4.2.3 Uji Multikolinearitas
Untuk mendeteksi ada atau tidaknya gejala multikolinearitas pada data dapat dilakukan dengan melihat nilai Tolerance dan Variance Inflation Factor VIF,
dengan kriteria sebagai berikut :
1. Apabila VIF 5, maka diduga mempunyai persoalan multikolinearitas 2. Apabila VIF 5, maka tidak terdapat multikolinearitas
3. Apabila Tolerance 0,1, maka diduga mempunyai persoalan multikolinearitas
4. Apabila Tolerance 0,1, maka tidak terdapat multikolinearitas
Tabel 4.11 Uji Nilai Tolerance dan VIF
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error
Beta Tolerance VIF
1 Constant 2.644
1.172 2.256 .026
FinancialBenefi t
.381 .087
.375 4.358 .000 .829 1.207
SocialBenefit .214
.063 .306 3.417 .001
.764 1.308 StructuralTies
.116 .072
.146 1.608 .111 .739 1.353
a. Dependent Variable: KepuasanNasabah
Sumber: Hasil Pengolahan Data Primer Kuesioner, SPSS versi 17.00, 2014
Pada Tabel 4.11 terlihat bahwa nilai Tolerance semua variabel bebas adalah lebih besar dari nilai ketetapan 0,1 dan nilai VIF semua variabel bebas adalah
lebih kecil dari nilai ketetapan 5. Oleh karena itu, data dalam penelitian ini dikatakan tidak mengalami masalah multikolinearitas.
Universitas Sumatera Utara
4.2.3 Analisis Regresi Linear Berganda
Analisis regresi linear berganda ditujukan untuk mengetahui pengaruh atau hubungan antara variabel bebas X
1
, X
2
, dan X
3
berupa variabel financial benefit, social benefit, dan structural ties terhadap variabel terikat Y berupa
kepuasan nasabah, maka untuk memperoleh hasil yang lebih akurat, peneliti menggunakan bantuan program software SPSS Statistic Product and Service
Solution versi 17.0 dari tabel coefficient maka dihasilkan output sebagai berikut:
Tabel 4.12 Analisis Regresi Linier Berganda
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
2.644 1.172
2.256 .026
FinancialBenefit .381
.087 .375
4.358 .000
SocialBenefit .214
.063 .306
3.417 .001
StructuralTies .116
.072 .146
1.608 .111
a. Dependent Variable: KepuasanNasabah
Sumber: Hasil Pengolahan Data Primer Kuesioner, SPSS versi 17.00, 2014
Berdasarkan hasil pengolahan data seperti terlihat pada Tabel 4.12 kolom Unstandardized Coefficients bagian B diperoleh persamaan regresi linear
berganda sebagai berikut:
Y = 2,644 + 0,381X
1
+ 0,214X
2
+ 0,116X
3
+ e
Berdasarkan persamaan tersebut dapat digambarkan sebagai berikut: 1. Konstanta a = 2,644. Ini mempunyai arti bahwa financial benefit, social
benefit, dan structural ties dianggap konstan maka kepuasan nasabah Y sebesar 2,644.
Universitas Sumatera Utara
2. Koefisien X
1
b
1
= 0,381. Financial benefit terhadap Kepuasan Nasabah dengan koefisien regresi sebesar 0,381. Ini mempunyai arti bahwa setiap terjadi
peningkatan variabel financial benefit sebesar 1, maka kepuasan nasabah juga akan meningkat sebesar 0,381.
3. Koefisien X
2
b
2
= 0,214. Social benefit terhadap kepuasan nasabah dengan koefisien regresi sebesar 0,214. Ini mempunyai arti bahwa setiap terjadi
peningkatan variabel social benefit sebesar 1, maka kepuasan nasabah juga akan meningkat sebesar 0,214.
4. Koefisien X
3
b
3
= 0,116. Structural ties terhadap kepuasan nasabah dengan koefisien regresi sebesar 0,116. Ini mempunyai arti bahwa setiap terjadi
peningkatan variabel structural ties sebesar 1, maka kepuasan nasabah juga
akan meningkat sebesar 0.116.
4.2.4 Uji Hipotesis