Teknik Analisis Data

F. Teknik Analisis Data

Teknik analisis data merupakan suatu cara yang digunakan untuk mengolah data hasil penelitian. Dalam penelitian ini menggunakan teknik statistik karena data yang diambil peneliti merupakan data kuantitatif. Sedangkan teknik analisis data yang digunakan adalah teknik analisis regresi linear berganda. M Iqbal Hasan (2002: 254) menyatakan ”Regresi linear berganda adalah regresi dimana variabel terikatnya (Y) dihubungkan/dijelaskan lebih dari satu variabel,

mungkin dua, tiga, dan seterusnya variabel bebas (X 1 ,X 2 ,X 3 ,..., X n ) namun masih

menunjukkan diagram hubungan yang linear”. Sehingga regresi linear berganda merupakan analisis tentang hubungan antara satu dependent variabel dengan dua atau lebih independent variabel.

Ada pun beberapa persyaratan yang harus diuji kebenarannya sebelum melakukan analisis data adalah:

1. Uji Persyaratan Analisis

a. Uji Normalitas

Normalitas digunakan untuk mengetahui apakah data akan dianalisis berbentuk sebaran normal atau tidak. Dalam penelitian ini, data untuk setiap variabel di uji normalitasnya. Deteksi normalitas dapat diketahui dengan melihat penyebaran data pada sumbu diagonal pada suatu grafik. Menurut Singgih Santoso (2001: 214), penetapkan dasar pengambilan keputusan yang digunakan adalah sebagai berikut:

1) Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis

diagonal, maka model regresi memenuhi asumsi normalitas.

2) Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti garis diagonal, maka regresi tidak memenuhi asumsi normalitas.

commit to user

Menurut Dwi Priyatno (2008: 36), Uji linearitas bertujuan untuk mengetahui apakah dua variabel mempunyai hubungan yang linear atau tidak secara signifikan. Uji ini biasanya digunakan sebagai prasyarat dalam analisis korelasi atau regresi linear. Pengujian pada program SPSS dengan menggunakan Test of Linearity dengan pada taraf signifikansi 0,05. Dua variabel dikatakan mempunyai yang linear bila signifikansi (Liniearity) kurang dari 0,05.

c. Autokorelasi

Autokorelasi digunakan untuk menguji suatu model apakah antara variabel pengganggu masing-masing variabel bebas saling mempengaruhi. Untuk mengetahui apakah pada model regresi mengandung autokorelasi dapat digunakan program SPSS dengan pendekatan D-W (Durbin Watson). Menurut Singgih Santoso (2001: 218), kriteria autokorelasi ada 3, yaitu:

1) Angka D-W di bawah -2 berarti diindikasikan ada autokorelasi positif.

2) Angka D-W di antara -2 sampai 2 berarti diindikasikan tidak ada autokorelasi.

3) Angka D-W di atas 2 berarti diindikasikan ada autokorelasi negatif.

d. Multikolinearitas

Multikolinieritas digunakan untuk menguji suatu model apakah terjadi hubungan yang sempurna atau hampir sempurna antara variabel bebas, sehingga sulit untuk memisahkan pengaruh antara variabel-variabel itu secara individu terhadap variabel terikat. Pengujian ini untuk mengetahui apakah antar variabel bebas dalam persamaan regresi tersebut tidak saling berkorelasi.

Untuk mendeteksi multikolinearitas digunakan program SPSS uji korelasi pearson. Menurut Duwi Priyatno (2008: 39) uji dilakukan dengan mengamati nilai VIF dan TOLERANCE. Pedoman suatu model regresi yang bebas multikoliniearitas adalah jika nilai Variance Inflation Factor (VIF) tidak lebih dari 5, maka model dapat dikatakan terbebas dari multikolinearitas.

commit to user

Heteroskedastisitas digunakan untuk mengetahui apakah variabel pengganggu dalam persamaan regresi mempunyai varian yang sama atau tidak. Untuk mengetahui terjadinya heteroskedastisitas yaitu dengan melihat ada tidaknya pola tertentu pada scatterplot yang menunjukkan hubungan antara Regression Studentised Residual dengan Regression Standardized Predicted Value .

Menurut Singgih Santoso (2001: 210) menetapkan dasar pengambilan keputusan berkaitan dengan gambar tersebut adalah:  Jika ada pola tertentu, seperti titik-titiknya membentuk suatu pola

tertentu yang teratur (bergelombang, melebar kemudian menyempit) maka diindikasikan terdapat masalah heteroskedastisitas.

 Jika tidak ada pola yang jelas, serta titik-titiknya menyebar di atas dan di bawah angka 0 pada sumbu Y, maka diindikasikan tidak terdapat masalah heterokedastisitas.

2. Uji Hipotesis

Penelitian ini menggunakan teknik analisis regresi berganda dengan 4 variabel bebas (X 1 = produk, X 2 = harga , X 3 = tempat, dan X 4 = promosi) dan satu variabel terikat (Y = keputusan membeli). Untuk menghitung persamaan regresi digunakan rumus:

Y= β 0 +β 1 .X 1 +β 2 .X 2 +β 3 .X 3 +β 4 .X 4

Keterangan:

= Keputusan membeli β 0 = Konstanta β 1 , β 2 , β 3, β 4 = Koefisien regresi

X 1 = Produk

X 2 = Harga

X 3 = Tempat

X 4 = Promosi

commit to user

Uji F digunakan untuk mengetahui variabel bebas secara bersama-sama mempunyai pengaruh secara signifikan terhadap variabel terikat. Atau untuk mengetahui apakah model regresi dapat digunakan untuk memprediksi variabel terikat atau tidak. Signifikan berarti hubungan yang terjadi dapat berlaku untuk populasi. Tingkat signifikansi menggunakan a = 5% atau 0,05.

Ho diterima dan menolak Ha pada tingkat signifikan tertentu ( α) jika

F hitung <F tabel . Hal ini menunjukkan bahwa variabel bebas (bauran pemasaran) tidak berpengaruh secara signifikan terhadap variabel terikat (keputusan pembelian), dengan kata lain Ho ditolak dan menerima Ha pada tingkat signifikan tertentu ( α) jika F hitung > F tabel, sehingga varibel bebas (bauran pemasaran) berpengaruh secara signifikan terhadap variabel terikat (keputusan pembelian).

b. Uji t Uji t digunakan untuk menguji secara parsial masing-masing variabel. Ho diterima dan menolak Ha pada tingkat signifikan tertentu ( α) jika t hitung <t tabel . Hal ini menunjukkan bahwa variabel bebas (bauran pemasaran) secara parsial tidak ada pengaruh signifikan terhadap variabel terikat (keputusan pembelian). Ho ditolak dan menerima Ha pada tingkat signifikan tertentu ( α) jika t hitung > t tabe l, sehingga varibel bebas (bauran pemasaran) secara parsial ada pengaruh signifikan terhadap variabel terikat (keputusan pembelian).

commit to user