H
1
: Pelayanan, religius, profit sharing, dan promosisecara serempak memiliki pengaruh yang signifikan terhadap keputusan nasabah dalam memilih asuransi
syariah.
3. Koefisien Determinasi R
2
Koefisien determinasi digunakan untuk mengetahui seberapa besar hubungan dari beberapa variabel dalam pengertian yang lebih jelas. Koefisien determinasi akan
menjelaskan seberapa besar perubahan atau variasi suatu variabel bisa dijelaskan oleh perubahan atau variasi pada variabel yang lain.Semakin besar nilai R
2
tersebut berarti semakin kuat kemampuan variabel independen menjelaskan variabel dependen.Dalam bahasa sehari-hari adalah kemampuan variabel bebas
untuk berkontribusi terhadap variabel tetapnya dalam satuan persentase Wahyu Ario Pratomo Paidi Hidayat, 2010.
Nilai koefisien ini antara 0 dan 1, jika hasil lebih mendekati angka 0 berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel
amat terbatas.Tapi jika hasil mendekati angka 1 berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk
memprediksi variasi variabel dependen Suharyadi, 2004.
3.9. Uji Penyimpangan Asumsi Klasik
Pendugaan dengan metode kuadrat terkecil ordinary least squarememiliki beberapa persyaratan untuk memperoleh the best linear unbiased
estimatedBLUE sehingga dilakukan uji asumsi klasik, namun pada penelitian ini hanya asumsi normalitas, multikolinieritas dan heteroskedastisitas yang diuji.
Sedangkan untuk autokorelasi tidak diuji sebab asumsi ini sering terjadi pada
Universitas Sumatera Utara
penelitian dengan data time series. Hal ini dikemukakan oleh Supranto 2005 bahwa otokorelasi merupakan korelasi antara anggota seri observasi yang disusun
menurut urutan waktu. Sehingga pada penelitian ini sebelum dilakukan uji regresi linier berganda akan dilakukan uji penyimpangan asumsi klasik yaitu :
a. Asumsi Multikolinieritas
Menurut Ragner Frish dalam Supranto 2005 istilah kolinieritas sendiri berarti hubungan linear tunggal, sedangkaan kolinieritas ganda multicollinearity
menunjukkan adanya lebih dari satu hubungan linear yang sempurna.Selanjutnya dikemukakan pula oleh Sulianto 2011 bahwa uji multikolinieritas bertujuan
untuk menguji apakah dalam model regresi yang terbentuk terdapat korelasi yang
tinggi atau sempurna di antara variabel bebas atau tidak.
Untuk mendeteksi adanya multikolinieritas dapat ditinjau dari beberapa hal berikut Wahyu Ario Pratomo Paidi Hidayat, 2010 :
1. Nilai R
2
tinggi tetapi nilai t statistik sangat kecil atau bahkan tidak ada variabel bebas yang signifikan maka hal ini menunjukkan adanya gejala
multikolinieritas. 2. Jika nilai VIF tidak lebih dari 10 maka model tidak mengandung
multikolineieritas. Misalnya variabel yang seharusnya memiliki pengaruh koefisien positip, namun hasil estimasi menunjukkan hasil negatip.
Jika masalah multikolinieritas tidak terpenuhi maka dapat dilakukan beberapa metode untuk mengatasinya.Metode-metode yang dapat dilakukan adalah sebagai
berikut :
Universitas Sumatera Utara
1. Memperbesar ukuran sampel, 2. Menggabungkan data time series dan data cross section, atau
3. Dengan menghilangkan salah satu atau lebih variabel bebas.
b. Asumsi Heteroskedastisitas
