BAB III METODE PENELITIAN 3.1. Desain Penelitian Metode pemelitian yang digunakan adalah metode deskriptif, yaitu metode yang bertujuan untuk mencatat, mengolah, menyajikan dan menginterprestasikan data untuk memberikan suatu gambaran fakta-fakta melalui indikator-indikator yang diajukan dengan baik yang berkaitan dengan variable bebas maupun variable terikat, untuk kemudian dilakukan pengujian untuk mengetahui berapa besar tingkat pengaruh variable bebas
terhadap
variable
terikat.
Metode
deskriptif
merupakan
langkah-langkah
melakukan representasi objektif tentang gejala-gejala yang terdapat didalam masalah yang diselidiki. Keterangan : T-1 = Mengetahui dan menganalisis seberapa besar pengaruh dari Experiential
Marketing dan Promosi secara simultan terhadap Proses Belajar Konsumen. T-2 = Mengetahui dan menganalisis seberapa besar pengaruh Experiential
Marketing terhadap Proses Belajar Konsumen. T-3 = Mengetahui dan menganalisis seberapa besar pengaruh Promosi terhadap Proses Belajar Konsumen. T-4 = Mengetahui dan menganalisis seberapa besar pengaruh dari Experiential
Marketing, Promosi dan Proses Belajar Konsumen secara simultan terhadap Keputusan Pembelian. T-5 = Mengetahui dan menganilis seberapa besar pengaruh dari Experiential
Marketing terhadap Keputusan Pembelian. T-6 = Mengetahui dan menganalisis seberapa besar pengaruh Promosi terhadap Keputusan Pembelian.
46
47 T-7 = Mengetahui dan menganilis seberapa besar pengaruh Proses Belajar Konsumen terhadap Keputusan Pembelian. 3.2
Operasional Variabel Penelitian Dalam penelitian ini penulis menggunakan beberapa variable. Adapun variabel-
variabel yang digunakan dalam penelitian ini adalah : 1. Variabel Independent ( Variabel Bebas), yang tediri dari : -
Experiential marketing (x1):
-
Promosi (x2):
2. Variabel Dependent ( Variabel Terikat), yang tediri dari : -
Proses Belajar (y) :
-
Keputusan Pembelian (z):
48
Tabel 3.1 Operasional Variabel Penelitian Variabel
Dimensi
Indikator
Instrumen
Skala
Ukuran
Penguk
Model
uran
Sense
- Konsumen mengamati.
(Pendekatan
- Konsumen mendengar.
Panca Indra)
- Konsumen melihat.
Feel
- Kenyamanan konsumen.
(Perasaaan,
- Tampilan di mata konsumen.
Kuesioner
Interval
Likert
Kuesioner
Interval
Likert
Kuesioner
Interval
Likert
Kuesioner
Interval
Likert
- Rekomendasi.
Kuesioner
Interval
Likert
Periklanan
- Penawaran dan isi pesan iklan
Kuesioner
Interval
Likert
Promosi
- Pengenalan diberbagai media.
Kuesioner
Interval
Likert
penjualan
- Penawaran menarik
Promosi
Hubungan
- Program bantuan.
Kuesioner
Interval
Likert
(X2)
masyarakat
- Tanggapan
Pemasaran
- Penawaran langsung.
Kuesioner
Interval
Likert
- Pengulangan iklan
Kuesioner
Interval
Likert
Instrumental
- Penawaran iklan
Kuesioner
Interval
Likert
Conditioning
- Penawaran menarik Kuesioner
Interval
Likert
EXPERIENT IAL MARKETIN G (X1)
emosi konsumen, Tujuan mempengaruhi suasana hati)
Think
- merangsang kemampuan
(intelektual
intlektual dan kreatif
kognitif)
Act
- Pengalaman berbelanja.
(pengalaman
- Meniru perilaku seseorang.
gaya hidup)
Relate (budaya gaya hidup)
langsung
Classical Conditioning
- Benefit konsumen
Observational
- Kesimpulan berbagai stimulus
49
Learning
- Proses meniru perilaku
Pembelian
- Rencana pembelian
Kuesioner
Interval
Likert
- Pembelian pada waktu tertentu
Kuesioner
Interval
Likert
PROSES BELAJAR (Y) Terencana KPEUTUSA
Pembelian
N
terencana
PEMBELIAN (Z)
dengan waktu yang tepat Pemebelian
- Pembelian secara spontan
Kuesioner
Interval
Likert
Tidak terencana Sumber: Penulis(2010)
3.3
Jenis dan Sumber Data Tabel 3.2 Jenis dan Sumber Data T-1 Data
Kualitatif - Data
Experiential
primer dari
Marketing
kuesioner
T-2
√
T-3
T-4
√
T-5
T-6
T-7
√
√
√
√
konsumen Data Promosi
Kualitatif - Data primer dari kuesioner
√
√
konsumen Data Proses
Kualitatif - Data
Belajar
primer dari
Konsumen
kuesioner
√
√
√
√
√
√
√
konsumen Data
Kualitatif - Data
Keputusan
primer dari
Pembelian
kuesioner konsumen
Sumber : Penulis(2010)
√
√
50
3.4
Lokasi dan waktu penelitian Lokasi penelitian dilaksanakan di Jl.Ahmad Yani No.144-146, Cilacap dan kantor
pusat di Jl.Salam Raya No.53, Jakarta Barat 11540. Waktu penelitian dimulai dari bulan Maret 2010. 3.5
Teknik Pengumpulan Data Untuk mendapatkan data yang akan diolah, maka teknik pengumpulan data yang
dilakukan penulis dalam penelitian ini adalah sebagai berikut: 1. Penelitian Lapangan/ Riset Lapangan (Field Research) •
Observasi, tinjauan langsung ke lapangan untuk membantu pengidentifikasian perilaku konsumen.
•
Kuesioner, menggunakan format pertanyaan yang menggunakan skala.
2. Studi kepustakaan/ Riset kepustakaan (Library Research) Studi yang dilakukan dengan cara mempelajari buku- buku wajib (textbooks),
buku-buku pelengkap atau referensi, majalah, jurnal,
laporan resmi dari perusahaan, internet research dan catatan kuliah yang relevan dengan permasalahan yang diteliti. Dengan studi kepustakaan ini dimaksudkan untuk memperoleh data sekunder dan landasan teori sebagai bahan untuk studi perbandingan.
3.6
Teknik Pengambilan Sampel Populasi adalah suatu kelompok atau kumpulan subjek atau objek yang akan
dikenai generalisasi hasil penelitian. Populasi yang akan diteliti adalah konsumen Duta Mode, Cilacap. Jumlah populasi pengunjung di Duta Mode, Cilacap yaitu sebanyak 45.000 orang (dari Bulan Maret 2010 sampai dengan Juni 2010). Sedangkan sample adalah bagian dari populasi yang akan diteliti. Ukuran sample yang akan diteliti ditentukan dengan menggunakan rumus dari Slovin, yaitu :
51
n=
N N.d2 + 1
Dimana : n = jumlah sampel N = jumlah populasi d2 = presisi (ditetapkan 10% dengan tingkat kepercayaan 95%) Berdasarkan rumus di atas, diperoleh jumlah sample sebagai berikut :
1 2 1 0 , 0 0 0 . 5 ) 4 0 0 0 5 4 ( N =
+
= 100 Responden
Metode pengambilan sampel yang digunakan pada penelitian ini adalah
probability sampling, Probability sampling adalah teknik pengambilan sample yang memberikan peluang yang sama bagi setiap unsur (anggota) populasi untuk dipilih menjadi anggota sample. Sedangkan teknik probability sampling yang digunakan adalah simple random sampling, karena pengambilan anggota dari populasi dilakukan secara acak tanpa memperhatikan strata yang ada dalam populasi itu.
3.7
Uji Validitas Uji validitas dilakukan berkenaan dengan ketepatan alat ukur terhadap konsep
yang diukur sehingga benar-benar mengukur apa yang seharusnya diukur. Berkaitan dengan pengujian validitas instrument menurut Riduwan (2004:109-110) menjelaskan bahwa validitas adalah suatu ukuran yang menunjukkan tingkat keandalan suatu alat ukur. Untuk menguji validitas alat ukur, terlebih dahulu dicari harga korelasi antara bagian-bagian dari alat ukur secara keseluruhan dengan cara mengkorelasikan setiap butir alat ukur dengan skor total yang merupakan jumlah tiap skor butir. Untuk menghitung validitas alat ukur yang digunakan rumus:
52
Dimana: r
hitung
= Koefisien korelasi
∑ Xi
= Jumlah skor item
∑ Yi
= Jumlah skor total
N
= Jumlah responden
Selanjutnya dihitung dengan Uji-t dengan rumus :
Dimana: t = Nilai t
hitung
r = Koefisien korelasi hasil r
hitung
n = Jumlah responden Distribusi (Tabel t) untuk α = 0,05 dan derajad kebebasan (dk = n-2) Kaidah keputusan : Jika t t
hitung
>t
table
berarti valid seblaiknya
table
berarti tidak valid
hitung
Jika instrument itu valid, maka dilihat criteria penafsiran mengenai indeks korelasinya (r) sebagai berikut: Antara 0,800 – 1,000 : sangat tinggi Antara 0600 – 0,799 : tinggi Antara 0,400 – 0,599 : cukup tinggi Antara 0,200 – 0,399 : rendah Antara 0,000 – 0,199 : sangat rendah
3.8
Uji Reliabilitas Uji Reliabilitas dilakukan untuk mendapatkan tingkat ketepatan 9keterandalan atau
keajegan) alat pengumpul data (instrument) yang digunakan. Uji reliabilitas instrument dilakukan dengan rumus alpha. Metode mencari reliabilitas internal yaitu menganalisis realibilitas alat ukur dari satu kali pengukuran, rumus yang digunakan adalah Alpha. Langkah-langkah mencari nilai reliabilitas dengan metode Alpha sebagai berikut:
53
Langkah 1: Menghitung Varians skor tiap-tiap item dengan rumus:
Dimana: Si
= Varians skor tiap-tiap item
Σ Xi2 = Jumlah kuadrat item Xi (ΣXi)2 = Jumlah item Si dikudratkan N
= Jumlah responden
Langkah 2: Kemudian menjumlahkan Varians semua item dengan rumus: Σ Si = S1 + S2 + S3……. Sn Dimana: Σ Si
= Jumlah Varians semua item
S1 + S2 + S3……. Sn = Varians item ke- 1,2,3…….n Langkah 3: Menghiting Varians total dengan rumus:
Dimana: St ΣX
= Varians total t
2
= Jumlah kuadrat X total
(Σ X t)2 = Jumlah X total dikuadratkan
Langkah 4: Masukkan nilai Alpha dengan rumus:
Dimana: 11
= Nilai Reliabilitas
Σ Si
= Jumlah varians skor tiap-tiap item
St
= Varians total
K
= Jumlah item
54
Kemudian diuji dengan uji Reliabilitas instrument dilakukan dengan rumus Korelasi
Pearson Product Moment dengan teknik belah dua awal-akhir yaitu:
Harga r
xy
awal-akhir.
Untuk mencari reabilitas seluruh tes digunakan rumus spearman Brown yakni:
atau rb ini baru menunjukkan reabilitas setengah tes. Oleh karenanya disebut r
Untuk mengetahui koefisien korelasinya signifikan atau tidak digunakan distribusi (Tabel
r) untuk alpha 0,05 atau alpha 0,01 dengan derajad kebebasan (dk = n-2). Kemudian membuat keputusan membandingkan r11 dengan r table. Adapun kaidah keputusan: Jika r11 > r
3.9
tabel
berarti reliabel dan r
11
tabel
berarti Tidak Reliabel.
Uji Normalitas data Uji Normalitas digunakan untuk mengetahui apakah populasi data berdistribusi
normal tau tidak. Uji ini biasanya digunakan untuk mengukur data berskala ordinal, interval maupun rasio. Jika analisis menggunakan metode parametrik, maka persyaratan normalitas harus terpenuhi, yaitu data berasal dari distribusi yang normal.
Dalam
penelitian ini akan digunakan uji One Sample Kolmogorov-Smirnov dengan menggunakan taraf signifikasi 0,05. Langkah-langkah uji normalitas dengan menggunakan aplikasi SPSS : 1. Input data pada SPSS. 2. Dari menu analyze, pilih Descriptive statistic, lalu pilih Explore. 3. Masukkan variable yang hendak diuji pada kotak “Dependent List” 4. Pada bagian Display, klik pada kotak plots. 5. Kemudian buka kotak plots sehingga terdapat layer sebagai berikut :
55
6. klik kotak “normality plots with tests” dan nonaktifkan pilihan stem and leaf, pilih None pada bagian boxplots. Klik continue 7. Abaikan pilihan lain, klik Ok. Dasar pengambilan keputusan :
•
Angka signifikasi Uji Kolmogorov-Smirnov Sig > 0,05 maka data berdistribusi normal.
•
Angka signifikasi Uji Kolmogorov-Smirnov Sig < 0,05 maka data tidak berdistribusi normal.
3.10
Metode Analisis Metode Analisis Berdasarkan Tujuan Penelitian
Tabel 3.3 Metode Analisis Berdasarkan Tujuan Penelitian Tujuan
Alat analisis
T-1
Path Analysis dan Korelasi Pearson
T-2
Path Analysis dan Korelasi Pearson
T-3
Path Analysis dan Korelasi Pearson
T-4
Path Analysis dan Korelasi Pearson
T-5
Path Analysis dan Korelasi Pearson
T-6
Path Analysis dan Korelasi Pearson
T-7
Path Analysis dan Korelasi Pearson
Sumber: Riduwan dan Kuncoro (2007:62)
A.
Koefisien Korelasi Pearson Berdasarkan Riduwan dan Engkos Ahmad Kuncoro (2007,p61) untuk mengetahui
hubungan antara variable X1 dengan Y dan X2 dengan Y dan X1 dan X2 terhadap Y digunakan teknik korelasi. Analisis korelasi yang digunakan adalah Pearson Product
Moment, dengan rumus:
56
Korelasi PPM dilambangkan (r) dengan ketentuan nilai r tidak lebih dari harga (1≤r≤+1). Apabila nilai r = -1 artinya korelasinya negatif sempurna; r=0 artinya tidak ada korelasi; dan r=1 berarti korelasinya sangat kuat. Sedangkan arti harga r akan ditampilkan pada Tabel Intepretasi Nilai r sebagai berikut.
Tabel 3.4 Intepretasi Koefisien Korelasi Nilai r Interval Koefisien
Tingkat Hubungan
0,80 – 1,000
Sangat Kuat
0,60 – 0,799
Kuat
0,40 – 0,599
Cukup Kuat
0,20 – 0,399
Rendah
0,00 – 0,199
Sangat Rendah
Sumber: Riduwan dan Kuncoro (2007:62)
Untuk mencari makna generalisasi, maka perlu melakukan uji signifikansi dari hubungan antara variable X terhadap Y. Uji signifikansi adalah sebagai berikut: Hipotesis Ho: Variabel X tidak memiliki hubungan yang signifikan dengan variabel Y Ha: Variabel X memiliki hubungan yang signifikan dengan variabel Y Dasar pengambilan keputusan Sig ≥ α Æ Ho diterima, Ha ditolak Sig < α Æ Ho ditolak, Ha diterima Ket: α (alpha) = tingkat presisi, batas ketidakakuratan (1-tingkat kepercayaan)
B.
Path Analysis Analisis jalur yang dikenal dengan path analysis dikembangkan pertama tahun
1920-an oleh seorang ahli genetika yaitu Sewall Wright (Joreskog & Sorbom, 1996; Johnson & Wichern, 1992). Path Analysis diartikan oleh Bhornstedt (1974 dalam
57
Kusnendi, 2005:1)yang dikutip oleh Riduwan dan Engkos Ahmad Kuncoro (2007,p1) bahwa “a technique for estimating the effect’s a set of independent variables han on a
dependent caribale from a set of observed correlations, given a set of hypothesized causal asymmetric relation among the varibales.” Sedangkan Tujuan utama path analysis adalah ….. a method of measuring the direct influence along each separate path in such
a system and thus of finding the degree to which variation of a given effect is determined by each particular cause. The method depend on the combination of knowledge og the degree of correlation among the variables in a system with such knowledge as may possessed of the causal relations (Maruyama, 1998:16). Jadi, model path analysis digunakan untuk menganalisis pola hubungan antar variable dengan tujuan untuk mengetahui pengaruh langsung maupun tidak langsung seperangkat variabel bebas (eksogen) terhadap variable terikat (endogen). Teknik analisis jalur ini akan digunakan dalam menguji besarnya sumbangan (kontribusi) yang ditunjukkan oleh koefisien jalur pada setiap diagram jalur hubungan kausal antara variable X1, X2 dan X3 terhadap Y serta dampaknya kepada Z. Analisis korelasi dan regresi yang merupakan dasar dari perhitungan koefisien jalur. Al Rasyid dalam Sitepu (1994:24) yang dikutip oleh Riduwan dan Kuncoro (2007, p115)
mengatakan
bahwa
dalam
penelitian
social
tidak
semata-mata
hanya
mengungkapkan hubungan variable sebagai terjemahan statistik dari hubungan antara variable alami, tetapi terfokus pada upaya untuk mengungkapkan hubungan kausal antar variable. Manfaat lain model path analysis adalah untuk: (1) Penjelasan (explanation) terhadap fenomena yang dipelajari atau permasalahan yang diteliti; (2) Prediksi nilai variable terikat (Y) berdasarkan nilai variable bebas (X), dan prediksi dengan path
analysis ini bersifat kualitatif; (3) Faktor determinan yaitu penentuan variable bebas (X) mana yang berpengaruh dominan terhadap variable terikat (Y), juga dapat digunakan untuk menelusuri mekanisme (jalur-jalur) pengaruh variable bebas (X) terhadap variable
58
terikat (Y); (4) Pengujian model, menggunakan theory trimming, baik untuk uji reliabilitas (uji kejegan) konsep yang sudah ada ataupun uji pengembangan konsep baru. Menurut Riduwan dan Kuncoro (2007, p2), asumsi-asumsi yang mendasari path
analysis sebagai berikut: 1. Pada model path analysis, hubungan antar variable adalah bersifar linier, adaptif dan bersifat normal 2. Hanya system aliran kausal ke satu arah artinya tidak ada arah kausalitas yang berbalik 3. Variabel terikat (endogen) minimal dalam skala ukur interval dan ratio 4. Menggunakan sampel probability sampling yaitu teknik pengambilan sampel untuk memberikan peluang yang sama pada setiap anggota populasi untuk dipilih menjadi anggota sampel 5. Observed variables diukur tanpa kesalahan (instrument pengukuran valid dan reliable) artinya variable yang diteliti dapat diobservasi secara langsung 6. Model yang dianalisis dispesifikasikan (diidentifikasi) dengan benar berdasarkan teoriteori dan konsep-konsep yang relevan artnya model teori yang dikaji atau dibangun berdasarkan kerangka teoritis tertentu yang mampu menjelaskan hubungan kausalitas antar variable yang diteliti. Pada diagram jalur digunakan dua macam anak panah, yaitu: (a) anak panah satu arah yang menyatakan pengaruh langsung dari sebuah variable eksogen [variable penyebab (X)] terhadap sebuah variable endogen [variable akibat (Y)], misalnya: dan (b) anak panah dua anak yang menyatakan hubungan korelasional antara variable eksogen, misalnya Langkah-langkah menguji Path Analysis sebagai berikut:
1. Merumuskan hipotesis dan persamaan structural Struktur: Y = ρyx1 X1 + ρyx2 X2 + ρy ε1
2. Menghitung koefisien jalur yang didasarkan pada koefisien regresi
59
a. Gambarkan diagram jalur lengkap, tentukan sub-sub strukturnya dan rumuskan persamaan strukturalnya yang sesuai hipotesis yang diajukan. Hipotesis: Naik turunnya variable endogen (Y) dipengaruhi secara signifikan oleh variable eksogen (X1 dan X2). b. Menghitung koefisien regresi untuk struktur yang telah dirumuskan. Hitung koefisien regresi untuk struktur yang telah dirumuskan: Persamaan regresi ganda: Y = a + b1X1 + b1X2 + ε1 Pada dasarnya koefisien jalur (path) adalah koefisien regresiyang distandarkan yaitu koefisien regresi yang dihitung dari basis data yang telah diset dalam angka baku atau Z-score (data yang diset dengan nilai rata-rata = 0 dan standar deviasi = 1). Koefisien jalur yang distandarkan (standardize path coefficient) ini digunakan untuk menjelaskan besarnya pengaruh (bukan memprediksi) variable bebas (eksogen) terhadap variable lain yang diberlakukan sebagai variable terikat (endogen). Koefisien path ditunjukkan oleh output yang dinamakan Coefficient atau dikenal dengan nilai Beta. Jika ada diagram jalur sederhana mengandung satu unsur hubungan antara variable eksogen dengan variable endogen, maka koefisien
path-nya adalah sama dengan koefisien korelasi r sederhana. 3. Menghitung koefisien jalur secara simultan (keseluruhan) Uji secara keseluruhan hipotesis statistic dirumuskan sebagai berikut Ha: ρyx1 = ρyx2 = ....... = ρyxk ≠ 0 Ho: ρyx1 = ρyx2 = …….. = ρyxk = 0 a. Kaidah pengujian signifikansi secara manual: Menggunakan Tabel F
Keterangan: n= jumlah sampel k= jumlah variable eksogen R2yxk= R
square
60
Jika F
hitung
≥F
tabel,
F
≤F
tabel,
terima Ho artinya tidak signifikan
hitung
maka tolak Ho artinya signifikan dan
Dengan taraf signifikan (α) = 0,05 Carilah nilai F F
tabel
=F
tabel
{(1-α) (dk=k), (dk=n-k-1)
Cara mencari F Nilai
menggunakan Tabel F dengan menggunakan rumus:
(dk=n-k-1)
tabel
: nilai
atau F
(dk=k)
{(1-α) (v1=k), (v2=n-k-1)}
atau V1 disebut sebagai nilai pembilang
atau V2 disebut sebagai nilai penyebut
b. Kaidah pengujian signifikansi: Program SPSS - Jika nilai probabilitas 0,05 lebih kecil atau sama dengan nilai probabilitas Sig atau [0,05 ≤ Sig], maka Ho ditolak dan Ha diterima, artinya signifikan. - Jika nilai probabilitas 0,05 lebih besar atau sama dengan nilai probabilitas Sig atau [0,05 ≥ Sig], maka Ho ditolak dan Ha diterima, artinya signifikan.
4. Menghitung Koefisien jalur secara Individu Hipotesis penelitian yang akan diuji dirumuskan menjadi hipotesis statistic berikut: Ha: ρyx1 > 0 Ho: pyx1 = 0 Secara individual uji statistic yang digunakan adalah uji t yang dihitung dengan rumus (Schumacker & Lomax, 1996:44. Kusnendi, 2005:12)
Keterangan: Statistik SeρX1 diperoleh dari hasil komputasi pada SPSS untuk analisis regresi setelah data ordinal ditansformasi ke interval. Selanjutnya untuk mengetahui signifikansi analisis jalur bandingkan antara nilai probabilitas Sig dengan dasar pengambilan keputusan sebagai berikut. -
Jika nilai probabilitas 0,05 lebih kecil atau sama dengan nilai probabilitas Sig atau [0,05 ≤ Sig], maka Ho diterima dan Ha ditolak, artinya tidak signifikan.
61
-
Jika nilai probabilitas 0,05 lebih besar atau sama dengan nilai probabilitas Sig atau [0,05 ≥ Sig], maka Ho ditolak dan Ha diterima, artinya siginifikan.
5.
Meringkas dan menyimpulkan Kemudian setelah didapat hasil perhitungan maka dibuatlah ringkasan dari hasil
penelitian
tersebut
kemudian
dianalisis
dan
disimpulkan
yang
berguna
untuk
pengambilan keputusan penelitian.
3.11
Transformasi Data Ordinal menjadi Interval Mentransformasi data ordinal menjadi data interval gunanya untuk memenuhi
sebagian dari syarat analisis parametrik yang mana data setidak-tidaknya berskala interval. Teknik transformasi yang paling sederhana dengan menggunakan MSI (Method
of Successive Interval). Langkah-langkah transformasi data ordinal ke data interval sebagai berikut : a)
pertama perhatikan setiap butir jawaban responden dari angket yang disebarkan
b) pada setiap butir ditentukan berapa orang yang mendapat skor 1,2,3,4 dan 5 yang disebut sebagai frekuensi. c) Setiap frekuensi dibagi dengan banyaknya responden dan hasilnya disebut proporsi. d) Tentukan nilai proporsi kumulatif dengan jalan menjumlahkan nilai proporsi secara berurutan per kolom skor e) Gunakan table distribusi normal, hitung nilai Z untuk setiap proporsi kumulatif yang diperoleh f)
Tentukan nilai tinggi densitas untuk setiap nilai Z yang diperoleh (dengan menggunakan table tinggi densitas)
g) Tentukan nilai skala dengan menggunakan rumus :
NS =
(Density at Lower Limit ) − (Density at Upper Limit) (Area Below Upper Limit ) − (Area Below Lower Limit )
62
h) Tentukan nilai transformasi dengan rumus :
Y = NS + ⎣1 + NS min
⎦
3.12 Rancangan Uji Hipotesis Dasar pengambilan keputusan dapat ditentukan dengan : 1. Membandingkan nilai probabilitas sig dengan nilai probabilitas 0,05 •
Jika nilai probabilitas 0,05 lebih kecil atau sama dengan nilai probabilitas sig atau (0,05 ≤ sig), maka Ho diterima dan Ha ditolak.
•
Jika nilai probabilitas 0,05 lebih besar atau sama dengan nilai probabilitas sig atau (0,05 ≥ sig), maka Ho ditolak dan Ha diterima.
Tujuan 1 (sub struktur 1) 1. Hipotesis pengujian secara simultan antara X1, X2 dan Y
Ho : variable Experiential Marketing dan promosi tidak berkontribusi secara simultan dan signifikan terhadap variable proses belajar.
Ha : variable Experiential Marketing dan promosi berkontribusi secara simultan dan signifikan terhadap variable proses belajar. Tujuan 2 (sub struktur 1) 2. Hipotesis pengujian secara individual antara X1 dan Y
Ho : Variabel Experiential Marketing tidak berkontribusi secara signifikan terhadap variable proses belajar.
Ha : Variabel Experiential Marketing berkontribusi secara signifikan terhadap variable proses belajar. Tujuan 3 (sub struktur 1) 3. Hipotesis pengujian individual antara X2 dan Y
Ho : variable promosi tidak berkontribusi secara signifikan terhadap variable proses belajar.
Ha : variable promosi berkontribusi secara signifikan terhadap variable proses belajar. Tujuan 4 (sub struktur 2)
63
4. Hipotesis pengujian secara simultan antara X1, X2, Y dan Z
Ho : Variabel experiential marketing, promosi dan proses belajar tidak berkontribusi secara simultan dan signifikan terhadap variable keputusan pembelian.
Ha : Variabel experiential marketing, promosi dan proses belajar berkontribusi secara simultan dan signifikan terhadap variable keputusan pembelian. Tujuan 5 (sub struktur 2) 5. Hipotesis pengujian secara individual antara X1 dan Z
Ho : variable experiential marketing tidak berkontribusi secara signifikan terhadap variable keputusan pembelian.
Ha : variable experiential marketing berkontribusi secara signifikan terhadap variable keputusan pembelian. Tujuan 6 (sub struktur 2) 6. Hipotesis pengujian secara individual antara X2 dan Z
Ho : variable promosi tidak berkontribusi secara signifikan terhadap variable keputusan pembelian.
Ha : variable promosi berkontribusi secara signifikan terhadap variable keputusan pembelian. Tujuan 7 (sub struktur 2) 7. hipotesis pengujian individual antara Y dan Z
Ho : variable proses belajar tidak berkontribusi secara signifikan terhadap variable keputusan pembelian.
Ha : variable proses belajar berkontribusi secara signifikan terhadap variable keputusan pembelian.
3.13
Rancangan Implikasi Hasil Penelitian Rancangan implikasi hasil penelitian ini yaitu setelah semua data dan hasil
analisis telah selesai dikumpulkan, maka selanjutnya dari hasil kuesioner yang dibagikan kepada Konsumen Duta Mode department store, Cilacap, akan digunakan untuk
64
menggambarkan bagaimana pengaruh antara experiential marketing dan promosi terhadap proses belajar dan dampaknya pada keputusan pembelian konsumen Duta Mode department store . Hasil penelitian analisis pengeruh experiential marketing dan promosi memberikan pengaruh secara bersama terhadap proses belajar dan dampaknya terhadap keputusan pembelian konsumen duta mode department store, diharapkan dapat memberikan implikasi yang positif kepada duta mode department store. Dengan bantuan software SPSS 17.0 untuk mengolah data dan mendapatkan hasil output penelitian. Hasil implikasi tersebut diharapkan dapat memberikank hasil yang memuaskan bagi perusahaan.
3.14 Analisis Jalur Model Trimming Model Trimming adalah model yang digunakan untuk memperbaiki suatu model struktur analisis jalur dengan cara mengeluarkan dari model variabel eksogen yang koefisien jalurnya tidak signifikan (HeiSe, Al-Rasyid & Sitepu, Kuesnendi dalam kuenendy dan kuncoro 2007). Jadi, model Trimming terjadi ketika koefisien jalur diuji secara keseluruhan ternyata ada variabel yang signifikan. Walaupun ada satu, dua atau lebih variabel yang tidak signifikan, peneliti perlu memperbaiki model struktur analisis jalur yang telah dihipotesiskan. Cara menggunakan model Trimming yaitu menghitung ulang koefisien jalur tanpa menyertakan variabel eksogen yang koefisien jalurnya tidak signifikan. Selanjutnya, diberikan contoh sebagai berikut. Langkah-langkah pengujian path analysis model Trimming sebagai berikut. 1. Merumuskan persamaan struktural. 2. Menghitung koefisien jalur yang didasarkan pada koefisien regresi. a. Gambarkan diagram jalur lengkap. b. Menghitung koefisien regresi untuk setiap sub struktur yang telah dirumuskan. 3. Menghitung koefisien jalur secara simultan (keseluruhan).
65
4. Menghitung secara individual. 5. Menguji kesesuaian antar model analisis jalur. 6. Merangkum kedalam tabel. 7. Memaknai dan menyimpulkan. Kerangka hubungan kausal empiris antara jalur dapat dibuat melalui persamaan struktur sebagai berikut.
X1
Y
Z
X2
Gambar 3.1 Hubungan struktur X1, X2, dan Y terhadap Z F = ( n – k – 1 ) Rsquare k (1 – Rsquare)
