bab 4 hasil dan pembahasan 4.1 profil perusahaanthesis.binus.ac.id/doc/bab4/2011-1-00453-mn...
TRANSCRIPT
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
Sumber Data : Hasil Pengolahan Data 2010
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
Sumber Data : Hasil Pengolahan Data 2010
< 1 Jt
1 ‐ 2 Jt
2 ‐ 3 Jt
3 ‐ 4 Jt
> 4Jt
Gambar 4.4 Chart Profil Responden Berdasarkan Pendapatan
Sumber Data : Hasil Pengolahan Data 2010
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
Sumber : Hasil Pengolahan Data, 2010
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
Item-Total Statistics
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
Sumber : Hasil Pengolahan Data, 2010
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
Item-Total Statistics
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
Sumber : Hasil Pengolahan Data, 2010
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
Sumber : Hasil Pengolahan Data, 2010
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
Dari hasil analisis di atas, diperoleh nilai Alpha 0.526 , 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 reliable
Reliability Statistics
Cronbach's Alpha N of Items
.526 6
74
4.5.3 Hasil Uji Reliabilitas Variabel keputusan perpindahan merek
Tabel 4.13 Uji Reliabilitas Variabel keputusan perpindahan merek (Y)
Reliability Statistics
Cronbach's Alpha N of Items
.639 9
Dari hasil analisis di atas, diperoleh nilai Alpha 0.639 , 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.
4.6 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 3 Menjadi 2,58
Nilai Alternatif Jawaban 4 Menjadi 3,33
Nilai Alternatif Jawaban 5 Menjadi 4.05
Sumber : Hasil Pengolahan Data 2010
Transformasi variabel kebutuhan mencari variasi di tunjukan pada table
berikut ini :
Skala Ordinal Berubah Skala Interval
Nilai Alternatif Jawaban 1 Menjadi 1
Nilai Alternatif Jawaban 2 Menjadi 1,88
Nilai Alternatif Jawaban 3 Menjadi 2,77
Nilai Alternatif Jawaban 4 Menjadi 3,27
Nilai Alternatif Jawaban 5 Menjadi 4.58
Sumber : Hasil Pengolahan Data 2010
76
Transformasi variabel keputusan perpindahan merek di tunjukan pada table
berikut ini :
Skala Ordinal Berubah Skala Interval
Nilai Alternatif Jawaban 1 Menjadi 1
Nilai Alternatif Jawaban 2 Menjadi 1,84
Nilai Alternatif Jawaban 3 Menjadi 2,41
Nilai Alternatif Jawaban 4 Menjadi 3,77
Nilai Alternatif Jawaban 5 Menjadi 4.23
Sumber : Hasil Pengolahan Data 2010
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
menunjukan titik – titik (data) terlihat berbeda di sekitar garis diagonal . Oleh karena itu, bias
dikatakan bahwa distribusi adalah normal.
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)
Sumber : Hasil Pengolahan Data
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
menunjukan titik – titik (data) terlihat berbeda di sekitar garis diagonal . Oleh karena itu, bias
dikatakan bahwa distribusi adalah normal.
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
Sumber : Hasil Pengolahan Data
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.
Sumber : Hasil Pengolahan Data
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
a. Dependent Variable: faktor1
81
1 Correlations faktor3 1.000 -.185
faktor1 -.185 1.000
Covariances faktor3 .005 .050
faktor1 .050 .003
a. Dependent Variable: faktor2
Sumber : Hasil Pengolahan Data
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
a. Dependent Variable: faktor1
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
a. Dependent Variable: faktor2
Sumber : Hasil Pengolahan Data
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
Sumber : Hasil Pengolahan Data
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
Sig. (2-tailed) .000
N 100 100
**. Correlation is significant at the 0.01 level (2-tailed).
Sumber : Hasil Pengolahan Data
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
Sig. (2-tailed) .000
N 100 100
faktor2 Pearson Correlation .668 1
Sig. (2-tailed) .000
N 100 100 **. Correlation is significant at the 0.01 level (2-tailed).
Sumber : Hasil Pengolahan Data
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)
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 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
Sumber : Hasil Pengolahan Data
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 .
Dasar Pengambilan Keputusan (Tingkat kepercayaan 95%)
Sig ≥ 0,05 maka Ho diterima
Sig < 0,05 maka Ho dItolak
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
Estimate Durbin-Watson
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
Estimate Durbin-Watson
1 .229a .553 .333 4.23093 1.650
b. Dependent Variable: faktor3
Sumber : Hasil Pengolahan Data
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
a. Dependent Variable: faktor3
Sumber : Hasil Pengolahan Data
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
Sumber Data : Hasil Pengolahan Data 2010
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%