BAB IV ANALISIS DATA
B. Analisis Data
4. Uji Asumsi Klasik
Uji asumsi klasik merupakan tahapan yang penting dilakukan dalam proses analisis regresi. Apabila tidak terdapat gejala asumsi klasik diharapkan dapat dihasilkan model regresi yang handal sesuai dengan kaidah BLUE (Best Linier Unbiased Estimator), yang menghasilkan model regresi yang tidak bias dan handal sebagai penaksir. Pelanggaran terhadap asumsi klasik berarti model regresi yang diperoleh tidak banyak manfaat dan kurang valid. Disamping, itu uji asumsi klasik berguna untuk melengkapi uji statistik (Bawono, 2006: 115). Uji asumsi klasik terdiri dari:
a. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi terhadap korelasi variabel independen antara satu dengan yang lain. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas (Bawono, 2006: 116). Dalam
penelitian ini, teknik uji multikolinearitas yang digunakan adalah VIF (Varian Inflation Factor) dan nilai tolerance juga matrik korelasi dimana kedua nilai VIF dan Tolerance ini, nilainya berlawanan, kalau
tolerance-nya besar maka VIFnya kecil dan sebaliknya. b. Uji Heteroskendastisitas
Heteroskendastisitas adalah nilai residual dengan varian setiap variabel independen tidak sama. Untuk mendeteksi ada tidaknya gejaga heteroskendastisitas dalam penelitian ini digunakan metode
park, yang mengemukakan bahwa σ 2 merupakan fungsi dari variabel independen, yang dinyatakan sebagai berikut:
σ 2 i = αXiβ
Persamaan di atas dijadikan linier dalam bentuk persamaan log sehingga menjadi : Ln σ 2i = α + β Ln Xi + Vi karena σ 2i umumnya
tidak diketahui, maka ini dapat ditaksir menggunakan Ut sebagai
proksi sehingga: Ln U2i = α + β Ln Xi + Vi.
Apabila koefisien parameter β dari persamaan regresi tersebut signifikan secara statistik,hal ini menunjukkan bahwa dalam data model empiris yang diestimasi terdapat heteroskendastisitas dan sebaliknya jika β tidak signifikan secara statistik maka asumsi homokedastisitas pada data model tersebut tidak dapat ditolak (Bawono, 2006: 136-137).
c. Uji Normalitas
Uji normalitas digunakan untuk mengetahui data variabel dependen dan variabel independen dalam model regresi berdistribusi normal atau tidak. Sebuah data penelitian yang baik adalah yang datanya berdistribusi normal (Bawono, 2006: 174). Dalam penelitian ini untuk menguji normalitas data adalah dengan menggunakan metode analisa grrafik. Dalam metode grafik untuk mengetahui data berdistribusi normal atau tidak yaitu dengan melihat histogram yang membandingkan data observasi dengan distribusi yang mendekati distribusi normal dan normal probability plot yang membandingkan distribusi kumulatif data dari distribusi normal. Jika berdistribusi normal maka garis yang menggambarkan data sesungguhnya akan mendekati garis normal.
Selain itu bisa juga dengan menggunakan metode kolmogrov- smirnov test (K-S), dimana dalam metode K-S yaitu melihat nilai sig. di atas 0,05 yang berarti nilai residual terdistribusi secara normal atau memenuhi asumsi klasik normalitas (Ghozali, 2012: 202).
d. Uji Linearitas
Uji linearitas digunakan untuk melihat spesifikasi model yang digunakan sudah tepat atau lebih baik dalam spesifikasi model bentuk lain. Dengan uji linearitas akan diperoleh informasi apakah model empiris sebaiknya linier, kuadrat, atau kubik. Dalam penelitian ini model yang digunakan untuk menguji linearitas adalah model uji
Durbin-Watson, uji ini biasanya dilakukan untuk melihat ada tidaknya autokorelasi dalam suatu model regresi. Peneliti akan menguji apakah spesifikasi model yang tepat itu dalam bentuk linear atau kuadrat dengan alat bantu SPSS 23, dalam uji ini membuat dua persamaan regresi yaitu linier dan kuadrat sebagai berikut (Bawono, 2006: 179):
1)
2)
Persamaan di atas berlaku setiap persamaan regresi dalam penelitian ini. Dari persamaan regresi linier dan kuadrat tersebut maka diperoleh nilai D-W untuk setiap model. Kemudian nilai D-W yang diperoleh dibandingkan dengan D-W tabel (du). Jika persamaan
tersebut berada diantara du dan 4 – du maka dapat disimpulkan bahwa
tidak terdapat spesifikasi model atau keduanya layak dipakai. Dengan kata lain spesifikasi model linear layak untuk digunakan untuk model regresi (Bawono, 2006: 181).
I. Alat Analisis
Alat analisis dalam penelitian ini adalah regresi berganda melalui SPSS
for windows version 23. SPSS (Statistical Product and Service Solution) merupakan sebuah program computer statistik yang berfungsi untuk membantu dalam memproses data-data statistik secara tepat dan cepat, serta menghasilkan berbagai output yang dikehendaki oleh para pengambil keputusan. Statistik dapat diartikan sebagai suatu kegiatan yang bertujuan
untuk mengumpulkan data, meringkas atau menyajikan data kwmudian menganalisis data dengan menggunakan mtode tertentu dan menginterpretasikan hasil dari analisis tersebut.
115
BAB IV ANALISIS DATA
A. Latar Belakang Perusahaan
1. Sejarah Berdirinya BNI Syariah KC Surakarta
Tempaan krisis moneter tahun 1997 membuktikan ketangguhan sistem perbankan syariah. Prinsip Syariah dengan 3 (tiga) pilarnya yaitu adil, transparan, dan maslahat mampu menjawab kebutuhan masyarakat terhadap sistem perbankan yang lebih adil. Dengan berlandaskan pada Undang-undang No. 10 Tahun 1998, pada tanggal 29 April 2000 didirikan Unit Usaha Syariah (UUS) BNI dengan 5 kantor cabang di Yogyakarta, Malang, Pekalongan, Jepara, dan Banjarmasin. Selanjutnya UUS BNI terus berkembang menjadi 28 Kantor Cabang dan 31 Kantor Cabang Pembantu.
Disamping itu nasabah juga dapat menikmati layanan syariah di Kantor Cabang BNI Konvensional (office channeling) dengan lebih kurang 1500 outlet yang tersebar di seluruh wilayah Indonesia. Di dalam pelaksanaan operasional perbankan. BNI Syariah tetap memperhatikan kepatuhan terhadap aspek syariah. Dengan Dewan Pengawas Syariah (DPS) yang saat ini diketuai oleh KH. Ma‘ruf Amin, semua produk BNI Syariah telah melalui pengujian dari DPS sehingga telah memenuhi aturan syariah.
Berdasarkan Keputusan Gubernur Bank Indonesia Nomor 12/ 41/ KEP GBI/ 2010 tanggal 21 Mei 2010 mengenai pemberian izin usaha kepada PT Bank BNI Syariah. Dan di dalam Corporate Plan UUS BNI tahun 2003 ditetapkan bahwa status UUS bersifat temporer dan akan dilakukan spin off tahun 2009. Rencana tersebut terlaksana pada tanggal 19 Juni 2010 dengan beroperasinya BNI Syariah sebagai Bank Umum Syariah (BUS). Realisasi waktu spin off bulan Juni 2010 tidak terlepas dari faktor eksternal berupa aspek regulasi yang kondusif yaitu dengan diterbitkannya UU No. 19 tahun 2008 tentang Surat Berharga Syariah Negara (SBSN) dan UU No. 21 tahun 2008 tentang Perbankan Syariah. Disamping itu, komitmen Pemerintah terhadap pengembangan perbankan syariah semakin kuat dan kesadaran terhadap keunggulan produk perbankan syariah juga semakin meningkat.
Juni 2014 jumlah cabang BNI Syariah mencapai 65 Kantor Cabang, 161 Kantor Cabang Pembantu, 17 Kantor Kas, 22 Mobil Layanan Gerak dan 20 Payment Point.
2. Visi dan Misi Perusahaan
Visi Bank BNI Syariah Indonesia yaitu:
―Menjadi bank syariah pilihan masyarakat yang unggul dalam layanan dan kinerja‖
Misi Bank BNI Syariah Indonesia yaitu:
a. Memberikan kontribusi positif kepada masyarakat dan peduli pada kelestarian lingkungan.
b. Memberikan solusi bagi masyarkat untuk kebutuhan jasa perbankan syariah.
c. Memberikan nilai investasi yang optimal bagi investor.
d. Menciptakan wahana terbaik sebagai tempat kebanggaan untuk berkarya dan berprestasi bagi pegawai sebagai perwujudan ibadah. e. Menjadi acuan tata kelola perusahaan yang amanah.
3. Struktur Organisasi BNI Syariah KC Surakarta
Struktur organisasi PT. Bank BNI Syariah Kantor Cabang (KC) Surakarta telah menunjukkan garis wewenang dan garis tanggung jawab secara sederhana dan tegas sehingga mencerminkan pemisahan fungsi atau Job Description setiap devisi atau departemen secara jelas. Berikut akan dijelaskan melalui bagan di bawah ini:
Sumber: Wawancara pada tanggal 02 September 2018
Gambar 4. 1 Struktur Organisasi 4. Karakteristik Responden
Karakteristik responden digunakan untuk menggambarkan keadaan atau kondisi responden yang dapat memberikan informasi tambahan untuk memahami hasil-hasil penelitian. Adapun karakterisitk responden yang menjadi sampel dalam penelitian ini diklasifikasikan berdasarkan jenis kelamin, usia, pendidikan terkahir, pekerjaan, dan penghasilan per bulan. Berikut ini akan dibahas mengenai kondisi masing-masing klasifikasi karakterisitk responden tersebut:
BRANCH INTERNAL CONTROL (BIC) CONSU MER BUSINES S MANAG ER RECOV ERY & REMED IAL DIV (RRD) INTERN AL AUDIT DIV COMPL IANCE DESK (CMD) CARD BUSINE SS DIVISIO N (CBD) OPERA TIONAL DIVISIO N BRANCH MANAGER (BM) OPERATIONAL MANAGER (OM) RECOVE RY & REMEDI AL HEAD (RRH) SUB BRANCH MANAG ER SRAGEN (SBM) SUB BRANCH OFFICE KLATEN SME FINANCI NG HEAD (SFH) CUSTOM ER SERVICE HEAD PROCESS ING HEAD (cph) CONSU MER SALES HEAD (CSH) BACK OFFICE HEAD (BOH) FINANCI NG ADM HEAD (FAH)
a. Jenis Kelamin Responden
Data mengenai jenis kelamin nasabah Bank BNI Syariah KC Surakarta yang diiambil sebagai responden adalah sebagai berikut:
Tabel 4. 1
Jenis Kelamin Responden Jenis Kelamin Frequency Percent Valid Percent Cumulative Percent Valid laki-laki 63 63.0 63.0 63.0 perempuan 37 37.0 37.0 100.0 Total 100 100.0 100.0
Sumber: Data primer yang diolah, 2018
Tabel 4.1 di atas menunjukkan bahwa jenis kelamin nasabah Bank BNI Syariah KC Surakarta yang diambil sebagai responden didominasi oleh responden laki-laki yaitu sebanyak 63 orang atau 63%. Sedangkan sisanya adalah responden perempuan sebanyak 37 orang atau 37%.
b. Usia Responden
Data mengenai usia nasabah Bank BNI Syariah KC Surakarta yang diiambil sebagai responden adalah sebagai berikut:
Tabel 4. 2 Usia Responden Usia Frequency Percent Valid Percent Cumulative Percent Valid 17 - 30 tahun 65 65.0 65.0 65.0
31 - 40
tahun 21 21.0 21.0 86.0 41 - 50
tahun 14 14.0 14.0 100.0 Total 100 100.0 100.0
Sumber: Data primer yang diolah, 2018
Tabel 4.2 di atas menunjukkan bahwa usia nasabah Bank BNI Syariah KC Surakarta yang diambil sebagai responden mayoritas berusia antara 17 – 30 tahun yaitu sebanyak 65 orang. Sedangkan lainnya berusia antara 31 – 40 tahun sebanyak 21 orang, dan usia antara 41 – 50 tahun sebanyak 14 orang. Dengan demikian dapat disimpulkan nasabah Bank BNI Syariah KC Surakarta berusia produktif yaitu usia di mana seseorang masih mampu bekerja dan menghasilkan sesuatu.
c. Pendidikan Terakhir Responden
Data mengenai pendidikan terakhir nasabah Bank BNI Syariah KC Surakarta yang diambil sebagai responden adalah sebagai berikut: Tabel 4. 3 Pendidikan Terakhir Pendidikan Terakhir Frequency Percent Valid Percent Cumulative Percent Valid SMA/Sederajat 40 40.0 40.0 40.0 D1/D2/D3 9 9.0 9.0 49.0 S1/S2 51 51.0 51.0 100.0 Total 100 100.0 100.0
Tabel 4.3 di atas menunjukkan bahwa pendidikan terakhir nasabah Bank BNI Syariah KC Surakarta yang diambil sebagai responden mayoritas berpendidikan S1/S2 yaitu sebanyak 51 orang. Sedangkan yang berpendidikan SMA/Sederajat sebanyak 40 orang, dan untuk lulusan D1/D2/D3 sebanyak 9 orang. Tingkat pendidikan yang ditempuh sesorang menunjukkan tingkat pengetahuan dan wawasan yang dimiliki, sehingga akan berpengaruh pada kemampuan menganalisis suatu permasalahan.
d. Pekerjaan Responden
Data mengenai pekerjaan nasabah Bank BNI Syariah KC Surakarta yang diambil sebagai responden adalah sebagai berikut:
Tabel 4. 4 Pekerjaan Responden Pekerjaan Frequency Percent Valid Percent Cumulative Percent Valid PNS/BUMN /BUMD 20 20.0 20.0 20.0 Wiraswasta 14 14.0 14.0 34.0 Karyawan Swasta 31 31.0 31.0 65.0 Pelajar/Mah asiswa 22 22.0 22.0 87.0 Lainnya 13 13.0 13.0 100.0 Total 100 100.0 100.0
Sumber: Data primer yang diolah, 2018
Tabel 4.4 di atas menunjukkan bahwa pekerjaan nasabah Bank BNI Syariah KC Surakarta yang diambil sebagai responden
mayoritas bekerja sebagai karyawan swasta yaitu sebanyak 31 orang. Sedangkan 22 orang sebagai pelajar/mahasiswa, 20 orang sebagai PNS/BUMN/BUMD, 14 orang sebagai wiraswasta, dan 13 orang sebagai pekerja lainnya.
e. Penghasilan per Bulan Reesponden
Data mengenai penghasilan per bulan nasabah Bank BNI Syariah KC Surakarta yang diiambil sebagai responden adalah sebagai berikut:
Tabel 4. 5 Penghasilan per Bulan
Penghasilan Frequency Percent Valid Percent Cumulative Percent Valid <1jt 24 24.0 24.0 24.0 1jt - 5jt 46 46.0 46.0 70.0 5jt - 10jt 17 17.0 17.0 87.0 10jt - 20jt 7 7.0 7.0 94.0 >20jt 6 6.0 6.0 100.0 Total 100 100.0 100.0
Sumber: Data primer yang diolah, 2018
Tabel 4.5 di atas menunjukkan bahwa penghasilan per bulan nasabah Bank BNI Syariah KC Surakarta yang diambil sebagai responden mayoritas berpenghasilan antara 1 – 5 juta sebanyak 46 orang. Sedangkan berpenghasilan antara < 1 juta sebanyak 24 orang, antara 5 – 10 juta sebanyak 17 orang, penghasilan antara 10 – 20 juta sebnayak 7 orang, dan berpenghasilan > 20 juta sebanyak 6 orang.
B. Analisis Data
1. Uji Instrumen
a. Uji Reliabilitas
Uji reliabilitas digunakan untuk mengukur kehandalan suatu kuesioner ysng merupakan indicator dari variabel penelitian. Untuk mengukur reliabilitas dengan menggunakan uji statistik adalah dengan melihat nilai Cronbach Alpha (α) > 0,60 (Bawono, 2006: 68). Adapun hasil uji reliabilitas yang dilakukan terhadap instrument penelitian ini dapat dijelaskan pada tabel berikut:
Tabel 4. 6 Hasil Uji Reliabilitas
Variabel Cronbach Alpha
(α) Keterangan Advertising (X1) 0,857 Reliable
Public Relations (X2) 0,775 Reliable
Personal Selling (X3) 0,824 Reliable
Sales Promotion (X4) 0,834 Reliable
Minat Menabung (Y) 0,715 Reliable Sumber: Data primer yang diolah, 2018
Dari tabel 4.6 di atas diketahui bahwa masing-masing variabel mempunyai nilai Cronbach Alphalebih dari 0,06 (α > 0,60), sehingga
data tersebut dapat dikatakan reliable untuk pengukuran dan penelitian berikutnya.
b. Uji Validitas
Sebuah data yang didapat dari kuesioner, sebaiknya diuji validitas (Bawno, 2006: 68). Uji validitas digunakan untuk mengetahui valid atau tidaknya suatu kuesioner. Berikut ini hasil uji validitas pada setiap pernyataan masing-masing variabel:
Tabel 4. 7 Hasil Uji Validitas
Variabel Item Pernyataan Pearson Correlation Significant 2 Tailed Keterangan Advertising (X1) Pernyataan 1 0,854** 0,000 Valid Pernyataan 2 0,928** 0,000 Valid Pernyataan 3 0,863** 0,000 Valid Public Relations (X2) Pernyataan 4 0,704** 0,000 Valid Pernyataan 5 0,720** 0,000 Valid Pernyataan 6 0,686** 0,000 Valid Personal Selling (X3) Pernyataan 7 0,803** 0,000 Valid Pernyataan 8 0,848** 0,000 Valid Pernyataan 9 0,849** 0,000 Valid Pernyataan 10 0,827** 0,000 Valid Sales Prmotion (X4) Pernyataan 11 0,915** 0,000 Valid Pernyataan 12 0,852** 0,000 Valid Pernyataan 13 0,832** 0,000 Valid Pernyataan 14 0,874** 0,000 Valid
Menabung (Y)
Pernyataan 16 0,640** 0,000 Valid
Pernyataan 17 0,726** 0,000 Valid Sumber: Data primer yang diolah, 2018
Berdasarkan tabel 4.7 di atas, diketahui bahwa korelasi butir pernyataan 1 (satu) sampai 3 (tiga) terhadap total skor butir pernyataan advertising (X1) menunjukkan signifikan (berbintang
dua) pada level 1% (0,01). Korelasi butir pernyataan 4 (empat) sampai 6 (enam) terhadap total skor butir pernyataan public relations
(X2) menunjukkan signifikan (berbintang dua) pada level 1% (0,01).
Korelasi butir pernyataan 7 (tujuh) sampai 10 (sepuluh) terhadap total skor butir pernyataan personal selling (X3) menunjukkan
signifikan (berbintang dua) pada level 1% (0,01). Korelasi butir pernyataan 11 (sebelas) sampai 14 (empat belas) terhadap total skor butir pernyataan sales promotion (X4) menunjukkan signifikan
(berbintang dua) pada level 1% (0,01). Korelasi butir pernyataan 15 (lima belas) sampai 17 (tujuh belas) terhadap total skor butir pernyataan minat menabung (Y) menunjukkan signifikan (berbintang dua) pada level 1% (0,01). Semua butir pernyataan dinyatakan valid dan layak untuk penelitian berikutnya.
2. Analisi Regresi Linear Berganda
Regresi linear berganda digunakan untuk menjelaskan hubungan antara variabel dependen dengan variabel independen yang lebih dari satu. Dalam penelitian ini model persamaan regresi linear berganda yang
disusun untuk mengetahui pengaruh advertising, public relations, personal selling, dan sales promotion terhadap minat menabung di BNI Syariah KC Surakarta adalah sebagai berikut:
Dengan menggunakan program SPSS (Statistical Product and Service Solution) versi 23 diperoleh hasil perhitungan sebagai berikut:
Tabel 4. 8
Uji Regresi Linear Berganda Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) 20.412 5.011 4.073 .000 Advertising .529 .120 .432 4.398 .000 Public Relations -.351 .185 -.175 -1.899 .061 Personal Selling -.184 .104 -.180 -1.760 .082 Sales Promotion .173 .078 .221 2.211 .029 a. Dependent Variable: Minat Menabung
Sumber: Data primer yang diolah, 2018
Berdasarkan tabel 4,8 di atas, dapat dibuat model persamaan regresi linear berganda sebagai berikut:
Y = 20,412 + 0,529X1– 0,351X2– 0,184X3 + 0,173X4 Di mana: Y = Minat Menabung X1 = Advertising X2 = Public Relations X3 =Personal Selling
X4 =Sales Promotion
Arti dari model persamaan regresi linear berganda di atas adalah:
a. Nilai konstan (β0) = 20,412 diartikan bahwa ketika variabel X1, X2,
X3, dan X4 konstan atau tidak ada atau sebesar 0, maka Y akan
mengalami peningkatan sebesar 20,412, dengan asumsi cateris paribus.
b. Nilai koefisien regresi variabel X1 = 0,529 artinya jika variabel X1
mengalami peningkatan 1 satuan sedangkan, X2, X3, dan X4 konstan
atau tidak ada atau sebesar 0, maka Y akan mengalami peningkatan sebesar 0,529, dengan asumsi cateris paribus.
c. Nilai koefisien regresi variabel X2 = -0,351, besaran koefisien regresi
variabel instruktur bertanda negative, artinya instruktur tidak berbanding lurus atau tidak searah terhadap minar menabung.
d. Nilai koefisien regresi variabel X3 = -0,184, besaran koefisien regresi
variabel instruktur bertanda negative, artinya instruktur tidak berbanding lurus atau tidak searah terhadap minar menabung.
e. Nilai koefisien regresi variabel X4 = 0,173 artinya jika variabel X4
mengalami peningkatan 1 satuan sedangkan, X1, X2, dan X3 konstan
atau tidak ada atau sebesar 0, maka Y akan mengalami peningkatan sebesar 0,173, dengan asumsi cateris paribus.
3. Uji Statistika
a. Uji Ttest (Uji Parsial)
Uji ttest digunakan untuk melihat tingkat signifikansi variabel
independen mempengaruhi variabel dependen secara parsial atau individu (Bawono, 2006: 89). Hasil uji ttest dalam penelitian ini dapat
dilihat pada tabel berikut ini:
Tabel 4. 9 Uji Ttest Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) 20.412 5.011 4.073 .000 Advertising .529 .120 .432 4.398 .000 Public Relations -.351 .185 -.175 -1.899 .061 Personal Selling -.184 .104 -.180 -1.760 .082 Sales Promotion .173 .078 .221 2.211 .029 a. Dependent Variable: Minat Menabung
Sampel: Data Primer yang diolah, 2018
Berdasarkan pada tabel 4.9 di atas dapat diketahui bahwa:
1) Nilai signifikansi variabel advertising (X1) sebesar 0.000 lebih
kecil dari 0,05, artinya ada pengaruh yang signifikan antara
advertising (X1) terhadap minat menabung (Y).
2) Nilai signifikansi variabel public relations (X2) sebesar 0.061
lebih besar dari 0,05, artinya tidak ada pengaruh yang signifikan antara public relations (X2) terhadap minat menabung (Y).
3) Nilai signifikansi variabel personal selling (X3) sebesar 0.082
lebih besar dari 0,05, artinya tidak ada pengaruh yang signifikan antara personal selling (X3) terhadap minat menabung (Y).
4) Nilai signifikansi variabel sales promotion (X4) sebesar 0.029
lebih kecil dari 0,05, artinya ada pengaruh yang signifikan antara sales promotion (X4) terhadap minat menabung (Y).
b. Uji Ftest (Uji Simultan)
Uji Ftest dilakukan untuk mengetahui seberapa jauh variabel
independen secara bersama-sama dapat mempengaruhi variabel dependen (Bawono, 2006: 91). Hasil Uji Ftest penelitian ini dapat
dilihat pada tabel berikut:
Tabel 4. 10 Uji Ftest ANOVAa
Model Sum of Squares df Mean Square F Sig. Regression 314.820 4 78.705 7.659 .000b Residual 976.220 95 10.276
Total 1291.040 99 a. Dependent Variable: Minat Menabung
b. Predictors: (Constant), Sales Promotion, Public Relations, Advertising, Personal Selling
Sampel: Data primer yang diolah, 2018
Berdasarkan tabel 4.10 di atas dapat diketahui bahwa nilai signifikansi 0,000 lebih kecil dari 0,05 artinya variabel independen secara bersama-sama (simultan) mempengaruhi variabel dependen secara signifikan.
c. Uji Koefisien Determinasi (R2)
Koefisien determinasi (R2) menunjukkan sejauh mana tingkat hubungan antara variabel dependen dengan variabel independen (Bawono, 2006: 92). Hasil uji koefisien determinasi (R2) penelitian ini dapat dilihat pada tabel beikut:
Tabel 4. 11
Uji Koefisien Determinasi (R2) Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .494a .244 .212 3.20562
a. Predictors: (Constant), Sales Promotion, Public Relations, Advertising, Personal Selling
Sumber: Data primer yang diolah, 2018
Berdasarkan tabel 4.11 di atas, dapat diketahui bahwa:
1) Koefisien korelasi (R) sebesar 0,494, artinya bahwa ada hubungan yang cukup kuat antara variabel independen dengan variabel dependen.
2) Koefisien determinasi (R2) sebesar 0,244, artinya bahwa kontribusi variabel independen mempengaruhi variabel dependen sebesar 24,4%, sedangkan sisanya sebesar 75,6% dipengaruhi oleh variabel lain di luar model.
4. Uji Asumsi Klasik
a. Uji Multikolinearitas
Multikolinearitas adalah situasi dimana terdapat korelasi antar variabel independen. Dalam penelitian ini, teknik uji multikoleniaritas yang digunakan adalah metode VIF (Varian Inflastion Factor) dan nilai tolerance juga matrik korelasi dimana kedua nilai VIF dan tolerance ini, nilainya berlawanan, jika
tolerancenya besar maka VIFnya kecil dan sebaliknya. Adapaun hasil uji multikolinearitas dilihat pada tabel berikut:
Tabel 4.12 Uji Multikolinearitas Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. Collinearity Statistics B Std.
Error Beta Tolerance VIF 1 (Constant) 20.412 5.011 4.073 .000 Advertising .529 .120 .432 4.398 .000 .826 1.211 Public Relations -.351 .185 -.175 -1.899 .061 .940 1.063 Personal Selling -.184 .104 -.180 -1.760 .082 .764 1.309 Sales Promotion .173 .078 .221 2.211 .029 .795 1.258 a. Dependent Variable: Minat Menabung
Sumber: Data primer yang diolah, 2018
Berdasarkan tabel Coefficients pada kolom Collinearity Statistic di atas, kita dapat melihat bahwa nilai VIFnya lebih kecil dari 5 maka tidak ada gejala multikoleniaritas, sehingga semua variabelnya lolos dari gejala multikolinearitas.
b. Uji Heteroskedastisitas
Uji heteroskendastisitas bertujuan untuk menguji apakah dalam model regresi ketidaksamaan nilai varian residual dengan varian setiap variabel independen. Dalam penelitian ini metode yang digunkan untuk uji heteroskendastisitas adalah metode park. Ada tidaknya gejala penyakit heteroskendastisitas dapat dilihat dari besarnya nilai signifikansi, jika nilai signifikansi lebih besar dari 0,05 maka dinyatakan tidaka da gejala penyakit heteroskendastisitas. Adapun hasil uji heteroskendastisitas dapat dilihat pada tabel berikut: Tabel 4. 13 Uji Heteroskendastisitas Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 4.791 3.113 1.539 .127 Advertising -.094 .075 -.139 -1.261 .210 Public Relations -.165 .115 -.149 -1.441 .153 Personal Selling .090 .065 .159 1.385 .169 Sales Promotion .024 .049 .056 .495 .622 a. Dependent Variable: U2i
Sumber: Data primer yang diolah, 2018
Dari tabel 4.13 di atas, dapat diketahui bahwa nilai signifikansi lebih besar dari 0,05 yang artinya tidak signifikan secara statistik. Sehingga dapat disimpulkan bahwa model persamaan regresi tersebut tidak terdapat gejala penyakit heterskendastisitas.
c. Uji Normalitas
Uji normalitas dilakukan untuk menguji apakah variabel independen dan variabel dependen dalam model regresi memiliki distribusi normal atau tidak (Bawono, 2006: 174). Dalam penelitian ini, untuk uji normalitas peneliti menggunakan analisa grafik dan uji kolmogrov-smirnov. Analisa grafik yaitu dengan cara melihat histogram yang membandingkan data observasi dengan distribusi yang mendekati normal dan normal probability plot yang membandingkan distribusi kumulatif dari data yang sesungguhnya dengan sistribusi normal maka garis yang menggambarkan data seungguhnya akan mendekati garis normal (Bawono, 2006: 176). Berikut gambar grafik histogram dan normal probablility plot serta hasil uji kolmogrov-smirnov:
Sumber: Data primer yang diolah, 2018
Gambar 4. 2
Output Viewer Regression Standarized Residual
Dalam grafik histogram di atas, dapat dilihat perbandingan antara data observasi dengan distribusi yang mendekati distibusi normal. Grafik histogram tersebut menunjukkan pola distribusi yang mendekati normal, sehingga dapat disimpulkan bahwa model regresi memenuhi asumsi normalitas.
Sumber: Data primer yang diolah, 2018
Gambar 4. 3 Grafik Normal Plot
Dalam grafik normal plot dapat dilihat perbandingan antara distribusi kumulatif dari data sesungguhnya dengan distrbusi kumulatif dari data distribusi normal. Dalam grafik normal plot di atas dapat terlihat adanya titik-titik yang menyebar disekitar garis diagonal, sedangkan penyebarannya mengikuti arah garis diagonalnya. Sehingga dapat disimpulkan bahwa model regresi memenuhi asumsi normalitas.
Tabel 4. 14
Uji Normalitas Kolmogrov-Smirnov One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 100
Normal Parametersa,b Mean .0000000 Std. Deviation 3.14019248 Most Extreme Differences Absolute .052 Positive .052 Negative -.046 Test Statistic .052 Asymp. Sig. (2-tailed) .200c,d a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.
Sumber: Data primer yang diolah, 2018
Tabel 4.16 di atas diketahui bahwa nilai Asymp. Sig. (2-tailed) sebesar 0,200, lebih besar dai 0,05, sehingga dapat disimpulkan bahwa data terdistribusi normal.
d. Uji Linearitas
Uji linearitas dilakukan untuk menguji apakah spesifikasi yang peneliti gunakan sudah tepat atau lebih baik dengan model lain. Peneliti menggunakan model Durbin-Watson, dengan membuat dua persamaan terlebih dahulu yaitu persamaan linear dan kuadrat. Dari kedua persamaan tersebut dicari nilai D-W, kemudian dibandingkan dengan nilai D-W tabel. Jika persamaan tersebut berada diantara du
dan 4 – du, maka dapat disimpulkaan bahwa keduanya layak dipakai.
Dengan kata lain spesifikasi model linear layak untuk digunakan untuk model regresi (Bawono, 2006: 179).
Berikut adalah hasil uji model D-W, pada persamaan model regresi dalam penelitian ini:
Tabel 4. 15
Persamaan Linear Regresi Model Summaryb Model R R Square