Tabel 4.25 Evaluasi Multivariate Outlier
Observation number
Mahalanobis d- squared
p1 p2
62 30.492
.010 .695
50 27.403
.026 .797
60 26.626
.032 .715
63 25.276
.046 .785
12 24.616
.055 .769
31 23.027
.084 .926
47 22.312
.100 .948
57 21.727
.115 .961
17 21.575
.119 .941
Sumber : data primer yang diolah, 2015
3. Uji Normalitas Data
Normalitas multivariate dievaluasi dengan menggunakan tabel hasil pada program AMOS output sebagai syarat asumsi yang
harus dipenuhi dengan Maximum Likelihood. Dari pengujian dapat disimpulkan apakah ada bukti atau tidak kalau data yang digunakan
mempunyai sebaran yan tidak normal. Kriteria nilai kritis yang digunakan critical ratio adalah sebesar ±2,58 dengan tingkat
signifikansi 0,01. Jika critical ratio yang dihasilkan dalam tabel oleh masing-masing dimensi variabel lebih kecil atau sama dengan
±2,58 maka dapat disimpulkan bahwa data tersebut terdistribusi secara normal. Uji normalitas data diperlihatkan pada tabel 4.26
82
berikut: Berdasarkan Tabel 4.28 terlihat bahwa tidak terdapat nilai CR yang berada diluar ±2,58. jadi dapat disimpulkan secara
univariate sudah baik. uji normalitas data untuk setiap indikator terbukti normal.
Tabel 4.26 Normalitas Data
Sumber data yang diolah, 2015 Dari hasil pengolahan data yang ditampilkan pada
Tabel 4.5. terlihat bahwa tidak terdapat nilai C.R. untuk skewness yang berada diluar rentang + 2.58. Dengan demikian maka data
penelitian yang digunakan telah memenuhi persyaratan normalitas data, atau dapat dikatakan bahwa data penelitian telah terdistribusi
normal.
83
4. Evaluasi atas Multikolinearitas dan Singularitas
Pengujian data selanjutnya adalah untuk melihat apakah terdapat multikolinearitas dan singularitas dalam sebuah kombinasi
variabel. Indikasi adanya multikolinearitas dan singularitas dapat diketahui melalui nilai determinan matriks kovarians yang benar-
benar kecil, atau mendekati nol. Dari hasil pengolahan data nilai determinan matriks kovarians sample adalah :
Determinant of sample covariance matrix = 1.364
Dari hasil pengolahan data tersebut dapat diketahui nilai determinan matriks kovarians sample berada jauh dari nol. Dengan
demikian dapat dikatakan bahwa data penelitian yang digunakan tidak terdapat multikolinearitas dan singularitas sehingga data
layak digunakan.
4.4.3 Interpretasi dan Modifikasi Model
