setiap pertanyaan menggunakan skala likert. Kategorisasi persepsi nasabah terhadap kualitas pelayanan berdasarkan skor yang diperoleh setiap responden dapat dilihat
pada tabel berikut : Tabel 4.47
Distribusi Frekuensi Tingkat Kepuasan Nasabah
Interval Skor Kategori
Frekuensi Persentase
6 – 14 Rendah
15 – 23 Cukup
34 39
24 – 30 Tinggi
54 61
Total 88
100 Dari tabel 4.40 dapat diketahui secara keseluruhan bahwa mayoritas
responden memiliki tingkat kepuasan yang tinggi 61. Sedangkan responden yang memiliki tingkat kepuasan yang cukup 39 dan tidak ada responden 0 yang
memiliki tingkat kepuasan yang rendah.
D. Uji Asumsi Klasik
1. Uji LinieritasNormalitas
Uji linieritas digunakan untuk menguji apakah spesifikasi model yang digunakan sudah benar atau tidak. Karena kurva normal di bawah ini
menggambarkan titik penyebarannya berada di sekitar garis lurus, maka data berdistribusi normal.
Gambar 4.1 Uji Normalitas
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
E xp
ec te
d C
u m
P ro
b
1.0 0.8
0.6 0.4
0.2 0.0
Normal P-P Plot of Regression Standardized Residual Dependent Variable: Kepuasan Nasabah Tabungan Haji
2. Uji Multikolinearitas
Uji Multikolinieritas diperlukan untuk menguji apakah model regresi ditemukan adanya korelasi antar variable bebas independent. Model regresi yang
baik seharusnya tidak terjadi korelasi di antara variable independent. Untuk melihat ada tidak multikolinieritas dapat berdasarkan nilai Toleran dan VIF yang terdapat
pada tabel Coefficients dibawah ini:
Tabel 4.48 Hasil Uji Multikolinearitas
Coefficients
a
-1.780 2.713
-.656 .514
.090 .054
.142 1.687
.095 .677
1.477 .311
.039 .678
8.027 .000
.677 1.477
Constant Kualitas Produk
Kualits Pelayanan Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Tolerance VIF
Collinearity Statistics
Dependent Variable: Kepuasan Nasabah Tabungan Haji a.
Model regresi yang bebas dari masalah multikolinieritas yaitu pada nilai VIF Variance Inflantion Factor. Jika nilai VIF Variance Inflantion Factor tidak lebih
dari 10 dan nilai Tolerance tidak kurang dari 0,1, maka model dapat dikatakan terbebas dari multikolinieritas.
49
Berdasarkan tabel 4.48 dapat diketahui bahwa nilai Tolerance X1, X2 adalah 0,677 0,1 dan nilai VIF 1,477 10, maka dapat
disimpulkan bahwa model regresi dapat dikatakan terbebas dari multikolinieritas.
3. Uji Autokorelasi
Hasil uji autokorelasi dapat dilihat pada tabel dibawah ini:
Tabel 4.49 Hasil Uji Autokorelasi
Model Summary
b
.768
a
.590 .580
1.641 1.810
Model 1
R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin- Watson
Predictors: Constant, Kualits Pelayanan, Kualitas Produk a.
Dependent Variable: Kepuasan Nasabah Tabungan Haji b.
49
H. Imam Ghozali, Aplikassi Analisis Multivariat dengan Program SPSS, Semarang: Badan Penerbit Universitas Diponegoro, 2007, h.92
Uji autokorelasi digunakan untuk menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode dengan kesalahan
pengganggu pada periode t-1 sebelumnya. Untuk melihat ada tidaknya autokorelasi dalm suatu model dapat digunakan patokan nilai Durbin Watson hitung mendekati
angka 2 pada tabel Model Summary. Jika nil Durbin Watson hitung mendekati atau di sekitar angka 2 maka model tersebut terbebas di asumsi klasik autokorelasi.
50
Nilai DW = 1,810 dan batas bawah dl = 1,70 dan du = 1,60 dengan k jumlah variable
bebas = 2, maka karena nilai DW berada dw dl dan dw du, maka dapat dikatakan bahwa model regresi terbebas dari autokorelasi.
4. Uji Heteroskedastisitas