Hasil Uji Reliabilitas Hasil Uji Asumsi Klasik

79

b. Hasil Uji Multikolinearitas

Uji multikolinearitas diperlukan untuk mendeteksi adanya problem multiko, maka dapat dilakukan dengan melihat nilai Tolerance dan Variance Inflation Factor VIF serta besaran korelasi antar variabel independen. Tabel 4.13 Hasil Uji Multikolinearitas Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant 5.912 1.696 3.486 .001 Produk -.017 .070 -.025 -.238 .813 .542 1.844 Promosi .066 .089 .090 .748 .456 .427 2.340 Price .167 .101 .183 1.659 .100 .507 1.974 Place .433 .096 .480 4.496 .000 .538 1.857 a. Dependent Variabel: Keputusan_Mahasiswa Sumber: Data primer yang diolah, 2015 Berdasarkan tabel 4.13 diatas terlihat bahwa nilai Tolerance semua variabel independen 0,10 dan nilai VIF semua variabel independen 10,00, yang ditunjukkan dengan nilai Tolerance untuk Product sebesar 0,542, Promosi sebesar 0,427, Price sebesar 0,507 dan Place sebesar 0,538. Serta nilai VIF untuk Product sebesar 1,844, Promosi sebesar 2,340, Price sebesar 1,974 dan Place sebesar 1,857. 80 Dengan demikian dapat disimpulakan bahwa model persamaan regresi tidak terdapat problem multiko atau dapat dikatakan bebas dari problem multikolinearitas dan dapat digunakan dalam penelitian ini.

c. Hasil Uji Heteroskedastisitas

Pengujian heteroskedastisitas dilakukan untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan yang lain. Jika varians dari residual dari suatu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas. Gambar 4.2 Grafik Scatterplot Sumber: Data primer yang diolah, 2015 81 Berdasarkan gambar 4.2, grafik Scatterplot menunjukkan bahwa titik-titik menyebar dan tidak membentuk pola tertentu yang jelas. Sehingga dapat disimpulkan bahwa tidak terjadi masalah heteroskedastisitas.

6. Hasil Uji Regresi Linear Berganda

Penggunaan analisis regresi linier berganda dalam penelitian ini akan memperlihatkan apakah political marketing mix mempengaruhi keputusan mahasiswa aktif Strata 1 untuk memilih pada calon presiden dan calon wakil presiden. Hasil pengujian regresi linier berganda terangkum sebagai berikut: Tabel 4.14 Hasil Uji Regresi Linear Berganda Coefficients a Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 Constant 5.912 1.696 3.486 .001 Product -.017 .070 -.025 -.238 .813 Promosi .066 .089 .090 .748 .456 Price .167 .101 .183 1.659 .100 Place .433 .096 .480 4.496 .000 a. Dependent Variabel: Keputusan_Mahasiswa Sumber: Data primer yang diolah, 2015 82 Berdasarkan hasil yang telah diperoleh dari koefisien regresi diatas, maka dapat dibuat suatu persamaan regresi sebagai berikut: Y= 5,912 - 0,17X 1 + 0,66X 2 + 0,167X 3 + 0,433X 4 Pada persamaan regresi diatas menunjukkan nilai konstanta sebesar 5,912 artinya jika nilai variabel independent nol maka nilai variabel dependen sebesar 5,912 dalam hal ini jika Rasio Product, Promosi, Price dan Place bernilai 0,00 nol maka rasio Keputusan mahasiswa akan meningkat sebesar 6 pembulatan. Nilai variabel Produk X 1 menunjukkan tanda negatif dinilai - 0,25 artinya setiap kenaikan 1 satu nilai pada variabel product dalam hal ini meningkatkan 1 Rasio Product akan menurunkan variabel Rasio Keputusan mahasiswa sebesar 0,025. Setiap kenaikan 1 satuan variabel Promosi X 2 maka akan menaikkan nilai variabel Keputusan Mahasiswa Strata 1 Empat Perguruan Tinggi Y sebesar 0,066 satuan dengan asumsi variabel lain bernilai tetap. Setiap kenaikan 1 satuan variabel Price X 3 maka akan menaikkan nilai variabel Keputusan Mahasiswa Strata 1 Empat Perguruan Tinggi Y sebesar 0,167 satuan dengan asumsi variabel lain bernilai tetap. Setiap kenaikan 1 satuan variabel Place X 4 maka akan menaikkan nilai variabel Keputusan Mahasiswa Strata 1 Empat Perguruan Tinggi Y sebesar 0,433 satuan dengan asumsi variabel lain bernilai tetap. 83

a. Hasil Uji Koefisien Determinasi R

2 Uji koefisien determinasi R 2 digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen Ghozali, 261:83. Nilai R 2 yang semakin mendekati 1, berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variabel independen. Koefisien determinasi yang digunakan adalah nilai Adjusted R square dapat naik atau turun apabila satu variabel independen ditambahkan ke dalam model. Tabel 4.15 Hasil Uji Koefisien Determinasi R 2 Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .645 a .416 .391 2.563 a. Predictors: Constant, Place, Price, Product, Promosi Sumber: Data primer yang diolah, 2015 Berdasarkan tabel 4.15 dapat dilihat bahwa nilai koefisien determinasi R 2 sebesar 0,391 hal ini berarti 39,1 variabel dependen Keputusan Mahasiswa Strata 1 Empat Perguruan Tinggi dapat dijelaskan oleh variabel product, promosi, price, dan place. Sedangkan sisanya sebesar 0,609 atau 60,9 1 - 0,391 dijelaskan oleh faktor- faktor lain yang tidak disertakan dalam model penelitian ini. 84

b. Hasil Uji t Uji Parsial

Uji statistik t digunakan untuk mengetahui ada atau tidaknya pengaruh masing-masing variabel independen secara individual terhadap variabel dependen yang diuji pada tingkat signifikansi 0,05. jika nilai probability t lebih kecil dari 0,05 maka Ha diterima dan menolak H diterima dan menolak Ha. Hasil uji statistic t dapat dilihat pada tabel 4.16 berikut ini: Tabel 4.16 Hasil Uji t Coefficients a Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 Constant 5.912 1.696 3.486 .001 Product -.017 .070 -.025 -.238 .813 Promosi .066 .089 .090 .748 .456 Price .167 .101 .183 1.659 .100 Place .433 .096 .480 4.496 .000 a. Dependent Variabel: Keputusan_Mahasiswa Sumber: Data Primer yang diolah, 2015 Berdasarkan pada tabel coefficients diatas untuk mengetahui besarnya pengaruh masing-masing variabel independen secara parsial terhadap variabel dependen adalah sebagai berikut: 85 Hipotesis 1 : Pengaruh Product terhadap keputusan mahasiswa dalam Pemilihan Umum Presiden dan Wakil Presiden 2014 Terlihat bahwa t hitung koefisien product adalah -0,238, sedang t tabel bisa dihitung pada tabel t-test , dengan α = 0,05, karena digunakan hipotesis dua arah, ketika mencari t tabel , nilai α dibagi 2 menjadi 0,025 dan df = 98 didapat dari rumus n - 2, dimana n adalah jumlah data, 100 -2 = 98. Didapat t tabel adalah 1,98. Variabel product memiliki nilai p-value 0,813 0,05, artinya tidak signifikan, sedangkan t hitung t tabel , -0,238 1,98, maka H a ditolak dan H diterima, sehingga dapat disimpulkan bahwa koefisien product secara parsial tidak berpengaruh signifikan terhadap keputusan memilih. Hasil penelitian ini sesuai dengan penelitian yang dilakukan oleh Ridho Bramulya Ikhsan dan Muchin Saggaff Shihab 2010 bahwa nilai variabel produk sangat rendah dibandingkan dengan variabel yang lain hal ini menunjukkan bahwa ketidakterikatan mahasiswa pada variabel ini dan hal ini menjadi satu masukan bagi kandidat untuk lebih meningkatkan citra diri sebelum pemilihan seperti pembentukan visi misi kandidat, pemilihan partai politik sebagai perahu kemenangan serta membuat janji politik yang sesuai dengan permasalahan yang sedang terjadi dimasyarakat pemilih.