Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only.
BAB III METODELOGI PENELITIAN
1.1.
Waktu dan Tempat Penelitian
1.1.1. Waktu Penelitian Penelitian tentang pengaruh citra merek dan pembayaran kredit berpengaruh terhadap keputusan pembelian sepeda motor Honda Vario yang dimulai pada bulan September 2014 sampai dengan menyebar kuesioner kepada seluruh pengguna sepeda motor Honda Vario di Universitas Mercu Buana kampus A dan B mahasiswa aktif Manajemen S1 akademik 2011 kelas regular Fakultas Ekonomi dan Bisnis, Meruya – Jakarta. Data tersebut merupakan data primer yang akan diolah dalam bentuk tabel atau gambar sebagai penyajian data penelitian. 1.1.2. Tempat Penelitian Penelitian ini menganalisis mengenai citra merek dan pembayaran kredit terhadap keputusan pembelian pada merek sepeda motor Honda Vario. Objek penelitian ini adalah sepeda motor matic merek Honda Vario yang digunakan oleh mahasiswa aktif Manajemen S1 akademik 2011 di Kampus A dan B Universitas Mercu Buana kelas regular Fakultas Ekonomi dan Bisnis, Meruya – Jakarta Barat. Data yang diambil
41
Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only.
42
merupakan data hasil kuesioner terhadap seluruh pengguna sepeda motor Honda Vario.
1.2.
Desain Penelitian Dalam penyusunan penelitian ini, penulis menggunakan metode analisis Kausal. Analisis kausal adalah penelitian untuk mengetahui tentang pengaruh satu atau lebih variabel bebas (Independent Variable) terhadap variabel terikat (Dependent Variable). Tujuan dalam penelitian kausal dalam hal ini adalah untuk mengetahui seberapa besar citra merek dan pembayaran kredit mempengaruhi keputusan pembelian sepeda motor Honda Vario di Universitas Mercu Buana kelas regular Fakultas Ekonomi dan Bisnis.
1.3.
Definisi dan Operasional Variabel
1.3.1. Variabel Penelitian Menurut Sugiyono (2009:58), mengatakan bahwa pada dasarnya variabel penelitian adalah segala sesuatu yang berbentuk apa saja yang ditetapkan oleh peneliti untuk dipelajari sehingga diperoleh informasi tentang hal tersebut, kemudian ditarik kesimpulannya. Dengan kata lain, variabel penelitian ialah setiap hal dalam suatu penelitian yang datanya
Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only.
43
ingin diperoleh. Dinamakan variabel karena nilai dari data tersebut beragam. 1. Variabel Bebas (Independent) Variabel Independent (bebas) adalah merupakan variabel yang mempengaruhi atau yang menjadi sebab perubahannya atau timbulnya variabel
Dependent
(terikat).
Dalam
penelitian
ini
variabel
Independent adalah : Citra Merek (X1) dan Pembayaran Kredit (X2). 2. Variabel Terikat (Dependent) Variabel Dependent (terikat) adalah merupakan variabel yang dipengaruhi atau timbulnya variabel Dependent. Dalam penelitian ini variabel Dependent adalah : Keputusan Pembelian (Y). 3.3.2 Definisi Operasional Definisi operasional merupakan bagian yang mendefinisikan sebuah konsep/variabel agar dapat diukur, dengan cara melihat pada dimensi (indikator) dari suatu konsep/variabel. Dimensi (indicator) dapat berupa: perilaku, aspek, atau sifat/karakteristik. (Sekaran, 2006 dalam Noor, 2011:97). Definisi operasional merupakan semacam petunjuk pelaksanaan bagaimana caranya mengukur suatu variabel sehingga dapat menentukan apakah prosedur pengukuran yang sama akan dilakukan atau diperlukan pengukuran yang baru. Adapun operasionalisasi dari masingmasing variabel terdapat pada Tabel 3.1. – 3.3. dibawah ini:
Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only.
44
TABEL 3.1. OPERASIONAL VARIABEL CITRA MEREK Variabel
Dimensi
Citra Merek
Pengenalan
Indikator 1. Mengenal Merek 2. Mengingat Merek
Reputasi
3. Berkualitas 4. Kompetensi 5. Baik
Daya Tarik
6. Harga Produk 7. Kelebihan Produk 8. Reputasi Perusahaan 9. Ketersediaan Produk Pendukung 10. Aksesoris dan Jasa 11. Baik Buruknya Review Mengenai Produk 12. Kompleksitas Produk 13. Keuntungan Relative dan Level Standarisasi
Kesetiaan
14. Akan merasa menyesal apabila menggunakan merek lain 15. Tidak ingin menggunakan merek lain 16. Akan sangat sulit untuk menggunakan merek lain
Sumber : Soehadi (2005)
Pengukuran Skala Ordinal
Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only.
45
TABEL 3.2. OPERASIONAL VARIABEL PEMBAYARAN KREDIT Variabel
Dimensi
Pembayaran Kredit
Prinsip-prinsip Kredit
Indikator
Pengukuran
17. Analisis Watak
Skala Ordinal
18. Analisis Kemampuan 19. Analisis Modal 20. Analisis Kondisi 21. Analisis Jaminan
Monitoring
22. Pengingatan Pembayaran Terhadap Konsumen 23. Tindakan Perusahaan
Jumlah Kredit
24. Nominal Kredit 25. Pembayaran Angsuran
Jangka Waktu Kredit
26. Lama atau cepatnya masa kredit 27. Permasalahan masa kredit
Sumber : Abdurrahman (2010 : 31) TABEL 3.3. OPERASIONAL VARIABEL KEPUTUSAN PEMBELIAN Variabel
Dimensi
Indikator
Keputusan Pembelian
Pengenalan Masalah
28. Kebutuhan
Pencarian Informasi
29. Sumber Pribadi 30. Publik 31. Pengalaman
Pengukuran Skala Ordinal
Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only.
46
Evaluasi Alternatif
32. Manfaat 33. Pelayanan Jasa 34. Kebutuhan
Keputusan Pembelian
35. Merek 36. Lokasi 37. Kuantitas Waktu 38. Metode Pembayaran
Perilaku Pasca Pembelian
39. Kepuasaan atau ketidakpuasan 40. Teman
Sumber : Kotler & Keller (2008:166, 184)
1.4.
Skala Pengukuran Variabel Skala pengukuran yang digunakan dalam penelitian ini yaitu skala ordinal. Skala pengukuran ordinal memberikan informasi tentang jumlah relatif karakteristik berbeda yang dimiliki oleh objek atau individu tertentu. Tingkat pengukuran ini mempunyai informasi skala nominal ditambah dengan sarana peringkat relatif tertentu yang memberikan informasi apakah suatu objek memiliki karakteristik yang lebih atau kurang tetapi bukan berapa banyak kekurangan dan kelebihannya (Noor, 2011). Skala ordinal memungkinkan untuk pengurutan data dari tingkat yang paling tinggi atau sebaliknya, dengan interval yang tidak harus sama.
Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only.
47
1.5.
Metode Pengumpulan Data Metode pengumpulan data yang digunakan adalah angket atau kuesioner. Angket atau kuesioner merupakan daftar pertanyaan tertulis yang telah dirumuskan sebelumnya yang akan responden jawab (Sekaran, 2006:82). Cara penilaian terhadap hasil jawaban kuesioner dilakukan dengan menggunakan skala Likert. Skala Likert yaitu berhubungan dengan pernyataan tentang sikap seseorang terhadap sesuatu, yang terdiri dari 5 tingkatan yaitu (Sekaran, 2006:31-32) : TABEL 3.4. SKALA LIKERT Persyaratan
Kode
Skor
Sangat Tidak Setuju
(STS)
1
Tidak Setuju
(TS)
2
Netral
(N)
3
Setuju
(S)
4
Sangat Setuju
(SS)
5
Pengelolaan kuesioner dilakukan dengan menggunakan rentang skala penilaian dengan menentukan posisi tanggapan responden dengan menggunakan nilai skor. Setiap bobot alternative jawaban yang terbentuk dari teknik skala peringkatan terdiri dari kisaran 1 – 5. Penentuan rentang skala dilakukan dengan rumus berikut (Umar, 2005) :
Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only.
48
Dimana : RS
= Rentang Skala
N
= jumlah sampel
M
= jumlah alternative jawaban tiap item
Berdasarkan rumus tersebut, maka dapat dihitung nilai rentang skala sebagai berikut : RS = 140 (5-1)/5 = 0,8 Nilai skor rataan dihasilkan dari perkalian antara bobot nilai jawaban berdasarkan skala dengan jumlah jawaban responden, kemudian dibagi dengan jumlah responden. Berdasarkan nilai skor rataan tersebut, maka posisi keputusan rentang skala dapat dilihat pada tabel 3.5. dibawah ini : TABEL 3.5. POSISI KEPUTUSAN PENILAIAN No. Skor Rataan Keterangan 1.
140 – 252
Sangat Tidak Setuju
2.
252 – 364
Tidak Setuju
3.
364 – 476
Netral
4.
476 – 588
Setuju
5.
588 – 700
Sangat Setuju
Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only.
49
Jenis data dan sumber data dalam penelitian ini adalah data primer. Data primer adalah data yang diperoleh melalui wawancara atau kuesioner (Ferdinand, 2006:27). Sumber data primer yang digunakan dalam penelitian ini adalah data mengenai persepsi responden tentang citra merek, pembayaran kredit dan keputusan pembelian.
1.6.
Jenis Data Penelitian Jenis data yang digunakan penulis dalam penelitian ini merupakan data primer dan data sekunder. Penjelasannya adalah sebagai berikut: a.
Data primer (primary data) Data primer adalah data yang dikumpulkan dan diolah sendiri oleh organisasi yang menerbitkan atau menggunakannya (Soeratno & Arsyad, 2008). Dalam penelitian ini data primer yang digunakan survey dengan menggunakan alat yaitu kuesioner.
b.
Data sekunder (secondary data) Data sekunder adalah data yang diterbitkan atau digunakan oleh organisasi yang bukan pengolahnya (Soeratno & Arsyad, 2008). Dalam penelitian ini, penulis mengumpulkan data-data dan informasi yang diperlukan dengan cara membaca literatur, buku, artikel, jurnal, data dari internet, skripsi dan tesis penelitian sebelumnya.
Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only.
50
1.7.
Populasi dan Sampel Populasi adalah keseluruhan kelompok orang, kejadian, atau hal lain yang ingin diteliti (Sekaran, 2006:121). Populasi dalam penelitian ini adalah pengguna sepeda motor Honda Vario di Universitas Mercu Buana kampus A dan B mahasiswa aktif Manajemen S1 akademik 2011 kelas regular Fakultas Ekonomi dan Bisnis, Meruya – Jakarta. Rumus untuk mencari sampel menggunakan rumus Slovin (Noor, 2011:158) :
=
1+
Keterangan : n
= Jumlah elemen/anggota sampel
N = Jumlah elemen/anggota populasi e
= Eror level (tingkat kesalahan) (catatan: umumnya digunakan 1% atau 0,01; 5% atau 0,05; dan 10% atau 0,1 (catatan dapat dipilih oleh peneliti). Dengan asumsi tingkat keandalan 95%, karena menggunakan α
= 0,005 dan toleransi kesalahan sebesar 5%, maka :
Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only.
51
N = 185 : (1 + (185 X 0,052)) N = 185 : 1,4625 = 126,50 ≈ 130 Jadi, jumlah sampel atau ukuran yang diperlukan untuk diteliti adalah 130 responden dan ditambah 10 responden untuk membulatkan hasil kuesioner yang tersebar agar mendapat hasil dengan tingkat kepercayaan yang akurat dari data populasi pengguna sepeda motor Honda Vario. Teknik pengambilan sampel dalam penelitian ini adalah non acak yaitu cara pengambilan sampel yang tidak memberikan kesempatan yang sama kepada anggota populasi untuk dijadikan anggota sampel (Sekaran, 2006:126). Sedangkan jenis sampel non acak yang dipilih adalah purposive sampling (sampel bertujuan) yaitu teknik pengambilan sampel berdasarkan pertimbangan tertentu (Sekaran, 2006:137). Target penelitian ini adalah pembeli dan penggunaan sepeda motor Honda Vario di Universitas Mercu Buana kampus A dan B mahasiswa aktif Manajemen S1 akademik 2011 kelas regular Fakultas Ekonomi dan Bisnis, Meruya – Jakarta.
Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only.
52
3.8.
Metode Analisi Data
3.8.1. Uji Instrumen 1.
Uji Validitas Validitas/kesahihan adalah suatu indeks yang menunjukkan alat ukur tersebut benar-benar mengukur apa yang diukur. Validitas ini menyangkut akurasi instrument. Untuk mengetahui apakah kuesioner yang disusun tersebut itu valid/sahih, maka perlu diuji dengan uji korelasi antara skor (nilai) tiap-tiap butir pertanyaan dengan skor total kuesioner tersebut. Adapun teknik korelasi yang biasa dipakai adalah teknik korelasi product moment dan untuk mengetahui apakah
nilai korelasi tiap-tiap
pertanyaan
itu
significant, maka dapat dilihat pada tabel nilai product moment atau menggunakan SPSS untuk mengujinya. Untuk butir pertanyaan yang tidak valid harus dibuang atau tidak dipakai sebagai instrument pertanyaan (Noor, 2011:132). Uji validitas dengan tingkat kesalahan 5% dapat diketahui dengan melihat r hitung, apabila nilai r hitung > r Product Moment 0,05 disebut signifikan dan r hitung < r Product Moment 0,05 disebut tidak signifikan (Noor, 2011:169-173). Rumus yang digunakan oleh Sugiyono (2009:356) adalah sebagai berikut:
Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only.
53
=
∑ [
∑
− (∑ )(∑ )
− (∑ ) ][
∑
− (∑ ) ]
Dimana : r : Koefisien korelasi variabel bebas dan variabel terkait n : Banyaknya sampel x : Skor tiap item y : Skor total variabel 2.
Uji Reliabilitas Reliabilitas/keterandalan adalah indeks yang menunjukkan sejauh mana suatu alat ukur dapat dipercaya atau diandalkan. Hal ini berarti menunjukkan sejauh mana alat pengukur dikatakan konsisten, jika dilakukan pengukuran dua kali atau lebih terhadap gejala yang sama. Untuk diketahui bahwa perhitungan/uji reliabilitas harus dilakukan hanya pada pertanyaan yang telah memiliki atau memenuhi uji validitas, jadi jika tidak memenuhi syarat uji validitas maka tidak perlu diteruskan untuk uji reliabilitas. Reliabilitas adalah indek yang menunjukkan sejauh mana suatu alat pengukur dapat dipercaya atau dapat diandalkan. Reliabilitas menunjukkan kemantapan/konsistensi hasil pengukuran. Suatu alat pengukur dikatakan mantap atau konsisten, apabila untuk mengukur sesuatu berulang kali, alat pengukur itu menunjukkan hasil yang sama, dalam kondisi yang sama (Noor, 2011:130-131).
Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only.
54
Alat untuk mengukur reliabilitas adalah Alpha Cronbach. Suatu variabel dikatakan reliabel apabila, nilai alpha r > 0,60 dan tidak reliable apabila, r < 0,60 (Noor, 2011:165). Rumus yang digunakan oleh Sugiyono (2009:365) adalah sebagai berikut: ∑
=
−
Dimana : ∑ =
−
∑
rH
: Reliabilitas instrumen
k
: Banyaknya butir pertanyaan
ab2
: Jumlah varians butir
ai2
: Jumlah varians total
Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only.
55
Keandalan tes ulang Stabilitas Keandalan bentuk paralel
Realibilitas (keandalan pengukuran) Konsistensi Ketepatan data
Keandalan konsisten antar Keandalan belah dua
Validitas (mengukur hal yang benar)
Validitas logis (isi)
Validitas muka
Validitas berdasarkan kriteria
Validitas berdasarkan kriteria
Prediktif
Konkuren
Konferage
Diskrimina
GAMBAR 3.6. ALUR UJI COBA INSTRUMEN (Sekaran, 2007 dalam Noor, 2011)
3.8.2. Uji Asumsi Klasik Uji ini dilakukan untuk memenuhi syarat agar persamaan yang diperoleh model linier regresi berganda dapat diterima. Uji asumsi klasik dilakukan dengan cara menguji normalitas, heteroskedastisitas dan multikolinearitas. Apabila uji asumsi klasik terpenuhi, maka model linier regresi berganda akan menghasilkan unbiased linier estimator dan memiliki varian minimum atau sering disebut dengan BLUE (Best Linier Unbiased Estimator) (Ghozali, 2011:14).
Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only.
56
1.
Uji Normalitas Uji normalitas dilakukan untuk mengetahui apakah data yang diambil berasal dari populasi yang berdistribusi normal atau tidak. Ada beberapa teknik yang dapat digunakan untuk menguji normalitas data, antara lain: dengan kertas peluang normal, uji chikuadrat, uji Liliefors, teknik Kolmogorov-Smirnov, dan SPSS (Statistical Package for Social Science) (Noor, 2011:174). Normalitas dipenuhi jika hasil uji tidak signifikan untuk suatu taraf signifikansi (α) tertentu (biasanya α = 0,05 atau α = 0,01). Sebaliknya, jika hasil uji signifikan maka normalitas data tidak terpenuhi. (Noor, 2011:177-178)
2.
Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi
terjadi
ketidaksamaan
variance
dari
residual
satu
pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homokedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah homokedastisitas atau tidak terjadi heteroskedastisitas (Ghozali, 2011:139). Deteksi ada tidaknya problem heteroskedastisitas adalah dengan media grafik, apabila tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah
angka
0
pada
sumbu
Y,
Heteroskedastisitas (Ghozali, 2011:139).
maka
tidak
terjadi
Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only.
57
3.
Uji Multikolinearitas Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebas. Jika variabel bebas saling berkorelasi, maka variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah variabel bebas yang nilai korelasi antar sesama variabel bebas sama dengan
nol
(0).
Untuk
mendeteksi
ada
atau
tidaknya
multikolinearitas di dalam model regresi adalah sebagai berikut (Ghozali, 2011:105) : mempunyai angka Tolerance di atas (>) 0,1 dan mempunyai nilai VIF (variance inflation factor) di bawah (<) 10. 3.8.3. Regresi Linier Berganda Analisis regresi berganda digunakan untuk menguji pengaruh simultan dari beberapa variabel bebas terhadap satu variabel terikat atau menguji pengaruh berapa banyak varians dalam variabel terikat yang dijelaskan oleh sekelompok prediktor (Sekaran, 2006:299).
Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only.
58
Rumus (Sugiyono, 2005:211) : Y = a + b1X1 + b2X2 + e Dimana: a
=
Konstanta
b1 dan b2
=
Koefisien regresi
Y
=
Keputusan Pembelian
X1
=
Citra Merek
X2
=
Pembayaran Kredit
e
=
Eror
3.8.4. Uji Hipotesis 3.8.4.1. Uji Koefisien Regresi Secara Bersama-sama (Uji F) Uji ini digunakan untuk mengetahui apakah variabel independent secara bersama-sama berpengaruh secara signifikan terhadap variabel dependent (Priyatno, 2010). Uji F atau ANOVA dilakukan dengan membandingkan tingkat signifikasi yang ditetapkan untuk penelitian dengan probability value dari hasil penelitian. 1. jika probabilitas > 0,05 maka model ditolak. 2. jika probabilitas < 0,05 maka model diterima. 3.8.4.2. Uji Statistik (Uji – t) Uji statistik t menunjukan beberapa jauh pengaruh satu variabel independent secara individual dalam menerangkan variasi variabel dependent. Apakah variabel independent berpengaruh secara nyata atau
Generated by Foxit PDF Creator © Foxit Software http://www.foxitsoftware.com For evaluation only.
59
tidak.
Pengambilan
keputusan
dapat
dilakukan
probabilitasnya (Priyatno,2010), yaitu: 1. jika probabilitas > 0,05 maka model ditolak. 2. jika probabilitas < 0,05 maka model diterima.
dengan
melihat