39
4. Analisis Regresi Berganda
Siregar 2013:379 mengatakan regresi linear berganda digunakan untuk satu variabel tak bebas dependen dan dua atau lebih variabel
bebas independen. Tujuan penerapan metode ini adalah untuk meramalkan atau memprediksi besaran nilai variabel tak bebas
dependen yang dipengaruhi oleh variabel bebas independen.
Berdasarkan uraian di atas, penelitian ini bertujuan untuk mengetahui pengaruh variabel bebas yaitu Product X
1
, Promosi X
2
, Price X
3
, Place X
4
terhadap Keputusan memilih Y. Adapun
bentuk dari persamaan regresi adalah sebagai berikut:
Keterangan: Y
: Keputusan Memilih X
1
: Product X
2
: Promosi X
3
: Price X
4
: Place e
: Random error a
: Nilai Konstanta Nilai b merupakan parameter yang mencerminkan variabel
koefisien regresi dalam pengujian hopotesis. Koefisien regresi yang menunjukkan angka peningkatan atau penurunan variabel dependen
Y yang didasarkan para variabel independen X, bila b positif + maka terjadi kenaikan dan bila b negatif - maka terjadi penurunan.
Y= a + β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ β
4
X
4
+ e
40
5. Uji Signifikansi Statistik
Menurut Ghozali 2013:97 ketepatan fungsi regresi sampel dalam menaksir nilai aktual dapat diukur dari Goodness of Fit-nya. Secara
statistik, setidaknya ini dapat diukur dari nilai Uji Koefisien Determinasi R
2
, Uji Statistik t, dan Uji Statistik F. a.
Uji Koefisien Determinasi R
2
Koefisien determinasi R
2
bertujuan mengukur seberapa jauh kemampuan variabel independen Produk, Promosi, Price, dan
Place dalam menjelaskan variasi variabel dependen Keputusan Memilih. Nilai koefisien determinasi adalah antara nol dan satu.
Nilai yang mendekati satu berarti variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi
variabel dependen Imam Ghozali, 2013:97. Kelemahan mendasar penggunaan koefisien determinasi
adalah bias terhadap jumlah variabel independen yang dimasukkan ke dalam model. Setiap penambahan satu variabel tersebut
berpengaruh secara signifikan terhadap variabel dependen. Oleh karena itu penelitian ini menggunakan nilai R
2
. Jika nilai R
2
adalah sebesar 1 berarti fluktuasi variabel dependen seluruhnya dapat
dijelaskan oleh variabel independen dan tidak ada faktor lain yang menyebabkan fluktuasi variabel dependen. Nilai R
2
berkisar dari 0 sampai 1. Jika mendekati 1 berarti semakin kuat kemampuan
variabel independen dapat menjelaskan variabel dependen.
41
Sebaliknya, jika nilai R
2
semakin mendekati angka 0 berarti semakin lemah kemampuan variabel independen untuk dapat
menjelaskan fluktuasi variabel dependen Imam Ghozali 2011:97.
b. Uji Signifikansi Parameter Individual Uji Statistik t
Uji t bertujuan untuk mengetahui pengaruh antara variabel independen dengan variabel dependen secara parsial. Untuk
mengetahui apakah terdapat pengaruh yang signifikan dari variabel masing-masing independen yaitu: produk, promosi, price, dan
place terhadap satu variabel dependen, yaitu keputusan memilih, maka
nilai signifikasi
t dibandingkan
dengan derajat
kepercayaannya. Apabila sig t lebih besar dari 0,05 maka H
o
diterima. Bila H
o
ditolak ini berarti ada hubungan yang signifikan antara variabel independen terhadap variabel dependen Ghozali, 2011: 101.
Kriteria dalam uji parsial uji t dapat dilihat sebagai berikut: 1 Uji Hipotesis dengan membandingkan t
hitung
dengan t
tabel
a Apabila – t
hitung
-t
tabel
atau t
hitung
t
tabel
, maka H ditolak
dan H
a
diterima, artinya variabel independen secara parsial mempunyai pengaruh yang signifikan terhadap variabel
dependen. b Apabila – t
hitung
≤ -t
tabel
atau t
hitung
≥ t
tabel
, maka H diterima
dan H
a
ditolak, artinya variabel independen secara parsial
42
tidak mempunyai pengaruh yang signifikan terhadap variabel dependen.
2 Uji Hipotesis berdasarkan Signifikansi a Jika angka sig 0,05, maka H
o
diterima b Jika angka sig 0,05, maka H
o
ditolak
c. Uji Signifikansi Simultan Uji Statistik F
Uji F dilakukan dengan tujuan untuk menguji keseluruhan variabel independen, yaitu: product, promosi, price, place terhadap satu
variabel dependen, yaitu keputusan memilih mahasiswa. Secara bebas dengan signifikan sebesar 0,05 dapat disimpulkan Ghozali, 2011: 98.
1 Jika nilai signifikan 0,05 maka H
a
diterima dan H
o
ditolak, ini berarti menyatakan bahwa semua variabel independen atau bebas
tidak mempunyai pengaruh secara bersama-sama terhadap variabel dependen atau terikat.
2 Jika nilai signifikan 0,05 maka H
a
ditolak dan H
o
diterima, ini berarti menyatakan bahwa semua variabel independen atau bebas
mempunyai pengaruh secara bersama-sama terhadap variabel dependen atau terikat.
43
E. Data Operasional Variabel
Tabel 3.4 Operasional Variabel
Variabel Sub
Variabel Indikator
Skala Pengukuran
Produk Image Partai
Visi-misi partai yang mengajukan kandidat
Skala Likert Niffenegger,
1990 Ideologi partai yang mengajukan
kandidat Track record partai yang
mengajukan kandidat Image
Kandidat Ideologi kandidat
Keterlibatan kandidat dengan kasus KKN
Program kerja kandidat Janji Politik
Perangi Kemiskinan Memerangi KKN
Pertumbuhan Ekonomi Promosi
Iklan Iklan dimedia cetak maupun
elektronik Skala Likert
Niffenegger, 1990
Toolkit yang disebarkan tim kampanye
Penyiaran Keikutsertaan kandidat dalam
debat dan talkshow Public
Relation Menjalin hubungan dengan
masyarakat dan media Direct Mail
SMS yang dikirimkan oleh kandidat maupun tim sukses
kandidat Harga
Harga Ekonomis
Besarnya biaya kampanye Niffenegger,
1990 Banyaknya atribut kampanye
Praktek money politic Harga
Psikologis Kenyamanan dengan latar
belakang pendidikan Skala Likert
Kenyamanan dengan latar belakang agama
Kenyamanan dengan kesamaan sukuetnis
Image Nasional
Kandidat tokoh nasional Kandidat bisa memberikan citra
positif suatu negara
