Ekonometrika Andi Shinta Ria Oktv
Ekonometrika Andi Shinta Ria Oktv
NIM : 210903500064
Fenomena :
Live streaming merupakan tren pemasaran konten digital yang saat ini tengah populer. Berbagai
platform perdagangan online terutama Shopee memanfaatkan live streaming sebagai sarana
promosi dan penjualan produk.
Fenomena yang terjadi, live streaming ternyata cukup efektif dalam meningkatkan minat beli dan
mempengaruhi keputusan pembelian produk dari konsumen Shopee. Hal ini dapat dilihat dari
peningkatan trafik dan transaksi penjualan saat sesi live streaming berlangsung.
Variabel :
Teori :
Teori uses and gratification theory yang dikemukakan oleh elihu katz, jay g. Blumler, dan
michael gurevitch pada tahun 1974. Teori ini menyatakan bahwa pengguna media memainkan
peran aktif untuk memilih dan menggunakan media tertentu untuk memenuhi kebutuhan
psikologis dan sosial mereka.
Live streaming memenuhi kebutuhan hiburan dan interaksi sosial pengguna. Ketika
pengguna tertarik dan puas dengan live streaming, mereka cenderung percaya dan tertarik pada
produk yang dipromosikan, yang pada akhirnya mempengaruhi keputusan pembelian mereka.
Model :
Analisis regresi linear sederhana adalah analisis untuk mengetahui pengaruh atau
hubungan secara linear antara satu variabel independen dengan satu variabel dependen. Analisis
ini bertujuan untuk memprediksi nilai dari variabel independen mengalami kenaikan atau
penurunan dan untuk mengetahui arah hubungan antara variabel independen dengan variabel
dependen apakah positif atau negatif. Adapun rumus regresi linear sederhana adalah:
Y = a + bx + ε
Dimana:
Y: keputusan pembelian
A : konstanta
X : live streaming
Penelitian Terdahulu :
Penelitian oleh Lidya Agustina (2018) berjudul “Live Video Streaming Sebagai Bentuk
Perkembangan Fitur Media Sosial”. Metode penelitian yang digunakan dalam tulisan ini
merupakan studi literatur dengan sumber referensi dari literatur yang membahas konsep-konsep
yang berkaitan dengan live video streaming. Tujuan mengambil fitur live video streaming
sebagai salah satu bentuk perkembangan media sosial yang saat ini sedang menjadi tren dan
banyak digunakan oleh pengguna media sosial. Fitur live video streaming ini dapat ditemukan
pada media sosial seperti Facebook dan Instagram, serta pada aplikasi mobile broadcasting
seperti Bigo. Penggunaan fitur ini di media sosial dapat meningkatkan user engagement, karena
ketika live sedang berlangsung broadcaster dan viewers dapat berinteraksi secara langsung dan
berkomunikasi dua arah berkat adanya fitur komentar yang disediakan dalam fitur live video
streaming.
Definisi Operasional Dan Indikator Variabel:
1. Live streaming (X) merupakan siaran langsung video di platform digital yang
memungkinkan interaksi antara host dan penonton. Live streaming memiliki indikator:
Correlations
X1 X2 X3 X4 TOTAL
N 30 30 30 30 30
** *
X2 Pearson Correlation .292 1 .659 .451 .808**
Sig. (2-tailed) .117 .000 .012 .000
N 30 30 30 30 30
** **
X3 Pearson Correlation .000 .659 1 .791 .811**
Sig. (2-tailed) 1.000 .000 .000 .000
N 30 30 30 30 30
* **
X4 Pearson Correlation .214 .451 .791 1 .818**
Sig. (2-tailed) .255 .012 .000 .000
N 30 30 30 30 30
TOTAL Pearson Correlation .532** .808** .811** .818** 1
N 30 30 30 30 30
Data dikatakan valid jika Rhitung > Rtabel = 0,361 (dengan N=30) , maka dari itu, data live
streaming valid karena Rhitung (0, 836; 0,870; 0,915; 0,720; 0,862 ; 0,907) > 0,361
Reliability Statistics
Cronbach's
Alpha N of Items
.718 4
dari data diatas menunjukkan data live streamin reliabel dikarenakan 0,718 > 0,4
UJI VALIDITAS VARIABEL KEPUTUSAN PEMBELIAN
Correlations
Y1 Y2 Y3 Y4 Y5 TOTAL
Y1 Pearson Correlation 1 .842** .846** .671** .900** .931**
N 30 30 30 30 30 30
** ** ** **
Y2 Pearson Correlation .842 1 .772 .591 .840 .887**
Sig. (2-tailed) .000 .000 .001 .000 .000
N 30 30 30 30 30 30
Y3 Pearson Correlation .846** .772** 1 .929** .949** .971**
Sig. (2-tailed) .000 .000 .000 .000 .000
N 30 30 30 30 30 30
** ** ** **
Y4 Pearson Correlation .671 .591 .929 1 .766 .847**
Sig. (2-tailed) .000 .001 .000 .000 .000
N 30 30 30 30 30 30
** ** ** **
Y5 Pearson Correlation .900 .840 .949 .766 1 .969**
Sig. (2-tailed) .000 .000 .000 .000 .000
N 30 30 30 30 30 30
** ** ** ** **
TOTAL Pearson Correlation .931 .887 .971 .847 .969 1
N 30 30 30 30 30 30
Reliability Statistics
Cronbach's
Alpha N of Items
.954 5
UJI KORELASI
Correlations
Religiusitas Agresivitas
N 30 30
**
Agresivitas Pearson Correlation .745 1
N 30 30
UJI NORMALITAS
Unstandardized
Residual
N 30
a,b
Normal Parameters Mean .0000000
Std. Deviation 1.64254141
Most Extreme Differences Absolute .205
Positive .148
Negative -.205
Test Statistic .205
Asymp. Sig. (2-tailed) .002c
UJI MULTIKOLINIERITAS
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
UJI HETEROSKEDASTISITAS
UJI LINEAR
ANOVAa
Total 176.000 29
2. kemudian klik variabel view, ubah nama sesuai dengan data indikator tiap variabel serta
ganti nilai decimals menjadi 0, dalam kolom measure ubah unknown menjadi scale.
3. setelah itu klik kembali data view. Pilih Analyze > Correlate > Bivariate.
4. Lalu akan muncul tampilan seperti dibawah ini. Untuk menguji validitas pindahkan
semua item X dan total X ke bagian Variable. Lalu Klik OK.
5. Setelah mengklik OK, maka akan keluar output atau hasil uji validitas seperti gambar
dibawah ini.
LANGKAH-LANGKAH UJI RELIABILITAS
1. Masih menggunakan data yang telah diinput sebelumnya, kembali ke data view, klik
Analyze > Scale > Reliability Analysis.
2. Untuk menguji reliabilitas pindahkan semua item X kecuali Total X ke bagian Items.
Lalu klik OK.
1. Klik variable view. Beri label pada total X dan total sesuai dengan nama variabel.
2. Klik Analyze > Correlate > Bivariate. Pindahkan total X dan total Y ke bagian Variabel
lalu klik OK.
6.