PengaruhHarga, KualitasProduk, dan Citra Merek Terhadap Keputusan Pembelian Smartphone Merek Apple (iPhone) Pada Mahasiswa Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara Chapter III V
BAB III
METODE PENELITIAN
3.1. Jenis Penelitian
Dalam penelitian ini jenis Penelitian yang digunakan adalah jenis
penelitian
asosiatif yang bertujuan untuk mengetahui hubungan antara dua
variabel atau lebih Pendekatan yang digunakan adalah pendekatan kuantitatif.
Pendekatan kuantitatif adalah pendekatan yang di dalam usulan penelitian, proses,
hipotesis, analisis data, dan kesimpulan data sampai dengan menggunakan aspek
pengukuran, perhitungan rumus dan kepastian data numerik (situmorang dan
Ginting 2008:172)
3.2 Tempat dan Waktu Penelitian
Penelitian ini dilakukan di Fakultas Ilmu Komputer dan Teknologi
Informasi Universitas Sumatera Utara. Waktu penelitian dimulai dari September
2016 hingga Oktober 2016.
3.3 Batasan Operasional
Untuk menghindari kesalahan dalam membahas dan menganalisa
permasalahan maka penelitian ini dibatasi pada pengaruh:
1. Variabel bebas (X) yang terdiri dari tiga varibel yaitu Harga (X 1 )
Kualitas Produk (X 2 ), Citra Merek (X 3 )
2. Variabel terikat (Y) adalah Keputusan Pembelian
30
Universitas Sumatera Utara
3.4 Defenisi Operasional
Dalam penelitian ini terdapat dua variabel yang diteliti, yaitu:
a. Variabel bebas yaitu variabel yang nilainya tidak tergantung pada variabel lain,
dalam penelitian ini variabel bebas yang digunakan adalah :
1. Harga (X 1 )
Harga adalah sejumlah uang yang ditagihkan atas suatu produk atau jasa,
atau jumlah dari nilai yang ditukarkan para pelanggan untuk memperoleh
manfaat dari memiliki atau menggunakan suatu produk atau jasa.
2. Kualitas Produk (X 2 )
Keseluruhan ciri dari suatu produk terhadap kemampuan untuk
memuaskan kebutuhan konsumen tersebut.
3. Citra Merek (X 3 )
Citra terhadap merek berhubungan dengan sikap yang berupa keyakinan
dan preferensi terhadap suatu merek.
b. Variabel terikat adalah variabel yang dipengaruhi atau yang menjadi akibat
karena adanya variabel bebas.
Variabel Keputusan Pembelian (Y)
Keputusan pembelian merupakan kegiatan individu yang secara langsung
terlibat dalam pengambilan keputusan untuk melakukan pembelian terhadap
produk yang ditawarkan oleh penjual
31
Universitas Sumatera Utara
Tabel 3.1
Operasionalisasi Variabel
Variabel
Harga
(X 1 )
Kualitas
Produk
(X 2 )
Citra Merek
(X 3 )
Keputusan
Pembelian
(Y)
Definisi Variabel
Indikator
Harga adalah sejumlah uang 1.Keterjangkauan
yang harus dibayarkan oleh
harga
konsumen untuk memperoleh 2.Kesesuaian harga
dengan
kualitas
produk iPhone
produk
3.Daya saing harga
4.Kesesuaian harga
dengan
manfaat
produk.
Keseluruhan ciri dari produk 1. Tampilan
iPhone terhadap kemampuan 2.Keandalan
untuk memuaskan kebutuhan 3. Daya Tahan
konsumen tersebut.
4. Kualitas yang di
Persepsikan
5. Kesesuaian kinerja
produk
Keyakinan dan kepercayaan 1. Identitas Merek
konsumen terhadap smartphone 2. Keunggulan Merek
3. Kepercayaan Pada
merek iPhone
Merek
Tahapan
dalam
proses
pengambilan keputusan pembeli
di mana konsumen benar-benar
membeli smartphone merek
iPhone
1. Kesadaran akan
Skala
Ukur
Likert
Likert
Likert
Likert
kebutuhan
2. Mencari Informasi
3. Evaluasi Alternatif
4. Kemantapan dalam
melakukan
pembelian
3.5 Skala Pengukuran Variabel
Pengukuran masing-masing variabel dalam penelitian ini adalah dengan
menggunakan Skala Likert. Skala Likert digunakan untuk mengukur sikap
pendapat dan persepsi seseorang atau sekelompok orang tentang fenomenal sosial.
Dengan skala Likert maka variabel yang akan diukur dijabarkan menjadi
32
Universitas Sumatera Utara
indikator variabel kemudian dijadikan sebagai titik tolak untuk menyusun itemitem instrumen yang dapat berupa pernyataan atau pertanyaan (Sugiyono,
2006:86).
Skala Likert menggunakan lima tingkatan jawaban sebagai berikut:
Tabel 3.2
Instrumen Skala Likert
No
Skala
1
Sangat Setuju (SS)
2
Setuju (S)
3
Kurang Setuju (KS)
4
Tidak Setuju (TS)
5
Sangat Tidak Setuju (STS)
Sumber: Sugiyono (2006:88)
3.6
Skor
5
4
3
2
1
Populasi dan Sampel Penelitian
3.6.1 Populasi
Populasi adalah wilayah generalisasi yang terdiri atas subjek ataupun objek
yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti
untuk dipelajari kemudian ditarik suatu kesimpulannya (Sugiyono, 2006:72).
Populasi dalam penelitian ini adalah mahasiswa Ilmu Komputer dan
Teknologi Informasi Universitas Sumatera Utara yang masih aktif kuliah dimana
mereka telah menggunakan smartphone merek iPhone.
3.6.2 Sampel
Sampel adalah suatu himpunan bagian dari unit populasi (Kuncoro,
2003:103). Menurut Supramono dan Haryanto (2003:63), alternatif formula yang
digunakan untuk menentukan sampel pada populasi yang sulit diketahui
(unidentified) adalah sebagai berikut:
33
Universitas Sumatera Utara
[ Z α ]2 ( p )( q)
n=
d2
n
: Jumlah sampel
Zα
: Nilai standard normal yang bersamanya tergantung α
bila α = 0,05
Z = 1,67
bila α = 0,01
Z = 1,96
p
: Estimasi proporsi populasi
q
:1–p
d
: Penyimpanan yang ditolerir
Berdasarkan observasi yang dilakukan oleh peneliti terhadap mahasiswa
yang aktif kuliah di Ilmu Komputer dan Teknologi Informasi Universitas
Sumatera Utara, dari 30 mahasiswa ada 18 orang yang pernah membeli iPhone
Smartphone dalam jenis seri apapun atau pernah membeli iPhone Smartphone ini
minimal dalam 30 Hari. Maka, nilai p adalah 18/30x100% = 60% dan nilai q
adalah 40%. Dengan demikian, jumlah sampel yang mewakili populasi dalam
penelitian ini adalah:
[ Z α ]2 ( p )( q)
n=
d2
(1,96)2 (0,6) (0,4)
n=
= 92,198 = 93 orang
0,12
Metode penarikan sampel yang dipakai adalah metode Purposive Sampling
dengan menggunakan teknik Accidental (Sugiyono, 2006:77). Teknik Accidental
34
Universitas Sumatera Utara
adalah teknik penarikan sampel berdasarkan kebetulan, yaitu siapa saja yang
secara kebetulan (accidental) bertemu dengan peneliti maka dapat digunakan
sebagai sampel, bila dipandang orang yang kebetulan ditemui tersebut cocok
sebagai sumber data.
3.7 Jenis Data
Dalam penelitian ini penulis menggunakan 2 jenis sumber data yaitu:
1. Data Primer
Data Primer adalah data yang diperbolehkan secara langsung dari
responden dilokasi penelitian dan diperoleh dengan memberikan daftar
pertanyaan (kuesioner) kepada mahasiswa Ilmu Komputer dan Teknologi
Informasi Universitas
Sumatera Utara yang memenuhi ciri yang
ditentukan.
2. Data Sekunder
Data Sekunder adalah data yang diperoleh melalui studi dokumen baik
dari buku, jurnal, majalah, dan situs internet untuk mendukung penelitian.
3.8
Metode Pengumpulan Data
Dalam Penelitian ini penulis menggunakan 2 metode yaitu:
1. Daftar Pertanyaan (Kuesioner) merupakan metode mengumpulkan data
yang dilakukan dengan memberikan sejumlah daftar pertanyaan atau
pernyataan yang tertulis kepada responden untuk menjawab.
2. Studi Dokumentasi merupakan metode mengumpulkan data melalui
buku, jurnal, majalah, internet, yang menjadi referensi pendukung bagi
penelitian.
35
Universitas Sumatera Utara
3.9
Uji Validitas dan Reliabilitas
1. Uji Validitas
Validitas adalah suatu ukuran yang menunjukan tingkat-tingkat
kevalidan atau kesahihan instrmen. Suatu instrument yang valid atau
sahih mempunyai validitas tinggi. Sebaliknya, instrument yang kurang
valid berarti memiliki validitas rendah (Arikunto, 2010:211). Uji
Validitas dilakukan pada 30 orang mahasiswa Ilmu Komputer dan
Teknologi Informasi Universitas
Sumatera Utara diluar sampel yang
sudah ditentukan. Perhitungan ini akan dilakukan dengan bantuan
komputer program SPSS (Statistical Package for Social Science). Untuk
menentukan nomor-nomor item yang valid dan yang gugur, perlu
dikonsultasikan dengan tabel r product moment. Kriteria penilaian uji
validitas, adalah:
a. Apabila r hitung > r tabel (pada taraf signifikansi 5%), maka dapat
dikatakan item kuesioner tersebut valid.
b. Apabila r hitung < r tabel (pada taraf signifikansi 5%), maka dapat
dikatakan item kuesioner tersebut tidak valid.
36
Universitas Sumatera Utara
VAR00001
VAR00002
VAR00003
VAR00004
VAR00005
VAR00006
VAR00007
VAR00008
VAR00009
VAR00010
VAR00011
VAR00012
VAR00013
VAR00014
VAR00015
VAR00016
Tabel. 3.3
Hasil Uji Validitas
Item-Total Statistics
Scale
Scale
Corrected
Mean if
Variance if
Item-Total
Item
Item Deleted Correlation
Deleted
67.7000
31.045
.836
67.7333
31.789
.690
67.9333
32.064
.467
67.7000
31.045
.836
67.7333
31.789
.690
67.9333
32.064
.467
67.7000
31.045
.836
67.7333
31.789
.690
67.7000
31.045
.836
67.7333
31.789
.690
67.9333
32.064
.467
67.7000
31.045
.836
67.6667
33.609
.370
67.7000
31.045
.836
67.7333
31.789
.690
67.6667
33.540
.382
2. Uji Reliabilitas
Uji Realibilitas digunakan untuk melihat apakah alat ukur yang digunakan
menunjukkan konsistensi didalam mengukur gejala yang sama. Pernyataan
yang telah dinyatakan valid dalam uji validitas maka ditentukan
Reliabilitasnya dengan kriteria sebagai berikut:
Jika r alpha positif atau > dari r tabel maka pernyataan reliabel.
Jika r alpha negatif atau < dari tabel maka pernyataan tidak reliabel.
37
Universitas Sumatera Utara
VAR00001
VAR00002
VAR00003
VAR00004
VAR00005
VAR00006
VAR00007
VAR00008
VAR00009
VAR00010
VAR00011
VAR00012
VAR00013
VAR00014
VAR00015
VAR00016
Tabel. 3.4
Hasil Uji Reliabilitas
Item-Total Statistics
Scale Mean
Scale
Cronbach's
if Item
Variance if Alpha if Item
Deleted
Item Deleted
Deleted
67.7000
31.045
.921
67.7333
31.789
.924
67.9333
32.064
.932
67.7000
31.045
.921
67.7333
31.789
.924
67.9333
32.064
.932
67.7000
31.045
.921
67.7333
31.789
.924
67.7000
31.045
.921
67.7333
31.789
.924
67.9333
32.064
.932
67.7000
31.045
.921
67.6667
33.609
.932
67.7000
31.045
.921
67.7333
31.789
.924
67.6667
33.540
.932
3.10. Teknik Analisis Data
Penelitian ini menggunakan metode analisis data yaitu:
1. Analisis Deskriptif
Metode analisis deskriptif merupakan metode analisis dimana data yang
telah
diperoleh,
disusun,
dikelompokkan,
dianalisis,
kemudian
diinterpretasikan secara objektif sehingga diperoleh gambaran tentang
masalah yang dihadapi dan menjelaskan hasil perhitungan.
38
Universitas Sumatera Utara
2. Analisis Regresi Linier Berganda
Dalam penelitian ini penulis menggunakan analisis statistik regresi linier
berganda dengan persamaan yang digunakan adalah:
Y = a + b 1 x1 + b 2 x2 +b 3 x3 +e
Keterangan:
Y
= Keputusan Pembelian
a
= Konstanta
b1 , b2 ,b3
= Koefisien regresi
X1
= Variabel Harga
X2
= Variabel Kualitas Produk
X3
= Variabel Citra Merek
e
= Standard Error
3. Uji Asumsi Klasik
Sebelum melakukan analisis regresi, agar dapat perkiraan yang tidak bias
dan efi siensi maka dilakukan pengujian asumsi klasik yang harus dipenuhi
yaitu:
a. Uji Normalitas
Tujuan Uji Normalitas adalah mengetahui apakah distribusi sebuah
data mengikuti atau mendekati distribusi normal. Uji Normalitas
dilakukan dengan menggunakan pendekatan Kolmogrov-Smirnov.
Dengan menggunakan tingkat signifikan 5% maka jika nilai asymp.sig
(2-tailed) diatas nilai signifikan 5% artinya variabel residual
berdistribusi normal (Situmorang, 2008:62).
39
Universitas Sumatera Utara
b. Uji Heteroskedastisitas
Adanya variasi variabel independen adalah konstan untuk setiap nilai
tertentu variabel independen. Model regresi yang baik adalah tidak
terjadi
Heteroskedastisitas.
Heteroskedastisitas
diuji
dengan
menggunakan uji glejser dengan pengambilan keputusan jika variabel
independen signifikan secara statistika mempengaruhi variabel
dependen maka ada indikasi terjadinya
probabilitas
signifikan
diatas
tingkat
heteroskedastisitas. Jika
kepercayaan
5%
dapat
disimpulkan model regresi tidak mengarah adanya heteroskedastisitas.
c. Uji Multikolinearitas
Artinya variabel independen yang satu dengan yang lain dengan model
regresi berganda tidak saling berhubungan secara sempurna. Untuk
mengetahui ada tidaknya gejala multikolinearitas dapat dilihat dari
besarnya nilai Tolerance dan VIF ( Variance Inflation Factor) melalui
program SPSS. Tolerance mengukur variabilitas variabel terpilih yang
tidak dijelaskan oleh variabel independen lainnya. Nilai umum yang
biasa dipakai adalah Tolerance > 1 atau nilai VIF < 5 maka tidak
terjadi multikolinieritas (Situmorang, 2008:104).
4. Uji Hipotesis
Untuk mengetahui Pengaruh Harga, Kualitas Produk, Citra Merek
terhadap Keputusan Pembelian Smartphone merek iPhone maka dilakukan
pengujian dengan menggunakan:
40
Universitas Sumatera Utara
a. Uji Signifikan Simultan (Uji –F)
Pengujian ini dilakukan untuk melihat apakah semua variabel
independen (Harga, Kualitas Produk, Citra Merek) yang dimasukkan
dalam model mempunyai pengaruh secara bersama – sama terhadap
variabel dependen (Keputusan Pembelian).
Kriteria Pengujiannya adalah:
H0: b1 , b2, b3 = 0, artinya secara serentak tidak terdapat pengaruh
yang positif dan signifikan dari variabel independen terhadap variabel
dependen
H0: b1 , b 2 , b 3 ≠ 0, artinya secara serentak terdapat pengaruh yang
positif dan signifikan dari variabel independen terhadap variabel
dependen
Kriteria Keputusannya adalah:
H0 ditolak jika F hitung > F tabel pada α = 5%
H0 diterima jika F hitung< F tabel pada α= 5%
b. Uji Signifikan Parsial ( Uji – t )
Pengujian ini dilakukan untik mengetahui seberapa jauh pengaruh
suatu variabel independen (Harga, Kualitas Produk, Citra Merek)
secara parsial (individual) terhadap variasi variabel dependen
(Keputusan Pembelian).
Kriteria Pengujiannya adalah:
H0: b 1 ,b 2 ,b3 = 0 artinya secara parsial tidak terdapat pengaruh positif
dan signifikan dari variabel independen terhadap variabel depenen.
41
Universitas Sumatera Utara
H0: b 1 ,b 2 ,b 3 ≠ 0 artinya secara parsial terdapat pengaruh positif dan
signifikan dari variabel independen terhadap variabel depenen.
Kriteria Pengambilan Keputusan adalah:
H0 ditolak jika t hitung > F tabel pada α = 5%
H0 diterima jika t hitung< F tabel pada α= 5%
c. Koefisien Determinasi (R2)
Koefisien Determinasi (R2) digunakan untuk mengukur seberapa besar
kontribusi variabel independen (Harga, Kualitas Produk, Citra Merek)
terhadap variabel dependen (Keputusan Pembelian). Jika Koefisien
Determinasi (R2) semakin besar atau mendekati 1 menunjukkan
semakin baik kemampuan X menerangkan Y dimana 0< R2 maka data dinyatakan berdistribusi normal. Berikut adalah
Tabel 4.8 hasil uji Kolmogorov-Smirnov.
58
Universitas Sumatera Utara
Tabel 4.7
Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardiz
ed Residual
N
93
Normal Parametersa,b
Mean
0E-7
Std. Deviation .58471845
Most
Absolute
.151
Positive
.126
Negative
151
Extreme
Differences
Kolmogorov-Smirnov Z
1.458
Asymp. Sig. (2-tailed)
.059
a. Test distribution is Normal.
a.
Calculated from data.
Sumber : Hasil Peneitian (2016) (diolah)
Menurut Situmorang & Lufti (2014:121) bahwa, apabila pada hasil uji
Kolmogorov-Smirnov, nilai Asymp Sig (2-tailed) lebih besar dari nilai signifikan
0,05, dan nilai Kolmogorov-Smirnov Z lebih kecil dari 1,97 maka data dikatakan
normal. Pada Tabel 4.8 dapat dilihat nilai Asymp Sig (2-tailed) 0,059 lebih besar
dari 0,05 dan nilai Kolmogorov-Smirnov Z 1,458 lebih kecil dari 1,97, sehingga
model regresi yang diperoleh adalah berdistribusi normal.
4.3.2 Uji Heterokedastisitas
Uji heteroskedastisitas pada prinsipnya ingin menguji apakah sebuah grup
mempunyai varians yang sama di antara anggota grup tersebut. Jika varians sama,
dan yang seharusnya tidak terjadi maka dikatakan ada homokedastisitas,
sedangkan jika varians tidak sama dikatakan heteroskedastisitas (Situmorang
59
Universitas Sumatera Utara
&Lufti , 2014 : 121-122). Gejala heterokedastisitas dapat dideteksi dengan dua
cara yaitu:
a. Analisis Grafik
Gejala heterokedastisitas dapat dilihat dengan menggunakan grafik
Scatterplot. Apabila data yang berbentuk titiktitik tidak membentuk suatu pola
atau menyebar, maka model regresi tidak terkena heterokedastisitas.
Kriteria pengambilan keputusan:
a. Jika diagram pencar yang ada membentuk pola-pola tertentu yang teratur
maka regresi mengalami gangguan heterokedastisitas.
b. Jika diagram pencar yang ada tidak membentuk pola-pola tertentu yang
teratur maka regresi tidak mengalami gangguan heterokedastisitas.
Sumber : Hasil Penelitian (2016) (diolah)
Gambar 4.3
Scatterplot Uji Heterokedastisitas
Dari Gambar 4.3 terlihat titik-titik menyebar secara acak tidak membentuk
sebuah pola tertentu yang jelas serta tersebar baik di atas maupun di bawah angka
nol pada sumbu Y, dengan demikian dapat dikatakan bahwa tidak terjadi
heterokedastisitas pada model regresi.
60
Universitas Sumatera Utara
b. Analisis Statistik
Kriteria keputusan:
a. Jika
probabilitas
>
0,05
maka
tidak
mengalami
gangguan
heterokedastisitas
b. Jika probabilitas < 0,05 maka mengalami gangguan heterokedastisitas.
Gejala heterokedastisitas dapat juga dideteksi melalui uji Glejser. Tabel
4.9 berikut ini menampilkan hasil pengujian heterokedastisitas dengan uji Glejser.
Tabel 4.8
Hasil Uji Glejser
Coefficientsa
Unstandardized Coefficients
Model
Standardized
t
Sig.
7.579
.000
Coefficients
B
Std. Error
Beta
(Constant)
2.537
.335
Harga
-.082
.120
-.392
-.682
.497
KualitasProduk
.116
.077
.688
1.502
.137
CitraMerek
-.238
.127
-.842
-1.876
.064
1
a. Dependent Variable: absut
Pada Tabel 4.9 dapat dilihat bahwa kolom Sig, pada tabel koefisien regresi
untuk variabel independen adalah (0,497), (0,137), (0,064),
atau probabilitas
lebih besar dari 0,05 maka tidak terjadi gangguan heterokedastisitas. Hal ini
menunjukkan semua variabel independent yang terdiri dari harga, kualitas produk
dan citra merek, signifikan secara statisik mempengaruhi variabel dependent yaitu
keputusan pembelian.
61
Universitas Sumatera Utara
4.3.3 Uji Multikolinieritas
Artinya variabel independen yang satu dengan yang lain dalam model
regresi berganda tidak saling berhubungan secara sempurna. Untuk mengetahui
ada tidaknya gejala multikolinearitas dapat dilihat dari besarnya nilai tolerance
dan VIF (Variance Inflation Factor) melalui program SPSS. Tolerance mengukur
variabilitas variabel terpilih yang tidak dijelaskan oleh variable independen
lainnya. Nilai umum yang bisa dipakai adalah nilai Tolerance > 0,1 atau nilai VIF
< 5, maka tidak terjadi multikolinearitas (Situmorang & Lufti, 2008:147, 153).
Pengujian multikoliniearitas dapat dilihat pada tabel berikut:
Tabel 4.9
Uji Multikolinieritas
a
Unstandardized
Coefficients
Standardized
T
Coefficients
Coefficients
B
Std. Error
Beta
(Constant)
4.972
.725
Harga
.553
.260
Kualitas Produk
.354
Citra Merek
.343
Model
1
Sig.
Collinearity Statistics
Tolerance
VIF
6.857
.000
.669
2.132
.036
.203
4.034
.168
.528
2.112
.037
.316
2.916
.275
.305
1.245
.216
.307
2.787
a. Dependent Variable: KeputusanPembelian
Sumber : Hasil Penelitian (2016) (diolah)
Pada Tabel 4.13 variabel harga , kualitas produk dan citra merek memiliki nilai
Tolerance (0,203), (0,316), (0,307), > 0,1 dan nilai VIF (4,034), (2,916), (2,787),
< 5 maka variabel tersebut tidak terkena multikolinearitas.
62
Universitas Sumatera Utara
4.4 Analisis Regresi Linier Berganda
Metode analisis regresi linier berganda berfungsi untuk mengetahui
pengaruh/hubungan antara variabel independent (komponen harga, kualitas
produk dan citra merek) dan variabel dependent (keputusan pembelian) akan
digunakan analisis regresi linier berganda (multiple regression analysis). Peneliti
menggunakan bantuan program software SPSS for Windows untuk memperoleh
hasil yang lebih terarah, dengan menggunakan metode Enter.Metode Enter
dilakukan dengan memasukkan semua variabel bebas sebagai variabel prediktor.
Seluruh variabel akan dimasukkan ke dalam analisis untuk mengetahui apakah
variabel independent mempunyai pengaruh yang positif dan signifikan terhadap
variabel dependent.
Berdasarkan hasil pengujian asumsi klasik, ternyata data telah lulus uji
asumsi klasik, sehingga data siap untuk diregresi linear berganda. Hasil dari
analisis regresi linear berganda seperti berikut ini :
Tabel 4.10
Hasil Analisis Regresi Berganda
a
Coefficients
Unstandardized Coefficients
Model
Standardized
t
Sig.
6.857
.000
Coefficients
1
b.
B
Std. Error
Beta
(Constant)
4.972
.725
Harga
.553
.260
.669
2.132
.036
KualitasProduk
.354
.168
.528
2.112
.037
CitraMerek
.343
.275
305
1.245
.216
Dependent Variable: KeputusanPembelian
63
Universitas Sumatera Utara
Y1 = a + b1 X1 + b2 X 2 + b3 X3 + e
= 4.972 + 0,553X 1 + 0,354X 2 +0,343X 3 + e
1. Konstanta (a) = 4.972, ini menunjukkan bahwa jika variabel harga (X 1 ), variabel
kualitas produk (X 2 ), variable citra merek (X 3 ) = 0, maka keputusan pembelian
produk Smartphone merek iPhone tetap sebesar 4.972
2. Koefisien b 1 (X 1 ) = 0,553, ini menunjukkan bahwa variabel harga berpengaruh
secara positif terhadap keputusan pembelian, dengan kata lain jika variabel harga
ditingkatkan sebesar satu satuan maka keputusan pembelian akan bertambah
0,553.
3. Koefisien b 2 (X 2 ) = 0,354, ini menunjukkan bahwa variabel kualitas produk
berpengaruh secara positif terhadap keputusan pembelian, dengan kata lain jika
variabel kualitas produk ditingkatkan sebesar satu satuan maka keputusan
pembelian akan bertambah 0.354.
4. Koefisien b 3 (X 3 ) = 0,343, ini menunjukkan bahwa variabel citra merek
berpengaruh secara positif terhadap keputusan pembelian, dengan kata lain jika
variabel citra merek ditingkatkan sebesar satu satuan maka keputusan pembelian
akan bertambah 0,343.
64
Universitas Sumatera Utara
4.5
Uji Hipotesis
4.5.1 Uji Signifikan Simultan (Uji F)
Tabel 4.11
Hasil Uji F (Uji Signifikan Simultan)
ANOVAa
Sum of Squares df
Mean Square
F
Sig.
Regression
126.503
3
42.168
119.313
.000b
Residual
31.454
89
.353
Total
157.957
92
Model
1
a. Dependent Variable: KeputusanPembelian
b. Predictors: (Constant), CitraMerek, KualitasProduk, Harga
Sumber : Hasil Penelitian (2015) (diolah)
Dari hasil Uji F pada Tabel 4.11 telah diperoleh F hitung sebessar 119,313
sedangkan F table adalah 2,47. Dapat disimpulkan bahwa berdasarkan hasil
tersebut maka harga, kualitas produk dan citra merek secara serempak
berpengaruh positif dan signifikan terhadap Keputusan pembelian smartphone
(iPhone). Hal ini ditunjukkan oleh nilai signifikan 0,000 < 0,05 ata nilai F hitung
119,313> Ftabel (2,47) dengan demikian Ha diterima.
4.5.2 Uji Signifikan Parsial (Uji-t)
Pengujian ini dilakukan untuk mengetahui seberapa jauh pengaruh suatu
variabel independen secara parsial (individual) yang terdiri dari harga, kualitas
produk, dan citra merek terhadap variasi variabel dependen yaitu Keputusan
pembelian smartphone merek apple (iPhone) pada Mahasiswa Fakultas Ilmu
Komputer dan Teknologi Informasi Sumatera Utara. Pengaruh secara parsial juga
dapat diketahui dengan membandingkan nilai probabilitas signifikansi pada tabel
65
Universitas Sumatera Utara
hasil penelitian dengan
= 5%. Suatu variabel bebas berpengaruh secara
signifikan jika nilai sig.tabel < 0,05. Berdasarkan tabel berikut:
Tabel 4.12
Hasil Uji Parsial (Uji t)
a
Coefficients
Unstandardized Coefficients
Standardized
Model
T
Sig.
6.857
.000
Coefficients
1
B
Std. Error
(Constant)
4.972
.725
Harga
.553
.260
.669
2.132
.036
KualitasProduk
.354
.168
.528
2.112
.037
CitraMerek
.343
.275
305
1.245
.216
c.
Beta
Dependent Variable: KeputusanPembelian
Sumber : Hasil Penelitian (2016) (diolah)
66
Universitas Sumatera Utara
1. Harga
Harga berpengaruh secara positif dan signifikan terhadap Keputusan
Pembelian, hal ini terlihat dari nilai signifikansi (0,036) < 0,05, dan nilai
t hitung
(2.132) >
t tabel
(1,98) ,
artinya jika ditingkatkan variabel harga sebesar satu
satuan maka Keputusan Pembelian akan meningkat sebesar 0,36 satuan, maka
H a diterima
2. Kualitas Produk
Kulitas Produk berpengaruh secara positif dan signifikan terhadap Keputusan
Pembelian, hal ini terlihat dari nilai signifikansi (0,037) > 0,05, dan nilai
t hitung
(2,112) >
t tabel
(1,98) ,
artinya jika ditingkatkan variabel Kualitas Produk
sebesar satu satuan maka Keputusan Pembelian akan meningkat sebesar 0,37
satuan maka H a diterima.
3. Citra Merek
Citra Merek berpengaruh secara positif dan tidak signifikan terhadap
Keputusan Pembelian, hal ini terlihat dari nilai signifikansi (0,216) > 0,05,
dan nilai t hitung (1,245) > t tabel (1,98) , artinya jika ditingkatkan variabel Citra Merek
sebesar satu satuan maka Keputusan Pembelian tidak akan meningkat sebesar
0,216 satuan.
4.5.3 Koefisien Determinasi (R2)
Koefisien Determinasi (R2) digunakan untuk mengukur seberapa besar
kontribusi variabel bebas (X) terhadap variabel terikat (Y). Jika Koefisien
Determinasi (R2) semakin besar (mendekati satu) menunjukkan semakin baik
kemampuan variabel X menerangkan variabel Y dimana 0 < R2< 1. Sebaliknya,
67
Universitas Sumatera Utara
jika R2 semakin kecil (mendekati nol), maka akan dapat dikatakan bahwa
pengaruh variabel bebas adalah kecil terhadap variabel terikat. Hal ini berarti
model yang digunakan tidak kuat untuk menerangkan pengaruh variabel bebas
yang diteliti terhadap variabel terikat. Derajat pengaruh variabel X 1, X 2, X 3
terhadap variabel Y dapat dilihat pada tabel berikut ini:
Tabel 4.13
Koefisien Determinasi (R2)
Model Summary
Model
1
R
.895a
R Square
.801
Adjusted
R Std. Error of the
Square
Estimate
.794
.59449
a. Predictors: (Constant), CitraMerek, KualitasProduk, Harga
Sumber : Hasil Penelitian (2016) (diolah)
Pada Tabel 4.13 dapat dilihat bahwa:
1. R=0,895 berarti hubungan antara Harga, Kualitas Produk dan Citra
Merek sebesar 89,5%, artinya hubungannya sangat erat, dengan sisa
persentasi 10,5% dipengaruhi oleh variable lain. Untuk memastikan
tipe hubungan antar variabel dapat dilihat pada tabel 4.16 berikut :
Tabel 4.14
Hubungan Antar Variabel
Interpretasi
Nilai
0,0 – 0,19
Sangat Tidak Erat
0,2 – 0,39
Tidak Erat
0,4 – 0,59
Cukup Erat
0,6 – 0,79
Erat
0,8 – 0,99
Sangat Erat
Sumber : Situmorang & Lufti (2014:163)
68
Universitas Sumatera Utara
2. Adjusted R square sebesar 0,794 berarti 79,4% faktor – faktor
keputusan pembelian dapat dijelaskan oleh Harga, Kualitas Produk
dan Citra Merek dalam penelitian ini dan
20,6% keputusan
pembelian dipengaruhi oleh variabel lain.
3. Standart Error of Estimated artinya mengukur variasi dari nilai yang
diprediksi.Standart Error of Estimated juga dapat disebut standar
deviasi.Standart Error of Estimated dalam penelitian ini adalah
0,59449.Semakin kecil standar deviasi berarti model semakin baik.
4.6 Pembahasan
Berdasarkan pengujian secara simultan (Uji F) diketahui bahwa nilai F
hitung sebesar 119,313 dengan nilai signifikan 0,000 dan dapat disimpulkan
bahwa Harga, Kualitas Produk, dan Citra Merek berpengaruh positif dan
signifikan terhadap Keputusan Pembelian Smaartphone merek apple (iPhone)
pada Mahasiswa Ilmu Komputer dan Teknologi Informasi Universitas Sumatera
Utara. Artinya jika variabel Harga, Kualitas Produk, dan Citra Merek ditingkatkan
maka Keputusan Pembelan Smartphone merek apple (iPhone) juga akan
mengalami peningkatan.
Hasil penelitian ini sejalan dengan penelitian terdahulu yang dilakukan
oleh Ainur Rofiq (2015) “Analisis Pengaruh Kualitas Produk dan Harga Terhadap
Keputusan Pembelian iPhone (Studi Kasus Pada Universitas Muhammadiyah
Surakarta).
Berdasarkan pengujian secara parsial (Uji t) diketahui pengaruh dari
masing-masing variabel independen terhadap variabel dependen sebagai berikut :
69
Universitas Sumatera Utara
4.6.1 Pengaruh Harga Terhadap Keputusan Pembelian
Berdasaran uji hipotesis secara parsial (uji t), harga memiliki pengaruh
yang dominan terhadap keputusan pembelian serta berpengaruh positif dan
signifikan terhadap keputusan pembelian pada produk smartphone merek iPhone .
Hal ini disebabkan kemampuan pelanggan yang melihat sebuah produk yang telah
terbukti dan jelas merupakan produk yang telah memiliki kualitas yang baik di
masyarakat. Harga yang ditawarkan iPho
METODE PENELITIAN
3.1. Jenis Penelitian
Dalam penelitian ini jenis Penelitian yang digunakan adalah jenis
penelitian
asosiatif yang bertujuan untuk mengetahui hubungan antara dua
variabel atau lebih Pendekatan yang digunakan adalah pendekatan kuantitatif.
Pendekatan kuantitatif adalah pendekatan yang di dalam usulan penelitian, proses,
hipotesis, analisis data, dan kesimpulan data sampai dengan menggunakan aspek
pengukuran, perhitungan rumus dan kepastian data numerik (situmorang dan
Ginting 2008:172)
3.2 Tempat dan Waktu Penelitian
Penelitian ini dilakukan di Fakultas Ilmu Komputer dan Teknologi
Informasi Universitas Sumatera Utara. Waktu penelitian dimulai dari September
2016 hingga Oktober 2016.
3.3 Batasan Operasional
Untuk menghindari kesalahan dalam membahas dan menganalisa
permasalahan maka penelitian ini dibatasi pada pengaruh:
1. Variabel bebas (X) yang terdiri dari tiga varibel yaitu Harga (X 1 )
Kualitas Produk (X 2 ), Citra Merek (X 3 )
2. Variabel terikat (Y) adalah Keputusan Pembelian
30
Universitas Sumatera Utara
3.4 Defenisi Operasional
Dalam penelitian ini terdapat dua variabel yang diteliti, yaitu:
a. Variabel bebas yaitu variabel yang nilainya tidak tergantung pada variabel lain,
dalam penelitian ini variabel bebas yang digunakan adalah :
1. Harga (X 1 )
Harga adalah sejumlah uang yang ditagihkan atas suatu produk atau jasa,
atau jumlah dari nilai yang ditukarkan para pelanggan untuk memperoleh
manfaat dari memiliki atau menggunakan suatu produk atau jasa.
2. Kualitas Produk (X 2 )
Keseluruhan ciri dari suatu produk terhadap kemampuan untuk
memuaskan kebutuhan konsumen tersebut.
3. Citra Merek (X 3 )
Citra terhadap merek berhubungan dengan sikap yang berupa keyakinan
dan preferensi terhadap suatu merek.
b. Variabel terikat adalah variabel yang dipengaruhi atau yang menjadi akibat
karena adanya variabel bebas.
Variabel Keputusan Pembelian (Y)
Keputusan pembelian merupakan kegiatan individu yang secara langsung
terlibat dalam pengambilan keputusan untuk melakukan pembelian terhadap
produk yang ditawarkan oleh penjual
31
Universitas Sumatera Utara
Tabel 3.1
Operasionalisasi Variabel
Variabel
Harga
(X 1 )
Kualitas
Produk
(X 2 )
Citra Merek
(X 3 )
Keputusan
Pembelian
(Y)
Definisi Variabel
Indikator
Harga adalah sejumlah uang 1.Keterjangkauan
yang harus dibayarkan oleh
harga
konsumen untuk memperoleh 2.Kesesuaian harga
dengan
kualitas
produk iPhone
produk
3.Daya saing harga
4.Kesesuaian harga
dengan
manfaat
produk.
Keseluruhan ciri dari produk 1. Tampilan
iPhone terhadap kemampuan 2.Keandalan
untuk memuaskan kebutuhan 3. Daya Tahan
konsumen tersebut.
4. Kualitas yang di
Persepsikan
5. Kesesuaian kinerja
produk
Keyakinan dan kepercayaan 1. Identitas Merek
konsumen terhadap smartphone 2. Keunggulan Merek
3. Kepercayaan Pada
merek iPhone
Merek
Tahapan
dalam
proses
pengambilan keputusan pembeli
di mana konsumen benar-benar
membeli smartphone merek
iPhone
1. Kesadaran akan
Skala
Ukur
Likert
Likert
Likert
Likert
kebutuhan
2. Mencari Informasi
3. Evaluasi Alternatif
4. Kemantapan dalam
melakukan
pembelian
3.5 Skala Pengukuran Variabel
Pengukuran masing-masing variabel dalam penelitian ini adalah dengan
menggunakan Skala Likert. Skala Likert digunakan untuk mengukur sikap
pendapat dan persepsi seseorang atau sekelompok orang tentang fenomenal sosial.
Dengan skala Likert maka variabel yang akan diukur dijabarkan menjadi
32
Universitas Sumatera Utara
indikator variabel kemudian dijadikan sebagai titik tolak untuk menyusun itemitem instrumen yang dapat berupa pernyataan atau pertanyaan (Sugiyono,
2006:86).
Skala Likert menggunakan lima tingkatan jawaban sebagai berikut:
Tabel 3.2
Instrumen Skala Likert
No
Skala
1
Sangat Setuju (SS)
2
Setuju (S)
3
Kurang Setuju (KS)
4
Tidak Setuju (TS)
5
Sangat Tidak Setuju (STS)
Sumber: Sugiyono (2006:88)
3.6
Skor
5
4
3
2
1
Populasi dan Sampel Penelitian
3.6.1 Populasi
Populasi adalah wilayah generalisasi yang terdiri atas subjek ataupun objek
yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti
untuk dipelajari kemudian ditarik suatu kesimpulannya (Sugiyono, 2006:72).
Populasi dalam penelitian ini adalah mahasiswa Ilmu Komputer dan
Teknologi Informasi Universitas Sumatera Utara yang masih aktif kuliah dimana
mereka telah menggunakan smartphone merek iPhone.
3.6.2 Sampel
Sampel adalah suatu himpunan bagian dari unit populasi (Kuncoro,
2003:103). Menurut Supramono dan Haryanto (2003:63), alternatif formula yang
digunakan untuk menentukan sampel pada populasi yang sulit diketahui
(unidentified) adalah sebagai berikut:
33
Universitas Sumatera Utara
[ Z α ]2 ( p )( q)
n=
d2
n
: Jumlah sampel
Zα
: Nilai standard normal yang bersamanya tergantung α
bila α = 0,05
Z = 1,67
bila α = 0,01
Z = 1,96
p
: Estimasi proporsi populasi
q
:1–p
d
: Penyimpanan yang ditolerir
Berdasarkan observasi yang dilakukan oleh peneliti terhadap mahasiswa
yang aktif kuliah di Ilmu Komputer dan Teknologi Informasi Universitas
Sumatera Utara, dari 30 mahasiswa ada 18 orang yang pernah membeli iPhone
Smartphone dalam jenis seri apapun atau pernah membeli iPhone Smartphone ini
minimal dalam 30 Hari. Maka, nilai p adalah 18/30x100% = 60% dan nilai q
adalah 40%. Dengan demikian, jumlah sampel yang mewakili populasi dalam
penelitian ini adalah:
[ Z α ]2 ( p )( q)
n=
d2
(1,96)2 (0,6) (0,4)
n=
= 92,198 = 93 orang
0,12
Metode penarikan sampel yang dipakai adalah metode Purposive Sampling
dengan menggunakan teknik Accidental (Sugiyono, 2006:77). Teknik Accidental
34
Universitas Sumatera Utara
adalah teknik penarikan sampel berdasarkan kebetulan, yaitu siapa saja yang
secara kebetulan (accidental) bertemu dengan peneliti maka dapat digunakan
sebagai sampel, bila dipandang orang yang kebetulan ditemui tersebut cocok
sebagai sumber data.
3.7 Jenis Data
Dalam penelitian ini penulis menggunakan 2 jenis sumber data yaitu:
1. Data Primer
Data Primer adalah data yang diperbolehkan secara langsung dari
responden dilokasi penelitian dan diperoleh dengan memberikan daftar
pertanyaan (kuesioner) kepada mahasiswa Ilmu Komputer dan Teknologi
Informasi Universitas
Sumatera Utara yang memenuhi ciri yang
ditentukan.
2. Data Sekunder
Data Sekunder adalah data yang diperoleh melalui studi dokumen baik
dari buku, jurnal, majalah, dan situs internet untuk mendukung penelitian.
3.8
Metode Pengumpulan Data
Dalam Penelitian ini penulis menggunakan 2 metode yaitu:
1. Daftar Pertanyaan (Kuesioner) merupakan metode mengumpulkan data
yang dilakukan dengan memberikan sejumlah daftar pertanyaan atau
pernyataan yang tertulis kepada responden untuk menjawab.
2. Studi Dokumentasi merupakan metode mengumpulkan data melalui
buku, jurnal, majalah, internet, yang menjadi referensi pendukung bagi
penelitian.
35
Universitas Sumatera Utara
3.9
Uji Validitas dan Reliabilitas
1. Uji Validitas
Validitas adalah suatu ukuran yang menunjukan tingkat-tingkat
kevalidan atau kesahihan instrmen. Suatu instrument yang valid atau
sahih mempunyai validitas tinggi. Sebaliknya, instrument yang kurang
valid berarti memiliki validitas rendah (Arikunto, 2010:211). Uji
Validitas dilakukan pada 30 orang mahasiswa Ilmu Komputer dan
Teknologi Informasi Universitas
Sumatera Utara diluar sampel yang
sudah ditentukan. Perhitungan ini akan dilakukan dengan bantuan
komputer program SPSS (Statistical Package for Social Science). Untuk
menentukan nomor-nomor item yang valid dan yang gugur, perlu
dikonsultasikan dengan tabel r product moment. Kriteria penilaian uji
validitas, adalah:
a. Apabila r hitung > r tabel (pada taraf signifikansi 5%), maka dapat
dikatakan item kuesioner tersebut valid.
b. Apabila r hitung < r tabel (pada taraf signifikansi 5%), maka dapat
dikatakan item kuesioner tersebut tidak valid.
36
Universitas Sumatera Utara
VAR00001
VAR00002
VAR00003
VAR00004
VAR00005
VAR00006
VAR00007
VAR00008
VAR00009
VAR00010
VAR00011
VAR00012
VAR00013
VAR00014
VAR00015
VAR00016
Tabel. 3.3
Hasil Uji Validitas
Item-Total Statistics
Scale
Scale
Corrected
Mean if
Variance if
Item-Total
Item
Item Deleted Correlation
Deleted
67.7000
31.045
.836
67.7333
31.789
.690
67.9333
32.064
.467
67.7000
31.045
.836
67.7333
31.789
.690
67.9333
32.064
.467
67.7000
31.045
.836
67.7333
31.789
.690
67.7000
31.045
.836
67.7333
31.789
.690
67.9333
32.064
.467
67.7000
31.045
.836
67.6667
33.609
.370
67.7000
31.045
.836
67.7333
31.789
.690
67.6667
33.540
.382
2. Uji Reliabilitas
Uji Realibilitas digunakan untuk melihat apakah alat ukur yang digunakan
menunjukkan konsistensi didalam mengukur gejala yang sama. Pernyataan
yang telah dinyatakan valid dalam uji validitas maka ditentukan
Reliabilitasnya dengan kriteria sebagai berikut:
Jika r alpha positif atau > dari r tabel maka pernyataan reliabel.
Jika r alpha negatif atau < dari tabel maka pernyataan tidak reliabel.
37
Universitas Sumatera Utara
VAR00001
VAR00002
VAR00003
VAR00004
VAR00005
VAR00006
VAR00007
VAR00008
VAR00009
VAR00010
VAR00011
VAR00012
VAR00013
VAR00014
VAR00015
VAR00016
Tabel. 3.4
Hasil Uji Reliabilitas
Item-Total Statistics
Scale Mean
Scale
Cronbach's
if Item
Variance if Alpha if Item
Deleted
Item Deleted
Deleted
67.7000
31.045
.921
67.7333
31.789
.924
67.9333
32.064
.932
67.7000
31.045
.921
67.7333
31.789
.924
67.9333
32.064
.932
67.7000
31.045
.921
67.7333
31.789
.924
67.7000
31.045
.921
67.7333
31.789
.924
67.9333
32.064
.932
67.7000
31.045
.921
67.6667
33.609
.932
67.7000
31.045
.921
67.7333
31.789
.924
67.6667
33.540
.932
3.10. Teknik Analisis Data
Penelitian ini menggunakan metode analisis data yaitu:
1. Analisis Deskriptif
Metode analisis deskriptif merupakan metode analisis dimana data yang
telah
diperoleh,
disusun,
dikelompokkan,
dianalisis,
kemudian
diinterpretasikan secara objektif sehingga diperoleh gambaran tentang
masalah yang dihadapi dan menjelaskan hasil perhitungan.
38
Universitas Sumatera Utara
2. Analisis Regresi Linier Berganda
Dalam penelitian ini penulis menggunakan analisis statistik regresi linier
berganda dengan persamaan yang digunakan adalah:
Y = a + b 1 x1 + b 2 x2 +b 3 x3 +e
Keterangan:
Y
= Keputusan Pembelian
a
= Konstanta
b1 , b2 ,b3
= Koefisien regresi
X1
= Variabel Harga
X2
= Variabel Kualitas Produk
X3
= Variabel Citra Merek
e
= Standard Error
3. Uji Asumsi Klasik
Sebelum melakukan analisis regresi, agar dapat perkiraan yang tidak bias
dan efi siensi maka dilakukan pengujian asumsi klasik yang harus dipenuhi
yaitu:
a. Uji Normalitas
Tujuan Uji Normalitas adalah mengetahui apakah distribusi sebuah
data mengikuti atau mendekati distribusi normal. Uji Normalitas
dilakukan dengan menggunakan pendekatan Kolmogrov-Smirnov.
Dengan menggunakan tingkat signifikan 5% maka jika nilai asymp.sig
(2-tailed) diatas nilai signifikan 5% artinya variabel residual
berdistribusi normal (Situmorang, 2008:62).
39
Universitas Sumatera Utara
b. Uji Heteroskedastisitas
Adanya variasi variabel independen adalah konstan untuk setiap nilai
tertentu variabel independen. Model regresi yang baik adalah tidak
terjadi
Heteroskedastisitas.
Heteroskedastisitas
diuji
dengan
menggunakan uji glejser dengan pengambilan keputusan jika variabel
independen signifikan secara statistika mempengaruhi variabel
dependen maka ada indikasi terjadinya
probabilitas
signifikan
diatas
tingkat
heteroskedastisitas. Jika
kepercayaan
5%
dapat
disimpulkan model regresi tidak mengarah adanya heteroskedastisitas.
c. Uji Multikolinearitas
Artinya variabel independen yang satu dengan yang lain dengan model
regresi berganda tidak saling berhubungan secara sempurna. Untuk
mengetahui ada tidaknya gejala multikolinearitas dapat dilihat dari
besarnya nilai Tolerance dan VIF ( Variance Inflation Factor) melalui
program SPSS. Tolerance mengukur variabilitas variabel terpilih yang
tidak dijelaskan oleh variabel independen lainnya. Nilai umum yang
biasa dipakai adalah Tolerance > 1 atau nilai VIF < 5 maka tidak
terjadi multikolinieritas (Situmorang, 2008:104).
4. Uji Hipotesis
Untuk mengetahui Pengaruh Harga, Kualitas Produk, Citra Merek
terhadap Keputusan Pembelian Smartphone merek iPhone maka dilakukan
pengujian dengan menggunakan:
40
Universitas Sumatera Utara
a. Uji Signifikan Simultan (Uji –F)
Pengujian ini dilakukan untuk melihat apakah semua variabel
independen (Harga, Kualitas Produk, Citra Merek) yang dimasukkan
dalam model mempunyai pengaruh secara bersama – sama terhadap
variabel dependen (Keputusan Pembelian).
Kriteria Pengujiannya adalah:
H0: b1 , b2, b3 = 0, artinya secara serentak tidak terdapat pengaruh
yang positif dan signifikan dari variabel independen terhadap variabel
dependen
H0: b1 , b 2 , b 3 ≠ 0, artinya secara serentak terdapat pengaruh yang
positif dan signifikan dari variabel independen terhadap variabel
dependen
Kriteria Keputusannya adalah:
H0 ditolak jika F hitung > F tabel pada α = 5%
H0 diterima jika F hitung< F tabel pada α= 5%
b. Uji Signifikan Parsial ( Uji – t )
Pengujian ini dilakukan untik mengetahui seberapa jauh pengaruh
suatu variabel independen (Harga, Kualitas Produk, Citra Merek)
secara parsial (individual) terhadap variasi variabel dependen
(Keputusan Pembelian).
Kriteria Pengujiannya adalah:
H0: b 1 ,b 2 ,b3 = 0 artinya secara parsial tidak terdapat pengaruh positif
dan signifikan dari variabel independen terhadap variabel depenen.
41
Universitas Sumatera Utara
H0: b 1 ,b 2 ,b 3 ≠ 0 artinya secara parsial terdapat pengaruh positif dan
signifikan dari variabel independen terhadap variabel depenen.
Kriteria Pengambilan Keputusan adalah:
H0 ditolak jika t hitung > F tabel pada α = 5%
H0 diterima jika t hitung< F tabel pada α= 5%
c. Koefisien Determinasi (R2)
Koefisien Determinasi (R2) digunakan untuk mengukur seberapa besar
kontribusi variabel independen (Harga, Kualitas Produk, Citra Merek)
terhadap variabel dependen (Keputusan Pembelian). Jika Koefisien
Determinasi (R2) semakin besar atau mendekati 1 menunjukkan
semakin baik kemampuan X menerangkan Y dimana 0< R2 maka data dinyatakan berdistribusi normal. Berikut adalah
Tabel 4.8 hasil uji Kolmogorov-Smirnov.
58
Universitas Sumatera Utara
Tabel 4.7
Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardiz
ed Residual
N
93
Normal Parametersa,b
Mean
0E-7
Std. Deviation .58471845
Most
Absolute
.151
Positive
.126
Negative
151
Extreme
Differences
Kolmogorov-Smirnov Z
1.458
Asymp. Sig. (2-tailed)
.059
a. Test distribution is Normal.
a.
Calculated from data.
Sumber : Hasil Peneitian (2016) (diolah)
Menurut Situmorang & Lufti (2014:121) bahwa, apabila pada hasil uji
Kolmogorov-Smirnov, nilai Asymp Sig (2-tailed) lebih besar dari nilai signifikan
0,05, dan nilai Kolmogorov-Smirnov Z lebih kecil dari 1,97 maka data dikatakan
normal. Pada Tabel 4.8 dapat dilihat nilai Asymp Sig (2-tailed) 0,059 lebih besar
dari 0,05 dan nilai Kolmogorov-Smirnov Z 1,458 lebih kecil dari 1,97, sehingga
model regresi yang diperoleh adalah berdistribusi normal.
4.3.2 Uji Heterokedastisitas
Uji heteroskedastisitas pada prinsipnya ingin menguji apakah sebuah grup
mempunyai varians yang sama di antara anggota grup tersebut. Jika varians sama,
dan yang seharusnya tidak terjadi maka dikatakan ada homokedastisitas,
sedangkan jika varians tidak sama dikatakan heteroskedastisitas (Situmorang
59
Universitas Sumatera Utara
&Lufti , 2014 : 121-122). Gejala heterokedastisitas dapat dideteksi dengan dua
cara yaitu:
a. Analisis Grafik
Gejala heterokedastisitas dapat dilihat dengan menggunakan grafik
Scatterplot. Apabila data yang berbentuk titiktitik tidak membentuk suatu pola
atau menyebar, maka model regresi tidak terkena heterokedastisitas.
Kriteria pengambilan keputusan:
a. Jika diagram pencar yang ada membentuk pola-pola tertentu yang teratur
maka regresi mengalami gangguan heterokedastisitas.
b. Jika diagram pencar yang ada tidak membentuk pola-pola tertentu yang
teratur maka regresi tidak mengalami gangguan heterokedastisitas.
Sumber : Hasil Penelitian (2016) (diolah)
Gambar 4.3
Scatterplot Uji Heterokedastisitas
Dari Gambar 4.3 terlihat titik-titik menyebar secara acak tidak membentuk
sebuah pola tertentu yang jelas serta tersebar baik di atas maupun di bawah angka
nol pada sumbu Y, dengan demikian dapat dikatakan bahwa tidak terjadi
heterokedastisitas pada model regresi.
60
Universitas Sumatera Utara
b. Analisis Statistik
Kriteria keputusan:
a. Jika
probabilitas
>
0,05
maka
tidak
mengalami
gangguan
heterokedastisitas
b. Jika probabilitas < 0,05 maka mengalami gangguan heterokedastisitas.
Gejala heterokedastisitas dapat juga dideteksi melalui uji Glejser. Tabel
4.9 berikut ini menampilkan hasil pengujian heterokedastisitas dengan uji Glejser.
Tabel 4.8
Hasil Uji Glejser
Coefficientsa
Unstandardized Coefficients
Model
Standardized
t
Sig.
7.579
.000
Coefficients
B
Std. Error
Beta
(Constant)
2.537
.335
Harga
-.082
.120
-.392
-.682
.497
KualitasProduk
.116
.077
.688
1.502
.137
CitraMerek
-.238
.127
-.842
-1.876
.064
1
a. Dependent Variable: absut
Pada Tabel 4.9 dapat dilihat bahwa kolom Sig, pada tabel koefisien regresi
untuk variabel independen adalah (0,497), (0,137), (0,064),
atau probabilitas
lebih besar dari 0,05 maka tidak terjadi gangguan heterokedastisitas. Hal ini
menunjukkan semua variabel independent yang terdiri dari harga, kualitas produk
dan citra merek, signifikan secara statisik mempengaruhi variabel dependent yaitu
keputusan pembelian.
61
Universitas Sumatera Utara
4.3.3 Uji Multikolinieritas
Artinya variabel independen yang satu dengan yang lain dalam model
regresi berganda tidak saling berhubungan secara sempurna. Untuk mengetahui
ada tidaknya gejala multikolinearitas dapat dilihat dari besarnya nilai tolerance
dan VIF (Variance Inflation Factor) melalui program SPSS. Tolerance mengukur
variabilitas variabel terpilih yang tidak dijelaskan oleh variable independen
lainnya. Nilai umum yang bisa dipakai adalah nilai Tolerance > 0,1 atau nilai VIF
< 5, maka tidak terjadi multikolinearitas (Situmorang & Lufti, 2008:147, 153).
Pengujian multikoliniearitas dapat dilihat pada tabel berikut:
Tabel 4.9
Uji Multikolinieritas
a
Unstandardized
Coefficients
Standardized
T
Coefficients
Coefficients
B
Std. Error
Beta
(Constant)
4.972
.725
Harga
.553
.260
Kualitas Produk
.354
Citra Merek
.343
Model
1
Sig.
Collinearity Statistics
Tolerance
VIF
6.857
.000
.669
2.132
.036
.203
4.034
.168
.528
2.112
.037
.316
2.916
.275
.305
1.245
.216
.307
2.787
a. Dependent Variable: KeputusanPembelian
Sumber : Hasil Penelitian (2016) (diolah)
Pada Tabel 4.13 variabel harga , kualitas produk dan citra merek memiliki nilai
Tolerance (0,203), (0,316), (0,307), > 0,1 dan nilai VIF (4,034), (2,916), (2,787),
< 5 maka variabel tersebut tidak terkena multikolinearitas.
62
Universitas Sumatera Utara
4.4 Analisis Regresi Linier Berganda
Metode analisis regresi linier berganda berfungsi untuk mengetahui
pengaruh/hubungan antara variabel independent (komponen harga, kualitas
produk dan citra merek) dan variabel dependent (keputusan pembelian) akan
digunakan analisis regresi linier berganda (multiple regression analysis). Peneliti
menggunakan bantuan program software SPSS for Windows untuk memperoleh
hasil yang lebih terarah, dengan menggunakan metode Enter.Metode Enter
dilakukan dengan memasukkan semua variabel bebas sebagai variabel prediktor.
Seluruh variabel akan dimasukkan ke dalam analisis untuk mengetahui apakah
variabel independent mempunyai pengaruh yang positif dan signifikan terhadap
variabel dependent.
Berdasarkan hasil pengujian asumsi klasik, ternyata data telah lulus uji
asumsi klasik, sehingga data siap untuk diregresi linear berganda. Hasil dari
analisis regresi linear berganda seperti berikut ini :
Tabel 4.10
Hasil Analisis Regresi Berganda
a
Coefficients
Unstandardized Coefficients
Model
Standardized
t
Sig.
6.857
.000
Coefficients
1
b.
B
Std. Error
Beta
(Constant)
4.972
.725
Harga
.553
.260
.669
2.132
.036
KualitasProduk
.354
.168
.528
2.112
.037
CitraMerek
.343
.275
305
1.245
.216
Dependent Variable: KeputusanPembelian
63
Universitas Sumatera Utara
Y1 = a + b1 X1 + b2 X 2 + b3 X3 + e
= 4.972 + 0,553X 1 + 0,354X 2 +0,343X 3 + e
1. Konstanta (a) = 4.972, ini menunjukkan bahwa jika variabel harga (X 1 ), variabel
kualitas produk (X 2 ), variable citra merek (X 3 ) = 0, maka keputusan pembelian
produk Smartphone merek iPhone tetap sebesar 4.972
2. Koefisien b 1 (X 1 ) = 0,553, ini menunjukkan bahwa variabel harga berpengaruh
secara positif terhadap keputusan pembelian, dengan kata lain jika variabel harga
ditingkatkan sebesar satu satuan maka keputusan pembelian akan bertambah
0,553.
3. Koefisien b 2 (X 2 ) = 0,354, ini menunjukkan bahwa variabel kualitas produk
berpengaruh secara positif terhadap keputusan pembelian, dengan kata lain jika
variabel kualitas produk ditingkatkan sebesar satu satuan maka keputusan
pembelian akan bertambah 0.354.
4. Koefisien b 3 (X 3 ) = 0,343, ini menunjukkan bahwa variabel citra merek
berpengaruh secara positif terhadap keputusan pembelian, dengan kata lain jika
variabel citra merek ditingkatkan sebesar satu satuan maka keputusan pembelian
akan bertambah 0,343.
64
Universitas Sumatera Utara
4.5
Uji Hipotesis
4.5.1 Uji Signifikan Simultan (Uji F)
Tabel 4.11
Hasil Uji F (Uji Signifikan Simultan)
ANOVAa
Sum of Squares df
Mean Square
F
Sig.
Regression
126.503
3
42.168
119.313
.000b
Residual
31.454
89
.353
Total
157.957
92
Model
1
a. Dependent Variable: KeputusanPembelian
b. Predictors: (Constant), CitraMerek, KualitasProduk, Harga
Sumber : Hasil Penelitian (2015) (diolah)
Dari hasil Uji F pada Tabel 4.11 telah diperoleh F hitung sebessar 119,313
sedangkan F table adalah 2,47. Dapat disimpulkan bahwa berdasarkan hasil
tersebut maka harga, kualitas produk dan citra merek secara serempak
berpengaruh positif dan signifikan terhadap Keputusan pembelian smartphone
(iPhone). Hal ini ditunjukkan oleh nilai signifikan 0,000 < 0,05 ata nilai F hitung
119,313> Ftabel (2,47) dengan demikian Ha diterima.
4.5.2 Uji Signifikan Parsial (Uji-t)
Pengujian ini dilakukan untuk mengetahui seberapa jauh pengaruh suatu
variabel independen secara parsial (individual) yang terdiri dari harga, kualitas
produk, dan citra merek terhadap variasi variabel dependen yaitu Keputusan
pembelian smartphone merek apple (iPhone) pada Mahasiswa Fakultas Ilmu
Komputer dan Teknologi Informasi Sumatera Utara. Pengaruh secara parsial juga
dapat diketahui dengan membandingkan nilai probabilitas signifikansi pada tabel
65
Universitas Sumatera Utara
hasil penelitian dengan
= 5%. Suatu variabel bebas berpengaruh secara
signifikan jika nilai sig.tabel < 0,05. Berdasarkan tabel berikut:
Tabel 4.12
Hasil Uji Parsial (Uji t)
a
Coefficients
Unstandardized Coefficients
Standardized
Model
T
Sig.
6.857
.000
Coefficients
1
B
Std. Error
(Constant)
4.972
.725
Harga
.553
.260
.669
2.132
.036
KualitasProduk
.354
.168
.528
2.112
.037
CitraMerek
.343
.275
305
1.245
.216
c.
Beta
Dependent Variable: KeputusanPembelian
Sumber : Hasil Penelitian (2016) (diolah)
66
Universitas Sumatera Utara
1. Harga
Harga berpengaruh secara positif dan signifikan terhadap Keputusan
Pembelian, hal ini terlihat dari nilai signifikansi (0,036) < 0,05, dan nilai
t hitung
(2.132) >
t tabel
(1,98) ,
artinya jika ditingkatkan variabel harga sebesar satu
satuan maka Keputusan Pembelian akan meningkat sebesar 0,36 satuan, maka
H a diterima
2. Kualitas Produk
Kulitas Produk berpengaruh secara positif dan signifikan terhadap Keputusan
Pembelian, hal ini terlihat dari nilai signifikansi (0,037) > 0,05, dan nilai
t hitung
(2,112) >
t tabel
(1,98) ,
artinya jika ditingkatkan variabel Kualitas Produk
sebesar satu satuan maka Keputusan Pembelian akan meningkat sebesar 0,37
satuan maka H a diterima.
3. Citra Merek
Citra Merek berpengaruh secara positif dan tidak signifikan terhadap
Keputusan Pembelian, hal ini terlihat dari nilai signifikansi (0,216) > 0,05,
dan nilai t hitung (1,245) > t tabel (1,98) , artinya jika ditingkatkan variabel Citra Merek
sebesar satu satuan maka Keputusan Pembelian tidak akan meningkat sebesar
0,216 satuan.
4.5.3 Koefisien Determinasi (R2)
Koefisien Determinasi (R2) digunakan untuk mengukur seberapa besar
kontribusi variabel bebas (X) terhadap variabel terikat (Y). Jika Koefisien
Determinasi (R2) semakin besar (mendekati satu) menunjukkan semakin baik
kemampuan variabel X menerangkan variabel Y dimana 0 < R2< 1. Sebaliknya,
67
Universitas Sumatera Utara
jika R2 semakin kecil (mendekati nol), maka akan dapat dikatakan bahwa
pengaruh variabel bebas adalah kecil terhadap variabel terikat. Hal ini berarti
model yang digunakan tidak kuat untuk menerangkan pengaruh variabel bebas
yang diteliti terhadap variabel terikat. Derajat pengaruh variabel X 1, X 2, X 3
terhadap variabel Y dapat dilihat pada tabel berikut ini:
Tabel 4.13
Koefisien Determinasi (R2)
Model Summary
Model
1
R
.895a
R Square
.801
Adjusted
R Std. Error of the
Square
Estimate
.794
.59449
a. Predictors: (Constant), CitraMerek, KualitasProduk, Harga
Sumber : Hasil Penelitian (2016) (diolah)
Pada Tabel 4.13 dapat dilihat bahwa:
1. R=0,895 berarti hubungan antara Harga, Kualitas Produk dan Citra
Merek sebesar 89,5%, artinya hubungannya sangat erat, dengan sisa
persentasi 10,5% dipengaruhi oleh variable lain. Untuk memastikan
tipe hubungan antar variabel dapat dilihat pada tabel 4.16 berikut :
Tabel 4.14
Hubungan Antar Variabel
Interpretasi
Nilai
0,0 – 0,19
Sangat Tidak Erat
0,2 – 0,39
Tidak Erat
0,4 – 0,59
Cukup Erat
0,6 – 0,79
Erat
0,8 – 0,99
Sangat Erat
Sumber : Situmorang & Lufti (2014:163)
68
Universitas Sumatera Utara
2. Adjusted R square sebesar 0,794 berarti 79,4% faktor – faktor
keputusan pembelian dapat dijelaskan oleh Harga, Kualitas Produk
dan Citra Merek dalam penelitian ini dan
20,6% keputusan
pembelian dipengaruhi oleh variabel lain.
3. Standart Error of Estimated artinya mengukur variasi dari nilai yang
diprediksi.Standart Error of Estimated juga dapat disebut standar
deviasi.Standart Error of Estimated dalam penelitian ini adalah
0,59449.Semakin kecil standar deviasi berarti model semakin baik.
4.6 Pembahasan
Berdasarkan pengujian secara simultan (Uji F) diketahui bahwa nilai F
hitung sebesar 119,313 dengan nilai signifikan 0,000 dan dapat disimpulkan
bahwa Harga, Kualitas Produk, dan Citra Merek berpengaruh positif dan
signifikan terhadap Keputusan Pembelian Smaartphone merek apple (iPhone)
pada Mahasiswa Ilmu Komputer dan Teknologi Informasi Universitas Sumatera
Utara. Artinya jika variabel Harga, Kualitas Produk, dan Citra Merek ditingkatkan
maka Keputusan Pembelan Smartphone merek apple (iPhone) juga akan
mengalami peningkatan.
Hasil penelitian ini sejalan dengan penelitian terdahulu yang dilakukan
oleh Ainur Rofiq (2015) “Analisis Pengaruh Kualitas Produk dan Harga Terhadap
Keputusan Pembelian iPhone (Studi Kasus Pada Universitas Muhammadiyah
Surakarta).
Berdasarkan pengujian secara parsial (Uji t) diketahui pengaruh dari
masing-masing variabel independen terhadap variabel dependen sebagai berikut :
69
Universitas Sumatera Utara
4.6.1 Pengaruh Harga Terhadap Keputusan Pembelian
Berdasaran uji hipotesis secara parsial (uji t), harga memiliki pengaruh
yang dominan terhadap keputusan pembelian serta berpengaruh positif dan
signifikan terhadap keputusan pembelian pada produk smartphone merek iPhone .
Hal ini disebabkan kemampuan pelanggan yang melihat sebuah produk yang telah
terbukti dan jelas merupakan produk yang telah memiliki kualitas yang baik di
masyarakat. Harga yang ditawarkan iPho