesive interval.Bentuk
model persamaan regressi yang akan diuji diformulasikan sebagai berikut.
Y = b + b
1
X
1
+ b
2
X
2
+
Dimana: Y
= Keputusan pembelian konsumen X
1
= Store atmosphere X
2
= Motivasi belanja berdasarkan kesenangan
b = konstanta
bi = koefisien regressi variabel Xi
= Pengaruh faktor lain
Model regressi tersebut digunakan untuk memprediksi dan menguji perubahan yang terjadi pada keputusan pembelian konsumen yang dapat
diterangkan atau dijelaskan oleh perubahan kedua variabel independen store atmosphere dan motivasi belanja berdasarkan kesenangan. Berdasarkan hasil
pengolahan data store atmosphere dan motivasi belanja berdasarkan kesenangan terhadap keputusan pembelian konsumenpada toko Aqita Aquarium di peroleh
hasil regressi sebagai berikut.
Tabel 4.34 Hasil Estimasi Model Regressi
Coefficients
a
Model Unstandardized
Coefficients Standardi
zed Coefficient
s t
Sig. Correlatio
ns
B Std.
Error Beta
Zero- order
1 Constan
t .771
.195 3.951
.000 X1
.321 .072
.349 4.440
.000 .596
X2 .515
.081 .500
6.357 .000
.673 a. Dependent Variable: Y
Melalui hasil pengolahan data seperti diuraikan pada tabel 4.4 maka dapat dibentuk model prediksi variabel store atmosphere dan motivasi belanja
berdasarkan kesenangan terhadap keputusan pembelian konsumen sebagai berikut.
Y = 0,771+0,321 X
1
+ 0,515 X
2
Nilai a dan bi dalam persamaan di atas dapat diinterpretasikan sebagai berikut:
a = 0,771 artinya: jika store atmosphere dan motivasi belanja berdasarkan kesenangan hedonic bernilai 0 persen maka keputusan pembelian akan bernilai
0,771 persen.
b1 = 0,321 artinya: jika store atmosphere meningkat sebesar satu persen sementara motivasi belanja hedonis konstan maka keputusan pembelian akan
menurun sebesar 0,321 persen. Hal ini sesuai dengan yang dikemukakan oleh Mariri Tendai 2009:101 bahwa semakin bagus penataan toko tidak akan
mempengaruhi keputusan pembelian, hal ini akibat adanya faktor lain yang mempengaruhi pembelian impulsif, yaitu, promosi toko, harga, dan sales
promotion.
b2= 0,515 artinya: jika motivasi belanja hedonis meningkat sebesar satu persen sementara store atmosphere konstan maka keputusan pembelian akan
meningkat sebesar 0,515 persen.
Pada persamaan tersebut dapat dilihat store atmosphere ememiliki koefisien bertanda positif yang menunjukkan bahwa store atmosphere yang baik
akan membuat keputusan pembelian konsumen akan semakin baik. Demikian juga motivasi belanja berdasarkan kesenangan bertanda positif yang menunjukkan
bahwa semakin tinggi motivasi belanja berdasarkan kesenangan akan membuat keputusan pembelian konsumen akan semakin baik.
Sebelum dilakukan pengujian hipotesis, terlebih dahulu dilakukan pengujian asumsi klasik untuk menguji kesahihan atau keabsahan hasil estimasi
model regressi. Beberapa asumsi klasik yang harus terpenuhi agar kesimpulan dari hasil regressi tersebut tidak bias, diantaranya adalah uji normlitas, uji
multikolinieritas untuk regressi linear berganda, uji heteroskedastisitas dan uji autokorelasi untuk data yang berbentuk deret waktu. Pada penelitian ini hanya
tiga asumsi yang disebutkan tersebut diuji, karena data tidak mengandung unsur deret waktu sehingga tidak dilakukan uji autokorelasi.
1 Uji Asumsi Normalitas
Asumsi normalitas merupakan persyaratan yang sangat penting pada pengujian kebermaknaan signifikansi koefisien regressi, apabila model regressi
tidak berdistribusi normal maka kesimpulan dari uji F dan uji t masih meragukan, karena statistik uji F dan uji t pada analisis regressi diturunkan dari distribusi
normal. Pada penelitian ini digunakan uji satu sampel Kolmogorov-Smirnov untuk menguji normalitas model regressi.
Tabel 4.35 Hasil Pengujian Asumsi Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardi zed
Residual
N 100
Normal Parameters
a,b
Mean 0E-7
Std. Deviation
.47163609 Most
Extreme Differences
Absolute .051
Positive .041
Negative -.051
Kolmogorov-Smirnov Z .507
Asymp. Sig. 2-tailed .960
a. Test distribution is Normal. b. Calculated from data.
Pada tabel 4.23 dapat dilihat nilai signifikansi asymp.sig. yang diperoleh dari uji Kolmogorov-Smirnov sebesar 0,960. Karena nilai probabilitas pada uji
Kolmogorov-Smirnov masih lebih besar dari tingkat kekeliruan 5 0.05, maka disimpulkan bahwa model regressi berdistribusi normal.
2 Uji Asumsi Multikolinieritas
Multikolinieritas berarti adanya hubungan yang kuat di antara beberapa atau semua variabel independen pada model regresi. Jika terdapat
Multikolinieritas maka koefisien regresi menjadi tidak tentu, tingkat kesalahannya menjadi sangat besar dan biasanya ditandai dengan nilai koefisien determinasi
yang sangat besar, tetapi pada pengujian parsial koefisien regresi, tidak ada ataupun kalau ada sangat sedikit sekali koefisien regresi yang signifikan. Pada
penelitian ini digunakan nilai variance inflation factors VIF sebagai indikator ada tidaknya multikolinieritas diantara variabel independen.
Tabel 4.36 Hasil Pengujian Asumsi Multikolinieritas
Coefficients
a
Model Collinearity
Statistics Toleranc
e VIF
1 X1
.757 1.321
X2 .757
1.321 a. Dependent Variable: Y
Melalui nilai VIF yang diperoleh seperti pada tabel 4.24 diatas menunjukkan tidak ada korelasi yang cukup kuat antara sesama variabel
independen.Hal ini dapat dilihat dari nilai VIF dari kedua variabel independen masih lebih kecil dari 10 sehingga dapat disimpulkan tidak terdapat
multikolinieritas diantara kedua variabel independen.
3 Uji Asumsi Heteroskedastisitas
Heteroskedastisitas merupakan indikasi varian antar residual tidak homogen yang mengakibatkan nilai taksiran yang diperoleh tidak lagi efisien.
Untuk menguji apakah varian dari residual homogen digunakan uji rank Spearman, yaitu dengan mengkorelasikan variabel independen terhadap nilai
absolut dari residualerror. Apabila ada koefisien korelasi yang signifikan pada tingkat kekeliruan 5, mengindikasikan terjadinya heteroskedastisitas. Pada tabel
4.25 berikut dapat dilihat nilai signifikansi masing-masing koefisien korelasi variabel independen terhadap nilai absolut dari residual.
Tabel 4.37 Hasil Pengujian Asumsi Heteroskedastisitas
Correlations
absolut_residu al
Spearmans rho
X1 Correlation
Coefficient -.073
Sig. 2-tailed .472
N 100
X2 Correlation
Coefficient .047
Sig. 2-tailed .640
N 100
Berdasarkan koefisien korelasi yang diperoleh seperti dapat dilihat pada tabel 4.25 diatas memberikan suatu indikasi bahwa residual error yang muncul
dari persamaan regresi mempunyai varians yang sama tidak terjadi heteroskedastisitas.Hal ini terlihat dari nilai signifikansi masing-masing korelasi
kedua variabel independen dengan absolut residual yaitu 0,472 dan 0,640 masih lebih besar dari 0,05.
4.4.2 Pengaruh Store atmosphere Terhadap Keputusan Pembelian
