Uji Asumsi Klasik Metode Analisis Data

40 mengetahui kualitas pelayanan prima service excellent oleh frontliner terhadap loyalitas nasabah PT. Bank Negara Indonesia Cabang USU Medan. Dengan persamaan regresi linear berganda dirumuskan sebagai berikut. Y = a + b 1 X 1 + b 2 X 2 + b 3 X 3 + b 4 X 4 + b 5 X 5 + b 6 X 6 + e Dimana : Y = Loyalitas nasabah a = Konstanta b 1 ..b 5 = Koefisien regresi dari variabel independen X 1 ..X 5 X 1 = Ability kemampuan X 2 = Attitude sikap X 3 = Appearance penampilan X 4 = Attention perhatian X 5 = Action tindakan X 6 = Accountability tanggung jawab e = error of term

3.7.3 Uji Asumsi Klasik

Pengujian asumsi klasik perlu dilakukan untuk memastikan bahwa alat uji statistic regresi linear berganda dapat digunakan atau tidak. Dalam penelitian ini dilakukan pengujian asumsi klasik sebagai berikut.

3.7.3.1 Uji Heteroskedastisitas

Uji heteroskedastisitas dilakukan untuk mengetahui penyebaran varians gangguan. Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model Universitas Sumatera Utara 41 regresi terjadi ketidaksamaan variance residual data yang ada. Model regresi yang baik adalah yang tidak mengalami heteroskedastisitas. Uji heteroskedastisitas muncul apabila kesalahan atau residual dari model yang diamati tidak memiliki varians yang konstan dari suatu observasi ke observasi lainnya. Gejala heteroskedastisitas dapat diuji dengan menggunakan metode grafik, yaitu dengan melihat ada tidaknya pola tertentu yang tergambar pada scatterplot , dasar pengambilan keputusan adalah: a. Jika ada pola tertentu seperti titik-titik point-point yang ada membentuk suatu pola tertentu yang teratur bergelombang, melebar, kemudian menyempit maka telah terjadi heteroskedastisitas. b. Jika tidak ada pola yang jelas serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y maka tidak terjadi heteroskedastisitas, menurut Santoso 2003.

3.7.3.2 Uji Normalitas

Uji normalitas dimaksudkan untuk melihat apakah dalam model regresi variabel bebas dan variabel terikat memiliki data yang residualnya normal atau tidak. Menurut Sugiyono 2008, bahwa model yang paling baik adalah apabila datanya berdistribusi normal atau mendekati normal. Jika data menyebar di sekitar garis diagonal dan mengikuti arah diagonal, maka model regresi memenuhi asumsi normalitas. Sebaliknya, jika data menyebar jauh dari garis diagonal dan Universitas Sumatera Utara 42 atau tidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas. Hal ini dapat dilakukan dengan menggunakan plot regresi normal. Model regresi yang baik memiliki distribusi dan normal atau mendekati normal. Kriteria pengujiannya adalah sebagai berikut: a. Jika angka signifikan lebih besar dari 0,05 maka data mempunyai distribusi normal. b. Jika data signifikan lebih kecil dari 0,05 maka data tidak mempunyai distribusi normal.

3.7.4 Test Goodness of Fit