responden atau 55.1. Artinya, sebagian besar responden yang menjawab setuju sebanyak 54 responden atau 55.1, kemudian yang
menjawab tidak setuju sebanyak 0 responden atau sebanyak 0. b. Indikator kedua dari kepusan pelanggan, yaitu Expectation, mendapat
respon terbanyak pada skor 4 dengan jumlah responden sebanyak 57 atau 58.2. Artinya, sebagian besar responden yang menjawab setuju
sebanyak 57 responden atau 58.2, kemudian yang menjawab tidak setuju sebanyak 0 responden atau sebanyak 0.
c. Indikator ketiga dari kepusan pelanggan, yaitu Overall satisfaction, mendapat respon terbanyak pada skor 4 dengan jumlah responden
sebanyak 59 responden atau 60.2. Artinya, sebagian besar responden menjawab setuju sebanyak 59 responden atau 60.2, kemudian yang
menjawab tidak setuju sebanyak 0 responden atau sebanyak 0.
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.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
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 4.5. : Outlier Data
Minimum Maximum
Mean Std.
Deviation N
Predicted Value 31,164 71,239
50,500 8,227 100 Std. Predicted Value
-2,350 2,521 0,000
1,000 100
Standard Error of Predicted Value
5,222 16,784 9,579 1,726 100
Adjusted Predicted Value 25,640 70,426
50,913 9,145 100 Residual
-54,350 50,678 0,000
27,821 100 Std. Residual
-1,852 1,727 0,000
0,948 100
Stud. Residual -1,989 1,824
-0,006 1,007
100 Deleted Residual
-62,643 56,529 -0,413
31,432 100 Stud. Deleted Residual
-2,023 1,849 -0,007
1,012 100
Mahalanobis Distance [MD] 2,146
31,402 9,900 4,249 100
Cooks Distance 0,000 0,069
0,012 0,013
100 Centered Leverage Value
0,022 0,317 0,100
0,043 100
a Dependent Variable : NO. RESP Terdapat Outlier Apabila
Mahalanobis Distance :
29,588 =CHIINV0,001.10
Hasil evaluasi :
Terdapat outlier multivariat [antar variabel], karena MD Maksimum 31,402 ≥ 29,588
Case : 20
: 31,719
28 :
30,358 2 case outlier ini harus dieliminasi sehingga N pada
analsisis selanjutnya tinggal 100-2=98
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
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
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 10 adalah sebesar 29,588. Hasil analisis Mahalanobis
diperoleh nilai 31,402 kurang dari
2
tabel 29,588 tersebut. Dengan demikian, terjadi multivariate outliers.
4.3.2. Evaluasi Reliabilitas