Tabel 4.14 Coefficientsa
Collinearity Statistics
Model Tolerance
VIF Constant
X1 .331
3.018 X2
.350 2.857
X3 .301
3.320 X4
.328 3.049
X5 .337
2.964
a Dependent Variable: Loyalitas
Sumber : Pengolahan Data SPSS 2007
Pedoman suatu model regresi yang bebas multikol adalah dengan melihat Variance Inflation Factor VIF, jika VIF 5 menunjukkan bahwa variabel bebas
tidak mempunyai masalah multikolinearitas. Tabel 4.14 menjelaskan besarnya nilai VIF untuk masing-masing variabel bebas kurang dari 5, yaitu untuk Variabel
kualitas kerja prima X
1
, nilai VIF 3,018 5, Variabel responsiveness X
2
, nilai VIF 2,857 5, Variabel professional X
3
, nilai VIF 3,320 5, Variabel Empati X
4
nilai VIF 3,049 5, dan Variabel Etika X
5
, nilai VIF 2,964 5. Maka dapat dinyatakan bahwa masalah multikolinearitas tidak ada.
4.5.3 Uji Heterokedastisitas
Uji ini digunakan untuk menguji apakah dalam sebuah model regresi, terjadi ketidaksamaan varians dari residual suatu pengamatan ke pengamatan yang lain.
Pemeriksaan terhadap gejala heterokedastisitas adalah dengan melihat pola diagram pencar scatter plot yaitu grafik yang merupakan diagram pencar
residual yaitu selisih antara nilai Y prediksi dengan Y observasi.
ISNA HIDAYAH : ANALISIS PELAYANAN DENGAN NILAI TAMBAH TERHADAP KEPUASAN DAN LOYALITAS NASABAH PRIORITAS DI PT. BANK MANDIRI PERSERO, Tbk CABANG MEDAN LAPANGAN MERDEKA, 2008.
USU e-Repository © 2008
Hipotesis: a.
Jika diagram pencar yang ada membentuk pola-pola tertentu yang teratur maka regresi mengalami gangguan heterokedastisitas.
b. Jika diagram pencar tidak membentuk pola atau acak maka regresi tidak
mengalami gangguan heterokedastisitas.
Scatterplot Dependent Variable: Y
Regression Standardized Predicted Value
1.5 1.0
.5 0.0
-.5 -1.0
-1.5 -2.0
Regression Studentized Residual
4 3
2 1
-1 -2
-3 -4
Gambar 4.2 : Scatter plot Sumber Pengolahan SPSS 2007
Berdasarkan grafik scatter plot dapat dilihat bahwa titik-titik menyebar secara acak di atas sumbu Y, sehingga dapat dinyatakan regresi tidak mengalami
gangguan heterokedastisitas. Artinya model regresi layak untuk memprediksi Kepuasan Nasabah Y berdasarkan kualitas kerja prima X
1
, Variabel responsiveness X
2
, Variabel professional X
3
, Variabel Empati X
4
, Variabel
ISNA HIDAYAH : ANALISIS PELAYANAN DENGAN NILAI TAMBAH TERHADAP KEPUASAN DAN LOYALITAS NASABAH PRIORITAS DI PT. BANK MANDIRI PERSERO, Tbk CABANG MEDAN LAPANGAN MERDEKA, 2008.
USU e-Repository © 2008
Etika X
5
pada PT Bank Mandiri Persero, Tbk Cabang Medan Lapangan Merdeka.
4.5.4 Pengujian Goodness Of Fit
Pengujian goodness of fit dilakukan untuk menentuan kelayakan suatu model regresi yang dilihat dari R Square yang diperoleh dari hasil pengolahan
data dilihat pada Tabel dibawah ini : Tabel 4.15
Model Summary
Model Summary
b
.843
a
.711 .690
1.70 2.112
Model 1
R R Square
Adjusted R Square
Std. Error of the Estimate
Durbin-W atson
Predictors: Constant, X5, X2, X3, X1, X4 a.
Dependent Variable: Y b.
Sumber : Pengolahan Data SPSS 2007
Berdasarkan Tabel 4.15 pengujian koefisien determinasi, pada kolom R dapat dilihat bahwa koefisien korelasi r square sebesar 0,711 menunjukkan
kemampuan yang kuat dari variabel-variabel kualitas kerja prima X
1
, Variabel responsiveness X
2
, Variabel professional X
3
, Variabel Empati X
4
, Variabel Etika X
5
menjelaskan variabel tidak bebas Kepuasan Nasabah. Dapat disimpulkan bahwa kualitas kerja prima X
1
, Variabel responsiveness X
2
, Variabel professional X
3
, Variabel Empati X
4
, Variabel Etika X
5
mampu menjelaskan variabel K
kepuasan nasabah Y 71,1 sedangkan sisanya sebesar 28,9 dijelaskan oleh faktor-faktor lain yang tidak dimasukkan dalam penelitian.
ISNA HIDAYAH : ANALISIS PELAYANAN DENGAN NILAI TAMBAH TERHADAP KEPUASAN DAN LOYALITAS NASABAH PRIORITAS DI PT. BANK MANDIRI PERSERO, Tbk CABANG MEDAN LAPANGAN MERDEKA, 2008.
USU e-Repository © 2008
Pada pengujian normalitas data, criteria BLUES dan goodness of fit disimpulkan bahwa model regeresi dalam penelitian ini dapat digunakan untuk estimasi.
4.6 Pengujian Hipotesis