orang 17,33 menyatakan kurang setuju dan tidak ada yang menyatakan tidak setuju dan sangat tidak setuju.
c. Analisis frekuensi jawaban responden terhadap pertanyaan 3 Tingkat suku bunga bank yang bisa di jangkau di bandingkan dengan bank lain memperlihatkan
bahwa 10orang 13,33 menyatakan sangat setuju,40 orang 53,33, menyatakan setuju, 22 orang 29,33 yang menyatakan kurang setuju, 2 orang
2,67 menyatakan tidak setuju dan tidak ada yang menyatakan sangat tidak setuju.
d. Analisis frekuensi jawaban responden terhadap pertanyaan 4 produk kupedes yang ditawarkan sesuai dengan pendapatan memperlihatkan bahwa 12 orang
16 menyatakan sangat setuju, 5 orang 6,67 menyatakan sangat setuju, 21 orang 28 menyatakan kurang setuju, 2 orang 2,67 menyatakan tidak setuju
dan tidak ada yang menyatakan tidak setuju.
4.2.2 Uji Asumsi Klasik 1. Uji Normalitas
Tujuan uji normalitas adalah untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data dengan bentuk
lonceng. Jika asumsi ini dilanggar maka uji statistic menjadi tidak valid. Ada dua cara untuk mendeteksi apakah data berdistribusi normal atau tidak, yaitu dengan
pendekatan grafik dan pendekatan Kolmogorv-Sminrnov.
Universitas Sumatera Utara
Uji statistik dengan menggunakan pendekatan Kolmogorov-Smirnov dilakukan dengan kriteria sebagai berikut :
a. Apabila nilai Asymp. Sig. 2-tailed nilai signifikan, maka data residual berdistribusi normal
b. Apabila nilai Kolmogorov-Smirnov Z 1,97, maka data dikatakan normal.
Sumber: Hasil Pengolahan Data Primer Kuesioner, SPSS versi 16.00, 2014 Gambar 4.1
Histogram
Universitas Sumatera Utara
Grafik histogram di atas menunjukkan bahwa distribusi data yang berbentuk lonceng tidak menceng ke kiri atau menceng ke kanan. Oleh karena itu, data
dikatakan berdistribusi normal. 2. Normal Probability Plots
Sumber: Hasil Pengolahan Data Primer Kuesioner, SPSS versi 16.00, 2014 Gambar 4.2
Universitas Sumatera Utara
Normal Probability Plots
Gambar normal probability plots pada scatter plot di atas menunjukkan bahwa titik-titik yang ada mengikuti data di sepanjang garis diagonal. Oleh karena itu, data
dikatakan berdistribusi normal. 3. Uji Statistik Kolmogorov-Smirnov
Tabel 4. 8 One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
75 Normal Parameters
a
Mean .0000000
Std. Deviation 1.14288344
Most Extreme Differences
Absolute .132
Positive .092
Negative -.132
Kolmogorov-Smirnov Z 1.140
Asymp. Sig. 2-tailed .149
a. Test distribution is Normal.
Sumber: Hasil Pengolahan Data Primer Kuesioner, SPSS versi 16.00, 2014
Universitas Sumatera Utara
Pada Tabel 4.8 terlihat bahwa nilai Asymp. Sig. 2-tailed adalah 0,149 di mana angka ini lebih besar dibandingkan nilai signifikan 0,05 dan nilai Kolmogorov-
Smirnov Z adalah 1,140 di mana angka ini lebih kecil dibanding nilai ketetapan 1,97. Dengan demikian, uji statistik memenuhi kedua kriteria yang dipersyaratkan dan data
dikatakan berdistribusi normal.
2. Uji Heteroskedastisitas
Pengujian heteroskedastisitas, dapat dilakukan melalui dua cara. Pertama, melalui analisis grafik dengan cara membaca grafik Scatterplot, di mana tidak terjadi
heteroskedastisitas apabila titik-titik menyebar secara acak, tidak membentuk sebuah pola tertentu yang jelas, dan tersebar baik di atas maupun di bawah angka nol pada
sumbu Y. Kedua, melalui analisis statistik yang dilakukan melalui uji glejser, di mana tidak terjadi heteroskedastisitas apabila tidak ada variabel independen yang
signifikan secara statistik mempengaruhi variabel dependen.
Universitas Sumatera Utara
1. Grafik Scatterplot
Sumber: Hasil Pengolahan Data Primer Kuesioner, SPSS versi 16.00, 2014 Gambar 4.3
Scatterplot
Gambar Scatterplot di atas menunjukkan bahwa titik-titik yang ada menyebar secara acak, tersebar baik di atas maupun di bawah angka nol pada sumbu Y dan
tidak membentuk sebuah pola tertentu yang jelas. Oleh karena itu, model regresi dikatakan tidak mengalami heteroskedastisitas.
Universitas Sumatera Utara
2. Uji Glejser
Tabel 4.9 Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients
t Sig.
B Std.
Error Beta
1 Constant
-.406 .942
-.430 .668
Produk .093
.065 .231 1.434
.156 TingkatSukuBunga
.007 .070
.018 .098
.923 Kualitas_Pelayana
n -.019
.049 -.057
-.393 .695
a. Dependent Variable: absut
Sumber: Hasil Pengolahan Data Primer Kuesioner, SPSS versi 16.00, 2014
Pada Tabel 4.9 terlihat bahwa nilai Sig. variabel-variabel bebas yang lebih besar dari nilai signifikan 0,05. Jadi, model regresi tidak mengalami heteroskedastisitas.
Universitas Sumatera Utara
3. Uji Multikolinearitas Tabel 4.10
Coefficients
a
Model Unstandardize
d Coefficients Standardiz
ed Coefficien
ts
t Sig.
Collinearity Statistics
B Std.
Error Beta
Toleranc e
VIF 1Constant
5.111 1.512
3.381 .001 Produk
.197 .104
.237 1.886 .063 .513
1.949 TingkatSukuBun
ga .010
.113 .013
.090 .928 .378
2.647 Kualitas_Pelayan
an .358
.079 .515 4.540 .000
.626 1.598
a. Dependent Variable: Minat_Masyarakat
Sumber: Hasil Pengolahan Data Primer Kuesioner, SPSS versi 16.00, 2014
Pada Tabel 4.10 terlihat bahwa nilai Tolerance semua variabel bebas adalah lebih besar dari nilai ketetapan 0,1 dan nilai VIF semua variabel bebas adalah lebih kecil
dari nilai ketetapan 5. Oleh karena itu, data dalam penelitian ini dikatakan tidak mengalami masalah multikolinearitas.
Universitas Sumatera Utara
4.2.3 Analisis Regresi Linier Berganda
