Analisi Regresi Berganda Untuk Data Primer Dengan SPSS

Analisi Regresi Berganda Untuk Data Primer Dengan SPSS

Salam semuanya, pada postingan sebelumnya, mimin telah mencoba untuk menguraikan tahap-tahap yang dilakukan dalam melakukan analisis regresi berganda untuk data primer dengan alat bantu software SPSS disertai dengan penjelasan mengenai output SPSS yang ada. Dan kali ini mimin akan mencoba untuk menguraikan tahapan-tahapan yang dilakukan dalam melakukan analisis regresi berganda untuk data primer dengan spss dan juga cara membaca output dari SPSS yang keluar.

Sebenarnya tahap-tahap pengujian regresi berganda yang dilakukan antara data primer dan sekunder hampir sama, hanya terjadi perbedaan pada uji validitas, uji reliabilitas dan uji autokorelasi.

Kali ini data yang digunakan adalah data primer. Data primer merupakan data yang kita kumpulkan langsung dari sumber data. Contoh data primer adalah wawancara atau kuesioner. Dan kali ini mimin akan menggunakan data yang diambil dari kuesioner dari sebuah penelitian dengan judul “Analisis Pengaruh Brand Image dan Harga Produk Terhadap Keputusan Pembelian” dengan studi kasus pada pembelian produk deterjen Rinso di Jakarta Utara. Responden dipilih dengan metode purposive sampling dengan kriteria-kriteria tertentu yang ditentukan oleh penulis. Setelah dilakukan pengumpulan data, terpilihlah 50 responden yang akhirnya dijadikan sampel dalam penelitian kali ini (N = 50). Pengolahan data dilakukan dengan alat bantu software SPSS.

Metode Analisis Data

Sebelum melakukan regresi terhadap data yang sudah kita peroleh, maka kita perlu melakukan uji validitas dan reliabilitas data. Uji validitas digunakan untuk mengukur sah atau valid tidaknya suatu kuesioner. Suatu kuesioner dikatan saha atau valid jka pertanyaan pada suatu kuesioner mampu mengungkapkan sesuatu yang akan diukur oleh kuesioner tersebut.  Untuk melakukan uji validitas dapat dilakukan uji signifikasi yaitu dengan membandingkan nilai r hitung (nilai corrected item total correlation pada output Cronbach Alpha) dengan r tabel untuk degree of freedom (df) = n-2, dengan alpha 0,05. Jika r hitung lebih besar dari pada r tabel maka butir pertanyaan tersebut dapat dinyatakan valid. Sedangakan uji reliabilitas adalah sebuah alat ukur untuk mengukur suatu kuesioner yang merupakan indikator dari variabel atau konstruk. Suatu kuesioner dikatakan reliabel atau handal jika jawaban seseorang terhadap pertanyaan yang diajukan adalah konsisten atau stabil dari waktu ke waktu. Pengukuran reliabilitas dapat dilakukan dengan uji statistik Cronbach Alpha. Suatu variabel dikatakan reliabel apabila memberikan nilai Cronbach Alpha > 0.60.

Setelah itu maka dilakukan serangkaian uji dasar yang bernama uji dasar asumsi klasik. Uji dasar asumsi klasik adalah pengujian yang dilakukan dengan tujuan untuk menunjukan bahwa hubungan antara variabel dependen dan variabel independen bersifat linier serta tidak terjadi masalah data tidak berdistribusi secara normal, multikolinieritas dan heteroskedastisitas di antara variabel independen dalam regresi tersebut. Uji autokorelasi dalam penelitian kali ini tidak digunakan karena data yang digunakan adalah data primer.

Uji Normalitas

Uji normalitas dimaksudkan untuk menguji apakah nilai residual yang telah terstandarisasi pada model regresi berdistribusi normal atau tidak. Nilai residual dikatakan berdistribusi normal jika nilai residual terstandarisasi tersebut sebagian besar mendekati nilai rata-ratanya. Tidak terpenuhinya normalitas pada umumnya disebabkan karena distribusi data tidak normal, karena terdapat nilai ekstrem pada data yang diambil. Uji Normalitas digunakan untuk menguji tingkat kenormalan variabel dependen dan variabel independen. Model regresi yang baik adalah model regresi yang memiliki distribusi data normal atau mendekati normal.

Adapun untuk melakukan uji normalitas dapat dilakukan dengan beberapa metode, nah untuk kali ini kita akan melakukan uji normalitas dengan metode grafik normal probability plot yang membandingkan distribusi kumulatif dari data sesungguhnya dengan distribusi kumulatif dari distribusi normal. Selain metode grafik normal probability plot, untuk melakukan uji normalitas juga dapat dilakukan dengan uji One Sample Kolmogorov Smirnov. Uji One Sample Kolmogorov Smirnov  digunakan untuk mengetahui distribusi data, apakah mengikuti distribusi normal, poisson, uniform, atau exponential. Dalam hal ini untuk mengetahui apakah disribusi residual terdistribusi normal atau tidak. Residual berdistribusi normal jika nilai signifikansi lebih dari 0,05.

Hipotesis dengan menggunakan uji One Sample Kolmogorov Smirnov adalah sebagai berikut.

H_o          : Nilai residual berdistribusi normal

H_a           : Nilai residual tidak berdistribusi normal

Dasar pengambilan keputusan dilakukan dengan melihat angka probabilitas, dengan aturan :

Probabilitas Sig. > 0,05, maka H_o  diterima. Maka, nilai residual berdistribusi normal.

Probabilitas Sig. < 0,05, maka H_o  ditolak. Maka, nilai residual tidak berdistribusi normal.

Uji Multikolinieritas

Uji dasar asumsi klasik yang kedua adalah uji multikolinieritas. Uji Multikolinieritas bertujuan untuk menguji apakah dalam model regresi yang terbentuk ada korelasi yang tinggi atau sempurna di antara variabel bebas. Multikolinieritas adalah hubungan liniear antar variabel independen di dalam regresi berganda. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen.

Untuk melakukan uji multikolinieritas dapat dilakukan dengan beberapa metode. Kali ini penulis akan menggunakan uji multikolinieritas dengan menganalisis perhitungan nilai Tolerance dan Variance Inflation Factor (VIF). Nilai tolerance yang rendah sama dengan nilai VIF tinggi (karena VIF = 1/tolerance). Nilai cut off yang umum dipakai untuk menunjukan adanya multikolinieritas adalah nilai tolerance < 0,10 atau sama dengan nilai VIF 10. 

Uji Heteroskedastisitas

Uji dasar asumsi klasik yang ketiga adalah uji heteroskedastisitas. Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi yang terbentuk terjadi ketidaksamaan varian dari residual model regresi. Data yang baik adalah data yang homoskedastisitas. Homoskedastisitas terjadi jika varian variabel pada model regresi memiliki nilai yang sama atau konstan. Heteroskesdastisitas berarti varian variabel gangguan yang tidak konstan. Masalah heteroskedastisitas dengan demikian lebih sering muncul pada cross section dari pada data time series. Jika varian dari residual suatu pengamatan ke pengamatan lainnya tetap, maka disebut heteroskedastisitas.

Adapun untuk mendeteksi ada tidaknya heteroskedastisitas pada kesempatan kali ini penulis melakukanya dengan melihat grafik plot antara nilai prediksi variable dependent (ZPRED) dengan residualnya (SRESID). Selain dengan melakukan analisis grafik, uji heteroskedastisitas kali ini juga dilakukan dengan uji glejser, yaitu dengan mengusulkan untuk meregresi nilai absolut residual terhadap variable independen.

Analisis Regresi Berganda

Secara umum analisis yang dilakukan dalam penelitian ini ditujukan untuk mengetahui pengaruh dari beberapa variabel independen (variabel x) terhadap variabel independen (y). Pada regresi berganda variabel independen yang diperhitungkan pengaruhnya terhadap variabel dependen (variabel y) jumlahnya lebih dari satu. Regresi berganda berarti variabel tergantung dipengaruhi oleh dua atau lebih variabel bebas (X1,X2,X3,….Xn) .

Dalam penelitian ini yang menjadi variabel dependen adalah Keputusan Pembelian (y), sedangkan yang menjadi variabel independen adalah Brand Image (X1) dan Harga Produk (X2). Sehingga persamaan regresi yang terbentuk adalah sebagai berikut:

    Y  =  a + b₁X₁ + b₂X₂ + e

Keterangan :

Y = Keputusan Pembelian

a = intersep (konstanta)

b1 = koefisien regresi variabel independen 1

b2 = koefisien regresi variabel independen 2

X1 = Brand Image

X2 = Harga Produk

e =  Error term.

a.      Analisi Korelasi

Dalam banyak kasus, banyak peneliti yang tidak terlalu memperdulikan hasil dari analisis korelasi. Karena korelasi berarti hubungan antara variabel independen dengan variabel dependen. Sedangkan fokus dalam analisis regresi berganda adalah pengaruh dari variabel dependen terhadap variabel independen. Meskipun demikian, penulis akan mencoba untuk melakukan analisis korelasi dalam pembahasan kali ini. Analisis korelasi digunakan untuk mengetahui derajat hubungan linier antara satu variabel dengan variabel lain. Suatu variabel dikatakan memiliki hubungan dengan variabel lain jika perubahan satu variabel diikuiti dengan variabel lain. Jika arah perubahanya searah maka kedua variabel memiliki korelasi positif. Sebaliknya, jika perubahanya berlawanan arah, kedua variabel tersebut memiliki korelasi negatif. Jika perubahan variabel tidak diikuti oleh perubahan variabel lain maka dikatakan bahwa variabel-variabel tersebut tidak saling berkorelasi.

Adapun analisis korelasi yang penulis gunakan kali ini adalah korelasi Product Moment atau Pearson. Dan kriteria pengukuran dalam kategori koefisien korelasi dapat dirangkum seperti berikut :

Kriteria Korelasi

Nilai r (korelasi)	Kriteria
0,00 – 0,29	Korelasi sangat lemah
0,30 – 0,49	Korelasi lemah
0,50 – 0,69	Korelasi cukup
0,70 – 0,79	Korelasi kuat
0,80 – 1,00	Korelasi sangat kuat

            

b.      Adjusted R²

Yang selanjutnya kita lihat dalam analisi regresi berganda adalah nilai  Koefesien determinasi (R²) yang digunakan untuk mengukur seberapa baik garis regresi sesuai dengan data aktualnya (goodness of fit). Koefisien determinasi ini mengukur presentase total varian variabel dependen Y yang dijelaskan oleh variabel independen di dalam garis regresi. Nilai R² mempunyai interval antara 0 sampai 1 (0 < R² < 1). Semakin besar R² (mendekati 1), semakin baik hasil untuk model regresi tersebut dan semakin mendekati 0, maka variabel independen secara keseluruhan tidak dapat menjelaskan variabel dependen. Kali nilai koefisien determinasi yang digunakan adalah nilai koefisien determinasi yang telah disesuaikan (adjusted R²) karena nilai ini telah disesuaikan dengan banyaknya variabel independen (X) yang masuk untuk menjelaskan variabel dependen (Y).

c.       Uji Simultan

Selanjutnya yang kita lakukan adalah melakukan uji F dimana Uji F ini  dilakukan untuk melihat pengaruh variabel-variabel independen secara keseluruhan terdapat variabel dependen. Pengujian ini dilakukan dengan membandingkan nilai F hitung dengan F tabel. Uji F digunakan untuk menguji pengaruh secara simultan variabel bebas terhadap variabel tergantungnya. Jika variabel bebas memiliki pengaruh secara simultan terhadap variabel tergantung, maka model persamaan regresi masuk dalam kriteria cocok atau fit. Sebaliknya, jika tidak terdapat pengaruh secara simultan maka hal ini akan masuk dalam kategori tidak cocok atau not fit.

Untuk menyimpulkan apakah model masuk dalam kategori cocok (fit) atau tidak, kita harus membandingkan nilai F hitung dengan nilai F tabel dengan derajat bebas : df: α, (k-1), (n,k), dimana k adalah jumlah variabel dan n adalah jumlah pengamatan (ukuran sampel). Dasar pengambilan keputusannya adalah jika nilai F hitung > F tabel, maka berarti bahwa variabel independen secara simultan berpengaruh secara signifikan terhadap variabel dependen, tetapi jika F hitung < F tabel, maka berarti bahwa variabel independen secara simultan tidak berpengaruh terhadap variabel dependen.

Selain itu, kita juga dapat melihat nilai probabilitas dari F hitung. Apabila nilai probabilitas < nilai alpha yang digunakan (biasanya 0,05), maka dapat disimpulkan bahwa secara simultan/bersama-sama variabel independen berpengaruh terhadap variabel dependen. Sebaliknya, jika nilai probabilitas > nilai alpha yang digunakan, maka dapat disimpulkan bahwa secara simultan variabel independen tidak berpengaruh terhadap variabel dependen.

d.      Uji Parsial

Selanjutnya adalah uji t. uji t (uji parsial) digunakan untuk melihat signifikasi dari pengaruh independen secara individu terhadap variabel dependen dengan menganggap variabel lain bersifat konstan. Nilai t hitung digunakan untuk menguji apakah sebuah variabel bebas berpengaruh secara signifikan terhadap variabel tergantung atau tidak.

Uji t (uji parsial) dapat dilakukan dengan cara memperbandingkan t hitung dengan t tabel. Adapun nilai t tabel diperoleh dengan df:α,(n,-k) dimana α adalah tingkat signifikasi yang digunakan, n adalah jumlah pengamatan (ukuran sampel), dan k adalah jumlah variabel independen. Dasar pengambilan keputusannya adalah jika t hitung > t tabel, berarti H₀ ditolak yang berarti bahwa variabel X_i berpengaruh signifikan terhadap variabel dependen, tetapi jika t hitung < t tabel, maka H₀ diterima yang berarti bahwa variabel X_i tidak berpengaruh signifikan terhadap variabel dependen.

Selain membandingkan nilai t tabel dengan t hitung, untuk mengetahui apakah variabel independen berpengaruh signifikan terhadap variabel dependen juga dapat dilakukan dengan melihat nilai probabilitas masing-masing variabel independen. Apabila nilai probabilitas variabel independen lebih kecil dari tingkat signifikasi yang digunakan, maka dapat disimpulkan bahwa terdapat pengaruh signifikan variabel dependen terhadap variabel independen.

Analisis dan Pembahasan

Baiklah mari kita lanjutkan dengan analisis dan pembahasan

Uji Validitas dan Reliabilitas Data

Uji Validitas Data

Uji Validitas Variabel Keputusan Pembelian

Dalam variabel Keputusan Pembelian terdapat 17 pertanyaan yang ditujukan untuk mengukur Keputusan Pembelian yang dilakukan oleh konsumen. Dan berikut adalah hasilnya :

Item-Total Statistics
	Scale Mean if Item Deleted	Scale Variance if Item Deleted	Corrected Item-Total Correlation	Cronbach's Alpha if Item Deleted
KP1	62.2941	76.972	.624	.935
KP2	62.5686	75.010	.691	.934
KP3	62.4902	76.455	.634	.934
KP4	62.3922	76.523	.585	.936
KP5	62.4510	74.733	.803	.931
KP6	62.2941	73.692	.796	.931
KP7	62.6471	77.233	.561	.936
KP8	62.6667	76.947	.603	.935
KP9	62.3529	75.273	.736	.932
KP10	62.4902	74.975	.789	.931
KP11	62.3333	75.627	.643	.934
KP12	62.4510	74.373	.717	.933
KP13	62.3922	74.843	.742	.932
KP14	62.5882	77.407	.485	.938
KP15	62.4706	75.054	.680	.933
KP16	62.6471	75.913	.667	.934
KP17	62.4314	76.970	.574	.936

Dari output SPSS diatas dapat dilihat nilai r hitung dari masing-masing pertanyaan yang ada pada kuesioner tentang Keputusan Pembelian. Nilai r tabel dengan df (degree of freedom) = n-2 = 50-2 = 48 dengan tingkat alpha 5% (0,05) maka diperoleh nilai 0,279. Perbandingan antara nilai r tabel dengan r hitung dari variabel Keputusan Pembelian dapat dilihat sebagai berikut :

1.      Pertanyaan 1, dengan nilai 0,624 > 0,279, kesimpulan valid.

2.      Pertanyaan 2, dengan nilai 0,691 > 0,279, kesimpulan valid.

3.      Pertanyaan 3, dengan nilai 0,634 > 0,279, kesimpulan valid.

4.      Pertanyaan 4, dengan nilai 0,585 > 0,279, kesimpulan valid.

5.      Pertanyaan 5, dengan nilai 0,803 > 0,279, kesimpulan valid.

6.      Pertanyaan 6, dengan nilai 0,796 > 0,279, kesimpulan valid.

7.      Pertanyaan 7, dengan nilai 0,561 > 0,279, kesimpulan valid.

8.      Pertanyaan 8, dengan nilai 0,603 > 0,279, kesimpulan valid.

9.      Pertanyaan 9, dengan nilai 0,736 > 0,279, kesimpulan valid.

10.  Pertanyaan 10, dengan nilai 0,789 > 0,279, kesimpulan valid.

11.  Pertanyaan 11, dengan nilai 0,643 > 0,279, kesimpulan valid.

12.  Pertanyaan 12, dengan nilai 0,717 > 0,279, kesimpulan valid.

13.  Pertanyaan 13, dengan nilai 0,742 > 0,279, kesimpulan valid.

14.  Pertanyaan 14, dengan nilai 0,485 > 0,279, kesimpulan valid.

15.  Pertanyaan 15, dengan nilai 0,680 > 0,279, kesimpulan valid.

16.  Pertanyaan 16, dengan nilai 0,667 > 0,279, kesimpulan valid.

17.  Pertanyaan 17, dengan nilai 0,574 > 0,279, kesimpulan valid.

Berdasarkan hasil dari analisis diatas, maka dapat disimpulkan bahwa seluruh item pertanyaan yang diajukan merupakan pertanyaan yang valid. 

Uji Validitas Variabel Brand Image

Dalam variabel Brand Image terdapat 12 pertanyaan yang ditujukan untuk mengukur variabel brand image. Dan berikut adalah hasilnya :

Item-Total Statistics
	Scale Mean if Item Deleted	Scale Variance if Item Deleted	Corrected Item-Total Correlation	Cronbach's Alpha if Item Deleted
BI1	41.8039	33.161	.615	.846
BI2	41.8431	33.935	.569	.849
BI3	41.9020	33.170	.577	.842
BI4	42.0392	33.638	.545	.844
BI5	42.0588	32.896	.584	.841
BI6	41.8824	33.066	.553	.843
BI7	42.0000	34.480	.398	.853
BI8	42.1373	33.201	.517	.846
BI9	42.0196	32.540	.591	.840
BI10	41.9020	31.050	.688	.833
BI11	41.8039	33.041	.548	.843
BI12	41.8039	34.161	.480	.856

Dari output SPSS diatas dapat dilihat nilai r hitung dari masing-masing pertanyaan yang ada pada kuesioner tentang brand image. Nilai r tabel dengan df (degree of freedom) = n-2 = 50-2 = 48 dengan tingkat alpha 5% (0,05) maka diperoleh nilai 0,279. Perbandingan antara nilai r tabel dengan r hitung dari variabel brand image dapat dilihat sebagai berikut:

1.      Pertanyaan 1, dengan nilai 0,615 > 0,279, kesimpulan valid.

2.      Pertanyaan 2, dengan nilai 0,569 > 0,279, kesimpulan valid.

3.      Pertanyaan 3, dengan nilai 0,577 > 0,279, kesimpulan valid.

4.      Pertanyaan 4, dengan nilai 0,545 > 0,279, kesimpulan valid.

5.      Pertanyaan 5, dengan nilai 0,584 > 0,279, kesimpulan valid.

6.      Pertanyaan 6, dengan nilai 0,553 > 0,279, kesimpulan valid.

7.      Pertanyaan 7, dengan nilai 0,398 > 0,279, kesimpulan valid.

8.      Pertanyaan 8, dengan nilai 0,517 > 0,279, kesimpulan valid.

9.      Pertanyaan 9, dengan nilai 0,591 > 0,279, kesimpulan valid.

10.  Pertanyaan 10, dengan nilai 0,688 > 0,279, kesimpulan valid.

11.  Pertanyaan 11, dengan nilai 0,548 > 0,279, kesimpulan valid.

12.  Pertanyaan 12, dengan nilai 0,480 > 0,279, kesimpulan valid.

Berdasarkan hasil dari analisis diatas, maka dapat disimpulkan bahwa seluruh item pertanyaan yang diajukan merupakan pertanyaan yang valid. 

Uji Validitas Variabel Harga Produk

Dalam variabel harga produk terdapat 7 pertanyaan yang ditujukan untuk mengukurnya. Dan berikut adalah hasilnya :

Item-Total Statistics
	Scale Mean if Item Deleted	Scale Variance if Item Deleted	Corrected Item-Total Correlation	Cronbach's Alpha if Item Deleted
HP1	22.7059	13.172	.521	.792
HP2	22.5294	11.734	.655	.749
HP3	22.3529	11.473	.521	.780
HP4	22.6863	12.300	.634	.755
HP5	22.3333	12.347	.593	.762
HP6	22.3922	13.083	.541	.773
HP7	22.6471	13.713	.486	.797

Dari output SPSS diatas dapat dilihat nilai r hitung dari masing-masing pertanyaan yang ada pada kuesioner tentang harga produk. Nilai r tabel dengan df (degree of freedom) = n-2 = 50-2 = 48 dengan tingkat alpha 5% (0,05) maka diperoleh nilai 0,279. Perbandingan antara nilai r tabel dengan r hitung dari variabel harga produk dapat dilihat sebagai berikut :

1.      Pertanyaan 1, dengan nilai 0,521 > 0,279, kesimpulan valid.

2.      Pertanyaan 2, dengan nilai 0,655 > 0,279, kesimpulan valid.

3.      Pertanyaan 3, dengan nilai 0,521 > 0,279, kesimpulan valid.

4.      Pertanyaan 4, dengan nilai 0,634 > 0,279, kesimpulan valid.

5.      Pertanyaan 5, dengan nilai 0,593 > 0,279, kesimpulan valid.

6.      Pertanyaan 6, dengan nilai 0,541 > 0,279, kesimpulan valid.

7.      Pertanyaan 7, dengan nilai 0,486 > 0,279, kesimpulan valid.

Berdasarkan hasil dari analisis diatas, maka dapat disimpulkan bahwa seluruh item pertanyaan yang diajukan merupakan pertanyaan yang valid. 

Uji Reliablitas

Uji Reliabilitas Variabel Keputusan Pembelian

Reliability Statistics
Cronbach's Alpha	N of Items
.935	17

Berdasarkan output diatas, dapat dilihat bahwa nilai cronbach alpha dari kuesioner variabel Keputusan Pembelian adalah sebesar 0,935 yang berarti lebih besar dari 0,60. Hal ini menunjukan bahwa kuesioner yang digunakan dalam mengukur variabel Keputusan Pembelian adalah kuesioner yang handal.

Uji Reliabilitas Variabel Brand Image

Reliability Statistics
Cronbach's Alpha	N of Items
.836	12

Berdasarkan output diatas, dapat dilihat bahwa nilai cronbach alpha dari kuesioner variabel brand image adalah sebesar 0,836 yang berarti lebih besar dari 0,60. Hal ini menunjukan bahwa kuesioner yang digunakan dalam mengukur variabel brand image adalah kuesioner yang handal.

Uji Reliabilitas Variabel Harga Produk

Reliability Statistics
Cronbach's Alpha	N of Items
.779	7

Berdasarkan output SPSS diatas, dapat dilihat bahwa nilai cronbach alpha dari kuesioner variabel harga produk adalah sebesar 0,779 yang berarti lebih besar dari 0,60. Hal ini menunjukan bahwa kuesioner yang digunakan dalam mengukur variabel  harga produk adalah kuesioner yang handal.                         

Uji Dasar Asumsi Klasik

a.      Uji Normalitas

Uji normalitas dalam kali ini dilakukan dengan beberapa metode seperti berikut:

1)      Grafik normal probability plot

Dengan melihat tampilan pada grafik normal P-Plot terlihat bahwa titik-titik menyebar disekitar garis diagonal yang juga mengindikasikan bahwa data yang digunakan merupakan data yang terdistribusi secara normal, sehingga analisis regresi layak digunakan.

2)      Uji One Sample Kolmogorov Smirnov

One-Sample Kolmogorov-Smirnov Test
			Unstandardized Residual
N			50
Normal Parametersa		Mean	.0000000
		Std. Deviation	3.64861507E3
Most Extreme Differences		Absolute	.254
		Positive	.254
		Negative	-.074
Kolmogorov-Smirnov Z			1.532
Asymp. Sig. (2-tailed)			.110
a. Test distribution is Normal.

           Berdasarkan pada hasil output SPSS uji Kolmogrov Smirnov di atas, nilai Asym.Sig (2-tailed) sebesar 0,110, nilai tersebut memenuhi ketentuan sig. (p) > 0,05 (level of signification). Hal ini berarti bahwa data residual berdistribusi normal.

b.      Uji Multikolinieritas

Coefficientsa
Model			Collinearity Statistics
			Tolerance	VIF
1	(Constant)
	BI		.384	3.387
	HP		.653	6.242
a. Dependent Variable: KP

         Dari tabel output SPSS di atas, dapat dilihat bahwa nilai VIF (Variance Inflation Factor) masing-masing variabel independen adalah sebesar 3,387 untuk brand image (BI) dan 6,242 untuk harga produk (HP) yang berarti lebih kecil dari 10, sehingga dapat disimpulkan bahwa model regresi yang terbentuk terbebas dari masalah multikolinieritas. 

c.       Uji Heteroskedastisitas

1)      Grafik Plot

Dari grafik scatter plot terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y, dengan demikian dapat disimpulkan bahwa model regresi yang terbentuk dalam penelitian ini tidak mengalami masalah heteroskedastisitas.

2)      Uji Glejser

Coefficientsa
Model		Unstandardized Coefficients		Standardized Coefficients	t	Sig.
		B	Std. Error	Beta
1	(Constant)	715.256	428.273		1.456	.241
	BI	2.855	.414	.353	1.573	.335
	HP	-.325	.954	-.056	-.234	.694
a. Dependent Variable: RES2

Dasar pengambilan keputusan pada uji glejser adalah sebagai berikut :

Jika nilai signifikasi lebih besar dari 0,05, maka disilmpulkan tidak terjadi masalah heteroskedastisitas.

Jika nilai signifikasi lebih kecil dari 0,05, maka disilmpulkan terjadi masalah heteroskedastisitas.

Dengan melihat tabel output SPSS di atas, dapat dilihat bahwa nilai signifikasi variabel brand image adalah 0,335 dan nilai signifikasi variabel harga produk sebesar 0,694 yang berarti lebih besar dari nilai signifikasi 0,05 sehingga dapat disimpulkan bahwa data yang digunakan terbebas dari masalah heteroskedastisitas.

Analisis Regresi Berganda

a.      Analisis Korelasi

Correlations
		BI	HP	KP
BI	Pearson Correlation	1	.303	.486**
	Sig. (2-tailed)		.174	.000
	N	50	50	50
HP	Pearson Correlation	.303	1	.681
	Sig. (2-tailed)	.174		.603
	N	50	50	50
KP	Pearson Correlation	.486**	.681	1
	Sig. (2-tailed)	.000	.603
	N	50	50	50
**. Correlation is significant at the 0.01 level (2-tailed).

Dari tabel di atas, maka dapat dijelaskan sebagai berikut:

Hubungan atau korelasi antara brand image (X1) dengan keputusan pembelian (Y) adalah sebesar 0,486 yang berarti korelasi lemah. Arah hubungan korelasi yang ada adalah arah hubungan positif yang berarti pada saat brand image (X1) mengalami kenaikan, maka keputusan pembelian (Y) mengalami kenaikan dan sebaliknya jika brand image (X1) mengalami penurunan, keputusan pembelian (Y) mengalami penurunan. Nilai signifikasi yang ada adalah 0,000 < 0,05 yang berarti korelasi yang ada adalah korelasi yang signifikan.

Hubungan atau korelasi harga produk (X2) dengan keputusan pembelian (Y) adalah sebesar 0,681 yang berarti korelasi cukup atau sedang. Arah hubungan korelasi yang ada adalah arah hubungan positif yang berarti pada saat harga produk (X2) mengalami kenaikan, maka keputusan pembelian (Y) mengalami kenaikan dan sebaliknya pada waktu harga produk (X2) mengalami penurunan, maka keputusan pembelian (Y) mengalami penurunan. Nilai signifikasi yang ada adalah 0,603 > 0,05 yang berarti korelasi yang ada adalah korelasi yang tidak signifikan.  

b.      Adjusted R²

Berikut adalah nilai Adjusted R² yang diperoleh dari hasil pengolahan data pada kesempatan kali ini:

	Model Summaryb
Model		R	R Square	Adjusted R Square	Std. Error of the Estimate	Durbin-Watson
1		.594a	.352	.296	8.47626	2.132
a. Predictors: (Constant), BI, HP
b. Dependent Variable: KP

Dari tabel output SPSS di atas dapat dilihat bahwa nilai Adjusted R-Square dari model regresi yang terbentuk dalam penelitian ini adalah sebesar 0,296 yang menunjukan bahwa kemampuan variabel independen (brand image dan harga produk) dalam menjelaskan variabel dependen (keputusan pembelian) adalah sebesar 29,6%, sisanya sebesar 70,4% dijelaskan oleh variabel lain yang tidak termasuk dalam model.

c.       Uji Simultan

Berikut adalah hasil uji F (uji simultan) yang dilakukan pada kesempatan kali ini:

ANOVAb
Model		Sum of Squares		Df	Mean Square	F	Sig.
1	Regression	1798.292		4	449.573	6.257	.000a
	Residual	3304.960		46	71.847
	Total	5103.252		50
a. Predictors: (Constant), BI, HP
b. Dependent Variable: KP

Dari hasil output regresi di atas, dapat dilihat bahwa secara simultan variabel independen memiliki pengaruh yang signifikan terhadap variabel independen. Hal ini dapat dibuktikan dari nilai F hitung sebesar 6,257 sedangkan nilai F tabel adalah dengan df : α,(k-1),(n-k) atau df : 0,05 (3-1), (50-4) adalah 3,20 yang berarti bahwa F hitung > F tabel. Hal ini juga dapat dilihat dengan  besarnya nilai probabilitas 0,000 yang berarti lebih kecil dari pada tingkat signifikasi yang digunakan yaitu 0,05 atau 5 %, maka dapat disimpulkan bahwa model regresi dapat digunakan untuk memprediksi nilai keputusan pembelian. Atau dapat dikatakan bahwa variabel brand image (X1) dam harga produk (X2) secara simultan berpengaruh secara signifikan terhadap variabel keputusan pembelian (Y).

d.      Uji Parsial

Uji t yang dilakukan menggunakan uji dua sisi (two tail test), dengan α = 5%, maka diperoleh t tabel sebagai berikut :

t tabel (t kritis) =  |α ; df = (n-k)|

                         = 5% ; df = (50-2)

                         = 0,05 ; df = 48

                         = 1,677

Selain membandingkan nilai t tabel dengan t hitung, untuk mengetahui apakah variabel independen berpengaruh signifikan terhadap variabel dependen dalam penelitian ini juga dilakukan dengan melihat nilai probabilitas masing-masing variabel independen. Apabila nilai probabilitas variabel independen lebih kecil dari tingkat signifikasi yang digunakan yaitu 5% atau 0,05, maka dapat disimpulkan bahwa terdapat pengaruh signifikan variabel dependen terhadap variabel independen.

Berikut adalah hasil uji t (uji parsial) yang dilakukan dalam kesempatan kali ini:

Coefficientsa
Model		Unstandardized Coefficients		Standardized Coefficients	t	Sig.
		B	Std. Error	Beta
1	(Constant)	21.126	14.028		1.506	.450
	BI	.923	.192	.597	4.811	.000
	HP	.232	.385	.075	5.235	.000
a. Dependent Variable: KP

Dengan membandingkan nilai t tabel dengan t hitung dan melihat nilai probabilitas nilai probabilitas masing-masing variabel independen, maka dapat ditarik kesimpulan:

1)      Uji parsial terhadap variabel brand image

Dengan melihat nilai t hitung (t statistik) brand image sebesar 4,811 yang berarti lebih besar dari nilai t tabel 1,677 dengan probabilitas 0,000 yang berarti lebih kecil dari nilai α = 0,05, maka berarti bahwa variabel brand image mempunyai pengaruh signifikan terhadap variabel keputusan pembelian.

2)      Uji parsial terhadap variabel harga produk

Dengan melihat nilai t hitung (t statistik) harga produk sebesar 5,235 yang berarti lebih besar dari nilai t tabel 1,677 dengan probabilitas 0,000 yang berarti lebih kecil dari nilai α = 0,05, maka berarti bahwa variabel harga produk mempunyai pengaruh signifikan terhadap variabel keputusan pembelian.

e.       Bentuk Persamaan Regresi

Berdasarkan penjelasan di atas, maka persamaan regresi yang terbentuk adalah:

Y  = 21,126 + 0,923 BI + 0,232 HP.

Nilai konstanta sebesar 21,126 menunjukan bahwa jika variabel independen yang terdiri dari brand image dan harga produk bernilai 0, maka nilai dari keputusan pembelian adalah 21,126.

Nilai koefisien X₁ atau brand image adalah sebesar 0,923 menunjukan bahwa jika variabel brand image mengalami kenaikan sebesar satu satuan, maka akan menaikan nilai keputusan pembelian sebesar 0,923 satuan dengan asumsi bahwa variabel lain konstan atau tetap.

Nilai koefisien X₂ atau harga produk adalah sebesar 0,232 menunjukan bahwa jika variabel harga produk mengalami kenaikan sebesar satu satuan, maka akan menaikan nilai keputusan pembelian sebesar 0,232 satuan dengan asumsi bahwa variabel lain konstan atau tetap.

 

Sekian dulu untuk pembahasan mengenai analisis regresi berganda dengan data primer dan pengolahan data dengan alat bantu software SPSS. Next time, mimin akan mencoba untuk memposting tulisan lain tentang analisis data dengan judul yang berbeda dan metode analisis yang berbeda serta dengan software yang berbeda.

Terima Kasih………………

DAFTAR PUSTAKA

Ghozali, Imam. “Aplikasi Analisis Multivariat dengan Program IBM SPSS”. Edisi 5 Cetakan V, Badan Penerbit Universitas Diponegoro, Semarang, 2011.

Indriantoro, Nur & Bambang Supomo. “Metodologi Penelitian Bisnis untuk Akuntansi dan Manajemen”. BPFE Yogyakarta, 2002.

Irawati, Susan. “Manajemen Keuangan, Cetakan Pertama”. PT Pustaka, Bandung, 2006

Kasmir. “Analisa Laporan Keuangan”. Kharisma Putra Utama, Jakarta, 2008.

Kasmir. “Pengantar Manajemen Keuangan”. Kencana, Jakarta, 2010.

Siamat, Dahlan. “Manajemen Lembaga Keuangan”. LPFE UI, Jakarta, 2005.

Sugiyono. “Metode Penelitian Bisnis”. CV. Alfabeta, Bandung, 2003.

Suharyadi dan Purwanto, “Statistika untuk Ekonomi dan Keuangan Modern”. Penerbit Salemba 4, Jakarta, 2008.

Sulaiman, Wahid. “Analisis Regresi Menggunakan SPSS Contoh dan Pemecahanya”. Penerbit Andi, Yogyakarta, 2004.

Suliyanto, “Ekonometrika Terapan, Teori dan Aplikasi dengan SPSS”, Penerbit Andi,  Yogyakarta, 2011.

Syahrial, Dermawan. “Manajemen Keuangan”. Mitra Wacana Media, Jakarta, 2007.

Werner, R. Murhadi. “Analisis Saham Pendekatan Fundamental”. Penerbit Indeks, Jakarta, 2009.

Widarjono, Agus. “Analisis Multivariat Terapan”. Unit Penerbit dan Percetakan STIM YKPN, 2010.

Widarjono, Agus. “Ekonometrika Pengantar dan Aplikasinya”. Ekonisia FE UII, Yogyakarta, 2009.