PENGOLAHAN DATA

4.1 Uji Instrumen

1) Uji Validitas

Uji validitas digunakan untuk mengukur sah atau tidaknya suatu

kuesioner (Imam, 2011). Kuesioner dapat dinyatakan valid apabila

kuesioner mampu mengungkapkan sesuatu yang akan diukur oleh kuesioner

tersebut. Tingkat validitas dapat diukur dengan membandingkan nilai r

hitung (correlation item total correlation lebih besar dari 0,30 sesuai dengan

model penelitian Rule Of Thumbs. Berikut hasil uji validitas yang

didapatkan:

Tabel 4.1
Uji Validitas
Variabel Pernyataan rhitung rtabel Keterangan
X1.1 0,723 0,1937 Valid
Produk ( X 1 ) X1.2 0,491 0,1937 Valid
X1.3 0,786 0,1937 Valid
X1.4 0,732 0,1937 Valid
X2.1 0,512 0,1937 Valid
Harga ( X 2 ) X2.2 0,843 0,1937 Valid
X2.3 0,858 0,1937 Valid
X2.4 0,786 0,1937 Valid
X3.1 0,761 0,1937 Valid
Lokasi ( X 3 ) X3.2 0,781 0,1937 Valid
X3.3 0,652 0,1937 Valid
X3.4 0,764 0,1937 Valid
X4.1 0,861 0,1937 Valid
X4.2 0,835 0,1937 Valid
Promosi ( X 4)
X4.3 0,905 0,1937 Valid
X4.4 0,880 0,1937 Valid
Y1 0,586 0,1937 Valid
Y2 0,639 0,1937 Valid
Volume Penjualan (Y)
Y3 0,680 0,1937 Valid
Y4 0,739 0,1937 Valid
Sumber: Data diolah peneliti, (2023)
 Berdasarkan hasil pengujian validitas pada tabel 4.1 di atas dapat

dilihat bahwa seluruh item pernyataan yang digunakan dalam penelitian ini

untuk mengukur pengetahuan akuntasi, pelatihan akuntasi, skala usaha,

ketidakpastian lingkungan dan penggunaan informasi akuntasi. Salah satu

cara agar dapat mengetahui pernyataan valid dan tidak valid yaitu dengan

melihat nilai rhitung dan rtabel, jika nilai rhitung> rtabel maka pernyataannya dapat

dikatakan valid. Berdasarkan tabel diatas dapat dilihat bahwa semua

pernyataan dikatakan valid karena semua nilai rhitung lebih besar dari nilai

rtabel , sehingga semua pernyataan dapat digunakan dalam kuesioner

penelitian.

2) Uji Reliabilitas

Jika suatu alat pengukuran dinyatakan valid, maka tahap selanjutnya

adalah mengukur tahap reliabilitas dari alat pengukuan. Uji reliabilitas

digunakan untuk mengukur konsisten atau tidaknya suatu kuesioner dalam

penelitian yang digunakan untuk mengukur pengaruh variabel bebas ( X 1 , X 2

, dan X 3 ) terhadap varibel terikatnya (Y) dengan menggunakan nilai

Cronbach’s Alpha.

Tabel 4.2
Uji Reliabilitas
Variabel Cronbach’s Alpha Keterangan
Produk ( X 1 ) 0,631 Reliabel
Harga ( X 2 ) 0,675 Reliabel
Lokasi ( X 3 ) 0,718 Reliabel
Promosi ( X 4) 0,893 Reliabel
Volume Penjualan (Y) 0,751 Reliabel
Sumber: Data diolah peneliti, (2023)
 Berdasarkan tabel 4.2 di atas dapat dilihat bahwa nilai Cronbach’s

Alpha variabel X 1 , X 2 , X 3 , X 4 dan Y masing-masing 0,631, 0,675, 0,718,

0,893 dan 0,751. Jika nilai Cronbach’s Alpha > 0.60 maka variabel yang

digunakan reliabel. Akan tetapi jika nilai Cronbach’s Alpha < 0.60, maka

variabel yang digunakan tidak reliabel. Adapun hasil yang didapatkan yaitu

semua nilai Cronbach’s Alpha > 0.60, sehingga dapat disimpulkan bahwa

semua varibel reliabel atau layak digunakan untuk menjadi alat ukur

kuesioner dalam penelitian.

A. Statistika Deskriptif

Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
Produk 103 8,00 20,00 15,9806 2,06265
Harga 103 8,00 20,00 16,2233 2,01432
Lokasi 103 6,00 20,00 14,3398 2,78495
Promosi 103 4,00 20,00 13,4951 3,22330
Volume Penjualan 103 10,00 20,00 15,4175 1,76859
Valid N (listwise) 103

B. Uji Asumsi Klasik

a) Uji Normalitas

Uji normalitas bertujuan untuk mengetahui distribusi data dalam suatu

variabel yang akan digunakan dalam sebuah penelitian apakah data layak

atau tidak untuk dianalisis. Uji normalitas dalam penelitian ini

menggunakan teknik Kolmogrov Smirnov. Berikut ini hasil penghitungan

Kolmogorov-Smirnov dengan SPSS:

 One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N 103
Normal Parameters a,b
Mean ,0000000
Std. Deviation 1,48442972
Most Extreme Differences Absolute ,061
Positive ,061
Negative -,057
Test Statistic ,061
Asymp. Sig. (2-tailed) ,200c,d

Berdasarkan tabel diatas dapat diketahui nilai Asymp.Sig sebesar 0,200

yang berarti lebih besar dari 0,05, maka dapat disimpulkan data

berdistribusi normal.

b) Uji Multikolinearitas

Uji multikolinieritas digunakan untuk mengetahui ada tidaknya

multikolinieritas dengan menyelidiki besarnya inter kolerasi antar variabel

bebasnya. Ada tidaknya multikolinieritas dapat dilihat dari besarnya

Tolerance Value dan Variance Inflation Factor (VIF). Jika nilai

Tolerance Value≥ 0,10 atau sama dengan nilai VIF ≤ 10. Hasil uji

multikolinieritas dapat dilihat pada tabel berikut :

Collinearity Statistics
Model Tolerance VIF
1 (Constant)
Produk ,898 1,114
Harga ,890 1,124
Lokasi ,865 1,155
Promosi ,844 1,185
 Berdasarkan tabel diatas menunjukkan semua variabel bebas mempunyai

nilai Tolerance≥ 0,10 dan nilai VIF ≤ 10. Dengan demikian, dapat

disimpulkan bahwa seluruh variabel bebas dalam penelitian ini tidak

terjadi multikolinieritas.

c) Uji Heterokedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam regresi

terjadi ketidaksamaan varian dari residual satu pengamatan ke

pengamatan lain. Salah satu uji statistik yang dapat digunakan untuk

mendeteksi ada tidaknya heterokedastisitas adalah Uji Glesjer

menggunakan progam SPSS for Windows. Hasil perhitungan dapat dilihat

dalam tabel berikut:

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 1,444 1,027 1,406 ,163
Produk -,066 ,048 -,138 -1,366 ,175
Harga ,119 ,050 ,243 1,060 ,090
Lokasi -,019 ,036 -,053 -,510 ,611
Promosi -,070 ,032 -,228 -1,184 ,061

Berdasarkan tabel diatas menunjukkan bahwa seluruh variabel bebas

mempunyai nilai probabilitas signifikansi lebih besar dari 0,05. Dengan

demikian, hal ini dapat disimpulkan bahwa tidak terjadi

heteroskedastisitas dalam model regresi.

C. Analisis Regresi Berganda

Penelitian ini menggunakan analisis regresi berganda untuk menguji

pengaruh dua atau lebih variabel independen terhadap satu variabel dependen,

dengan tujuan untuk mengestimasikan variabel dependen berdasarkan nilai

variabel independen yang diketahui. Hasil perhitungan regresi linear berganda

dengan menggunakan software adalah sebagai berikut :

Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 5,035 1,632 3,086 ,003
Produk ,233 ,077 ,271 3,031 ,003
Harga ,284 ,079 ,324 3,600 ,001
Lokasi ,085 ,058 ,133 1,462 ,147
Promosi ,062 ,051 ,114 1,234 ,220

Pada tabel di atas dapat dijelaskan tentang persamaan regresi linear

berganda pada penelitian ini. Adapun rumus persamaan regresi dalam penelitian

ini adalah sebagai berikut:

Y^ =α + β 1 X 1+ β 2 X 2 + β 3 X 3 + β 4 X 4 + e

Y^ =5,035+ 0 ,233 X 1+ 0 ,284 X 2+ 0 , 085 X 3 +0 , 0 62 X 4 +e

Persamaan regresi di atas dapat dijelaskan sebagai berikut :

 a. Nilai konstanta sebesar 5,035 menunjukkan bahwa jika variabel produk,

harga, lokasi dan promosi sama dengan nol maka volume penjualan

bernilai 5,035 data asumsi hal hal lain konstan.

b. Koefisien regresi produk sebesar 0,233 menunjukkan bahwa apabila

produk mengalami peningkatan sebesar satu-satuan, maka volume

penjualan akan meningkat sebesar 0,138. Satuan dengan asumsi hal hal

lain bersifat konstan.

c. Koefisien regresi harga sebesar 0,284 menunjukkan bahwa apabila harga

mengalami peningkatan sebesar satu-satuan, maka volume penjualan akan

meningkat sebesar 0,284. Satuan dengan asumsi hal hal lain bersifat

konstan.

d. Koefisien regresi lokasi sebesar 0,085 menunjukkan bahwa apabila lokasi

mengalami peningkatan sebesar satu-satuan, maka volume penjualan akan

meningkat sebesar 0,085. Satuan dengan asumsi hal hal lain bersifat

konstan.

e. Koefisien regresi promosi sebesar 0,051 menunjukkan bahwa apabila

promosi mengalami peningkatan sebesar satu-satuan, maka volume

penjualan akan meningkat sebesar 0,051. Satuan dengan asumsi hal hal

lain bersifat konstan.

D. Uji Hipotesis
a) Uji F
Uji ini digunakan untuk melihat apakah semua variabel independen yang

ada dalam model regresi memiliki pengaruh secara bersama-sama

terhadap variabel dependen. Berikut hasil perhitungan yang didapatkan :

 ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 94,288 4 23,572 10,278 ,000b
Residual 224,760 98 2,293
Total 319,049 102

Hipotesis :

H0 : β i=0

H1 : minimal ada satu β i ≠ 0

Taraf Signifikansi :

α = 0,05

Kriteria Penolakan :

Fhitung> Ftabelatau Sig<α (0,05),maka tolak H0

Fhitung< Ftabelatau Sig>α (0,05), maka gagal tolak H0

Berdasarkan hasil regresi di atas diketahui nilai signifikan

untuk pengaruh produk, harga, lokasi dan promosi secara bersama-sama

terhadap volume penjualan adalah sebesar 0.000. Diketahui nilai Fhitung

sebesar 10, 278 dan nilai Ftabel sebesar 1,907 sehingga nilai Fhitung (10,278)

> Ftabel (1,392) dan nilai Sig (0.000) <α (0.05) maka tolak H0. Sehingga

dapat disimpulkan bahwa minimal ada satu variabel bebas (berpengaruh

positif dan signifikan terhadap variabel terikat

b) Uji T
Uji parsial digunakan untuk melihat apakah variabel independen (X)

berpengaruh secara tunggal terhadap variabel depnden (Y). Pengujian ini

dilakukan dengan menggunakan perbandingan nilai thitung dan ttabel yang

 diukur berdasarkan rule of thumb. Berikut hasil perhitungan yang

didapatkan :

Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 5,035 1,632 3,086 ,003
Produk ,233 ,077 ,271 3,031 ,003
Harga ,284 ,079 ,324 3,600 ,001
Lokasi ,085 ,058 ,133 1,462 ,147
Promosi ,062 ,051 ,114 1,234 ,220

Hipotesis :

H0 : β i=0

H1 : β i ≠ 0 ( i = 1,2,3)

Taraf Signifikansi :

α = 0,05

Kriteria Penolakan :

thitung>ttabel atau nilai Sig<α (0,05),maka tolak H0

thitung<ttabel atau nilai Sig>α (0,05), maka gagal tolak H0

Berdasarkan hasil output yang diperoleh dari aplikasi SPSS di atas, dapat

disimpulkan bahwa :

1. Pengaruh Produk terhadap Volume Penjualan

Dari hasil analisis didapatkan nilai thitung(3,031) > ttabel(1,984) atau

nilai Sig (0,003) <α (0.05), maka tolak H0 artinya secara parsial terdapat

pengaruh produk terhadap volume penjualan. Nilai koefisien yang

 dihasilkan sebesar 0,233, artinya produk memiliki pengaruh positif dan

signifikan terhadap volume penjualan.

2. Pengaruh Harga Volume Penjualan

Dari hasil analisis didapatkan nilai thitung(3,600) > ttabel(1,984) atau

nilai Sig (0,001) <α (0.05), maka tolak H0 artinya secara parsial terdapat

pengaruh harga terhadap volume penjualan. Nilai koefisien yang

dihasilkan sebesar 0,284, artinya harga memiliki pengaruh positif dan

signifikan terhadap volume penjualan.

3. Pengaruh Lokasi terhadap Volume Penjualan

Dari hasil analisis didapatkan nilai thitung(1,462) < ttabel(1,984) atau

nilai Sig (0,147) >α (0.05), maka terima H0 artinya secara parsial tidak

terdapat pengaruh lokasi terhadap volume penjualan. Nilai koefisien yang

dihasilkan sebesar 0,085, artinya lokasi tidak memiliki pengaruh positif

dan signifikan terhadap volume penjualan.

4. Pengaruh Promosi terhadap Volume Penjualan

Dari hasil analisis didapatkan nilai thitung(1,234) < ttabel(1,984) atau

nilai Sig (0,220) >α (0.05), maka terima H0 artinya secara parsial tidak

terdapat pengaruh promosi terhadap volume penjualan. Nilai koefisien

yang dihasilkan sebesar 0,062, artinya promosi tidak memiliki pengaruh

positif dan signifikan terhadap volume penjualan.

c) Uji Koefisien Determinasi

Koefisien determinasi bertujuan untuk mengukur seberapa besar

presentase pengaruh variabel independen terhadap variabel dependen

dalam satuan persen dalam sebuah model regresi penelitian. Hasil uji

koefisien determinasi adalah sebagai berikut:

Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
1 ,544
a
,296 ,267 1,51442 2,331

Berdasarkan hasil output diatas, dapat dilihat nilai R Square sebesar

0,296 (29,6%), artinya volume penjualan dipengaruhi oleh variabel-

variabel bebas yang diteliti. Sedangkan 70,4% lainnya dipengaruhi oleh

faktor lain diluar penelitian. Adapun nilai korelasinya sebesar 0,544

sehingga dapat ditarik kesimpulan bahwa hubungan antara variabel

independen dengan variabel dependen adalah sedang.

~THANK YOU~
 Lampiran Uji Validitas dan Reliabilitas

Correlations
X1.1 X1.2 X1.3 X1.4 Total
X1.1 Pearson Correlation 1 .526 **
.336 **
.273 **
.723**
Sig. (2-tailed) .000 .001 .005 .000
N 103 103 103 103 103
X1.2 Pearson Correlation .526**
1 .118 -.024 .491**
Sig. (2-tailed) .000 .234 .809 .000
N 103 103 103 103 103
X1.3 Pearson Correlation .336**
.118 1 .564 **
.786**
Sig. (2-tailed) .001 .234 .000 .000
N 103 103 103 103 103
X1.4 Pearson Correlation .273** -.024 .564** 1 .732**
Sig. (2-tailed) .005 .809 .000 .000
N 103 103 103 103 103
Total Pearson Correlation .723**
.491 **
.786 **
.732 **
1
Sig. (2-tailed) .000 .000 .000 .000
N 103 103 103 103 103
**. Correlation is significant at the 0.01 level (2-tailed).

Reliability Statistics
Cronbach's
Alpha N of Items
.631 4

Correlations
X2.1 X2.2 X2.3 X2.4
X2.1 Pearson Correlation 1 .077 .072 .023
Sig. (2-tailed) .438 .471 .818
N 103 103 103 103
X2.2 Pearson Correlation .077 1 .881** .742**
Sig. (2-tailed) .438 .000 .000
N 103 103 103 103
X2.3 Pearson Correlation .072 .881 **
1 .791**
Sig. (2-tailed) .471 .000 .000
 N 103 103 103 103
X2.4 Pearson Correlation .023 .742 **
.791 **
1
Sig. (2-tailed) .818 .000 .000
N 103 103 103 103
**. Correlation is significant at the 0.01 level (2-tailed).

Reliability Statistics
Cronbach's
Alpha N of Items
.675 4

Correlations
X4.1 X4.2 X4.3 X4.4 Total
X4.1 Pearson Correlation 1 .605 **
.754 **
.640 **
.861**
Sig. (2-tailed) .000 .000 .000 .000
N 103 103 103 103 103
X4.2 Pearson Correlation .605**
1 .634 **
.664 **
.835**
Sig. (2-tailed) .000 .000 .000 .000
N 103 103 103 103 103
X4.3 Pearson Correlation .754** .634** 1 .763** .905**
Sig. (2-tailed) .000 .000 .000 .000
N 103 103 103 103 103
X4.4 Pearson Correlation .640** .664** .763** 1 .880**
Sig. (2-tailed) .000 .000 .000 .000
N 103 103 103 103 103
Total Pearson Correlation .861**
.835 **
.905 **
.880 **
1
Sig. (2-tailed) .000 .000 .000 .000
N 103 103 103 103 103
**. Correlation is significant at the 0.01 level (2-tailed).

Reliability Statistics
Cronbach's
Alpha N of Items
.893 4
 Correlations
Y1 Y2 Y3 Y4 Total
Y1 Pearson Correlation 1 .196* .159 .374** .586**
Sig. (2-tailed) .047 .109 .000 .000
N 103 103 103 103 103
Y2 Pearson Correlation .196 *
1 .124 .576 **
.639**
Sig. (2-tailed) .047 .212 .000 .000
N 103 103 103 103 103
Y3 Pearson Correlation .159 .124 1 .177 .680**
Sig. (2-tailed) .109 .212 .074 .000
N 103 103 103 103 103
Y4 Pearson Correlation .374 **
.576**
.177 1 .739**
Sig. (2-tailed) .000 .000 .074 .000
N 103 103 103 103 103
Total Pearson Correlation .586** .639** .680** .739** 1
Sig. (2-tailed) .000 .000 .000 .000
N 103 103 103 103 103
*. Correlation is significant at the 0.05 level (2-tailed).
**. Correlation is significant at the 0.01 level (2-tailed).

Reliability Statistics
Cronbach's
Alpha N of Items
.751 4
Lampiran Uji Asumsi Klasik

Uji Normalitas

One-Sample Kolmogorov-Smirnov Test

Unstandardized
Residual
N 103
Normal Parameters a,b
Mean ,0000000
Std. Deviation 1,48442972
Most Extreme Differences Absolute ,061
Positive ,061
Negative -,057
Test Statistic ,061
Asymp. Sig. (2-tailed) ,200c,d
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.

Uji Multikolinearitas

Collinearity Statistics
Model Tolerance VIF
1 (Constant)
Produk ,898 1,114
Harga ,890 1,124
Lokasi ,865 1,155
Promosi ,844 1,185

Uji Heterokedastisitas

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 1,444 1,027 1,406 ,163
Produk -,066 ,048 -,138 -1,366 ,175
 Harga ,119 ,050 ,243 1,060 ,090
Lokasi -,019 ,036 -,053 -,510 ,611
Promosi -,070 ,032 -,228 -1,184 ,061
a. Dependent Variable: Abs_res

Analisis Regresi Berganda

Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 5,035 1,632 3,086 ,003
Produk ,233 ,077 ,271 3,031 ,003
Harga ,284 ,079 ,324 3,600 ,001
Lokasi ,085 ,058 ,133 1,462 ,147
Promosi ,062 ,051 ,114 1,234 ,220

Uji Hipotesis

Uji F

ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 94,288 4 23,572 10,278 ,000b
Residual 224,760 98 2,293
Total 319,049 102
a. Dependent Variable: Volume Penjualan
b. Predictors: (Constant), Promosi, Produk, Harga, Lokasi

Uji T

Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 5,035 1,632 3,086 ,003
Produk ,233 ,077 ,271 3,031 ,003
Harga ,284 ,079 ,324 3,600 ,001
Lokasi ,085 ,058 ,133 1,462 ,147
Promosi ,062 ,051 ,114 1,234 ,220
Uji Koefisien Determinasi

Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
1 ,544 a
,296 ,267 1,51442 2,331
a. Predictors: (Constant), Promosi, Produk, Harga, Lokasi
b. Dependent Variable: Volume Penjualan