Dapat ditarik kesimpulan bahwa respon setuju terhadap fasilitas perumahan yang diterima sesuai harapan, layanan yang diberikan pengembang sesuai
harapan, pelayanan purna jualpasca pembelian sesuai harapan responden.
5.4 Pengujian Asumsi Klasik
5.4.1 Hasil Uji Normalitas
Untuk pengujian normalitas data, dalam penelitian ini hanya akan dideteksi melalui analisis grafik yang dihasilkan melalui perhitungan regresi dengan SPSS.
Data yang normal ditandai dengan titik-titik data seputar garis diagonal. Selain itu tampilan grafik histogram juga memberikan pola distribusi normal karena
penyebarannya secara merata ke kiri dan ke kanan. Hasil pengujian normalitas data dapat dilihat pada gambar 5.4.
Gambar 5.4 Hasil Uji Normalitas P-Plot
Sumber : Hasil Penelitian, 2013 Data diolah
Universitas Sumatera Utara
Berdasarkan Gambar 5.4 tersebut dapat disimpulkan bahwa data yang digunakan menunjukkan indikasi normal. Analisis dari grafik di atas terlihat titik-
titik menyebar sekitar garis diagonal, serta penyebarannya mengikuti arah garis diagonal. Santoso 2001 menyatakan “Jika data menyebar di sekitar garis
diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas, dan sebaliknya apabila data menyebar jauh dari garis diagonal
dan tidak mengikuti garis diagonal, maka model regresi tidak memenuhi asumsi- asumsi normalitas”. Maka model regresi layak dipakai untuk memprediksikan
kepuasan konsumen berdasarkan masukan variabel independent.
Gambar 5.5 Hasil Uji Normalitas Grafik Histogram
Sumber : Hasil Penelitian, 2013 Data diolah
Universitas Sumatera Utara
Berdasarkan Gambar 5.5 di atas terlihat bahwa menyebar secara merata ke kiri dan ke kanan. Dengan demikian, data yang digunakan dalam penelitian ini
telah memenuhi asumsi normalitas.
5.4.2 Hasil Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah pada model regresi ditemukan korelasi antar variabel bebas. Jika terjadi kolerasi, maka terdapat
masalah multikolinearitas, sehingga model regresi tidak dapat dipergunakan. Pada model regresi yang baik tidak terjadi kolerasi diantara variabel independen.
Menurut Ghozali 2005:120 menyatakan “Bahwa nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah Tolerance 0,10
atau sama dengan nilai VIF 10”. Hasil pengujian multikolinearitas pada penelitian ini dapat dilihat pada Tabel 5.23 sebagai berikut:
Tabel 5.23 Hasil Uji Multikolinearitas
Collinearity Statistics Model
Tolerance VIF
1 Constant
Aspek Rumah ,427
2,341 Aspek Perumahan
,570 1,755
Harga ,660
1,516 Lokasi Rumah
,734 1,363
Responsiveness ,596
1,678 Emphaty
,531 1,885
a. Dependent Variable: Kepuasan
Sumber : Hasil Penelitian, 2013 Data diolah
Dari hasil pengolahan data pada Tabel 5.24 menunjukkan tidak ada variabel independen aspek rumah, aspek perumahan, harga, lokasi rumah, responsiveness
dan emphaty yang memiliki nilai Tolerance yang kurang dari 0.10 hal ini berarti tidak ada korelasi antara variabel independen.
Universitas Sumatera Utara
Hasil perhitungan nilai Variance Inflation Factor VIF juga menunjukkan hal yang sama tidak ada satu variabel independen yang memiliki nilai VIF lebih
dari 10. Jadi dapat disimpulkan bahwa tidak ada multikolinearitas antar variabel independen dalam model regresi pada penelitian ini, sehingga model regresi
layak dipakai untuk memprediksikan kepuasan konsumen pada perumahan Puri Zahara 2 Medan berdasarkan masukan variabel independen.
5.4.3 Hasil Uji Heteroskedastisitas
