BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN

3.1. Obyek Penelitian Obyek penelitian merupakan sasaran yang hendak diteliti sesuai dengan tujuan yang telah ditentukan serta akan dibuktikan secara empiris dan obyektif. Husein Umar (2005:303) menyatakan bahwa

objek penelitian menjelaskan

tentang apa atau siapa yang akan menjadi objek dalam suatu penelitian. Obyek penelitian mengenai pengaruh pesan iklan dan penggunaan celebrity endorser terhadap minat beli ini yaitu pelajar SMAN 94, Kalideres, Jakarta Barat. Sementara itu waktu yang digunakan dalam penelitian ini adalah selama 3 bulan mulai bulan Januari – Maret 2015. Adapun alasan pemilihan pelajar sekolah menengah atas dan pemilihan pada SMAN 94 antara lain sebagai berikut : 1. Pelajar SMAN 94 Kalideres Jakarta Barat merupakan kelompok usia remaja yang menjadi target market dari iklan Indomie Goreng versi semangat pagi yang diperankan oleh Al Ghazali yang juga seorang celebrity endorser dengan kategori remaja (17 tahun). 2. Pelajar di SMAN 94 Kalideres Jakarta Barat secara umum terdiri dari kelompok masyarakat kelas menengah sebagaimana target market utama dari Indomie.

Hal tersebut juga dapat dilihat berdasarkan lokasi sekolah yang

berada di perbatasan Jakarta dengan Tangerang.

52

http://digilib.mercubuana.ac.id/

53

3.2. Paradigma Penelitian Dalam penelitian ini, paradigma yang digunakan adalah positivistik. Paradigma positivistik menurut Neuman (2005:140) merupakan paradigma yang sistematis atau terorganisir dengan mengkombinasikan deductive logic serta melakukan pengamatan secara empiris terhadap perilaku individu maupun kelompok secara probalistik untuk memperoleh konfirmasi mengenai sebab akibat yang bisa dipakai untuk memprediksi pola umum dari suatu kegiatan manusia. Paradigma ini memandang realitas sebagai suatu yang sudah terpola, teratur, dapat diamati, diukur dan sebagainya. Pandangan ini juga sepaham dengan filsafat empiris yang menyatakan bahwa kebenaran (pengetahuan) ada di luar diri manusia. Alasan paradigma penelitian yang digunakan positivistik karena pandangan terhadap obyek penelitian adalah realitas obyektif sebagai realitas eksternal di luar peneliti yaitu pelajar SMAN 94 Jakarta. Dalam hal ini peneliti harus menjaga jarak dengan obyek penelitian, termasuk dalam hal nilai, etika, maupun moral. Selain itu dalam penelitian ini juga menggunakan kerangka deduktif, yakni dimulai dari penentuan kerangka teori mengenai pesan iklan, celebrity endorser, dan minat beli. Selanjutnya adalah merumuskan hipotesis asosiatif sebagai jawaban tentatif bagi permasalahan penelitian. Hipotesis tersebut selanjutnya diuji melalui suatu perangkat metodologi yang telah ditentukan. Dengan melakukan penelitian ilmiah, hipotesis yang telah dirumuskan akan diuji kebenarannya, dan bila teruji kebenarannya maka hipotesis tersebut akan diakui sebagai fakta.


54

3.3. Metode Penelitian Dalam penelitian ini metode yang digunakan adalah penelitian survei dengan tipe eksplanatif. Penelitian survei menurut Singarimbun dan Sofyan (2008:3) adalah penelitian yang mengambil sampel dari suatu populasi dan menggunakan kuesioner sebagai alat pengumpulan data yang pokok dan lazimnya dengan menguji hipotesis. Pada umumnya merupakan unit analisis dalam penelitian survei adalah individu. Alasan pemilihan metode survei digunakan dalam penelitian ini adalah karena peneliti mengambil sampel dari populasi dan pengumpulan data dari responden dengan mengunakan angket atau kuesioner. Pengumpulan data melalui kuesioner dari sejumlah responden yang telah ditentukan jumlahnya merupakan ciri khas penelitian survei. Penelitian survei ini memungkinkan pembuatan generalisasi untuk populasi yang besar maupun kecil berdasarkan data yang dikumpulkan melalui kuesioner. Menurut Bungin (2005:46), eksplanatif maksudnya adalah menjelaskan suatu generalisasi sampel terhadap populasinya atau menjelaskan hubungan, perbedaan atau pengaruh satu variabel dengan variabel lain. Jadi, penelitian eksplanatif menggunakan sampel dan hipotesis,

serta melakukan uji hipotesis statistik.

Alasan penentuan tipe penelitian eksplanatif adalah karena dimaksudkan untuk menjelaskan hubungan asimetris antar dua varibel atau lebih melalui pengujian hipotesis. Kemudian pendekatan yang digunakan adalah pendekatan kuantitatif.


55

Penelitian kuantitatif akan memusatkan perhatian pada suatu gejala dengan karakteristik tertentu dan disebut sebagai variabel serta analisis variabelnya menggunakan teori yang obyektif. Pendekatan kuantitatif menurut Arikunto (2006:122) akan banyak dituntut menggunakan angka-angka, mulai dari pengumpulan data penelitian, penafsiran terhadap data, serta hasil dari penelitiannya.

3.4. Populasi dan Sampel 3.4.1. Populasi Penelitian Populasi merupakan keseluruhan unit ataupun individu dalam suatu ruang lingkup penelitian. Sementara itu, menurut Singarimbun dan Effendi (2008:152) populasi penelitian juga dijelaskan sebagai jumlah keseluruhan dari unit analisis yang ciri-cirinya akan diduga. Dalam penelitian ini yang menjadi populasi adalah pelajar SMAN 94 Kalideres, Jakarta Barat yang berjumlah 666 siswa. Alasan yang mendasari peneliti menentukan populasi ini dikarenakan pelajar SMAN 94 Jakarta dapat mewakili

target audience dari iklan Indomie Goreng di televisi yang

menggunakan celebrity endorser Al Ghazali. Celebrity endorser yang digunakan dalam iklan tersebut merupakan seorang remaja yang umurnya setara dengan sebagian besar pelajar SMAN 94, yaitu 17 tahun. Daftar populasi yang terdiri dari kelas X hingga XII atau kelas 1 hingga kelas 3 dapat dirinci dalam tabel sebagai berikut:


56

Tabel 3.1 Daftar Populasi Kelas

Jumlah

Kelas 1 (X) MIA-1

36

Kelas 1 (X) MIA-2

36

Kelas 1 (X) MIA-3

36

Kelas 1 (X) IIS-1

36

Kelas 1 (X) IIS-2

36

Kelas 1 (X) IIS-3

36

Kelas 2 (XI) MIA-1

36

Kelas 2 (XI) MIA-2

36

Kelas 2 (XI) MIA-3

36

Kelas 2 (XI) IIS-1

36

Kelas 2 (XI) IIS-2

36

Kelas 2 (XI) IIS-3

35

Kelas 3 (XII) IPA-1

39

Kelas 3 (XII) IPA-2

39

Kelas 3 (XII) IPS-1

40

Kelas 3 (XII) IPS-2

40

Kelas 3 (XII) IPS-3

38

Kelas 3 (XII) IPS-4

39

Total Sumber: Hasil wawancara dengan Wakil Kepala SMAN 94

666

Keterangan : MIA : Matematika dan Ilmu Alam IIS : Ilmu-Ilmu Sosial IPS : Ilmu Pengetahuan Sosial IPA : Ilmu Pengetahuan Alam

3.4.2. Sampel Penelitian Dalam penentuan jumlah sampel maka hal yang perlu dipertimbangkan peneliti adalah bagaimana sampel tersebut dapat mewakili populasi dengan baik


57

dan tepat. Sampel penelitian merupakan sebagian dari suatu dengan karakteristik atau sifat-sifat

yang sama atau serupa dengan populasinya. Menurut

Sukandarrumidi (2004:50) sampel dijelaskan pula sebagai bagian dari populasi yang memiliki sifat-sifat yang sama dari obyek yang merupakan sumber data. Pada penelitian ini yang menjadi sampel adalah sebagian dari pelajar SMAN 94 Kalideres, Jakarta Barat. Rumus yang dipergunakan adalah dalam penentuan besarnya sampel adalah Nomogram Harry King, dengan taraf kesalahan bervariasi mulai 0,3% sampai dengan 15% dan faktor pengali yang disesuaikan dengan taraf kesalahan yang ditentukan. Alasan penggunaan rumus ini adalah karena jumlah populasi maksimal 2000, dan sesuai dengan populasi penelitian yang berjumlah 666 pelajar.

Sampel = Prosentase x Populasi x Faktor Pengali Rumus : Nomogram Harry King Sumber: Sugiyono (2011:89) Keterangan : 1. Persentase merupakan angka yang diperoleh dengan menarik garis dari nilai ukuran popuplasi melewati taraf kesalahan yang dikehendaki/ditentukan. 2. Faktor pengali adalah nilai ini diperoleh berdasarkan taraf kesalahan yang ditentukan. Misalnya jika taraf kesalannya 5%, sementara tingkat kepercayaan 95%, maka ditemukan faktor pengali sebesar 1,195 (Sugiyono, 2011:89)

Rumus Nomogram Harry King untuk lebih jelasnya dapat dilihat pada gambar berikut ini:


58

Gambar 3.1 Nomogram untuk Menentukan Sampel dari Populasi Sampai 2000 Sumber : Sugiyono (2008:89)

Dengan populasi 666 dan dikehendaki kepercayaan sampel terhadap populasi adalah 95% atau tingkat kesalahan 5% maka jumlah sampel yang diambil;

(28%) x 666 x 1,195 = 222,84  223 (dibulatkan)

Keterangan : Populasi Faktor pengali untuk taraf kepercayan 95% Taraf kesalahan 5%, ditemukan titik pada angka


= 666 = 1,195 = 28%

59

Selanjutnya dalam penelitian ini, teknik penarikan sampel yang digunakan adalah systematic random sampling atau pengambilan sampel secara acak sistematis. Dalam buku yang berjudul Metode Penelitian Sukandarrumidi (2004:61), menjelaskan bahwa cara ini dilakukan dengan menggunakan interval tertentu. Pemilihan teknik penarikan sampel sistematic random sampling ini karena

memenuhi

syaratnya,

antara

lain

tersedianya kerangka sampling

(ukuran populasinya diketahui dengan pasti). Selain itu populasinya mempunyai pola beraturan

dan

memungkinkan

diberikan

nomor urut serta bersifat

homogen. Seperti halnya pada random sampling, setiap anggota populasi mempunyai peluang yang sama sebagai sampel penelitian, tetapi dalam systematic random sampling, ditambah dengan faktor interval tertentu. Dalam hal ini dengan jumlah populasi 666 dan ditentukan sampel akan diambil 223 orang, maka faktor interval 3. Sampel pertama akan diambil secara acak, selanjutnya sampel kedua dan seterusnya diambil berdasarkan interval 3 (tiga) yang telah ditentukan sebelumnya.

3.5. Definisi dan Operasionalisasi Konsep Definisi konseptual merupakan penjelasan dari variabel

yang digunakan

dengan cara memberikan arti sehingga dapat memberikan gambaran tentang bagaimana sebuah variabel tersebut dapat diukur.


60

3.5.1. Definisi Konsep Berdasarkan teori-teori yang ada mengenai konsep-konsep yang diteliti yaitu daya tarik pesan iklan, kredibilitas celebrity endorser dan minat beli, peneliti menentukan salah satu definisi yang dianggap paling lengkap dan dapat mengukur variabel-variabel penelitian. Definisi konsep tersebut adalah sebagai berikut: 1. Daya Tarik Pesan Iklan Daya tarik pesan iklan atau power of impression dari suatu pesan iklan adalah seberapa besar iklan mampu memukau atau menarik perhatian pemirsanya. Daya tarik pesan iklan terdiri dari; meaningful (bermakna), believeble (dapat percaya) dan distinctive (daya tarik itu harus khas/berbeda). Kotler dan Armstrong (2001:116). 2. Kredibilitas Celebrity Endorser Kredibilitas celebrity endorser didefinisikan sebagai karakteristik positif yang dimiliki oleh selebriti sebagai sumber pesan. Tiga komponen yang mempengaruhi kredibilitas celebrity endorser sebagai pembawa pesan, antara lain; expertise (keahlian), trustworthiness (keterpercayaan) dan attractiveness (kemenarikan). Ohanian (1990:39-52). 3. Minat Beli Minat beli adalah sesuatu yang timbul setelah menerima stimuli dari produk yang dilihatnya, dari sana timbul ketertarikan untuk mencoba produk tersebut sampai pada akhirnya timbul keinginan untuk membeli agar dapat memilikinya. Minat beli terdiri dari tertarik untuk mencari informasi tentang produk, mempertimbangkan untuk membeli, tertarik untuk mencoba, ingin mengetahui produk, dan ingin memiliki produk. Schiffman & Kanuk (2004: 470).

3.5.2. Operasionalisasi Konsep Di bawah ini merupakan variabel-variabel yang akan dijadikan pedoman dalam penelitian ini. Pada penelitian ini terdapat dua variabel independen yaitu daya tarik pesan iklan dan kredibilitas celebrity endorser dan variabel dependen yaitu minat beli. Agar dapat dilakukan pengukuran terhadap variabel-variabel penelitian tersebut, maka operasionalisasi konsep diuraikan sebagai berikut:


61

Tabel 3.2 Variabel Daya tarik pesan iklan (X1)

Kredibilitas Celebrity Endorser (X2)

Dimensi

Kemampuan pesan iklan memukau atau menarik perhatian pemirsanya.

Karakteristik positif yang dimiliki oleh sumber pesan.

Operasionalisasi Konsep Indikator Sub Indikator 1. Meaningful Pesan iklan (bermakna) menunjukkan manfaat atau kegunaan produk dan mampu membuat konsumen tertarik dan menginginkan produk. 2. Believeble Pesan iklan dapat (dapat percaya) dipercaya dan memberikan informasi yang benar. 3. Distinctive (daya tarik itu harus khas/berbeda)

Pesan iklan menyatakan sesuatu yang lebih baik berbeda dari produkproduk pesaing.

1. Keahlian (expertise)

a. Ahli (expert), b. Berpengalaman (experienced), c. Berpengetahuan (knowledgeable), d. Berkualifikasi (qualified), dan e. Memiliki kemampuan (skilled) a. Bertanggung jawab (dependable), b. Jujur (honest), c. Dapat diandalkan (reliable), d. Tulus (sincere), dan e. Dapat dipercaya (trustworthy) a. Menarik perhatian (attractive), b. Berkelas (classy), c. Cantik/tampan (beautiful), d. Elegan (elegant), dan e. Seksi (sexy) Konsumen mencari informasi lebih lengkap mengenai produk Konsumen mempertimbangkan untukmembeli produk yang diiklankan

2. Keterpercayaan (trustworthiness)

3. Attractiveness (Kemenarikan)

Minat beli (Y)

Tahap dimana konsumen telah menentukan pilihan dari beberapa iklan produk yang

1. Tertarik untuk mencari informasi tentang produk 2. Mempertimbangkan untuk membeli


Skala Skala Likert; 1. Sangat tidak setuju 2. Tidak setuju 3. Ragu-ragu 4. Setuju 5. Sangat setuju

Skala Likert; 1. Sangat tidak setuju 2. Tidak setuju 3. Ragu-ragu 4. Setuju 5. Sangat setuju

Skala Likert; 1. Sangat tidak setuju 2. Tidak setuju

62

dilihatnya.

3. Tertarik untuk 4. mencoba

Konsumen tertarik mencoba produk yang diiklankan

5. Ingin mengetahui produk

Konsumen memiliki keinginan untuk mengetahui lebih jelas mengenai produk

6. Ingin memiliki produk

Konsumen memiliki produk yang diiklankan

3. Ragu-ragu 4. Setuju 5. Sangat setuju

Sumber: Hasil pengembangan dari berbagai sumber oleh peneliti. Variabel-variabel selanjutnya akan diukur dengan menggunakan skala Likert, yang memiliki kategori respon yang berkisar antara sangat tidak setuju sampai dengan sangat setuju. Menurut Sugiyono (2011:93) skala Likert dapat digunakan untuk mengukur sikap, pendapat dan persepsi seseorang atau sekelompok orang tentang suatu fenomena sosial. Dalam skala Likert, jawaban dari setiap pertanyaan atau instrumen penelitian memiliki tingkatan atau gradasi mulai dari sangat positif hingga sangat negatif. Dalam penelitian ini, responden diminta untuk menjawab pertanyaan dengan jawaban dibagi menjadi 5 kategori sebagai berikut: Tabel 3.3 Kategori Pengukuran dan Bobot Kategori Bobot Sangat Setuju 5 Setuju 4 Ragu-Ragu 3 Tidak Setuju 2 Sangat Tidak Setuju 1 Sumber : Sugiyono (2012:133)

3.6. Transformasi Data Sebelum melakukan uji validitas dan reliabilitas instrumen, serta melakukan analisis data akan dilakukan transformasi dari data ordinal ke interval dengan Method of Successive Interval (MSI). Menurut Sedarmayanti dan Hidayat


63

(2011:55) Method of Successive Interval, adalah metode penskalaan untuk menaikkan skala pengukuran ordinal ke skala pengukuran interval.

Hal ini

dilakukan mengingat data ordinal sebenarnya adalah data kualitatif atau bukan angka sebenarnya. Dengan demikian keputusan yang dihasilkan dari penelitiannya hanya akan mengukur ada maupun tidaknya hubungan antar variabel. Sehingga perubahan yang terjadi terhadap satu variabel sebagai akibat dari berubahnya variabel lainnya tidak dapat diukur secara matematis. Pada penelitian ini, instrumen penelitian berupa kuesioner yang memiliki jawaban skala Likert yaitu data ordinal. Sementara itu beberapa prosedur statistik seperti regresi, korelasi Pearson, uji-t dan lain sebagainya mengharuskan data berskala interval. Salah satu prosedur yang dapat dilakukan dalam melakukan transformasi dari data ordinal ke dalam data interval adalah melalui bantuan Software Excel dengan menambahkan software stat97.xla. Sarwono dalam www.jonathansarwono.info menjelaskan langkah-langkah transformasi data ordinal ke data interval menggunakan program Excel adalah sebagai berikut: 1. 2. 3. 4. 5. 6. 7. 8.

Membuka program Excel Mengaktifkan file stat97.xla dengan klik dua kali (enable macro) Memasukkan data ordinal yang akan diubah Melakukan klik pada menu Add-Ins  Statistics  Successive Interval Pilihlah data ordinal yang akan dirubah Selanjutnya siapkan kolom untuk melihat hasil (output) data interval Isikan minimum value 1 dan maksimum 9 atau sesuai jarak nilai tertinggi Lakukan klik finish untuk melihat hasilnya

Dengan melakukan transformasi data dari ordinal menjadi data interval, maka akan memenuhi sebagian persyaratan analisis statistik parametrik yang mengharuskan setidak-tidaknya data dengan skala interval. Salah satu kegunaan transformasi data ini adalah hasil analisis

yang mensyaratkan data berskala


64

interval akan menjadi signifikan. Apalagi prosedur-prosedur yang dipilih dalam penelitian, menghendaki kalkukasi dengan menggunakan data kuantitatif atau dengan nilai sebenarnya.

3.7. Validitas dan Reliabilitas Untuk menguji instrumen penelitian yang dipakai dalam pengumpulan data apakah sudah baik, maka perlu dilakukan uji validitas dan reliabilitas terhadap instrumen tersebut.

3.7.1. Validitas Instrumen Validitas merupakan suatu ukuran yang menunjukkan tingkat kesahihan dari suatu instrumen dalam suatu penelitian. Menurut Singarimbun dan Effendi (2008:121) validitas menunjukkan sejauh mana suatu alat pengukur itu mengukur apa yang ingin diukur. Pada penelitian ini, uji validitas menggunakan teknik korelasi Pearson Product Moment yang mensyaratkan agar data yang dikorelasikan sekurangkurangnya berskala interval. Sementara itu Sugiyono (2005:182) menjelaskan bahwa model korelasi Pearson merupakan indek atau bilangan yang digunakan untuk mengukur keeratan hubungan antar variabel, di mana data yang diolah adalah data interval atau data rasio. Untuk menguji validitas instrumen sebagai alat ukur, terlebih dahulu dicari nilai korelasi antara bagian alat ukur secara keseluruhan dengan cara mengkorelasikan setiap butir alat ukur dengan skor total yang merupakan jumlah


65

tiap skor butir (item). Menurut Arikunto (2006:170) uji validitas menggunakan teknik Korelasi Pearson Product Moment, rumusnya adalah sebagai berikut:

Sumber : Arikunto (2006:170) Keterangan: rxy : Koefisien korelasi (r) Pearson antara variabel X dan variabel Y n : Banyaknya responden x : Skor yang yang diperoleh subjek dari seluruh item y : Skor total yang diperoleh dari seluruh item. ∑x : Jumlah skor dalam distribusi X ∑y : Jumlah skor dalam distribusi Y ∑ x2 : Jumlah kuadrat dalam skor distribusi X ∑y2 : Jumlah kuadrat dalam skor distribusi Y

Sebagaimana dijelaskan Sugiyono (2007:228), setelah perhitungan dilakukan kemudian nilai r (koefisien kolerasi) tersebut dibandingkan dengan nilai r

tabel

sesuai dengan taraf kesalahan yang telah ditetapkan (α = 0,05) dalam pengujian validitas, jika r

hitung

lebih besar dari r

tabel

(r

hitung

> rtabel) maka data dikatakan

valid.

3.7.2. Reliabilitas Instrumen Menurut Singarimbun dan Effendi (2008:140) reliabilitas adalah indeks yang menunjukkan sejauh mana suatu alat ukur dapat dipercaya atau dapat diandalkan. Reliabilitas Alpha Cronbach dapat dipergunakan baik instrumen yang berskala maupun dikotomi. Suatu variabel dikatakan reliabel menurut Ghozali (2005:88), jika memberikan nilai Cronbach Alpha > 0.60.


66

Pada instrumen yang menggunakan skor yang berbentuk rentangan dengan skala bertingkat (1-5) yaitu skala Likert. Menurut Arikunto (2002:171) pengujian reliabilitas dengan rumus Alpha Cronbach adalah sebagai berikut:

Sumber : Arikunto (2002:171) Keterangan : r11 : Reliabilitas instrumen k : Banyaknya butir pertanyaan atau banyaknya soal 2 ∑σb : Jumlah varians butir : Varian total σ t2 Pengambilan keputusan berdasarkan hasil uji reliabilitas adalah sebagai berikut: 1.

Bila suatu variabel nilai koefisien reliabilitas Alpha Cronbach (r11) > 0,6 maka dinyatakan reliabel.

2.

Bila suatu variabel nilai koefisien reliabilitas Alpha Cronbach (r11) < 0,6 maka dinyatakan tidak reliabel. Berikut ini adalah kriteria tingkat reliabilitas dapat dijelaskan pada tabel

sebagai berikut: Tabel 3.4 Interpretasi Reliabilitas Koefisien Korekasi Kriteria Reliabilitas 0,00 - 0,20 Sangat rendah 0,00 - 0,40 Rendah 0,40 - 0,60 Sedang 0,60 - 0,80 Tinggi 0,80 - 1,00 Sangat tinggi Sumber : Arikunto (1998:258)


67

3.7.3. Hasil Uji Validitas Instrumen Uji validitas akan menguji masing-masing variabel yang digunakan dalam dalam penelitian ini. Penelitian ini terdiri dari 2 variabel independen, 1 variabel dependen, serta memuat 26 pertanyaan yang dijawab oleh 223 responden. Kriteria yang digunakan dalam menentukan valid tidaknya pernyataan yang digunakan dalam penelitian ini adalah dengan tingkat signifikansi 0,05, derajat kebebasan (df) = n – 2 = 223 – 2 = 221. Berdasarkan angka yang dari r

tabel

Product Moment dengan signifikansi 0,05 didapatkan angka rtabel sebesar 0,131. Selanjutnya dibandingkan nilai r yang didapat dari rtabel dengan rhitung (r hasil perhitungan). Jika r pada r tabel < r hitung, maka pernyataan itu dianggap valid. Tabel 3.5 Hasil Uji Validitas Instrumen rtabel rhitung Item Daya Tarik Pesan Iklan Pertanyaan Nomor 1 0,131 0,565 Pertanyaan Nomor 2 0,131 0,646 Pertanyaan Nomor 3 0,131 0,631 Pertanyaan Nomor 4 0,131 0,623 Pertanyaan Nomor 5 0,131 0,569 Pertanyaan Nomor 6 0,131 0,564 Kredibilitas Celebrity Endorser Pertanyaan Nomor 1 Pertanyaan Nomor 2 Pertanyaan Nomor 3 Pertanyaan Nomor 4 Pertanyaan Nomor 5 Pertanyaan Nomor 6 Pertanyaan Nomor 7 Pertanyaan Nomor 8 Pertanyaan Nomor 9 Pertanyaan Nomor 10 Pertanyaan Nomor 11 Pertanyaan Nomor 12 Pertanyaan Nomor 13 Pertanyaan Nomor 14

0,131 0,131 0,131 0,131 0,131 0,131 0,131 0,131 0,131 0,131 0,131 0,131 0,131 0,131

0,492 0,494 0,524 0,549 0,548 0,555 0,546 0,547 0,556 0,618 0,518 0,510 0,541 0,587


Validitas Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid

68

Pertanyaan Nomor 15 Minat Beli

0,131

0,522

Valid

Pertanyaan Nomor 1 0,131 0,419 Pertanyaan Nomor 2 0,131 0,582 Pertanyaan Nomor 3 0,131 0,542 Pertanyaan Nomor 4 0,131 0,577 Pertanyaan Nomor 5 0,131 0,530 Sumber : Hasil pengolahan data primer dengan SPSS 21

Valid Valid Valid Valid Valid

Berdasarkan perhitungan validitas pada semua indikator di atas, tampak bahwa koefisien korelasi untuk semua pertanyaan lebih besar dari rtabel yaitu 0,131 (nilai r tabel, untuk n=221). Dengan demikian semua indikator yang terdapat dalam 3 variabel disimpulkan valid.

3.7.4. Hasil Uji Reliabilitas Instrumen Dalam penelitian ini, uji reliabilitas dilakukan pada taraf signifikansi 0,05, artinya instrumen dapat dikatakan reliabel bila nilai Alpha lebih besar dari rkritis Product-Moment. Hasil uji reliabilitas dapat dilihat pada tabel sebagai berikut: Tabel 3.6 Hasil Uji Reliabilitas Instrumen Variabel Cronbach’s Batasan Reliabilitas Alpha Daya tarik pesan iklan 0,816 0,600 Reliabel Kredibilitas celebrity 0,863 0,600 Reliabel endorser Minat beli 0,775 0,600 Reliabel Sumber : Hasil pengolahan data primer dengan SPSS 21

Kriteria Sangat tinggi Sangat tinggi Tinggi

Berdasarkan tabel di atas tampak bahwa hasil uji reliabilitas mempunyai nilai Cronbach’s Alpha yang cukup besar yaitu di atas 0,60 sehingga dapat dikatakan


69

semua indikator pengukur masing-masing variabel dari kuesioner adalah reliabel. Dengan demikian keseluruhan item yang ada pada masing-masing variabel disimpulkan layak digunakan sebagai alat ukur dalam penelitian ini.

3.8. Uji Asumsi Klasik Sebelum melakukan analisis data maka langkah pertama yang dilakukan adalah uji asumsi klasik. Hasil uji asumsi klasik akan menunjukkan apakah nilai residual berdistribusi normal serta hasil estimasi regresi yang telah dilakukan telah benar-benar bebas dari kemungkinan terjadinya multikolinearitas, autokorelasi, dan gejala heteroskedastisitas. Dijelaskan pula oleh Sudrajat (1988:164) bahwa model regresi akan dapat dijadikan alat estimasi yang tidak bias jika telah memenuhi persyaratan Best, Linier, Unbiased, Estimator (BLUE,) yakni residual berdistribusi normal, tidak terjadi multikolinearitas, tidak terjadi heteroskedastisitas dan tidak terjadi autokorelasi. 1.

Uji Multikolinearitas Menurut Ghozali (2011:105) uji multikoleniaritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel independen atau bebas. Suatu model regresi yang baik hendaknya tidak akan terjadi korelasi antar variabel independen. Untuk melihat ada atau tidaknya multikolinearitas dalam suatu model regresi dapat dilihat berdasarkan nilai tolerance dan lawannya VIF (Variance Inflation Factor). Menurut Ghozali (2006:91) batasan umum yang dipakai untuk menunjukkan adanya


70

multikolinearitas adalah dengan melihat nilai Tolerance < 0,10 atau VIF > 10. Pengambilan kesimpulan mengenai ada tidaknya multikoliniearitas, maka ditentukan hipotesis sebagai berikut: 1) Tolerance value < 0,10 atau VIF > 10

: terjadi multikolenearitas

2) Tolerance value > 0,10 atau VIF < 10

:

tidak

terjadi

multikolinearitas Uji multikolinearitas juga dilakukan dengan melakukan korelasi sederhana antara variabel independen. Menurut Gujarati (2003:347), jika korelasi antar variabel bebas melebihi 0,8 atau -0,8, maka dapat dicurigai adanya multikolinearitas. 2.

Uji Heteroskedastisitas Menurut Ghozali (2011:139) uji heteroskedastisitas dimaksudkan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain. Selanjutnya jika variance dari residual satu pengamatan ke pengamatan lain berbeda maka disebut heteroskedastisitas. Suatu model yang baik akan didapatkan bila

tidak

terdapat suatu pola tertentu pada grafik, seperti mengumpul di tengah, menyempit kemudian melebar atau sebaliknya melebar kemudian menyempit. Ghozali (2011:139) juga menjelaskan bahwa dasar pengambilan keputusan untuk menguji ada tidaknya heteroskedastisitas adalah sebagai berikut: 1) Jika muncul pola tertentu, misalnya titik yang ada membentuk pola tertentu teratur (bergelombang, melebur kemudian menyempit), maka hal tersebut menunjukkan terjadinya heteroskedastisitas. 2) Jika tidak terjadi suatu pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka hal tersebut mengindikasikan tidak terjadinya heteroskedastisitas.


71

Uji heteroskedastisitas juga dapat dilakukan dengan Uji Glejser

dengan

mengusulkan untuk meregres nilai absolute residual terhadap variabel independen.

Selanjutnya

dasar

pengambilan

keputusan

pada

Uji

Heteroskedastisitas antara lain : 1) Jika nilai signifikansi lebih besar dari 0,05 (Sig > 0,05) maka kesimpulannya adalah tidak terjadi heteroskedastisitas. 2) Jika nilai nilai signifikansi lebih kecil dari 0,05 (Sig < 0,05), maka kesimpulannya adalah terjadi heteroskedastisitas. 3.

Uji Normalitas Menurut Ghozali (2011:160), uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Dilakukannya uji normalitas adalah untuk menguji apakah dalam suatu model regresi, baik variabel terikat, variabel bebas atau keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik hendaknya memiliki distribusi data normal atau penyebaran data statistik pada sumbu diagonal dari grafik distribusi normal. Pengujian normalitas dalam penelitian ini digunakan dengan melihat probability plot yang membandingkan distribusi kumulatif dari data sesungguhnya dengan distribusi kumulatif dari data normal. Menurut Ghozali (2011:160) metode yang handal adalah dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Dasar dalam pengambilan keputusan terhadap uji normalitas menurut Ghozali, (2011:163) data adalah sebagai berikut:


72

1) Jika data menyebar di sekitar garis diagonal serta mengikuti arah garis diagonal atapun grafik histogramnya mengindikasikan distribusi normal. Dengan demikian model regresi tersebut memenuhi asumsi normalitas. 2) Jika data menyebar jauh dari diagonal dan/atau tidak mengikuti arah garis diagonal yang ada atau grafik histogram tidak menunjukkan distribusi normal, maka model regresi tersebut tidak memenuhi asumsi normalitas.

Selain itu uji statistik yang dapat digunakan untuk uji normalitas data dalam penelitian dapat dilakukan dengan sampel Kolmogorov-Smirnov. Uji normalitas

Kolmogorov-Smirnov

adalah

dengan cara

membandingkan

distribusi data yang akan diuji normalitasnya dengan distribusi normal baku. Distribusi normal baku merupakan data yang telah ditransformasikan ke dalam bentuk Z-Score dan diasumsikan normal. Dengan demikian uji Kolmogorov-Smirnov

merupakan

uji

beda

antara

data

yang

diuji

normalitasnya dengan data normal baku. Setelah dilakukan perhitungan maka kemudian dibandingkan dengan nilai kritisnya. Menurut Santoso (2007:154), dalam menjelaskan output test of normality, terdapat pedoman dalam pengambilan keputusan antara lain: 1) Angka signifikansi (Sig) > α = 0,05 maka data berdistribusi normal. 2) Angka signifikansi (Sig) < α = 0,05 maka data tidak berdistribusi normal. 4.

Uji Autokorelasi Menurut Ghozali (2011:110) uji autokorelasi bertujuan menguji apakah dalam model regresi ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 atau sebelumnya. Selanjutnya jika terjadi korelasi, maka hal tersebut dinamakan problem autokorelasi. Hal tersebut disebabkan karena observasi yang berurutan sepanjang waktu


73

berkaitan satu dengan lainnya. Permasalahan ini muncul dikarenakan residual (kesalahan pengganggu) tidak bebas dari satu observasi ke observasi lainnya. Salah satu cara yang dapat digunakan untuk menyimpulkan ada ataupun tidaknya autokorelasi dalam suatu penelitian adalah dengan melakukan uji Durbin-Watson. Selanjutnya menurut Nugroho (2005:60) dalam uji autokorelasi dengan uji Durbin-Watson (DW test) dasar pengambilan keputusan dapat menggunakan ketentuan sebagai berikut : 1) Bila hasil hitung DW terletak di bawah -2 berarti ada autokorelasi positif. 2) Bila hasil hitung DW terletak di antara -2 sampai +2 berarti tidak ada autokorelasi. 3) Bila hasil hitung DW terletak di atas +2 berarti ada autokorelasi negatif. 5.

Uji Linearitas Uji linearitas digunakan untuk mengetahui apakah model yang telah dibangun memiliki hubungan yang linear ataupun tidak, dalam artian uji tersebut digunakan untuk mendapatkan informasi apakah model empiris yang ditentukan hendaknya berbentuk linear, kuadrat ataupun kubik. Uji linearitas ini dapat dilakukan dengan melihat grafik scatterplot, antara standar residual dengan prediksinya. Jika sebaran tidak menunjukkan terjadinya pola tertentu, maka dapat disimpulkan bahwa asumsi liniearitas memenuhi syarat. Uji linieritas juga dapat dilakukan melalui pengujian hasil signifikansi uji linieritas dengan taraf

signifikansi 95% atau α = 0,05. Dasar pengambilan

keputusan dalam uji linearitas adalah sebagai berikut;


74

1) Dengan Linearity, jika nilai Sig < α (0,05) maka hubungan linier signifikan 2) Dengan Deviation from Linearity, jika F > α (0,05) maka hubungan linier signifikan

3.9. Hasil Uji Asumsi Klasik Hasil uji asumsi klasik ini akan memastikan bahwa tidak ada pelanggaran terhadap asumsi-asumsi dasar yang menjadi persyaratan dalam melakukan regresi linier berganda. 1. Hasil Uji Multikolinearitas Dilakukannya uji multikolinearitas adalah untuk menguji korelasi antar variabel independen. Model regresi yang baik adalah model dengan variabelvariabel independennya tidak memiliki korelasi. Dalam penelitian ini uji multikolinearitas menggunakan nilai Variance Inflating Factor (VIF) dan Tolerance.

Pengambilan

kesimpulan

mengenai

ada

tidaknya

multikoliniearitas, maka ketentuannya sebagai berikut: 1) Tolerance value < 0,10 atau VIF > 10

: terjadi multikolinearitas

2) Tolerance value > 0,10 atau VIF < 10

:

tidak

terjadi

multikolenearitas.

Berikut ini adalah tabel hasil perhitungan multikolinearitas menggunakan program SPSS 21:


75

Tabel 3.7 Hasil Uji Multikolinearitas Variabel

Tolerance Hasil Dasar terjadinya Hasil Hitung multikolinearitas Hitung 0,610

Daya Tarik Pesan Iklan Kredibilitas celebrity endorser

Jika nilai tolerance < 0,10

VIF Dasar terjadinya multikolinearitas

1,639

Jika nilai

Keterangan

Tidak terdapat multikolinearitas

VIF > 10 0,610

Jika nilai tolerance < 0,10

1,639

Jika nilai

Tidak terdapat multikolinearitas

VIF > 10

Sumber: Hasil pengolahan data primer dengan SPSS 21

Berdasarkan tabel hasil uji multikolinearitas di atas, tampak bahwa tidak terdapat variabel independen yang memiliki nilai tolerance yang kurang dari 0,10. Hal tersebut menunjukkan tidak adanya korelasi antar variabel independen

X1 (daya tarik pesan iklan) dan X2 (kredibilitas celebrity

endorser), sehingga dapat disimpulkan tidak terjadi multikolinearitas. Selain itu uji multikolinearitas juga dilakukan dengan menghitung nilai VIF (Variance Inflating Factor). Dalam hal ini nilai VIF jika lebih besar dari angka 10, maka dapat disimpulkan terjadi multikolinearitas. Masih berdasarkan tabel hasil uji multikolinearitas di atas tampak bahwa semua nilai VIF baik X1 (daya tarik pesan iklan) dan X2 (kredibilitas celebrity endorser) menunjukkan angka di bawah 10 (1,639<10). Dari hasil perhitungan tersebut dapat disimpulkan bahwa model dalam penelitian ini telah memenuhi persyaratan untuk menjadi model regresi yang baik, dikarenakan tidak terjadi korelasi antar variabel independen yang diteliti (non-multikolinearitas).


76

Selain uji multikolinearitas juga dilakukan dengan menghitung besarnya koefisien korelasi antar variabel independen. Hasil perhitungan koefisien korelasi dapat dijelaskan pada tabel berikut ini: Tabel 3.8 Koefisien Korelasi Kredibilitas Variabel celebrity endorser Kredibilitas celebrity 1,000 endorser Korelasi Daya Tarik Pesan Iklan -0,624 Sumber: Hasil pengolahan data primer dengan SPSS 21

Daya Tarik Pesan Iklan -0,624 1,000

Berdasarkan hasil perhitungan di atas tampak terjadi korelasi antar variabel indenpenden yaitu -0,624 atau 62,4%. Namun demikian hal tersebut tidak menunjukkan terjadinya multikolinearitas karena di bawah 0,80 atau 80%, sebagaimana dijelaskan Gujarati (2003:347), jika korelasi antar variabel bebas melebihi 0,8 atau -0,8, maka dapat dicurigai adanya multikolinearitas.

2.

Hasil Uji Heteroskedastisitas Uji heteroskedastisitas dimaksudkan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain. Untuk mengetahui ada tidaknya heteroskedastisitas, menurut Ghozali (2011:139) dapat menggunakan dasar berikut ini dalam pengambilan keputusannya: 1) Jika muncul pola tertentu, misalnya titik yang ada membentuk pola tertentu teratur (bergelombang, melebur kemudian menyempit), maka hal tersebut menunjukkan terjadinya heteroskedastisitas.


77

2) Jika tidak terjadi suatu pola yang jelas, serta titik-titik menyebar di atas dan dibawah angka 0 pada sumbu Y, maka hal tersebut mengindikasikan tidak terjadinya heteroskedastisitas.

Gambar 3.2 Grafik Uji Heteroskedastisitas Sumber: Hasil pengolahan data primer dengan SPSS 21 Berdasarkan grafik scatterplot dari hasil uji heteroskedastisitas tampak bahwa titik-titik yang ada menyebar secara acak serta tersebar baik di atas maupun di bawah angka nol (0) pada sumbu Y serta tidak mempunyai pola yang teratur. Maka

dapat

disimpulakan

variabel

bebas

di

atas

tidak

terjadi

heteroskedastisitas atau bersifat homoskedastisitas. Dengan demikian dapat disimpulkan bahwa model dalam penelitian ini memenuhi persyaratan untuk menjadi model yang baik. Model yang didapatkan adalah homoskedastisitas atau varians dari nilai-nilai residual pengamatan satu ke pengamatan lainnya relatif tetap.


78

Untuk meyakinkannya, peneliti juga melakukan uji heteroskedastisitas dengan Uji Glejser.

Selanjutnya dasar pengambilan keputusan pada Uji

Heteroskedastisitas antara lain : 1) Jika nilai signifikansi lebih besar dari 0,05 (Sig > 0,05) maka kesimpulannya adalah tidak terjadi heteroskedastisitas. 2) Jika nilai nilai signifikansi lebih kecil dari 0,05 (Sig < 0,05), maka kesimpulannya adalah terjadi heteroskedastisitas. Tabel 3.9 Uji Heteroskedastisitas dengan Glejser UnStandardized Standardized t Sig. Coefficients Coefficients Model B Std. Beta Error Konstanta 3,117 0,721 4,321 0,000 Daya Tarik Pesan 0,009 0,035 0,023 0,267 0,790 1 Iklan Kredibilitas -0,023 0,018 -0,111 -1,296 0,196 celebrity endorser Sumber: Hasil pengolahan data primer dengan SPSS 21

Berdasarkan hasil perhitungan uji heteroskedastisitas dengan Glejser, terlihat bahwa nilai signifikasi variabel daya tarik pesan iklan (X1) sebesar lebih

besar

dari

0,05,

sehingga

dapat

disimpulkan

tidak

0,790 terjadi

heteroskedastisitas pada daya tarik pesan iklan (X1). Selanjutnya diketahui nilai signifikasi variabel kredibilitas celebrity endorser (X2) yakni 0,196 lebih besar dari 0,05, sehingga disimpulkan tidak terjadi heteroskedastisitas pada variabel kredibilitas celebrity endorser (X2).


79

3.

Hasil Uji Normalitas Uji normalitas dalam penelitian ini menggunakan metode P-Plot sebagaimana terlihat pada gambar di bawah ini. Selain itu juga dilakukan pengujian dengan metode Kolmogorov-Smirnov

dengan maksud untuk memperkuat hasil

pengujiannya. Dasar dalam pengambilan keputusan terhadap uji normalitas data dengan metode P-Plot adalah sebagai berikut: 1) Jika data menyebar di sekitar garis diagonal serta mengikuti arah garis diagonal atapun grafik histogramnya mengindikasikan distribusi normal. Dengan demikian model regresi tersebut memenuhi asumsi normalitas. 2) Jika data menyebar jauh dari diagonal dan/atau tidak mengikuti arah garis diagonal yang ada atau grafik histogram tidak menunjukkan distribusi normal, maka model regresi tersebut tidak memenuhi asumsi normalitas.

Gambar 3.3 Grafik Uji Normalitas P-Plot Sumber: Hasil pengolahan data primer dengan SPSS 21


80

Berdasarkan pada grafik Normal P-Plot, tampak bahwa titik-titik yang ada menyebar di sekitar garis diagonal dan mengikuti garis diagonalnya. Dengan demikian kedua grafik tersebut menunjukkan bahwa model regresi yang telah sesuai yaitu asumsi normalitas. Model regresi dalam penelitian ini dapat disimpulkan telah memenuhi persyaratan menjadi model regresi yang baik karena memiliki distribusi data normal atau mendekati normal. Selanjutnya untuk lebih memastikan hasil uji normalitas dengan metode PPlot, maka dilakukan uji normalitas menggunakan metode KolmogorovSmirnov. Dalam uji normalitas dengan metode Kolmogorov-Smirnov, menurut Santoso (2007:154) terdapat pedoman dalam pengambilan keputusan antara lain: 1) Angka signifikansi (Sig) > α = 0,05 maka data berdistribusi normal 2) Angka signifikansi (Sig) < α = 0,05 maka data tidak berdistribusi normal. Tabel 3.10 Uji Normalitas Melalui Kolmogorov-Smirnov Jumlah Daya Tarik Kredibilitas Metode Uji Sampel (N) Normalitas Pesan Iklan celebrity endorser 223 Nilai 0,891 0,872 KolmogorovSmirnov Z Sumber: Hasil pengolahan data primer dengan SPSS 21

Minat Beli 0,865

Berdasarkan hasil perhitungan dengan SPSS 21 uji normalitas melalui Kolmogorov-Smirnov diperoleh angka 0,891 untuk variabel daya tarik pesan iklan dan angka 0,872 untuk variabel kredibilitas celebrity endorser dan 0,865 untuk variabel minat beli. Ketiga variabel di atas menghasilkan


81

angka lebih besar dari signifikansi 0,05. Dengan demikian dapat disimpulkan distribusi data dinyatakan memenuhi asumsi normalitas. 4.

Hasil Uji Autokorelasi Dalam penelitian ini uji autokorelasi dilakukan dengan metode DurbinWatson. Menurut Santoso (2002:219) dalam uji autokorelasi dengan uji Durbin-Watson (DW test) dasar pengambilan keputusan dapat menggunakan ketentuan sebagai berikut : 1) Bilai hasil hitung DW terletak di bawah -2 berarti ada autokorelasi positif. 2) Bilai hasil hitung DW terletak di antara -2 sampai +2 berarti tidak ada autokorelasi. 3) Bilai hasil hitung DW terletak di atas +2 berarti ada autokorelasi negatif Tabel 3.11 Hasil Uji Normalitas Durbin-Watson R R Square Adjusted R Std. Error of Square the Estimate 0,600a 0,360 0,354 2,74613 Sumber: Hasil pengolahan data primer dengan SPSS 21

DurbinWatson 1,785

Berdasarkan hasil perhitungan dengan uji Durbin-Watson pada tabel di atas, tampak nilai statistik adalah 1,785. Angka tersebut terletak di antara -2 sampai +2, sehingga dapat disimpulkan bahwa model estimasi tidak ditemukan terjadinya autokorelasi. Selanjutnya menurut Sarwono (2008:92) terjadinya autokorelasi jika angka Durbin dan Watson (DB) sebesar <1 dan >3. Hasil perhitungan DB (1,785) menunjukkan angka di luar kategori tersebut, sehingga dapat disimpulkan tidak terjadi autokorelasi.


82

5.

Hasil Uji Linearitas Uji linearitas dalam penelitian ini dilakukan dengan melihat grafik scatterplot, antara standar residual dengan prediksinya. Jika sebaran tidak menunjukkan terjadinya pola tertentu, maka dapat disimpulkan bahwa asumsi liniearitas memenuhi syarat.

Gambar 3.4 Grafik Uji Linearitas dengan Scatterplot Sumber: Hasil pengolahan data primer dengan SPSS 21 Berdasarkan hasil uji liniearitas dengan melihat pada grafik scatterplot, tampak tidak membentuk pola. Dengan demikian dapat simpulkan bahwa model dalam penelitian ini telah memenuhi syarat sebagai model yang baik dikarenakan asumsi liniearitas telah terpenuhi. Untuk meyakinkan hasil uji linearitas di atas, peneliti juga melakukan perhitungan nilai F, di mana model regresi dapat dianggap linier jika Fhitung < Ftabel pada taraf signifikansi 95% atau α=0,05, maka suatu data dapat disimpulkan berpola linier. Dasar pengambilan keputusan dalam uji linearitas adalah sebagai berikut;


83

1) Dengan Linearity, jika nilai sig < α (0,05) maka hubungan linier signifikan. 2) Dengan Deviation from Linearity, jika F > α (0,05) maka hubungan linier signifikan. Tabel 3.12 Uji Linearitas X1 Terhadap Y

Minat Beli (Y) Daya Tarik Pesan Iklan (X1)

Sum of Squares 2318,900 856,127 1462,773

(Combined) Between Linearity Groups Deviation from Linearity Within Groups 271,640 Total 2590,540

df 164 1 163

Mean Square 14,140 856,127 8,974

58 222

F

Sig.

3,019 0,000 182,798 0,000 1,916 0,003

4,683


Berdasarkan hasil perhitungan dengan SPSS 21 di atas, tampak bahwa nilai sig lebih kecil dari tingkat α yang digunakan yaitu 0,05. Hasil hitung sig adalah 0,000 < 0,05 serta nilai Fhitung sebesar 182,798 dan Ftabel pada taraf signifikansi (α) 0,05 diperoleh angka sebesar 1,45. Dengan demikian H0 ditolak atau variabel daya tarik pesan iklan (X1) terhadap minat beli (Y) berpola linier. Tabel 3.13 Uji Linearitas X2 Terhadap Y (Combined) Linearity Between Groups Deviation from Kredibilitas Linearity celebrity endorser (X2) Within Groups Total Minat Beli (Y)

Sum of Squares 2539,610 627,589 1912,021

df 214 1 213

50,930 2590,540

8 222



Mean Square 11,867 627,589 8,977

6,366

F

Sig.

1,864 0,172 98,580 0,000 1,410 0,317

84

Berdasarkan hasil perhitungan dengan SPSS 21 di atas, tampak bahwa nilai r lebih kecil dari tingkat α yang digunakan yaitu 0,05. Hasil hitung sig adalah 0,000 < 0,05 serta nilai Fhitung sebesar 98,580 dan Ftabel pada taraf signifikansi (α) 0,05 adalah sebesar 1,98. Dengan demikian H0 ditolak atau variabel kredibilitas celebrity endorser (X2) terhadap minat beli (Y) berpola linier.

3.10. Teknik Pengumpulan Data Dalam penelitian ini, teknik pengumpulan data terdiri dari dua kategori: 1. Data Primer Teknik pengumpulan data primer merupakan pengumpulan data yang dilakukan secara langsung pada lokasi penelitian atau obyek penelitian. Pengumpulan data primer tersebut dilakukan dengan instrumen yaitu kuesioner. Kuesioner merupakan teknik pengumpulan data yang dilakukan dengan cara memberikan pertanyaan kepada responden untuk dijawab. Penggunaan kuesioner merupakan teknik pengumpulan data yang efektif dan efisien bila peneliti memahami dengan baik variabel yang akan diukur atau memahami apa yang bisa diharapkan dari responden.

2. Data Sekunder Teknik pengumpulan data sekunder merupakan data yang diperlukan untuk mendukung data primer. Pada penelitian ini data sekunder diperoleh melalui studi kepustakaan, yaitu pengumpulan data yang dilakukan dengan cara membaca literatur seperti buku, majalah, surat kabar, jurnal, internet, artikel dan beberapa hasil penelitian terdahulu dan berhubungan dengan obyek penelitian.


85

3.11. Teknik Analisis Data Analisis data merupakan langkah atau proses penyederhanaan data ke dalam suatu bentuk yang mudah dibaca, dipahami dan diinterpretasikan. Sehingga metode yang dipilih untuk menganalisis data harus sesuai dengan tujuan, pola penelitian, dan variabel penelitiannya. Model yang digunakan dalam penelitian ini adalah analisis hubungan asimetris atau pengaruh antar variabel independen terhadap variabel dependen.

3.11.1. Analisis Statistik Deskriptif Pada analisis statistik deskriptif ini peneliti hanya mendeskripsikan atau menggambarkan data berdasarkan parameter apa

adanya seperti distribusi

jawaban responden, rata-rata (mean), data maksimum, data mininum, dan standar deviasinya. Beberapa cara yang dapat dilakukan dalam penyajian data dalam bentuk tabel, grafik, diagram lingkaran (pie chart), pictogram dan sebagainya. Perhitungan ini dilakukan dengan tujuan untuk mengetahui kewajaran dan karakteristik untuk masing-masing variabel penelitian.

3.11.2. Analisis Regresi Linier Berganda Pengaruh Daya Tarik Pesan Iklan dan Kredibilitas Celebrity Endorser Terhadap Minat Beli. Analisis regresi linier berganda adalah analisis yang digunakan dengan melibatkan dua atau lebih variabel independen terhadap variabel dependen. Analisis regresi linear berganda digunakan untuk mengukur pengaruh antara lebih dari satu variabel bebas terhadap variabel terikat. Selanjutnya menurut Sugiyono (2008:277), analisis regresi linier berganda digunakan untuk melakukan prediksi,


86

bagaimana perubahan nilai variabel dependen bila nilai variabel independen dinaikkan atau diturunkan nilainya. Rumus dari regresi linear berganda atau multiple linear regression adalah sebagai berikut:

Sumber: Sugiyono (2008:277), Keterangan: Y : Variabel terikat a : Konstanta b1,b2 : Koefisien regresi X1, X2 : Variabel bebas Dalam analisis regresi linier sederhana maupun analisis regresi linier berganda dalam penelitian ini akan menggunakan bantuan software SPSS 21. 1. Koefisien Korelasi Tujuan analisis korelasi ini adalah untuk mengetahui adanya hubungan atau tidak antar variabel, yang mana posisi masing-masing variabel adalah sama. Menurut Sugiyono (2004:149) analisis korelasi digunakan untuk mengetahui derajat hubungan antar variabel yang diteliti. Pada analisis korelasi dapat mengukur hubungan dua variabel atau lebih yang dinyatakan dengan derajat keeratan atau tingkat hubungan antar variabel. Hubungan yang terjadi dari dua variabel terdiri dari dua macam yakni hubungan yang bersifat positif dan hubungan yang bersifat negatif. Hubungan antara variabel X dan variabel Y dianggap positif jika kenaikan/penurunan X pada umumnya diikuti oleh kenaikan/penurunan Y.


87

Jenis ukuran yang dapat digunakan untuk mengetahui kuat maupun tidaknya suatu hubungan antara variabel X dan variabel Y, disebut koefisien korelasi (r). Nilai dari koefisien korelasi paling sedikit -1 dan paling besar adalah 1 (-1 ≤ r ≤ 1), yang artinya adalah: r=1

: Hubungan variabel X dan variabel Y sempurna dan positif (mendekati 1, hubungan sangat kuat dan positif) r = -1 : Hubungan variabel X dan variabel Y sempurna dan negatif (mendekati -1, hubungan sangat kuat dan negatif) r = 0 : Hubungan variabel X dan variabel Y lemah sekali atau tidak ada hubungan. Selanjutnya untuk mengetahui tingkat hubungan dari kedua variabel, maka dapat menggunakan dasar interpretasi koefisien korelasi sebagai berikut: Tabel 3.14 Pedoman Interpretasi Koefisien Korelasi Interval Korelasi Tingkat Hubungan 0,00 – 0,199 Sangat Rendah 0,20 – 0,399 Rendah 0,40 – 0,599 Sedang 0,60 – 0,799 Kuat 0,80 – 1,000 Sangat Kuat Sumber: Sugiyono (2010:257)

2. Koefisien Determinasi Uji koefisien determinasi dimaksudkan untuk menentukan proporsi atau prosentase total variasi dalam variabel dependen yang diterangkan oleh variabel independen. Menurut Ghozali (2006:87) koefisien determinasi digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel terikat. Koefisien determinasi digunakan untuk mengukur prosentase pengaruh variabel bebas (X)

terhadap variabel terikat (Y) yang dapat dilihat dari

determinasi keseluruhan dengan rumus :


88

KD = R2 x 100% Sumber: Ghozali (2006:87 Keterangan: KD : Koefisien determinasi 2 R : Kuadrat koefisien korelasi Dalam penelitian ini analisis regresinya adalah linier berganda sehingga yang digunakan

adalah

nilai

adjusted

R

square.

Menurut

Priyatno,

(2008:81), adjusted R square adalah R square yang telah disesuaikan dan nilai ini selalu lebih kecil dari R square, angka ini bisa memiliki harga negatif, serta untuk regresi dengan lebih dari dua variabel bebas digunakan adjusted R square (adjusted R2) sebagai koefisien determinasi. Koefisien determinasi (adjusted R square)

digunakan untuk mengetahui

seberapa besar kemampuan variabel independen (X1 dan X2 ) dalam menjelaskan secara komprehensif terhadap variabel dependen (Y). Adjusted R square mempunyai nilai antara 0 sampai 1 dan tidak akan pernah melebihi dari nilai R squared, bahkan memungkinkan untuk turun jika memasukkan variabel yang tidak perlu ke dalam model. Nilai adjusted R square semakin mendekati angka 1 maka model dianggap semakin baik, hal ini dikarenakan variabel independen (X) yang digunakan akan mampu menjelaskan hampir 100% dari variasi dalam variabel dependen (Y). Koefisien determinasi ini merupakan angka yang menjelaskan seberapa besar kontribusi variabel independen (X) berpengaruh terhadap variabel dependen (Y) dengan nilai yang dinyatakan dalam prosentase (%).


89

3. Uji Hipotesis Tujuan uji hipotesis adalah untuk mengetahui pengaruh antara variabel independen dengan variabel dependen. Uji ini dilakukan

untuk mengambil

kesimpulan yaitu menerima atau menolak hipotesis yang telah dirumuskan. Pengujian secara parsial menggunakan uji t, sedangkan pengujian secara bersamasama atau simultan menggunakan uji F.

1) Pengujian Hipotesis Secara Parsial (Uji t) Pengaruh X1 Terhadap Y dan Pengaruh X2 Terhadap Y Uji hipotesis menggunakan t-test untuk mengetahui apakah variabel independen memiliki pengaruh signifikan atau tidak dengan variabel dependen secara individual (parsial) untuk setiap variabel. Syarat uji t adalah data berskala interval dan atau rasio. Rumus dari uji hipotesis dengan t-test adalah sebagai berikut:

Sumber : Sugiyono (2008:230) Keterangan t : Probabilitas r : Koefisien korelasi n : Jumlah sampel Agar dapat menarik kesimpulan dari hipotesis maka hasil perhitungan statistik uji t (t hitung) di bandingkan dengan (t tabel) dengan tingkat signifikansi 0,05 (5%). Untuk mengetahui ttabel, digunakan ketentuan derajat kebebasan (df) n-k-1 (n=jumlah responden, k=jumlah variabel) pada level of significance (α) sebesar


90

0,05 atau taraf keyakinan 95%. Selanjutnya kriteria penolakan dan penerimaan hipotesis statistik (H0) adalah sebagai berikut: 1. Jika t hitung < t tabel, maka H0 diterima (H0 diterima menunjukkan bahwa variabel independen tidak berpengaruh signifikan terhadap variabel dependen). 2. Jika t hitung > t tabel, maka H0 ditolak (H0 ditolak menunjukkan bahwa variabel independen berpengaruh signifikan terhadap variabel dependen). Selanjutnya adalah membandingkan nilai probabilitas (p-value) dengan α adalah

5% (0,05). P-value berfungsi untuk menentukan apakah variabel

independen signifikan mempengaruhi variabel dependen. 1. Jika p-value > α, maka H0 akan diterima, hal ini berarti variabel independen tidak berpengaruh secara signifikan terhadap variabel dependen. 2. Jika p-value < α, H0 akan ditolak, hal ini berarti variabel independen berpengaruh secara signifikan terhadap variabel dependen.

2) Pengujian Hipotesis Secara Simultan (Uji F) Pengaruh X1 dan X2 Terhadap Y Pengujian ini dilakukan untuk mengetahui apakah semua variabel independen secara bersama-sama (keseluruhan) berpengaruh terhadap variabel dependen, serta dimaksudkan untuk menguji hipotesis penelitian yang telah ditentukan. Rumus uji F adalah sebagai berikut:

Sumber: Sugiyono (2011:192) Keterangan : Fh : Fhitung yang selanjutnya dibandingkan dengan Ftabel R : Koefisien korelasi berganda k : Jumlah variabel independen n : Jumlah anggota sampel


91

Sebagai dasar pengambilan keputusan dapat digunakan kriteria pengujian sebagai berikut : 1. Bila Fhitung > Ftabel untuk tingkat signifikansi 0,05 (5%), tingkat kepercayaan 95% dan derajat kebebasan (df1) k – 1 dan (df2) n - k, berarti H0 ditolak dan H1 diterima. Ini berarti variabel independen secara bersama-sama berpengaruh terhadap variabel dependen. 2. Bila Fhitung < Ftabel untuk tingkat siginifikan 0,05 (5%), tingkat kepercayaan 95% dan derajat kebebasan (df1) k – 1 dan (df2) n - k berarti H0 diterima dan H1 ditolak. Ini berarti variabel independen secara bersama-sama tidak berpengaruh terhadap variabel dependen. Sementara itu untuk mencari angka F tabel dapat menggunakan rumus sebagai berikut: df1 = k – 1 df2 = n – k Keterangan k : Jumlah variabel n : Jumlah observasi/sampel Selain itu keputusan diterima atau ditolaknya H0 juga dapat berdasarkan pada hasil perhitungan taraf signifikansi (sig). Kriteria pengujiannya adalah apabila nilai sig pada hasil perhitungan lebih kecil dari taraf signifikansi yang digunakan yaitu 0,05 (5%) maka dapat disimpulkan bahwa terdapat pengaruh yang signifikan antara variabel independen secara secara simultan terhadap variabel dependen dan sebaliknya.


BAB III METODOLOGI PENELITIAN

Recommend Documents