71
Lebih lanjut akan lebih diperhatikan keempat dimensi yang signifikan berpengaruh terhadap keputusan pembelian produk. Dengan demikian perlu
ditelusuri item-item sub dimensi dari dimensi jaringan, tarif, fitur layanan dan dimensi iklan. Hal ini secara terperinci berdasarkan rekapitulasi perhitungan skor
jawaban responden pada masing-masing indikator berdasarkan tabel 19. Dari tabel 19 dapat diperhatikan bahwa pada dimensi jaringan masih
dijumpai kelemahan, misalnya dalam hal kemudahan panggilan yang menunjukkan skor terrendah yaitu sebesar 457. Disisi lain perlu ditingkatkan item jaringan yang
luas, sinyal yang bagus, suara jernih yang tidak terputus-putus, serta pelayanan perbaikan jaringan dengan cepat.
Demikian halnya perlu diperhatikan untuk dimensi tarif, fitur layanan dan dimensi iklan. Hal ini terkait mengingat bahwa jasa atau pelayanan yang berkualitas
adalah ciri atau karakteristik situasi persaingan bisnis jasa yang semakin ketat, maka pelayanan dalam tujuannya untuk memenuhi kebutuhan dan harapan
konsumen.
F. Variabel Kepuasan Konsumen sebagai Moderating Variabel
Sebagaimana diuraikan sebelumnya bahwa peneliti menduga adanya variabel kepuasan yang memoderasi hubungan antara variabel nilai konsumen dan keputusan
pembelian. Pembahasan didasarkan skor hasil jawaban responden atas kuesioner pada variabel nilai konsumen atau customer value X, variabel keputusan
pembelian Y, dan variabel kepuasan konsumen sebagai variabel yang memoderasi hubungan X dan Y ini.
72
Uji statistik dilakukan melalui analisis koefisien korelasi, analisis regresi sederhana, uji F anova, dan uji t. Analisis koefisien korelasi digunakan untuk
mengetahui korelasi atau hubungan antara variabel bebas customer value dengan variabel terikat keputusan pembelian. Berdasarkan nilai koefisien
korelasi juga dapat diketahui seberapa besar pengaruh variabel bebas terhadap variabel terikat melalui perhitungan koefisien determinasi. Analisis regresi
sederhana maupun berganda digunakan untuk menggambarkan atau memprediksi pengaruh variabel bebas terhadap variabel terikat. Sedangkan uji
F anova dan uji t dilakukan untuk mengetahui signifikansi pengaruh variabel bebas terhadap variabel terikat. Dalam melakukan uji ststistik tersebut, peneliti
menggunakan analisis regresi sederhana dan regresi berganda dari program Statistic Product and service Solution SPSS.
Pada bagian ini dibahas tiga hal terkait dengan hasil output komputer dengan bantuan program Statistic Product and service Solution SPSS yaitu mengenai:
output hasil regresi diikuti pembahasan hasil uji asumsi klasik dan hasil uji reliabilitas model, yang masing-masing diuraikan sebagai berikut.
F.1 Pembahasan Hasil Regresi
Penelitian ini membahas pengaruh customer value pada
keputusan pembelian sesuatu
produk. Peneliti menduga bahwa hubungan tersebut terjadi apabila customer value mampu memberikan kepuasan konsumen khususnya pelanggan jangka pendek
dan pelanggan jangka panjang, Dengan demikian hanya diamati khusus pada jenis pelanggan jangka panjang
dan pelanggan jangka pendek bukan untuk pelanggan pertama first time customer
73
maupun pelanggan yang hilang the loss customer. Pelanggan pertama adalah konsumen yang baru membeli produk sehingga tidak dapat diamati karena belum
pernah menggunakan produk. Sedangkan pelanggan yang hilang sulit diketahui. Jadi kepuasan konsumen jangka pendek dan jangka panjang ini memoderasi
hububungan Customer Value C.V terhadap keputusan pembelian produk. Moderating variable MV adalah sesuatu yang mempunyai dampak contingency
kuat pada hub variabel bebas dan variabel terikat. Maka modelnya: Y = a + b
1
X + b
2
MV + b
3
X MV …..…........... Model 3 Y = -5.956+ 0,138 X + 0,174 MV + 0,000 X
1
MV..............Persamaan 3 Dimana : Y = Variabel keputusan pembelian produk
X = Variabel customer value MV = Variabel kepuasan konsumen
Analisis regresi berganda antara variabel customer value X dan variabel keputusan pembelian Y, dengan variabel kepuasan konsumen sebagai variabel
yang moderator untuk produk Mentari Indosat, disajikan dalam uraian berikut ini :
a. Berdasarkan tabel statistik deskripsi sebagai berikut :
Tabel 20 Descriptive Statistics
Variabel N Minimum Maximum
Mean Std. Deviation
KeputusanPembelian 99 25
56 41.55
6.929 CustomerValue
99 116
314 239.37
34.832 Kepuasan
99 69
244 142.92
26.200 CvandKepuasan
99 8004
76616 34938.39 10896.103
Valid N listwise 99
Sumber : Data Primer 2008
74
Analisis tabel 20 : 1. Jumlah sampel yang disajikan sebagai responden adalah 99 orang
pelanggan. 2. Rata-rata skor keputusan pembelian adalah 41,55 dengan standar deviasi
6,929 3. Rata-rata skor customer value adalah 239,37 dengan standar deviasi 34,832.
4. Rata-rata skor kepuasan adalah 142,92 dengan standar deviasi 26,200. 5. Rata-rata skor customer value dan kepuasan sebagai variabel moderator
adalah 34938,39 dengan standar deviasi 10896,103.
b. Berdasarkan tabel koefisien korelasi adalah sebagai berikut :
Tabel 21 Coefficient Correlationsa
Model CVandKepuasan
CustomerValue Kepuasan
1 Correlations
CVandKepuasan 1.000
-.867 -.947
CustomerValue -.867
1.000 .692
Kepuasan -.947
.692 1.000
Covariances CVandKepuasan
.000 .000
.000 CustomerValue
.000 .002
.002 Kepuasan
.000 .002
.006 a Dependent Variable: KeputusanPembelian
Analisis tabel 21 : 1. Korelasi antara variabel moderasi dengan customer value minus 0,867 negatif
kuat. 2. Korelasi antara variabel moderasi dengan kepuasan minus 0,947 negatif
kuat.
75
3. Korelasi antara customer value dengan kepuasan 0,692 positif sedang merupakan tingkat korelasi yang paling rendah.
c. Berdasarkan Tabel Ringkasan Model regresi 3.
Tabel 22
Model Summaryb
Model R
R Square
Adjusted R Square
Std. Error of
the Esti Change Statistics
Durbin- Watson
R Square
Change F
Change df1
df2 Sig. F
Change 1
.824a .679
.672 3.966
.679 68.008
3 95
.000 1.940
a Predictors: Constant, CVandKepuasan, CustomerValue, Kepuasan b Dependent Variable: KeputusanPembelian
Analisis tabel 22 : 1. Nilai R adalah nilai koefisien korelasi berganda R = 0,824 yang berarti
terdapat korelasi antara variabel bebas dan variabel moderasi secara bersama- s a m a t e r h a d a p k e p u t u s a n p e m b e l i a n .
2. Nilai R Square adalah pengkuadratan dari nilai R 0,824² atau 0,679 atau disebut determinasi yang berarti pengaruh customer value, kepuasan,
customer value dan kepuasan secara bersama-sama terhadap keputusan pembelian adalah sebesar 0,679 atau 67,9 sedangkan sisanya sebesar
32,1 dipengaruhi oleh faktor lain. 3. Nilai Std. Error of the Estimate sebesar 3,966 adalah nilai kesalahan
perhitungan terhadap variabel keputusan pembelian. Dalam analisis deskriptif ststistik diperoleh nilai standar deviasi yang lebih besar dari Std. Error of
the Estimate 6,929 3,966 maka model regresi lebih baik bertindak
76
sebagai prediktor keputusan pembelian daripada rata – rata keputusan pembelian sendiri.
d. Berdasarkan Tabel anova adalah sebagai berikut :
Tabel 23
ANOVAb
Model Sum of
Squares df
Mean Square F
Sig. 1
Regression 3209.910
3 1069.970
68.008 .000a
Residual 1494.635
95 15.733
Total 4704.545
98 a Predictors: Constant, CVandKepuasan, CustomerValue, Kepuasan
b Dependent Variable: KeputusanPembelian
Analisis tabel 23 : Nilai F adalah nilai dari analisis uji F anova, yaitu F hitung adalah
68,008 dengan tingkat signifikan 0,000. Karena probabilitas 0,000 lebih kecil dari 0,05 maka model regresi dapat dipakai untuk memprediksi keputusan
pembelian, yang berarti bahwa variasi variabel customer value, kepuasan, customer value dan kepuasan secara bersama-sama mampu menerangkan variabel
keputusan pembelian produk secara signifikan nyata.
e. Berdasarkan tabel coefisien regresi :
Tabel 24
Coefficientsa
Model Unstandardized
Coefficients t
Sig. Collinearity Statistics
B Std.
Error Tolerance
VIF 1
Constant -5.956
9.577 -.622
.535 CustomerValue
.138 .039
3.542 .001
.087 11.447
Kepuasan .174
.080 2.174
.032 .036
27.435 CVandKepuasan
.000 .000
-1.065 .290
.017 57.621
a Dependent Variable: Keputusan PembelianProduk
77
Analisis tabel 24 : Nilai Unstandardized Coefficients B adalah nilai konstanta dan koefisien
regresi, yaitu nilai a = -5.956; b
1
= 0,138, b
2
= 0,174 dan b
3
= 0,000 . Persamaan regresi berganda yang didapat adalah:
y = a + b
1
X + b
2
MV + b
3
XMV y = -5.956 + 0,138 X + 0,174 MV + 0,000 XMV..........Persamaan 3
di mana : y
= keputusan pembelian produk X
= customer value MV
= kepuasan XMV = customer value dan kepuasan
1. Konstanta a sebesar -5.956 menyatakan bahwa jika tidak ada customer value dan kepuasan maka keputusan pembelian produk sebesar -5.956.
2. Koefisien regresi X
1
, b
1
sebesar 0,138 menyatakan setiap penambahan customer value akan meningkatkan keputusan pembelian produk.
3. Koefisien regresi X
2
, b2 sebesar 0,174 menyatakan bahwa setiap penambahan kepuasan meningkatkan keputusan pembelian produk.
4. Dalam Pengambilan Keputusan, Jika tingkat signifikan lebih besar 0,05 tingkat α = 5 maka Ho diterima dan Ha ditolak, artinya tidak ada
pengaruh yang signifikan antara variabel X terhadap variabel Y. Namun jika tingkat signifikan tersebut lebih kecil 0,05 maka Ho ditolak dan Ha
diterima, artinya ada pengaruh yang signifikan antara variabel X terhadap variabel Y. Dan dengan memperhatikan hasil output komputer pada tabel 24
dapat dinyatakan bahwa variabel customer value dengan t hitung 3,542
78
dengan tingkat signifikan 0,001 lebih kecil dari 0,05 maka Ho ditolak dan Ha diterima. Sementara variabel lain tidak menunjukkan hasil yang
signifikan karena nilai signifikansi pro-v lebih besar dari 5. 5. Model regresi pada persamaan 3 secara grafis tampak seperti gambar 7.
Berdasarkan uraian diatas dapat dinyatakan bahwa model regresi pada persamaan 3, signifikan berdasarkan uji F namun tidak signifikan dengan hasil uji t
30 40
50 60
KeputusanPembelian
-3 -2
-1 1
2 3
Dependent Variable: KeputusanPembelian Scatterplot Model 3
dengan Variabel Moderasi y = -5.956+ 0,138 X + 0,174 MV + 0,000 XMV
Gambar 7 Model 3 dengan Variabel Moderasi
79
yang menunjukkan hanya ada satu variabel bebas yang signifikan, yaitu variabel customer value. Kebanyakan variabel bebas lainnya tidak menunjukkan hasil yang
signifikan, oleh karenanya perlu diperhatikan uji asumsi klasik terhadap model diatas.
Dengan demikian penulis mencurigai kemungkinan tidak menunjukkan adanya efek moderasi dari variabel kepuasan MV, hal ini terlihat dari tidak
signifikannya nilai b
3
0,000 dengan berdasarkan uji t, sedangkan b
1
0,138 dan b
2
0,174 signifikan. Dan dapat disimpulkan bahwa pengaruh kepuasan sebagai variabel moderasi adalah lemah sehingga variabel kepuasan tidak dapat dianggap
sebagai faktor kunci atau moderator.
F.2 Pembahasan Hasil Uji Asumsi Klasik.
Uji asumsi klasik merupakan suatu uji untuk mengetahui kelayakan dari model regresi supaya dapat memenuhi asumsi klasik yang meliputi multikolinearitas,
heteroskedastisitas dan autokorelasi Gujarati, 2003. Uji asumsi klasik ini dapat dijelaskan berdasarkan uraian berikut.
Pertama, uji autokorelasi adalah uji terhadap hubungan antar residual pada
suatu pengamatan dengan pengamatan lain. Konsekuensi autokorelasi adalah biasnya varian dengan nilai yang lebih kecil dari nilai sebenarnya, sehingga nilai R
2
dan F statistik yang dihasilkan cenderung besar. Cara mendeteksi adanya autokorelasi
adalah dengan membandingkan Durbin-Watson statistic hitung dengan Durbin- Watson statistic tabel.
80
Dari tabel 22 diatas tampak bahwa Durbin-Watson-hitung menunjukkan besaran 1,940. Dengan memperhatikan gambar 8 nilai Durbin-Watson-hitung ini
terletak diantara dU dan 4-dU sehingga model regresi tidak menunjukkan adanya autokorelasi.
Dasar perhitungan d engan n sejumlah 99 pada tingkat α = 5 dapat diperoleh
Durbin-Watson statistic-tabel sebagai berikut:
Tabel 25 Statistik Durbin-Watson
Durbin-Watson statistic
d
L
d
U
4
-
d
U
4
-
d
L
Nilai 1,61
1,74 2,26
2,39
Kedua, uji multikolinearitas digunakan untuk mengetahui hubungan antar
variabel independennya. Jika terdapat hubungan kuat antar masing-masing variabel
d
U
4 -
d
U
4 –
d
L
d
U
1,94
Tidak ada autokore-
lasi
Gambar : 8 Model 3 Keputusan Berdasarkan Durbin-Watson Statistik
81
independennya maka terdapat problem multikolinearitas. Multikolinieritas terjadi apabila nilai dari variance inflation factor VIF lebih besar dari 10 Gujarati, 1993.
Tabel 24 menunjukkan nilai VIF untuk variabel customer value, kepuasan dan variabel customer value dan kepuasan, secara berurutan masing-masing
menunjukkan besaran11.447, 27.435, dan 57.621. Jelas bahwa model regresi ini menunjukkan adanya korelasi diantara variabel bebasnya. Dari tabel 26 berikut juga
terdeteksi bahawa nilai condition index ada yang mendekati 100 tepatnya 97,523 yaitu variabel customer value dan kepuasan lihat baris ke empat.
Tabel 26 Collinearity Diagnosticsa
Eigenvalue Condition
Index Variance Proportions
Model Dimension
Constant Customer
Value Kepuasan
CVandKep uasan
1 Constant
3.949 1.000
.00 .00
.00 .00
Customer Value
.046 9.271
.02 .00
.00 .02
Kepuasan .005
28.970 .01
.21 .10
.00 CVandKep
uasan .000
97.523 .97
.79 .90
.98 a Dependent Variable: KeputusanPembelian
Ketiga, uji heteroskedastisitas dilakukan untuk mengetahui apakah tejadi penyimpangan terhadap asumsi varian residual konstan, var
Xi-
2
. Jika variabel
residual dari suatu pengamatan ke pengamatan lainnya besarnya tetap, maka terdapat homoskedisitas, sedangkan jika besaran residualnya bervariasi dari satu pengamatan
ke pengamatan lainnya maka disebut heteroskedastisitas. Model regresi yang baik adalah bila tidak terdapat heteroskedisitas.
82
Cara mendeteksi ada tidaknya gejala heteroskedastisitas adalah dengan melihat grafik Scatterplot antara nilai prediksi variabel dependen dengan residualnya.
Dasar pengambilan keputusannya adalah apabila ada pola tertentu seperti titik-titik yang membentuk pola tertentu yang teratur bergelombang, melebar lalu menyempit
maka sudah menunjukkan gejala heteroskedastisitas. Atau jika tidak ada pola yang jelas dan titik-titik menyebar di atas dan di bawah angka 0 pada sumbu y maka tidak
terjadi gejala heteroskedastisitas. Dari gambar 9 diatas tampak bahwa model regresi tidak menunjukkan adanya gejala heteroskedastisitas.
-4 -3
-2 -1
1 2
3
Regression Standardized Predicted Value
-3 -2
-1 1
2 3
Residual
Dependent Variable: KeputusanPembelian
Scatterplot Residual Model3 Dengan Variabel Moderasi
Gambar 9 Scatter Plot Nilai Residual Model 3
83
F.3 Pembahasan Hasil Uji Reliabilitas dan Validitas.
Instrumen penelitian diuji menggunakan uji validitas dan reliabilitas. Validitas diukur dengan metode Product Moment Pearson. Suatu instrumen
dikatakan valid atau memiliki daya pembeda yang baik jika memiliki nilai r
bt
≥ 0,367 Sugiyono, 2005:115. Uji reliabilitas menyatakan konsistensi suatu instrumen
dengan menggunakan suatu besaran yang disebut alpha Cronbach Alpha dan suatu instrumen dikatakan reliabel jika memiliki nilai alpha lebih besar dari 0,5.
Berdasarkan lampiran 5a, 5b dan 5c mengenai korelasi Pearson antara setiap dimensi dari ketiga variabel yang diteliti dengan variabel dependen yaitu keputusan
pembelian, tampak bahwa nilainya menunjukkan besaran diatas 0,367 sehingga dapat dikatakan bahwa instrumen penelitian cukup valid. Artinya instrumen penelitian ini
mampu mengukur sesuatu yang seharusnya diukur yaitu untuk mengukur nilai konsumen, keputusan pembelian dan kepuasan konsumen,
Tabel 27 Reliability Statistics
Cronbachs Alpha N of Items
.015 4
Sedangkan dari tabel 27 berikut tampak bahwa nilai Cronbach Alpha sebesar 0.015 yang lebih kecil dibandingkan 0.5 dengan demikian reliabilitasnya rendah.
Artinya instrumen penelitian tidak cukup mampu menghasilkan kesimpulan yang sama dari waktu ke waktu.
84
G. Pembahasan Hasil Penelitian
