Metode Analisis METODOLOGI PENELITIAN
diukur. Variabel masih bisa dipecah menjadi sub variabel atau indikator apabila penyusunannya dilakukan sesuai prosedur kuesioner yang benar
yang telah memenuhi validitas logis. Oleh karena itu, validitas logis sangat dipengaruhi oleh kemampuan peneliti dalam memahami masalah
penelitian, mengembangkan variabel penelitian serta menyusun kuesioner. Untuk menguji tingkat validitas instrumen peneliti dapat melakukan
tryout dengan memakai responden terbatas terlebih dahulu.
Tipe validitas yang digunakan adalah validitas konstruksi Construct Validity. Validitas konstruksi menentukan validitas alat
pengukur dengan mengkorelasi antara skor yang diperoleh dari masing- masing item yang berupa pertanyaan ataupun pertanyaan dengan skor
totalnya. Pengujian validitas tiap butir pertanyaan digunakan analisis item,
yaitu mengkorelasikan skor tiap butir dengan skor total yang merupakan jumlah skor tiap butir. Suatu butir pertanyaan dikatakan valid jika nilai r-
hitung yang merupakan nilai dari Corrected Item-Total Correlation dari r-tabel. Bhuono Agung Nugroho, 2005 : 68 .
2. Uji Reliabilitas Apabila suatu alat pengukur telah dinyatakan valid, maka tahap
berikutnya adalah mengukur reliabilitas dari instrumenalat. Kuesioner yang reliabel adalah kuesioner yang apabila diujicobakan secara berulang-
ulang kepada kelompok yang sama akan manghasilkan data yang sama
asumsinya, tidak terdapat perubahan psikologis pada responden. Uji reliabilitas bertujuan untuk melihat konsistensi alat ukur yang akan
digunakan yakni apakah alat ukur tersebut akurat, stabil dan konsisten. Menurut Santoso 2001 : 227, metode pengujian reliabilitas
instrumen dapat dilakukan salah satunya dengan metode Alpha-Cronbach, yaitu diukur berdasarkan skala alpha 0 sd 1. Apabila skala tersebut
dikelompokkan ke dalam lima kelas dengan range yang sama, maka ukuran kemantapan alpha dapat diinterpretasikan seperti tabel berikut :
Tabel 3.2 Tingkat Reliabilitas Berdasarkan Nilai Alpha
Alpha Tingkat Reliabilitas
0,00 s.d. 0,20 0,20 s.d. 0,40
0,40 s.d. 0,60 0,60 s.d. 0,80
0,80 s.d. 1,00 Kurang Reliabel
Agak Reliabel Cukup Reliabel
Reliabel Sangat Reliabel
Sumber : Triton P.B., Riset Statistik Parametrik, 2006
3. Uji Asumsi Klasik Model regresi linier berganda dapat disebut sebagai model yang
baik jika model tersebut memenuhi asumsi normalitas data dan terbebas
dari asumsi-asumsi klasik statistik, baik itu multikolineritas, autokorelasi, dan heteroskedastisitas.
a. Uji Normalitas Pengujian normalitas adalah pengujian tentang kenormalan distribusi
data. Uji ini merupakan pengujian yang paling banyak digunakan untuk analisis statistic parametric. Pengguna uji normalitas karena
pada analisis statistic parametrik, asumsi yang harus dimiliki oleh data adalah bahwa data tersebut terdistribusi secara normal. Maksud
terdistribusi secara normal adalah bahwa data akan mengikuti bentuk distribusi normal. Bahwa data memusat pada nilai rata-rata median.
Untuk mengetahui bentuk distribusi data kita bisa menggunakan grafik distribusi.
b. Uji Multikolinearitas Uji asumsi ini berarti bahwa antara variabel independen yang satu
dengan independen yang lain dalam model regresi tidak saling berhubungan secara sempurna atau mendekati sempurna. Suatu data
terbebas dari multikolinearitas jika nilai Variance Inflation Factor VIF tidak lebih dari 10,0 dan nilai tolerance tidak kurang dari 0,1.
Bhuono Agung Nugroho, 2005 : 59.
c. Uji Autokorelasi Uji ini merupakan pengujian asumsi dalam regresi di mana variabel
dependen tidak berkorelasi dengan dirinya sendiri. Maksud korelasi dengan dirinya sendiri adalah bahwa nilai dari variabel dependen tidak
berhubungan dengan nilai variabel itu sendiri, baik nilai variabel sebelumnya atau nilai periode sesudahnya. Untuk mendeteksi gejala
autokorelasi kita menggunakan uji Durbin-Watson DW. Uji ini menghasilkan nilai DW dihitung d dan nilai DW tabel d
l
d
v
. Hipotesisnya adalah:
Ho : Tidak ada autokorelasi, jika Durbin-Watson -2 sampai dengan 2 Ha : Ada autokorelasi positif negatif. Jika Durbin-Watson -2 maka
terjadi autokorelasi positif, dan jika DW 2 maka terjadi autokorelasi negatif.
d. Uji Heteroskedastisitas Uji asumsi ini bertujuan untuk mengetahui apakah dalam sebuah
model regresi, terjadi ketidaksamaan varians dari residual antara satu pengamatan dan pengamatan yang lain. Dalam regresi, salah satu
asumsi yang harus dipenuhi adalah bahwa varians dan residual dari suatu pengamatan ke pengamatan yang lain tidak memiliki pola
tertentu. Pola yang tidak sama ini ditunjukkan dengan nilai yang tidak sama antara satu varians dari residual. Gejala varians yang tidak sama
ini disebut dengan gejala heterokedastisitas, sedangkan gejala varians
residual yang sama dari suatu pengamatan ke pengamatan yang lain disebut dengan homokedastisitas. Salah satu uji untuk menguji
heterokedastisitas ini adalah dengan melihat penyebaran dari varians residual. Bhuono Agung Nugroho, 2005 : 62
4. Analisis Regresi Berganda Teknik analisis data yang digunakan dalam penelitian ini adalah
analisis regresi berganda Multiple Regression, yakni analisis tentang hubungan antara satu variabel dependen dengan dua atau lebih variabel
independen Triton P. B., 2006 : 56.
Persamaannya : Y = a + b
1
x
1
+ b b
Keterangan : Y = Variabel terikat Respon konsumen remaja a = Konstanta harga y bila = 0
b = Koefisien regresi yang menunjukan angka peningkatan
atau penurunan
variabel dependen yang didasarkan pada hubungan
nilai variabel independen. Bila b + maka naik, dan bila b - maka
terjadi penurunan. X
1
= Variabel bebas celebrity endorser dalam iklan televisi
X
2
= Variabel bebas personal selling
X
3
= Variabel bebas harga e = Standar Kesalahan error terms
5. Pengujian Hipotesis a. Uji t
Metode pengujian ini digunakan untuk menguji koefisien regresi secara parsial dari variabel bebas tehadap variabel terikat dengan
hipotesis yang telah dikemukakan oleh Singgih Santoso 2008 : 227 sebagai berikut :
Jika t hitung t tabel atau nilai p value pada kolom sig. level of significant maka Ho ditolak dan Ha diterima, berarti secara
parsial ada pengaruh antara variabel bebas dan terikat. Jika t hitung t tabel atau nilai p value pada kolom sig. level of
significant maka Ho diterima dan Ha ditolak, berarti secara parsial tidak ada pengaruh antara variabel bebas dan terikat.
. Rumus : t = - µo
s n
Dimana t = nilai t yang dihitung = nilai rata-rata
s = simpangan baku sampel n = jumlah anggota sampel
µo = nilai yang dihipotesiskan
b. Uji F Digunakan untuk mengetahui pengujian variabel bebas secara simultan
bersama-sama. Hasil uji F ini pada output SPSS dapat dilihat pada tabel ANOVA. Menurut Triton P. B. 2006 : 267, langkah-langkah uji
F statistik adalah sebagai berikut : 1
Hipotesis nol Ho dan hipotesis alternative Ha yang digunakan yaitu :
Ho : bo = 0, artinya tidak ada pengaruh antara celebrity endorser dalam iklan televisi, personal selling, dan harga terhadap respon
konsumen remaja. Ha : ba 0, artinya ada pengaruh celebrity endorser dalam iklan
televisi, personal selling, dan harga terhadap respon konsumen remaja.
Tingkat signifikan yang digunakan yaitu = 0.05 2
Menghitung nilai F : F hitung =
Dimana R
2
= koefisien regresi yang ditemukan K
= jumlah variabel bebas X n
= jumlah sampel R
2
k-1 1 – R
2
n-k-1
F = F hitung yang selanjutnya diuji dengan F tabel : Jika Sig. F 0.05 maka Ha ditolak dan Ho diterima,
berarti tidak ada pengaruh antara variabel bebas X dan terikat Y.
Jika Sig. F 0.05 maka Ho ditolak dan Ha diterima, berarti ada pengaruh antara variabel bebas X dengan
terikat Y.