Table 4.11. Hasil Pegujian Normalitas
Assessment of normality Variable min
max kurtosis
c.r. X11
3 5 -0,596
-1,229 X12
3 5 -1,056
-2,176 X21
2 5 1,483
3,057 X22
3 5 0,690
1,423 X23
3 5 1,919
3,956 Y11
3 5 -1,084
-2,234 Y12
3 5 -0,765
-1,577 Y13
3 5 -1,172
-2,416 Y21
3 5 0,191
0,393 Y22
3 5 -0,692
-1,427 Y23
3 5 -0,574
-1,183 Y31
3 5 -0,835
-1,722 Y32
3 5 -1,011
-2,084 Y33
1 5 2,458
5,066 Y41
3 5 0,668
1,378 Y42
3 5 -0,960
-1,979 Y43
3 5 -0,656
-1,353
M u lt iva r ia t e 9,331
1 ,8 5 4
Batas Normal ± 2,58
Sumber : lampiran 5
4.2.8.2. Evaluasi atas Outlier
Outlier adalah observasi atau data yang memiliki karakteristik unik yang terlibat sangat berbeda jauh dari observasi-
observasi lainnya dan muncul dalam bentuk nilai ekstrim untuk sebuah variable tunggal atau variable kombinasi Hair, 1998.
Multivariate outlier diuji dengan kriteria jarak Mahalanobis pada tingkat p 0,001. Jarak diuji dengan chi-
Square [ x2 ] pada df sebesar jumlah variable bebasnya df = 17 . Ketentuan : bila Mahalanobis dari nilai x2 adalah
Multivariate outlier. Pada penelitian ini terdapat outlier apabila nilai Mahalanobis distance nya 33,265
Untuk lebih memperjelas uraian mengenai evaluasi outlier multivariate berikut ini akan disajikan Tabel Uji Outlier
Multivariate :
Tabel 4.12. Hasil Pengujian Outlier Multivariate
Residuals Statistics a Minimum
Maximum Mean
Std. Deviation
N Predicted Value
9,608 85,871 51,500 15,804
102 Std. Predicted Value
-2,651 2,175 0,000 1,000
102 Standard Error of Predicted Value
7,808 15,974 11,365 1,907
102 Adjusted Predicted Value
3,034 85,933 51,251 16,707
102 Residual
-59,667 57,421 0,000 25,014
102 Std. Residual
-2,175 2,093 0,000 0,912
102 Stud. Residual
-2,333 2,315 0,004 0,998
102 Deleted Residual
-69,933 70,223 0,249 30,013
102 Stud. Deleted Residual
-2,398 2,378 0,004 1,008
102 Mahalanobis Distance [MD]
7,193 3 3 ,2 6 5
16,833 6,058 102
Cooks Distance 0,000 0,079
0,011 0,014 102
Centered Leverage Value 0,071 0,329
0,167 0,060 102
a Dependent Variable : NO. RESP
Sumber : lampiran 3
Berdasarkan tabel diatas, setelah dilakukan pengujian diketahui nilai MD maksimum adalah 33,265 40,790 lebih besar
dari. Oleh karena itu diputuskan terdapat outlier multivariate antar variabel.
No case : 100
: 57,090
101 :
49,116 2 case outlier ini harus dieliminasi sehingga N pada
analisis berikutnya tinggal 112-2=110
4.2.8.3.
Deteksi Multicoloniarity dan Singularity
Dengan mengamati Determinant Matriks covarians. Dengan ketentuan apabila determinant sampel matrix mendekati angka 0
kecil, maka terjadi multikoloniaritas dan singularitas Tabacnick dan Fidell, 1998.
Berdasarkan hasil pengujian dengan menggunakan program AMOS 4.0 diperoleh hasil determinant sample covariance matrix
adalah yaitu sebesar 17,52 0 Mengidentifikasikan tidak terjadi
multikoloniaritas dan singuliritas dalam data ini sehingga asumsi terpenuhi.
4.2.8.4. Uji Validitas dan Reliabilitas
