menjadi satu, dengan nilai loading factor di atas 0,50. Hal ini menunjukkan bahwa indikator tersebut merupakan satu kesatuan alat
ukur yang mengukur satu konstruk yang sama dan dapat memprediksi apa yang seharusnya diprediksi.
Tabel 10. Rotated Component Matrix Tahap 2
Sumber: Data Primer yang diolah 2016
Rotated Component Matrix
a
,782 ,731
,831 ,848
,862 ,725
,926 ,901
,880 ,803
,644 ,890
,731 ,617
,849 ,910
,921 ,722
,830 ,532
,804 ,905
,865 ,904
,861 ,676
,913 ,864
,845 ,752
,545 Brand1
Brand2 Brand3
Brand4 Brand5
Brand6 Atribut1
Atribut2 Atribut3
Atribut4 Atribut5
Atribut6 Harga1
Harga2 Harga3
Harga4 Harga5
Harga6 Harga7
Harga8 Keputusan1
Keputusan2 Keputusan3
Keputusan4 Keputusan5
Keputusan6 Keputusan7
Keputusan8 Keputusan9
Keputusan10 Keputusan12
1 2
3 4
Component
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
Rotation converged in 5 iterations. a.
Berdasarkan hasil uji CFA tahap 2 diketahui bahwa semua item telah mengelompok sesuai dengan indikatornya dan berdasarkan
hasil di atas diketahui semua item pernyataan dinyatakan valid dengan nilai loading factor di atas 0,50.
2. Uji Reliabilitas
Reliabilitas adalah alat untuk mengukur suatu kuesioner yang merupakan indikator dari variabel atau konstruk Ghozali,2011:47.
Suatu kuesioner dikatakan reliabel atau handal jika jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu ke waktu.
Jawaban responden terhadap pertanyaan ini dikatakan reliabel jika masing-masing pertanyaan dijawab secara konsisten atau jawaban
tidak boleh acak oleh karena masing-masing pertanyaan hendak mengukur hal yang sama. Jika jawaban terhadap indikator ini acak,
maka dapat dikatakan bahwa tidak reliabel Ghozali,2011:48.
Hasil uji reliabilitas menunjukkan bahwa semua item pertayaan dari empat variabel yang diteliti adalah reliabel karena
mempunyai nilai cronbach Alpha 0,60. Rumus croanbach alpa
adalah sebagai berikut:
r
11 =
2 2
1 1
t b
k k
Arikunto, 2006: 178-196 Keterangan :
r
11
= Koefisien reliabilitas instrumen yang dicari k
= Banyaknya butir pertanyaan atau banyaknya soal
2 b
= Jumlah variansi skor butir soal ke-i
2 t
= Variansi total Dengan kriteria pengujian sebgai berikut:
Jika nilai cronbach alpha 0,60 maka reliabel, Jika nilai cronbach alpha 0,60 maka tidak reliabel Imam
Ghozali, 2011
Hasil uji reliabilitas disajikan pada tabel di bawah ini:
Tabel 11. Hasil Uji Reliabilitas Variabel
Nilai Cronbach Alpha Keterangan
Brand Image 0,894
Reliabel Atribut Produk
0,926 Reliabel
Harga 0,906
Reliabel Keputusan Pembelian
0,950 Reliabel
Sumber: Data Primer yang diolah 2016 Hasil uji reliabilitas pada tabel di atas menunjukkan bahwa
semua item pertanyaan dari empat variabel yang diteliti adalah reliabel karena mempunyai nilai Cronbach Alpha 0.60. Sehingga
butir-butir pertanyaan dalam seluruh penelitian dinyatakan reliabel atau handal, serta dapat digunakan untuk penelitian selanjutnya.
H. Teknik Analisis Data
Dalam menganalisis data penelitian ini, peneliti menggunakan teknik analisis sebagai berikut:
1. Analisis Deskriptif
Sugiyono 2008:142 mengatakan bahwa analisis deskriptif digunakan untuk menganalisis data yang telah terkumpul dengan cara
mendeskripsikan atau menggambarkan obyek yang diteliti melalui sampel atau populasi sebagaimana adanya tanpa melakukan analisis
dan membuat kesimpulan yang berlaku umum. Terdapat tiga hal yang disajikan dalam analisis deskriptif yang meliputi:
a. Analisis mengenai karakteristik dari responden yang terdiri dari usia, pendidikan, dan penghasilan.
b. Data ini kemudian diolah menggunakan analisis deskripsi statistic sehingga diperoleh nilai maksimal, nilai minimal, nilai mean
Me, dan Standar Deviasi SD. c. Analisis ini juga menggambarkan jawaban responden dari
kuesioner yang diajukan. Pada bagian ini penyusun akan menganalisa data tersebut satu persatu yang didasarkan pada
jawaban responden yang dihimpun berdasarkan koesioner yang telah diisi oleh responden selama penelitian berlangsung. Adapun
berdasarkan kriteria yang dipakai pada kategori jawaban responden, maka untuk lebih memudahkan digunakan 3 kategori
yaitu: tinggi, sedang, dan rendah. Cara pengkategorian data berdasarkan rumus dari Saifuddin Azwar, 2009:108 adalah
sebagai berikut:
1 Tinggi : X ≥ M + SD
2 Sedang : M – SD ≤ X M + SD
3 Rendah : X M – SD
2. Analisis Uji Prasyarat
a. Uji Normalitas
Menurut Ghozali 2011 tujuan dari uji normalitas adalah untuk menguji apakah dalam model regresi, variabel pengganggu
atau residual memiliki distribusi normal. Seperti diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual mengikuti
distribusi normal.kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil.
Untuk menguji normalitas residual digunakan uji statistik non-parametrik Kolmogorov-Smirnov K-S. Uji K-S dilakukan
dengan membuat hipotesis: H0 : Data residual berdistribusi normal
Ha : Data residual tidak berdistribusi normal Pengujian normalitas dilakukan dengan melihat nilai 2-
tailed significant. Jika data memiliki tingkat signifikansi lebih besar dari 0,05 atau 5 maka dapat disimpulkan bahwa H0
diterima, sehingga data dikatakan berdistribusi normal Ghozali, 2011.
b. Uji Linieritas
Uji linieritas ini digunakan untuk mengetahui apakah variabel bebas dan terikat dalam penelitian ini memiliki hubungan
yang linier Ghozali, 2012: 152. Dikatakan linier jika kenaikan skor variabel bebas diikuti kenaikan skor variabel terikat. Uji
linieritas ini dilakukan dengan menggunakan garis regresi dengan
taraf signifikansi 5.
Kriteria yang digunakan jika F hitung lebih besar dari F tabel berarti hubungan antara variabel bebas dan variabel terikat
bersifat tidak linier. Sedangkan jika F hitung lebih kecil dari F tabel berarti hubungan antara variabel bebas dengan variabel
terikat bersifat linier. Analisis regresi linear dapat dilakukan apabila asumsi linieritas terpenuhi. Untuk mengetahui hal tersebut
digunakan uji F denga rumus:
Keterangan : Freg`
: Harga bilangan F untuk garis regresi RKreg
: Rerata kuadrat garis regresi RKres
: Rerata kuadrat residu Dari hasil perhitungan nilai F hitung kemudian nilai ini
dibandingkan dengan F tabel. Jika F hitung lebih besar dari F tabel, maka hipotesis nol yang menyatakan bahwa spesifikasi
model dalam bentuk fungsi linear ditolak.