kurang setuju, 3,1 menyatakan tidak setuju, dan 1,0 responden yang menyatakan sangat tidak setuju.
5. Pernyataan kelima, 14,6 responden menyatakan sangat setuju, 53,1
menyatakan setuju, 29,2 menyatakan kurang setuju, 2,1 responden menyatakan tidak setuju, dan 1,0 responden yang menyatakan sangat
tidak setuju. Hal ini menunjukkan bahwa mayoritas responden sebesar 67,7 responden menyatakan bahwa pesan iklan sesuai dengan manfaat
produk Honda. Berdasarkan hasil distribusi tanggapan responden terhadap variabel pesan
iklan terlihat bahwa dominasi persentase setuju dan sangat setuju terhadap pernyataan iklan Honda “one heart” sesuai dengan gaya hidup anak muda masa
kini yang ingin tampil dinamis, aman, nyaman dalam berkendaraan. Dari hasil distribusi tanggapan responden juga dapat ditarik kesimpulan bahwa mayoritas
responden mengetahui pesan iklan Honda “one heart” yang ditayangkan.
d. Variabel Recall Audience Tabel 4.14
Distribusi Tanggapan Responden Terhadap Recall Audience Pernyataan
STS TS
KS S
SS F
F F
F F
1. Saya pernah melihat iklan
Honda “one heart” ini sebelumnya.
2 2,1
3 3,1
5 5,2
50 52,1
36 37,5
Universitas Sumatera Utara Universitas Sumatera Utara
2. Iklan Honda “one heart”
yang saya lihat menarik perhatian.
3 3,1
5 5,2
51 53,1
37 38,5
3. Iklan Honda “one heart”
mudah untuk saya kenali. 8
8,3 55
57,3 33
34,4 4.
Saya mengetahui tagline terbaru Honda yaitu “One
Heart” : bersama satu hati. 1
1,0 10
10,4 47
49,0 38
39,0 5.
Saya menjadi tertarik membeli produk Honda
karena mengingat tayangan iklan Honda di
televisi. 1
1,0 5
5,2 30
31,3 49
51,0 11
11,5
Sumber : Output SPSS Januari 2012
Dari tabel 4.14 dapat dilihat bahwa : 1.
Pernyataan pertama, 37,5 responden menyatakan sangat setuju, 52,1 menyatakan setuju, 5,2 menyatakan kurang setuju, 3,1 responden
menyatakan tidak setuju, dan 2,1 responden menyatakan sangat tidak setuju. Hal ini menunjukkan bahwa mayoritas responden sebesar 89,6
responden menyatakan bahwa pernah melihat iklan Honda “one heart” ini sebelumnya.
2. Sebanyak 91,6 responden menyatakan sangat setuju dan setuju bahwa
Iklan Honda “one heart” yang dilihat menarik perhatian. Sedangkan 5,2 responden menyatakan kurang setuju, 3,1 menyatakan tidak setuju, dan
tidak ada responden yang menanggapi sangat tidak setuju. 3.
Mayoritas responden 91,7 menyatakan sangat setuju dan setuju bahwa iklan Honda “one heart” mudah untuk dikenali. Sisanya yaitu 8,3
Universitas Sumatera Utara Universitas Sumatera Utara
responden menyatakan kurang setuju, dan tidak ada responden yang menanggapi tidak setuju dan sangat tidak setuju.
4. Pernyataan keempat, 39,0 responden menyatakan sangat setuju, 49,0
menyatakan setuju, 10,4 menyatakan kurang setuju, 1,0 responden menyatakan tidak setuju, dan tidak ada responden yang menanggapi sangat
tidak setuju. Hal ini menunjukkan bahwa mayoritas responden sebesar 88 responden menyatakan bahwa mengetahui tagline terbaru Honda
yaitu “One Heart” : bersama satu hati. 5.
Pernyataan kelima yaitu responden tertarik membeli produk Honda karena mengingat tayangan iklan Honda di televisi. 11,5 responden menyatakan
sangat setuju, 51,0 menyatakan setuju, 31,3 menyatakan kurang setuju, dan 6,2 responden menyatakan tidak setuju dan sangat tidak
setuju. Berdasarkan hasil distribusi tanggapan responden terhadap variabel recall
audience terlihat bahwa dominasi persentase setuju dan sangat setuju terhadap pernyataan iklan Honda “one heart” mudah untuk dikenali. Dari hasil distribusi
tanggapan responden juga dapat ditarik kesimpulan bahwa mayoritas responden mudah mengingat iklan Honda “one heart” karena iklan Honda menarik
perhatian, mudah untuk dikenali, dan mengetahui tagline Honda yang baru yaitu “One Heart bersama satu hati”.
Universitas Sumatera Utara Universitas Sumatera Utara
4.2.3. Uji Asumsi Klasik 4.2.3.1. Uji Normalitas
Tujuan uji normalitas adalah untuk menguji apakah distribusi data mengikuti atau mendekati distribusi normal. Untuk mengetahui distribusi sebuah
data normal atau tidak, dilakukan dua pendekatan yaitu pendekatan histogram, grafik, dan Kolmogorv-Smirnov.
a. Pendekatan histogram
Salah satu cara untuk melihat normalitas adalah dengan melihat kurva normal. Kurva normal adalah kurva yang memiliki ciri khusus
dimana mean, mode, dan mediannya berada ditempat yang sama. Maka jika terjadi kemencengan pada kurva skewness maka data tidak
berdistribusi normal.
Universitas Sumatera Utara Universitas Sumatera Utara
Sumber : Output SPSS Januari 2012
Gambar 4.1 Histogram Uji Normalitas
Berdasarkan Gambar 4.1 grafik histogram terlihat bahwa data variabel berdistribusi normal. Hal ini ditunjukkan oleh gambar histogram
yang membentuk lonceng yang tidak melenceng baik ke kiri maupun ke kanan.
b. Pendekatan Grafik
Cara untuk melihat normalitas adalah dengan melakukan pendekatan grafik. Pendekatan ini dengan melihat titik-titik di sepanjang
garis diagonal.
Sumber : Output SPSS Januari 2012
Universitas Sumatera Utara Universitas Sumatera Utara
Gambar 4.2 Grafik Uji Normalitas
Dari Gambar 4.2 dapat diketahui data berdistribusi normal, dimana pada scatterplot terlihat titik-titik yang mengikuti sepanjang garis
diagonal. c.
Pendekatan Kolmogorv-Smirnov Untuk memastikan apakah data di sepanjang garis diagonal dan
histogram berdistribusi normal maka dilakukan uji Kolmogorv-Smirnov yang merupakan uji statistik non-parametik.
Tabel 4.15 Uji Kolmogorv-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
96 Normal
Parameters
a,b
Mean .0000000
Std. Deviation 1.51735178
Most Extreme Differences
Absolute .073
Positive .051
Negative -.073
Kolmogorov-Smirnov Z .719
Asymp. Sig. 2-tailed .679
Universitas Sumatera Utara Universitas Sumatera Utara
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
96 Normal
Parameters
a,b
Mean .0000000
Std. Deviation 1.51735178
Most Extreme Differences
Absolute .073
Positive .051
Negative -.073
Kolmogorov-Smirnov Z .719
Asymp. Sig. 2-tailed .679
a. Test distribution is Normal. b. Calculated from data.
Sumber : Output SPSS Januari 2012
Pada Tabel 4.15 dapat dilihat nilai Asymp. Sig. 2-tailed adalah 0,679. Nilai tersebut lebih besar dari nilai signifikansi 0,05 yang berarti
variabel residual atau data berdistribusi normal. Nilai Kolmogorov- Smirnov Z lebih kecil dari 1,97 berarti tidak ada perbedaan antara
distribusi teoritik dan distribusi empiric atau dengan kata lain dikatakan normal.
4.2.3.2. Uji Heteroskedastisitas
Uji ini bertujuan untuk menguji apakah didalam model regresi terjadi ketidaksamaan varians. Jika varians sama maka disebut homoskedastisitas dan
jika berbeda disebut heteroskedastisitas. Model regresi yang diinginkan adalah model yang homokedastis. Ada beberapa cara untuk mendeteksi ada atau tidaknya
heteroskedastisitas yaitu dengan pendekatan grafik dan uji Glejser.
Universitas Sumatera Utara Universitas Sumatera Utara
a. Pendekatan Grafik
Pendekatan ini melihat sebaran titik pada scatterplot dimana titik- titik tidak membentuk pola yang jelas. Jika titik-titik menyebar diatas dan
dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas, sedangkan jika ada pola tertentu seperti suatu pola yang teratur, maka
diindikasikan telah terjadi heteroskedastisitas.
Sumber : Output SPSS Januari 2012
Gambar 4.3 Scatterplot Uji Heteroskedastisitas
Dari grafik scatterplot yang disajikan pada Gambar 4.3, terlihat titik-titik menyebar secara acak tidak membentuk suatu pola tertentu yang
jelas serta tersebar baik diatas maupun dibawah angka nol pada sumbu Y. Hal ini berarti tidak ada indikasi terjadinya heteroskedastisitas pada model
regresi, maka model regresi layak dipakai untuk memprediksi recall audience.
Universitas Sumatera Utara Universitas Sumatera Utara
b. Uji Glejser
Pendekatan grafik yaitu melihat sebaran titik scatterplot memiliki kelemahan dimana jika jumlah pengamatan sedikit maka akan sulit
menginterprettasikan hasil grafik plot. Untuk itu dilakukan uji Glejser.
Tabel 4.16 Uji Glejser
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
Constant 3.728
1.752 2.128
.036 Jingle Iklan
-.021 .040
-.060 -.522
.603 Bintang Iklan
-.004 .034
-.013 -.110
.913 Pesan Iklan
-.076 .046
-.177 -1.647
.103 a. Dependent Variable: absut
Sumber : Output SPSS Januari 2012
Tabel 4.16 menunjukkan bahwa tidak ada variabel independen yang signifikan secara statistik mempengaruhi variabel dependen absolut
Ut. Dapat dilihat pada kolom Sig. yang merupakan probabilitas signifikansi variabel, dimana probabilitas signifikansi variabel independen
berada diatas tingkat kepercayaan 0,05, maka dapat disimpulkan model regresi ini tidak terindikasi heteroskedastisitas.
Universitas Sumatera Utara Universitas Sumatera Utara
4.2.3.3. Uji Mulitikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antara variabel independen. Model regresi yang baik
seharusnya tidak terjadi korelasi diantara variabel independen.
Tabel 4.17 Uji Multikolinearitas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant -12.951
2.855 -4.536
.000 Jingle Iklan
.575 .066
.645 8.777
.000 .786
1.272 Bintang Iklan
.010 .055
.013 .173
.863 .748
1.337 Pesan Iklan
.345 .075
.316 4.612
.000 .907
1.103 a. Dependent Variable: Recall Audience
Sumber : Output SPSS Januari 2012
Untuk mendeteksi adanya multikolinearitas dapat dilihat pada Tabel 4.17 kolom tolerance dan VIF Varians Inflation Factor. Kedua ukuran ini
menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Pada Tabel 4.17 Tolerance 0,1 sedangkan varians inflation
factor VIF 5. Nilai cutoff yang umum dipakai untuk menunjukkan adanya
multikolinearitas adalah Tolerance 0,1 sedangkan varians inflation factor VIF
Universitas Sumatera Utara Universitas Sumatera Utara
5. Dari hasil tersebut maka ditarik kesimpulan bahwa data atau variabel tidak terkena multikolinearitas.
4.2.4. Analisis Regresi Linier Berganda
Analisis regresi linier berganda dilakukan dengan aplikasi SPSS 16.0 for windo ws. Analisis ini dilakukan untuk mengetahui seberapa besar pengaruh
variabel independen yang terdiri dari jingle iklan, bintang iklan, dan pesan iklan terhadap variabel dependen yaitu recall audience. Model regresi yang dilakukan
dalam penelitian ini adalah : Y = a + b
1
.x
1
+ b
2
.x
2
+b
3
.x
3 +
e Hasil pengolahan data pada SPSS yang dilakukan ditunjukkan pada tabel berikut :
Tabel 4.18 Analisis Regresi Linier Berganda
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant -12.951
2.855 -4.536
.000 Jingle Iklan
.575 .066
.645 8.777
.000 Bintang Iklan
.010 .055
.013 .173
.863 Pesan Iklan
.345 .075
.316 4.612
.000 a. Dependent Variable: Recall Audience
Sumber : Output SPSS Januari 2012
Berdasarkan hasil olahan data pada Tabel 4.18, maka diperoleh persamaan regresi sebagai berikut :
Y = -12,951 + 0,575 X
1
+ 0,010 X
2
+ 0,345 X
3 +
e
Universitas Sumatera Utara Universitas Sumatera Utara
Berdasarkan persamaan tersebut dapat digambarkan sebagai berikut: a.
Konstanta a sebesar -12,951 artinya bahwa jingle iklan, bintang iklan, dan pesan iklan atau nilai variabel bebas adalah 0, maka besarnya nilai
recall audience adalah sebesar -12,951. Atau jika tidak ada jingle iklan, bintang iklan, dan pesan iklan, maka recall audience akan berkurang
sebesar -12,951. b.
Koefisien X
1
b
1
= 0,575 menunjukkan bahwa jika variabel independen lain nilainya tetap, maka variabel jingle iklan mengalami kenaikan sebesar
0,575. c.
Koefisien X
2
b
2
= 0,010 menunjukkan bahwa jika variabel independen lain nilainya tetap, maka variabel bintang iklan mengalami kenaikan
sebesar 0,010. d.
Koefisien X
3
b
3
= 0,345 menunjukkan bahwa jika variabel independen lain nilainya tetap, maka variabel pesan iklan mengalami kenaikan sebesar
0,345.
4.2.5. Uji Hipotesis 4.2.5.1. Uji Signifikansi Simultan Uji-F
Universitas Sumatera Utara Universitas Sumatera Utara
Pengujian ini dilakukan untuk melihat apakah semua variabel bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap
variabel terikat. Kriteria pengujiannya adalah: H
: b
1
, b
2
= 0, artinya secara serentak tidak terdapat pengaruh yang positif dan signifikan dari variabel bebas terhadap variabel terikat.
H
a
: b
1
, b
2
≠ 0, artinya secara serentak terdapat pengaruh yang positif dan signifikan dari variabel bebas terhadap variabel terikat.
Untuk menentukan nilai F, maka diperlukan adanya derajat bebas pembilang dan derajat bebas penyebut, dengan rumus sebagai berikut :
df Pembilang = k – 1 df Penyebut = n – k
Keterangan: n = jumlah sampel penelitian
k = jumlah variabel bebas dan terikat Pada penelitian ini diketahui jumlah sampel n 96 dan jumlah
keseluruhan variabel k adalah 4, sehingga diperoleh : 1. df pembilang = 4 – 1 = 3
2. df penyebut = 96 – 4 = 92 Nilai F
hitung
akan diperoleh dengan menggunakan bantuan SPSS 16.0 for windows, kemudian akan dibandingkan dengan F
tabel
pada tingkat α = 5, dengan kriteria uji sebagai berikut :
Universitas Sumatera Utara Universitas Sumatera Utara
H diterima jika F
hitung
F
tabel
pada α = 5
H ditolak jika F
hitung
F
tabel
pada α = 5
Tabel 4.19 Hasil Uji Signifikan Simultan Uji-F
ANOVA
b
Model Sum of
Squares df
Mean Square
F Sig.
1 Regression 340.609
3 113.536
47.756 .000
a
Residual 218.724
92 2.377
Total 559.333
95 a. Predictors: Constant, Pesan Iklan, Jingle Iklan, Bintang Iklan
b. Dependent Variable: Recall Audience
Sumber : Output SPSS Januari 2012
Tabel 4.19 menunjukkan perolehan F
hitung
pada kolom F sebesar 47,756 dengan tingkat signifikan 0,000. Nilai F
tabel
dengan pembilang 3 dan penyebut 92 adalah 2,70 dengan tingkat kesalahan 5. Berdasarkan kriteria pengujian
hipotesis jika F
hitung
F
tabel
dan tingkat signifikansinya 0,000 0,05 dimana 47,756
2,70 menunjukkan bahwa pengaruh independen jingle iklan, bintang iklan, dan pesan iklan secara serempak adalah signifikan terhadap recall
audience.
4.2.5.2. Uji Signifikansi Parsial Uji-t
Universitas Sumatera Utara Universitas Sumatera Utara
Pengujian ini dilakukan untuk menguji apakah variabel jingle iklan, bintang iklan, dan pesan iklan mempunyai pengaruh yang signifikan terhadap
variabel recall audience. Kriteria pengujiannya adalah: H
: b
1
= 0, artinya secara parsial tidak terdapat pengaruh yang positif dan signifikan dari variabel independen terhadap variabel dependen.
H
a
: b
1
≠ 0, artinya secara parsial terdapat pengaruh yang positif dan signifikan dari variabel independen terhadap variabel dependen.
Kriteria pengambilan keputusan adalah: H
diterima jika F
hitung
F
tabel
pada α = 5
H ditolak jika F
hitung
F
tabel
pada α = 5
Tabel 4.20 Hasil Uji Signifikan Parsial Uji - t
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
1 Constant -12.951
2.855 -4.536
.000 Jingle Iklan
.575 .066
.645 8.777
.000 Bintang Iklan
.010 .055
.013 .173
.863 Pesan Iklan
.345 .075
.316 4.612
.000 a. Dependent Variable: Recall Audience
Sumber : Output SPSS Januari 2012
Berdasarkan Tabel 4.20 di atas didapat kesimpulan sebagai berikut: a.
Variabel jingle iklan berpengaruh secara positif dan signifikan terhadap recall audience, hal ini terlihat dari tingkat signifikansi sebesar 0.000
lebih kecil dari 0,05. Nilai t hitung 8.777 t tabel 1,661, ini berarti jika
Universitas Sumatera Utara Universitas Sumatera Utara
variabel bintang iklan ditingkatkan sebesar satu satuan, maka recall audience akan meningkat sebesar 0,575 satuan.
b. Variabel bintang iklan berpengaruh secara positif dan tidak signifikan
terhadap recall audience, hal ini terlihat dari tingkat signifikansi sebesar 0,863 lebih besar dari 0,05. Nilai t hitung 0,173 t tabel 1,661, ini
berarti jika variabel bintang iklan ditingkatkan sebesar satu satuan, maka recall audience tidak akan meningkat sebesar 0,010 satuan.
c. Variabel pesan iklan berpengaruh secara positif dan signifikan terhadap
recall audience, hal ini terlihat dari tingkat signifikansi sebesar 0.000 lebih kecil dari 0,05. Nilai t hitung 4,612 t tabel 1,661, ini berarti jika
variabel pesan iklan ditingkatkan sebesar satu satuan, maka recall audience akan meningkat sebesar 0,345 satuan.
d. Jingle iklan mempengaruhi recall audience lebih besar daripada bintang
iklan dan pesan iklan, maka jingle iklan adalah variabel paling dominan dalam mempengaruhi recall audience.
4.2.6. Pengujian Koefisien Determinasi R
2
Pengujian koefisien determinasi R
2
dilakukan untuk mengukur proporsi atau persentase sumbangan variabel jingle iklan, bintang iklan, dan pesan iklan
terhadap variasi naik turunnya variabel recall audience. Koefisien determinasi berkisar antara nol sampai satu 0
≤ R² ≤ 1. Jika R² semakin besar mendekati satu, maka dapat dikatakan bahwa pengaruh variabel jingle iklan, bintang iklan,
dan pesan iklan adalah besar terhadap recall audience. Hal ini berarti model yang
Universitas Sumatera Utara Universitas Sumatera Utara
digunakan semakin kuat untuk menerangkan pengaruh variabel independen terhadap variabel dependen dan demikian sebaliknya.
Tabel 4.21 Hasil Uji Koefisien Determinasi
R
2
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate 1
.780
a
.609 .596
1.54189 a. Predictors: Constant, Pesan Iklan, Jingle Iklan, Bintang Iklan
b. Dependent Variable: Recall Audience
Sumber : Output SPSS Januari 2012
Berdasarkan Tabel 4.21 dapat diketahui bahwa: a.
Variabel jingle iklan, bintang iklan, dan pesan iklan memiliki hubungan sebesar 78 terhadap recall audience iklan Honda one heart. Hal ini
diketahui dari nilai R pada tabel yaitu sebesar 0,780 dan nilai ini juga berarti variabel bebas dan variabel terikat berhubungan erat.
b. Adjusted R Square sebesar 0,596 berarti jingle iklan, bintang iklan dan
pesan iklan mampu menjelaskan variabel recall audience sebesar 59,6 dan sisanya 40,4 dijelaskan oleh faktor-faktor lain yang tidak diteliti
pada penelitian ini.
Universitas Sumatera Utara Universitas Sumatera Utara
c. Standard Error of Estimated Standar Deviasi artinya mengukur variasi
dari nilai yang diprediksi. Dalam penelitian ini standar deviasinya sebesar 1,54189. Semakin kecil standar deviasi berarti model semakin baik.
4.3. Pembahasan
