45
menjawab cukup setuju sebesar 43,7. Pertanyaan keempat, Konsumen tidak ingin beralih ke sarana transportasi yang lain selain bus kota, sebagian besar
jawaban responden adalah cukup setuju yaitu 39,4 4.3. Analisis Data
4.3.1. 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
46
Tabel 4.10 Outlier Data
M in im u m M a x im u m
M e a n St d.
D e v ia t ion N
Predicted Value 32,1477
102,8472 72,0000
16,53315 143
Std. Predicted Value -2,410
1,866 ,000
1,000 143
Standard Error of Predicted Value 11,438
26,092 16,792
2,644 143
Adjusted Predicted Value 21,9143
117,9117 72,3894
18,47020 143
Residual -85,64845
71,86303 ,00000
37,98230 143
Std. Residual -2,064
1,732 ,000
,915 143
Stud. Residual -2,267
1,904 -,004
1,003 143
Deleted Residual -103,28669
86,81987 -,38935
45,69104 143
Stud. Deleted Residual -2,308
1,925 -,005
1,006 143
Mahal. Distance 9,798
55,163 22,839
7,485 143
Cooks Distance ,000
,044 ,009
,009 143
Centered Leverage Value ,069
,388 ,161
,053 143
a Dependent Variable: RESP
Sumber : Lampiran Deteksi terhadap multivariat outliers dilakukan dengan menggunakan
kriteria Jarak Mahalanobis pada tingkat p 0,001. Jarak Mahalanobis itu dievaluasi dengan menggunakan
χ
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 χ
2 0.001
dengan jumlah indikator 23 adalah sebesar 49,728. Hasil analisis Mahalanobis diperoleh nilai 55,163 yang lebih dari
χ
2
Untuk menguji reliabilitas digunakan nilai Cronbach’s Alpha. Sementara itu item to total correlation digunakan untuk memperbaiki ukuran-ukuran dan
mengeliminasi butir-butir yang kehadirannya akan memperkecil koefisien tabel
49,728. Teridentifikasi responden ke-10 dengan mahalanobis distance sebesar 55,163 dan akhirnya dilakukan eliminasi sehingga responden untuk analisa
selanjutnya sebanyak 142 responden.
4.3.2. Evaluasi Reliabilitas
