D. Hasil Analisis Data
1. Uji Prasyarat Analisis
a. Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah variabel- variabel dalam penelitian memiliki sebaran distribusi normal atau tidak.
Uji normalitas ini menggunakan teknik Kolmogrov-Smirnov. Jika variabel residual tidak terdistribusi normal, maka uji statistik t dan F
menjadi tidak valid. Data dikatakan normal apabila nilai signifikansi 0,05. Berikut ini hasil penghitungan Kolmogorov-Smirnov dengan
SPSS: Tabel 18. Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardiz ed Residual
N 240
Normal Parameters
a
Mean .0000000
Std. Deviation 2.07999446
Most Extreme Differences
Absolute .035
Positive .023
Negative -.035
Kolmogorov-Smirnov Z .536
Asymp. Sig. 2-tailed .936
Sumber: Data primer yang di olah 2014 Berdasarkan tabel di atas, dapat diketahui nilai signifikansinya
sebesar 0,936. Angka tersebut lebih besar dari 0,05, sehingga data dikatakan normal dan dapat digunakan untuk uji selanjutnya.
b. Uji Linieritas
Uji linieritas bertujuan untuk mengetahui apakah variabel bebas dengan variabel terikat mempunyai hubungan linier atau tidak.
Pengujian dibantu dengan program SPSS Statistic 16.0 For Windows. Kriteria yang diterapkan untuk pengujian linieritas adalah nilai
signifikansi pada masing-masing variabel bebas lebih besar dari pada nilai taraf signifikansi Deviation from Linearity 0,05 maka hubungan
antara variabel bebas terhadap variabel terikat adalah linier. Hasil dari uji linieritas dapat dilihat pada tabel berikut:
Tabel 19. Hasil Uji Linieritas
Hubungan Variabel Deviation from
Linearity Keterangan
Citra Perbankan X
1
– Keputusan Nasabah
Mengambil Kredit Y 0,667
Linier
Pelayanan Z
1
– Keputusan Nasabah Mengambil Kredit
Y 0,907
Linier
Prosedur Kredit Z
2
– Keputusan Nasabah
Mengambil Kredit Y 0,125
Linier
Sumber: Data primer yang diolah Dari hasil uji linieritas pada tabel diatas dapat diketahui bahwa
ketiga variabel independen diatas memiliki nilai signifikansi Deviation from Linearity lebih besar dari 0,05 sehingga hal ini menunjukkan
variabel penelitian memiliki hubungan linier.
2. Uji Asumsi Klasik
a. Uji Heteroskedastisitas
Model regresi yang baik adalah yang homokedastisitas atau tidak terjadi heterokedastisitas. Untuk mengetahui apakah dalam model
regresi terjadi heterokedastisitas atau tidak dengan melihat pola sebaran titik-titik pada grafik 55 scatterplot. Jika titik-titik membentuk suatu
pola, maka terjadi heterokedastisitas. Berikut ini grafik scatterplot hasil uji heterokedastisitas dengan SPSS:
Gambar 7. Hasil Uji Heteroskedastisitas Dari grafik scatterplots terlihat bahwa titik-titik menyebar secara
acak serta tersebar, baik di atas maupun di bawah angka 0 pada sumbu
Y. Hal ini dapat disimpulkan bahwa tidak terjadi heterokedastisitas dalam model regresi.
b. Uji Multikolinieritas
Uji multikolinieritas digunakan untuk mengetahui ada tidaknya multikolinieritas dengan menyelidiki besarnya inter kolerasi antar
variabel bebasnya. Ada tidaknya multikolinieritas dapat dilihat dari besarnya Tolerance Value dan Variance Inflation Factor VIF. Jika
nilai Tolerance Value ≥ 0,10 atau sama dengan nilai VIF ≤ 10. Hasil uji
multikolinieritas dapat dilihat pada tabel berikut: Tabel 20. Hasil Uji Multikolinieritas
Variabel Perhitungan
Keterangan Tolerance
VIF
Citra Perbankan 0,938
1,066 Tidak terjadi
multikolinieritas Pelayanan
0,964 1,037
Tidak terjadi multikolinieritas
Prosedur Kredit 0,911
1,098 Tidak terjadi
multikolinieritas Sumber: Data primer yang diolah
Berdasarkan tabel di atas menunjukkan semua variabel bebas mempunyai nilai Tolerance
≥ 0,10 dan nilai VIF ≤ 10. Dengan demikian, dapat disimpulkan bahwa seluruh variabel bebas dalam
penelitian ini tidak terjadi multikolinieritas.
E. Uji Hipotesis
1. Hipotesis 1
H1 : Terdapat pengaruh positif Citra Perbankan terhadap Keputusan Nasabah dalam Mengambil Kredit pada PD BPR Bank Bantul.
Untuk menguji H1 dilakukan dengan analisis regresi linier sederhana. Hasil perhitungan dapat dilihat pada tabel di bawah ini:
Tabel 21. Hasil Perhitungan R Square Hipotesis 1
Sumber: Data primer yang diolah Nilai Adjusted R Square menunjukkan nilai variabel dependen
Keputusan Nasabah Mengambil Kredit yang dapat dijelaskan oleh variabel independen Citra Perbankan, yaitu sebesar 3,6, sedangkan
sisanya 96,4 dijelaskan oleh sebab-sebab lain di luar penelitian ini. Tabel 22. Hasil Perhitungan T test Hipotesis 1
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
1 Constant
22.391 1.388
16.132 .000
citra perbankan
.190 .060
.200 3.146 .002
Sumber: Data primer yang diolah Uji t statistik untuk variabel independen Citra Perbankan
menghasilkan nilai signifikansi 0,002 yang berarti lebih kecil dari nilai 0,05, sehingga dapat disimpulkan bahwa variabel dependen Keputusan
Model R
R Square Adjusted R
Square Std. Error of
the Estimate 1
.200
a
.040 .036
2.099
Kategori