Tabel 4.16 Pengujian Koefisien Determinasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
.725a .526
.505 1.27500
a Predictors: Constant, Perceptions, Behavior, Expectations
Sumber: Hasil pengolahan data primer kuesioner dengan SPSS 12.0, 2009
Nilai Adjusted R Square R Square dimana Adjusted R Square adalah 0,505 dan R Square adalah 0,526. Ini berarti apabila variabel bebas ditambah
maka pengaruh yang lebih besar terhadap tingkat keputusan nasabah. Hal ini menunjukkan bahwa 50,5 keputusan nasabah dipengaruhi oleh faktor
syariah X
1
, pelayanan X
2
, produk X
3
dan promosi X
4
dan sisanya sebesar 49,5 dipengaruhi oleh variabel diluar penelitian. Kuncoro, 2003:
221
5. Uji Asumsi Klasik
a. Uji Normalitas
Tujuan uji normalitas adalah ingin mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi
data dengan bentuk lonceng. Data yang baik adalah data yang mempunyai pola seperti distribusi normal, yakni distribusi data tersebut tidak menceng
ke kiri atau menceng ke kanan.
0.0 0.2
0.4 0.6
0.8 1.0
Observed Cum Prob 0.0
0.2 0.4
0.6 0.8
1.0
Expect ed C
um Prob
Dependent Variable: Loyalitas Normal P-P Plot of Regression Standardized Residual
Gambar 4.1: Normal P-P Plot Sumber: Hasil pengolahan data primer kuesioner dengan SPSS 12.0, 2008
Pada normal P-P plot terlihat titik-titik tersebar yang mengikuti data disepanjang garis diagonal dan umumnya penyebarannya mengikuti
arah garis diagonal. Walaupun menunjukkan sedikit penyimpangan, model regresi memenuhi normalitas. Hal ini berarti data berdistribusi normal atau
mendekati normal sehingga layak digunakan. b. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terdapat ketidaksamaan variance dari residual satu
pengamatan ke pengamatan lainnya. Jika variance dari satu residual satu pengamatan ke pengamatan lainnya tetap, maka terjadi homoskedastisitas.
Jika berbeda, maka disebut heteroskedastisitas. Model regresi yang baik adalah yang tidak terjadi heteroskedastisitas.
Dengan kriteria pengambilan keputusan: Sig 0,05, artinya data tidak terkena heteroskedastisitas.
Sig 0,05, artinya data terkena heteroskedastisitas.
Gambar 4.2: Scatter P-P Plot Sumber: Hasil pengolahan data primer kuesioner dengan SPSS 12.0, 2009
Dari grafik scatter P-P plot, terlihat titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas serta tersebar baik diatas maupun
dibawah angka nol pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai untuk memprediksi
loyalitas nasabah pada PT. Bank Negara Indonesia Persero Tbk. Cabang Syariah Medan, berdasarkan masukan variabel independennya consumer behavior in
services, customer expectations of service, dan customer perceptions of service. Dengan kata lain, model regresi yang digunakan bersifat homoskedastisitas.
c. Uji Autokorelasi