Evaluasi Outlier Analisis Data

58 Mills Surabaya” memiliki nilai rata-rata tertinggi sebesar 3,74, yang berarti responden pimpinan setuju bahwa karyawan bagian produksi mampu mencapai target waktu produksi barang jasa sesuai dengan standar dan ketuntasan hasil kerja yang dibebankan oleh PT. ISM Bogasari Flour Mills Surabaya. Sedangkan secara keseluruhan rata-rata tanggapan responden terhadap kinerja karyawan Y sebesar 3,65, yang berarti responden pimpinan setuju bahwa kinerja karyawan di PT. ISM Bogasari Flour Mills Surabaya cukup baik.

4.2. Analisis Data

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 mutivariate. 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. Uji terhadap outliers multivariate dilakukan menggunakan jarak Mahalanobis pada tingkat p 1. Jarak mahalanobis dievaluasi menggunakan χ² chi kuadrat, derajat bebas sebesar jumlah variabel dalam penelitian ini. Hasil uji outliers tampak pada tabel berikut: Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 59 Tabel 4.7. Residuals Statistics Minimum Maximum Mean Std. Deviation N Predicted Value 5.09 89.59 50.50 13.992 100 Std. Predicted Value -3.246 2.793 .000 1.000 100 Standard Error of Predicted Value 4.888 25.146 9.709 3.151 100 Adjusted Predicted Value 3.79 87.83 50.34 14.002 100 Residual -51.525 61.994 .000 25.414 100 Std. Residual -1.890 2.274 .000 .932 100 Stud. Residual -2.043 2.421 .000 1.003 100 Deleted Residual -62.233 70.272 .155 29.883 100 Stud. Deleted Residual -2.082 2.493 .001 1.011 100 Mahal. Distance 2.192 23.205 12.870 10.857 100 Cooks Distance .000 .259 .014 .030 100 Centered Leverage Value .022 .840 .130 .110 100 a. Dependent Variable: Data Sumber : Lampiran 3 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 13 adalah sebesar 34,52. Hasil analisis Mahalanobis diperoleh nilai 23.205 yang lebih besar dari dari  2 tabel 34,52 tersebut. sehingga tidak terjadi multivariate outliers. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 60

4.2.2. Model Pengukuran SEM