menyatakan netral,
42.5 pedagang
menyatakan tidak
setuju dan
12.5
menyatakan sangat tidak setuju
. Dapat disimpulkan bahwa mayoritas responden menyatakan netral memilih lembaga keuangan syariah karena banyak
jaringan ATM. Dapat dijelaskan pada soal no. 21 tabel 4.8 di atas bahwa 20 pedagang
menyatakan setuju, 25.5 pedagang menyatakan netral, 41.3 pedagang menyatakan tidak setuju dan 13.2
menyatakan sangat tidak setuju
. Dapat disimpulkan bahwa mayoritas responden menyatakan netral memilih lembaga
keuangan syariah karena banyak kantor cabang. Dapat dijelaskan pada soal no. 22 tabel 4.8 di atas bahwa 8.8 pedagang
menyatakan sangat setuju, 55 pedagang menyatakan setuju, 33.8 pedagang menyatakan netral, dan 2.4 pedagang menyatakan tidak setuju. Dapat
disimpulkan bahwa mayoritas responden menyatakan netral memilih lembaga keuangan syariah karena sarana pelayanan yang lengkap.
3. Uji Asumsi Klasik
a. Uji Normalitas Uji normalitas bertujuan untuk melihat apakah nilai residual
terdistribusi normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal atau mendekati normal. Uji normalitas pada
penelitian bisa menggunakan metode grafik P-P Plot. Yaitu dengan melihat
penyebaran data titik pada sumbu diagonal dari grafik atau dengan melihat histogram residualnya.
Gambar 4.10
Sumber: Hasil Output SPSS
Dari gambar normal P-Plot diatas, dapat dilihat bahwa titik-titik pada gambar menyebar disekitar garis lurus. Maka dapat disimpulkan bahwa data
cenderung berdistribusi normal dan layak untuk digunakan. Uji normalitas juga dapat diketahui dengan cara uji Kolmogorof-
Smirnov Test dengan melihat taraf signifikansi jika lebih dari 0.05, maka data berdistribusi normal. Berikut tabel uji normalitas menggunakan uji
Kolmogorof-Smirnov Test.
Tabel 4.9
Sumber: Hasil Output SPSS
Dari data diatas terlihat nilai Asymp. Sig. 2-tailed bernilai 0.200 0.05, maka dapat disimpulkan bahwa Ho ditolak atau dengan kata lain data
diatas terdistribusi normal. b. Uji Multikolinearitas
Uji multikolinearitas diperlukan untuk mengetahui ada atau tidaknya variabel bebas yang memiliki kemiripan dengan variabel bebas lainnya dalam
suatu model. Uji ini menggunakan Variance Inflation Factor VIF. Syarat suatu data tidak terjadi Multikolinearitas adalah jika nilai tolerance lebih dari
0.1 atau VIF kurang dari 10. Bila nilai tolerance kurang dari 0.1 atau VIF lebih besar dari 10, maka model tersebut memiliki gejala multikolinearitas.
Hasil uji multikolinearitas dapat dilihat pada tabel 4.10.
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 80
Normal Parameters
a,b
Mean .0000000
Std. Deviation 2.44149040
Most Extreme Differences Absolute
.060 Positive
.055 Negative
-.060 Test Statistic
.060 Asymp. Sig. 2-tailed
.200
Tabel 4.10 Uji Multikolinearitas
Dari tabel diatas dapat dilihat bahwa seluruh variabel independen pelayanan, sosial, lokasi dan agama memiliki nilai VIF tidak lebih dari 10
dan nilai tolerance lebih dari 0.1. Maka dapat dinyatakan model regresi dari keempat variabel terbebas dari multikolinearitas.
c. Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan untuk melihat apakah terdapat
ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Hasil perhitungan uji heteroskedastisitas dapat dilihat pada gambar 4.11.
Model Collinearity Statistics
Tolerance VIF
Constant Pelayanan
.840 1.190
Sosial .968
1.033 Lokasi
.841 1.189
Agama .775
1.291 Sumber: Hasil Output SPSS
Gambar 4.11
Sumber: Hasil Output SPSS
Output SPSS pada gambar 4.11 Scatterplot menunjukkan bahwa titik- titik diatas menyebar diatas dan dibawah atau disekitar angka 0. Tidak
memiliki pola tertentu, tidak pula terdapat pertumpukan antara titik-titik. Maka dapat disimpulkan model regresi linear berganda bebas dari asumsi
klasik ini tidak terdapat heteroskedastisitas dan layak digunakan dalam penelitian.
4. Uji Koefisien Korelasi dan Koefisien Determinasi
