BAB IV

PENGELOLAHAN DAN ANALISA DATA

4.1 Gambaran Umum Obyek Penelitian

MD atau Merchandiser Display adalah salah satu bagian dari team promosi
yang bertugas mendisplay atau memajang produk di etalase toko dengan baik.
Produk yang tertata rapi di etalase selain sedap dipandang mata juga akan
meningkatkan penjualan jika produk ditata sedemikian rupa sehingga mudah
dijangkau dan ditemukan oleh pembeli. Seringkali ketika pembeli pergi ke sebuah
minimarket untuk membeli suatu produk tertentu tetapi ketika sampai disana, ia
melihat pajangan produk lain yang tertata rapi maka bisa jadi keinginannya akan
berubah.
Tugas Merchandiser Display tidak hanya bertugas di modern market
tetapi juga di retail, di pasar-pasar tradisional akan kita lihat pajangan shampo,
deterjen, pelembut pakaian yang tertata rapi. Itu juga hasil kerja Mercandiser
Display. Selain itu tugas Merchandiser Display (MD) lainnya adalah memasang
alat promosi produk seperti striker, spanduk, banner dan lain sebagainya sebagai
bentuk promosi “di darat” untuk menunjang promosi produk yang telah dilakukan
“di udara” lewat iklan di TV, radio atau internet.
Untuk lebih jelasnya berikut ini rincian tugas dan tanggung jawab
Merchandiser display (MD) serta kualifikasi yang dibutuhkan bagi yang ingin
bekerja di bidang ini:
Tugas dan tanggung jawab seorang Merchandiser Display (MD)
1. Memajang, mendisplay, merapikan dan menata produk
2. Menjaga kebersihan produk yang dipajang
3. Menjalankan semua progam promosi perusahaan
4. Membantu menjaga stok produk dan memperlebar shelving di etalase toko
modern market/tradisional market
5. Membuat hasil laporan yang ditentukan oleh perusahaan
6. Menjalankan tugas kunjungan ke toko sesuai dengan rencana kerja
7. Memberikan informasi tentang produk baru
 IV-2

Kualifikasi yang dibutuhkan untuk menjadi Merchandiser Display (MD)

1. Pendidikan minimal SMU
2. Memiliki kendaraan roda dua sendiri
3. Mampu berkomunikasi dengan baik
4. Mengetahui dan menguasai area kerja
5. Rajin, ulet, cekatan, agresif, kreatif dan insiatif
6. Rapih dalam berpakaian dan berpenampilan
Sebagai bagian dari team promosi pabrik, MD walaupun kerja di
distributor tetapi secara hirarki berada dibawah koordinasi area supervisor
Principal (pabrik). sedangkan secara pengajian biasanya dilewatkan agensi yang
ditunjuk oleh perusahaan. Dengan demikian penulis ingin meneliti seberapa puas
nya pihak dari pemilik toko terhadap kinerja merchandising. Dengan penelitian ini
penulis akan menyajikan dengan 10 sampel toko yang akan di teliti.

4.2 Pengumpulan Data

Yang menjadi populasi dalam penelitian ini Toko yang di supplai oleh
Merchandising. Pengumpulan data di lakukan dengan cara menyebarkan
kuesioner terhadap pemilik Toko yang di supplai oleh Merchandising, dimana
kuesioner langsung di kembalikan setelah responden selesai mengisinya.
Kuesioner yang dinyatakan sah adalah kuesioner yang di isi sesuai dengan
petunjuk yang telah di berikan, tidak ada pernyataan dalam kuesioner yang
kosong atau tidak di isi oleh responden, serta tidak ada pertanyaan yang gamda
pada setiap pertanyaan.
Data yang di perlukan dalam penelitian ini adalah data yang terdapat
dalam kuesioner serta data pendukung lainnya. Kuesioner yang di sebarkan
sebanyak 10 kuesioner untuk melihat faktor-faktor apa saja yang menjadi prioritas
Toko yang di supplai oleh Merchandising yang tersedia (rekapitulasi data
kuesioner dapat di lihat pada lampiran). Data selanjutnya di ambil dengan
menggunakan kuesioner yang kemudian akan di lakukan uji validitas dan
reabilitas, yang nantinya akan di olah menggunakan Sofware SPSS Versi 20.
 IV-3

4.3 Pengolahan Data

4.3.1 Statistik Deskriptif
Statistik deskripsi lebih berhubungan dengan pengumpulan data dan
peringkasan data , serta penyajian hasil peringkasan tersebut. Data-data statistik
yang bisa diperoleh dari hasil sensus, servei atau pengamatan lainnya, umumnya
masih acak, “mentah” dan tidak terorganisir dengan baik (raw data). Data-data
tersebut harus diringkas dengan baik dan teratur, baik dalam bentuk tabel atau
presentasi grafis, sebagai dasar untuk berbagai pengambilan keputussan (Statistik
Inferensi).
A. Melakukan Analisis Distribusi Frekuensi.
Distribusi prekuensi data penelitian merupakan bagian dari annalisia
statistik deskriptif. Distribusi frekuensi di gunakan memberi gambaran ringkas
dan praktis dari sekelompok data yang di sajikan dalam bentuk tabel atau daftar
frekuensi. Hal ini di maksudkan agar para pembaca lebih mudah memahami data-
data yang di pakai dalam penelitian tersebut. Sementara itu hasil analisis
penelitian statistik deskriptif pada umum nya membuat informasi tentang jumlah
sampel, nilai rata-rata, median, distribusi skewness, kurtosis, range, nilai
maksimal, nilai sum atau penjumlahan dan lain sebagainya.
1. Buka program SPSS => pilih pariabel view => isi tabel sesuai dengan data
seperti gambar di bawah ini

Gambar 4.1 Kotak Vaiabel View

 IV-4

2. Kemudian pilih Data View untuk memasukkan data mentahyang ada

seperti gambar di bawah ini.

Gambar 4.2 Kotak Data View

3. Langkah berikutnya adalah sebagai berikut:
Klik analyze => deskriptive statisyics => frequencies pada menu sehingga
kotak dialog frequencies akan muncul.
4. Masukan variable jenis kelamin dan umur dan pendidikan dan status pada
variable (s).

Gambar 4.3 Kotak Dialog Frequencies

1. Klik tombol charts sehingga muncul kotak dialog frequencies; charts.
2. Pilih pie charts pada kotak chart type dan pilih frequencies pada kotak
chart values. Seperti gambar dibawah ini.
 IV-5

Gambar 4.4 Kotak Dialog Frequencies: Chart

3. Klik Continue
4. Klik OK sehingga output SPSS viewer menampilkan hasil sebagai berikut:
Tabel 4.1 Output Statistik

Tabel statistik memaparkan jumlah jenis kelamin, umur, pendidikan dan status
responden, baik yang valid maupun yang missing.
Tabel 4.2 Output Jenis Kelamin

Tabel jenis kelamin mengimpormasikan bahwa 50% responden adalah pria dan
50% responden adalah wanita dari totalresponden 100% nya. Berikut ini dapat
kita lihat juga di dalam tampilan grafik pienya.
Grafik 4.1 Grafik pie Statistik Jenis Kelamin
 IV-6

Tabel 4.3 Output Statistik Usia

Tabel usia mengimpormasikan bahwa usia responden 20-29=30%, usia responden

30-39=10%, usia 40-49=40% dan usia responden >50=20% dari total responden
100% nya. Berikut ini dapat kita lihat di dalam tampilan grafik pienya.
Grafik 4.2 Grafik pie Usia

Tabel 4.4 Output Statistik Pendidikan

Tabel pendidikan mengimpormasikan bahwa responden tidak tamat SMA=30%,

responden tamatan D3=30% dan responden berpendidikan S1=60% dari total
100% respondennya. Berikut ini bisa kita lihat di dalam tampilan grafik pienya.
 IV-7

Grafik 4.3 Grafik pie Pendidikan

Tabel 4.5 Output Statistik Pendidikan

Tabel status reponden mengimpormasikan bahwa responden menikah 60%, dan

responden duda/janda 40% dari total 100% respondennya. Berikut ini bisa kita
lihat di dalam tampilan grafik pienya.
Grafik 4.4 Grafik pie Pendidikan
 IV-8

4.4 Uji instrument

Salah satu pengujian penelitian adalah pengumpulan data. Kegiatan
pengumpulan data di lakukan dengan teknik tertentu dan menggunakan alat
tertentu yang sering disebut instrumen penelitian. Data yang di peroleh dari proses
tersebut kemudian di himpun, ditata, dianalisis, untuk menjadi informasi yang
dapat menjelaskan suatu fenomena atau keterkaitan antara fenomena. Pada
penelitian ini penulis menggunakan kuesioner sebagai skala pengukuran variabel
penelitian. Kriteria kuesioner yang baik salah satunya memenuhi validitas dan
reliabilitas.
Persaratan bagi sebuah test instrumen penelitian, yaitu validasi dan
reliabilitas ini penting. Dalam hal ini validasi lebih penting dan reliabilitas ini
perlu, karena menyokong terbentuknya validitas. Sebuah tes mungkin reliabel
tetapi tidak valid. Sebaliknya, sebuah tes yang valid reliabel.”
A. Uji Validitas
Validitas mengacu pada kemampuan instrument pengumpulan data untuk
mengukur apa yang harus diukur, untuk mendapatkan datayang relevan dengan
apa yang sedang diukur (Dempsey dan Dempsey, 2002 : 79).Dengan kata lain
sebuah instrumen dianggap memiliki validitas yang tinggi jika instrumen tersebut
benar-benar dapat dijadikan alat untuk mengukur sesuatu secara tepat. Validitas
merupakan ciri yang harus dimiliki oleh instrument pengukuran karena
berhubungan langsung dengan dapat tidaknya data dipercaya kebenarannya.
Berikut ini langkah-langkahnya:
1. Persiapkan tabulasi dta angket yang ingin di uji dalam file excel dll, buka
program SPSS kemudian klik data view , di bagian pojok kiri bawah
program. Pada bagian Name klik tulis X1 sampai X10 dan Y1 sampai Y10
(Sampai 10 karena data responden ada 10 responden), terakhir tulis akor
total. Pada Decimal ubah semua jadi angka 0, untuk bagian Measure pilih
Scale, abaikan saja untuk pilihan yang lain. Seperti gambar di bawah ini.
 IV-9

Gambar 4.5 Tampilan Kotak Variable View

2. Pada Data View masukan data angket seperti gambar di bawah.

Gambar 4.6 Tampilan Kotak Data View

3. Klik Analyze – Correlate – Bivariate maka akan muncul Kotak dialog, dan
masukan emua variable X kedalam kotak variable seperti dibawah ini:

Gambar 4.7 Tampilan Dialog Bivariate Correlates

 IV-10

4. Pilih pearson pada kolom Correlation Cooficient, pilih two – tailed pada
kolom test of significanse, dan centang pada flag Significant Corelation.
5. Klik OK.
6. Pada outpus SPSS Viewer perhatikan table Correlation.Lihat pada kolom
X nilai pada kolom tersebut merupakan nilai dari 𝑅𝐻𝑖𝑡𝑢𝑛𝑔
Tabel 4.6 Correlation X
 IV-11

Tabel 4.7 Correlation Y

 IV-12

 Dasar Pengambilan Keputusan Uji Validitas product Moment

Setiap uji dalam statistic tentu mempunyai dasar dalam pengambilan
keputusan sebagai bahan acuan atau pedoman untuk membuat kesimpulan. Begitu
pula Uji Validitas Product moment pearson correlation ini,
Adapun dasar pengambilan keputusan dalam penelitian ini, bisa dilakukan
melalui beberapa cara yaitu:
1. Membandingkan Nilai 𝑹𝒉𝒊𝒕𝒖𝒏𝒈 dengan 𝑹𝒕𝒂𝒃𝒆𝒍
 Jika nilai 𝑹𝒉𝒊𝒕𝒖𝒏𝒈 > 𝑹𝒕𝒂𝒃𝒆𝒍 , maka item soal angket tersebut dinyatakan
valid.
 Jika nilai 𝑹𝒉𝒊𝒕𝒖𝒏𝒈 < 𝑹𝒕𝒂𝒃𝒆𝒍 , maka item soal angket tersebut dinyatakan
2. Membandingkan nilai sig.(2-tailed) dengan probalitas 0,05
 Jika nilai sig. (2-tailed) < 0,05 dan pearson correlation bernilai
positif,maka item soal angket tersebut dinyatakan valid.
 Jika nilai sig. (2-tailed) < 0,05 dan pearson correlation bernilai
negatif, maka item soal angket tersebut dinyatakan tidak valid.
 Jika nilai sig. (2-tailed) > 0,05 maka item soal angket tersebut
dinyatakan tidak valid.

 Interpretasi Output SPSS Uji Validitas Product Moment

Dari tabel dibawah, sebenarnya akan mengetahui apakah item-item angket
Yang digunakan valid atau tidak. Akan tetapi hal tersebut dirasa belum cukup
jelas terlebih bagi yang baru pertama kali menggunakan SPSS untuk menganalisis
data penelitian. Untuk menginterpretasikan, tentu kita harus melihat kembali dasar
pengambilan keputusan uji validitas terlebih dahulu ,sebagaimana yang sudah
dijelaskan diawal.
 Pengambilan Keputusan Berdasarkan Nilai 𝐑 𝐡𝐢𝐭𝐮𝐧𝐠 Dengan Nilai

𝐑 𝐭𝐚𝐛𝐞𝐥
Berdasarkan dari data yang di peroleh yaitu sebanyak 10 angket. Langkah
selanjutnya yaitu dengan mencari nilai R tabel untuk N=10 dengan
 IV-13

signifikasi 5% pada tabel distri busi nilai R tabel 5%. Perhatikan gambar
tabel distribusi nilai R tabel di bawah ini.
Tabel 4.8 Hasil Analisis R tabel

 Setelah di ketahui nilai R tabel untuk N=10 dengan signifikasi 5% pada

tabel distribusi nilai R tabel 5% sebesar 0.632 maka selanjutnya kita
dapat membandingkan nilai R hitung dengan nilai R hitung pada variabel
X dan Y telah diperoleh dari output SPSS Viewer tabel Correlation.
Untuk lebih jelasnya bisa melihat tabel dibawah ini.
 IV-14

 Variable X
Tabel 4.9 Hasil Analisis R hitung Dengan R tabel Variable X

VARIABEL 𝐑 𝐡𝐢𝐭𝐮𝐧𝐠 Kode 𝐑 𝐭𝐚𝐛𝐞𝐥 Keterangan

X1 0,846** > 0.632 Valid

X2 0,846** > 0.632 Valid
X3 0,834** > 0.632 Valid
X4 0,846** > 0.632 Valid
X5 0,834** > 0.632 Valid
X6 0,900** > 0.632 Valid
X7 0,648** > 0.632 Valid
X8 0,866** > 0.632 Valid
X9 0,648** > 0.632 Valid
X10 0,866** > 0.632 Valid
X11 0,639** > 0.632 Valid
X12 0,846** > 0.632 Valid
X13 0,760** > 0.632 Valid

 Variabel Y
Tabel 4.10 Hasil Analisis R hitung Dengan R tabel Variable Y

VARIABEL 𝐑 𝐡𝐢𝐭𝐮𝐧𝐠 Kode 𝐑 𝐭𝐚𝐛𝐞𝐥 Keterangan

Y1 0,866** > 0.632 Valid

Y2 0,958** > 0.632 Valid
Y3 0,866** > 0.632 Valid
Y4 0,757** > 0.632 Valid
Y5 0,757** > 0.632 Valid
Y6 0,958** > 0.632 Valid
Y7 0,766** > 0.632 Valid
Y8 0,958** > 0.632 Valid
Y9 0,757** > 0.632 Valid
 IV-15

Y10 0,866** > 0.632 Valid

Y11 0,766** > 0.632 Valid
Y12 0,866** > 0.632 Valid
Y13 0,766** > 0.632 Valid
 Pengambilan Keputusan Berdasarkan Nilai Sig (2-tailed) Dengan
Probalitas 0,05
Berdasarkan output SPSS Viewertabel Correlation di atas, dapat kita
ketahui hubungan atau korelasi berdasarkan tabel dibawah ini.
 Variabel X
Tabel 4.11 Hasil Analisis Signifikansi Dengan Probability Variable X

VARIABEL Sig.(2tailed) Kode Probability Keterangan

X1 0,002 < 0,05 Valid

X2 0.002 < 0.05 Valid
X3 0,003 < 0,05 Valid
X4 0.002 < 0.05 Valid
X5 0,003 < 0,05 Valid
X6 0.000 < 0.05 Valid
X7 0,043 < 0,05 Valid
X8 0.001 < 0.05 Valid
X9 0,043 < 0,05 Valid
X10 0.001 < 0.05 Valid
X11 0.047 < 0.05 Valid
X12 0.002 < 0.05 Valid
X13 0.011 < 0.05 Valid

 Variabel Y
Tabel 4.12 Analisis Signifikansi Dengan Probability Variable Y

VARIABEL Sig.(2tailed) Kode Probability Keterangan

Y1 0,001 < 0,05 Valid

 IV-16

Y2 0.000 < 0.05 Valid

Y3 0,001 < 0,05 Valid
Y4 0.011 < 0.05 Valid
Y5 0,011 < 0,05 Valid
Y6 0.000 < 0.05 Valid
Y7 0,010 < 0,05 Valid
Y8 0,000 < 0.05 Valid
Y9 0,011 < 0,05 Valid
Y10 0,001 < 0.05 Valid
Y11 0,010 < 0.05 Valid
Y12 0,001 < 0.05 Valid
Y13 0,010 < 0.05 Valid

B. Uji Reliabilitas
Sebelumnya telah dilakukan uji validitas product moment dengan SPSS,
selanjutnya yang harus kita lakukan agar angket yang kita gunakan dalam
penelitian ini benar-benar dapat di percaya sebagai alat ukur dalam
mengumpulkan data, maka perlu dilakukan uji reliabilitas atau tingkat
kepercayaan. Menurut Sugiono (2005), reliabilitas adalah serangkaian pengukuran
atau serangkaian alat ukur yang memiliki konsistensi bila pengukuran yang di
lakukan dengan alat ukur itu dilakukan secara berulang.
Sebelum masuk bagian langkah-langkah uji reliabilitas buka lembaran
baru dalam program SPSS, kemudian klik variabel view pada SPSS data editor,
pada bagian nama tulis item_1 sampai item_10, selanjutnya pada bagian Decimal
ganti dengan angka 0.
 Uji Reabilitas Alpha Cronbach Dengan SPSS.
Dalam bukunya (V. Wirajna Sujarweni. 2014. SPSS untuk penelitian.
Yokyakarta: Pustaka baru) menjelaskan bahwa uji reliabilitas dapat di lakukan
secara bersama-sama terhadap seluruh butir atau pertanyaan pada angket
penelitian. Untuk uji reliabilitas kali ini kita akan menguji reliabilitas variabel X
 IV-17

dan Variabel Y. Langkah-langkah uji reliabilitas variabel X adalah sebagai

berikut:
1. Buka program SPSS dan klik variable view di bagian pojok kiri bawah
program SPSS, kemudian pada kolom Name tuliskan X_1 kebawah sampai
X_13 (karena 13 buah item soal angket). Selanjutnya pada bagian Decimal
ubah semua menjadi angka 0, lalu pada bagian Measure ganti menjadi scale
Abaikan pilihan yang lainnya. Seperti gambar di bawah ini.

Gambar 4.8 Tampilan Variable View

2. Klik Data View dan input data responden sesuai dengan colom yang tersedia,
seperti tampilan gambar dibawah ini.

Gambar 4.9 Tampilan Data View

 IV-18

3. Dari menu utama SPSS, pilih Analyze kemudian pilih sub menu scale-
reliability Analysis, maka akan muncul kotak dialog kemudian dimasukan
semua variabel X yang sudah dinyatakan valid dalam uji sebelumnya ke kotak
items seperti tampilan gambar di bawah ini.

Gambar 4.10 Tampilan kotak dialog Reliability Analysis

4. Klik Statistics – pada Descriptives For klik Scale If Item Deleted kemudian
Continue seperti gambar di bawah ini.

Gambar 4.11 Tampilan kotak dialog Reliability Analysis ststistics

5. Terakhir klik OK untuk mengakhiri perintah, maka tampilan outputnya sebagai

berikut.
Tabel 4.13 Hasil Output pertama Case Processing Variable X
Case Processing Summary
 IV-19

N %
Cases Valid 10 100,0
Excludeda 0 ,0
Total 10 100,0
a. Listwise deletion based on all variables in
the procedure.
Tabel output di atas memberikan informasi tentang jumlah sampel atau
responden (N) yang di analysis dalam program SPSS yakni N sebanyak 10
responden. Karena data tidak ada yang kosong, maka jumlah valid ada 100%
Tabel 4.14 Hasil Output SPSS Reability Statistics Variable X
Reliability Statistics
Cronbach's
Alpha N of Items
,951 13

Dari tabel output di atas di ketahui ada N of Items (banyaknya butir

pertanyaan angket) ada 13 buah item dengan nilai Cronbach’s Alpha sebesar
0,951. Karena nilai Cronbach’s Alpha 0,951 > 0,60, maka sebagai mana
mengambil keputusan dalam uji reliabilitas di atas dapat disimpulkan bahwa
semua Item pertanyaan angket variabel X adalah reliabel atau konsisten
Tabel 4.15 Hasil output SPSS item-Total Statistics Variable X
Item-Total Statistics
Cronbach's
Scale Mean if Scale Variance Corrected Item- Alpha if Item
Item Deleted if Item Deleted Total Correlation Deleted
X1 39,50 20,278 ,812 ,946
X2 39,50 20,278 ,812 ,946
X3 39,40 20,267 ,796 ,946
X4 39,50 20,278 ,812 ,946
X5 39,40 20,267 ,796 ,946
X6 39,60 20,267 ,879 ,944
X7 39,80 22,400 ,609 ,951
X8 39,70 20,900 ,842 ,945
X9 39,80 22,400 ,609 ,951
X10 39,70 20,900 ,842 ,945
 IV-20

X11 39,80 21,067 ,563 ,954

X12 39,50 20,278 ,812 ,946
X13 39,60 20,933 ,714 ,948

Tabel output di atas memberikan gambaran tentang nilai statistic untuk ke-
13 Item pertanyaan angket. Perhatikan pada kolom Cronbach’s Alpha if Item
deled dalam tabel ini di ketahui nilai Cronbach’s Alpha > 0,632 , maka dapat di
simpulkan bahwa ke-13 pertanyaan angket variabel X valid atau reliable.
Dalam bukunya ( Joko Widyanto, 2010: 43) menjelaskan bahwa dasar
dalam mengambil keputusan dalam uji reliabilitas adalah sebagai berikut:
1. Jika nilai Cronbach’s Alpha > r tabel maka kuesioner dinyatakan reliabel.
2. Jika nilai Cronbach’s Alpha < r tabel maka kuesioner dinyatakan tidakreliabel.
Berdasarkan output Reliability Statistic di atas diketahui nilai Cronbach’s Alpha
adalah 0,951 nilai tersebut akan kita bandingkan dengan nilai r tabel dengan nilai
N = 20 pada distribusi nilai r tabel pada signifikansi 5% maka di peroleh nilai r
tabel 0,632, maka sebagai mengambil keputusan adalah
Nilai Cronbach’s Alpha 0,951 > 0,632 maka kuesioner variabel X dinyatakan
reliabel.
Untuk langkah berikutnya kita akan menguji reliabilitas variabel Y yang
mana langkah-langkahnya hampir sama dengan uji reliabilitas variabel X di atas,
dan pada kotak dilaog Reliability Analysis nilai Y yang di masukan ke kotak
dialog items. maka tampilan output Variable Y adalah sebagai berikut.
Tabel 4.16 Hasil Output SPSS Reability Statistics Variable Y
Reliability Statistics
Cronbach's
Alpha N of Items
,951 13

Ada pun dasar pengambilan keputusan dalam uji reliabilitas ini adalah
sebagai berikut:
1. Jika nilai cronbach alpha > 0,05 maka kuisioner atau angket di nyatakan
reliable atau konsisten.
 IV-21

2. Sementara, jika nilai cronbach alpha< 0,05 maka kuesioner atau angket
dinyatakan tidak reliable atau tidak konsisten.
Dari hasil output di atas di peroleh nilai Cronbach’s Alpha sebesar 0,951
nilai ini kemudian kita bandingkan dengan nilai r tabel dan r tabel di cari pada
signifikasi 0,05 dengan uji 2 sisi dan jumlah data (n) = 10 maka di dapat r tabel
sebesar 0,632. Oleh karena nilai r hitung = 0,951 > r tabel = 0,632 maka dapat di
simpulkan item-item tersebut reliabel.
Tabel 4.17 Hasil output SPSS item-Total Statistics Variable X

Item-Total Statistics
Corrected Item- Cronbach's
Scale Mean if Scale Variance Total Alpha if Item
Item Deleted if Item Deleted Correlation Deleted
Y1 43,80 23,733 ,844 ,959
Y2 43,90 22,767 ,950 ,956
Y3 43,80 23,733 ,844 ,959
Y4 44,00 23,556 ,709 ,962
Y5 44,00 23,556 ,709 ,962
Y6 43,90 22,767 ,950 ,956
Y7 44,10 23,433 ,719 ,962
Y8 43,90 22,767 ,950 ,956
Y9 44,00 23,556 ,709 ,962
Y10 43,80 23,733 ,844 ,959
Y11 44,10 23,433 ,719 ,962
Y12 43,80 23,733 ,844 ,959
Y13 44,10 23,433 ,719 ,962

Pada tabel item-total Statistics di atas jika kita perhatikan pada kolom Cronbach
Alpha if item deleted seluruh variabel bernilai > 0,6. Maka dapat di simpulkan
seluruh item pada variabel Y / Kepentingan toko di nyatakan reliable atau
konsisten.

4.5 Analisis regresi

A. Analisis Regresi Linear Sederhana.
 IV-22

Analisis regresi linear sederhana atau dalam bahas inggrisnya di sebut

Simple Linear Regresion di gunakan untuk mengukur besarnya pengaruh satu
variable dependent dan satu variable independent. Syarat kelayakan harus terlebih
dahulu terpenuhi saat menggunakan Regresi Linear Sederhana. Ada pun syarat
yang harus terpenuhi sebagai berikut:
1. Jumlah sampel yang di gunakan harus sama.
2. Nilai residual harus berdistribusi normal.
3. Terdapat hubungan yang linear antara variable bebas X dan variable
tergantung Y.
4. Tidak terjadi gejala heteroskedastisitas.
5. Tidak terjadi gejala Auto Korelasi.
 Langkah-Langkah Uji Regresi Linear Sederhana.
1. Buka lembar kerja SPSS lalu klik variabel view, selanjut nya pada kolom
Name untuk baris pertama tulis X, baris kedua Y. Lalu pada kolom label baris
pertama tulis Kepuasan toko, dan baris kedua tulis Kinerja Marchandishing
(untuk pilihan lainnya biarkan tetap default), seperti gambar di bawah ini.

Gambar 4.12 Tampilan Variable View

2. Klik data view, selanjutnya masukan data penelitian dengan ketentuan X untuk
data kepuasan toko dan Y untuk kinerja Marchandishing seperti gambar di
bawah ini.
 IV-23

Gambar 4.13 Tampilan Variable View

3. Klik menu analyze – klik Regression – klik Linear

Gambar 4.14 Kotak Dialog Linear Regression.

4. Langka terakhir klik OK. maka output SPSS viewer akan menampilkan seperti
di bawah ini.
Tabel 4.18 Hasil output Variables Entered/Removeda
Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
1 Kepuasan_Tok . Enter
ob
a. Dependent Variable: Kinerja _Marchandishing
b. All requested variables entered.
Keterangan: Memjelaskan tentang variableyang di masukan serta metode yang di
gunakan dalam analisis regresi linear.
 IV-24

a) Membuat Persamaan Regresi Linear Sederhana

Secara umum rumus persamaan regresi linear sederhana adalah Y= a+bX.
Sementara untuk mengetahui nilai koofisien regresi tersebut kita dapat
berpedoman pada outpot yang berada pada table Coefficient berikut.
Tabel 4.19 Hasil Uji Regresi Pada Tabel Coefficients
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 23,923 7,104 3,367 ,006
Kepuasan_Toko ,385 ,215 ,475 1,788 ,101
a. Dependent Variable: Kinerja _Marchandishing
a. Angka Constant dari Unstandardized Coefficients. Dalam kasus ini
nilainya sebesar 23,923. Angka ini merupakan angka konstan yang
mempunyai arti bahwa jika tidak ada kepuasan (X) maka nilai konsisten
kinerja merchandising (Y) adalah sebesar 0,385.
b. Angka koofisien regresi. Nilainya sebesar 0.385. angka ini mengandung
arti bahwa setiap penambahan 1% tingkat kepuasan toko (X) (Kepuasan
Pemilik Toko), maka variable Y (Kinerja Merchandishing) akan
meningkat sebesar 0,385. Maka, karena nilai kuefisien regresi bernilai (+)
dengan demikian dapat dikatakan bahwa Kepuasan Pemilik Toko (X)
berpengaruh positif terhadap Kinerja Merchandishing (Y). Sehingga
Persamaan Regresinya adalah. Y = 23,923+ 0,385 X
b) Uji Hipotesis Dalam Analisis Regresi Linear Sederhana
Uji hipotesis atau uji pengaruh berfungsi untuk mengetahui apakah
koefisien regresi tersebut signifikan atau tidak.
Ho = Tidak ada pengaruh kepuasan toko(X) terhadap kinerja marchandising(Y)
Ha = Ada pengaruh kepuasan toko (X) terhadap kinerja marchandising (Y)
Sementara itu, untuk memastikan apakah koefisien regresi tersebut signifikan atau
tidak ( dalam arti Variabel X berpengaruh terhadap Variabel Y ) kita dapat
melakukan uji hipotesis ini dengan cara membandingkan nilai signifikansi (Sig.)
 IV-25

dengan probabilitas 0,05 atau dengan cara lain yakni membandingkan nilai t
hitung dengan t tabel.
c) Uji Hipotesis Membandingkan Nilai Sig. Dengan Probabilitas (0,05)
Ada pun yang menjadi dasar pengambilan keputusan dalam analisis regresi
dengan melihat nilai Signifikansi pada tabel Output SPSS.
 Jika nilai signifikansi (Sig.) < Nilai Probabilitas (0,05) maka dapat di tarik
kesimpulan Terdapat pengaruh Kepuasan Pemilik Toko (X) terhadap kinerja
merchandising (Y). Sebaliknya,
 Jika nilai signifikansi (Sig.) > Nilai Probabilitas (0,05) maka dapat di tarik
kesimpulan tidak terdapat pengaruh Kepuasan Pemilik Toko (X) terhadap
kinerja merchandising (Variabel Y).

Tabel 4.20 Hasil Uji Regresi Pada Tabel Coefficients.
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 23,923 7,104 3,367 ,006
Kepuasan_Toko ,385 ,215 ,475 1,788 ,101
a. Dependent Variable: Kinerja _Marchandishing

Berdasarkan tabel di atas di ketahui nilai signifikansi (Sig.) sebesar 0,101>

0,05. Sehingga dapat disimpulkan Ha di tolak dan Ho di terima. Yang berarti
bahwa tidak terdapat pengaruh Kepuasan Pemilik Toko (X) terhadap kinerja
merchandising (Y).
d) Uji Hipotesis Membandingkan Nilai T Hitung Dengan T Tabel
Pengujian ini sering disebut dengan Uji t. Dimana dasar pengambilan
keputusan uji t adalah:
 Jika nilai t hitung > t tabel maka dapat di tarik kesimpulan terdapat
pengaruh Kepuasan Pemilik Toko (Variabel X) terhadap kinerja
merchandising (Variabel Y). Sebaliknya,
 IV-26

 Jika nilai t hitung < t tabel maka dapat di tarik kesimpulan tidak terdapat
pengaruh Kepuasan Pemilik Toko (Variabel X) terhadap kinerja
merchandising (Variabel Y).
Tabel 4.21 Hasil uji Regresi Pada Coefficients
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 23,923 7,104 3,367 ,006
Kepuasan_Toko ,385 ,215 ,475 1,788 ,101
a. Dependent Variable: Kinerja _Marchandishing

Berdasarkan output di atas di ketahui nilai t hitung sebesar 1,788. Karena

nilai t sudah di temukan maka langkah selanjutnya mencari nilai t tabel. Ada pun
rumus mencari t tabel adalah sebagai berikut:
Menentukan Derajat Kebebasan (db)
0,05
Diketahui : 𝛼 =0,05 = = 0,025
2

Jika df = n-2 = 10 – 2 = 8
𝛼 0,05
Maka, df = t ( 2 ∶ 𝑛 − 2) = t ( ∶ 8) = t (0,025 :8) = 2,306 (Berdasarkan Tabel
2

t)
Karena nilai t hitung sebesar (1,778) > dari t tabel sebesar (2,306).
Sehingga dapat di simpulkan Ho di tolak dan Ha di terima. Yang berarti bahwa
terdapat pengaruh Kepuasan Pemilik Toko (Variabel X) terhadap kinerja
merchandising (Variabel Y).
Tabel 4.22 Tabel t
 IV-27

e) Melihat Besarnya Pengaruh Variabel X dan Variabel Y

Untuk melihat pengaruh kepuasan (X) Terhadap kinerja Marchandising
(Y) dalam analisis regresi linier sederhana, kita dapat berpedoman pada nilai R
Square atau R2 yang terdapat di output SPSS bagian Mode Summary.
Tabel 4.23 Hasil uji Regresi Pada Model Summary
Model Summary
Adjusted R Std. Error of the
Model R R Square Square Estimate
1 ,475a ,225 ,155 1,09672
a. Predictors: (Constant), Kepuasan_Toko
 IV-28

Di ketahui nilai R Square sebesar 0,225, nilai ini mengandung arti bahwa
pengaruh kepuasan toko (X) terhadap kinerja marchandishing (Y) sebesar 22,5%
sedangkan kinerja merchandicing 77,5% di pengaruhi oleh variabel yang lain
yang tidak di teliti

f) Kesimpulan Dari Uji analisis Regresi Linier Sederhana

Merujuk pada pembahasan di atas, maka dapat di simpulkan bahwa
kepuasan kerja (X) berpengaruh positif terhadap kinerja Marchandishing (Y)
dengan total pengaruh sebesar 22,5%. Pengaruh positif ini bermakna semakin
meningkatnya kepuasan toko maka akan berpengaruh dengan penurunan kinerja
marchandishing tersebut.
4.5.1 Analisa Regresi Multiples (Berganda)
Analysis regresi merupakan suatu metode atau teknik analisis hipotesis
penelitian untuk menguji ada tidaknya pengaruh antara variabel satu dengan
variabel lain yang di nyatakan dalam bentuk persamaan matemati (regresi).
Analysis regresi linear multiples atau berganda berfungsi untuk mencari pengaruh
dari dua atau lebih variable independent (variabel bebas atau X) terhadap variabel
dependent (variabel terikat atau Y).
Dengan demikian, secara sederhana dapat dikatakan bahwa, apabila kita
ingin mengetahui ada tidaknya pengaruh satu variabel X terhadap variabel Y
maka digunakan analysis regresi sederhana.Sementara apabila kita ingin
mengetahui pengaruh dua variabel X atau lebih terhadap variabel Y maka di
gunakan analysis regresi linear ganda (multiples).
Dasar pengambilan keputusan dalam uji F :
Ada dua cara yang bisa kita gunakan sebagai acuan atau pedoman untuk
melakukan uji hipotesis dalam uji F. Pertama adalah membandingkan nilai
signifikansi (Sig.) atau nilai probabilitas hasil output Anova. Kedua adalah
membandingkan nilai F hitung dengan nilai F tabel.
1. Berdasarkan nilai signifikansi (Sig.) dari output Anova
a. Jika nilai Sig. < 0,05, maka hipotesis diterima. Maka artinya kepuasan (X)
secara simultan berpengaruh terhadap kinerja marchandising (Y).
 IV-29

b. Jika nilai Sig. > 0,05, maka hipotesis ditolak. Maka artinya kepuasan toko
(X) secara simultan tidak berpengaruh terhadap kinerja marchandising (Y).
2. Berdasarkan perbandingan nilai F hitung dengan nilai F tabel
a. Jika nilai F hitung > F tabel, maka hipotesis diterima. Maka artinya
kepuasan toko (X) secara simultan berpengaruh terhadap kinerja
marchandising (Y).
b. Sebaliknya, Jika nilai F hitung < F tabel, maka hipotesis ditolak. Maka
artinya kepuasan toko (X) secara simultan tidak berpengaruh terhadap
kinerja marchandising (Y).
Tabel 4.24 Hasil uji Regresi Pada ANOVAa
ANOVAa
Sum of F Sig.
Model Squares df Mean Square
1 Regression 3,846 1 3,846 3,198 ,101b
Residual 13,231 11 1,203
Total 17,077 12
a. Dependent Variable: Kinerja _Marchandishing
b. Predictors: (Constant), Kepuasan_Toko

1. Berdasarkan Nilai Signifikansi (Sig.) dari Output Anova

Berdasarkan tabel output SPSS di atas, diketahui nilai Sig. adalah sebesar
0,101. Karena nilai Sig. 0,101 > 0,05, maka sesuai dengan dasar pengambilan
keputusan dalam uji F dapat disimpulkan bahwa hipotesis ditolak atau dengan
kata lain kepuasan toko (X) secara simultan tidak berpengaruh terhadap kinerja
marchandising (Y).
2. Berdasarkan Perbandingan Nilai F Hitung dengan F Tabel
Berdasarkan tabel output SPSS di atas, diketahui nilai f hitung adalah
sebesar 3,198. Karena nilai F hitung 3,198 < F tabel 4,10, maka sebagaimana
dasar pengambilan keputusan dalam uji F dapat disimpilkan bahwa hipotesis
ditolak atau dengan kata lain kepuasan toko (X) secara simultan tidak berpengaruh
terhadap kinerja marchandising (Y).
 IV-30

Catatan : F tabel di cari pada distribusi nilai r tabel statistik pada signifikansi 5%
atau 0,05 dengan menggunakan rumus F tabel = (k ; n-k). Dimana “k” adalah
jumlah variabel independen (variabel bebas atau X ) sementara “n” adalah jumlah
responden atau sampel penelitian. Dalam penelitian ini jumlah “k” adalah 1 yakni
variabel kepuasan toko (X). Sementara jumlah “n” adalah 10 toko (responden).
Selanjutnya nilai ini kita masukkan ke dalam rumus, maka menghasilkan angka
(1 ; 10-1) = (1 ; 9), angka ini kemudian kita jadikan acuan untuk mencari atau
melihat nilai F tabel pada distribusi nilai F tabel statistik. Maka ditemukan nilai F
tabel adalah sebesar 5,12. Lihat gambar dibawah ini.
IV-31