kualitas pelayanan mengalami kenaikan maka calon jama’ah haji mengalami kenaikan juga yaitu ceteris paribus.
2. Lokasi bank mempunyai pengaruh positif terhadap calon jama’ah haji.
Hal ini dapat dilihat dari koefisien �
2
sebesar 0,083. Artinya apabila lokasi bank mengalami kenaikan maka calon jama’ah haji akan mengalami
kenaikan yaitu ceteris paribus. 3.
Promosi bank mempunyai pengaruh negatif terhadap calon jama’ah haji. Hal ini dapat dilihat dari koefisien
�
3
sebesar -0,132. Artinya apabila promosi bank mengalami penurunan maka calon jama’ah haji akan
mengalami penurunan juga yaitu ceteris paribus.
4.8.2 Uji Asumsi Klasik
1. Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal serta untuk
menghindari bias dalam model regresi. Pengujian normalitas dalam penelitian ini menggunakan uji statistic non-parametrik Kolmogorov-Smirnov K-S, dengan
membuat hipotesis: �
: Data residual berdistribusi normal �
�
: Data residual tidak berdistribusi normal Nilai signifikansi 0,05 berarti
� diterima, sedangkan jika nilai
signifikansi 0,05 berarti �
�
ditolak.
Tabel 4.12 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test Y
X1 X2
X3 70
70 70
70 Normal Parameters
a,b
Mean 8.01
39.41 15.24
19.40 Std. Deviation
1.097 4.091
2.662 2.306
Most Extreme Differences
Absolute .166
.095 .135
.144 Positive
.162 .072
.108 .144
Negative -.166
-.095 -.135
-.143 Kolmogorov-Smirnov Z
1.391 .797
1.126 1.204
Asymp. Sig. 2-tailed .042
.548 .158
.110 a. Test distribution is Normal.
Berdasarkan hasil pengolahan data pada tabel 4.12 diperoleh nilai: Kolmogorov-Smirnov X1 sebesar 0,797, signifikansinya sebesar 0,548.
Kolmogorov-Smirnov X2 sebesar 1,126, signifikansinya sebesar 0,158. Kolmogorov-Smirnov X3 sebesar 1,204, signifikansinya sebesar 0,110.
Kolmogorov-Smirnov Y sebesar 1,391, signifikansi sebesar 0,042 Nilai signifikansi X1, X2, X3 0,05, maka
� diterima yang berarti data
residual berdistribusi normal. sedangkan nilai signifikansi Y 0,05. Maka �
�
ditolak yang berarti data residual tidak berdistribusi normal. Dengan demikian data dapat dilanjutkan dengan uji asumsi klasik lainnya. Berikut ini turut
dilampirkan grafik histogram dan grafik P-P plot data yang terdistribusi normal.
Gambar 4.4 Gambar dan grafik P-P plot data yang berdistribusi normal.
Grafik histogram pada gambar menunjukkan pola distribusi normal karena grafik histogram menunjukkan distribusi data mengikuti garis diagonal yang tidak
menceng skewness kiri maupun menceng kanan. Demikian pula dengan hasil uji normalitas dengan menggunakan grafik P-P plot dan scatterplot berikut ini:
Gambar 4.5 P-P plot dan
scatterplot
Pendeteksian normalitas dapat dilakukan dengan melihat penyebaran data titik pada sumbu diagonal dari grafik, yaitu jika data titik menyebar disekitar
garis diagonal dan mengikuti arah garis diagonal, hal ini menunjukkan data yang telah terdistribusi normal. pada uji normalitas gambar 4.15 normal P-P plot
menunjukkan bahwa titik-titik menyebar disekitar garis diagonal dan mengikuti garis diagonal, maka dapat disimpulkan bahwa data yang diperoleh berdistribusi
normal. Hal ini sejalan dengan hasil pengujian dengan menggunakan histogram bahwa data telah terdistribusi normal. Karena keseluruhan data telah terdistribusi
secara normal, maka dapat dilakukan pengujian asumsi klasik lainnya.
2. Uji Multikolinearitas
