xci
c.
Koefisien Regresi untuk variabel suku bunga X2 adalah sebesar 0.213.
Nilai koefisien yang positif menunjukkan bahwa suku bunga berpengaruh positif terhadap calon berinvestasi. Artinya apabila suku bunga mengalami
kenaikan maka calon masyarakat berinvestasi akan mengalami kenaikan juga yaitu ceteris paribus. Dengan kata lain apabila perusahaan menjaga
kestabilan suku bunga atau kompetitif maka akan meningkatkan minat masyarakat dalam berinvestasi.
d.
Koefisien Regresi untuk variabel lokasi X3 adalah sebesar 0,204. Nilai
koefisien yang positif menunjukkan bahwa lokasi berpengaruh positif terhadap calon berinvestasi. Artinya apabila lokasi penyedia jasa Reksa
Dana bertambah maka calon masyarakat berinvestasi akan mengalami kenaikan juga yaitu ceteris paribus. Dengan kata lain lokasi perusahaan
yang strategis dapat memudahkan masyarakat dalam bertransaksi sehingga meningkatkan minat masyarakat dalam berinvestasi.
4.7.2 Uji Asumsi Klasik
4.7.2.1 Uji Normalitas
Uji Normalitas bertujuan untuk menguji apakah dalam model regresi variabel residual memiliki distribusi normal. Model regresi yang baik adalah
memiliki nilai residual yang terdistribusi normal. Untuk mengetahui apakah distribusi data normal atau tidak, ada dua cara untuk mendeteksinya yaitu dengan
uji statistik dan analisis grafik. Pengujian normalitas dalam uji penelitian ini mengunakan uji statistik non-parametrik Kolmoogrov-Smirnov K-S dengan
hipotesis: H
o
: Data residual berdistribusi normal
xcii
H
a
: Data residual tidak berdistribusi normal Nilai signifikansi 0,05 berarti H
o
diterima, sedangkan jika nilai signifikansi 0,05 berarti H
a
ditolak.
Tabel 4.13 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Y X1
X2 X3
N 70
70 70
70 Normal Parameters
a,b
Mean 10,66
29,91 27,24
22,41 Std. Deviation
1,650 3,764
3,394 2,673
Most Extreme Differences Absolute
,154 ,133
,114 ,124
Positive ,122
,133 ,114
,104 Negative
-,154 -,091
-,074 -,124
Kolmogorov-Smirnov Z 1,286
1,109 ,956
1,039 Asymp. Sig. 2-tailed
,073 ,171
,320 ,231
a. Test distribution is Normal. b. Calculated from data.
Berdasarkan hasil pengolahan data di atas pada tabel 4.4 dapat diketahui bahwa nilai Asymp. Sig. 2-tailed adalah:
Kolmogorov-Smirnov Y sebesar 1,286, signifikansinya sebesar 0,73 Kolmogorov-Smirnov X1 sebesar 1,109, signifikansinya sebesar 0,171
Kolmogorov-Smirnov X2 sebesar 0,956, signifikansinya sebesar 0,320 Kolmogorov-Smirnov X3 sebesar 0,231, signifikansi sebesar 0,231
Dari hasil uji kolmogrov-simornov diatas menunjukkan bahwa nilai signifikansi 0,05, maka H
diterima. Maka data diatas dapat dikatakan bahwa data yang digunakan dalam penelitian ini adalah data yang terdistribusi secara
normal.
xciii
4.7.2.2 Analisis Grafik
Analisis grafik merupakan cara termudah untuk melihat normalitas residual dengan melihat grafik histogram yang membandingkan antara data
observasi dengan distribusi yang mendekati distribusi normal. Berikut ini ditunjukkan grafik histogram dan grafik P-P plot data yang terdistribusi normal.
Gambar 4.5 Analisi Grafik
Gambar 4.5 terlihat bahwa pola distribusi menunjukkan distribusi normal karena grafik histogram menunjukkan distribusi data mengikuti garis diagonal yang tidak
menceng kiri maupun menceng kanan.
xciv
Gambar 4.6 Probability Plot
Pada uji normalitas gambar 4.2 normal P-P plot menunjukkan bahwa titik- titik menyebar disekitar garis diagonal dan mengikuti garis diagonal, maka dapat
disimpulkan bahwa data yang diperoleh berdistribusi normal. Karena keseluruhan data telah terdistribusi secara normal, maka dapat dilakukan pengujian asumsi
klasik lainnya.
4.7.3 Uji Multikolinieritas
