Evaluasi Outlier Deskripsi Hasil Analisis Dan Uji Hipotesis

c. Indikator ketiga dari minat membeli, yaitu keinginan preferensial mendapat respon terbanyak pada skor 5 dengan jumlah responden sebanyak 58 responden atau 53 kemudian terbanyak kedua pada skor 6 dengan jumlah responden 30 atau 27. Artinya sebagian besar responden yang menjawab setuju sebanyak 58 responden atau 53, kemudian yang menjawab sangat setuju sebanyak 30 atau sebanyak 27, dan yang menjawab kurang setuju sebanyak 0 atau 0.

4.2. Deskripsi Hasil Analisis Dan Uji Hipotesis

4.2.1. Evaluasi 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 atau mutivariat Hair, 1998. Evaluasi terhadap outlier multivariate antar variabel perlu dilakukan sebab walaupun data yang dianalisis menunjukkan tidak ada outliers pada tingkat univariate, tetapi observasi itu dapat menjadi outliers bila sudah saling dikombinasikan. Jarak antara Mahalanobis untuk tiap-tiap observasi dapat dihitung dan akan menunjukkan sebuah observasi dari rata-rata semua variabel dalam sebuah ruang multidimensional Hair.dkk, 1998; Tabachnick Fidel, 1996. Uji terhadap outliers multivariate dilakukan dengan menggunakan jarak Mahalanobis pada tingkat p 1. Jarak Mahalanobis itu dievaluasi dengan menggunakan χ² chi kuadrat pada derajat bebas sebesar jumlah variabel yang digunakan dalam penelitian ini. Hasil uji outlier tampak pada tabel berikut : Tabel 4.8. : Outlier Data Minimum Maximum Mean Std. Deviation N Predicted Value 34.625 78.017 56.315 10.701 111 Std. Predicted Value -2.027 2.028 0.000 1.000 111 Standard Error of Predicted Value 7.423 16.506 11.963 1.841 111 Adjusted Predicted Value 24.843 87.504 56.206 12.051 111 Residual -57.681 59.760 0.000 30.755 111 Std. Residual -1.752 1.815 0.000 0.934 111 Stud. Residual -1.854 1.959 0.001 1.009 111 Deleted Residual -66.263 69.636 0.110 35.954 111 Stud. Deleted Residual -1.879 1.989 0.002 1.015 111 Mahalanobis Distance [MD] 4.602 26.660 13.874 4.508 111 Cooks Distance 0.000 0.070 0.011 0.013 111 Centered Leverage Value 0.042 0.242 0.126 0.041 111 a Dependent Variable : NO. RESP Terdapat Outlier Apabila Mahalanobis Distance : 36.123 =CHIINV0,001.14 Sumber : Lampiran Deteksi terhadap multivariat outliers dilakukan dengan menggunakan kriteria Jarak Mahalanobis pada tingkat p 0,001. Jarak Mahalanobis itu dievaluasi dengan menggunakan  2 pada derajat bebas sebesar jumlah variabel yang digunakan dalam penelitian. Bila kasus yang mempunyai Jarak Mahalanobis lebih besar dari nilai chi-square pada tingkat signifikansi 0,001 maka terjadi multivariate outliers. Nilai  2 0.001 dengan jumlah indikator 14 adalah sebesar 36,123. Hasil analisis Mahalanobis diperoleh nilai 26,660 kurang dari  2 tabel 36,123 tersebut. Dengan demikian, tidak terjadi multivariate outliers.

4.2.2. Evaluasi Reliabilitas