BAB III OBJEK DAN METODE PENELITIAN. Variabel penelitian pada umunya adalah segala sesuatu yang berbentuk

Transkripsi

1 5 BAB III OBJEK DAN METODE PENELITIAN 3.1 Objek Peneltan Varabel peneltan pada umunya adalah segala sesuatu yang berbentuk apa yang dtetapkan oleh penelt untuk dpelajar sehngga dperoleh nformas tentang hal tersebut, kemudan dtark kesmpulannya (Sugyono, 010:58). Secara teorts, varabel dapat ddefnskan sebaga atrbut seseorang atau objek yang mempunya varas antara satu orang dengan yang lan atau satu objek dengan objek lan. Peneltan n menganalss pengaruh knerja mult merek terhadap volume penjualan notebook Acer. Yang menjad varabel bebas atau ndependent varabel dalam peneltan n yatu knerja mult merek, kemudan yang menjad varabel terkat atau dependent varabel adalah volume penjualan. Peneltan n dlakukan d toko-toko penjualan notebook mult merek d kota Bandung. Objek yang djadkan responden dalam peneltan n adalah tanggapan toko-toko penjualan notebook mult merek Acer yatu emachnes dan Gateway. Dar objek peneltan n, maka akan danalss mengena knerja mult merek notebook Acer dalam upaya mempertahankan dan menngkatkan volume penjualan notebook mult merek Acer yatu emachnes dan gateway. Peneltan n merupakan peneltan yang membutuhkan waktu kurang dar satu tahun. Oleh sebab tu, metode peneltan yang dgunakan oleh penelt adalah metode cross-sectonal, karena data yang dkumpulkan hanya sekal dengan menyebarkan kuesoner kepada toko-toko penjualan. Menurut Husen Umar (011:45) Metode cross sectonal adalah metode peneltan yang mempelajar 5

2 53 objek dalam kurun waktu tertentu (tdak berkesnambungan dalam jangka waktu panjang). 3. Metode Peneltan 3..1 Jens Peneltan dan Metode yang Dgunakan Menurut Soerjono Soekanto yang dkutp dar Taufk Rahman Dhohr (004:17) mengatakan bahwa: Peneltan merupakan suatu kegatan lmah yang dlandaskan pada analss dan konstruks, yang dlakukan secara metodologs, sstemats, dan konssten yang bertujuan untuk mengungkapkan kebenaran yang sebaga salah satu manfestas hasrat manusa untuk mengetahu apa yang sedang dhadapnya. Menurut Asep Hermawan (006:16) Jens peneltan dapat dkelompokan berdasarkan: tujuan, proses, logka peneltan, serta hasl yang dharapkan dar peneltan tersebut. Berdasarkan prosesnya, Menurut Asep Hermawan (006:17) peneltan dapat dkelompokkan kedalam: peneltan kuanttatf, dan peneltan kualtatf. Peneltan kuanttatf Menurut Sugyono (010:13) adalah sebaga berkut: Peneltan kuanttatf dapat dartkan sebaga peneltan yang berlandasan pada flsafat postvsme, dgunakan untuk menelt pada populas atau sampel tertentu, teknk pengamblan sampel pada umumnya dlakukan secara random, pengumpulan data menggunakan nstrumen peneltan, analss data menggunakan nstrument peneltan, analss data bersfat kuanttatf/statstk dengan tujuan untuk menguj hpotess yang telah dtentukan Sedangkan Menurut Asep Hermawan (006;18 ) peneltan kuanttatf adalah suatu pendekatan peneltan yang bersfat obyektf, mencakup pengumpulan dan analss data kuanttatf serta menggunakan metode pengujan statstk.

3 54 Dalam peneltan n dgunakan metode deskrptf dan verfkatf. Sepert yang dungkapkan oleh Travers dalam Husen Umar (011:1) Peneltan dengan menggunakan metode deskrptf adalah peneltan yang dlakukan untuk mengetahu nla varabel mandr, bak satu varabel atau lebh (ndependent) tanpa membuat perbandngan atau menghubungkan dengan varabel lan. Peneltan deskrptf n bertujuan untuk memperoleh deskrps atau gambaran mengena knerja mult merek Acer dan bagamana volume penjualan notebook mult merek Acer d Kota Bandung. Adapun verfkatf pada dasarnya ngn menguj kebenaran dar suatu hpotess yang dlaksanakan melalu pengumpulan data d lapangan. Dalam peneltan n duj mengena pengaruh knerja mult merek Acer terhadap volume penjualan. Berdasarkan metode peneltan d tersebut yatu peneltan deskrptf dan verfkatf, maka metode yang dgunakan untuk pengumpulan data d lapangan dalam peneltan n adalah metode sensus. Sensus adalah cara pengumpulan data dmana seluruh elemen populas dseldk satu per satu, data yang dperoleh berupa karakterstk dar populas atau basa dsebut parameter. ( (11 Jun 011)) 3.. Operasonalsas Varabel Berdasarkan objek peneltan yang telah dkemukakan d atas dketahu bahwa varabel yang dkaj dalam peneltan n adalah knerja mult merek sebaga varabel ndependent/varabel bebas (X) dengan ndkator harga, kualtas produk dan faktor produks. Varabel tersebut dcar bagamana pengaruhnya terhadap volume penjualan sebaga varabel dependent/varabel terkat (Y) dengan

4 55 ndkator plhan keuntungan penjualan, efektftas penjualan, jumlah produk yang terjual dan target penjualan. Menurut Sugyono (010:59), yang dmaksud dengan varabel bebas dan varabel terkat yatu: Varabel bebas (ndependent varabel predctor varabel) merupakan varabel yang mempengaruh atau menjad sebab perubahannya atau tmbulnya varabel dependen (terkat). Varabel terkat (dependent varabel crteron varable) merupakan varabel yang mempengaruh atau yang menjad akbat karena adanya varabel bebas. Varabel X dan Y dalam kuesoner n menggunakan skala lkert dengan data yang dperoleh yatu data ordnal. Penjabaran oprasonal dan varabelvarabel yang dtelt dapat dlhat pada tabel 3.1 berkut n. TABEL 3.1 OPERASIONALISASI VARIABEL Varabel Konsep Indkator Ukuran Skala No. Item Knerja Mult merek (X) fungs utama dar mult merek atau merek petarung n adalah mengamankan atau melndung merek utama dar persangan merek-merek lan (flanker brand) Harga Tngkat penlaan konsumen dengan harga tngg Tngkat penlaan konsumen dengan harga rendah Tngkat prestse bla membel dengan harga tngg ordnal C1,C7 ordnal C1, C7, C8 ordnal C8 Hand Irawan ( consultnggro up.com (10 Tngkat daya bel dengan harga tngg/harga rendah ordnal C,C3

5 56 Varabel Konsep Indkator Ukuran Skala No. Item Maret 010)) Tngkat permntaan produk dengan harga tngg atau harga rendah/sesua ordnal C9, C10 Tngkat harga pesang yang memproduks produk yang sama ordnal C9 Kualtas Produk Tngkat ketertarkan dengan kualtas produk yang tngg ordnal C13 Tngkat manfaat dengan menggunakan produk kualtas tngg ordnal C11, C30 Tngkat ketertarkan dengan kualtas produk rendah/sesua harga Tngkat kualtas produk pesang ordnal ordnal C14 C15 Tngkat kualtas teknolog yang dgunakan ordnal C16, C3, C4 Faktor dstrbus Tngkat jumlah toko-toko yang menjual produk tersebut ordnal C17

6 57 Varabel Konsep Indkator Ukuran Skala No. Item Tngkat kemampuan dstrbutor menyedakan produk yang akan djual ordnal C19 Tngkat kemampuan dstrbutor dalam menangan pemesanan produk kepada toko-toko penjualan ordnal C0, C1, C Volume Penjualan (Y) volume penjulan adalah nla kualfkas produk yang senantasa memenuh harga pasaran, sekalgus memberkan respon kepada khalayak dan atau pasar sasaran dan volume penjualan, bsa juga dartkan sebaga targetan produk (laku tdaknya) dpasaran. Keuntungan dar penjualan Jumlah produk yang terjual Efektftas Penjualan Tngkat keuntungan dar penjualan Tngkat jumlah produk yang terjual Tngkat keefektfan dar penjualan produk ordnal ordnal ordnal C4 C18 C5, C5 Alex Nsemto dalam skrps Dadan Rahmat Junarsyah (008:60) Target Penjualan Tngkat target penjualan yang ngn dcapa pada perode tertentu ordnal C6, C6

7 Jens dan Sumber Data Sumber data adalah subjek dar mana data yang dperoleh (Suharsm Arkunto, 009:19). Berdasarkan jens dan sumbernya dbedakan menjad dua yatu data prmer dan sekunder. Menurut Asep Hermawan (006:168) mengatakan bahwa: Data prmer adalah data yang dkumpulkan secara langsung oleh penelt untuk menjawab masalah atau tujuan peneltan yang dlakukan dalam peneltan eksploratf, deskrptf maupun kausal dengan menggunakan metode pengumpulan data beberapa surve ataupun observas. Sedangkan menurut Husen Umar (011:64) Data Prmer adalah data yang dperoleh dar hasl peneltan langsung secara emprk kepada pelaku langsung atau yang terlbat langsung dengan menggunakan teknk pengumpulan data tertentu Data Sekunder menurut Husen Umar (011:84), Data yang dperoleh dar phak lan atau hasl peneltan phak lan atau data yang sudah terseda sebelumnya yang dperoleh dar phak lan yang berasal dar buku-buku, lteratur, artkel dan jurnal lmah. Sedangkan menurut Asep Hermawan (006:168) Data Sekunder adalah struktur data hstors mengena varabel-varabel yang telah dkumpulkan dan dhmpun sebelumnya oleh phak lan. Data yang dpergunakan dalam peneltan n yatu data prmer dan data sekunder. Untuk mengetahu jens dan sumber data yang dgunakan dapat dlhat pada Tabel 3. pada halaman berkutnya:

8 59 TABEL 3. JENIS DAN SUMBER DATA Data Peneltan Jens Data Sumber Data Tngkat knerja merek maksmum Industr-ndustr d ndonesa tahun 009 Global market share PC Sekunder Shpment (Personal Computer) Top Brand Index (Tb) Sekunder Notebook Indonesa Daftar Perngkat Sekunder Notebook D 7 Kota Besar D Indonesa Tahun Perseps toko-toko Prmer penjualan tentang knerja mult merek Acer Perseps toko-toko Prmer Penjualan tentang volume penjualan notebook mult merek Acer Sumber: Hasl pengolahan data Populas dan Sampel Populas Sekunder SWA 16/XXV/7 Jul-5 Agustus and HP grow market share n Q4, Apple holds steady.html Elkomndo, 3G Power dan journal.html Tanggapan toko-toko penjualan Tanggapan toko-toko Penjualan Menurut Asep Hermawan (006:143), menyatakan bahwa populas berkatan dengan seluruh kelompok orang, perstwa atau benda yang menjad pusat perhatan penelt untuk dtelt. Sedangkan menurut Suharsm Arkunto (009:130) yang dmaksud dengan populas adalah keseluruhan objek peneltan. Pendapat lebh spesfk dkemukakan oleh Sugyono (010:115), populas adalah wlayah generalsas yang terdr dar objek atau subjek yang mempunya kualtas dan karakterstk tertentu yang dtetapkan oleh penelt untuk dpelajar dan kemudan dtark kesmpulannya. Dalam mengumpulkan dan menganalsa suatu data menentukan populas merupakan langkah yang pentng. Populas bukan

9 60 hanya sekedar orang, tetap juga benda, sstem dan prosedur, fenomena atau yang lannya. Populas juga bukan sekedar jumlah yang ada pada objek atau subjek tu, tetap melput seluruh karakterstk atau sfat yang dmlk objek atau subjek tu (Uma Sekaran, 009:11). Penentuan populas harus dmula dengan penentuan yang jelas mengena populas yang menjad sasaran peneltannya yang dsebut populas sasaran yatu populas yang akan menjad cakupan kesmpulan peneltan. Jad apabla dalam sebuah hasl peneltan dkeluarkan kesmpulan, maka menurut etka peneltan kesmpulan tersebut hanya berlaku untuk populas sasaran yang telah dtentukan. Populas dalam peneltan n para toko-toko penjualan notebook mult merek Acer. Pada Tabel 3.3 d bawah n memberkan keterangan yang lebh rnc mengena jumlah toko-toko penjualan yang bekerjasama dengan dstrbutor notebook Acer d Kota Bandung. TABEL 3.3 JUMLAH TOKO-TOKO PENJUALAN NOTEBOOK MULTI MEREK ACER. No. Nama Toko No. Nama Toko 1 Astrndo Sentosa 16 Alff Comp. Acer Shop 17 Next Step Comp 3 Berca Cakra Teknolog 18 Hyper Square Comp 4 Bmasakt Computer 19 3 G Comp 5 Cybermeda Computer 0 Metro Notebook Center 6 Smba Notebook 1 PT. Nusantara Eradata 7 Elang Komputer Indonesa Nemo Compunet 8 Iggo Computer 3 SS Notebook 9 Meda Touch Computer 4 Excelndo Comp. 10 Mega Computer 5 M-Store Comp. 11 Galaxy Comp. 6 Star Computer 1 Nusa Com 7 My Computer Acer Pont 13 Pacfc Notebook 8 Ultma Computer 14 Reka Computer 15 Sgma Computer Sumber : pra peneltan ke berbaga dstrbutor 011.

10 61 Berdasarkan Tabel 3.3 pada halaman sebelumnya maka yang menjad populas pada peneltan n adalah toko-toko penjualan notebook mult merek Acer yang berjumlah 8 toko Sampel Dalam suatu peneltan tdak mungkn semua populas dapat dtelt, hal n dsebabkan oleh beberapa faktor dantaranya karena keterbatasan baya, tenaga, dan waktu yang terseda. Maka penelt dperkenankan mengambl sebagan dar objek populas yang telah dtentukan, dengan catatan bagan yang dambl tersebut dapat mewakl yang lannya. Pengamblan sebagan subjek dar populas dnamakan sampel. Sugyono (010:116) mengemukakan bahwa Sampel adalah bagan dar jumlah dan karakterstk yang dmlk oleh populas tersebut. Sedangkan pengertan sampel menurut Asep Hermawan (006:145) mengemukakan bahwa Sampel adalah suatu bagan dar populas. Hal n mencakup sejumlah anggota yan dplh dar populas, dengan demkan sebagan elemen dar populas merupakan sampel. Suharsm Arkunto (009:117) menjelaskan bahwa: "Sampel bertujuan dlakukan dengan cara mengambl subjek bukan ddasarkan atas strata, random, atau daerah tetap berdasarkan atas adanya tujuan tertentu". Sampel yang dgunakan dalam peneltan n adalah sampel jenuh atau sampel total, yatu cara pengamblan sampel dengan mengambl semua anggota populas yang dgunakan sebaga sampel. Hal n serng dlakukan bla jumlah populas relatf kecl, kurang dar 30 orang, atau peneltan yang ngn membuat generalsas dengan kesalahan

11 6 yang sangat kecl. Istlah lan sampel jenuh adalah sensus, dmana semua anggota populas djadkan sampel (Sugyono, 010:1) Teknk Pengumpulan Data Teknk pengumpulan data mengacu pada cara apa yang perlu dlakukan dalam peneltan agar dapat memperoleh data. Teknk pengumpulan data dapat dlakukan dengan cara kombnas secara langsung atau tdak langsung. Peneltan n memperoleh data dengan menggunakan nstrumen peneltan antara lan: 1. Stud kepustakaan, yatu suatu teknk untuk mendapatkan data teorts dar para ahl melalu sumber bacaan yang berhubungan dan menunjang terhadap varabel-varabel yang dtelt dalam peneltan n, antara lan mengena knerja mult merek serta volume penjualan.. Stud lapangan, yang terdr dar : a. Observas, yatu pengamatan dan pennjauan langsung terhadap objek yang sedang dtelt yatu pada toko-toko penjualan notebook mult merek Acer d Kota Bandung yang berhubungan dengan masalah yang dtelt. b. Wawancara, yatu pengumpulan data melalu komunkas langsung dengan para dstrbutor-dstrbutor dan toko-toko penjualan notebook mult merek Acer d Kota Bandung berhubungan dengan masalah yang dtelt. c. Angket/kuesoner merupakan tekhnk pengumpulan data yang dlakukan dengan cara member seperangkat pertanyaan atau pertanyaan tertuls kepada responden untuk djawabnya. Angket bers

12 63 pertanyaan dan pernyataan mengena karakterstk responden, pengalaman responden, Angket dtujukan kepada toko-toko penjualan notebook mult merek Acer d Kota Bandung berhubungan dengan masalah yang dtelt. 3. Stud lteratur merupakan pengumpulan data dengan cara mempelajar buku guna memeperoleh nformas yang berhubungan dengan masalah dengan teor-teor dan konsep-konsep yang berkatan dengan masalah dan varabel yang dtelt dar knerja mult merek dan volume penjualan Hasl Pengujan Valdtas dan Reabltas Data mempunya kedudukan yang sangat pentng dalam suatu peneltan karena menggambarkan varabel yang dtelt dan berfungs sebaga pembentuk hpotess. Oleh karena tu, perlu dlakukan pengujan data untuk mendapatkan mutu yang bak. Benar tdaknya data tergantung dar nstrumen pengumpulan data. Sedangkan nstrumen yang bak harus memenuh dua persyaratan yatu Valdtas dan Relabltas. Uj valdtas dan relabltas pada peneltan n dlaksanakan dengan menggunakan alat bantu software komputer program SPSS (Statstcal Product for Servce Solutons) Adapun langkah-langkah menggunakan SPSS for wndow sebaga berkut: 1. Memasukkan data varable X dan varable Y setap tem jawaban responden atas nomor tem pada data vew.. Klk varable vew, lalu s kolom name dengan varable peneltan (X, Y) wdth, decmal, label (s dengan nama-nama atas varable

13 64 peneltan), coloum, algn, (left, center, rght, justfy) dan s juga kolom measure (skala: ordnal). 3. Kembal ke data vew, lalu klk analyze pada toolbar plh Relablty Analze 4. Pndahkan varabel yang akan duj atau klk Alpha, OK. 5. Dhaslkan output, apakah data tersebut vald serta relabel atau tdak dengan membandngkan data htung dengan data tabel Hasl Pengujan Valdtas Menurut Suharsm Arkunto (009:168): Valdtas adalah suatu ukuran yang menunjukkan tngkat-tngkat kevaldan atau kesahhan suatu nstrumen. Suatu nstrumen yang vald atau sahh mempunya valdtas yang tngg. Sebalknya, nstrumen yang kurang vald berart memlk valdtas yang rendah. Suatu nstrumen yang sahh memlk valdtas yang tngg. Sebuah nstrumen dkatakan vald apabla mengungkap data dar varabel yang dtelt secara tepat. Menurut Kusnend (008:94) mengatakan bahwa valdtas menunjukan kemampuan nstrumen peneltan mengukur dengan tepat atau benar apa yang hendak dukur. Untuk memperoleh nstrumen yang vald harus dperhatkan langkah-langkah dalam menyusun nstrumen, yatu memecah varabel menjad sub varabel dan ndkator, setelah tu memasukannya ke dalam butr-butr pertanyaan. Apabla langkah tersebut dlakukan, maka dapat dkatakan bahwa nstrumen tersebut memlk valdtas yang logs. Dkatakan logs karena valdtas n dperoleh dengan suatu usaha hat-hat melalu cara-cara yang benar sehngga menurut logka akan dcapa suatu tngkat valdtas yang dkehendak. (Suharsm Arkunto, 009:145).

14 65 Adapun rumus yang dapat dgunakan adalah rumus korelas product moment yang dkemukakan Pearson pada d bawah n: r xy = { n( n( XY ) ( X )( Y ) X ) ( X ) }{ n( Y ( Y )} (Suharsm Arkunto 009:170) Keterangan: r = Koefsen valdtas tem yang dcar X = Skor yang dperoleh subjek seluruh tem Y = Skor total X = Jumlah skor dalam dstrbus X Y = Jumlah skor dalam dstrbus Y X = Jumlah kuadrat dalam skor dstrbus X Y = Jumlah kuadrat dalam skor dstrbus Y n = Banyaknya responden Teknk perhtungan yang dgunakan untuk menganalsa valdtas tes n adalah teknk korelasonal basa, yakn korelas antara skor-skor tes yang dvaldaskan dengan skor-skor tes tolak ukurnya dar peserta yang sama. Keputusan pengujan valdtas menggunakan taraf sgnfkans dengan krtera sebaga berkut: 1. Jka r htung > r tabel maka soal tersebut vald.. Jka r htung rtabel maka soal tersebut tdak vald. TABEL 3.4 HASIL PENGUJIAN VALIDITAS NO INDIKATOR R htung R tabel Ket KINERJA MULTI MEREK Penetapan Harga Tngkat Penlaan Konsumen Dengan Harga Tngg C1. Penlaan anda sebaga penjual terhadap pembelan produk notebook mult merek (emachne atau gateway) dengan harga yang tngg tetap kualtas produk juga tngg C7 Penlaan anda sebaga penjual terhadap respon pembel pada produk notebook mult merek (emachne atau gateway) dengan menerapkan harga yang tngg Tngkat penlaan konsumen dengan harga rendah 0,770 0,388 Vald 0,47 0,388 Vald

15 66 NO INDIKATOR R htung R tabel Ket C1 C7 C8 C C3 Penlaan anda sebaga penjual dengan menetapkan harga rendah akan membuat pembel tertark untuk membel produk notebook mult merek (emachne atau gateway) Penlaan anda sebaga penjual dengan menetapkan harga rendah kepada pembel sehngga pembel mendapat keuntungan sepert potongan harga (dskon) Tngkat prestse bla membel dengan harga tngg Sebaga penjual anda berpendapat bahwa gengs konsumen akan mennggkat jka membel produk notebook mult merek (emachne atau gateway) Tngkat daya bel dengan harga tngg/harga rendah Penlaan anda sebaga penjual terhadap daya bel konsumen pada produk notebook mult merek (emachne atau gateway) dengan harga yang tngg tetap kualtas juga tngg Penlaan anda sebaga penjual terhadap daya bel konsumen pada produk notebook mult merek (emachne atau gateway) dengan menerapkan harga yang rendah 0,71 0,388 Vald 0,694 0,388 Vald 0,468 0,388 Vald 0,76 0,388 Vald 0,80 0,388 Vald Tngkat permntaan produk dengan harga tngg atau harga rendah/sesua C9 Anda sebaga penjual berpendapat bahwa jka permntaan ,388 Vald notebook mult merek (emachne atau gateway) menngkat maka harganya pun layak untuk dnakkan C10 Anda sebaga penjual berpendapat bahwa jka permntaan 0,810 0,388 Vald notebook mult merek (emachne atau gateway) menurun maka harganya pun akan dturunkan Tngkat harga pesang yang memproduks produk yang sama C9 Anda sebaga penjual berpendapat bahwa harga notebook 0,558 0,388 Vald pesang jauh lebh murah jka dbandngkan dengan harga notebook mult merek (emachnes dan gateway) dengan spesfkas yang sama Kualtas Produk Tngkat ketertarkan dengan kualtas produk yang tngg C13 Penlaan anda sebaga penjual terhadap ketertarkan 0,87 0,388 Vald konsumen dengan kualtas produk notebook mult merek (emachne atau gateway) yang tngg Tngkat manfaat dengan menggunakan produk kualtas tngg C30 Penlaan anda sebaga penjual terhadap manfaat yang dberkan kepada konsumen dengan menggunakan produk notebook mult merek (emachne atau gateway) dengan kualtas tngg 0,767 0,388 Vald Tngkat ketertarkan dengan kualtas produk rendah/sesua harga C14 Penlaan anda sebaga penjual terhadap ketertarkan 0,796 0,388 Vald konsumen dengan kualtas produk notebook mult merek (emachne atau gateway) yang sesua dengan harga Tngkat kualtas produk pesang C15 Penlaan anda sebaga penjual terhadap kualtas produk 0,839 0,388 Vald

16 67 NO INDIKATOR R htung R tabel Ket notebook pesang Tngkat kualtas teknolog yang dgunakan pesang C16 Anda sebaga penjual berpendapat bahwa teknolog notebook pesang lebh bagus dbandngkan dengan notebook mult merek (emachnes dan gateway) C3 Penlaan anda sebaga penjual terhadap tngkat kenyamanan produk dalam menggunakan teknolog notebook mult merek (emachnes dan gateway) kepada konsumen C4 Penlaan anda sebaga penjual terhadap kemudahan dalam menggunakan teknolog notebook mult merek (emachnes dan gateway) kepada konsumen Faktor Dstrbus Tngkat jumlah toko-toko yang menjual produk tersebut C17 Anda berpendapat bahwa semakn banyak toko yang menjual produk notebook mult merek (emachnes dan gateway) akan mengakbatkan penjualan yang lebh menngkat Tngkat kemampuan dstrbutor menyedakan produk yang akan djual C19 Penlaan anda sebaga penjual terhadap kemampuan dstrbutor menyedakan produk notebook mult merek (emachnes dan gateway) yang akan djual Tngkat kemampuan dstrbutor dalam menangan pemesanan produk kepada toko-toko penjualan C0 Penlaan anda sebaga penjual terhadap dstrbutor dalam menangan pemesanan produk (emachnes dan gateway) kepada toko-toko penjualan C1 Penlaan anda sebaga penjual terhadap kemampuan dstrbutor dalam melaksanakan ketepatan jumlah produk yang dpesan dengan yang dkrm C Penlaan anda sebaga penjual terhadap kemampuan dstrbutor dalam melaksanakan pemesanan produk dalam ketepatan waktu pengrman barang VOLUME PENJUALAN Keuntungan dar Penjualan Tngkat keuntungan dar penjualan C4 Penlaan anda sebaga penjual terhadap keuntungan dar penjualan produk mult merek (emachnes dan gateway) Jumlah produk yang Djual Tngkat jumlah produk yang djual C18 Penlaan anda sebaga penjual terhadap jumlah produk notebook mult merek (emachnes dan gateway) yang terjual Efektftas Penjualan Tngkat keefektfan dar penjualan produk C5 Penlaan anda sebaga penjual terhadap persentase keefektfan dar penjualan produk notebook mult merek (emachnes dan gateway) sebaga akbat dar kegatan promos dar toko anda C5 Penlaan anda sebaga penjual terhadap persentase keefektfan dar penjualan produk notebook mult merek (emachnes dan gateway) 0,414 0,388 Vald 0,77 0,388 Vald 0,835 0,388 Vald 0,711 0,388 Vald 0,540 0,388 Vald 0,89 0,388 Vald 0,811 0,388 Vald 0,839 0,388 Vald 0,889 0,388 Vald 0,71 0,388 Vald 0,544 0,388 Vald 0,436 0,388 Vald

17 68 NO INDIKATOR R htung R tabel Ket C6 C6 Target Penjualan Tngkat target penjualan yang ngn dcapa pada perode tertentu Penlaan anda sebaga penjual terhadap target penjualan produk mult merek (emachnes dan gateway) yang ngn dcapa pada perode tertentu (per bulan) Penlaan anda sebaga penjual apakah target penjualan produk notebook mult merek (emachnes dan gateway) sudah memenuh target penjualan pada toko anda 0,454 0,388 Vald 0,757 0,388 Vald Hasl Pengujan Relabltas Pengujan relabltas dgunakan untuk mengetahu apakah alat pengumpulan data tersebut menunjukkan tngkat ketepatan, tngkat keakuratan, kestablan dan konsstensnya ddalam mengungkapkan gejala tertentu dar sekelompok ndvdu walaupun dlaksanakan pada saat yang berbeda. Menurut Suharsm Arkunto (009:178) relabltas adalah Relabltas menunjuk pada satu pengertan bahwa sesuatu nstrumen cukup dapat dpercaya untuk dapat dgunakan sebaga alat pengumpul data karena nstrumen tersebut sudah bak. Relabltas menunjuk pada tngkat keterandalan sesuatu. Perhtungan relabltas dalam peneltan n menggunakan rumus Cronbach Alpha. Hal n dkarenakan nstrumen pertanyaan kuesoner yang dpaka merupakan rentangan antara beberapa nla dengan rentang skor antara 1-5. = k σ b 1 ( k 1) t σ r11 (Suharsm Arkunto, 009:196) Keterangan: r 11 k σ b σ t = Relabltas nstrumen = Banyaknya butr pertanyaan = Jumlah varans butr soal = Varans total Sedangkan rumus varansnya adalah:

18 69 [ X ] X σ = N (Suharsm Arkunto, 009:184) N Keterangan: N σ X = Jumlah sampel = Nla varans = Nla skor yang dplh Keputusan uj relabltas dtentukan dengan ketentuan sebaga berkut : 1) Jka koefsan nternal seluruh tem (r ) r tabel dengan tngkat kesalahan 5% maka tem pertanyaan dkatakan relabel. ) Jka koefsan nternal seluruh tem (r ) < r tabel dengan tngkat kesalahan 5% maka tem pertanyaan dkatakan tdak relabel. TABEL 3.5 HASIL PENGUJIAN RELIABILITAS No Varabel r htung r tabel Keterangan 1. Knerja Mult Merek 0,955 0,388 Relabel. Volume Penjualan 0,74 0,388 Relabel 3..7 Teknk Analss Data dan Rancangan Pengujan Hpotess Teknk Analss Data Peneltan n menggunakan dua jens analss (1) analss deskrptf khususnya bag varabel yang bersfat kualtatf dan () analss verfkatf berupa pengujan hpotess dengan menggunakan uj statstk. Analss deskrptf dgunakan untuk melhat faktor penyebab sedangkan analss kuanttatf mentkberatkan dalam pengungkapan perlaku varabel peneltan. Dengan menggunakan kombnas metode analss tersebut dapat dperoleh generalsas yang bersfat komprehensf.

19 70 Alat peneltan yang dgunakan dalam peneltan n adalah kuesoner. Alat peneltan n dsusun oleh penuls berdasarkan varabel yang terdapat dalam peneltan, yatu memberkan keterangan dan data mengena pengaruh knerja mult merek terhadap volume penjualan. Data yang dhaslkan merupakan data nterval. Kegatan analss data dalam peneltan n dlakukan melalu beberapa tahap sebaga berkut: 1. Menyusun Data Kegatan n dlakukan untuk mengecek kelengkapan denttas responden, kelengkapan data dan pengsan data yang dsesuakan dengan tujuan peneltan.. Menyeleks data untuk memerksa kesempurnaan dan kebenaran data yang terkumpul. 3. Tabulas Data Tabulas data yang dlakukan dalam peneltan n adalah: a. Member skor pada setap tem Perhtungannya skor pada setap tem dapat dgunakan rumus menurut Rduwan (010:14) sebaga berkut: Skor pada Setap Item = Jumlah n jawaban responden x bobot n jawaban responden Sebaga contoh untuk perhtungan skor pada setap tem akan djelaskan pada Bab 4, Dalam peneltan n, setap pendapat responden atas pernyataan dber nla dengan skala lkert. Adapun krtera nterpretas skor pada Tabel 3.6 pada halaman berkutnya:

20 71 TABEL 3.6 INTERPRETASI SKOR No Krtera Keterangan 1 0% - 0% Sangat Lemah/Sangat Rendah/Sangat Buruk 1% - 40% Lemah/Rendah/Buruk 3 41% - 60% Cukup 4 61% - 80% Kuat/Tngg/Bak 5 81% - 100% Sangat Kuat/Sangat Tngg/Sangat Bak Sumber: Modfkas Rduwan (010:15) b. Menjumlahkan skor pada setap tem c. Menyusun rankng skor pada setap varabel peneltan 4. Menganalss Data Menganalss data yatu proses pengolahan data dengan menggunakan rumusrumus statstk, mengnterprestas data agar dperoleh suatu kesmpulan. 5. Pengujan Proses pengujan hpotess pada peneltan n adalah metode verfkatf, maka dlakukan analss regres lner sederhana. Analss regres lner sederhana dgunakan untuk menentukan besarnya pengaruh varabel ndependen (X) yatu knerja mult merek, terhadap varabel dependen (Y) yatu volume penjualan. Untuk mengetahu persyaratan dgunakannya metode maka sekurang-kurangnya data yang dperoleh adalah data nterval, jad dalam peneltan n data ordnal drubah menjad data nterval dengan MSI (Method Succesve Interval).

21 Method Of Successve Interval (MSI) Pada peneltan n menggunakan data ordnal sepert djelaskan dalam operasonalsas varabel sebelumnya, maka semua data ordnal yang terkumpul terlebh dahulu akan dtransformas menjad skala nterval dengan menggunakan Method of Successve Interval (Harun Al Rasyd,1994:131). Langkah-langkah untuk melakukan transformas data tersebut adalah sebaga berkut: 1. Menghtung frekuens (f) setap plhan jawaban, berdasarkan hasl jawaban responden pada setap pernyataan.. Berdasarkan frekuens yang dperoleh untuk setap pernyataan, dlakukan penghtungan propors (p) setap plhan jawaban dengan cara membag frekuens (f) dengan jumlah responden. 3. Berdasarkan propors tersebut untuk setap pernyataan, dlakukan penghtungan propors kumulatf untuk setap plhan jawaban 4. Menentukan nla batas Z (tabel normal) untuk setap pernyataan dan setap plhan jawaban 5. Menentukan nla nterval rata-rata untuk setap plhan jawaban melalu persamaan berkut : Scale ( Dencty at Lower Lmt ) ( Dencty at Upper Lmt ) Value = ( Area Below Upper Lmt ) ( Area Bellow Lower Lmt ) Data peneltan yang sudah berskala nterval selanjutnya akan dtentukan pasangan data varabel ndependen dengan varabel dependen serta dtentukan persamaan yang berlaku untuk pasangan-pasangan tersebut.

22 Analss Deskrptf Analss deskrptf dgunakan d dalam peneltan n untuk mendeskrpskan varabel-varabel peneltan, antara lan: 1. Analss deskrptf tentang pelaksanaan knerja mult merek yang terdr dar 3 ndkator yatu harga, kualtas produk dan faktor dstrbus.. Analss deskrptf tentang volume penjualan yang melput: keuntungan dar penjualan, efektftas penjualan, jumlah produk yang terjual dan target penjualan. Peneltan n menggunakan skala lkert, skala lkert adalah yang dapat dpergunakan untuk mengukur skap, pendapat dan perseps seseorang atau sekelompok mengena suatu gejala atau fenomena masalah peneltan. Untuk mengkategorkan hasl perhtungan dgunakan krtera penafsran dengan tehnk prosentase (0% - 100%). Penafsran pengelolaan data berdasarkan batas-batas menurut Moch. Al (005:184) adalah sebaga berkut: TABEL 3.7 KRITERIA PENAFSIRAN HASIL PERHITUNGAN RESPONDEN No. Krteran Keterangan 1 0% Tdak Seorangpun 1%-5% Sebagan kecl % Hampr Setengahnya 4 50% Setengahnya % Sebagan Besar 6 76%-99% Hampr Seluruhnya 7 100% Seluruhnya Sumber: (Moch. Al, 005:184)

23 Analss Verfkatf Teknk analsa data yang dgunakan dalam peneltan n adalah regres lner sederhana dan analss korelas karena peneltan n menganalss dua varabel, yatu knerja mult merek yang melput harga, kualtas dan faktor dstrbus sebaga varabel bebas (X), sedangkan objek yang merupakan varabel terkat atau varabel (Y) adalah volume penjualan yang melput: keuntungan dar penjualan, efektftas penjualan, jumlah produk yang terjual dan target penjualan, sehngga peneltan n akan dtelt pengaruh knerja mult merek (X) terhadap volume penjualan (Y). Dalam peneltan n, setap pertanyaan dar kuesoner terdr dar lma kategor sepert yang tertera pada Tabel 3.8 berkut. TABEL 3.8 SKOR ITEM PERTANYAAN Alternatf Jawaban Pernyataan Postf Pernyataan Negatf Sangat Tngg 5 1 Tngg 4 Sedang 3 3 Rendah 4 Sangat Rendah 1 5 Sumber: Sugyono (010:133) Asums Analss Regres Teknk analss regres yang dgunakan dalam peneltan n adalah regres lnear sederhana. Teknk analss regres dlakukan dengan prosedur kerja sebaga berkut Uj Asums Normaltas Syarat pertama untuk melakukan analss regres adalah normaltas, sebagamana yang dungkapkan oleh Trton dalam Sulyanto (006:76) data sampel hendaknya memenuh prasyarat dstrbus normal. Data yang mengandung data ekstrm basanya tdak memenuh asums normaltas. Jka

24 75 sebaran data mengkut sebaran normal, maka populas dar mana data dambl berdstrbus normal dan akan danalss menggunakan analss parametrk. Pada peneltan n, untuk mendeteks apakah data yang dgunakan berdstrbus normal atau tdak dlakukan dengan menggunakan Normal Probablty Plot. Suatu model regres memlk data berdstrbus normal apabla sebaran datanya terletak d sektar gars dagonal pada Normal Probablty Plot yatu dar kr bawah ke kanan atas. Pengujan kenormalan data juga dlakukan menggunakan uj Kolmogorov-Smrnov yang dolah menggunakan SPSS. Krtera pengujan adalah jka sgnfkans > 0,05 maka data dkatakan berdstrbus normal. Gambar 3. memperlhatkan normal probablty plot yang dgunakan untuk mendeteks apakah data yang akan dgunakan berdstrbus normal atau tdak. Normal P-P Plot of Regresson Standardzed Resdual Dependent Varable: Y 1.0 Expected Cum Prob Observed Cum Prob GAMBAR 3.1 GARIS NORMAL PROBABILITY PLOT

25 Uj Asums Lneartas Data Uj lnertas regres varabel x atas varabel y, dmaksudkan untuk mengetahu kemungknan adanya hubungan lnear antar varabel x dan varabel y. Pengujan lnertas data dapat dbuktkan melalu F test (Husan dan R. Purnomo, 008:113). Berdasarkan tabel ANOVA, dapat dketahu besarnya F htung melalu uj ANOVA atau F test, sedangkan besarnya F tabel dperoleh dengan melhat tabel F melalu dk pemblang (dk tuna cocok, k ) dan dk penyebut (dk kesalahan, n k) dengan taraf kesalahan (α) = 0,05. Dengan krtera, tolak hpotess model regres lnear jka F htung F tabel maka Ho dtolak, artnya data lner. Untuk dstrbus F yang dgunakan dambl α = 0,05, dk pemblangnya = (k-) dan dk penyebut = (n-k). Keterangan : k = jumlah kelompok untuk data yang sama n = jumlah sampel Analss Korelas Tujuan perhtungan dengan menggunakan analss korelas adalah untuk mencar hubungan antara kedua varabel yang dtelt. Hubungan dua varabel terdr dar dua macam yatu hubungan yang postf dan hubungan yang negatf. Hubungan X dan Y dkatakan postf apabla kenakan (penurunan) X pada umumnya dkut oleh kenakan (penurunan) Y. Ukuran yang dpaka untuk mengetahu kuat atau tdaknya hubungan antara X dan Y dsebut koefsen korelas ( r ). Nla koefsen korelas palng sedkt -1 dan palng besar 1, artnya jka:

26 77 r = 1, hubungan X dan Y sempurna dan postf (mendekat 1, hubungan sangat kuat dan postf) r = -1, hubungan X dan Y sempurna dan negatf (mendekat -1, hubungan sangat kuat dan negatf) r = 0, hubungan X dan Y lemah sekal atau tdak ada hubungan. Penentuan koefsen korelas (r) dalam peneltan n menggunakan koefsen korelas Pearson (Pearson s Product Moment Coeffcent of Correlaton), yatu: r XY = ( X )( Y ) n X Y 1 { n X ( X ) ) }{ n Y ( Y } 1 (Sugyono, 010:48) Keterangan : r = Koefsen korelas antara varabel X dan Y, dua varabel yang dkorelaskan. Besarnya koefsen korelas dnterpretaskan dengan menggunakan Tabel 3.9 dbawah n. TABEL 3.9 PEDOMAN UNTUK MEMBERIKAN INTERPRETASI KOEFISIEN KORELASI (GUILFORD) Interval Koefsen Tngkat Hubungan 0,00 0,199 Sangat rendah 0,0 0,399 Rendah 0,40 0,599 Sedang/cukup 0,60 0,799 Kuat 0,80 1,000 Sangat kuat Sumber: Sugyono (010:50)

27 Analss Regres Sederhana Setelah data terkumpul berhasl d ubah menjad nterval, maka langkah selanjutnya adalah menghtungnya dengan menggunakan analsa korelas yang bertujuan mencar hubungan antara kedua varabel dtelt. Sebagamana dketahu sebelumnya bahwa peneltan n menggunakan analss data regres lner sederhana atau melakukan predks (taksran). Dalam melakukan predks, harus dapat menentukan dengan tegas mana yang sebab dan mana yang akbat. Dengan dketahunya sebab dan akbat, maka hubungan yang dcar bersfat kausal (sebab akbat). Selanjutnya, untuk mengetahu varabel sebab (bebas) maka dapat dlakukan predks tentang varabel akbat (terkat). Berdasarkan penjelasan tersebut maka salah satu syarat untuk melakukan predks atas varabel terkat d waktu yang akan datang, maupun d dalam populasnya, dengan dasar beberapa skor varabel bebas dan varabel terkat (sebaga sampel) adalah adanya hubungan yang sgnfkan antara varabel bebas dan varabel terkat. Jad, analss korelas dan analss regres menurut para ahl statstk merupakan satu bagan yang tdak bsa dpsahkan. Analss regres dgunakan bla penelt bermaksud ngn mengetahu konds dwaktu yang akan datang dengan suatu dasar keadaan sekarang atau ngn melhat konds d waktu lalu dengan dasar keadaan sekarang, d mana sfat n merupakan predks atau taksran. Art kata predks bukanlah merupakan hal yang past, tetap merupakan suatu keadaan yang mendekat kebenaran. Penelt menggunakan analss regres bla bermaksud ngn mengetahu bagamana varabel dependen/krtera dapat dpredkskan melalu varabel

28 79 ndependen atau predktor, secara ndvdual. Dampak dar penggunaan analss regres dapat dgunakan untuk memutuskan apakah nak dan menurunnya varabel dependen dapat dlakukan melalu menakkan dan menurunkan keadaan varabel ndependen, atau untuk menngkatkan keadaan varabel dependen dapat dlakukan dengan menngkatkan varabel ndependen/dan sebalknya (Sugyono, 010:04). Regres sederhana ddasarkan pada hubungan fungsonal ataupun kausal satu varabel ndependen yatu knerja mult merek dengan satu varabel dependen yatu volume penjualan. Persamaan umum regres lner sederhana adalah : Keterangan : Y = a + bx + e Y a b X e =Subyek/nla dalam varabel dependen yang dpredkskan. =Harga Y bla X = 0 (harga konstan) =Angka arah atau koefsen regres, yang menunjukkan angka penngkatan atau penurunan varabel dependen yang ddasarkan pada varabel ndependen. Bla b (+) maka nak, dan bla (-) maka terjad penurunan. = Subyek pada varabel ndependen yang mempunya nla tertentu. = tngkat estmas (eror) Sumber : (Dr. Rduan,M.B.A dan Dr.H.Sunarto,M.S, 010:80) Langkah-langkah yang dlakukan dalam analss regres adalah sebaga berkut : a. Mencar harga-harga yang akan dgunakan dalam menghtung koefsen a dan b, yatu: X, Y, XY, X, Y. b. Mencar koefsen regres a dan b dengan rumus yang dkemukakan Sugyono (010:7) sebaga berkut:

29 80 Nla dar a dan b pada persamaan regres lner dapat dhtung dengan rumus: a = ( Y )( X n X ) ( X ( X ) ( X Y ) ) b = n X Y n X ( X ( X ) ( Y ) ) (Sugyono, 010: 7) X dkatakan mempengaruh Y, jka berubahnya X akan menyebabkan adanya perubahan nla Y, artnya, nak turunnya X akan membuat nla Y juga nak turun, dengan demkan nla Y n akan bervaras. Namun nla Y bervaras tersebut tdak semata-mata dsebabkan oleh X, karena mash ada faktor lan yang menyebabkannya Mencar Koefsen Determnas Koefsen determnas adalah kuadrat dar nla koefsen korelas; dnyatakan dalam persen, sehngga harus dkalkan 100%. Koefsen determnas n dgunakan untuk mengetahu persentase pengaruh yang terjad dar knerja mult merek (varabel bebas) terhadap volume penjualan (varabel terkat). KD = r X 100 % (Rduwan dan Sunarto,010:81) Keterangan : KD = Nla koefsen determnan r = Nla koefsen korelas

30 Rancangan Pengujan Hpotess Peneltan n menggunakan data ordnal setelah menggunakan skala lkert sepert djelaskan dalam operasonalsas varabel sebelumnya, maka setelah data peneltan berskala ordnal selanjutnya akan dtentukan pasangan data varabel ndependen dar semua sampel peneltan. Untuk menguj sgnfkas koefsen korelas antara varabel X dan Y dlakukan dengan membandngkan t htung dengan t tabel yatu dengan menggunakan rumus dstrbus student (t student ). Rumus dar dstrbus student alah sebaga berkut: t = r n 1 r (Sugyono, 010: 50) Keterangan : t = dstrbus student dengan derajat kebebasan dk = n r = koefsen korelas product moment n = banyaknya data Krtera pengamblan keputusan pengujan hpotess yang dajukan adalah: 1. Jka t htung > t tabel, maka H 0 dtolak dan H 1 dterma.. Jka t htung < t tabel, maka H 0 dterma dan H 1 dtolak. 3. Jka r htung > r tabel, maka H o dtolak dan H 1 dterma 4. Jka r htung r tabel, maka H o dterma dan H 1 dtolak Pada taraf kesalahan 0,05 dengan derajat kebebasan dengan dk (n-) serta pada uj satu phak, yatu uj phak kanan.

31 8 Secara statstk, hpotess yang akan duj dalam rangka pengamblan keputusan penermaan atau penolakan hpotess dapat dtuls sebaga berkut: a. H o : ρ 0 Artnya tdak terdapat pengaruh yang postf antara knerja mult merek terhadap volume penjualan. b. H a : ρ > 0 Artnya terdapat pengaruh yang postf antara knerja mult merek terhadap volume penjualan.