9. Metode Analisis Data
a. Analisis Deskriptif
Metode analisis deskriptif merupakan metode yang digunakan dengan mengadakan pengumpulan data dan penganalisaaan data yang diperoleh
sehingga dapat memberikan gambaran yang jelas mengenai fakta-fakta dan sifat-sifat serta hubungan antar fenomena yang diteliti.
b. Analisis Statistik
1. Analisis Regresi Linier Berganda
Analisis Regresi Linier Berganda digunakan untuk mengetahui pengaruh dari variabel bebas Merek produk, kualitas produk, desain
produk, label produk, dan kemasan produk terhadap variabel terikat Sikap konsumen. Dengan persamaan yang digunakan adalah :
Y=a+b
1
X
1
+b
2
X
2
+b
3
X
3
+b
4
X
4
+b
5
X
5
+e Keterangan:
Y =
Sikap Konsumen
a = Konstanta
b
1
,b
2
,b
3
,b
4
,b
5
= Koefisien Regresi Berganda
X
1
= Variabel Merek Produk
X
2
= Variabel Kualitas Produk
X
3
= Variabel Desain Produk
X
4
= Variabel Label Produk
X
5
= Variabel Kemasan Produk
e = Standard Error
Universitas Sumatera Utara
Sebelum data tersebut dianalisis, model regresi berganda diatas harus memenuhi syarat asumsi klasik sebagai berikut:
1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam sebuah model regresi, variabel independen, variabel dependen mempunyai distribusi
normal atau tidak. Jika terdapat normalitas, maka residual akan terdistribusi secara normal dan independen. Model yang paling baik
adalah distribusi data normal atau mendekati normal. Metode yang digunakan untuk menguji normalitas adalah dengan menggunakan
Kolmogorov Smirnov lebih besar dari 0,05 5, maka data terdistribusi normal dan sebaliknya. Selain itu deteksi normalitas dapat
dilakukan dengan melihat penyebaran data titik pada sumbu diagonal dari grafik normalitas.Tetapi jika data menyebar di setiap garis
diagonal, maka model regresi memenuhi asumsi normalitas. Namun jika data menyebar jauh dari data garis diagonal atau titik tidak
mengikuti arah garis diagonal, maka regresi tidak memenuhi asumsi normalitas.
2. Uji Multikolonieritas
Uji ini bertujuan untuk menguji apakah dalam model sebuah regresi ditemukan adanya korelasi antar variabel bebas independent variable
Ghozali, 2005: 91. Hubungan linier antar variabel independen inilah yang disebut dengan multikolonieritas. Model regresi yang baik
seharusnya tidak terjadi korelasi antar variabel independen. Uji
Universitas Sumatera Utara
multikolinearitas menggunakan kriteria Variance Inflation Factor VIF melalui program SPSS. Tolerance mengukur variabilitas variabel
terpilih yang tidak dijelaskan oleh variabel independen lainnya. Nilai umum yang biasa dipakai nilai Tolerance 0,1 atau nilai VIF 0,5,
maka tidak terjadi multikolinearitas Situmorang et al, 2008: 104.
3. Uji Autokorelasi
Uji ini bertujuan menguji apakah dalam sebuah model regresi linier ada korelasi antara kesalahan penggangu pada periode t dan kesalahan
pengganggu pada periode t-1 periode sebelumnya Ghozali, 2005: 95. Autokorelasi terjadi jika observasi yang berturut-turut sepanjang
waktu mempunyai korelasi antara satu dengan yang lainnya. Jika terjadi autokorelasi maka dikatakan ada problem autokorelasi. Model
regresi yang baik adalah model regresi yang bebas dari autokorelasi. Uji autokorelasi menggunakan Durbin Watson DW Test dengan
ketentuan sebagai berikut:
Tabel 1.4 Kriteria Pengambilan Keputusan Uji Autokorelasi
Hipotesis nol Keterangan
Jika Tidak ada autokorelasi positif
Tolak 0DWdl
Tidak ada autokorelasi yang negatif No decision
dlDW ≤du
Tidak ada korelasi negatif Tolak
4-dlDW4 Tidak ada korelasi negatif
No decision 4-du
≤DW≤4-dl Tidak ada autokorelasi positif atau negatif Tidak
ditolak DuDW4-du Sumber : Gujarati dalam Situmorang et al, 2008: 86
Universitas Sumatera Utara
4. Uji Heteroskedastisitas
Uji heterokedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke
pegamatan lain. Jika varians dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas dan jika berbeda
disebut heterokedastisitas. Model regresi yang baik adalah yang homokedastisitas atau tidak terjadi heterokedastisitas Ghozali, 2005:
105. Analisis ini dilakukan dengan menggunakan Uji Gletser.
Model regresi yang sudah memenuhi syarat asumsi klasik tersebut akan digunakan untuk menganalisis, melalui pengujian hipotesis sebagai
berikut: 1
Pengujian Koefisien Determinan R
2
atau Goodness of Fit Test Digunakan untuk melihat besar pengaruh variabel bebas terhadap
variabel terikat. Dari persamaan dengan model persamaan tersebut akan dapat R
2
atau Coefficient of Determination yang menunjukkan persentase dari variasi variabel keputusan pembelian yang mampu
dijelaskan oleh model. Selanjutnya dengan membandingkan besarnya nilai R
2
untuk masing-masing variabel atribut produk, dapat diketahui faktor terpenting atau dominan yang menentukan pengaruhnya
terhadap sikap konsumen. Jika determinan R
2
semakin besar atau mendekati sama, maka variabel bebas X
1
, X
2
, X
3
, X
4
, X
5
terhadap variabel terikat Y semakin kuat.
Universitas Sumatera Utara
Jika determinan R
2
semakin kecil atau mendekati satu, maka variabel terikat Y semakin kecil.
2 Uji Serempak Uji F
Pengujian ini dimaksudkan untuk mengetahui apakah terdapat secara bersama-sama variabel bebas terhadap variabel terikat. Uji F dilakukan
secara serentak untuk membuktikan hipotesis awal tentang pengaruh atribut produk melalui variabel merek produk X
1
, kualitas produk X
2
, desain produk X
3
, label produk X
4
, kemasan produk X
5
sebagai variabel bebas, terhadap sikap konsumen Y sebagai variabel terikat.
Pengambilan keputusannya dengan membandingkan nilai F
hitung
dengan nilai F
tabel
. Bila F
hitung
lebih besar dari nilai F
tabel
maka dapat disimpulkan bahwa variabel bebas dalam model mempengaruhi
variabel terikat. Model hipotesis yang digunakan adalah:
H : b
1
= b
2
= b
3
= b
4
= b
5
=0 artinya variabel bebas X
1
, X
2
, X
3
, X
4
, X
5
secara bersama-sama tidak berpengaruh positif dan signifikan terhadap variabel terikat Y.
H : b
1
≠ b
2
≠ b
3
≠ b
4
≠ b
5
artinya variabel bebas X
1
, X
2
, X
3
, X
4
, X
5
secara bersama-sama berpengaruh positif dan signifikan terhadap variabel terikat Y.
Universitas Sumatera Utara
Nilai F
hitung
akan dibandingkan dengan nilai F
tabel
. Kriteria pengambilan keputusan, yaitu:
H diterima bila F
hitung
F
tabel
pada α = 5
H ditolak bila F
hitung
F
tabel
pada α = 5
3 Uji secara Parsial Uji-t
Uji t bertujuan untuk mengetahui pengaruh variabel bebas terhadap variabel terikat secara parsial. Variabel bebas dikatakan berpengaruh
terhadap variabel terikat bisa dilihat dari probabilitas variabel bebas dibandingkan dengan tingkat kesalahannya
α. Jika probabilitas variabel bebas lebih besar dari tingkat kesalahannya
α maka variabel bebas tidak berpengaruh, tetapi jika probabilitas variabel bebas lebih
kecil dari tingkat kesalahannya α maka variabel bebas tersebut
berpengaruh terhadap variabel terikat. Model pengujiannya adalah:
H = b
i
= 0, artinya variabel bebas secara parsial tidak berpengaruh positif dan signifikan terhadap variabel terikat.
H
a
: b
i
≠ 0, artinya variabel bebas secara parsial berpengaruh positif dan signifikan terhadap variabel terikat.
Nilai T
hitung
akan dibandingkan dengan nilai T
tabel
. Kriteria pengambilan keputusan, yaitu:
H diterima bila T
hitung
T
tabel
pada α = 5
H ditolak bila T
hitung
T
tabel
pada α = 5
Universitas Sumatera Utara
BAB II URAIAN TEORETIS
A. Penelitian Terdahulu