bab 4 hasil dan pembahasan 4.1 profil perusahaanthesis.binus.ac.id/doc/bab4/2011-1-00453-mn...

58

BAB 4

HASIL DAN PEMBAHASAN

4.1 Profil Perusahaan

PT. AQUA Golden Mississippi didirikan pada tahun 1973 oleh Tirto Utomo,

sebagai produsen pelopor air minum dalam kemasan di Indonesia. Pabrik pertama

didirikan di Bekasi. Setelah beroperasi selama 30 tahun, kini Aqua memiliki 14 pabrik

di seluruh Indonesia. Pada tahun 1998, AQUA (yang berada dibawah naungan PT.

Tirta Investama) melakukan langkah strategis untuk bergabung dengan Group

DANONE, yang merupakan salah satu kelompok perusahaan air minum dalam

kemasan terbesar di dunia. Langkah ini berdampak pada peningkatan kualitas

produk, market share, dan penerapan teknologi pengemasan air terkini.

Adapun PT Tirta Investama yang memproduksi air mineral yaitu Aqua sejak

1 Oktober 1974 dengan kapasitas produksi 6 juta liter pertahun. Tahun 1974 hingga

1978 mrupakan masa masa sulit karena masih rendahnya tingkat permintaan

masyarakat terhadap Produk Aqua. Produk Aqua ditujukan untuk masyarakat

golongan menengah atas, baik perkantoran maupun rumah tangga dan restoran.

Pada tanggal 17 juli 1987, Tirto Utomo mengakuisis PT. Varia Industri Tirta yang

memproduksi (amdk) merek VIT dan mereupakan merek kedua dari Aqua. Saat ini

kapasitas produksi VIT 287 juta liter setahun.

Sejarah Perusahaan dan Produk VIT :

1973

PT AQUA Golden Mississippi didirikan sebagai pioner perusahaan air minum mineral

pertama di Indonesia. Pabrik pertama didirikan di Bekasi. Setelah beroperasi selama

30 tahun, kini Aqua memiliki 14 pabrik di seluruh Indonesia

59

1974 - 1978

Produksi pertama AQUA diluncurkan dalam bentuk kemasan botol kaca ukuran

950ml dari pabrik di Bekasi. Harga per botol adalah Rp. 75,- . Dan merupakan titik

awal perkembangan pesat produk aqua yang selanjutnya terus berkembang hingga

sekarang.

1981

Aqua memutuskan untuk mengganti bahan baku yang semula dari sumur bor ke

mata air pegunungan yang mengalir sendiri (self flowing spring).

1984

Pabrik AQUA kedua didirikan di Pandaan di Jawa Timur, sebagai upaya agar lebih

mendekatkan diri pada konsumen yang berada di wilayah tersebut.

1985

Pengembangan produk AQUA dalam bentuk kemasan PET 220 ml. Pengembangan

ini membuat produk AQUA menjadi lebih berkualitas dan lebih aman untuk

dikonsumsi.

1987

Pada tanggal 17 Juli 1987, Tirto Utomo mengakuisisi PT.Varia Industri Tirta yang

memproduksi AMDK merek VIT dan merupakan merek kedua dari grup AQUA. Saat

ini total kapasitas produksi VIT 287 juta liter setahun.

60

1993

Menyelenggarakan program AQUA Peduli (AQUA Cares), sebagai langkah pendauran

ulang botol plastik AQUA menjadi materi plastik yang bisa dapat digunakan kembali.

1995

AQUA menjadi pabrik air mineral pertama yang menerapkan sistem produksi in line

di pabrik Mekarsari. Pemrosesan air dan pembuatan kemasan AQUA dilakukan

bersamaan. Hasil sistem in line ini adalah botol AQUA yang baru dibuat dapat segera

diisi air bersih di ujung proses produksi., sehingga proses produksi menjadi lebih

higienis.

1998

Penyatuan AQUA dan grup DANONE pada tanggal 4 September 1998. Langkah ini

berdampak pada peningkatan kualitas produk dan menempatkan AQUA sebagai

produsen air mineral dalam kemasan (AMDK) yang terbesar di Indonesia.

2000

Bertepatan dengan pergantian milenium, AQUA meluncurkan produk berlabel

Danone-AQUA.

2001

DANONE meningkatkan kepemilikan saham di PT Tirta Investama dari 40 % menjadi

74 %, sehingga DANONE kemudian menjadi pemegang saham mayoritas AQUA

61

Group.

AQUA menghadirkan kemasan botol kaca baru 380 ml pada 1 November 2001.

2002

Banjir besar yang melanda Jakarta pada awal tahun menggerakkan perusahaan

untuk membantu masyarakat dan juga para karyawan AQUA sendiri yang terkena

musibah tersebut. AQUA menang telak di ajang Indonesian Best Brand Award. Mulai

diberlakukannya Kesepakatan Kerja Bersama [KKB 2002 - 2004] pada 1 Juni 2003.

Perluasan kegiatan produksi AQUA Group ditindaklanjuti melalui peresmian pabrik

baru di Klaten pada awal tahun. Upaya mengintegrasikan proses kerja perusahaan

melalui penerapan SAP [System Application and Products for Data Processing] dan

HRIS (Human Resources Information System)

2004

Peluncuran logo baru AQUA. AQUA menghadirkan kemurnian alam baik isi maupun

penampilan luarnya. AQUA meluncurkan varian baru AQUA Splash of Fruit, jenis air

dalam kemasan yang diberi esens rasa buah strawberry dan orange-mango.

Peluncuran produk ini memperkuat posisi AQUA sebagai produsen minuman.

4.2 Struktur Organisasi Perusahaan

Untuk menjalankan fungsinya dengan baik dalam rangka mencapai tujuan

perusahaan, perlu adanya suatu organisasi yang jelas. Setiap perusahaan yang ingin

maju dan berhasil dalam mencapai tujuannya, harus memiliki suatu organisasi dan

manajemen yang baik. Dalam mengelola organisasi dan manajemen yang baik

diperlukan seorang pemimpin, karena pemimpin akan menentukan apakah suatu

62

perusahaan itu maju atau mundur. Pimpinan dalam tugas sehari-harinya selalu

mengatur cara kerja orang lain atau selalu bekerja sama dengan bawahannya.

Agar tujuan organisasi dapat tercapai dengan baik, maka harus ada pembagian

wewenang dan tanggung jawab. Bagan berikut menunjukkan pembagian wewenang

dan tanggung jawab di dalam PT. Tirta Investama pada divisi Marketing.

Gambar 4.1 Struktur organisasi Vit pada Divisi Marketing 4.3 Profil Responden

Berikut ini adalah tabel yang menunjukkan profil responden di dalam

penelitian. Responden yang menjadi objek penelitian ini berjumlah 100 orang.

Karakteristik umum dari 100 responden akan ditunjukkan berdasarkan jenis kelamin,

usia, dan pengeluaran rata-rata per bulan.

63

4.3.1 Profil Responden Berdasarkan Jenis Kelamin

Dalam penelitian ini, Penulis memperoleh responden berjenis kelamin pria

sebanyak 38 orang dan wanita sebanyak 62 orang. Untuk dapat lebih jelasnya, dapat

dilihat dalam tabel berikut ini.

Tabel 4.1 Profil Responden Berdasarkan Jenis Kelamin

JENIS KELAMIN

laki ‐ laki

wanita

Gambar 4.2 Chart Profil Responden Berdasarkan Jenis Kelamin

Sumber Data : Hasil Pengolahan Data 2010

64

4.3.2 Profil Responden Berdasarkan Usia

Dalam penelitian ini, Penulis memperoleh responden berusia di bawah 20 tahun

sebanyak 26 orang, di antara 20 – 26 tahun sebanyak 30 orang, di antara 27 – 32 tahun

sebanyak 7 orang, di antara 33 – 39 tahun sebanyak 3 orang dan di atas 40 tahun sebanyak

24 orang. Untuk dapat lebih jelasnya, dapat dilihat dalam tabel berikut ini.

Tabel 4.2 Profil Responden Berdasarkan Usia

Sumber : Hasil Pengolahan Data, 2010

20 thn

20 ‐ 26 thn

27 ‐ 32 thn

33 ‐ 39 thn

> 40 thn

Gambar 4.3 Chart Profil Responden Berdasarkan Usia


4.3.3 Profil Responden Berdasarkan Pengeluaran Rata-Rata Per Bulan

Berikut ini adalah tabel yang menunjukkan profil responden berdasarkan

pendapatan perbulan

65

Tabel 4.3 Profil Responden Berdasarkan Usia


< 1 Jt

1 ‐ 2 Jt

2 ‐ 3 Jt

3 ‐ 4 Jt

> 4Jt

Gambar 4.4 Chart Profil Responden Berdasarkan Pendapatan


Dari data yang diperoleh maka diketahui responden yang menjawab kuesioner VIT

air mineral dominan berpendapatan >4.000.000 sebanyak 28 orang, beumur 20 tahun

66

sebanyak 26 orang, berumur 40 tahun sebanyak 24 orang, berumur 33‐ 39 tahun sebanyak

13 orang, dan berumur 27 – 32 sebanyak 7 orang .

4.3 Uji Validitas

Uji validitas untuk tiap instrumen dilakukan dengan menggunakan rumus korelasi

Pearson Product Moment dengan mengkorelasikan skor tiap butir pernyataan (sebagai

variabel X) dengan skor total (variabel Y). Dalam melakukan pengujian validitas, populasi

yang digunakan sebanyak 100 orang responden dengan tingkat interval kepercayaan 95 %.

Dasar pengambilan keputusan untuk validitas data :

• Jika r hasil positif, serta r hitung (Corrected Item – Total Correlation) > r tabel,

maka butir atau variabel tersebut valid

• Jika r hasil negatif, serta r hitung (Corrected Item – Total Correlation) < r tabel,

maka butir atau variabel tersebut tidak valid

Nilai r hitung didapat dari hasil perhitungan korelasi Pearson Product Moment antara

skor tiap butir pernyataan dengan skor total dan nilai r tabel adalah 0,17 .

Tabel Uji Validitas Pertanyaan Kuesioner tiap variabel

4.4.1 Uji Validitas Variabel karakteristik kategori produk

Tabel 4.4 Uji Validitas Pertanyaan Kuesioner variabel X1

Item-Total Statistics

Scale Mean if

Item Deleted

Scale Variance if

Item Deleted

Corrected Item-

Total Correlation

Cronbach's

Alpha if Item

Deleted

B1 50.17 27.941 .390 .544

B2 50.41 27.517 .307 .539

B3 50.91 29.275 .352 .588

67

B4 50.61 28.463 .389 .556

B5 50.78 26.497 .487 .519

B6 50.36 27.808 -.202 .547

B7 51.29 27.663 .522 .554

B8 51.13 28.417 -.067 .579

B9 50.94 25.936 .389 .522

B10 50.40 27.838 .423 .548

B11 50.84 27.186 .338 .539

B12 51.05 25.422 .485 .499

B13 50.39 27.654 .490 .535

B14 50.13 28.437 .480 .557

B15 50.51 27.465 .397 .551

Corrected

Item-Total

Correlation

(Rhitung)

R

tabel Validitas

B1 .390 0.17 Valid

B2 .307 0.17 Valid

B3 .352 0.17 Valid

B4 .389 0.17 Valid

B5 .486 0.17 Valid

B6 -.202 0.17 Tidak

valid

B7 522 0.17 valid

B8 -.067 0.17 Tidak

valid

68

B9 .389 0.17 Valid

B10 .423 0.17 Valid

B11 .338 0.17 Valid

B12 .485 0.17 Valid

B13 .490 0.17 Valid

B14 .480 0.17 Valid

B15 .397 0.17 Valid


Berdasarkan hasil uji validitas di atas, maka dapat disimpulkan bahwa pernyataan

yang terdapat pada kuesioner yang mewakili Karakteristi kategori produk ada 2 yang tidak

valid, , karena nilai r hitung < r tabel yaitu -0,202 dan -0,067. Dengan adanya pernyataan

yang tidak valid, maka pernyataan tersebut dibuang dan tidak diikutsertakan dalam

perhitungan data selanjutnya. Tabel hasil uji validitas menjadi sebagai berikut :

Tabel 4.5 Uji Validitas Variabel karakteristik kategori produk:

Corrected

Item-Total

Correlation

(Rhitung)

R tabel Validitas

B1 .390 0.17 Valid

B2 .307 0.17 Valid

B3 .352 0.17 Valid

69

4.4.2 Uji Validitas Variabel kebutuhan variasi produk

Tabel 4.6 Hasil Output Uji Validitas Variabel kebutuhan variasi produk


Scale Mean if

Item Deleted

Scale Variance if

Item Deleted

Corrected Item-

Total Correlation

Cronbach's

Alpha if Item

Deleted

B16 15.92 10.216 .514 .492

B17 16.06 10.582 .705 .486

B18 15.85 9.765 .704 .413

B19 16.40 10.505 .510 .530

B20 16.18 9.179 .422 .385

B21 16.44 10.269 .502 .560

B4 .389 0.17 Valid

B5 .486 0.17 Valid

B7 522 0.17 valid

B9 .389 0.17 Valid

B10 .423 0.17 Valid

B11 .338 0.17 Valid

B12 .485 0.17 Valid

B13 .490 0.17 Valid

B14 .480 0.17 Valid

B15 .397 0.17 Valid

70

Tabel 4.7 : Uji Validitas Pertanyaan Kuesioner Variabel X2


Berdasarkan hasil uji validitas di atas, maka dapat disimpulkan bahwa pernyataan

yang terdapat pada kuesioner yang mewakili kebutuhan mencari variasi valid .

4.4.3 Uji Validitas Variabel Keputusan perpindahan merek

Tabel 4.8 Hasil Output Uji Validitas Variabel X3


Scale Mean if

Item Deleted

Scale Variance if

Item Deleted

Corrected Item-

Total Correlation

Cronbach's

Alpha if Item

Deleted

B22 28.78 15.501 .760 .575

B23 28.84 17.076 .577 .615

B24 28.49 19.497 .330 .668

B25 28.73 18.404 .454 .644

Corrected

Item-Total

Correlation

(Rhitung)

R

tabel

Validitas

B16 .514 0.17 Valid

B17 .705 0.17 Valid

B18 .703 0.17 Valid

B19 .509 0.17 Valid

B20 .422 0.17 Valid

B21 .502 0.17 Valid

71

B26 28.15 22.354 .335 .717

B27 28.05 23.844 -.043 .747

B28 28.94 19.527 .519 .689

B29 28.59 17.592 .509 .637

B30 28.32 16.425 .533 .603

Tabel 4. 9 Uji Validitas Variabel Keputusan perpindahan merek

Corrected

Item-Total

Correlation

(Rhitung)

R tabel Validitas


B22 .760 0.17 Valid

B23 .665 0.17 Valid

B24 .327 0.17 Valid

B25 .590 0.17 Valid

B26 .335 0.17 Valid

B27 -.043 0.17 Tidak

valid

B28 .518 0.17 Valid

B29 .509 0.17 Valid

B30 .533 0.17 Valid

72

berdasarkan hasil uji validitas di atas, maka dapat disimpulkan bahwa pernyataan

yang terdapat pada kuesioner yang mewakili keputusan perpindahan merek ada 1 yang

tidak valid, karena nilai r hitung < r tabel yaitu -0,043 . Dengan adanya pernyataan yang

tidak valid, maka pernyataan tersebut dibuang tidak diikutsertakan dalam perhitungan data

selanjutnya. Tabel hasil uji validitas menjadi sebagai berikut :

Corrected

Item-Total

Correlation

(Rhitung)

R tabel Validitas


B22 .760 0.17 Valid

B23 .665 0.17 Valid

B24 .327 0.17 Valid

B25 .590 0.17 Valid

B26 .335 0.17 Valid

B28 .518 0.17 Valid

B29 .509 0.17 Valid

B30 .533 0.17 Valid

73

4.5 Hasil Uji Reliabilitas Tiap Variabel

4.5.1 Hasil Uji Reliabilitas Variabel karakteristik kategori produk

Tabel 4.11 Uji Reliabilitas Variabel karakteristik kategori produk ( X1)

Reliability Statistics

Cronbach's Alpha N of Items

.531 15

Dari hasil analisis di atas, diperoleh nilai Alpha 0.531 , dengan demikian melebihi

nilai r tabel pada signifikan 0.05 yakni sebesar 0.6 . Dengan demikian, maka dapat

disimpulkan bahwa butir-butir instrumen penelitian tersebut adalah reliabel.

4.5.2 Hasil Uji Reliabilitas Variabel variasi produk

Tabel 4.12 Uji Reliabilitas Variabel variasi produk ( X2)

T

D



disimpulkan bahwa butir-butir instrumen penelitian tersebut adalah reliable



.526 6

74

4.5.3 Hasil Uji Reliabilitas Variabel keputusan perpindahan merek

Tabel 4.13 Uji Reliabilitas Variabel keputusan perpindahan merek (Y)



.639 9



disimpulkan bahwa butir-butir instrumen penelitian tersebut adalah reliabel.

4.6 Transformasi Data Ordinal Menjadi Interval

Dari hasil kuesioner yang mencari data untuk variable Karakteristik Kategori Produk

(X1), Variabel Kebutuhan Mencari Variasi Produk (X2), dan Variabel keputusan Perpindahan

Merek (Y) sebelum dianalisi lebih lanjut, data tersebut harus mempunyai interval. Untuk

variable X1, X2, Y, data yang di peroleh dari kuesiner berupa data dalam ordinal dan akan

diubah menjadi interval dengan menggunakan MSI.

Pertanyaan kuesioner 1 sampai pertanyaan 15 adalah pertanyaan yang mengukur

variabel X1, pertanyaan kuesioner 16 samapi 21 adalah pertanyaan yang mengukur variabel

X2, pertanyaan kuesioner 22 samapi 30 adalah pertanyaan yang mengukur vaiabel Y.

Pertanyaan 1 sampai dengan 30 memiliki opsi jawaban pertanyaan yaitu sangat tidak

setuju (STS), tidak setuju (TS) , netral (N), setuju(S), dan sangat setuju (SS), yang

kemudian dibobotkan dimana STS mempunyai bobot = 1, TS mempunyai bobot = 2, N

mempunyai bobot = 3, S mempunyai bobot = 4, SS mempunyai bobot = 5.

Setelah dilakukan transformasi data dari ordinal ke interval dengan method of

successive interval (MSI) terhadap jawaban dari pertanyaan variabel X1, X2, dan Y didapat

nilai baru dari data dengan perubahan sebagai berikut :

75

Transformasi variabel Karakteristik kategori produk di tunjukan pada table

berikut ini :

Tabel Transformasi Variabel Karakteristik Kategori Produk

Skala Ordinal Berubah Skala Interval

Nilai Alternatif Jawaban 1 Menjadi 1

Nilai Alternatif Jawaban 2 Menjadi 1,70



Nilai Alternatif Jawaban 5 Menjadi 4.05

Sumber : Hasil Pengolahan Data 2010

Transformasi variabel kebutuhan mencari variasi di tunjukan pada table

berikut ini :








76

Transformasi variabel keputusan perpindahan merek di tunjukan pada table

berikut ini :








Selanjutnya data yang ditransformasi menjadi data interval akan dilakukan uji

normalitas sehingga instrument yang digunakan dalam penelitian yang berupa pertanyaan

kuesioner dapat dipertanggungjawabkan. Adapun variabel – variabel yang akan diuji

normalitasnya adalah variabel X1, X2, dan Y.

4.7 Uji Normalitas

Mengingat asumsi untuk melakukan regersi adalah bahwa data haruslah berdistribusi

secara normal, maka akan dilakukan uji normalitas terhadap variabel X1, X2, dan Y.

4.7.1 Uji Normalitas Variabel karakteristik kategori produk

Dengan demikian menggunakan bantuan program SPSS 16 didapat hasil sebagai

berikut :

77

Gambar 4.5 Grafik Normalitas Dari Data Variabel X1 (Karakteristik kategori produk)

Sumber : Hasil Pengolahan Data

Dilihat dari gambar 4.5 – Grafik normalitas dari data variabel X1 (Q-Q plot). Jika

suatu distribusi data normal, maka akan tersebar di sekitar garis. Dari gambar tersebut

menunjukan titik – titik (data) terlihat berbeda di sekitar garis diagonal . Oleh karena itu, bias

dikatakan bahwa distribusi adalah normal.

4.7.2 Uji normalitas Variabel Kebutuhan mencari variasi

Dengan demikian menggunakan bantuan program SPSS 16 didapat hasil

sebagai berikut :

78

Gambar 4.6 Grafik Normalitas Dari Data Variabel X2 (Kebutuhan Mencari Variasi Produk) Sumber : Hasil Pengolahan Data

Dilihat dari gambar 4.6 – Grafik normalitas dari data variabel X2 (Q-Q plot). Jika

suatu distribusi data normal, maka akan tersebar di sekitar garis. Dari gambar tersebut



4.7.3 Uji normalitas Variabel Keputusan Perpindahan Merek

Dengan demikian menggunakan bantuan program SPSS 16 didapat hasil sebagai berikut :

Gambar 4.7 Grafik Normalitas Dari Data Variabel X2 (Kebutuhan Mencari Variasi Produk)


Dilihat dari gambar 4.7 – Grafik normalitas dari data variabel Y (Q-Q plot). Jika suatu

distribusi data normal, maka akan tersebar di sekitar garis. Dari gambar tersebut



4.8 Uji Asumsi Klasik

4.8.1 Uji Normalitas

Ada cara lain untuk menentukan data berdistribusi normal atau tidak dengan

menggunakan rasio skewness dan rasio kurtosis. Rasio skewness dan rasio kurtosis dapat

79

dijadikan petunjuk apakah suatu data berdistri busi normal atau tidak. Rasio skewness

adalah nilai skewness dibagi dengan standart nilai error skewness, sedang rasio kurtosis

adalah nilai kurtosis dibagi dengan standart nilai error kurtosis. Bila rasio kurtosis dan

skewness berada diantara - 2 hingga + 2, maka distribusi data adalah normal. (santoso 200,

p53).

4.8.2 Uji Multikolinieritas

Uji Multikolinieritas merupaka uji yang ditunjukan untuk menguji apakah model

regresi ditemukan adanya korelasi antar variable bebas (variable independent). Model uji

regresi yang baik sebaiknya tidak terjadi multikolinieritas.

Untuk mendeteksi ada ataau tidaknya multikolinieritas, yaitu dengan :

1. Dengan melihat Nilai VIF (Variance Inflation Factor). Menurut Santosos (2001), pada

umumnya jika VIF lebih besar dari 5 maka variable tersebut mempunyai persoalan

multikolinieritas dengan variable bebas lainnya.

2. Dengan membandingakan nilai koefisien determinasi indivisual (r²) dengan nilai

determinasi secara serentak (R²).

3. Dengan melihat nilai Eigenvalue dan condition index, Apabila satu atau lebih variable

bebas yang mendekati nol memberikan petunjuk adanya multikolinieritas.

4. Menganalisi korelasi antar variable bebas. Jika terjadi korelasi cukup tinggi (diatas

0,90) maka hal ini merupakan indikasi adanya multikolinieritas.

Tabel 4.20 Uji Mul Multikolinieritas (VIF)

Coefficientsa

Model

Unstandardized

Coefficients

Standardized

Coefficients t Sig. Collinearity Statistics

80

B Std. Error Beta Tolerance VIF

1(Constant) 9.764 3.069 3.181 .002

faktor1 .097 .058 .168 1.674 .097 .966 1.036

faktor3 .094 .069 .137 1.362 .176 .966 1.036

a. Dependent Variable: faktor2


Dari output Coefficients diatas, diketahui nilai VIF untuk factor 1 (karakteristik

kategori produk) dan factor 3 (keputusan perpindahan merek) sebesar 1.036, 1.036 yang

berarti < 5, dengan demikian dapat disimpulkan tidak terjadi multikolinieritas.


Dari output Coefficients diatas, diketahui nilai VIF untuk factor 2 (kebutuhan

mencari variasi produk) dan factor 3 (keputusan perpindahan merek) sebesar 1.029, 1.029

yang berarti < 5, dengan demikian dapat disimpulkan tidak terjadi multikolinieritas.

Tabel 4.21 Uji Mul Multikolinieritas (Koefisien Korelasi) x1 dan y

Coefficient Correlationsa

Model faktor3 faktor1

Coefficientsa

Model

Unstandardized

Coefficients

Standardized

Coefficients

t Sig.

Collinearity

Statistics

B Std. Error Beta

Toleranc

e VIF

1(Constant) 37.301 4.100 9.098 .000

faktor3 .188 .119 .157 1.578 .118 .972 1.029

faktor2 .290 .173 .167 1.674 .097 .972 1.029


81

1 Correlations faktor3 1.000 -.185

faktor1 -.185 1.000

Covariances faktor3 .005 .050

faktor1 .050 .003



Dari output Coefficient Correlations diatas, diketahui bahwa hubungan variabel

bebas antara karakteristik kategori produk dengan keputusan perpindahan merek sebesar (-

0,185) . Dari data diatas menunjukan bahwa korelasi diantara masing-masing variabel bebas

tidak tinggi kareana < 0,90. Makah al ini menandakan tidak terjadi multikolinieritas.

Tabel 4.22 Uji Mul Multikolinieritas (Koefisien Korelasi) x2 dan y

hubungan variabel bebas antara kebutuhan mencari variasi produk dengan

keputusan perpindahan merek sebesar (-0,168), Dari data diatas menunjukan bahwa

korelasi diantara masing-masing variabel bebas tidak tinggi kareana < 0,90. Makah al ini

menandakan tidak terjadi multikolinieritas.

Coefficient Correlationsa

Model faktor2 faktor3

1 Correlations faktor2 1.000 -.168

faktor3 -.168 1.000

Covariances faktor2 .030 -.003

faktor3 -.003 .014


82

Tabel 4.22 Uji Multikolinieritas (Collinearity Diagnostics) x1 dan y

Collinearity Diagnosticsa

Model

Dimensi

on Eigenvalue Condition Index

Variance Proportions

(Constant) faktor1 faktor3

1 1 2.979 1.000 .00 .00 .00

2 .015 13.923 .05 .19 .93

3 .005 23.290 .95 .81 .07



Nilai Eigenvalue sebesar 2.979 berada jauh diatas nol (0) padamodel 1 menunjukn

tidak adanya pengeluaran variable bebas atau tidak adanya multikolinieritas.

Tabel 4.22 Uji Multikolinieritas (Collinearity Diagnostics) x2 dan y

Collinearity Diagnosticsa

Model

Dimensi

on Eigenvalue Condition Index

Variance Proportions

(Constant) faktor3 faktor2

1 1 2.968 1.000 .00 .00 .00

2 .022 11.637 .01 .40 .75

3 .010 17.318 .99 .59 .24

a. Dependent Variable: faktor1 Sumber : Hasil Pengolahan Data

Nilai Eigenvalue sebesar 2.968 berada jauh diatas nol (0) padamodel 1 menunjukn

tidak adanya pengeluaran variable bebas atau tidak adanya multikolinieritas.

83

4.10.3 Uji Heterokedatisitas

Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi

ketidaksamaan veriance dari residual satu pengamatan ke pengamatan yang lain. Jika

variance tetap maka disebut homoskedastisitas dan jika berbeda maka terjadi problem

heteroskedastisitas. Model regresi yang baik yaitu homoskesdatisitas atau tidak terjadi

heteroskedastisitas.

Salah satu cara untuk mendeteksi ada tidaknya heteroskedastisitas yaitu melihat

scatter plot (nilai prediksi dependen ZPRED dengan residual SRESID). Cara menganalisis :

• Dengan melihat apakah titik-titik memiliki pla tertentu yang teratur seperti

bergelombang, melebar kemudian menyempit, jika terjadi maka mengindikasikan

terdapat heteroskedastisitas.

• Jika tidak terdapat pola tertentu yang jelas, serta titik-titik menyebar diatas dan

dibawah angka 0 pada sumbu Y maka mengindikasikan tidak terjadi

heteroskedastisitas.

Gambar 4.8 Grafik Uji Heterokedatisitas


84

Dengan melihat sebaran titik-titik yan acak baik diatas maupun dibawah angka 0 dari

sumbu Y dapat disimpulkan tidak terjadi heteroskedastisitas dalam model regresi ini.

4.8.4 Uji Autokorelasi

Uji autokorelasi bertujuan menguji apakah model regresi linier ada korelasi antara

kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode

sebelumnya (t-1). Jika terjadi korelasi maka dinamakan ada problem autokorelasi. Model

regresi yang baik adalh model regresi yang bebas autokorelasi. Salah satu cara untuk

mendeteksi gejala autokorelasi yaitu uji Durbin Watson (DW test).

Uji Durbin Watson hanya digunakan untuk autokorelasi tingkat satu (first

autocorrelation) dan mensyaratkan adanya intercept (konstanta) dalam model regresi dan

tidak ada variable lagi diantara variable bebas.

Pengambilan keputusan dalam uji Durbin Watson adalah :

1. Menentukan Hipotesis

H0 : tidak ada autokorelasi

H1 : ada aotukorelasi

2. Menentukan nilai α dengan d table (n,k) terdii atas dl dan du

3. Menentukan criteria pengujian

• Tidak terjasi aotokorelasi jika (4-dl) < dw < dl

• Terjadi autokorelasi positif jika dw < dl, koefisien korelasinya lebih besar dari

nol

• Terjadi autokorelasi negative jika dw > (4-dl), koefisien korelasinya lebih

kecil dari nol

85

• Jika dw terletak antara (4-du) dan (4-dl) maka hasilnya tidak dapat

disimpulkan

• Jka n < 15

Tabel 4.23 Uji Mul Durbin Watson

Model Summaryb

Model R R Square

Adjusted R

Square

Std. Error of the

Estimate Durbin-Watson

1 .229a .553 .233 4.23093 1.650

a. Predictors: (Constant), faktor1, faktor2

b. Dependent Variable: faktor3 Sumber : Hasil Pengolahan Data

• H0 : tidak ada autokorelasi

H1 : ada aotukorelasi

• dl (n=30, k=3) = 1.6337

du (n=44, k=3) = 1.7152

• nilai DW (1.650) > du (1.7152), maka kesimpulannya tidak ada autokorelasi

4.9 Hubungan Antara Kontribusi Karakteristi kategori produk ,kebutuhan mencari variasi produk , dan keputusan perpindahan merek

Analisis korelasi dilakukan untuk mengetahui hubungan antar variabel independent

(X) dengan variabel dependent (Y). Dibawah ini adalah analisis korelasi antara Karakteristi

kategori produk ,kebutuhan mencari variasi produk dan keputusan perpindahan merek.

86

4.9.1 Hubungan Antara Karakteristi kategori produk dan keputusan perpindahan merek

Koefisien korelasi antara Karakteristi kategori produk (X1) dengan keputusan

perpindahan merek (Y) dilakukan dengan menggunakan program SPSS. Hasil pengolahan

korelasi diperlihatkan pada table berikut

Tabel 4.24 Korelasi Kontribusi karakteristik kategori produk dan keputusan perpindahan merek

Correlations

faktor1 faktor3

faktor1 Pearson Correlation 1 .685

Sig. (2-tailed) .000

N 100 100

faktor3 Pearson Correlation .685 1


N 100 100

**. Correlation is significant at the 0.01 level (2-tailed).


Berdasarkan tabel 4.24 diatas diketahui bahwa hubungan bivariat antara variabel

X1 dengan Y, melalui koefisien korelasi pearson adalah 0,685. Artinya bahwa hubungan

antara karakteristik kategori produk dengan keputusan perpindahan merek bersifat kuat

dan searah (dikarenakan hasilnya positif). Hal ini dapat diartikan bahwa jika karakteristik

kategori produk tinggi atau meningkat maka keputusan perpindahan merek juga akan ikut

meningkat.

Sumbangan karakteristik kategori produk dengan keputusan perpindahan merek

adalah sebesar KP = r² x 100% = 0,685² x 100% = 46,92%. Artinya sumbangan 46,92%

variabel keputusan perpindahan merek ini dijelaskan oleh varabel karakteristik kategori

87

produk dan sisanya 53,08% ditentukan oleh varabel lain yang tidak dapat dijelaskan dalam

penelitian ini.

Kemudian angka korelasi diatas akan diuji apakah benar-benar dapat digunakan

untuk menjelaskan hubungan dua variabel.

Hipotesis

Ho = Tidak ada hubungan yang signifikan antara karakteristik ketegori produk terhadap

perpindahan merek .

Ha = Ada hubungan yang signifikan antara karakteristik ketegori produk terhadap keputusan

perpindahan merek .

Dasar Pengambilan Keputusan (Tingkat kepercayaan 95%)

Sig ≥ 0,05 maka Ho diterima

Sig < 0,05 maka Ho dItolak

Keputusan

Sig = 0,000 yang artinya lebih kecil dari 0,05 maka Ho ditolak dan Ha diterima

Sehingga korelasi antara antara karakteristik ketegori produk terhadap perpindahan merek .

signifikan dengan tingkat keyakinan 95%.

Sehingga dapat disimpulkan :

Jadi melalui uji signifikansi diatas dapat diketahui bahwa hubungan antara karakteristik

kategori produk (X1) dan keputusan perpindahan merek (Y) memiliki hubungan yang nyata

dan hubungan kedunya bersifat kuat dan searah. Dikatakan hubungannya searah karena

88

korelasi bernilai positif, jadi jika nilai variabel karakteristik kategori produk (X1) naik maka

nilai variabel keputusan perpindahan merek (Y) juga akan naik, begitu juga sebaliknya, jika

nilai variabel karakteristik kategori produk (X1) turun maka nilai variabel keputusan

perpindahan merek (Y) juga akan turun. Dimana pengaruh tersebut tergolong kuat berkisar

0,685

4.9.2 Hubungan Antara kebutuhan mencari variasi dan keputusan perpindahan merek

Koefisien korelasi antara kebutuhan mencari variasi (X2) dengan keputusan

perpindahan merek (Y) dilakukan dengan menggunakan program SPSS. Hasil pengolahan

korelasi diperlihatkan pada table berikut

Tabel 4.25 Korelasi Kontribusi kebutuhan mencari variasi dan keputusan perpindahan merek

Correlations

faktor3 faktor2

faktor3 Pearson Correlation 1 .668


N 100 100

faktor2 Pearson Correlation .668 1


N 100 100 **. Correlation is significant at the 0.01 level (2-tailed).


Berdasarkan tabel 4.25 diatas diketahui bahwa hubungan bivariat antara variabel

X2 dengan Y, melalui koefisien korelasi pearson adalah 0,168. Artinya bahwa hubungan

antara kebutuhan mencari variasi dengan keputusan perpindahan merek bersifat kuat dan

89

searah (dikarenakan hasilnya positif). Hal ini dapat diartikan bahwa jika kebutuhan mencari

variasi meningkat maka keputusan perpindahan merek juga akan ikut meningkat.

Sumbangan kebutuhan mencari variasi dengan keputusan perpindahan merek adalah

sebesar KP = r² x 100% = 0,668² x 100% = 44,62%. Artinya sumbangan 44,62%. variabel

keputusan perpindahan merek dijelaskan oleh varabel kebutuhan mencari variasi dan sisanya

55,38% ditentukan oleh varabel lain yang tidak dapat dijelaskan dalam penelitian ini.

Kemudian angka korelasi diatas akan diuji apakah benar-benar dapat digunakan

untuk menjelaskan hubungan dua variabel.

Hipotesis

Ho = Tidak ada hubungan yang signifikan antara kebutuhan mencari variasi (X2) dan

keputusan perpindahan merek (Y)

Ha = Ada hubungan yang signifikan antara kebutuhan mencari variasi (X2) dan keputusan

perpindahan merek (Y)




Keputusan

Sig = 0,000 yang artinya lebih kecil dari 0,05 maka Ho ditolak dan Ha diterima

Sehingga korelasi antara kebutuhan mencari variasi (X2) dan keputusan perpindahan merek

(Y) signifikan dengan tingkat keyakinan 95%.

Sehingga dapat disimpulkan :

Jadi melalui uji signifikansi diatas dapat diketahui bahwa hubungan antara kebutuhan

mencari variasi (X2) dan keputusan perpindahan merek (Y) memiliki hubungan yang nyata

90

dan hubungan kedunya bersifat kuat dan searah. Dikatakan hubungannya searah karena

korelasi bernilai positif, jadi jika nilai variabel kebutuhan mencari variasi (X2) naik maka nilai

variabel keputusan perpindahan merek (Y) juga akan naik, begitu juga sebaliknya, jika nilai

kebutuhan mencari variasi (X2) turun maka nilai variabel keputusan perpindahan merek (Y)

juga akan turun. Dimana pengaruh tersebut tergolong kuat berkisar 0,668

Hasil Uji Korelasi Pearson antara variabel X1, X2, dan Y diatas dapat diringkas sebagai berikut :

Tabel 4.27 Sifat Hubungan Korelasi X1, X2, dan Y

Hubungan

Antar Variabel Korelasi Sifat Hubungan

X1 terhadap Y 0.685 Kuat, searah dan signifikan

X2 terhadap Y 0.668 Kuat, searah dan signifikan


4.10 Analisis Pengaruh karakteristik kategori produk, kebutuhan mencari variasi dan keputusan perpindahan merek

Analisis Anova dilakukan untuk mengetahui pengaruh secara keseluruhan antara karakteristik

kategori produk, kebutusan mencari variasi terhadap keputusan perpindahan merek . Hasil

perhitungan menggunakan program SPSS diperlihatkan pada table berikut :

ANOVAb

Model Sum of Squares df Mean Square F Sig.

1 Regression 96.257 2 48.129 2.689 .000a

Residual 1736.377 97 17.901

Total 1832.634 99

a. Predictors: (Constant), faktor1, faktor2

b. Dependent Variable: faktor3 Sumber : Hasil Pengolahan Data

91

Hipotesis

Ho = Tidak ada pengaruh yang signifikan antara karakteristik ketegori produk dan kebutuhan

mencari variasi terhadap perpindahan merek .

Ha = Ada pengaruh yang signifikan antara karakteristik ketegori produk dan kebutuhan

mencari variasi terhadap perpindahan merek .




Keputusan

Dari hasil uji signifikan pada tabel 4.37 diperoleh nilai Sig. sebesar 0,000 Jika

dibandingkan dengan α = 0.05, maka nilai Sig lebih kecil dari α (Sig ≤ α) yaitu 0.000 ≤ 0.05

maka Ho ditolak dan Ha diterima. Sehingga dapat ditarik kesimpulan bahwa variabel

karakteristik ketegori produk dan kebutuhan mencari variasi berpengaruh secara simultan

dan signifikan terhadap variabel terikat keputusan perpindahan merek.

Analisis Model Summary dilakukan untuk mengetahui pengaruh karakteristik ketegori

produk dan kebutuhan mencari variasi secara individu antara terhadap keputusan

perpindahan merek . Hasil perhitungan menggunakan program SPSS diperlihatkan pada table

berikut :

Model Summaryb

Model R R Square

Adjusted R

Square

Std. Error of the


1 .229a .553 .333 4.23093 1.650

a. Predictors: (Constant), x1, x2

92

Model Summaryb

Model R R Square

Adjusted R

Square

Std. Error of the


1 .229a .553 .333 4.23093 1.650

b. Dependent Variable: faktor3


Dalam tabel model summary terdapat kolom (R square) dengan angka 0,553 artinya

untuk mencari persentasinya harus dikalikan dengan 100%, jadi 0,553 x 100% = 55,3%,

yang artinya adalah 55,3% variable keputusan perpindahan merek dipengaruhi oleh

varabel karakteristik ketegori produk dan kebutuhan mencari variasi Sisanya

sebanyak 44,7% dipengaruhi oleh variabel lain.

Analisis Coefficients dilakukan untuk mengetahui pengaruh secara individu antara

karakteristik ketegori produk dan kebutuhan mencari variasi terhadap keputusan

perpindahan merek. Hasil perhitungan menggunakan program SPSS diperlihatkan pada table

berikut :

Coefficientsa

Model

Unstandardized Coefficients

Standardized

Coefficients

t Sig.

Collinearity Statistics

B Std. Error Beta Tolerance VIF

1 (Constan

t) 18.352 4.309

4.259 .000

faktor2 .199 .146 .137 1.362 .002 .963 1.039

faktor1 .133 .084 .159 1.578 .008 .963 1.039



93

Berdasarkan table diatas menggambarkan persamaan regresi berganda sebagai berikut :

Y = 18,352 + 0,199 X1 + 0,133 X2

Keterangan

X1 = karakteristik kategori produk

X2 = kebutuhan mencari variasi

Y = keputusan perpindahan merek

Dari persamaan regresi diatas dapat diartikan bahwa :

1. Konstanta sebesar 18,352, mnyatakan bahwa jika karakteristik ketegori produk dan

kebutuhan mencari variasi = 0, maka nilai Y sebesar18,352 . Ini berarti bahwa

apabila karakteristik ketegori produk dan kebutuhan mencari variasi tidak

ditingkatkan maka keputusan perpindahan merek akan tetap pada angka konstanta

sebesar 18,352. Hal ini berarti bahwa apabila karakteristik ketegori produk dan

kebutuhan mencari variasi tidak di tingkatkan maka keputusan perpindahan merek

tidak akan terjadi. Oleh karena itu keputusan perpindahan merek dapat dilakukan

apabila disertai dengan peningkatan karakteristik ketegori produk dan kebutuhan

mencari variasi

2. karakteristik ketegori produk mempengaruhi keputusan perpindahan merek sebesar

0,119 dan berbanding searah karena bernilai positif (+). Karakteristik kategori

produk memberikan pengaruh yang besar kepada keputusan perpindahan merek

3. kebutuhan mencari variasi produk mempengaruhi keputusan perpindahan merek

sebesar 0,133 dan berbanding searah karena bernilai positif (+). Artinya apabila

kebutuhan mencari variasi mengalami kenaikan 1 satuan maka keputusan

pemindahan merek akan bertambah sebesar 0,133. Berdasarkan hasil perhitungan

Regresi Ganda, maka gambar struktur antara variabel karakteristik kategori produk

(X1), kebutuhan mencari variasi (X2) dan keputusan pemindahan merek (Y)adalah

94

Gambar 4.9 Pengaruh Variabel X1 dan X2 Terhadap Y


Keterangan Gambar :

• karakteristik kategori produk (X1) memiliki pengaruh sebesar 68,5% terhadap

keputusan perpindahan merek (Y).

• kebutuhan mencari variasi (X2) memiliki pengaruh sebesar 66,8% terhadap

keputusan perpindahan merek (Y).

karakteristik kategori

produk(X1)

Kebutuhan mencari

variasi (X2)

Keputusan perpindahan

merek

0,668 = 66,8%

0,685 = 68,5%

bab 4 hasil dan pembahasan 4.1 profil perusahaanthesis.binus.ac.id/doc/bab4/2011-1-00453-mn...

Documents