LAPORAN ANALISIS STATISTIK

Dosen Pembimbing :
Safwandi, M. Mat

Disusun oleh :
Dian Eka Putri
Nim : 4032019020

Program Studi :
Manajemen Keuangan Syariah

FAKULTAS EKONOMI DAN BISNIS ISLAM

INSTITUT AGAMA ISLAM NEGERI LANGSA
TAHUN AKADEMIK 2021/2022
 PENGARUH HARGA, KUALITAS PRODUK, DAN LOYALITAS KONSUMEN TERHADAP
MINAT MAHASISWA BERBELANJA DI APLIKASI AKULAKU

Lampiran 2: Data Tabulasi Kuesioner

(Total X1, Total X2, dan Total Y)

Nomor Kualitas Loyalitas

Harga (X1)
Responden Produk(X2) Konsumen(Y)
1 27.00 25.00 22.00
2 30.00 30.00 25.00
3 30.00 30.00 24.00
4 30.00 27.00 21.00
5 24.00 24.00 21.00
6 21.00 17.00 20.00
7 25.00 28.00 25.00
8 23.00 25.00 19.00
9 27.00 30.00 23.00
10 27.00 25.00 23.00
11 24.00 24.00 20.00
12 25.00 19.00 19.00
13 27.00 28.00 22.00
14 22.00 24.00 15.00
15 30.00 27.00 24.00
16 29.00 26.00 22.00
17 26.00 26.00 20.00
18 28.00 27.00 24.00
19 30.00 30.00 24.00
20 30.00 30.00 19.00
21 16.00 17.00 14.00
22 25.00 23.00 21.00
23 21.00 25.00 17.00
 24 23.00 22.00 18.00
25 20.00 16.00 20.00
26 26.00 27.00 20.00
27 30.00 30.00 25.00
28 21.00 30.00 20.00
29 30.00 29.00 25.00
30 29.00 24.00 20.00
31 25.00 25.00 20.00
32 27.00 28.00 22.00
33 30.00 30.00 25.00
34 26.00 24.00 19.00
35 23.00 24.00 19.00
36 18.00 26.00 22.00

A. Uji Asumsi Klasik

1. Uji Normalitas

Uji normalitas ini digunakan untuk mengetahui apakah variabel dependen, independen atau
keduanya berhubungan normal, mendekati normal atau tidak. Model regresi yang baik
sebaiknya berdistribusi normal atau mendekati normal. Untuk mengetahui apakah data
berhubungan secara normal atau mendekati normal dapat diketahui dengan
menggambarkan penyebaran data melalui sebuah grafik P-P plot. Dengan metode grafik ini
kita dapat melihat data yang digunakan apakah memberikan distribusi normal atau tidak
dengan melihat grafik histogram.

Jika data menyebar disekitar garis regional dan kemudian mengikuti garis diagonalnya, itu
berarti model regresi sudah memenuhi uji normalitas. Uji kenormalan ini bisa juga tidak
menggunakan grafik, tapi dengan menggunakan uji Kolmogrov-Smirnov. Dalam uji ini
apabila nilai sig<0,05 maka data tidak terdistribusi dengan normal. Namun jika nilai
sig>0,05 maka data terdistribusi dengan normal.
Pengujian normalitas dilakukan dengan memenuhi persyaratan model regresi bahwa
data yang diperoleh memiliki sifat normal. Untuk itu dilakukan uji sample Kolmogrov-
SmirnovTest. Uji normalitas juga dapat dilihat melalui normal probability plot. Uji
normalitas data dilihat dengan melihat pola pada kurva penyebaran pada grafik p-plot.
Distribusi normal akan membentuk satu garis lurus diagonal. Jika penyebaran memiliki
garis normal, maka dapat dikatakan bahwa data berdistribusi normal.
  Uji linearitas
Uji linearitas dilakukan untuk mengetahui linearitas hubungan masing-masing variabel bebas
dan variabel terikat. Uji multikolinearitas digunakan sebagai persyaratan dalam analisis
korelari linear. Kriteria yang diterapkan untuk menentukan kelinearitasan garis regresi adalah
nilai koefisien signifikansi. Jika koefisien lebih besar dari alpa yang ditentukan yaitu 5%
maka dinyatakan garis regresi berbentuk linear.
 ANOVAa

Model Sum of Squares df Mean Square F Sig.

Regression 139.903 2 69.952 18.198 .000b

1 Residual 126.847 33 3.844

Total 266.750 35

a. Dependent Variable: Loyalitas Konsumen

b. Predictors: (Constant), Kualitas Produk, Harga

2. Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya
korelasi antar variabel bebas yang dalam hal ini adalah variabel pelayanan, iklan, dan publisitas.
Metode untuk menguji adanya multikolinearitas antara variabel pelayanan, iklan, dan publisitas
dapat dilihat pada Tolerance Value (TV) dan Varian Inflation Factor (VIF). Jika TV< 0.10 atau VIF>10
maka terjadi multikolinearitas. Atau sebaliknya jika TV > 0.10 atau VIF<10 maka tidak terjadi
multikolinearitas. Hasil pengujian multikolinearitas dari model regresi dapat dilihat dalam tabel
berikut :

Coefficientsa

Model Unstandardized Standardized t Sig. Collinearity Statistics

Coefficients Coefficients

B Std. Error Beta Tolerance VIF

(Constant) 6.352 2.469 2.572 .015

1 Harga .348 .119 .475 2.927 .006 .548 1.826

Kualitas Produk .226 .117 .314 1.935 .062 .548 1.826

a. Dependent Variable: Loyalitas Konsumen

Jika VIF dibawah atau < 10 dan tolerance Value diatas 0,1 maka tidak terjadi
multikolinearitas.
Interpretasinya :
Berdasarkan table diketahui bahwa nilai VIF variable harga (X1) dan Variabel Kualitas
Produk (X2) adalah 1,826 < 10 dan nilai tolerance value 0,548 < 0,1 maka data tersebut tidak
terjadi multikolinieritas.

3. Uji Heterokedasitas

Dalam penelitian ini penguji menggunakan uji heterokedasitas dengan metode analisis grafik.
Metode ini dilakukan dengan mengamati scatterplot. Jika scatterplot membentuk pola tertentu
maka menunjukan adanya masalah heterokedasitas pada model regresi. Sedangkan jika
scatterplot menyebar secara acak maka hal itu menunjukan tidak terjadinya masalah pada
model regresi. Hasil uji heterokedastisitas dapat dilihat pada gambar berikut ini:

Berdasarkan gambar scatterplot diatas terlihat bahwa scatterplot menyebar secara acak diatas
maupun dibawah angka nol pada sumbu regression studentized residual. Dengan demikian,
dapat disimpulkan bahwa tidak terjadi heterokedasitas pada model regresi.
A. Uji Autokorelasi

Hasil uji autokorelasi dapat dilihat pada tabel berikut :

Model Summaryb

Model R R Square Adjusted R Std. Error of the Durbin-Watson

Square Estimate

1 .724a .524 .496 1.961 2.076

a. Predictors: (Constant), Kualitas Produk, Harga
b. Dependent Variable: Loyalitas Konsumen

Dari tabel di atas menunjukan nilai Durbin-Watson sebesar 2,076. Nilai ini jika nilai DW
diantara -2 sampai +2 berarti tidak ada autokorelasi, sehingga dapat dikatakan bahwa model
regresi ini tidak terdapat masalah autokorelasi.

B. UJI HIPOTESIS

1. Uji Parisial (Uji t)

Uji t biasanya digunakan untuk melihat seberapa jauh pengaruh masing-masing dari variabel
bebas secara parsial terhadap variabel terikat. Dalam regresi ini melihat pengaruh potongan
harga, gratis ongkir, dan cash on delivery terhadap minat berbelanja dengan nilai signifikansi
0.05 (5%) dengan nilai degree of freedom (df) = n - k atau 98 - 4 = 94 , hasil ttabel diperoleh
sebesar 1,98552 atau (1,985)

Kriteria dalam menentukan hasil hipotesis dengan melakukan uji t adalah dengan
membandingkan hasil dari thitungdengan ttabel, maka dapat diperoleh sebagai berikut:
• Jika thitung> ttabel, maka H0 ditolak dan Ha diterima, artinya variabel bebas secara
individual berpengaruh secara signifikan terhadap variabel terikat.
• Jika thitung< ttabel, maka H0 diterima dan Ha ditolak, artinya variabel bebas secara
individual tidak berpengaruh signifikan terhadap variabel terikat.

Coefficientsa

Model Unstandardized Coefficients Standardized t Sig.

Coefficients

B Std. Error Beta

(Constant) 8.179 2.372 3.448 .002

1
Harga .502 .091 .686 5.497 .000

a. Dependent Variable: Loyalitas Konsumen

Coefficientsa

Model Unstandardized Coefficients Standardized t Sig.

Coefficients

B Std. Error Beta

(Constant) 9.383 2.479 3.785 .001

1
Kualitas produk .457 .096 .633 4.771 .000

a. Dependent Variable: Loyalitas Konsumen

2. Uji Simultan (Uji F)

Untuk menguji variabel bebas secara simultan dapat dilakukan dengan cara melakukan uji F.
Pada dasarnya uji F menunjukkan apakkah variabel bebas secara bersama-sama memiliki
pengaruh terhadap variabel terikat. Dengan pengambilan kesimpulan dapat dilakukan
dengan cara:

• Jika Fhitung> Ftabel, maka H0 ditolak dan Ha diterima, artinya semua variabel bebas
berpengaruh secara signifikan terhadap variabel terikat.
• Jika Fhitung< Ftabel, maka H0 diterima dan Ha ditolak, artinya semua variabel bebas
tidak berpengaruh signifikan terhadap variabel terikat.
Hasil uji simultan (uji F) dapat dilihat pada tabel berikut:

ANOVAa

Model Sum of Squares df Mean Square F Sig.

Regression 139.903 2 69.952 18.198 .000b

1 Residual 126.847 33 3.844

Total 266.750 35

a. Dependent Variable: Loyalitas Konsumen

b. Predictors: (Constant), Kualitas produk, Harga
Dari tabel di atas telah diperoleh nilai Fhitung hasil pengolahan data sebesar 18,198 dengan
taraf nilai signifikan sebesar 0,000 < 0,05 yang berarti signifikan.

3. Koefisien Determinasi (R2)

Koefisien determinasi menjelaskan bahwa variasi variabel bebas dipengaruhi oleh nilai
variabel terikat. Nilai koefisien determinasi dapat diukur dari R-Square. Berikut adalah nilai
Koefisien determinasi (Adjused R Square), yaitu :

Model Summary

Model R R Square Adjusted R Std. Error of the

Square Estimate

1 .724a .524 .496 1.961

a. Predictors: (Constant), Kualitas Produk, Harga

Tabel diatas menunjukkan besarnya Adjusted R square adalah 0,496 hal ini berarti minat
mahasiswa berbelanja di Akulaku dapat dijelaskan oleh variabel harga, kualitas produk, dan
loyalitas konsumensebesar 49,6% sedangkan sisanya dijelaskan oleh variabel lain yang tidak
dimasukkan dalam penelitian ini.