9. Metode Analisis Data
a. Metode Analisis Deskriptif Statistik deskriptif adalah statistik yang digunakan untuk menganalisa
data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan
yang berlaku untuk umum atau generalisasi Sugiyono, 2008:206. Metode ini merupakan suatu metode analisis dimana data yang
dikumpulkan mula-mula disusun, diklasifikasikan dan dianalisis sehingga akan memberikan gambaran yang jelas mengenai masalah
yang sedang diteliti. b. Metode Analisis Statistik
1. Analisis Tabulasi Sederhana Analisis ini bertujuan untuk melihat persentase responden dalam
memilih kategori tertentu. Dalam analisis tabulasi sederhana ini, data yang diperoleh diolah ke dalam bentuk persentase
menggunakan rumus sebagai berikut:
P = × 100
Dimana: P
: Persentase responden yang memilih kategori tertentu fi
: Jumlah responden yang memilih kategori tertentu Σfi : Banyaknya jumlah responden
Universitas Sumatera Utara
2. Analisis Regresi Berganda Metode analisis regresi linier berfungsi untuk mengetahui
pengaruhhubungan antara variabel independent komponen kognitif, komponen afektif dan komponen konatif dan variabel dependent
brand loyalty akan digunakan analisis regresi linear berganda multiple regression analysis. untuk memperoleh hasil yang lebih
terarah, maka peneliti menggunakan bantuan program software SPSS versi 16,0. Rumus perhitungan persamaan regresi berganda adalah
sebagai berikut:
Y= a + b
1
X
1
+b
2
X
2
+b
3
X
3
+ e
Dimana: Y
: Brand Loyalty terhadap Air mineral merek Aqua a
: Konstanta b
1
-b
3
: Koefisien regresi X
1
: Komponen Kognitif X
2
: Komponen afektif X
3
: Komponen Konatif e
: Standard error Sebelum data tersebut dianalisis, model regresi linier berganda diatas
harus memenuhi syarat asumsi klasik sebagai berikut: 1 Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah residual yang diteliti berdistribusi normal atau tidak. Distribusi data tidak normal, karena
Universitas Sumatera Utara
terdapat nilai ekstrem data yang diambil. Pada uji normalitas ada dua cara yang dapat digunakan yaitu:
a Analisis Grafik Normalitas data dapat dilihat melalui penyebaran titik pada sumbu
diagonal dari P-Plot atau dengan melihat histogram dari residualnya. Dasar pengambilan keputusan sebagai berikut:
Apabila data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi
normal maka model regresi memenuhi asumsi normalitas. Apabila data menyebar jauh dari diagonal atau tidak mengikuti arah
garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal maka model regresi tidak memenuhi asumsi
normalitas. b Analisis Statistik
Pengujian normalitas yang didasarkan pada uji statistik non parametrik Kolmogorof-Smirnov K-S. Menurut Umar 2008:181
bahwa, apabila pada hasil uji Kolmogorov Smirnov, nilai Asymp. Sig 2-tailed lebih besar dari 0,05
α = 5, tingkat signifikan maka data berdistribusi normal.
2 Uji Multikolinieritas Uji ini bertujuan untuk menguji apakah didalam model regresi linier
ditemukan adanya korelasi yang tinggi diantara variabel bebas. Untuk mengetahui ada atau tidaknya multikolinieritas antar variabel
Universitas Sumatera Utara
dengan melihat nilai dari variance inflation factor VIF dari masing-masing variabel independent terhadap variabel dependent.
Pengambilan Keputusannya: VIF 5 maka diduga mempunyai persoalan multikolinieritas
VIF 5 maka tidak terdapat multikolinieritas Tolerence 0,1 maka diduga mempunyai persoalan multikolinieritas
Tolerence 0,1 maka tidak terdapat multikolinieritas 3 Uji Heteroskedastisitas
Uji ini bertujuan untuk menguji apakah didalam model regresi terjadi ketidaksamaan variance dari suatu residual pengamatan ke
pengamatan lain. Untuk mendeteksi gejala heteroskedastisitas, ada dua cara yang dapat digunakan yaitu:
a Analisis Grafik Dengan menggunakan grafik Scatterplot. Apabila data yang
berbentuk titik-titik tidak membentuk suatu pola atau menyebar, maka model regresi tidak terkena heteroskedastisitas
.
b Analisis Statistik Selain melalui scatterplot heteroskedastisitas dapat juga dideteksi
melalui uji Glejser. 3. Uji F Uji Serentak
Uji F uji serentak adalah untuk melihat apakah variabel independent secara bersama-sama serentak berpengaruh secara positif dan signifikan
Universitas Sumatera Utara
terhadap variabel dependent. Melalui uji statistik dengan langkah-langkah sebagai berikut:
H : b
1
= b
2
= b
3
= 0 Artinya secara bersama-sama serentak tidak terdapat pengaruh yang
positif dan signifikan dari variabel independent komponen kognitif, komponen afektif dan komponen konatif terhadap variabel dependent
brand loyalty. H
1
: b
1
≠ b
2
≠ b
3
≠ 0 Artinya secara bersama-sama serentak terdapat pengaruh yang positif
dan signifikan dari variabel independent komponen kognitif, komponen afektif dan komponen konatif terhadap variabel dependent brand
loyalty. Nilai F
hitung
akan dibandingkan dengan nilai F
tabel
. Kriteria pengambilan keputusan, yaitu:
H diterima jika F
hitung
≤ F
tabel
pada α = 5 dengan tingkat
keyakinan 95. H
1
diterima jika F
hitung
F
tabel
pada α = 5 dengan tingkat
keyakinan 95. 4. Uji t Uji Parsial
Uji t dimaksudkan untuk melihat secara parsial apakah ada pengaruh yang signifikan dari variabel independent X terhadap variabel dependent Y.
Bentuk pengujiannya yaitu:
Universitas Sumatera Utara
H
o
: bi = 0 variabel independent secara parsial tidak berpengaruh positif dan signifikan terhadap variabel dependent.
H
I
: bi ≠ 0 variabel independent secara parsial berpengaruh positif dan
signifikan terhadap variabel dependent. Nilai T
hitung
akan dibandingkan dengan nilai T
tabel
. Kriteria pengambilan keputusan, yaitu:
H
o
diterima bila t
hitung
t
tabel
pada α = 5
H
I
ditolak bila t
hitung
t
tabel
pada α = 5
5. Pengujian Koefisien Determinan R
2
Untuk mengetahui signifikansi variabel, harus dicari koefisien determinasi R
2
. Koefisien deteminasi melihat seberapa besar pengaruh variabel independent terhadap variabel dependent. Koefisien determinan R
2
berkisar antara 0 nol sampai dengan 1 satu, 0 ≤ R
2
≤ 1 . Bila deteminasi R
2
semakin kecil mendekati nol, maka dapat dikatakan bahwa pengaruh variabel independent terhadap pengaruh variabel
dependent semakin kecil. Hal ini berarti, model yang digunakan tidak kuat untuk menerangkan pengaruh variabel independent terhadap variabel
dependent. Dan bila R
2
mendekati 1, maka dapat dikatakan bahwa pengaruh variabel independent adalah besar terhadap variabel dependent.
Hal ini berarti, model yang digunakan semakin kuat untuk menerangkan pengaruh variabel independent yang diteliti terhadap variabel dependent.
Universitas Sumatera Utara
BAB II TINJAUAN PUSTAKA
A. Penelitian Terdahulu
1 Penelitian dengan judul “Pengaruh Penerapan Program Corporate Social Responbility CSR Terhadap Brand Loyalty Sabun Mandi Lifebouy pada
Kecamatan Panjang dan Kedaton, Lampung” oleh Marlina 2007 . Hasil dari penelitian ini adalah bahwa penerapan program Corporate Social
Responsibility CSR berpengaruh terhadap loyalitas konsumen. Meskipun hanya dapat menjelaskan sebesar 21,6 terhadap perubahan loyalitas
konsumen pada merek sabun mandi Lifebuoy, tetapi faktor ini sangat menentukan peningkatan loyalitas konsumen pada merek sabun mandi
Lifebuoy secara keseluruhan. Dari bentuk model yang dihasilkan, apabila variabel bebas tetap, maka konstanta bernilai -9,759, mempunyai arti
peningkatan loyalitas konsumen pada merek sabun mandi Lifebuoy adalah 0 nol; nilai koefisien variabel bebas CSR X sebesar 0,883 dengan sig
0,004 memberikan arti apabila variabel CSR X mengalami peningkatan 1, maka loyalitas konsumen pada merek sabun mandi Lifebuoy di
Kecamatan Panjang dan Kecamatan Kedaton akan mengalami peningkatan dengan probabilitas sebesar 0,883.
2 Penelitian dengan judul “Pengaruh Sikap Konsumen Tentang Penerapan Program Corporate Social Responsibility CSR Terhadap Brand Loyalty
Sabun Mandi Lifebouy Pada Mahasiswa Fakultas Ekonomi USU” yang dilakukan oleh Hutauruk 2008.
Universitas Sumatera Utara
Kategori