netral,12,5 responden menjawab sangat setuju dan sisanya menjawab kurang setuju hingga tidak setuju.
2. Indikator kedua dari Relational capital adalah relasi dengan rekan kerja, mendapat respon terbanyak adalah skor 5 dengan jumlah responden
sebanyak 44 responden atau sebesar 34,4, kemudian terbesar kedua adalah pada skor 4 dengan jumlah responden sebanyak 43 responden atau
sebesar 33,6 responden. Artinya sebagian besar responden menjawab setuju dengan jumlah responden sebesar 34,4, kemudian diikuti 33,6
responden menjawab cukup setuju, 16,4 menjawab sangat setuju dan sisanya netral dan kurang setuju.
3. Indikator ketiga dari relational capital adalah Relasi antar konsumen, dimana yang mendapat respon terbanyak adalah skor 5 dengan jumlah
responden sebanyak 49 responden atau sebesar 38,3, kemudian terbesar kedua adalah skor 4 dengan jumlah responden sebanyak 36 responden atau
sebesar 28,1. Artinya sebagian besar responden menjawab setuju dengan jumlah responden sebesar 38,3, kemudian diikuti 28,1 responden
menjawab cukup setuju, 14,8 responden menjawab netral, 12,5 responden menjawab sangat setuju dan sisanya menjawab kurang setuju
dan tidak setuju.
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
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
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 4.7 outlier data
Residuals Statistics a Minimum
Maximum Mean
Std. Deviation
N Predicted Value
20,184 116,324 66,000 19,724 131
Std. Predicted Value -2,323 2,551 0,000 1,000
131 Standard Error of Predicted
Value 5,112
16,512 8,961 2,453 131
Adjusted Predicted Value 20,771
119,961 66,055 20,055 131 Residual
-62,622 92,787 0,000 32,434 131 Std. Residual
-1,863 2,760 0,000 0,965 131
Stud. Residual -1,929 2,829 -0,001 0,999
131 Deleted Residual
-67,151 97,455 -0,055 34,772 131 Stud. Deleted Residual
-1,951 2,915 0,001 1,006 131
Mahalanobis Distance [MD] 2,013
30,367 8,931 5,801
131 Cooks Distance
0,000 0,066 0,007 0,010 131
Centered Leverage Value 0,015 0,234 0,069 0,045
131 a Dependent Variable : NO.
RESP
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Terdapat Outlier apabila Mahalanobis distance : 27,877 =CHIINVO 0,001.9
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. Hasil Evaluasi Terdapat Outlier multivariat
antar variabel, karena Mahalanobis Distance maksimum 30,367 ≥ 27,877.
4.3.2. Evaluasi Reliabilitas