RA.

TIARA
NIM: 8070230038
UTS STATISTIKA MULTIVARIAT

asumsi asumsi standar

penelitian menggunakan
SPSS
UJI STATISTIKA
DESKRIPTIF

Statistik deskriptif adalah cabang ilmu statistik

yang berfungsi untuk menggambarkan, meringkas,
dan menyajikan data secara terstruktur dan
mudah dipahami. Statistik deskriptif
membagikan ringkasan data berdasarkan
mean, standart deviasi, maksimum, dan
minimum.
 HASIL PENGUJIAN

• Berdasarkan hasil uji deskriptif terhadap data penelitian, diketahui bahwa nilai
minimum untuk variabel Sikap Konsumen adalah 12 dan nilai maksimum sebesar 24.
Rata-rata (mean) yang diperoleh adalah 17,73 dengan standar deviasi sebesar 2,47.
Nilai standar deviasi yang lebih kecil dari rata-rata ini menunjukkan bahwa
persebaran data Sikap Konsumen tergolong merata dan tidak terlalu menyebar jauh
dari nilai tengahnya.

• Hasil uji deskriptif pada variabel Minat Pembelian menunjukkan bahwa nilai terendah
adalah 17 dan nilai tertinggi adalah 28. Rata-rata dari data ini sebesar 22,03 dengan
standar deviasi sebesar 2,76. Karena standar deviasi lebih kecil dari nilai rata-rata,
dapat disimpulkan bahwa data Minat Pembelian memiliki sebaran yang relatif merata
di sekitar nilai tengah.

• Untuk variabel Trust on Product, nilai minimum yang ditemukan adalah 14 dan nilai
maksimum sebesar 22. Rata-rata dari data ini adalah 18,21 dengan standar deviasi
sebesar 2,24. Nilai standar deviasi yang lebih kecil dari rata-rata menunjukkan bahwa
persebaran data cukup merata dan tidak menunjukkan adanya penyimpangan yang
ekstrem.

• Pada variabel Keputusan Pembelian, nilai terendah adalah 14 dan nilai tertinggi
sebesar 23. Rata-rata yang diperoleh dari data ini adalah 18,03 dengan standar
deviasi 2,08. Dengan standar deviasi yang lebih kecil dari nilai rata-rata, hal ini
mengindikasikan bahwa data Keputusan Pembelian tersebar secara merata di sekitar
nilai tengah.
Uji Validitas Seluruh Variabel

Uji Instrument

1. Uji Validitas

Uji validitas dilakukan untuk melihat sejauh mana

suatu instrument dapat digunakan untuk mengukur
apa yang seharusnya diukur.
Uji validitas pada penelitian ini dilakukan pada 120
responden, pengujian validitas menggunakan tingkat
signifikan (α) sebesar 5% atau 0,05. Untuk
memperoleh nilai r tabel terlebih dahulu mencari Df =
N-2 = 120 – 2 = 118 sehingga nilai r tabel = 0.179.
Data dinilai valid apabila nilai r hitung > r table dan
nilai signifikan < 0.05. Adapun alat pengujian yang
dipakai adalah rumus korelasi product moment
pearson dengan menggunakan aplikasi IBM SPSS
Statistica 26.

Berdasarkan tabel disamping, menunjukan bahwa seluruh

item dinyatakan valid, karena koefisien yang dihasilkan
lebih besar dari 0.179. Sehingga tidak perlu mengganti
atau menghapus pernyataan.
 2. Uji Reliablitas
Uji Reliabilitas Seluruh Variabel

Uji reliabilitas dilakukan untuk mengetahui sejauh mana

alat ukur menghasilkan hasil yang konsisten apabila
digunakan berulang kali pada objek yang sama. Dengan
kata lain, reliabilitas menunjukkan tingkat konsistensi
suatu instrumen dalam mengukur variabel yang diteliti.
Secara umum, nilai reliabilitas dikategorikan sebagai
berikut:
• Nilai di bawah 0,60 dianggap kurang baik,
• Nilai 0,70 dapat diterima,
• Nilai di atas 0,80 menunjukkan reliabilitas yang baik.
Berdasarkan hasil perhitungan menggunakan rumus
Berdasarkan tabel diatas menunjukan bahwa Cronbach's Alpha melalui bantuan software SPSS versi
variabel Minat Pembelian (X2) pernyataan 26, diperoleh nilai koefisien reliabilitas sebagai berikut:
mempunyai nilai yang bisa dikategorikan reliabilitas
adalah dapat diterima karena lebih besar dari nilai
cronbach’c alpha 0,6.
 Uji Asumsi Klasik Histogram Normalitas

Uji Normalitas
Plot Normalitas
Uji normalitas dilakukan untuk
mengetahui apakah data dalam sampel
memiliki distribusi normal atau tidak.
Dalam analisis regresi linier, asumsi
normalitas penting karena model
regresi yang baik seharusnya memiliki
data error yang terdistribusi secara
normal. Hal ini bertujuan agar
pengujian statistik dapat dilakukan
dengan tepat.
Uji normalitas pada penelitian ini
dilakukan dengan menggunakan
metode Kolmogorov-Smirnov melalui
bantuan software SPSS.
Menurut Ghozali (2016), dasar
pengambilan keputusan dalam uji
Berdasarkan gambar histogram diatas menunjukan
normalitas berdasarkan nilai
tidak terdapat nilai yang condong ke kanan maupun
Asymptotic Significance (Sig.) adalah ke kiri sehingga dapat disimpulkan bahwa nilai
sebagai berikut: residual terdistribusi normal.
[Link] nilai Sig. > 0,05, maka data
dianggap berdistribusi normal.
[Link] nilai Sig. < 0,05, maka data
Berdasarkan plot normalitas diatas dapat diketahui
dianggap tidak berdistribusi normal.
bahwa titik-titik mengikuti garis diagonal sehingga dapat
disimpulkan bahwa nilai residual terdistribusi normal.
Output SPSS Uji Normalitas 2. Uji Heteroskedastisitas

A. Uji Heteroskedastisitas Scatterplot

Menurut Ghozali (2018) uji heteroskedatisitas bertujuan menguji apakah dalam model regresi terjadi
ketidaksamaan varian dari residual satu pengamatan kepengamatan lain. Untuk mengetahui apakah terjadi
heteroskedastisitas dengan memakai garfik pada SPSS. Dengan pengambilan keputusan pada gambar grafik,
tidak ada heteroskedastisitas jika tidak ada pola yang terlihat dan titik-titik tersebar di atas dan di bawah
nilai 0 pada sumbu Y. Berikut adalah grafik hasil output SPSS pada penelitian ini:

Output SPSS Uji

Heteroskedastisitas

Dari tabel tersebut diketahui

bahwa nilai Asymp. Sig. (2-tailed)
sebesar 0.200 lebih besar dari
0.05. membuktikan bahwa data
berdistribusi normal.
Berdasarkan hasil output scatterplot diatas, maka dapat dilihat bahwa titik-titik
menyebar dan tidak membentuk pola yang jelas. Dengan demikian, dapat
disimpulkan bahwa tidak terjadi masalah heteroskedastisitas.
 B. Uji Heteroskedastisitas
Glejser
Uji Heterokedastisitas digunakan untuk melihat apakah
variasi (penyebaran) data dalam model regresi itu tetap
(stabil) atau berubah-ubah.
Kalau data punya penyebaran yang tidak tetap (kadang
kecil, kadang besar), itu disebut heterokedastisitas, dan
ini bisa bikin hasil analisis jadi tidak akurat.
Cara membaca hasilnya:
• Kalau nilai Sig. (signifikansi) lebih dari 0,05, berarti
tidak ada masalah heterokedastisitas. Model aman.
• Tapi kalau nilai Sig. kurang dari 0,05, berarti ada
masalah heterokedastisitas dalam model.

Output SPSS Uji

Heteroskedastisitas

Berdasarkan output spss diatas diketahui nilai signifikansi

(Sig.) untuk semua variabel diatas dari 0.05 maka
kesimpulannya tidak terjadi gejala heteroskedastisitas
dalam model regresi.
 3. Uji Multikolinearitas Output SPSS Uji
Multikolinearitas

• Uji Multikolinieritas digunakan untuk mengecek

apakah ada hubungan yang terlalu kuat (saling
tergantung) antara sesama variabel bebas
(independen) dalam model regresi.
• Kalau dua atau lebih variabel bebas saling
berkaitan terlalu kuat, itu disebut
multikolinieritas. Hal ini bisa membuat hasil
analisis jadi tidak akurat dan sulit dipahami.
• Cara membaca hasilnya biasanya pakai angka
yang disebut VIF (Variance Inflation Factor):
• Kalau VIF < 10, berarti tidak ada masalah
multikolinieritas. Model aman.
Dari output diatas nilai VIF untuk semua variabel kurang 10.00 dan
• Tapi kalau VIF > 10, berarti ada masalah
nilai tolerance mendekati 1 maka dapat disimpulkan tidak terjadi
multikolinieritas dalam model.
multikolinieritas dalam model regresi.
1. Uji Regresi Linear Berganda
Uji Regresi
Output SPSS Regresi Linear Berganda
 Uji Regresi
Berdasarkan hasil analisis regresi berganda, diperoleh persamaan sebagai
berikut:
Y = 5.200 + 0.270 X₁ + 0.194 X₂ + 0.208 X₃
Dengan keterangan:
Y = Keputusan Pembelian
X₁ = Sikap Konsumen
X₂ = Minat Pembelian
X₃ = Trust on Product (Kepercayaan terhadap Produk)

Interpretasi dari persamaan tersebut adalah sebagai berikut:

• Konstanta (a = 5.200) menunjukkan bahwa apabila variabel Sikap Konsumen
(X₁), Minat Pembelian (X₂), dan Trust on Product (X₃) bernilai tetap (konstan
atau nol), maka nilai Keputusan Pembelian (Y) diperkirakan sebesar 5.200.
• Koefisien regresi X₁ (b₁ = 0.270) menunjukkan bahwa setiap peningkatan satu
satuan pada variabel Sikap Konsumen akan menyebabkan peningkatan sebesar
0.270 pada Keputusan Pembelian, dengan asumsi bahwa variabel X₂ dan X₃
tidak mengalami perubahan.
• Koefisien regresi X₂ (b₂ = 0.194) menunjukkan bahwa setiap peningkatan satu
satuan pada variabel Minat Pembelian akan meningkatkan Keputusan
Pembelian sebesar 0.194, dengan asumsi variabel X₁ dan X₃ tetap konstan.
• Koefisien regresi X₃ (b₃ = 0.208) mengindikasikan bahwa setiap peningkatan
satu satuan pada variabel Trust on Product akan meningkatkan Keputusan
Pembelian sebesar 0.208, dengan asumsi variabel X₁ dan X₂ tidak berubah.
Interpretasi ini menggambarkan besarnya pengaruh masing-masing variabel
independen terhadap variabel dependen dalam model regresi.
 Uji Hipotesis
1. Uji T
Partial
Uji t parsial digunakan untuk mengecek apakah satu variabel bebas (independen) punya pengaruh yang nyata terhadap
variabel yang diteliti (dependen) dalam model regresi.
Uji ini dilakukan dengan menganggap variabel bebas lainnya tetap (tidak berubah). Jadi, kita bisa tahu seberapa besar
pengaruh satu variabel saja, tanpa dipengaruhi oleh variabel lain.
Tujuannya adalah untuk melihat apakah masing-masing variabel bebas benar-benar penting dalam menjelaskan
atau memengaruhi hasil (variabel dependen).
Contohnya:
Kalau kita ingin tahu apakah Minat Pembelian berpengaruh terhadap Keputusan Pembelian, maka uji t
parsial bisa menjawabnya — dengan asumsi Sikap Konsumen dan Trust on Product tidak berubah.
 Output SPSS Uji T Partial

Untuk mengetahui pengaruh masing-masing variabel independen terhadap variabel dependen secara parsial,
dilakukan uji t dengan menggunakan tingkat signifikansi (α) sebesar 0,05. Nilai t tabel dicari berdasarkan rumus:
df=n−k−1=120−3−1=116\text{df} = n - k - 1 = 120 - 3 - 1 = 116df=n−k−1=120−3−1=116
Dengan α/2 = 0,025 dan derajat kebebasan (df) = 116, diperoleh t tabel sebesar 1,981.
Adapun hasil pengujian masing-masing variabel adalah sebagai berikut:
• Sikap Konsumen (X₁)
Diperoleh nilai t hitung sebesar 3,430 dengan nilai signifikansi (Sig.) 0,001.
Karena t hitung > t tabel (3,430 > 1,981) dan Sig. < 0,05, maka dapat disimpulkan bahwa Sikap Konsumen
berpengaruh signifikan terhadap Keputusan Pembelian.
• Minat Pembelian (X₂)
Diperoleh nilai t hitung sebesar 2,717 dengan nilai signifikansi (Sig.) 0,008.
Karena t hitung > t tabel (2,717 > 1,981) dan Sig. < 0,05, maka dapat disimpulkan bahwa Minat Pembelian
berpengaruh signifikan terhadap Keputusan Pembelian.
• Trust on Product (X₃)
Diperoleh nilai t hitung sebesar 2,819 dengan nilai signifikansi (Sig.) 0,006.
Karena t hitung > t tabel (2,819 > 1,981) dan Sig. < 0,05, maka dapat disimpulkan bahwa Trust on Product
berpengaruh signifikan terhadap Keputusan Pembelian.
Kesimpulan:
Ketiga variabel independen (Sikap Konsumen, Minat Pembelian, dan Trust on Product) secara parsial memiliki
pengaruh yang signifikan terhadap variabel dependen, yaitu Keputusan Pembelian.
2. Uji F Simultan (Kelayakan
Model)
Uji F Simultan adalah metode statistik yang digunakan untuk menguji apakah semua
variabel bebas (independen) secara bersama-sama berpengaruh signifikan terhadap
variabel terikat (dependen) dalam model regresi linear berganda.
Tujuan dari uji ini adalah untuk mengetahui apakah model regresi secara keseluruhan
layak digunakan, yaitu dengan menguji hipotesis nol (H₀) yang menyatakan bahwa
semua koefisien regresi sama dengan nol (artinya tidak ada pengaruh). Jika hipotesis
nol ditolak, berarti paling tidak ada satu variabel independen yang berpengaruh
signifikan terhadap variabel dependen.
Cara membaca hasil uji F:
• Jika nilai Fhitung > Ftabel dan nilai signifikansi (Sig.) < 0.05, maka disimpulkan
bahwa semua variabel independen secara simultan berpengaruh signifikan
terhadap variabel dependen.
• Sebaliknya, jika nilai Fhitung ≤ Ftabel atau Sig. ≥ 0.05, maka tidak ada pengaruh
yang signifikan secara simultan.

Output SPSS Uji F

Simultan Berdasarkan tabel output spss diperoleh Fhitung sebesar
29.642 dan selanjutnya menentukan Ftabel. Tabel
distribusi F dicari pada α = 0,05 dengan derajat bebas N-k-
1 yaitu 120 - 3 -1 = 116, maka diperoleh Ftabel 2.68 (dapat
dilihat di distribus ftabel). Maka dapat disimpulkan jika
Fhitung lebih besar daripada Ftabel yaitu 29.642 > 2.68
dan nilai signifikan 0.000 < 0.05, sehingga dapat diartikan
bahwa terdapat pengaruh yang signifikan antara Sikap
Konsumen, Minat pembelian dan Trust on Product
terhadap Keputusan Pembelian
 2. Uji Koefisien Determinasi

Uji Kolerasi Analisis ini digunakan untuk mengetahui besarnya

pengaruh dari variabel bebas (independent variable)
terhadap variabel terkait(dependent variable),
biasanya ditanyakan dalam presentase. Koefisien
1. Uji Koefisien Kolerasi
determinasi ini dapat dihitung dengan
menggunakan rumus :
Untuk selanjutnya dilakukan analisis
Kd = x 100%
inferensial berupa pengujian hubungan
Dimana:
antar variabel. Dalam menghitung Kd = Koefisien Determinasi
besarnya hubungan antara variabel, r = Koefisien Korelasi
peneliti menggunakan SPSS versi 26 Output SPSS Koefisien
korelasi product moment sebagai Determinasi
berikut ini:
Hasil Output Uji Koefisien
Kolerasi

Dari table output spss diatas Summary Uji Koefisien

Determinasi diperoleh koefisien determinasi (R square)
sebesar 0.434 atau 0.434 x 100 = 43.4% yang memiliki
Berdasarkan tabel diatas, menunjukan bahwa antara pengertian bahwa pengaruh variabel bebas (X1, X2 dan
variabel Sikap Konsumen (X1) Minat pembelian (X2) Trust X3) terhadap variabel terikat (Y) adalah sebesar 43.4%
on Product (X3) dan Keputusan Pembelian (Y) terdapat dan selebihnya dipengaruhi oleh faktor-faktor lain
koefisien korelasi (R) sebesar 0.659. Hal tersebut dapat yang tidak peneliti teliti.
diartikan bahwa terdapat korelasi postitif antara kedua
variabel dengan tingkat hubungan kuat.
Thank You