Teknik Analisis dan Pengujian Hipotesis Uji Normalitas Sebaran dan Linieritas Evaluasi Atas Outlier

3.3. Teknik Pengumpulan Data. 3.3.1. Jenis Data. Data Primer Data yang diperoleh dari jawaban kuesioner yang diisi oleh pelanggan sabun Nuvo di Sun City Sidoarjo.

3.3.2. Sumber Data.

Sumber data diperoleh dari Hasil penyebaran kuesioner atau jawaban dari pelanggan sabun Nuvo di Sun City Sidoarjo.

3.3.3. Pengumpulan Data. 1. Teknik wawancara.

Melakukan wawancara secara langsung dengan pelanggan sabun Nuvo di Sidoarjo. 2. Kuesioner Kuesioner merupakan teknik pengumpulan data yang dilakukan dengan cara memberi seperangkat pertanyaan atau pernyataan tertulis kepada responden untuk dijawabnya.

3.4. Teknik Analisis dan Pengujian Hipotesis

Ketepatan pengujian suatu hipotesis tentang hubungan antara variabel dalam penelitian sangat tergantung pada kualitas data yang diperoleh dan dipergunakan dalam penelitian tersebut Ancok, 1991:63. Kualitas data yang diperoleh sangat ditentukan oleh kesungguhan responden dalam menjawab semua pertanyaan penelitian, alat pengukuran berupa kuisioner yang dipergunakan mengumpulkan data tersebut, apakah memiliki validitas dan reliabilitas yang tinggi. Berdasarkan skala pengukuran yang dipakai dan kuisioner yang digunakan dalam penelitian ini, maka untuk mengetahui sejauh mana suatu uji dapat mengukur apa yang sebenarnya ingin diukur dengan AMOS 4.0, teknik analisis yang digunakan adalah teknik analisis konfirmatori. Model yang digunakan untuk menganalisis data dalam penelitian ini adalah Structural Equation Modelling SEM.

1. Asumsi Model Structural Equation Modelling

a. Uji Normalitas Sebaran dan Linieritas

1 Normalitas dapat diuji dengan melihat gambar histogram data atau dapat diuji dengan metode-metode statistik. 2. Menggunakan Critical Ratio yang diperoleh dengan membagi koefisien sampel dengan standart errornya dan skewnwss value yang biasanya disajikan dalam statistik deskriptif, dimana nilai statistik untuk menguji normalitas itu disebut sebagai Z_value. Pada tingkat signifikan 1 jika Z lebih besar dari nilai kritis, maka dapat diduga bahwa distribusi data adalah tidak normal. 3. Normal Probabilitas Plot SPSS 10.1. 4. Linieritas dengan mengamati scatterplots dari data yaitu dengan memilih pasangan data dan di lihat pola penyebarannya untuk menduga ada tidaknya linieritas.

b. Evaluasi Atas Outlier

1. Mengamati nilai Z score : ketentuannya diantara ± 3,0 non outlier. 2. Multivariate outlier diuji dengan criteria jarak mahalonobis pada tingkat P 0,001. Jarak diuji dengan chi_square [X 2 ] pada df sebesar jumlah variabel bebasnya. Ketentuan : bila mahalonobis dari nilai X 2 adalah multivariate 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, et, al, 1998.

c. Deteksi Multicollinierity dan Singularity