67  

LAMPIRAN 1

KUESIONER

Pengaruh Kualitas Produk, Desain dan Citra Merek Terhadap Keputusan Pembelian Sepeda Motor Honda Scoopy

Tujuan Kuesioner Penelitian Kuesioner ini bertujuan mengumpulkan data yang berhubungan dengan

Kualitas Produk, Desain dan Citra Merek Terhadap Keputusan Pembelian Sepeda Motor Honda Scoopy diwilayah Cengkareng, Jakarta Barat. Penelitian ini dilakukan dalam rangka menyelesaikan tugas akhir skripsi Jurusan Ekonomi Manajemen di Universitas Esa Unggul. Saya sangat menghargai partisipasi anda dalam menjawab pertanyaan kuesioner ini. Atas kesediaan dalam meluangkan waktu untuk mengisi kuesioner ini, saya ucapkan terima kasih. BAGIAN 1: DATA RESPONDEN

Pilihlah salah satu jawaban pada setiap pertanyaan dengan memberikan tanda silang (X).

1. Jenis kelamin anda?

a. Laki-laki b.perempuan

2. Berapa usia anda saat ini?

a. 17-22 tahun

b. 23-28 tahun

c. 29-34 tahun

d. >35 tahun

3. Berapa pendapatan anda tiap bulan?

a. < Rp. 3.000.000

b. Rp. 3.000.000 s/d Rp. 3.999.000

c. Rp. 4.000.000 s/d Rp. 4.999.000

d. > Rp. 5.000.000

4. Apa pekerjaan anda?

a. Pegawai negeri sipil

68  

b. Karyawan swasta

c. Wiraswasta

d. Lain-lain …………………………….. (tuliskan)

BAGIAN 2: CARA PENGISIAN

1. Bacalah sebaik-baiknya setiap pertanyaan dan setiap alternative jawaban yang diberikan.

2. Pilih alternatif jawaban yang paling sesuai menurut anda dan berikan tanda (√)

3. Jika terjadi kesalahan pengisian, berikan tanda (X) pada jawaban yang salah tersebut

Keterangan:

1. SS= sangat setuju (4)

2. S= Setuju (3)

3. TS= Tidak Setuju (2)

4. STS= Sangat Tidak Setuju (1)

69  

ALTERNATIVE

JAWABAN No PERNYATAAN

SS S TS STS

1 Kinerja mesin sepeda motor Honda scoopy sangat baik

       

2 Mudah pengoperasian dan mengunakan produk sepeda motor Honda scoopy

       

3 Tampilan sepeda motor Honda scoopy sangat menarik

       

4 Sepeda motor Honda scoopy tersedia banyak pilihan jenis dan tipe

       

5 Sepeda motor Honda scoopy sudah fuel injection

       

6 Sepeda motor Honda scoopy bergaransi mesin selama 3 tahun

       

7 Sepeda motor Honda scoopy tidak ada cacat pada body

       

8 Kualitas sepeda motor Honda scoopy sesuai standar nasional

       

9 Daya tahan mesin sepeda motor Honda scoopy tahan lama

       

10 Body sepeda motor Honda scoopy tidak mudah rusak atau pecah

       

11 Kombinasi warna sepeda motor Honda scoopy sangat baik

       

12 Sepeda motor Honda scoopy banyak pilihan warnanya

       

13 Pemilihan warna striping pada body sepeda motor Honda scoopy bervariasi

       

14 Striping sepeda motor Honda scoopy model terbaru

       

15 Desain pada body sepeda motor Honda scoopy yang unik

       

16 Desain sepeda motor Honda scoopy sangat inovatif

       

17 Merek sepeda motor Honda scoopy sangat popular dikalangan masyarakat

       

18 Sepeda motor Honda scoopy sangat modern

       

19 Kuatnya nama produk Honda scoopy dibenak masyarakat

       

20 Merek Honda scoopy sangat terpercaya

       

ALTERNATIVE JAWABAN No PERNYATAAN

SS S TS STS

21 Lambang dan logo Sepeda motor Honda scoopy sangat bagus

       

22 Sepeda motor Honda scoopy mudah diingat (terkenal)

       

23 Membeli sepeda motor Honda scoopy karena sesuai kebutuhan dan manfaat

       

24 Motivasi dari keluarga untuk membeli sepeda motor Honda scoopy

       

25 Informasi sepeda motor Honda scoopy dapat ditemukan di internet

       

26 Informasi sepeda motor Honda scoopy dapat ditemukan melalui media iklan

       

27 Informasi sepeda motor Honda scoopy didapatkan dari teman

       

28 Melakukan evaluasi produk sebelum membeli sepeda motor Honda scoopy

       

29 Memilih beberapa produk sebelum membeli sepeda motor honda scoopy

       

30 Menetapkan pilihan pada sepeda motor Honda scoopy

       

31 Berniat membeli sepeda motor Honda scoopy

       

32 Melakukan keputusan pembelian pada sepeda motor Honda scoopy

       

33 Kepuasan setelah membeli dan mengunakan sepeda motor Honda scoopy

       

70  

 

34 Merekomendasikan kepada teman setelah membeli sepeda motor Honda scoopy

       

71  

LAMPIRAN 2

UJI VALIDITAS

No Indikator Nilai r

Hitung Nilai r Tabel Keterangan

1 Kinerja mesin Honda scoopy sangat baik

0,564 0,361 Valid

2 Mudah pengoperasian dan mengunakan produk Honda scoopy

0,558 0,361 Valid 

3 Tampilan sepeda motor Honda scoopy sangat menarik

0,469 0,361 Valid

4 Sepeda motor Honda scoopy tersedia banyak pilihan jenis dan tipe

0,663 0,361 Valid 

5 Sepeda motor Honda scoopy sudah fuel injection

0,711 0,361 Valid 

6 Sepeda motor Honda scoopy bergaransi mesin selama 3 tahun

0,527 0,361 Valid 

7 Sepeda motor Honda scoopy tidak ada cacat pada body

0,515 0,361 Valid 

8 Kualitas sepeda motor Honda scoopy sesuai standar nasional

0,667 0,361 Valid 

9 Daya tahan mesin sepeda motor Honda scoopy tahan lama

0,415 0,361 Valid

10 Body sepeda motor Honda scoopy tidak mudah rusak atau pecah

0,713 0,361 Valid 

11 Kombinasi warna sepeda motor Honda scoopy sangat baik

0,396 0,361 Valid 

12 Sepeda motor Honda scoopy banyak pilihan warnanya

0,604 0,361 Valid 

13 Pemilihan warna striping pada body sepeda motor Honda scoopy bervariasi

0,634 0,361 Valid

14 Striping sepeda motor Honda scoopy model terbaru

0,659 0,361 Valid

15 Desain pada body sepeda motor Honda scoopy yang unik

0,381 0,361 Valid 

16 Sepeda motor Honda scoopy sangat inovatif

0,515 0,361 Valid 

17 Merek sepeda motor Honda scoopy sangat popular dikalangan masyarakat

0,550 0,361 Valid

72  

No Indikator Nilai r Hitung

Nilai r Tabel Keterangan

18 Sepeda motor Honda scoopy sangat modern

0,495 0,361 Valid

19 Kuatnya nama produk Honda scoopy dikalangan masyarakat

0,659 0,361 Valid

20 Merek Honda scoopy sangat terpercaya

0,765 0,361 Valid 

21 Lambang dan logo Sepeda motor Honda scoopy sangat bagus

0,586 0,361 Valid 

22 Sepeda motor Honda scoopy mudah diingat (terkenal)

0,712 0,361 Valid 

23 Sangat menyukai sepeda motor Honda scoopy

0,406 0,361 Valid

24 Motivasi dari keluarga untuk membeli sepeda motor Honda scoopy

0,459 0,361 Valid 

25 Informasi sepeda motor Honda scoopy dapat ditemukan di internet

0,419 0,361 Valid

26 Infomasi sepeda motor Honda scoopy dapat ditemui melalui media iklan

0,466 0,361 Valid 

27 Informasi sepeda motor Honda scoopy didapatkan dari teman

0,391 0,361 Valid 

28 Melakukan evaluasi produk sebelum membeli sepeda motor Honda scoopy

0,438 0,361 Valid 

29 Memilih beberapa produk sebelum membeli sepeda motor honda scoopy

0,535 0,361 Valid

30 Menetapkan pilihan pada sepeda motor Honda scoopy

0,525 0,361 Valid 

31 Berniat membeli sepeda motor Honda scoopy

0,570 0,361 Valid 

32 Melakukan keputusan pembelian pada sepeda motor Honda scoopy

0,713 0,361 Valid 

33 Kepuasan setelah membeli dan mengunakan sepeda motor Honda scoopy

0,597 0,361 Valid

34 Merekomendasikan kepada teman setelah membeli sepeda motor

0,444 0,361 Valid

73  

Honda scoopy

73    

LAMPIRAN 3 TABULASI PRE-TEST

  1  2  3  4  5  6  7  8  9  10  11  12  13  14  15  16  17  18  19  20  21  22  23  24  25  26  27  28  29  30  31  32  33  34 

1  3  3  3  4  4  3  4  4  3  4  4  4  4  4  3  3  4  4  4  4  4  4  4  4  2  3  3  4  4  4  4  4  4  4 

2  3  3  3  2  4  3  4  4  3  3  3  4  3  4  4  4  3  3  3  4  2  3  3  4  4  2  2  3  4  2  4  3  4  2 

3  4  4  4  4  4  4  4  4  4  4  4  4  3  4  3  4  4  4  3  4  4  4  4  4  3  4  4  3  4  4  4  4  4  4 

4  3  2  3  3  3  3  3  3  3  3  3  3  3  2  3  3  3  3  4  2  3  3  3  3  3  3  3  3  2  3  3  3  3  3 

5  3  3  3  3  3  2  3  3  3  3  2  3  2  3  3  3  2  2  2  3  3  3  2  3  3  3  3  2  3  3  3  3  3  3 

6  2  1  3  3  2  4  3  2  3  3  4  2  2  2  2  2  4  4  2  2  2  2  4  3  2  2  3  4  2  3  2  3  3  3 

7  3  3  3  3  3  3  3  3  3  3  3  3  3  2  3  3  3  3  3  2  3  3  3  3  3  3  3  3  2  3  3  3  3  3 

8  4  4  3  4  4  4  4  4  3  4  4  4  4  3  3  4  4  4  4  3  3  4  4  4  3  4  3  4  3  4  4  4  4  3 

9  3  3  3  3  3  3  3  3  3  3  3  3  2  2  4  3  3  3  2  2  3  3  3  3  2  4  3  2  4  3  3  3  3  4 

10  3  3  3  3  3  3  3  3  3  3  3  3  2  2  4  4  3  3  2  2  4  4  3  3  2  4  3  4  4  3  3  3  3  4 11  3  3  3  3  3  3  3  3  3  3  3  3  2  2  4  4  3  3  2  2  4  3  3  3  2  4  3  2  4  3  3  3  3  4 12  3  2  3  4  3  3  2  3  3  4  3  3  3  3  3  1  3  3  3  3  3  3  3  2  2  1  3  4  3  4  3  4  2  3 13  3  4  3  3  3  1  2  4  3  3  1  3  2  2  2  3  1  2  2  2  3  3  4  3  2  3  3  2  2  3  3  3  2  3 

  1  2  3  4  5  6  7  8  9  10  11  12  13  14  15  16  17  18  19  20  21  22  23  24  25  26  27  28  29  30  31  32  33  34 

14  4  3  3  4  4  3  4  3  3  4  3  3  3  3  3  3  3  3  4  3  3  4  3  4  3  3  3  3  3  4  4  4  4  3 15  3  4  3  3  3  4  3  3  3  3  4  4  3  3  3  3  4  4  3  3  3  3  4  3  3  3  4  3  3  3  3  3  3  3 16  4  4  4  4  4  3  4  4  4  4  3  3  4  4  4  4  3  3  4  4  4  4  3  4  3  4  4  4  4  4  4  4  4  4 

74    

17  3  3  2  3  3  3  3  3  2  3  3  4  3  2  2  2  3  3  3  2  3  3  3  3  3  2  3  3  2  3  3  3  3  3 18  3  3  3  3  2  3  3  3  3  3  3  3  4  3  3  3  3  3  4  3  3  3  3  3  3  3  3  4  3  3  2  3  3  3 19  3  3  3  3  3  3  3  3  3  3  3  4  4  4  4  3  3  3  4  4  3  3  3  3  2  3  3  4  4  3  3  3  3  3 20  3  3  4  3  4  2  3  3  4  3  2  4  4  3  3  3  2  4  4  3  2  4  2  3  2  3  3  4  3  3  4  3  3  4 21  3  3  4  2  2  3  4  2  4  2  4  3  2  2  2  3  3  4  2  2  2  2  3  4  2  3  3  2  2  3  3  2  3  3 22  2  3  4  4  3  4  4  4  4  4  3  4  4  3  3  2  3  4  4  3  4  3  4  4  3  2  4  4  3  3  4  4  3  3 23  4  3  4  3  3  3  4  3  3  3  3  4  3  2  2  2  3  4  3  3  3  3  3  4  3  2  2  3  2  3  4  3  4  3 24  4  3  4  3  3  4  4  3  3  3  4  3  2  2  2  4  3  4  3  3  4  3  4  4  3  4  4  2  2  3  4  3  3  4 

  1  2  3  4  5  6  7  8  9  10  11  12  13  14  15  16  17  18  19  20  21  22  23  24  25  26  27  28  29  30  31  32  33  34 

25  3  3  3  3  3  3  3  3  3  3  4  3  3  4  3  4  3  3  3  3  3  3  3  3  3  4  3  3  3  3  4  3  4  4 26  4  4  4  4  3  4  4  4  3  4  3  4  4  3  3  4  4  4  4  3  4  3  4  4  4  4  4  4  3  3  4  4  4  4 27  4  3  4  4  4  4  3  4  4  4  3  4  4  2  2  4  3  4  4  4  4  4  4  3  3  4  2  4  2  4  2  4  4  3 28  4  3  4  3  4  4  3  4  4  3  4  4  3  4  4  4  3  4  3  4  3  4  4  3  3  4  4  3  4  4  3  3  3  4 29  3  4  4  4  4  3  3  3  4  4  4  4  3  4  4  4  4  4  4  4  4  4  3  3  3  4  3  3  4  4  4  4  3  4 30  3  3  4  2  2  3  4  2  4  2  4  3  2  2  2  4  3  4  2  2  3  2  3  4  3  4  3  2  2  4  3  2  4  3 

75    

LAMPIRAN 4

TABULASI 100 RESPONDEN

  1  2  3  4  5  6  7  8  9  10  11  12  13  14  15  16  17  18  19  20  21  22  23  24  25  26  27  28  29  30  31  32  33  34 

1 3  4  4  3  3  3  3  2  4  2  2  2  3  3  2  4  4  3  2  4  2  2  3  2  3  3  3  4  3  2  4  2  2  2 

2 3  3  4  3  3  4  4  3  3  3  2  2  4  4  3  4  3  4  3  3  3  2  3  3  4  3  3  3  4  3  3  3  2  2 

3 4  4  3  4  4  3  4  4  4  4  3  4  3  4  4  4  4  4  4  4  4  3  4  4  3  4  4  4  4  4  4  4  3  4 

4 4  3  4  4  3  4  4  4  2  4  3  3  4  4  4  4  4  4  4  2  4  3  4  3  4  4  3  4  4  4  2  4  3  3 

5 4  3  4  4  3  4  4  3  3  3  4  3  4  4  3  3  3  4  3  3  3  4  4  3  4  4  3  3  4  3  3  3  4  3 

6 2  3  4  3  2  4  3  2  3  3  3  3  4  3  2  4  3  3  2  3  3  3  2  3  4  3  2  3  3  2  3  3  3  3 

7  3  4  3  4  4  4  3  4  4  2  3  2  3  3  4  4  4  3  4  4  2  3  3  4  3  4  4  4  3  4  4  2  3  2 8 

4  4  3  4  3  3  4  3  4  4  3  3  3  4  3  4  4  4  3  4  4  3  4  4  3  4  3  4  4  3  4  4  3  3 9 

3  3  4  3  4  4  4  3  3  4  4  3  4  4  3  4  3  4  3  3  4  4  3  3  4  3  2  3  4  3  3  4  4  3 10  4  3  4  3  3  4  3  3  3  3  3  3  4  3  3  4  3  3  3  3  3  3  4  3  4  3  3  3  3  3  3  3  3  3 11  3  4  3  4  4  3  3  4  4  4  3  4  3  3  4  4  4  3  4  4  4  3  3  4  3  4  4  4  3  4  4  4  3  4 12  4  3  4  4  3  4  4  3  3  4  4  3  4  4  3  4  3  4  3  3  4  4  4  3  4  4  3  3  4  3  3  4  4  3 13  2  3  4  3  2  4  3  2  4  4  3  3  4  3  2  3  4  3  2  4  4  3  2  3  4  3  2  4  3  2  2  3  3  3 

  1  2  3  4  5  6  7  8  9  10  11  12  13  14  15  16  17  18  19  20  21  22  23  24  25  26  27  28  29  30  31  32  33  34 

14  3  4  3  4  4  3  4  4  4  3  4  4  4  4  4  3  4  4  4  4  3  4  3  4  3  4  4  4  4  4  4  3  3  2 15  4  4  3  4  3  4  4  3  4  3  3  3  4  4  3  2  4  4  3  4  3  3  4  4  3  4  3  4  2  3  4  3  3  3 16  3  3  4  3  2  4  4  3  3  3  4  3  4  4  3  4  3  4  3  3  3  4  3  3  4  3  2  3  4  3  3  3  4  3 

76    

17  4  3  4  3  3  4  3  3  3  3  3  3  4  3  3  3  3  3  3  3  3  3  4  3  4  3  3  3  3  3  3  3  3  3 18  3  4  3  4  4  3  3  4  4  3  3  4  3  3  4  4  4  3  4  4  3  3  3  4  3  4  4  4  3  4  4  3  3  4 19  4  4  3  4  4  3  4  4  4  3  3  4  3  4  4  3  4  4  4  4  3  3  4  4  3  4  4  4  4  4  4  3  3  4 20  4  3  4  4  3  4  4  4  3  3  3  3  4  4  4  3  3  4  4  3  3  3  4  3  4  4  3  3  4  4  3  3  3  3 21  4  3  4  4  3  4  3  3  3  2  4  3  4  3  3  3  3  3  3  3  2  4  4  3  4  4  3  3  3  3  3  2  4  3 22  2  3  4  3  2  4  3  2  3  4  3  3  4  3  2  3  3  3  2  3  4  3  2  3  4  3  2  3  3  2  3  4  3  3 23  3  4  3  4  4  3  3  4  4  3  3  2  3  3  4  3  4  3  4  4  3  3  3  4  3  4  4  4  3  4  4  3  3  2 24  4  4  3  4  3  3  3  3  4  3  3  3  3  3  3  2  4  3  3  4  3  3  4  4  3  4  3  4  3  3  4  3  3  3 

  1  2  3  4  5  6  7  8  9  10  11  12  13  14  15  16  17  18  19  20  21  22  23  24  25  26  27  28  29  30  31  32  33  34 

25  4  3  4  3  3  4  4  3  3  4  2  3  4  4  3  4  3  4  3  3  4  2  4  3  4  3  3  3  4  3  3  4  2  3 26  4  2  2  4  3  4  3  4  2  3  2  3  4  3  4  3  2  3  4  2  3  2  4  2  4  4  3  2  3  4  2  3  2  3 27  4  4  3  3  4  3  3  3  4  3  4  3  3  3  3  3  4  3  3  4  3  4  4  4  3  3  4  4  3  3  4  3  4  3 28  4  3  3  4  3  3  3  3  3  3  3  3  3  3  3  4  3  3  3  3  3  3  4  3  3  4  3  3  3  3  3  3  3  3 29  4  3  3  3  3  3  2  4  3  3  3  3  3  2  4  3  3  4  4  3  3  3  4  3  3  3  3  3  2  4  3  3  3  3 30  3  3  3  3  3  3  2  4  3  3  4  4  3  2  4  3  3  4  4  3  3  4  3  3  3  3  3  3  2  4  3  3  4  4 31  4  4  3  4  4  3  4  4  4  3  3  2  3  4  4  3  4  4  4  4  3  3  4  4  3  4  4  4  4  4  4  3  3  2 

77    

32  4  4  4  4  3  4  3  4  4  3  3  3  4  3  4  3  4  3  4  4  3  3  4  4  4  4  3  4  3  4  4  3  3  3 33  4  2  2  4  3  4  4  4  3  3  3  3  4  4  4  3  3  4  4  3  3  3  4  2  4  4  3  3  4  4  3  3  3  3 34  4  4  3  3  4  3  2  3  4  3  3  4  3  2  3  4  4  4  3  4  3  3  4  4  3  3  4  4  2  3  4  3  3  4 35  4  3  3  4  3  3  4  3  3  3  3  3  3  4  3  3  3  4  3  3  3  3  4  3  3  4  3  3  4  3  3  3  3  3   1  2  3  4  5  6  7  8  9  10  11  12  13  14  15  16  17  18  19  20  21  22  23  24  25  26  27  28  29  30  31  32  33  34 

36  4  3  3  3  3  3  3  4  3  4  3  4  3  3  4  3  3  3  4  3  4  3  4  3  3  3  3  3  3  4  3  4  3  4 37  3  3  3  3  3  3  3  4  3  3  3  2  3  3  4  3  3  3  4  3  3  3  3  3  3  3  3  3  3  4  3  3  3  2 38  4  4  3  4  4  3  3  4  4  2  3  4  3  3  4  4  4  3  4  4  2  3  4  4  3  4  4  4  3  4  4  2  3  4 39  4  4  4  4  4  4  4  4  4  3  3  3  4  4  4  3  4  4  4  4  3  3  4  4  4  4  4  4  4  4  4  3  3  3 40  4  3  4  3  3  4  3  3  3  4  3  4  4  3  3  3  3  3  3  3  4  3  4  3  4  3  3  3  3  3  3  4  3  4 41  4  4  4  4  3  4  4  4  4  4  4  4  4  4  4  4  4  4  4  4  4  4  4  4  4  4  3  4  4  4  4  4  4  4 42  3  4  2  2  4  2  4  2  4  3  2  3  2  4  2  3  4  4  2  4  3  2  3  4  2  2  4  4  4  2  4  3  2  3 

78    

43  3  2  4  3  3  4  3  4  2  4  3  4  4  3  4  3  2  3  4  2  4  3  3  2  4  3  3  2  3  4  2  4  3  4 44  1  3  3  2  3  3  3  3  3  3  2  4  3  3  3  3  3  3  3  3  3  2  1  3  3  2  3  3  3  3  3  3  2  4 45  3  3  2  2  3  4  3  4  3  2  3  4  4  3  4  4  3  3  4  3  2  3  3  3  4  2  3  3  3  4  3  2  3  4 46  3  3  4  2  3  4  4  2  3  3  4  3  4  4  2  3  3  4  2  3  3  4  3  3  4  2  3  3  4  2  3  3  4  3   1  2  3  4  5  6  7  8  9  10  11  12  13  14  15  16  17  18  19  20  21  22  23  24  25  26  27  28  29  30  31  32  33  34 

47  3  4  4  3  4  4  3  4  4  4  3  4  4  3  4  3  4  3  4  4  4  3  3  4  4  3  4  4  3  4  4  4  3  4 48  3  3  4  4  4  4  4  3  3  4  3  4  4  4  3  4  3  4  3  3  4  3  3  3  4  4  4  3  4  3  3  4  3  4 49  4  3  2  4  3  4  4  3  3  3  3  2  4  4  3  3  3  4  3  3  3  3  4  3  4  4  3  3  4  3  3  3  3  2 50  2  3  3  4  2  3  2  3  3  3  2  3  3  2  3  4  3  4  3  3  3  2  2  3  3  4  2  3  2  3  3  3  2  3 51  3  2  3  4  4  3  4  4  2  3  4  3  3  4  4  4  2  4  4  2  3  4  3  2  3  4  4  2  4  4  2  3  4  3 52  3  4  3  4  3  3  3  3  4  4  3  3  3  3  3  4  4  3  3  4  4  3  3  4  3  4  3  4  3  3  4  4  3  3 53  4  4  3  4  3  3  3  3  4  3  3  3  3  3  3  4  4  3  3  4  3  3  4  4  3  4  3  4  3  3  4  3  3  3 

79    

54  3  3  3  3  3  3  3  2  3  2  3  3  3  3  2  3  3  3  2  3  2  3  3  3  3  3  3  3  3  2  3  2  3  3 55  4  4  4  3  4  4  4  2  4  4  3  2  4  4  2  3  4  4  2  4  4  3  4  4  4  3  4  4  4  2  4  4  3  2 56  4  2  3  4  4  3  2  4  2  2  1  3  3  2  4  3  2  2  4  2  2  1  4  2  3  4  4  2  2  4  2  2  1  3 57  2  4  3  4  3  3  3  4  4  4  3  4  3  3  4  3  4  3  4  4  4  3  2  4  3  4  3  4  3  4  4  4  3  4   1  2  3  4  5  6  7  8  9  10  11  12  13  14  15  16  17  18  19  20  21  22  23  24  25  26  27  28  29  30  31  32  33  34 

58  3  4  3  4  3  3  3  4  4  3  4  3  3  3  4  3  4  3  4  4  3  4  3  4  3  4  3  4  3  4  4  3  4  3 59  4  3  3  3  3  3  4  3  3  4  4  3  3  4  3  2  3  4  3  3  4  4  4  3  3  3  3  3  4  3  3  4  4  3 60  4  4  4  4  4  4  3  4  4  3  3  4  4  3  4  3  4  3  4  4  3  3  4  4  4  4  4  4  3  4  4  3  3  4 61  4  4  2  3  4  2  3  3  4  3  3  4  2  3  3  3  4  3  3  4  3  3  4  4  2  3  4  4  3  3  4  3  3  4 62  4  4  3  2  3  3  3  4  4  3  2  3  3  3  4  4  4  3  4  4  3  2  4  4  3  2  3  4  3  4  4  3  2  3 63  3  4  3  4  2  3  4  3  4  3  4  4  3  4  3  4  4  4  3  4  3  4  3  4  3  4  2  4  4  3  4  3  4  4 64  3  2  3  3  3  3  2  2  2  1  2  3  3  2  2  3  2  2  2  2  1  2  3  2  3  3  3  2  2  2  2  1  2  3 

80    

65  3  3  4  4  3  4  3  3  3  3  3  4  4  3  3  3  3  3  3  3  3  3  3  3  4  4  3  3  3  3  3  3  3  4 66  3  3  4  4  3  4  4  4  3  4  4  3  4  4  4  3  3  4  4  3  4  4  3  3  4  4  3  3  4  4  3  4  4  3 67  3  4  4  3  4  4  4  4  4  3  4  4  4  4  4  4  4  4  4  4  3  4  3  4  4  3  4  4  4  4  4  3  4  4 68  3  3  4  3  3  4  2  4  3  3  4  4  4  2  4  4  3  4  4  3  3  4  3  3  4  3  3  3  2  4  3  3  4  4   1  2  3  4  5  6  7  8  9  10  11  12  13  14  15  16  17  18  19  20  21  22  23  24  25  26  27  28  29  30  31  32  33  34 

69  3  3  2  3  3  4  4  3  3  3  3  3  4  4  3  3  3  4  3  3  3  3  3  3  4  3  3  3  4  3  3  3  3  3 70  2  2  3  3  2  3  4  2  2  3  2  3  3  4  2  3  2  4  2  2  3  2  2  2  3  3  2  2  4  2  2  3  2  3 71  2  2  2  2  3  2  4  2  2  2  3  2  2  4  2  3  2  4  2  2  2  3  2  2  2  2  3  2  4  2  2  2  3  2 72  3  3  2  3  3  2  3  3  3  2  3  3  2  3  3  3  3  3  3  3  2  3  3  3  2  3  3  3  3  3  3  2  3  3 73  3  4  3  3  4  3  3  3  4  2  3  4  3  3  3  3  4  3  3  4  2  3  3  4  3  3  4  4  3  3  4  2  3  4 74  4  2  2  4  3  2  3  3  2  3  3  4  2  3  3  4  2  3  3  2  3  3  4  2  2  4  3  2  3  3  2  3  3  4 75  4  2  2  4  3  2  4  3  2  3  3  4  2  4  3  3  2  4  3  2  3  3  4  2  2  4  3  2  4  3  2  3  3  4 

81    

76  4  2  2  4  3  2  2  3  2  3  3  4  2  2  3  3  2  2  3  2  3  3  4  2  2  4  3  2  2  3  2  3  3  4 77  2  3  3  3  4  3  2  2  3  3  2  1  3  2  2  3  3  2  2  3  3  2  2  3  3  3  4  3  2  2  3  3  2  1 78  3  4  2  3  2  4  3  3  4  2  3  3  4  3  3  3  4  3  3  4  2  3  3  4  4  3  2  4  3  3  4  2  3  3 79  3  3  3  3  3  3  3  3  3  4  3  3  3  3  3  3  3  3  3  3  4  3  3  3  3  3  3  3  3  3  3  4  3  3   1  2  3  4  5  6  7  8  9  10  11  12  13  14  15  16  17  18  19  20  21  22  23  24  25  26  27  28  29  30  31  32  33  34 

80  4  3  3  3  4  3  3  3  3  2  4  3  3  3  3  3  3  3  3  3  2  4  4  3  3  3  4  3  3  3  3  2  4  3 81  3  4  4  3  4  4  4  4  4  3  4  4  4  4  4  3  4  4  4  4  3  4  3  4  4  3  4  4  4  4  4  3  4  4 82  3  3  2  3  2  4  4  3  3  4  2  2  4  4  3  4  3  4  3  3  4  2  3  3  4  3  2  3  4  3  3  4  2  2 83  3  4  3  4  4  3  4  3  4  4  3  3  3  4  3  4  4  4  3  4  4  3  3  4  3  4  4  4  4  3  4  4  3  3 84  3  4  4  3  4  4  2  3  4  3  2  3  4  2  3  3  4  4  3  4  3  2  3  4  4  3  4  4  2  3  4  3  2  3 85  4  4  3  4  4  3  3  3  4  2  3  3  3  3  3  4  4  3  3  4  2  3  4  4  3  4  4  4  3  3  4  2  3  3 86  3  2  2  3  3  2  3  2  2  4  3  3  2  3  2  4  2  3  2  2  4  3  3  2  2  3  3  2  3  2  2  4  3  3 

82    

87  3  2  3  3  3  3  3  2  2  2  2  2  3  3  2  3  2  3  2  2  2  2  3  2  3  3  3  2  3  2  2  2  2  2 88  3  3  2  3  3  4  4  3  3  3  2  2  4  4  3  3  3  4  3  3  3  2  3  3  4  3  3  3  4  3  3  3  2  2 89  4  4  3  4  4  3  4  4  4  4  3  4  3  4  4  4  4  4  4  4  4  3  4  4  3  4  4  4  4  4  4  4  3  4 90  4  3  4  4  3  4  4  4  3  4  3  3  4  4  4  4  3  4  4  3  4  3  4  3  4  4  3  3  4  4  3  4  3  3   1  2  3  4  5  6  7  8  9  10  11  12  13  14  15  16  17  18  19  20  21  22  23  24  25  26  27  28  29  30  31  32  33  34 

91  4  3  4  4  3  4  4  3  3  3  4  3  4  4  3  3  3  4  3  3  3  4  4  3  4  4  3  3  4  3  3  3  4  3 92  2  3  4  3  2  4  3  2  3  3  3  3  4  3  2  4  3  3  2  3  3  3  2  3  4  3  2  3  3  2  3  3  3  3 93  3  4  3  4  4  3  3  4  4  2  3  2  3  3  4  4  4  3  4  4  2  3  3  4  3  4  4  4  3  4  4  2  3  2 94  4  4  3  4  3  3  3  3  4  4  3  3  3  3  3  3  4  3  3  4  4  3  4  4  3  4  3  4  3  3  4  4  3  3 95  3  3  4  3  2  4  4  3  3  4  4  3  4  4  3  3  3  4  3  3  4  4  3  3  4  3  2  3  4  3  3  4  4  3 96  4  3  4  3  3  4  3  3  3  3  3  3  4  3  3  3  3  3  3  3  3  3  4  3  4  3  3  3  3  3  3  3  3  3 97  3  4  3  4  4  3  3  4  4  4  3  4  3  3  4  3  4  3  4  4  4  3  3  4  3  4  4  4  3  4  4  4  3  4 

83    

98  4  3  4  4  3  4  4  3  3  4  4  3  4  4  3  4  3  4  3  3  4  4  4  3  4  4  3  3  4  3  3  4  4  3 99  2  3  4  3  2  4  3  2  3  3  3  3  4  3  2  2  3  3  2  3  3  3  2  3  4  3  2  3  3  2  3  3  3  3 100  4  4  3  4  4  3  3  3  4  2  3  3  3  3  3  4  4  3  3  4  2  3  4  4  3  4  4  4  3  3  4  2  3  3 

85  

LAMPIRAN 5

REGRESI LINIER BERGANDA

Descriptive Statistics

Mean Std. Deviation N

keputusan pembelian 38.97 4.091 100

kualitas produk 32.82 3.392 100

desain 19.46 2.022 100

citra merek 19.41 2.391 100

Correlations

keputusan

pembelian

kualitas

produk

desain citra

merek

keputusan pembelian 1.000 .942 .738 .906

kualitas produk .942 1.000 .691 .856

Desain .738 .691 1.000 .721Pearson Correlation

citra merek .906 .856 .721 1.000

keputusan pembelian . .000 .000 .000

kualitas produk .000 . .000 .000

Desain .000 .000 . .000Sig. (1-tailed)

citra merek .000 .000 .000 .

keputusan pembelian 100 100 100 100

kualitas produk 100 100 100 100

Desain 100 100 100 100N

citra merek 100 100 100 100

86  

Model Summary

Model R R Square Adjusted R

Square

Std. Error of the

Estimate

1 .942a .887 .886 1.384

2 .961b .924 .922 1.141

3 .963c .927 .925 1.122

a. Predictors: (Constant), kualitas produk

b. Predictors: (Constant), kualitas produk, citra merek

c. Predictors: (Constant), kualitas produk, citra merek, desain

ANOVAa

Model Sum of Squares Df Mean Square F Sig.

Regression 1469.176 1 1469.176 766.932 .000b

Residual 187.734 98 1.916 1

Total 1656.910 99

Regression 1530.697 2 765.348 588.201 .000c

Residual 126.213 97 1.301 2

Total 1656.910 99

Regression 1536.160 3 512.053 407.100 .000d

Residual 120.750 96 1.258 3

Total 1656.910 99

a. Dependent Variable: keputusan pembelian

b. Predictors: (Constant), kualitas produk

c. Predictors: (Constant), kualitas produk, citra merek

d. Predictors: (Constant), kualitas produk, citra merek, desain

87  

Coefficientsa

Unstandardized Coefficients Standardized Coefficients

Model

B Std. Error Beta

t Sig.

(Constant) 1.691 1.353 1.250 .2141

kualitas produk 1.136 .041 .942 27.694 .000

(Constant) 1.947 1.116 1.745 .084

kualitas produk .751 .065 .623 11.482 .0002

citra merek .638 .093 .373 6.876 .000

(Constant) .902 1.206 .748 .456

kualitas produk .723 .066 .599 10.996 .000

citra merek .568 .097 .332 5.841 .0003

desain .171 .082 .085 2.084 .040

a. Dependent Variable: keputusan pembelian

Excluded Variablesa

Collinearity Statistics

Model Beta In t Sig. Partial Correlation

Tolerance

desain .167b 3.777 .000 .358 .522 1

citra merek .373b 6.876 .000 .572 .267

2 desain .085c 2.084 .040 .208 .460

a. Dependent Variable: keputusan pembelian

b. Predictors in the Model: (Constant), kualitas produk

c. Predictors in the Model: (Constant), kualitas produk, citra merek

88  

 

88  

    p1 p2 p3 p4 p5 p6 p7 p8 p9 p10 p11 p12 p13 p14

Pearson

Correlati

on

1 .131 -

.014

.416** .307**

.008 .159 .342** .102 .037 .163 .102 .008 .159

Sig. (2-

tailed)

.195 .888 .000 .002 .937 .114 .000 .314 .715 .106 .314 .937 .114

1

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.131 1 .144 .187 .419**

.025 .053 .277** .968** .077 .152 .128 .025 .053

Sig. (2-

tailed)

.195 .154 .063 .000 .803 .600 .005 .000 .447 .131 .206 .803 .600

2

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

-.014 .144 1 .031 -

.059

.643**

.093 .008 .117 .273** .288** .058 .643**

.093

Sig. (2-

tailed)

.888 .154 .759 .562 .000 .359 .939 .245 .006 .004 .569 .000 .359

3

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.416** .187 .031 1 .201*

-

.004

.138 .421** .175 .136 .176 .109 -

.004

.138

Sig. (2-

tailed)

.000 .063 .759 .045 .967 .172 .000 .081 .179 .080 .282 .967 .172

4

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

89  

p1 p2 p3 p4 p5 p6 p7 p8 p9 p10 p11 p12 p13 p14

Pearson

Correlati

on

.307** .419**

-

.059

.201* 1 -

.229*

-.012 .396** .389** -.102 .023 .137 -

.229*

-.012

Sig. (2-

tailed)

.002 .000 .562 .045 .022 .902 .000 .000 .313 .818 .173 .022 .902

5

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.008 .025 .643**

-.004 -

.229*

1 .244* .109 .039 .212* .175 -

.091

.975**

.244*

Sig. (2-

tailed)

.937 .803 .000 .967 .022 .014 .279 .698 .034 .081 .367 .000 .014

6

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.159 .053 .093 .138 -

.012

.244*

1 .033 .046 .341** .303** -

.085

.269**

1.000**

Sig. (2-

tailed)

.114 .600 .359 .172 .902 .014 .743 .651 .001 .002 .401 .007 .000

7

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.342** .277**

.008 .421** .396**

.109 .033 1 .250* .133 .201* .361**

.109 .033

Sig. (2-

tailed)

.000 .005 .939 .000 .000 .279 .743 .012 .186 .045 .000 .279 .743

8

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

90  

p1 p2 p3 p4 p5 p6 p7 p8 p9 p10 p11 p12 p13 p14

Pearson

Correlati

on

.102 .968**

.117 .175 .389**

.039 .046 .250* 1 .074 .150 .124 .039 .046

Sig. (2-

tailed)

.314 .000 .245 .081 .000 .698 .651 .012 .464 .135 .220 .698 .651

9

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.037 .077 .273**

.136 -

.102

.212*

.341** .133 .074 1 .189 .197*

.235*

.341**

Sig. (2-

tailed)

.715 .447 .006 .179 .313 .034 .001 .186 .464 .060 .049 .019 .001

1

0

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.163 .152 .288**

.176 .023 .175 .303** .201* .150 .189 1 .287**

.200*

.303**

Sig. (2-

tailed)

.106 .131 .004 .080 .818 .081 .002 .045 .135 .060 .004 .046 .002

1

1

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.102 .128 .058 .109 .137 -

.091

-.085 .361** .124 .197* .287** 1 -

.044

-.085

Sig. (2-

tailed)

.314 .206 .569 .282 .173 .367 .401 .000 .220 .049 .004 .665 .401

1

2

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

91  

p1 p2 p3 p4 p5 p6 p7 p8 p9 p10 p11 p12 p13 p14

Pearson

Correlati

on

.008 .025 .643**

-.004 -

.229*

.975**

.269** .109 .039 .235* .200* -

.044

1 .269**

Sig. (2-

tailed)

.937 .803 .000 .967 .022 .000 .007 .279 .698 .019 .046 .665 .007

1

3

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.159 .053 .093 .138 -

.012

.244*

1.000**

.033 .046 .341** .303** -

.085

.269**

1

Sig. (2-

tailed)

.114 .600 .359 .172 .902 .014 .000 .743 .651 .001 .002 .401 .007

1

4

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.342** .277**

.008 .421** .396**

.109 .033 1.000**

.250* .133 .201* .361**

.109 .033

Sig. (2-

tailed)

.000 .005 .939 .000 .000 .279 .743 .000 .012 .186 .045 .000 .279 .743

1

5

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.019 .111 .085 .137 .075 .010 .060 .120 .075 .098 .007 .074 -

.019

.060

Sig. (2-

tailed)

.848 .269 .401 .174 .458 .921 .551 .233 .457 .330 .944 .464 .854 .551

1

6

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

92  

p1 p2 p3 p4 p5 p6 p7 p8 p9 p10 p11 p12 p13 p14

Pearson

Correlati

on

.131 .968**

.152 .205* .384**

.068 .078 .287** .957** .112 .150 .119 .068 .078

Sig. (2-

tailed)

.195 .000 .131 .041 .000 .498 .439 .004 .000 .265 .136 .239 .498 .439

1

7

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.124 .076 .139 .060 -

.028

.257**

.700** .125 .065 .348** .326** .014 .284**

.700**

Sig. (2-

tailed)

.218 .450 .169 .551 .779 .010 .000 .215 .520 .000 .001 .887 .004 .000

1

8

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.342** .277**

.008 .421** .396**

.109 .033 1.000**

.250* .133 .201* .361**

.109 .033

Sig. (2-

tailed)

.000 .005 .939 .000 .000 .279 .743 .000 .012 .186 .045 .000 .279 .743

1

9

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.102 .968**

.117 .175 .389**

.039 .046 .250* 1.000**

.074 .150 .124 .039 .046

Sig. (2-

tailed)

.314 .000 .245 .081 .000 .698 .651 .012 .000 .464 .135 .220 .698 .651

2

0

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

93  

p1 p2 p3 p4 p5 p6 p7 p8 p9 p10 p11 p12 p13 p14

Pearson

Correlati

on

.037 .077 .273**

.136 -

.102

.212*

.341** .133 .074 1.000**

.189 .197*

.235*

.341**

Sig. (2-

tailed)

.715 .447 .006 .179 .313 .034 .001 .186 .464 .000 .060 .049 .019 .001

2

1

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.163 .152 .288**

.176 .023 .175 .303** .201* .150 .189 1.000**

.287**

.200*

.303**

Sig. (2-

tailed)

.106 .131 .004 .080 .818 .081 .002 .045 .135 .060 .000 .004 .046 .002

2

2

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

1.000**

.131 -

.014

.416** .307**

.008 .159 .342** .102 .037 .163 .102 .008 .159

Sig. (2-

tailed)

.000 .195 .888 .000 .002 .937 .114 .000 .314 .715 .106 .314 .937 .114

2

3

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.144 .958**

.110 .206* .423**

.043 .066 .324** .926** .123 .198* .176 .043 .066

Sig. (2-

tailed)

.154 .000 .278 .040 .000 .672 .511 .001 .000 .224 .048 .080 .672 .511

2

4

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

94  

p1 p2 p3 p4 p5 p6 p7 p8 p9 p10 p11 p12 p13 p14

Pearson

Correlati

on

.001 -

.008

.657**

-.034 -

.245*

.975**

.236* .097 .006 .242* .179 -

.061

.975**

.236*

Sig. (2-

tailed)

.991 .933 .000 .739 .014 .000 .018 .338 .950 .015 .075 .548 .000 .018

2

5

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.416** .187 .031 1.000**

.201*

-

.004

.138 .421** .175 .136 .176 .109 -

.004

.138

Sig. (2-

tailed)

.000 .063 .759 .000 .045 .967 .172 .000 .081 .179 .080 .282 .967 .172

2

6

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.319** .427**

-

.093

.222* .952**

-

.257**

-.046 .402** .398** -.140 -.023 .143 -

.257**

-.046

Sig. (2-

tailed)

.001 .000 .359 .027 .000 .010 .652 .000 .000 .165 .819 .156 .010 .652

2

7

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.131 .968**

.152 .205* .384**

.068 .078 .287** .957** .112 .150 .119 .068 .078

Sig. (2-

tailed)

.195 .000 .131 .041 .000 .498 .439 .004 .000 .265 .136 .239 .498 .439

2

8

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

95  

p1 p2 p3 p4 p5 p6 p7 p8 p9 p10 p11 p12 p13 p14

Pearson

Correlati

on

.128 .020 .101 .107 -

.002

.211*

.953** .042 .013 .341** .301** -

.077

.235*

.953**

Sig. (2-

tailed)

.203 .845 .318 .288 .983 .035 .000 .678 .896 .001 .002 .448 .018 .000

2

9

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.342** .277**

.008 .421** .396**

.109 .033 1.000**

.250* .133 .201* .361**

.109 .033

Sig. (2-

tailed)

.000 .005 .939 .000 .000 .279 .743 .000 .012 .186 .045 .000 .279 .743

3

0

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.157 .968**

.084 .194 .439**

.011 .059 .298** .958** .037 .151 .129 .011 .059

Sig. (2-

tailed)

.120 .000 .407 .053 .000 .915 .559 .003 .000 .718 .134 .202 .915 .559

3

1

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.065 .083 .260**

.147 -

.075

.200*

.351** .160 .060 .990** .191 .202*

.223*

.351**

Sig. (2-

tailed)

.519 .409 .009 .144 .457 .046 .000 .113 .556 .000 .056 .044 .026 .000

3

2

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

96  

p1 p2 p3 p4 p5 p6 p7 p8 p9 p10 p11 p12 p13 p14

Pearson

Correlati

on

.172 .137 .296**

.163 .004 .187 .290** .185 .136 .194 .988** .270**

.187 .290**

Sig. (2-

tailed)

.086 .174 .003 .104 .969 .063 .003 .065 .179 .053 .000 .007 .063 .003

3

3

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.116 .095 .067 .081 .100 -

.072

-.116 .325** .092 .201* .241* .956**

-

.072

-.116

Sig. (2-

tailed)

.251 .345 .511 .426 .324 .475 .250 .001 .362 .045 .016 .000 .475 .250

3

4

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.432** .654**

.358**

.473** .403**

.340**

.429** .646** .632** .459** .516** .375**

.355**

.429**

Sig. (2-

tailed)

.000 .000 .000 .000 .000 .001 .000 .000 .000 .000 .000 .000 .000 .000

T

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

 

 

97  

P15 P16 P17 P18 P19 P20 P21 P22 P23 P24 P25 P26 P27 P28

Pearson

Correlati

on

.342** .01

9

.131 .124 .342** .102 .037 .163 1.000**

.144 .001 .416 .319 .131

Sig. (2-

tailed)

.000 .84

8

.195 .218 .000 .314 .715 .106 .000 .154 .991 .000 .001 .195

1

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.277** .11

1

.968** .076 .277** .968** .077 .152 .131 .958**

-

.008

.187 .427 .968

Sig. (2-

tailed)

.005 .26

9

.000 .450 .005 .000 .447 .131 .195 .000 .933 .063 .000 .000

2

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.008 .08

5

.152 .139 .008 .117 .273** .288** -.014 .110 .657**

.031 -

.093

.152

Sig. (2-

tailed)

.939 .40

1

.131 .169 .939 .245 .006 .004 .888 .278 .000 .759 .359 .131

3

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.421** .13

7

.205* .060 .421** .175 .136 .176 .416** .206*

-

.034

1.000**

.222 .205

Sig. (2-

tailed)

.000 .17

4

.041 .551 .000 .081 .179 .080 .000 .040 .739 .000 .027 .041

4

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

98  

P15 P16 P17 P18 P19 P20 P21 P22 P23 P24 P25 P26 P27 P28

Pearson

Correlati

on

.396** .07

5

.384** -

.028

.396** .389** -.102 .023 .307** .423**

-

.245*

.201** .952**

.384

Sig. (2-

tailed)

.000 .45

8

.000 .779 .000 .000 .313 .818 .002 .000 .014 .045 .000 .000

5

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.109 .01

0

.068 .257**

.109 .039 .212* .175 .008 .043 .975**

-.004 -

.257

.068**

Sig. (2-

tailed)

.279 .92

1

.498 .010 .279 .698 .034 .081 .937 .672 .000 .967 .010 .498

6

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.033 .06

0

.078 .700**

.033 .046 .341** .303** .159 .066 .236*

.138 -

.046

.078

Sig. (2-

tailed)

.743 .55

1

.439 .000 .743 .651 .001 .002 .114 .511 .018 .172 .652 .439

7

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

1.000**

.12

0

.287** .125 1.000**

.250* .133 .201* .342** .324**

.097 .421** .402**

.287

Sig. (2-

tailed)

.000 .23

3

.004 .215 .000 .012 .186 .045 .000 .001 .338 .000 .000 .004

8

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

99  

P15 P16 P17 P18 P19 P20 P21 P22 P23 P24 P25 P26 P27 P28

Pearson

Correlati

on

.250* .07

5

.957** .065 .250* 1.000**

.074 .150 .102 .926**

.006 .175 .398**

.957

Sig. (2-

tailed)

.012 .45

7

.000 .520 .012 .000 .464 .135 .314 .000 .950 .081 .000 .000

9

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.133 .09

8

.112 .348**

.133 .074 1.000**

.189 .037 .123 .242*

.136 -

.140

.112**

Sig. (2-

tailed)

.186 .33

0

.265 .000 .186 .464 .000 .060 .715 .224 .015 .179 .165 .265

1

0

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.201* .00

7

.150 .326**

.201* .150 .189 1.000**

.163 .198*

.179 .176 -

.023

.150**

Sig. (2-

tailed)

.045 .94

4

.136 .001 .045 .135 .060 .000 .106 .048 .075 .080 .819 .136

1

1

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.361** .07

4

.119 .014 .361** .124 .197* .287** .102 .176 -

.061

.109 .143 .119

Sig. (2-

tailed)

.000 .46

4

.239 .887 .000 .220 .049 .004 .314 .080 .548 .282 .156 .239

1

2

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

100  

P15 P16 P17 P18 P19 P20 P21 P22 P23 P24 P25 P26 P27 P28

Pearson

Correlati

on

.109 -

.01

9

.068 .284**

.109 .039 .235* .200* .008 .043 .975**

-.004 -

.257

.068**

Sig. (2-

tailed)

.279 .85

4

.498 .004 .279 .698 .019 .046 .937 .672 .000 .967 .010 .498

1

3

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.033 .06

0

.078 .700**

.033 .046 .341** .303** .159 .066 .236*

.138 -

.046

.078

Sig. (2-

tailed)

.743 .55

1

.439 .000 .743 .651 .001 .002 .114 .511 .018 .172 .652 .439

1

4

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

1 .12

0

.287** .125 1.000**

.250* .133 .201* .342** .324**

.097 .421** .402**

.287

Sig. (2-

tailed)

.23

3

.004 .215 .000 .012 .186 .045 .000 .001 .338 .000 .000 .004

1

5

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.120 1 .111 .125 .120 .075 .098 .007 .019 .076 .030 .137 .038 .111

Sig. (2-

tailed)

.233 .271 .216 .233 .457 .330 .944 .848 .452 .765 .174 .709 .271

1

6

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

101  

P15 P16 P17 P18 P19 P20 P21 P22 P23 P24 P25 P26 P27 P28

Pearson

Correlati

on

.287** .11

1

1 .096 .287** .957** .112 .150 .131 .927**

.036 .205 .395**

1.00

0

Sig. (2-

tailed)

.004 .27

1

.344 .004 .000 .265 .136 .195 .000 .721 .041 .000 .000

1

7

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.125 .12

5

.096 1 .125 .065 .348** .326** .124 .097 .254*

.060 -

.059

.096

Sig. (2-

tailed)

.215 .21

6

.344 .215 .520 .000 .001 .218 .335 .011 .551 .559 .344

1

8

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

1.000**

.12

0

.287** .125 1 .250* .133 .201* .342** .324**

.097 .421** .402**

.287

Sig. (2-

tailed)

.000 .23

3

.004 .215 .012 .186 .045 .000 .001 .338 .000 .000 .004

1

9

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.250* .07

5

.957** .065 .250* 1 .074 .150 .102 .926**

.006 .175 .398**

.957

Sig. (2-

tailed)

.012 .45

7

.000 .520 .012 .464 .135 .314 .000 .950 .081 .000 .000

2

0

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

102  

P15 P16 P17 P18 P19 P20 P21 P22 P23 P24 P25 P26 P27 P28

Pearson

Correlati

on

.133 .09

8

.112 .348**

.133 .074 1 .189 .037 .123 .242*

.136 -

.140

.112**

Sig. (2-

tailed)

.186 .33

0

.265 .000 .186 .464 .060 .715 .224 .015 .179 .165 .265

2

1

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.201* .00

7

.150 .326**

.201* .150 .189 1 .163 .198*

.179 .176 -

.023

.150**

Sig. (2-

tailed)

.045 .94

4

.136 .001 .045 .135 .060 .106 .048 .075 .080 .819 .136

2

2

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.342** .01

9

.131 .124 .342** .102 .037 .163 1 .144 .001 .416** .319 .131

Sig. (2-

tailed)

.000 .84

8

.195 .218 .000 .314 .715 .106 .154 .991 .000 .001 .195

2

3

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.324** .07

6

.927** .097 .324** .926** .123 .198* .144 1 .009 .206 .431**

.927

Sig. (2-

tailed)

.001 .45

2

.000 .335 .001 .000 .224 .048 .154 .931 .040 .000 .000

2

4

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

103  

P15 P16 P17 P18 P19 P20 P21 P22 P23 P24 P25 P26 P27 P28

Pearson

Correlati

on

.097 .03

0

.036 .254*

.097 .006 .242* .179 .001 .009 1 -.034 -

.273

.036**

Sig. (2-

tailed)

.338 .76

5

.721 .011 .338 .950 .015 .075 .991 .931 .739 .006 .721

2

5

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.421** .13

7

.205* .060 .421** .175 .136 .176 .416** .206*

-

.034

1** .222 .205

Sig. (2-

tailed)

.000 .17

4

.041 .551 .000 .081 .179 .080 .000 .040 .739 .027 .041

2

6

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.402** .03

8

.395** -

.059

.402** .398** -.140 -.023 .319** .431**

-

.273**

.222** 1** .395

Sig. (2-

tailed)

.000 .70

9

.000 .559 .000 .000 .165 .819 .001 .000 .006 .027 .000

2

7

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.287** .11

1

1.000**

.096 .287** .957** .112 .150 .131 .927**

.036 .205 .395**

1

Sig. (2-

tailed)

.004 .27

1

.000 .344 .004 .000 .265 .136 .195 .000 .721 .041 .000

2

8

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

104  

P15 P16 P17 P18 P19 P20 P21 P22 P23 P24 P25 P26 P27 P28

Pearson

Correlati

on

.042 .13

4

.046 .659**

.042 .013 .341** .301** .128 .033 .251*

.107 -

.036

.046

Sig. (2-

tailed)

.678 .18

4

.652 .000 .678 .896 .001 .002 .203 .748 .012 .288 .722 .652

2

9

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

1.000**

.12

0

.287** .125 1.000**

.250* .133 .201* .342** .324**

.097 .421** .402**

.287

Sig. (2-

tailed)

.000 .23

3

.004 .215 .000 .012 .186 .045 .000 .001 .338 .000 .000 .004

3

0

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.298** .09

3

.916** .086 .298** .958** .037 .151 .157 .926**

-

.023

.194 .447**

.916

Sig. (2-

tailed)

.003 .35

9

.000 .394 .003 .000 .718 .134 .120 .000 .821 .053 .000 .000

3

1

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.160 .10

8

.099 .362**

.160 .060 .990** .191 .065 .129 .229*

.147 -

.114

.099**

Sig. (2-

tailed)

.113 .28

4

.329 .000 .113 .556 .000 .056 .519 .200 .022 .144 .257 .329

3

2

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

105  

P15 P16 P17 P18 P19 P20 P21 P22 P23 P24 P25 P26 P27 P28

Pearson

Correlati

on

.185 .01

7

.135 .313**

.185 .136 .194 .988** .172 .183 .190 .163 -

.043

.135**

Sig. (2-

tailed)

.065 .86

6

.179 .001 .065 .179 .053 .000 .086 .068 .058 .104 .669 .179

3

3

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.325** .09

2

.088 -

.015

.325** .092 .201* .241* .116 .143 -

.043

.081 .105 .088

Sig. (2-

tailed)

.001 .36

0

.386 .879 .001 .362 .045 .016 .251 .156 .672 .426 .300 .386

3

4

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100

Pearson

Correlati

on

.646** .20

3*

.668** .437**

.646** .632** .459** .516** .432** .683**

.330**

.473** .382**

.668**

Sig. (2-

tailed)

.000 .04

3

.000 .000 .000 .000 .000 .000 .000 .000 .001 .000 .000 .000

T

N 100 100 100 100 100 100 100 100 100 100 100 100 100 100  

 

 

 

106  

    P29  P30  P31  P32  P33  P34  Skor total 

Pearson

Correlati

on

.128** .342**

.157 .065 .172** .116 .432

Sig. (2-

tailed)

.203 .000 .120 .519 .086 .251 .000

1 

N 100 100 100 100 100 100 100

Pearson

Correlati

on

.020 .277**

.968 .083 .137** .095**

.654

Sig. (2-

tailed)

.845 .005 .000 .409 .174 .345 .000

2 

N 100 100 100 100 100 100 100

Pearson

Correlati

on

.101 .008 .084**

.260 .296 .067 .358**

Sig. (2-

tailed)

.318 .939 .407 .009 .003 .511 .000

3 

N 100 100 100 100 100 100 100

Pearson

Correlati

on

.107 .421*

.194 .147 .163** .081 .473

Sig. (2-

tailed)

.288 .000 .053 .144 .104 .426 .000

4 

N 100 100 100 100 100 100 100

107  

  P29  P30  P31  P32  P33  P34  Skor total 

Pearson

Correlati

on

-.002* .396 .439*

-

.075

.004** .100**

.403

Sig. (2-

tailed)

.983 .000 .000 .457 .969 .324 .000

5 

N 100 100 100 100 100 100 100

Pearson

Correlati

on

.211 .109*

.011 .200*

.187 -

.072

.340*

Sig. (2-

tailed)

.035 .279 .915 .046 .063 .475 .001

6 

N 100 100 100 100 100 100 100

Pearson

Correlati

on

.953 .033 .059*

.351 .290 -

.116

.429**

Sig. (2-

tailed)

.000 .743 .559 .000 .003 .250 .000

7 

N 100 100 100 100 100 100 100

Pearson

Correlati

on

.042** 1.00

0**

.298 .160 .185 .325*

.646

Sig. (2-

tailed)

.678 .000 .003 .113 .065 .001 .000

8 

N 100 100 100 100 100 100 100

108  

  P29  P30  P31  P32  P33  P34  Skor total 

Pearson

Correlati

on

.013 .250**

.958 .060 .136* .092 .632

Sig. (2-

tailed)

.896 .012 .000 .556 .179 .362 .000

9 

N 100 100 100 100 100 100 100

Pearson

Correlati

on

.341 .133 .037*

.990**

.194 .201 .459

Sig. (2-

tailed)

.001 .186 .718 .000 .053 .045 .000

10 

N 100 100 100 100 100 100 100

Pearson

Correlati

on

.301 .201 .151 .191**

.988* .241 .516

Sig. (2-

tailed)

.002 .045 .134 .056 .000 .016 .000

11 

N 100 100 100 100 100 100 100

Pearson

Correlati

on

-.077 .361 .129 .202 .270** .956 .375*

Sig. (2-

tailed)

.448 .000 .202 .044 .007 .000 .000

12 

N 100 100 100 100 100 100 100

109  

  P29  P30  P31  P32  P33  P34  Skor total 

Pearson

Correlati

on

.235 .109*

.011**

.223**

.187 -

.072

.355*

Sig. (2-

tailed)

.018 .279 .915 .026 .063 .475 .000

13 

N 100 100 100 100 100 100 100

Pearson

Correlati

on

.953 .033 .059*

.351**

.290 -

.116

.429**

Sig. (2-

tailed)

.000 .743 .559 .000 .003 .250 .000

14 

N 100 100 100 100 100 100 100

Pearson

Correlati

on

.042** 1.00

0**

.298 .160 .185** .325*

.646

Sig. (2-

tailed)

.678 .000 .003 .113 .065 .001 .000

15 

N 100 100 100 100 100 100 100

Pearson

Correlati

on

.134 .120 .093 .108 .017 .092 .203

Sig. (2-

tailed)

.184 .233 .359 .284 .866 .360 .043

16 

N 100 100 100 100 100 100 100

110  

  P29  P30  P31  P32  P33  P34  Skor total 

Pearson

Correlati

on

.046* .287**

.916 .099 .135** .088**

.668

Sig. (2-

tailed)

.652 .004 .000 .329 .179 .386 .000

17 

N 100 100 100 100 100 100 100

Pearson

Correlati

on

.659 .125 .086**

.362**

.313 -

.015

.437**

Sig. (2-

tailed)

.000 .215 .394 .000 .001 .879 .000

18 

N 100 100 100 100 100 100 100

Pearson

Correlati

on

.042** 1.00

0**

.298 .160 .185** .325*

.646

Sig. (2-

tailed)

.678 .000 .003 .113 .065 .001 .000

19 

N 100 100 100 100 100 100 100

Pearson

Correlati

on

.013 .250**

.958 .060 .136* .092**

.632

Sig. (2-

tailed)

.896 .012 .000 .556 .179 .362 .000

20 

N 100 100 100 100 100 100 100

111  

  P29  P30  P31  P32  P33  P34  Skor total 

Pearson

Correlati

on

.341 .133 .037*

.990**

.194 .201 .459**

Sig. (2-

tailed)

.001 .186 .718 .000 .053 .045 .000

21 

N 100 100 100 100 100 100 100

Pearson

Correlati

on

.301 .201 .151 .191**

.988* .241 .516

Sig. (2-

tailed)

.002 .045 .134 .056 .000 .016 .000

22 

N 100 100 100 100 100 100 100

Pearson

Correlati

on

.128** .342**

.157 .065 .172** .116 .432

Sig. (2-

tailed)

.203 .000 .120 .519 .086 .251 .000

23 

N 100 100 100 100 100 100 100

Pearson

Correlati

on

.033* .324**

.926 .129 .183** .143**

.683

Sig. (2-

tailed)

.748 .001 .000 .200 .068 .156 .000

24 

N 100 100 100 100 100 100 100

112  

  P29  P30  P31  P32  P33  P34  Skor total 

Pearson

Correlati

on

.251 .097*

-

.023**

.229*

.190 -

.043

.330*

Sig. (2-

tailed)

.012 .338 .821 .022 .058 .672 .001

25 

N 100 100 100 100 100 100 100

Pearson

Correlati

on

.107** .421*

.194 .147 .163** .081 .473

Sig. (2-

tailed)

.288 .000 .053 .144 .104 .426 .000

26 

N 100 100 100 100 100 100 100

Pearson

Correlati

on

-.036* .402**

.447**

-

.114

-.043** .105**

.382

Sig. (2-

tailed)

.722 .000 .000 .257 .669 .300 .000

27 

N 100 100 100 100 100 100 100

Pearson

Correlati

on

.046* .287**

.916 .099 .135** .088**

.668

Sig. (2-

tailed)

.652 .004 .000 .329 .179 .386 .000

28 

N 100 100 100 100 100 100 100

113  

  P29  P30  P31  P32  P33  P34  Skor total 

Pearson

Correlati

on

1 .042 .026*

.350**

.287 -

.109

.408**

Sig. (2-

tailed)

.678 .798 .000 .004 .282 .000

29 

N 100 100 100 100 100 100 100

Pearson

Correlati

on

.042** 1** .298 .160 .185** .325*

.646

Sig. (2-

tailed)

.678 .003 .113 .065 .001 .000

30 

N 100 100 100 100 100 100 100

Pearson

Correlati

on

.026 .298**

1 .063 .136** .097**

.645

Sig. (2-

tailed)

.798 .003 .531 .178 .339 .000

31 

N 100 100 100 100 100 100 100

Pearson

Correlati

on

.350 .160 .063*

1** .196 .206 .473**

Sig. (2-

tailed)

.000 .113 .531 .050 .040 .000

32 

N 100 100 100 100 100 100 100

114  

  P29  P30  P31  P32  P33  P34  Skor total 

Pearson

Correlati

on

.287 .185 .136 .196**

1 .270 .503

Sig. (2-

tailed)

.004 .065 .178 .050 .007 .000

33 

N 100 100 100 100 100 100 100

Pearson

Correlati

on

-.109 .325 .097 .206 .270** 1 .337*

Sig. (2-

tailed)

.282 .001 .339 .040 .007 .001

34 

N 100 100 100 100 100 100 100

Pearson

Correlati

on

.408** .646**

.645**

.473**

.503** .337**

1**

Sig. (2-

tailed)

.000 .000 .000 .000 .000 .001

T 

N 100 100 100 100 100 100 100

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

*. Correlation is significant at the 0.05 level (2-tailed).

115