A. Hasil Penelitian
76
77
a. Tingkat Usia
orang.
b. Jenis Kelamin
orang.
c. Tingkat Pendidikan
S1.
3. Uji Instrumen
a. Uji validitas
Tabel IV.1
Hasil Uji Validitas
No. Pernyataan rhitung rtabel Keterangan
P1 0.418 0.202 Valid
P2 0.638 0.202 Valid
P3 0.705 0.202 Valid
P4 0.450 0.202 Valid
P5 0.627 0.202 Valid
P6 0.544 0.202 Valid
P7 0.769 0.202 Valid
P8 0.638 0.202 Valid
Sumber: Hasil Output SPSS 22.0 for windows 2019
alpha 0.05 didapat rtabel = 0.202. Jika rhitung lebih besar dari rtabel dan
Table IV.2
Hasil Uji Validitas
No Pernyataan rhitung rtabel Keterangan
P9 0.637 0.202 Valid
P10 0.698 0.202 Valid
P11 0.418 0.202 Valid
P12 0.638 0.202 Valid
P13 0.705 0.202 Valid
P14 0.450 0.202 Valid
P15 0.621 0.202 Valid
Sumber: Hasil Output SPSS 22.0 for windows 2019
Dari tabel IV.2 di atas Untuk tingkat validitas, dilakukan uji
alpha 0.05 didapat rtabel = 0.202. Jika rhitung lebih besar dari rtabel dan
Table IV.3
Hasil Uji Validitas
No Pernyataan rhitung rtabel Keterangan
P16 0.538 0.202 Valid
P17 0.763 0.202 Valid
P18 0.638 0.202 Valid
P19 0.637 0.202 Valid
P20 0.701 0.202 Valid
P21 0.701 0.202 Valid
Sumber: Hasil Output SPSS 22.0 for windows 2019
Dari tabel IV.3 di atas Untuk tingkat validitas, dilakukan uji
alpha 0.05 didapat rtabel = 0.202. Jika rhitung lebih besar dari rtabel dan
b. Uji reliabilitas
suatu alat pengukur, semakin stabil pula alat pengukur tersebut. Untuk
digunakan alat bantu program komputer yaitu SPSS for Windows 22.0
Table IV.4
Hasil uji reliabilitas
Item-Total Statistics
Corrected Cronbach's
Scale Mean if Scale Variance Item-Total Alpha if Item
Item Deleted if Item Deleted Correlation Deleted
P1 81.16 109.426 .345 .918
P2 81.12 107.545 .596 .913
P3 81.33 105.256 .665 .911
P4 81.66 111.926 .410 .916
P5 81.60 106.480 .579 .913
P6 81.56 107.302 .483 .915
P7 81.65 101.779 .728 .909
P8 80.97 108.741 .602 .913
P9 81.20 105.883 .587 .913
P10 81.15 101.633 .641 .911
P11 81.16 109.426 .345 .918
P12 81.13 107.403 .595 .913
P13 81.33 105.256 .665 .911
P14 81.66 111.926 .410 .916
P15 81.59 106.632 .572 .913
P16 81.55 107.454 .477 .915
P17 81.64 101.932 .722 .909
P18 80.97 108.741 .602 .913
P19 81.20 105.883 .587 .913
P20 81.13 101.898 .645 .911
P21 81.13 101.898 .645 .911
variabel yaitu Marketing Mix (X1), Citra Merek (X2) dan Kepuasan
a. Uji Normalitas
variabel yang akan digunakan dalam penelitian. Data yang baik dan
normal atau tidak dengan analisis grafik dan uji kolmogorov smirnov.
normal.
Table IV.5
Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N 94
Normal Parameters(a,b) Mean .0000000
Std. Deviation 2.30940341
Most Extreme Differences Absolute .114
Positive .114
Negative -.079
Kolmogorov-Smirnov Z 1.104
Asymp. Sig. (2-tailed) .175
a Test distribution is Normal.
b Calculated from data.
b. Uji Heterokedastisitas
menyebar dengan pola yang tidak jelas di atas dan di bawah angka 0
Gambar IV.1
Uji Heterokedastisitas
c. Uji Multikulinieritas
Factor (VIF) dan Tolerance, apakah nilai VIF kurang dari 10 dan
Table IV. 6
Uji Multikulinieritas
bahwa tidak ada variabel bebas yang memiliki nilai VIF >10 atau
dapat dikatakan variabel bebas memiliki nilai VIF <10, dan tidak ada
variabel bebas yang memiliki nilai tolerance < 0,1 atau dapat
dikatakan variable bebas memiliki nilai tolerance > 0,1. Jadi dapat
5. Hipotesis
persatu dengan memperlihatkan thitung dari olah data program SPSS for
program SPSS 22.0 diperoleh hasil pada tabel IV.7 sebagai berikut:
87
Table IV.7
Hasil Uji t secara parsial
Coefficients(a)
Unstandardized Standardized
Model Coefficients Coefficients t Sig.
Mix (X1) menunjukkan hasil nilai thitung sebesar 0.238 (lebih besar dari
ttabel yaitu 1.986) dengan nilai signifikansi sebesar 0.812 atau di atas
sebesar 5.114 (lebih besar dari ttabel yaitu 1.986) dengan nilai
adanya pengaruh antara variabel bebas marketing mix dan citra merek
Table IV.8
Hasil Analisis Regresi Linier Berganda
Coefficients(a)
Unstandardized Standardized
Model Coefficients Coefficients t Sig.
Y = a + b1X1 + b2X2 + e
1) Nilai konstanta (a) sebesar -1.174 artinya bila nilai Marketing Mix
sebaliknya, apabila Marketing Mix dan Citra Merek rendah atau buruk
SEGARA.
c. Koefisien Determinasi
Table IV.9
Hasil Uji Koefisien Determinasi
Model Summary
Konsumen (Y)
penelitian ini dapat dilihat pada tabel IV.11 adalah sebagai berikut:
Table IV. 11
Hasil Uji Koefisien Determinasi
Model Summary
Tabel IV.12
Hasil Uji f Secara Simultan
ANOVA(b)
Sum of
Model Squares Df Mean Square F Sig.
1 Regression 967.871 2 483.936 88.786 .000(a)
Residual 496.001 91 5.451
Total 1463.872 93
a Predictors: (Constant), Marketing Mix, Citra Merek
b Dependent Variable: Kepuasan Konsumen
Dari data pada tabel IV.12 di atas dapat diketahui bahwa f hitung
lebih besar dari ftabel (88.786 < 3.095) dengan nilai signifikansi 0.000
93
(atau di bawah > 0.05), maka dapat disimpulkan bahwa makerting mix
B. Pembahasan
Marketing Mix (X1) menunjukkan hasil nilai thitung sebesar 0.238 (lebih
kecil dari ttabel yaitu 1.986) dengan nilai signifikansi sebesar 0.812 atau di
fhitung (14,548) > ftabel (2,356) dengan tingkat signifikansi 0,000 artinya
apabila marketing mix rendah atau buruk maka semakin rendah pula
kepuasan konsumen.
Citra Merek (X2) menunjukkan hasil nilai thitung sebesar 5.114 (lebih kecil
dari ttabel yaitu 1.986) dengan nilai signifikansi sebesar 0.000 atau di bawah
0.05, maka dapat disimpulkan bahwa citra merek berpengaruh positif dan
(1,992) > ttabel (1,661) artinya terdapat pengaruh citra merek terhadap
kepuasan pelanggan2.
1
Ibnu Athoillah,” Pengaruh Marketing Mix Terhadap Kepuasan Konsumen Dialfamart Tirto Agung
Tembalang Semarang, Skripsi, IAIN Walisongo Semarang,2021.
2
Riyan Maulana,” Pengaruh Citra Merek Dan Kualitas Produk Terhadap Kepuasan Pelanggan Dalam
Perspektif Islam, Skripsi: UIN Ar-Raniry Banda Aceh,2019 .
95
konsumen artinya semakin tinggi maketing mix dan Citra Merek maka
marketing mix dan Citra Merek rendah atau buruk maka semakin rendah
Dapat diketahui bahwa fhitung lebih kecil dari ftabel (88.876 > 3.095) dengan
nilai signifikansi 0.000 > 0.05, maka dapat disimpulkan bahwa Marketing
Mix dan Citra Merek secara bersama berpengaruh positif dan signifikan
Marketing Mix (X1), Citra Merek (X2), yang diturunkan dalam model
terlihat dari fhitung (57,095) > ftabel (3,087) Artinya bauran pemasaran dan
96
3
Alif Nur Pratomo, Pengaruh Bauran Pemasaran Dan Citra Merek Terhadap Keputusan Pembelian
Yang Berdampak Pada Kepuasan Konsumen”, Skripsi, Universitas STIKUBANK Semarang, 2014.