Dimana: Y
= Keputusan menjadi nasabah α = Elemen Konstanta
β
1
sd n = Koefisien regresi variabel independen
X
1
= Produk X
2
= Harga X
3
= Distribusi
X
4
= Promosi
I. Uji Asumsi Klasik Untuk Regresi Linier Berganda
Model regresi berganda dapat disebut sebagai model yang baik jika model tersebut memenuhi asumsi normalitas data dan terbebas dari asumsi-asumsi klasik
statistik, baik multikolinearitas, autokorelasi, dan heterokedatisitas. Jadi dalam penggunaan analisis regresi agar menunjukkan hubungan yang
valid atau tidak bisa, maka perlu pengujian asumsi klasik pada model regresi yang digunakan. Asumsi-asumsi dasar yang harus dipenuhi adalah sebagai berikut :
1. Uji Linieritas
Uji linieritas digunakan untuk mengetahui apakah model regresi berbentuk linier atau tidak, karena salah satu syarat penggunaan regresi linier adalah data harus
bersifat linier.
2. Uji Normalitas Data
Analisis statistik yang pertama harus digunakan dalam rangka analisis data adalah analisis statistik berupa uji normalitas. Uji normalitas adalah uji yang
digunakan untuk mengungkapkan distribusi data error. Uji ini dimaksudkan untuk mengetahui apakah model regresi variabel independen, variabel dependen atau
keduanya mempunyai distribusi atau sebaran data yang normal atau mendekati normal. Uji normalitas bisa dilihat dengan menggunakan grafik PP Plots
63
. Suatu data akan terdistribusi secara normal jika nilai probabilitas yang diharapkan apakah sama
dengan nilai probabilitas pengamatan. Kesamaan tersebut ditunjukkan dengan garis diagonal yang merupakan perpotongan antara garis probabilitas harapan dan
probabilitas pengamatan. Jika data titik menyebar disekitar garis diagonal dan mengikuti arah garis diagonal maka model regresi memenuhi asumsi normalitas.
Tetapi jika data titik menyebar jauh dari garis diagonal dan tidak mengikuti arah garis diagonal maka model regresi tidak memenuhi normalitas.
64
3. Uji Multikolinearitas
Uji Multikolinearitas, bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang
baik , tidak terjadi korelasi antar variabel bebas. Jika antar variabel bebas terjadi
63
Imam Ghazali, Aplikasi analisis multivariate dengan program SPSS , Semarang: Badan penerbit UNDIP, 2006.
Hal.124
64
Singgih santoso, buku latihan SPSS Statistik parametrik, Jakarta: PT.Elex Komputindo, 2000 hal.156
korelasi, maka terdapat masalah multikolinearitas. Untuk mendeteksi ada atau tidaknya multikolinearitas di dalam model regresi yaitu dengan menggunakan VIF
Varians Inflation Factor dan Tolerence.
Untuk mengetahui ada tidaknya multikolinearitas pada model regresi, dapat dilihat dari beberapa hal, diantaranya:
a. Jika nilai VIF tidak lebih dari 10, maka model regresi bebas dari multikolinearitas.
b. Jika nilai Tolerence tidak kurang dari 1, maka model regresi bebas dari multikolineritas.
65
4. Uji Heterokedatisitas