Gambar 10. Histogram Distribusi Frekuensi Kepercayaan
Data tersebut kemudian digolongkan ke dalam kategori kecenderungan kepercayaan. Ketegori kecenderungan data variabel
kepercayaan dapat dikategorikan dalam 5 kategori yaitu sangat tinggi, tinggi, sedang, rendah, dan sangat rendah. Hasil distribusi kecenderungan
data variabel kepercayaan dapat dilihat pada Tabel 27 berikut:
Tabel 27. Kategori Kecenderungan Data Variabel Kepercayaan No.
Kategori Interval
Frekuensi Frekuensi Relatif
1 Sangat Tinggi
20 X ≤ 24
32 33
2 Tinggi
17 X ≤ 20
41 42
3 Sedang
14 X ≤ 17
20 21
4 Rendah
11 X ≤ 14
4 4
5 Sangat Rendah
6 X ≤ 11
Total 97
100 Sumber: Data primer yang diolah, 2014
4 3
8 37
13 5
13 14
5 10
15 20
25 30
35 40
Kepercayaan
Gambar 11. Pie Chart Kecenderungan Data Variabel Persepsi Risiko
Tabel di atas menunjukkan bahwa kategori sangat tinggi sebanyak 32 responden 33, kategori tinggi sebanyak 41 responden 42,
kategori sedang 20 responden 21, kategori rendah sebanyak 4 responden 4 dan kategori sangat rendah sebanyak 0 responden 0.
Berdasarkan hasil tersebut, dapat disimpulkan bahwa penilaian responden tentang variabel kepercayaan adalah tinggi karena mayoritas responden
memberikan penilaian tinggi.
C. Uji Prasyarat Analisis
Berdasarkan hasil pengujian hipotesis secara statistik sebenarnya model persamaan regresi yang diajukan adalah sudah memenuhi syarat,
dalam arti eratnya hubungan variabel bebas dengan variabel tidak bebasnya. Tetapi, agar model persamaan tersebut dapat diterima secara ekonometrik
33
42 21
4
Kepercayaan
Sangat Tinggi Tinggi
Sedang Rendah
Sangat Rendah
maka harus memenuhi uji normalitas dan uji linearitas serta uji asumsi klasik yang terdiri dari uji multikolinearitas dan uji heteroskedastisitas.
1. Uji Normalitas
Maksud data terdistribusi secara normal adalah bahwa data akan mengikuti bentuk distribusi normal. Distribusi normal data dengan
bentuk distribusi normal di mana data memusat pada nilai rata-rata dan median Purbayu Budi Santosa dan Ashari, 2005: 231. Uji normalitas
dalam penelitian ini menggunakan rumus nilai Z
kurtois
, jika nilai Z hitung lebih besar dari Z tabel maka distribusi tidak normal. Tingkat signifikansi
0,05 nilai Z tabel = 1.96 Hasil uji normalitas dapat ditunjukkan pada tabel 28 berikut:.
Tabel 28. Hasil Uji Normalitas Variabel
Z hitung Z tabel Keterangan
X1 0.129
1.96 Normal
X2 -0.129
1.96 Normal
X3 -0.312
1.96 Normal
X4 -0.568
1.96 Normal
Y -0.351
1.96 Normal
Sumber: Data primer diolah, 2014 Berdasarkan hasil uji normalitas di atas, karena nilai Z hitung Z
tabel 1.96, maka dapat dinyatakan bahwa data-data penelitian telah memenuhi distribusi normal.
2. Uji Linieritas
Pengujian linieritas regresi dilakukan dengan uji Statistik F. Harga F dihitung kemudian dikonsultasikan dengan F tabel dengan taraf
signifikansi 5. Apabila harga F hitung lebih kecil atau sama dengan F tabel maka hubungan variabel bebas X dengan variabel terikat Y
dinyatakan linier.
Tabel 29. Hasil Uji Linieritas Variabel
F hitung F tabel Keterangan
X1 0.712
3.9412 Linier
X2 1.140
3.9412 Linier
X3 1.375
3.9412 Linier
X4 1.272
3.9412 Linier
Sumber: Data primer diolah, 2014 Berdasarkan hasil uji linieritas pada tabel 29 menunjukkan bahwa
nilai F hitung varaibel bebas lebih kecil dari F tabel, yang menunjukkan bahwa hubungan antara variabel bebas dengan terikat minat
menggunakan Rekening Ponsel adalah linier.
D. Uji Asumsi Klasik 1
Uji Multikolinearitas
Salah satu cara untuk mendeteksi ada atau tidaknya multikolinearitas di dalam model regresi dapat dilihat dari nilai tolerance
dan lawan Variance Inflation Factor VIF. Nilai cut off yang umum dipakai untuk menunjukkan tidak adanya multikolinearitas adalah nilai