Teknik Analisis Data METODE PENELITIAN

3.9. Teknik Analisis Data

1. Metode Analisis deskriptif

Metode analisis deskriptif merupakan suatu metode analisis di mana data yang telah diperoleh, disusun, dikelompokkan, dianalisis, kemudian diintepretasikan secara objektif sehingga diperoleh gambaran tentang masalah yang dihadapi dan menjelaskan hasil perhitungan.

2. Metode Statistik

Dalam penelitian ini penulis menggunakan analisis statistik regresi linier berganda. Analisis regresi linier berganda bertujuan menghitung besarnya pengaruh dua atau lebih variabel bebas terhadap satu variabel terikat dan memprediksi variabel terikat dengan menggunakan dua atau lebih variabel bebas Rochaety, Tresnati, dan Latief, 2009:142. Untuk memperoleh hasil yang lebih terarah, penulis mengunakan bantuan program Software SPSS Statistic Product and Service Solution Versi 16.00. Adapun persamaan analisis regresi berganda yang digunakan adalah : e X b X b X b X b a Y + + + + + = 4 4 3 3 2 2 1 1 Keterangan : pembelian Keputusan = Y Konstanta = a 4 3 2 1 , , , b b b b = Koefisien regresi X 1 = Produk Product X 2 = Harga Price X 3 = LokasiPlace X 4 = Pelayanan Costumer Service Universitas Sumatera Utara e = Standar error pengujian hipotesis sebagai berikut : a. Uji Asumsi Klasik Agar model regresi linier berganda dapat disebut sebagai model yang baik jika model tersebut memenuhi asumsi normalitas data dan terbebas dari asumsi- asumsi klasik statistik, multikolinearitas, dan heterokedastisitas. 1. Uji Normalitas Tujuan dilakukan uji normalitas adalah untuk mengetahui distribusi data dalam model regresi, variabel bebas produk, harga, lokasi, pelayanan dan variabel terikat yaitu keputusan pembelian, memiliki mendekati distribusi normal atau tidak. Santoso 2001 dalam Nasution 2007 menyatakan bahwa, “Untuk mengetahui apakah data terdistribusi normal atau mendekati normal dan atau bias dianggap normal, jika bias maka akan dilakukan uji Normality Plot, yaitu suatu pengujian dengan menggunakan Grafik PP-Plot” Pengujian normalitas data dengan menggunakan Uji Normality Plot dengan dasar pengambilan keputusan dengan melihat grafik PP-Plot, yaitu jika terlihat data menyebar disekitar garis diagonal yang mengarah kekanan atas dan tidak ada data yang berada jauh dari sebaran data, mengindikasikan bahwa model regresi telah memenuhi asumsi yang telah dikemukakan sebelumnya dan model regresi cenderung normal. Universitas Sumatera Utara 2. Uji Multikolinearitas Tujuan dilakukan uji multikolinearitas adalah untuk menemukan adanya korelasi yang kuat antar variabel independen dalam model regresi yang digunakan. Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya multikolinearitas, artinya variabel independen yang satu dengan yang lain dalam model regresi berganda tidak saling berhubungan secara sempurna. Untuk mengetahui apakah ada tidaknya gejala multikolinearitas dapat dilihat dari besarnya nilai variance inflation factor VIF melalui program SPSS, yang tidak melebihi 4 atau 5 Hines dan Montgomery dalam Juliandi, 2013:175-176. 3. Uji Heteroskedastisitas Tujuan dilakukan uji heterokedasitisitas adalah untuk mengetahui apakah dalam model regresi, terjadi ketidaksamaan varians dari residual dari suatu pengamatan yang lain. Adanya varians variabel independen adalah konstan untuk setiap nilai tertentu variabel independen maka disebut homokedastisitas, dan jika varians berbeda disebut heterokedastisitas. Model regresi yang baik adalah tidak terjadi heteroskedastisitas. Untuk mendeteksi heteroskedastisitas dalam model regresi digunakan analisis residual, berupa grafik dengan dasar pengambilan keputusan jika pola tertentu, seperti titik-titik yang ada membentuk suatu pola yang teratur, maka terjadi heterokedastisitas. Jika tidak ada pola yang Universitas Sumatera Utara jelas, serta titik-titik menyebar dibawah dan diatas angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas. b. Analisis Regresi Linier Berganda 1. Uji signifikan 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 pengujian yang digunakan dalam uji – f ini adalah : H : b 1 , b 2 , b 3 , b 4 = 0artinya variabel bebas yang terdiri dari produk product, harga price,lokasi place dan pelayanan costumer service secara serentak bersama-sama tidak berpengaruh positif dan signifikan terhadap variabel terikat, yakni keputusan pembelian konsumen pada Youlanda Bakery and Cake Shop Delitua. Ha : b 1 , b 2 , b 3 , b 4 ≠ 0artinya variabel bebas yang terdiri dari produk product, harga price,lokasi place dan pelayanan costumer servicesecara serentak bersama-sama berpengaruh positif dan signifikan terhadap variabel terikat, yakni keputusan pembelian konsumen pada Youlanda Bakery and Cake Shop Delitua. Universitas Sumatera Utara Nilai f hitung akan dibandingkan dengan nilai f tabel . Kriteria pengambilan keputusannya adalah : H diterima jika f hitung f tabel pada α= 5 H a diterima jika f hitung f tabel pada α= 5 2. Uji signifikan 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 a : b i = 0, artinya suatu variabel bebas yang terdiri dari produk product, harga price, lokasi place dan pelayanan costumer service tidak berpengaruh positif dan signifikan secara parsial terhadap variabel terikat, yakni keputusan pembelian Y konsumen pada Youlanda Bakery and Cake Shop Delitua. H a : b i ≠ 0,artinya suatu variabel bebas yang terdiri dari product, harga price, lokasi place dan pelayanan costumer serviceberpengaruh positif dan signifikan secara parsial terhadap variabel terikat, yakni keputusan pembelian Y konsumen pada Youlanda Bakery and Cake Shop Delitua. Pengujian dilakukan dengan membandingkan antara nilai t hitung dengan t tabel . Kriteria pengambilan keputusannya adalah : H diterima jika t hitung t tabel pada α= 5 H a diterima jika t hitung t tabel pada α= 5 Universitas Sumatera Utara 3. Uji signifikan Koefisien DeterminanR 2 Koefisien determinan Adjusted R-Square digunakan untuk mengukur seberapa besar kontribusi pengaruh variabel bebas X terhadap variabel terikatY. Jika koefisien determinanR 2 semakin besar mendekati satu menunjukkan semakin baik kemampuan variabel bebas yang terdiri dari produk, harga, lokasi, dan pelayanan dalam menerangkan variabel terikat, yaitu keputusan pembelian, dimana koefisien determinan berkisar antara nol sampai dengan satu 0 ≤ R 2 ≤1. Sebaliknya, jika R 2 semakin kecil mendekati nol, maka akan dapat dikatakan bahwa pengaruh variabel bebas yang terdiri dari produk, harga, lokasi, dan pelayanan adalah kecil terhadap variabel terikat yaitu keputusan pembelian. Hal ini berarti model yang digunakan tidak kuat untuk menerangkan pengaruh variabel bebas yang diteliti yang terdiri dari produk, harga, lokasi dan pelayanan terhadap variabel terikat yaitu keputusan pembelian. Universitas Sumatera Utara

BAB IV HASIL DAN PEMBAHASAN