80
4.3. Deskripsi Hasil Analisis Dan Uji Hipotesis
4.3.1. Uji Normalitas Sebaran dan Linieritas
Uji normalitas sebaran dilakukan dengan Kurtosis Value dari data yang digunakan yang biasanya disajikan dalam statistik deskriptif. Nilai statistik untuk
menguji normalitas itu disebut Z-value. Bila nilai-Z lebih besar dari nilai kritis maka dapat diduga bahwa distribusi data adalah tidak normal. Nilai kritis dapat
ditentukan berdasarkan tingkat signifikansi 0,01 [1] yaitu sebesar ± 2,58. Hasil pengujian Normalitas pada penelitian ini akan ditampilkan pada
tabel berikut : Tabel 4.11.
Hasil Uji Normalitas
Variable min
max kurtosis
c.r. X11
4 7
-0,187 -0,443
X12 4
7 -0,303
-0,720 X13
4 7
-0,293 -0,695
X14 4
7 -0,352
-0,836 X21
3 7
0,103 0,244
X22 4
7 -0,326
-0,772 X23
4 7
-0,229 -0,543
X31 4
7 -0,160
-0,380 X32
4 7
-0,197 -0,467
X33 4
7 -0,626
-1,484 X34
4 7
-0,394 -0,934
Y11 4
7 -0,025
-0,060 Y12
4 7
-0,813 -1,929
Y13 4
7 -0,260
-0,617 Y14
4 7
-0,592 -1,404
Y15 4
7 -0,049
-0,116 Y21
4 7
0,064 0,152
Y22 4
7 -0,301
-0,714 Y23
4 7
0,100 0,237
Y24 4
7 -0,356
-0,845 Z11
4 7
-0,406 -0,962
Z12 4
7 -0,235
-0,556 Z13
4 7
-0,337 -0,798
Z21 4
7 -0,158
-0,376 Z22
4 7
-0,162 -0,385
Z23 4
7 -0,244
-0,579 Z24
4 7
-0,349 -0,827
Multivariate
5,328 0,782
Batas Normal ± 2,58
Sumber : Lampiran 3
81
Hasil uji menunjukkan bahwa nilai c.r. mutivariate berada di antara ± 2,58 itu berarti asumsi normalitas terpenuhi.
4.3.2. Evaluasi atas Outlier
Outlier adalah observasi atau data yang memiliki karakteristik unik yang
terlihat sangat berbeda jauh dari observasi-observasi lainnya dan muncul dalam bentuk nilai ekstrim untuk sebuah variabel tunggal atau variabel kombinasi
Hair,1998. Multivariate outlier
diuji dengan kriteria jarak Mahalanobis pada tingkat p 0,001. Jarak diuji dengan Chi-Square [
χ2] pada df sebesar jumlah variabel bebasnya df = 27. Ketentuan : bila Mahalanobis dari nilai
χ2 adalah multivariate outlier
. Pada penelitian ini terdapat outlier apabila nilai Mahalanobis distancenya
55,476. Untuk lebih memperjelas uraian mengenai evaluasi outlier multivariate
berikut ini akan disajikan tabel Uji Outlier Multivariate : Tabel 4.12.
Hasil Pengujian Outlier Multivariate
Minimum Maximum Mean
Std. Deviation
N Predicted Value
8,763 117,426 68,000
23,418 135
Std. Predicted Value -2,530
2,111 0,000
1,000 135
Standard Error of Predicted Value 8,313
21,176 15,842 2,003
135 Adjusted Predicted Value
7,960 124,031 68,036
24,700 135
Residual -75,175
67,552 0,000
31,330 135
Std. Residual -2,144
1,927 0,000
0,894 135
Stud. Residual -2,582
2,111 0,000
1,008 135
Deleted Residual -108,983
82,457 -0,036
39,943 135
Stud. Deleted Residual -2,653
2,147 0,000
1,015 135
Mahalanobis Distance [MD] 6,540
47,888 26,800 6,889
135 Cooks Distance
0,000 0,107
0,010 0,014
135 Centered Leverage Value
0,049 0,357
0,200 0,051
135
Sumber : Lampiran 4
82
Berdasarkan tabel di atas, setelah dilakukan pengujian diketahui nilai MD maksimum adalah 47,888 lebih kecil dari 55,476. Oleh karena itu diputuskan
dalam penelitian tidak terdapat outlier multivariate antar variabel.
4.3.3. Deteksi Multicollinierity dan Singularity