UJI NORMALITAS
1. Pastikan data excel berupa data mentah yang sudah siap diimport ke SPSS
2. Masukkan data excel ke SPSS
3. Edit Variable View: kategori di kolom “NAME” semua di copy paste ke kolom “LABEL” dan
“MEASURE” diganti “SCALE” semua ”Measure” di
Variableview diganti
“scale” semua
2. Pindah kategori “(A1-7, B1-7, C1-7)” ke “dependent list” dan masukkan “jenis kelamin” ke
“factor List”
3. Klik “Statistik” klik “descriptives” klik “continue” klik “OK”
Dari hasil tes normality kita menganalisa dari data “shapiro wilk” karena data responden lebih dari
30. Melihat sinifikansi (sig) data menunjukkan semua indikator ini signifikan karena nilai signifikansi
dibawah 0.05. “Shapiro wilk” ini lebih baik dari “kolmogorov-sminov”.
3) Ulangi langkah tersebut untuk variable lainnya (brand image dan minat beli), maka akan
muncul di “tybe&label” label untuk masing-masing variable.
4) Kemudian klik “analyze” klik “correlate”
5) Masukkan label ke kolom variables masing-masing kategori pertama kategori “A1-7” dan
nama variable “kualitasproduk” klik “person, two-tailed, flag significant correlation”
klik “OK”
Hasil:
Correlations
A1 A2 A3 A4 A5 A6 A7 KualitasProduk
A1 Pearson Correlation 1 .772** .392** .348** .618** .512** .409** .797**
Sig. (2-tailed) .000 .003 .010 .000 .000 .002 .000
N 54 54 54 54 54 54 54 54
A2 Pearson Correlation .772** 1 .533** .452** .453** .451** .462** .808**
Sig. (2-tailed) .000 .000 .001 .001 .001 .000 .000
N 54 54 54 54 54 54 54 54
A3 Pearson Correlation .392** .533** 1 .203 .323* .501** .379** .655**
Sig. (2-tailed) .003 .000 .141 .017 .000 .005 .000
N 54 54 54 54 54 54 54 54
A4 Pearson Correlation .348** .452** .203 1 .199 .170 .453** .588**
Sig. (2-tailed) .010 .001 .141 .149 .219 .001 .000
N 54 54 54 54 54 54 54 54
A5 Pearson Correlation .618** .453** .323* .199 1 .644** .421** .733**
Sig. (2-tailed) .000 .001 .017 .149 .000 .002 .000
N 54 54 54 54 54 54 54 54
A6 Pearson Correlation .512** .451** .501** .170 .644** Tanda1 bintang.392 ** .734**
Sig. (2-tailed) .000 .001 .000 .219 .000 dua ini adalah .003 .000
N 54 54 54 54 54 output54 dari 54 54
A7 Pearson Correlation .409** .462** .379** .453** .421** .392 ** 1 .698**
“flag sicnificant
Sig. (2-tailed) .002 .000 .005 .001 .002 .003 .000
N 54 54 54 54 54
correlation”
54 54 54
KualitasProduk Pearson Correlation .797** .808** .655** .588** .733** .734** .698** 1
Sig. (2-tailed) .000 .000 .000 .000 .000 .000 .000
N 54 54 54 54 54 54 54 54
**. Correlation is significant at the 0.01 level (2-tailed).
*. Correlation is significant at the 0.05 level (2-tailed).
Yang harus dibaca adalah baris yang paling bawah yaitu kolom “kualitas produk”. Kualitas
produk dinyatakan valid karena signifikannya dibawah 0,01 (lihat ** ).
6) Lanjutkan uji validasi untuk variable lain “brandimage” dan “MinatBeli” dengan cara yang
sama seperti di atas. Hasil menunjukkan valiable “brandimage” dan “MinatBeli” adalah
valid.
2. Realibilitas
1) Klik “analyze” klik “scale” klik “Reliability Analysis”
2) Klik “statistics” kemudian pilih di “Descriptives for” (item, scale, scale if item deleted),
kemudian di “inter-item” pilih (correlations, covariances), “sumaries” dan “anova table”
tidak perlu dipilih. Klik “continue”---> klik “OK”
Hasil output :
Item A
Reliability Statistics
Cronbach's
Jumlah item
Alpha Based on
Cronbach's Standardized
Alpha Items N of Items
.832 .842 7
Dari hasil output yang kita butuhkan adalah tabel “Reliability Statistics” dan yang kita cari
adalah “Cronbach’s Alpha”. Berdasarkan teori batas minimal cronbach’s alpha 0,7 atau
0,8. Hasil menjelaskan bahwa variable kualitas produk dikatakan reliable atau kosisten di
dalam mengukur sebuah fenomena.
Lakukan langkah serupa pada item B dan C, hasilnya sebagai berikut:
Item B Item C
Note: di SPSS sulit untuk menghitung indirect effect, perlu aplikasi tambahan di luar SPSS. Jadi bisa
menggunakan PLS untuk menghitung mediasi atau indirect effect-nya.
Sebagai contoh kita akan menghitung H1 dan H2
1. Regresi
1) Klik “Analyze”-----> klik “Regression” ------> klik “Linear”
2) Dependent isi “MinatBeli”, kolom “Independent(s)” isi “kualitasProduk” dan
“BrandImage” .
Selanjutnya klik “statistics” centang semua kecuali “covariance matrix” klik “continue”.
4) Klik “save” pilih sesuai pilihan pada gambar di bawah ini, lalu klik “continue”
5) Klik “option” tidak ada perubahan klik “continue” ----> klik “OK”
6) Hasil
Nilai Adjusted R Square 0.847 atau 84,7% menunjukkan bahwa pengaruh BrandImage dan
KualitasProduk terhadap MinatBeli sebesar 0.847 sisanya dipengaruhi oleh faktor lain.
Jadi dari tabel “ANOVA” kita bisa mengetahui normalitas data itu seperti apa. Berdasrkan teori
dengan melihat nilai residual, pendapat pertama lebih dari 3, pendapat kedua di bawah dari -3. Data
dinyatakan normal karena nilai residual 3.071 lebih dari 3.
Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value 2.4863 4.9119 4.0159 .57908 54
Std. Predicted Value -2.641 1.547 .000 1.000 54
Standard Error of Predicted .034 .140 .055 .019 54
Value
Adjusted Predicted Value 2.3953 4.9058 4.0175 .58179 54
Residual -.58683 .51371 .00000 .24070 54
Std. Residual -2.392 2.094 .000 .981 54
Stud. Residual -2.601 2.271 -.003 1.021 54
Deleted Residual -.69396 .60471 -.00164 .26177 54
Stud. Deleted Residual -2.765 2.372 -.003 1.043 54
Mahal. Distance .023 16.351 1.963 2.590 54
Cook's Distance .000 .412 .031 .082 54
Centered Leverage Value .000 .309 .037 .049 54
a. Dependent Variable: MinatBeli
Dari tabel di atas “residual statistic” juga dapat dilihat normalitas data. Standar residual (std.
Residual) minumum -2.392 jadi data tergolong normal berdasarkan teori bahwa dibawah -3 data itu
normal.
Grafik plot menunjukkan jika titik-titik plot berada disekitaran garis maka menunjukkan bahwa data
tersebut normal
Pada variable kualitas produk memiliki t-hitung 5.341 dengan signifikansi 0.000 dibawah 1%
artinya bahwa kualitas produk berpengaruh secara signifikan terhadap minta beli konsumen (H1 dite
rima, Ho ditolak). Pada variable Brand Image t-hitungnya 5.434 dan signifikansinya 0.000 dibawah
1% artinya juga brand image memiliki pengaruh secara signifikan terhadap minat beli konsumen
(H2 diterima, Ho ditolak)
2. Hipotesa
Ho : kualitas produk dan brand image tidak berpengaruh terhadap minat beli konsumen secara
signifikan. (ditolak)
Kualitas produk tidak berpengaruh terhadap brand image secara signifikan.
H1 : Kualitas produk berpengaruh terhadap minat beli konsumen secara signifikan. (diterima)
H2: brand image berpengaruh terhadap minat beli konsumen secara signifikan. (diterima)
D. COMPARE MEAN BERDASAR JENIS KELAMIN DAN PENDAPATAN RESPONDEN
Ho : tidak ada perbedaan antara gaji perempuan dan gaji laki-laki
H1 : ada perbedaan antara gaji perempuan dan gaji laki-laki secara signifikan
1. Langkahnya : klik “analyze” ----> klik “compare means” ----> klik “Independent-Samples T-
Test”
2. Isi Test Variables (yang akan di tes) dengan Penghasilan karena ini yang ditanyakan,kemudian
isi “Grouping Variables” dengan “Jenis Kelamin”
3. Klik “Difine Groups” isi dengan 1 dan 2 ---> klik “Continue”---> klik “OK”
4. Hasil:
Ho dtolak
H1 diterima
Terdapat perbedaan yang signifikan antara gaji perempuan dan gaji laki-laki