Analisis Statistik Deskripstif Analisis Regresi Linear Berganda Uji Asumsi Klasik

Tabel 3.4 Reliability Statistics Cronbachs Alpha N of Items .941 13 Sumber: Hasil Pengolahan Data Primer Kuesioner, SPSS versi 17.00, 2014 Pada tabel 3.5 dapat diketahui bahwa nilai Cronbachs Alpha sebesar 0,941, sehingga dapat disimpulkan bahwa nilai Cronbachs Alpha adalah positif dan lebih besar dari 0,80 0,941 0,80 maka kuesioner tersebut dinyatakan reliabel dan dapat digunakan untuk penelitian.

3.10 Metode Analisis Data

Teknik analisis data dalam penelitian ini adalah:

3.10.1 Analisis Statistik Deskripstif

Statistik deskriptif adalah statistik yang digunakan dalam menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa maksud membuat kesimpulan yang berlaku untuk umum atau generalisasi Ginting dan Situmorang, 2008:187.

3.10.2. Analisis Regresi Linear Berganda

Analisis regresi linear berganda adalah untuk menghitung besarnya pengaruh dua atau lebih variabel bebas terhadap satu variabel terikat Rochaety, et.al, 2009:142. Sanusi 2003:309 menyatakan bahwa digunakan rumus analisis regresi linier berganda sebagai berikut: Y = a + b 1 x 1 + b 2 x 2 + b 3 x 3 + e Universitas Sumatera Utara Di mana : Y = Kepuasan Nasabah a = Konstanta b 1,2,3 = Koefisien Regresi Berganda x 1 = Skor dimensi Financial Benefit x 2 = Skor dimensi Social Benefit x 3 = Skor dimensi Structural Ties e = Standar Error

3.10.3. Uji Asumsi Klasik

Pengujian asumsi klasik diperlukan untuk mengetahui apakah hasil estimasi regresi yang dilakukan benar-benar bebas dari adanya gejala heteroskedastisitas, gejala multikolinearitas, dan gejala autokorelasi. Model regresi akan dapat dijadikan alat estimasi yang tidak bias jika telah memenuhi persyaratan BLUE best linear unbiased estimator, yakni tidak terdapat heteroskedastistas, tidak terdapat multikolinearitas, dan tidak terdapat autokorelasi Situmorang dan Lufti, 2012:151. Jika terdapat heteroskedastisitas, maka varian tidak konstan sehingga dapat menyebabkan biasnya standar error. Jika terdapat multikolinearitas, maka akan sulit untuk mengisolasi pengaruh-pengaruh individual dari variabel, sehingga tingkat signifikansi koefisien regresi menjadi rendah. Dengan adanya autokorelasi mengakibatkan penaksir masih tetap bias dan masih tetap konsisten hanya saja Universitas Sumatera Utara menjadi tidak efisien. Oleh karena itu, uji asumsi klasik perlu dilakukan. Beberapa jenis pengujian yang dilakukan dalam penelitian ini adalah sebagai berikut:

3.10.3.1 Uji Normalitas

Uji normalitas bertujuan untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data dengan bentuk lonceng dan distribusi data tersebut tidak menceng ke kiri atau menceng ke kanan Ghozali, 2006:110. Uji normalitas dilakukan dengan menggunakan pendekatan Kolmogorov-Smirnov. Dengan menggunakan tingkat signifikan 5 0,05 maka jika nilai Asymp.Sig. 2-tailed di atas nilai signifikan 5 artinya variabel residual berdistribusi normal.

3.10.3.2 Uji Heteroskedastisitas

Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dan residual satu pengamatan ke pengamatan yang lain. Jika varians dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Uji Heteroskedastisitas dilakukan dengan menggunakan uji Glejser, yang dilakukan dengan meregresikan nilai absolut residual yang diperoleh dari model regresi sebagai variabel dependen terhadap semua variabel independen dalam model regresi. Apabila nilai koefisien regresi dari masing-masing variabel Universitas Sumatera Utara bebas dalam model regresi ini tidak signifikan secara statistik, maka dapat disimpulkan tidak terjadi heteroskedastisitas Situmorang dan Lufti, 2012: 116.

3.10.3.3 Uji Multikolinieritas

Uji Multikolinearitas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas independen. Dalam model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebas. Uji Multikolinearitas dilakukan dengan melihat nilai tolerance dan variance inflation factor VIF dari hasil analisis dengan menggunakan SPSS. Apabila nilai tolerance value lebih tinggi daripada 0,10 atau VIF lebih kecil daripada 5 maka dapat disimpulkan tidak terjadi multikolinearitas Situmorang dan Lufti, 2012:139.

3.10.4 Pengujian Hipotesis