METODE ANALISA DATA

UJI VALIDITAS

Validitas adalah tingkat keandalah dan kesahihan alat ukur yang digunakan. Intrumen dikatakan valid berarti menunjukkan alat ukur yang dipergunakan untuk mendapatkan data itu valid atau dapat digunakan untuk mengukur apa yang seharusnya di ukur (Sugiyono, 2004:137). Dengan demikian, instrumen yang valid merupakan instrumen yang benar-benar tepat untuk mengukur apa yang hendak di ukur.

Penggaris dinyatakan valid jika digunakan untuk mengukur panjang, namun tidak valid jika digunakan untuk mengukur berat. Artinya, penggaris memang tepat digunakan untuk mengukur panjang, namun menjadi tidak valid jika penggaris digunakan untuk mengukur berat.  Uji validitas berguna untuk mengetahui apakah ada pernyataan-pernyataan pada kuesioner yang harus dibuang/diganti karena dianggap tidak relevan.  Item Instrumen dianggap Valid jika lebih besar dari 0,3 atau bisa juga dengan membandingkannya dengan r tabel.

UJI RELIABILITAS

Uji reliabilitas berguna untuk menetapkan apakah instrumen yang dalam hal ini kuesioner dapat digunakan lebih dari satu kali, paling tidak oleh responden yang sama akan menghasilkan data yang konsisten. Dengan kata lain, reliabilitas instrumen mencirikan tingkat konsistensiKriteria suatu instrumen penelitian dikatakan reliabel dengan menggunakan teknik ini, bila koefisien reliabilitas (r11) > 0,6.

 

Uji Asumsi Klasik

Pengujian asumi klasik dilakukan untuk mengetahui kondisi data yang ada agar dapat

menentukan model analisis yang tepat. Untuk menguji apakah persamaan garis regresi yang

diperoleh linier dan dapat dipergunakan untuk melakukan peramalan, maka harus dilakukan uji asumsi klasik yaitu:

 

1) Uji Multikolonieritas

Uji multikolonieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya

korelasi antar variabel bebas (Ghozali, 2009). Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas. Jika variabel bebas saling berkorelasi, maka variabel-variabel ini tidak ortogonal adalah variabel bebas yang nilai korelasi antar sesama variabel bebas sama dengan nol. Multikolonieritas dideteksi dengan menggunakan nilai tolerance dan Variance Inflation Factor (VIF). Tolerance mengukur variabilitas variabel bebas yang terpilih yang tidak dapat dijelaskan oleh variabel bebas lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF yang tinggi (karena VIF=1/ tolerance) dan menunjukkan adanya kolinearitas yang tinggi. Nilai cutoff yang umum dipakai adalah nilai tolerance 0,10 atau sama dengan nilai VIF dibawah 10.

2) Uji Autokorelasi

Uji autokorelasi digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik autokorelasi yaitu korelasi yang terjadi antara residual pada satu pengamatan dengan pengamatan lain pada model regresi. Prasyarat yang harus terpenuhi adalah tidak adanya autokorelasi dalam model regresi. Metode pengujian yang sering digunakan adalah dengan uji Durbin-Watson (uji DW) dengan ketentuan sebagai berikut:

1)     Jika d lebih kecil dari dL atau lebih besar dari (4-dL) maka hopotesis nol ditolak, yang berarti terdapat autokorelasi.

2)     Jika d terletak antara dU dan (4-dU), maka hipotesis nol diterima, yang berarti tidak ada autokorelasi.

3)     Jika d terletak antara dL dan dU atau diantara (4-dU) dan (4-dL), maka tidak menghasilkan kesimpulan yang pasti.

Nilai du dan dl dapat diperoleh dari tabel statistik Durbin Watson yang bergantung banyaknya observasi dan banyaknya variabel yang menjelaskan.

 

Analisis Regresi Berganda

Analisis regresi ganda adalah alat untuk meramalkan nilai pengaruh dua variabel bebas atau lebih terhadap satu variabel terikat (untuk membuktikan ada tidaknya hubungan fungsional atau hubungan kausal antara dua atau lebih variabel bebas). Dalam penelitian ini kegunaan analisis regresi ganda untuk mengetahui ada tidaknya pengaruh harga, kualitas, fitur dan gaya atau design terhadap positioning produk smartphone Blackberry dan Samsung. Model hubungan nilai pelanggan dengan variabel-variabel tersebut dapat disusun dalam fungsi atau persamaan sebagai berikut:

 

Y = a + b1X1 + b2X2 + b3X3 + b4X4 +

 

Dimana:

Y = Positioning produk

a = Konstanta

b1- b4 = Koefisien regresi yang hendak ditaksir

X1 = Harga

X2 = Kualitas

X3 = Fitur

X4 = Gaya atau Design

= error / variabel pengganggu

Dalam persamaan regresi ini, variabel dependennya adalah positioning produk smartphone

Blackberry dan samsung. Sedangkan variabel independennya adalah harga yang ditawarkan, kualitas, fitur, gaya dan desain.

 

Analisis korelasi Ganda (R)

Analisis ini digunakan untuk mengetahui hubungan antara dua atau lebih variabel independen (X) terhadap variabel dependen (Y) secara serentak. Koefisien ini menunjukan seberapa besar hubungan yang terjadi antara variabel independen (X) secara serentak terhadap (Y). Nilai R berkisar antara 0 sampai 1, nilai semakin mendekati 1 berarti hubungan yang terjadi semakin kuat, sebaliknya nilai semakin mendekati 0 maka hubungan yang terjadi semakin lemah.

 

Koefisien Determinasi (R2)

Koefisien determinasi (R2) pada intinya mengukur seberapa jauh kemampuan model dalam

menerangkan variasi variabel dependen (Ghozali, 2009). Nilai koefisien determinasi adalah

antara nol dan satu. Nilai R2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati satu berarti variable-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen.

 

Uji Signifikansi Simultan

Uji F yaitu suatu uji untuk mengetahui pengaruh variabel bebas yaitu harga (X1), kualitas (X2), fitur (X3), dan gaya atau design (X4) secara simultan terhadap variabel terikat yaitu (Y).

Kriteria untuk menguji hipotesis adalah :

a. Membuat hipotesis untuk kasus pengujian F-test di atas, yaitu :

1) H0 : b1 = b2 = b3 = b4 = 0

Artinya: tidak ada pengaruh yang signifikan dari variabel bebas yaitu harga (X1),

Kualitas (X2), fitur  (X3), gaya atau design (X4) secara simultan terhadap

variabel terikat yaitu positioning produk (Y).

2) H1 : b1- b4 > 0

Artinya: ada pengaruh yang signifikan dari variabel bebas yaitu harga (X1), kualitas (X2), fitur (X3), dan gaya atau design (X4) secara simultan terhadap variabel

terikat yaitu positioning produk (Y).

b. Menentukan F tabel dan F hitung.

Dengan tingkat kepercayaan sebesar 95% atau taraf signifikansi sebesar 5%, maka :

1) Jika F hitung > F tabel , maka H0 ditolak, berarti masing-masing variabel bebas secara

bersama-sama mempunyai pengaruh yang signifikan terhadap variabel terikat.

2) Jika F hitung < F tabel , maka H0 diterima, berarti masing-masing variabel bebas secara

bersama-sama tidak mempunyai pengaruh yang signifikan terhadap variabel terikat.

Uji Parsial (Uji t)

Uji t digunakan untuk menguji signifikansi konstanta dari setiap variabel independen, apakah

harga (X1), kualitas (X2), fitur (X3), dan gaya atau design (X4)

benar-benar berpengaruh secara parsial (terpisah) terhadap variabel dependennya yaitu positioning produk (Y). Kriteria pengujian dengan tingkat signifikansi (a) = 0,05 ditentukan sebagai berikut :

– t hitung < t tabel, maka H0 diterima

– t hitung > t tabel, maka H0 ditolak

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s