41
lebih besar dari 0,6 sehingga item pernyataan untuk variabel X1, X2, X3, X4, dan Y dapat dikatakan reliabel dan dapat digunakan untuk pengukuran dalam rangka
pengumpulan data. Hal ini menunjukkan bahwa setiap item pernyataanyang digunakan akan
mampu memperoleh data yang konsisten yang berarti bila pernyataan itu diajukan kembali akan diperoleh jawaban yang relatif sama dengan jawaban sebelumnya.
4.4. Uji Asumsi Klasik 4.4.1. Hasil Uji Normalitas
Uji normalitas digunakan untuk menguji apakah dalam sebuahmodel regresi, variabel dependen dan variabel independen atau keduanyamempunyai distribusi
normal atau tidak.Suatu data akan berdistribusi normal jika grafik histogram menyerupai bel yang menghadap ke atas. Hal ini bisadilihat dalam tampilan grafik
berikut ini:
Gambar 4.1.
42
Uji Normalitas Histogram
Sementara dilihat dari grafik PP Plot, data dikatakan terdistribusi normal jika penyebaran data menggambarkan titik-titik yang menyebar di sekitar garis diagonal
dan mengikuti arah garis diagonal pada normal probability plot. Kedua grafik ini menunjukkan bahwa normalitas data terpenuhi. Hal ini bisa dilihat dalam tampilan
grafik normal probability plot. Model regresi yang baik adalahdistribusi data normal atau mendekati normal.
Gambar 4.2 Uji Normalitas Grafik PP Plots
Berdasarkan grafik normal plot pada gambar 4.2 menunjukkan bahwa model regresi layak dipakai dalam penelitian ini karena pada grafik normal plot terlihat
43
titik-titik menyebar di sekitar garis diagonal serta penyebarannya mengikuti arah garis diagonal sehingga memenuhi asumsi normalitas.
Pengujian normalitias dapat juga diuji secara statistik dengan menggunakan uji Kolmogorov-Smirnov. Uji K-S dibuat dengan membuat hipotesis:
H : Data residual berdistribusi normal; Bila sig 0,05 dengan α = 5,
Ha : Data r esidual tidak berdistribusi normal; bila sig 0,05 dengan α = 5,
Hasil dari uji normalitas dengan menggunakan tes Kolmogorov-Smirnov ditunjukkan oleh tabel 4.8 berikut :
Tabel 4.8 Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 40
Normal Parameters
a,,b
Mean .0000000
Std. Deviation .99392555
Most Extreme Differences Absolute
.103 Positive
.103 Negative
-.084 Kolmogorov-Smirnov Z
.652 Asymp. Sig. 2-tailed
.790 a. Test distribution is Normal.
b. Calculated from data.
4.4.2 Hasil Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah modelregresi ditemukan adanya korelasi antar variabel bebas independen.Prasyarat yang harus terpenuhi
44
dalam model regresi adalah tidak adanyamultikolonieritas, dengan melihat nilaitolerancedanVariance InflationFactorVIF pada model regresi.
Jika antar variabel independen terdapat korelasi yang cukup tinggi lebih dari 0,09, maka merupakan indikasi adanya multikolinieritas dan suatu model regresi
yang bebas dari masalah multikolonieritas apabila mempunyai nilai tolerance 0,1 dan nilai VIF 10. Uji multikolinearitas dengan melihat nilaitolerance dan VIF
menunjukkan hasil seperti pada tabel 4.9 berikut :
Tabel 4.9 Hasil Uji Multikolinearitas
Coefficients
a
Model Collinearity
Statistics Toleranc
e VIF
1 Constant
NILAI NASABAH .367
2.723 KUALITAS PELAYANAN
.255 3.920
DEPOSITO MUDHARABAH
.384 2.607
ATRIBUT PRODUK SYARIAH
.515 1.943
a. Dependent Variable: KEPUASAN NASABAH
Hasil perhitungan nilaitolerancemenunjukkan tidak ada nilaivariabel independen yang memiliki nilaitolerancekurang dari 0,1 yangberarti tidak ada kolerasi antar
variabel independen. Hasil perhitungannilaiVariance Inflation FactorVIF juga
45
menunjukkan hal yang sama,dengan nilai VIF untuk masing-masing variabel independen nilai nasabah 2.723, kualitas pelayanan 3.920 , deposito mudharabah
2.607 dan atribut produk syariah 1.943. Jadi tidak ada variabel independen yangmemiliki nilai VIF lebih dari 10. Maka kesimpulan yang diperoleh adalah tidak
terjadi gejala multikolinearitas dalam variabel independennya.
4.4.3. Hasil Uji Heterokedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam modelregresi terjadi ketidaksamaan varians dari residual satu pengamatan kepengamatan yang lain. Jika
varians dari residual satu pengamatan kepengamatan lain tetap, maka dapat disebut homoskedastisitas dan jikaberbeda disebut heteroskedastisitas.Modelregresi yang
baik adalah yanghomoskedastisitas atau tidak terjadi heteroskedastisitas.
Gambar 4.3
46
Grafik Scatter Plot
Berdasarkan gambar 4.3, grafik scatterplotmenunjukkan bahwa data tersebar diatas dan dibawah angka 0 nol pada sumbu Y dan tidak terdapat suatu pola yang jelas
pada penyebaran data tersebut. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi. Jadi dapat disimpulkan bahwa model regresi penelitian ini layak
digunakan untuk memprediksi kepuasan nasabah berdasarkan variabel yang mempengaruhinya, yaitu nilai nasabah, kualitas pelayanan, deposito mudharabah dan
atribut produk syariah.
4.5. Hasil Uji Regresi Berganda
